Investigación de Operaciones II

Facultad de Ciencias Básicas, Ingenierías y Arquitectura

Sincelejo – Sucre 2019

Algoritmo de plano de Corte (Abril 2019)

Primero. Pérez Arcia Miguel Andrés

Corporación Universitaria del Caribe – CECAR

Facultad de Ciencias Básicas, Ingeniería y Arquitectura
Programa de Ingeniería de Sistemas
Curso de Investigación de Operaciones II
Docente a Cargo: JAIRO ANDRÉS MONTERO PÉREZ
Sincelejo, Sucre – Colombia
miguel.perezar@cecar.edu.co

Ejercicio :
Maximizar 𝒁 = 𝟖𝒙𝟏 + 𝟓𝒙𝟐
Sujeta a:
𝑥1 + 𝑥2 ≤ 6
9𝑥1 + 5𝑥2 ≤ 45
𝒙𝟏 , 𝒙𝟐 ≤ 𝟎 y enteras.
Desarrollo de Modelo:

 Estandarización:
 Se agrega variables de holgura y posteriormente se convierten las inecuaciones en
ecuaciones:
 𝑥1 + 𝑥2 + 𝑥3 = 6
 9𝑥1 + 5𝑥2 + 𝑥4 = 45
 Se procede a despejar las holguras
 𝑥3 = 6 − 𝑥1 − 𝑥2 (4)
 𝑥4 = 45 − 9𝑥1 − 5𝑥2 (5)

 Método Dual Simplex

 La función objetivo (Z) se multiplica por -1
 Se elabora la Tabla 1
 Se toma la columna con mayor valor negativo, en este caso x1(Columna pivote)
 Proceso 1: Se divide la columna Resultado entre sus respetivos valores en la
columna pivote, y se escoge el valor más cercano a cero para ser la fila Pivote (F2).
 Investigación de Operaciones II
Facultad de Ciencias Básicas, Ingenierías y Arquitectura
Sincelejo – Sucre 2019

Tabla 1
Filas Variables x 1 x 2 x 3 x 4 Resultado(R) Proceso1 Proceso2
F1 x 3 1 1 1 0 6 6 (F1-(1*F4)= F3

F2 x 4 9 5 0 1 45 5 F2/9=F4

Fz z -8 -5 0 0 0 - Fz-(-8*F4)=Fz

 Se realiza la tabla 2
 Proceso 1: se vuelve a tomar el valor más cercano a uno.
 Se toma el valor más negativo para la columna Pivote.

Tabla 2
Filas Variables x1 x2 x3 x4 Resultado Proceso1 Proceso2
F3 X3 0 0,4444 1 -0,1111 1,0000 2,2500 F1/0.4444=F5
F4 X4 1 0,5556 0 0,1111 5,0000 9,0000 F2-(0.5556*F5)=F6

Fz z 0 -0,5556 0 0,8889 40,0000 Fz-(-0.5556*F5)=Fz

 Se realiza la tabla 3 y final.

Tabla 3
Filas Variables x1 x2 x3 x4 Resultado Proceso1 Proceso2
F5 x3 0 1 2,2500 -0,2500 2,2500 - -
F6 x4 1 0 -1,2500 0,2500 3,7500 - -
- z 0 0 1,2500 0,7500 41,2500 - -

 Siendo la Solución en este caso: 𝑥1 − 1.25𝑥3 + 0.25𝑥4 = 3.75  Se eligió de

modo arbitrario.

 Ecuación de Corte 1:
 𝑥1 − 1.25𝑥3 + 0.25𝑥4 = 3.75  Se procede a descomponer los valores en enteros
y fraccionarios, y posteriormente se procede a separar estos, a la izquierda de la
igualdad la parte entera y a la derecha de esta la parte fraccionaria.
 𝑥1 − 2𝑥3 − 3 = 0.75 − 0.75𝑥3 − 0.25𝑥4  Se elimina la parte izquierda de la
igualdad y la parte derecha se hace ≤ 0
 0.75 − 0.75𝑥3 − 0.25𝑥4 ≤ 0  Se reemplazan las ecuaciones 4 y 5 en esta
ecuación.
 0.75 − 0.75(6 − 𝑥1 − 𝑥2 ) − 0.25(45 − 9𝑥1 − 5𝑥2 ) ≤ 0  Se Procede a resolver.
 3𝑥1 + 2𝑥2 ≤ 15  EC1 = Ecuación de Corte 1
 Se realiza nuevamente el planteamiento con la nueva restricción encontrada EC1.

Maximizar 𝒁 = 𝟖𝒙𝟏 + 𝟓𝒙𝟐

Sujeta a:
 Investigación de Operaciones II
Facultad de Ciencias Básicas, Ingenierías y Arquitectura
Sincelejo – Sucre 2019

𝑥1 + 𝑥2 ≤ 6
9𝑥1 + 5𝑥2 ≤ 45
3𝑥1 + 2𝑥2 ≤ 15
𝒙𝟏 , 𝒙𝟐 ≤ 𝟎 y enteras.
Desarrollo de Modelo:

 Estandarización:
 Se agrega variables de holgura y posteriormente se convierten las inecuaciones en
ecuaciones:
 𝑥1 + 𝑥2 + 𝑥3 = 6
 9𝑥1 + 5𝑥2 + 𝑥4 = 45
 3𝑥1 + 2𝑥2 + 𝑥5 = 15
 Se procede a despejar las holguras
 𝑥3 = 6 − 𝑥1 − 𝑥2 (7)
 𝑥4 = 45 − 9𝑥1 − 5𝑥2 (8)
 𝑥5 = 15 − 3𝑥1 − 2𝑥2 (9)

 Método Dual Simplex

 La función objetivo (Z) se multiplica por -1
 Se elabora la Tabla 1
 Se toma la columna con mayor valor negativo, en este caso x1(Columna pivote)
 Proceso 1: Se divide la columna Resultado entre sus respetivos valores en la
columna pivote, y se escoge el valor más cercano a cero para ser la fila Pivote (F3).

 Se realiza la tabla 2 y final.

 Finalmente la solución Óptima es:𝑍 = 40 𝑥1 = 5 𝑥2 = 0