Instituto Tecnologico de Celaya

Maestra en Ciencias en Ingeniera Mecanica

Diseno optimo
M.I. Benjamn Arroyo Ramrez

Tarea 7. Optimizaci
on gr
afica
Pedro Jorge De Los Santos Lara
14 de octubre de 2016

Contenido
Maximizaci
on beneficio
1. Descripcion del problema . . . . . . . . . . . . .
2. Datos . . . . . . . . . . . . . . . . . . . . . . .
3. Definicion de las variables de diseno . . . . . . .
4. Criterio de optimizacion . . . . . . . . . . . . . .
5. Formulacion de las restricciones . . . . . . . . .
Procedimiento para la solucion grafica del problema

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

1
1
1
2
2
2
2

Soluci
on gr
afica para el peso mnimo de una columna tubular

Soluci
on gr
afica para el dise
no de una viga
1. Descripcion del problema . . . . . . . . .
2. Datos . . . . . . . . . . . . . . . . . . .
3. Definicion de las variables de diseno . . .
4. Criterio de optimizacion . . . . . . . . . .
5. Formulacion de restricciones . . . . . . .

7
7
7
7
7
7

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

Maximizaci
on beneficio
1. Descripci
on del problema
Una empresa fabrica dos maquinas, A y B. El uso de los recursos disponibles, 28 maquinas A o 14
maquinas B se pueden fabricar a diario. El departamento de ventas puede vender hasta 14 maquinas
A o 24 maquinas B. El area de envos puede ocuparse de no mas de 16 maquinas por da. La
compana obtiene un beneficio de $ 400 por cada maquina A y $ 600 en cada maquina B. Cuantas
maquinas A y B debera la compana fabricar cada da para maximizar su beneficio?

2. Datos
Los datos y la informacion se definen en la memoria del proyecto.

3. Definici
on de las variables de dise
no
x1 = Numero de maquinas A fabricadas cada da
x2 = Numero de maquinas B fabricadas cada da

4. Criterio de optimizaci
on
El objetivo es maximizar la ganancia diaria, que puede expresarse en terminos de variables de diseno
como:
P = 400x1 + 600x2

5. Formulaci
on de las restricciones
Las restricciones de diseno se colocan en la capacidad de fabricacion, el personal de ventas, y en el
envo y gastos de instalacion. La restriccion en el envo y la instalacion de manipulacion es bastante
sencillo:
x1 + x2 16

(gastos de envo y manipulacion de restriccion)

Las restricciones en la fabricacion y venta son un poco complicadas, en primer lugar, tenga en cuenta
la limitacion de fabricacion. Se supone que si la empresa fabrica X1, maquinas de A por da, los
recursos y equipos restantes se pueden utilizar en proporcion a la fabricacion de x2 maquinas B, y
viceversa. Por lo tanto, observando que X1/28 es la fraccion de los recursos utilizados para producir
A y x2 /14 es la fraccion utilizada para producir B, la restriccion se expresa como:
x1 x2
+
1 (Restricciones de manufactura)
28 14
Del mismo modo, la restriccion de los recursos del departamento de ventas se da como:
x1 x2
+
1 (Limitaciones del departamento de ventas)
14 24
Por ultimo, las variables de diseno deben ser no negativas como
x1 , x2 0
Tenga en cuenta que para este problema, la formulacion sigue siendo valida incluso cuando una
variable de diseno tiene valor cero. El problema tiene dos variables de diseno y cinco restricciones de
desigualdad. Todas las funciones del problema son lineales en las variables X1 y X2. Por lo tanto, es
un problema de programacion lineal. Tenga en cuenta tambien que para una solucion significativa,
ambas variables de diseno deben tener valores enteros en el punto optimo.

