Fix formato

tps/2024_1/tp3.md

@@ -66,7 +66,10 @@ Cada elemento $$x_i$$ debe estar asignado a un grupo y sólo un grupo.
 	Generar sets de datos para corroborar su correctitud, así como tomar mediciones de tiempos. 
 
 4. 	Escribir un modelo de programación lineal que resuelva el problema. Dado la dificultad de
-	la función objetivo para volverla lineal, planteamos dos alternativas: 
+	la función objetivo para volverla lineal, planteamos dos alternativas. Ejecutar el modelo implementado 
+	para los mismos sets de datos para corroborar su correctitud, o una cota
+ 	de aproximación empírica. Tomar mediciones de tiempo y compararlas con las del algoritmo que implementa 
+ 	Backtracking.  
 
 	* Obtener la solución óptima al problema (más allá del planteo, demorará bastante en su ejecución).
 	Considerar que esto implicará agregar bastantes variables de decisión. 
@@ -75,10 +78,6 @@ Cada elemento $$x_i$$ debe estar asignado a un grupo y sólo un grupo.
 	menor suma, entonces se busca minimizar $$\sum_i Z_i - \sum_j Y_j$$. 
 	En este caso, la solución será una aproximación al resultado óptimo. 
 
- 	Ejecutar el modelo implementado para los mismos sets de datos para corroborar su correctitud, o una cota
- 	de aproximación empírica. Tomar mediciones de tiempo y compararlas con las del algoritmo que implementa 
- 	Backtracking. 
-
 5. 	El Maestro Pakku nos propone el siguiente algoritmo de aproxiamción:
  	Generar los $$k$$ grupos vacíos. Ordenar de mayor a menor los maestros en función de su habilidad
  	o fortaleza. Agregar al más habilidoso al grupo con menos habilidad hasta ahora (cuadrado de la