Cap4 Optimizacion

21
Optimización Alfonso Cubillos V Introducción Conceptos Fundamentales Tipos de Optimización Ejemplos y Ejercicios Métodos de Solución Programación Lineal (PL) Método a partir de Derivadas 4.1 Capitulo 4 Optimización Aplicación a la Mecánica de Materiales Aplicaciones computacionales de la Mecánica de Materiales Alfonso Cubillos V Programa de Ing. Mecánica Universidad de Ibagué

description

Diapositivas de la clase de optimizacion

Transcript of Cap4 Optimizacion

Page 1: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.1

Capitulo 4OptimizaciónAplicación a la Mecánica de Materiales

Aplicaciones computacionales de la Mecánica de Materiales

Alfonso Cubillos VPrograma de Ing. Mecánica

Universidad de Ibagué

Page 2: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.2

Introducción

En la solución de problemas,siempre se deben tomardecisiones sobre el valor deciertas condiciones delproblema. Estas decisionesafectan el resultado final delproblema.

Page 3: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.3

Minimizar o Maximizar qué?

• El costo $• El Peso• El volumen• La eficiencia• El tiempo• El trabajo• La distancia• Las ganancias• ... y muchas más

Qué se requiere?

Un modelo que describa el comportamiento del sistema ysobre el cual se puedan realizar pruebas con el fin deencontrar la solución

Page 4: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.4

Algunos conceptos

Variables de decisión

Decisiones cuantificables relacionadas con otras. Por ejemplo,la distancia a donde poner el soporte, el tipo de viga aimplementar.

Función Objetivo

La medida de efectividad compuesta expresada como unafunción de las variables de decisión.

Parámetros

Valores constantes que actúan como coeficientes al ladoderecho de las variables tanto en la función objetivo como enlas restricciones y que se basan en datos tecnológicos de losproblemas

Restricciones

Limitaciones impuestas sobre los valores de las variables dedecisión, casi siempre en forma de ecuaciones odesigualdades. Pueden =, ≤, ≥.

Page 5: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.5

Optimización

También conocida como programación matemática intenta darrespuesta a un tipo general de problemas de la forma

max(min) f (x)x ∈ Ω ⊆ Rn

• x = (x1, . . . , xn) es un vector y representa las variables dedecisión

• f (x) es la llamada función objetivo y representa o mide lacalidad de las decisiones

• Ω es el conjunto de decisiones factibles o restriccionesque se puede expresar como

Conjunto de restricciones

gi(x1, . . . , xn) ≤ 0 (Restricciones de Desigualdades)hi(x1, . . . , xn) = 0 (Restricciones de Igualdades)

Page 6: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.6

Factibilidad

Dado un conjunto de restricciones

gi(x) = 0 hi(x) ≥ 0

Por ejemplo

3x21 + 2x2 = 3x3 − 9 sin(x1) ≤ cos(x2)

Se re-escriben para manejarla mejor...

g1(x) = 3x21 + 2x2 − 3x3 + 9 = 0

h1 = cos(x2)− sin(x1) ≥ 0

• Un punto que satisface todas las restricciones es un puntofactible

• El conjunto de puntos factibles se denomina región factible

Page 7: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.7

Mínimos (o máximos) locales y globalesPuntos de inflección

Page 8: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.8

Mínimos (o máximos) locales y globalesPuntos de inflección

Page 9: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.9

Mínimos (o máximos) locales y globalesPuntos de inflección

Page 10: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.10

Según el tipo de problema y método de solución

Page 11: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.11

Tipos de Optimización

Según el nivel de generalidades que tome el problema, será lasolución que se plantee.

1 Optimización sin restricciones2 Optimización con restricciones de desigualdad -

optimización no clásica3 Optimización estocástica4 Optimización con información no perfecta

1. Optimización sin restricciones

Si la restricción no existe, o es una restricción de igualdad, conmenor o igual número de variables que la función objetivo.

2. Con restricción de desigualdad

Si la restricción contienen mayor cantidad de variables que lafunción objetivo, o la restricción contiene restricciones dedesigualdad, existen métodos en los que algunos casos sepueden encontrar los valores máximos o mínimos.

Page 12: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.12

Tipos de Optimización

2. Con restricciones de desigualdad

Si tanto las restricciones como función objetivo son lineales(Programación Lineal o PL), la existencia de máximo (omínimo), esta asegurada, y el problema se reduce a laaplicación de unos algoritmos de álgebra lineal elemental.

3. Optimización Estocástica

Cuando las variables del problema (función objetivo y/orestricciones) son variables aleatorias

4. Optimización con información no perfecta

La cantidad de variables, o más aún la función objetivo puedeser desconocida o también variable.

Page 13: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.13

Taller Mecánico

A una empresa que cuenta con un taller de reparación para lamaquinaria que utiliza se le presenta el problema dedeterminar el número de obreros que constituye la plantillaóptima del taller.Para ello, se estudian las condiciones de trabajo y el coste demantenimiento, obteniéndose los siguientes datos:

1 La reparación de una máquina requiere, por términomedio, 3 obreros/día.

2 La capacidad del taller permite reparar x máquinas pordía.

3 El número medio de máquinas pendientes de reparaciónque un día cualquiera hay en el taller viene determinadopor 10/(x-10).

4 La jornada de trabajo es de 8 horas, con salario de200u.m./h por obrero.

5 El coste de inactividad de una máquina es de 1920u.m.por día.

Determine ese número óptimo de obreros.

Page 14: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.14

Fabricación de tablas

• Una firma de plásticos ha recibido un pedido para fabricar8000 tablas especiales de espuma de plástico paraentrenamientos de natación.