Procedimiento para la soluci

on gr
afica del problema
Paso 1. Configuraci
on del sistema de coordenadas. El primer paso en el proceso de solucion
de problemas es establecer un sistema de coordenadas x y y escalarlos de manera adecuada.
Paso 2. Gr
afica de las restricciones de desigualdad. Para ilustrar la grafica de una desigualdad,
consideremos la inecuacion x1 + x2 16. Para representar la restriccion graficamente, primero necesitamos graficar la frontera de la restriccion, esto es, los puntos en los que se satisface la condicion
como una igualdad x1 + x2 = 16. Esta es una funcion lineal de las variables x1 y x2 . Para graficar
como una funcion necesitamos dos puntos que satisfagan la ecuacion x1 + x2 = 16. Sean estos
puntos calculados como (0, 16) y (16, 0); uniendo y graficando estos puntos como se muestra en
la figura 1 se forma la linea F-J que representa el lmite de la region factible para la restriccion de
desigualdad x1 + x2 16. Los puntos de un lado de la lnea violan la condicion de desigualdad y
del otro lado la cumplen.
Paso 3. Indentificaci
on de la regi
on factible para una inecuaci
on. La siguiente tarea es determinar que lado del lmite F-J es factible para la restriccion x1 + x2 16. Para completar esto,
seleccionamos un punto en cada uno de los lados de F-J y se evalua la funcion de restriccion en
cada caso. Por ejemplo, en el punto (0, 0), el lado izquierdo de la restriccion tiene un valor de 0,
y puesto que este valor es menor que 16, la restriccion se satisface y la region debajo de F-J es
factible, e implica consecuentemente, que la region superior sea no factible. Por convencion la region
no factible se sombrea como se muestra en la figura 2.

Figura 1: Lmite de restriccion para la inecuacion x1 + x2 16

Paso 4. Identificaci
on de la regi
on factible. Note que las restricciones x1 , x2 0 restringen
la region factible al primer cuadrante del sistema de coordenadas. La interseccion de las regiones
factibles para todas las restricciones proporciona la region factible para el problema de optimizacion,
como se muestra en la figura 3. Cualquier punto en esta region o en la frontera proporciona una
solucion factible para el problema.
Paso 4. Graficando los contornos de la funci
on obetivo. La siguiente tarea es plotear la funcion objetivo en la grafica y localizar sus puntos optimos. Para este problema de ejemplo, la funcion
objetivo es maximizar el beneficio P = 400x1 + 600x2 , el cual incluye tres variables: P , x1 y x2 . La
3

Figura 2: Lmite de restriccion para la inecuacion x1 + x2 16

Figura 3: Region factible para multiples restricciones

funcion necesita ser representada en la grafica, luego el valor de P puede ser comparado para diferentes disenos factibles para encontrar el mejor diseno. Sin embargo, dado que hay puntos infinitos
es imposible evaluar la funcion objetivo en cada uno de ellos. Una manera de sortear este problema
es utilizar graficas de contorno para representar la funcion objetivo.
Un contorno es una curva en la grafica que conecta los puntos que tienen el mismo valor para la
funcion objetivo. Una coleccion de puntos en un contorno tambien se le conoce como curva de
nivel. Si la funcion objetivo es de minimizacion, los contornos se conocen tambien como curvas
de isocosto. Para graficar un contorno en una region factible, se necesita asignar un valor. Para
obtener este valor, consideremos un punto en la region factible y evaluemos la funcion beneficio.
Por ejemplo, el punto (6,4), P es P = 4800. Para plotear el contorno de P = 4800, se grafica la
funcion 400x1 + 600x2 = 4800. Este contorno es una lnea recta, como se muestra en la figura 5.

Figura 4: Grafica de P=4800

Paso 6. Identificaci
on de la soluci
on
optima. Para localizar un punto optimo para la funcion
objetivo, necesitamos al menos dos contornos que pasen a traves de la region factible. Podemos
observar la tendencia para los valores de la funcion objetivo en diferentes puntos factibles para
localizar el mejor punto. Los contornos para P = 2400, 4800, y 7200 son graficados en la figura
??. Ahora observamos la siguiente tendencia: a medida que los contornos se aproximan al punto D,
disenos factibles pueden ser encontrados con grandes valores para P. Esta claro que el punto D tiene
el valor mas grande para P en la region factible. Ahora, simplemente leemos las coordenadas del
punto D(4, 12) para obtener el diseno optimo, teniendo un valor maximo para la funcion objetivo
como P = 8800.

Figura 5: Grafica de P=4800

En general, las funciones de un problema de diseno pueden no ser lineales, en cuyo caso se deben
trazar curvas para identificar la region factible, y contornos o curvas isocosto deben ser trazadas
para identificar el diseno optimo. Para graficar una funcion no lineal, una tabla de valores numericos
5

para x1 y x2 deben ser generados. Estos puntos deben ser graficados y conectados por una curva
suavizada.

Soluci
on gr
afica para el peso mnimo de una columna tubular
El problema de diseno para optimizar el peso de una columna tubular a continuacion se resuelve por
el metodo grafico utilizando los siguientes datos: P = 10M N , E = 207GP a, = 7, 833kg/m3 ,
L = 5.0m, y a = 248M P a. Usando estos datos, la formulacion 1 para el problema se define como:
encontrar el radio y el espesor para reducir al mnimo la funcion de masa.
f (R, t) = 2lRt = 2(7833)(5)Rt = 2.4608x105 Rt, kg
Sujeto a las cuatro restricciones desigualdad:
P
10x106
g1 (R, t) =
a =
248x106 0 (Restriccion de esfuerzo)
2Rt
2Rt

g2 (R, t) = P

3 (207x109 )R3 t
3 ER3 t
6
=
10x10

0(Restricci
ondecargadepandeo)
4l2
4(5)(5)
g3 (R, t) = R 0
g3 (R, t) = t 0

Figura 6: Solucion grafica para el problema de diseno de una columna tubular con peso mnimo
Las restricciones para el problema se representan en la figura 6, y se indica la region factible. Tambien
se muestran los contornos de la funcion objetivo para f = 1000 kg, 1500 kg y 1579 kg. En este
6

ejemplo la funcion objetivo es paralela a la restriccion de esfuerzo g1 . Dado que g1 esta activa en
el optimo, el problema tiene disenos optimos infinitos, es decir, en la curva entera A-B en la figura
6. Podemos leer las coordenadas de cualquier punto de la curva A-B como una solucion optima. En
particular, el punto A, donde las restricciones de g1 y se g2 se cruzan, es tambien un punto optimo
donde R* = 0.1575m y t* = 0.0405 m.

Soluci
on gr
afica para el dise
no de una viga
1. Descripci
on del problema
Una viga de seccion rectangular esta sujeta a un momento M y una fuerza maxima de cortante
V . El esfuerzo por flexion en la viga es calculado como = 6M/bd2 , y el esfuerzo por cortante
promedio es calculado como = 3V /2bd, donde b es el ancho y d el alto de la viga. El esfuerzo
permisible en flexion y cortante son 10 MPa y 2 MPa, respectivamente. Tambien es deseable que la
altura de la viga no exceda dos veces el ancho y que la seccion transversal de la viga sea minimizada.

2. Datos
Sea el momento flexionante M = 40 kNm y la fuerza cortante V = 150 kN. Ademas, se formula
el problema utilizando unidades consistentes.

3. Definici
on de las variables de dise
no
Las dos variables de diseno son:
d = altura de la viga (mm)
b = ancho de la viga (mm)

4. Criterio de optimizaci
on
La funcion objetivo para el problema es la seccion transversal, la cual se expresa como:
f (b, d) = bd

5. Formulaci
on de restricciones
Las restricciones para el problema consisten en el esfuerzo por flexion, esfuerzo por cortante y la
razon alto-ancho. El esfuerzo flexionante y cortante son calculados como:
=

6M
6(40)(1000)(1000)
=
, N/mm2
2
bd
bd2

3v
3(150)(1000)
=
, N/mm2
2bd
2bd
El esfuerzo flexionante a y cortante a permisibles, estan dados por:
=

a = 10M P a = 10 N/mm2
a = 2M P a = 2 N/mm2

Usando las ecuaciones anteriores podemos formulas las restricciones de esfuerzo flexionante y cortante:
6(40)(1000)(1000)
10 0 esfuerzo flexionante
bd2
3(150)(1000)
g1 =
2 0 esfuerzo cortante
2bd

g1 =

Figura 7: Solucion grafica al problema del area mnima en la viga

Las restriccion que implican que la altura no sea mayor que el doble del ancho puede ser expresada
como:
g3 = d 2b 0
Finalmente, ambas variables de diseno deben ser no negativas:
g4 = b 0
g5 = d 0
En realidad, b y d no pueden tener ambas valores de cero, entonces debemos utilizar un valor mnimo
como lmite inferior, es decir, (b bmin y d dmin ).
Usando MATLAB, las restricciones para el problema son graficadas en la figura 7, y la region factible es identificada. Note que la funcion objetivo es paralela a la restriccion g2 (ambas funciones
tienen la misma forma bd = C). Por lo tanto cualquier punto a lo largo de la curva A-B representa
una solucion optima, entonces hay infinitos disenos optimos. Esta es una situacion deseable puesto
que se tienen un conjunto de soluciones optimas de donde el disenador seleccionara acorde a otros
criterios o necesidades.
La seccion transversal optima es 112,500 mm2 . El punto B corresponde a un diseno optimo de
b = 237 mm y d = 474 mm. El punto A corresponde a b = 527.3 mm y d = 213.3 mm.
8

Estos puntos representan las dos soluciones optimas en los extremos; todas las otras soluciones se
encuentran entre esos dos puntos en laa curva A-B.

Referencias
[1] Arora, J. (2011). Introduction to Optimum Design. Elsevier-Academic Press. United States