• La firma posee 10 máquinas• El coste de adaptación de las máquinas para producir

tablas especiales es de 20 US por máquina• Cada máquina adaptada puede producir 30 tablas de

entrenamiento por hora• Una vez estas máquinas han sido adaptadas, la operación

es completamente automática y puede ser supervisadapor un solo capataz, cuyo salario es de 4,80 US por hora.

¿Cuántas de las máquinas deben adaptarse para reducir almínimo el coste de producción de dichas tablas?

Page 15: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.15

Taller de Joe

El taller de Joe se especializa en cambios de aceite del motory regulación del sistema eléctrico.

• El beneficio por cambio del aceite es $7 y de $15 porregulación.

• Joe tiene un cliente fijo con cuya flota, le garantiza 30cambios de aceite por semana.

• Cada cambio de aceite requiere de 20 minutos de trabajoy $8 de insumos.

• Una regulacion toma una hora de trabajo y gasta $15 eninsumos.

• Joe paga a los mecánicos $10 por hora de trabajo yemplea actualmente a dos de ellos, cada uno de loscuales labora 40 horas por semana.

• Las compras de insumos no pueden pasar el valor de$1.750 semanales.

Cuántos cambios de aceite y regulaciones debe realizarsemanalmente Joe para maximizar el beneficio total.

Page 16: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.16

Planta de Refinería

Una refinería produce tres tipos de crudo: C1, C2 y C3. Elcrudo tipo C1 cuesta $0.4/galón, y se pueden producir máximo10.000 galones por día. El crudo tipo C2 cuesta $0.2/galón, yse pueden producir máximo 12.000 galones por día. El crudode tipo C3 cuesta $0.1/galón, y se pueden producir máximo15.000 galones por día. La refinería puede convertir cada tipode crudo en gasolina, y puede producir tres tipos de gasolina:regular, plus y premium. La máxima demanda del mercadopara la gasolina regular, plus y premium, es de 9000, 8000 y7000 galones por día respectivamente. La refinería puedevender su gasolina a un distribuidor por $0.7/galón de gasolinaregular, $0.8/galón de plus, y $0.9/galón de premium. Asumaque 1 galón de crudo tipo C1 genera 0.2 galones de gasolinaregular, 0.3 galones de regular y 0.5 de premium. Un galón decrudo tipo C2 genera 0.5 galones de regular, 0.3 de plus y 0.2de premium. Para el crudo tipo C3, se asume que un galón,genera 0.7 galones de regular, 0.3 de plus, y nada de premium.Se desea determinar el número de galones de cada crudo porprocesar de C1, C2 y C3 para maximizar las ganancias.

Page 17: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.17

Equilibrio de dos resortesConsidere un sistema de dos resortes como lo muestra lafigura. Las líneas punteadas muestran los resortes sindeformar y sin carga. Después de aplicar las fuerzas en elpunto A, el sistema se deforma hasta su equilibrio en el puntoB, donde los resortes se muestran en líneas continuas. Seesta interesado en encontrar el estado de equilibrio en el puntoB en la posición (x1, x2)El estado de equilibrio del sistema se obtiene minimizando laenergía potencial del mismo, con respecto a las variables dediseño x1 y x2

Page 18: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.18

Costo de tubería de una planta

El costo de la tubería, incluidas tantos las pérdidas como elbombeo,son de importante consideración en el diseño de unaplanta química. Considere el diseño de una tubería que tieneun longitud L-ft de longitud y transporta un fluido a Q gpm. Elobjetivo es determinar el diámetro del tubo D-in que minimizaanualmente el costo de bombeo. Para una bomba normal, elcosto anual de bombeo puede ser estimado por:

f (D) = 0,45L+0,245 ·L ·D1,5 +325(hp)0,5 +61,6(hp)0,925 +102

donde

hp = 4,4× 10−8 LQ3

D5 + 1,92× 10−9 LQ2,68

D4,68

Se desea obtener el diámetro de la tubería D para un mínimocosto, de longitud de 1000 ft. y flujo de 20 gpm.

Page 19: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.19

Minimizar Volumen

The weight of the suspended object is 10 kN. The twomembers have different cross-sectional areas x1 and x2, andeach will safely support an axial stress of σ = 105 kPa.Determine the value of h, x1 y x2 that minimizes the totalvolume of material in the two members.

Page 20: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.20

Cuándo un problema se puede solucionar como PL?

Cuando se formula un problema de toma de decisiones comoun programa lineal, se deben verificar las siguientescondiciones:

1 La función objetivo debe ser lineal. Vale decir que se debeverificar que todas las variables estén elevadas a laprimera potencia y que sean sumadas o restadas (nodivididas ni multiplicadas);

2 El objetivo debe ser ya sea la maximización ominimización de una función lineal. El objetivo deberepresentar la meta del decisor; y

3 Las restricciones también deben ser lineales. . Asimismo,la restricción debe adoptar alguna de las siguientesformas ( ≤, ≥, o =, es decir que las restricciones de PLsiempre están cerradas).

Page 21: Cap4 Optimizacion

Optimización

Alfonso Cubillos V

Introducción

ConceptosFundamentales

Tipos de Optimización

Ejemplos y Ejercicios

Métodos de SoluciónProgramación Lineal (PL)

Método a partir deDerivadas

4.21

Método de Derivadas

Es el método más utilizado para resolver problemas deoptimización no lineal.

Se dividen en:

1 Optimización donde la función objetivo es no lineal, y sinrestricciones

2 Optimización donde la función objetivo y las restriccionesson no lineales