Académique Documents
Professionnel Documents
Culture Documents
Capitulo 4
Optimizacin
Aplicacin a la Mecnica de Materiales Aplicaciones computacionales de la Mecnica de Materiales
Introduccin Conceptos Fundamentales Tipos de Optimizacin Ejemplos y Ejercicios Mtodos de Solucin
Programacin Lineal (PL) Mtodo a partir de Derivadas
Introduccin En la solucin de problemas, siempre se deben tomar decisiones sobre el valor de ciertas condiciones del problema. Estas decisiones afectan el resultado nal del problema.
4.2
El costo $ El Peso El volumen La eciencia El tiempo El trabajo La distancia Las ganancias ... y muchas ms Qu se requiere?
Introduccin Conceptos Fundamentales Tipos de Optimizacin Ejemplos y Ejercicios Mtodos de Solucin
Programacin Lineal (PL) Mtodo a partir de Derivadas
Un modelo que describa el comportamiento del sistema y sobre el cual se puedan realizar pruebas con el n de encontrar la solucin
4.3
Algunos conceptos
Variables de decisin
Decisiones cuanticables relacionadas con otras. Por ejemplo, la distancia a donde poner el soporte, el tipo de viga a implementar.
Funcin Objetivo
Introduccin Conceptos Fundamentales Tipos de Optimizacin Ejemplos y Ejercicios
La medida de efectividad compuesta expresada como una funcin de las variables de decisin.
Parmetros
Mtodos de Solucin
Programacin Lineal (PL) Mtodo a partir de Derivadas
Valores constantes que actan como coecientes al lado derecho de las variables tanto en la funcin objetivo como en las restricciones y que se basan en datos tecnolgicos de los problemas
Restricciones
Limitaciones impuestas sobre los valores de las variables de decisin, casi siempre en forma de ecuaciones o desigualdades. Pueden =, , .
4.4
Optimizacin Tambin conocida como programacin matemtica intenta dar respuesta a un tipo general de problemas de la forma
max(min) f (x) x Rn
x = (x1 , . . . , xn ) es un vector y representa las variables de
decisin f (x) es la llamada funcin objetivo y representa o mide la calidad de las decisiones es el conjunto de decisiones factibles o restricciones que se puede expresar como
Conjunto de restricciones
Factibilidad
Dado un conjunto de restricciones
gi (x) = 0
Por ejemplo
2 3x1 + 2x2 = 3x3 9
hi (x) 0
sin(x1 ) cos(x2 )
factible
El conjunto de puntos factibles se denomina regin factible
4.6
4.7
4.8
4.9
4.10
Tipos de Optimizacin Segn el nivel de generalidades que tome el problema, ser la solucin que se plantee. 1 Optimizacin sin restricciones 2 Optimizacin con restricciones de desigualdad optimizacin no clsica 3 Optimizacin estocstica 4 Optimizacin con informacin no perfecta
1. Optimizacin sin restricciones
Si la restriccin no existe, o es una restriccin de igualdad, con menor o igual nmero de variables que la funcin objetivo.
2. Con restriccin de desigualdad
Si la restriccin contienen mayor cantidad de variables que la funcin objetivo, o la restriccin contiene restricciones de desigualdad, existen mtodos en los que algunos casos se pueden encontrar los valores mximos o mnimos.
4.11
Tipos de Optimizacin
Si tanto las restricciones como funcin objetivo son lineales (Programacin Lineal o PL), la existencia de mximo (o mnimo), esta asegurada, y el problema se reduce a la aplicacin de unos algoritmos de lgebra lineal elemental.
3. Optimizacin Estocstica
Cuando las variables del problema (funcin objetivo y/o restricciones) son variables aleatorias
4. Optimizacin con informacin no perfecta
4.12
Taller Mecnico A una empresa que cuenta con un taller de reparacin para la maquinaria que utiliza se le presenta el problema de determinar el nmero de obreros que constituye la plantilla ptima del taller. Para ello, se estudian las condiciones de trabajo y el coste de mantenimiento, obtenindose los siguientes datos:
1
La reparacin de una mquina requiere, por trmino medio, 3 obreros/da. La capacidad del taller permite reparar x mquinas por da. El nmero medio de mquinas pendientes de reparacin que un da cualquiera hay en el taller viene determinado por 10/(x-10). La jornada de trabajo es de 8 horas, con salario de 200u.m./h por obrero. El coste de inactividad de una mquina es de 1920u.m. por da.
Fabricacin de tablas
8000 tablas especiales de espuma de plstico para entrenamientos de natacin. La rma posee 10 mquinas El coste de adaptacin de las mquinas para producir tablas especiales es de 20 US por mquina Cada mquina adaptada puede producir 30 tablas de entrenamiento por hora Una vez estas mquinas han sido adaptadas, la operacin es completamente automtica y puede ser supervisada por un solo capataz, cuyo salario es de 4,80 US por hora.
Cuntas de las mquinas deben adaptarse para reducir al mnimo el coste de produccin de dichas tablas?
4.14
Taller de Joe El taller de Joe se especializa en cambios de aceite del motor y regulacin del sistema elctrico.
El benecio por cambio del aceite es $7 y de $15 por
regulacin. Joe tiene un cliente jo con cuya ota, le garantiza 30 cambios de aceite por semana. Cada cambio de aceite requiere de 20 minutos de trabajo y $8 de insumos. Una regulacion toma una hora de trabajo y gasta $15 en insumos. Joe paga a los mecnicos $10 por hora de trabajo y emplea actualmente a dos de ellos, cada uno de los cuales labora 40 horas por semana. Las compras de insumos no pueden pasar el valor de $1.750 semanales.
Cuntos cambios de aceite y regulaciones debe realizar semanalmente Joe para maximizar el benecio total.
4.15
Planta de Renera Una renera produce tres tipos de crudo: C1, C2 y C3. El crudo tipo C1 cuesta $0.4/galn, y se pueden producir mximo 10.000 galones por da. El crudo tipo C2 cuesta $0.2/galn, y se pueden producir mximo 12.000 galones por da. El crudo de tipo C3 cuesta $0.1/galn, y se pueden producir mximo 15.000 galones por da. La renera puede convertir cada tipo de crudo en gasolina, y puede producir tres tipos de gasolina: regular, plus y premium. La mxima demanda del mercado para la gasolina regular, plus y premium, es de 9000, 8000 y 7000 galones por da respectivamente. La renera puede vender su gasolina a un distribuidor por $0.7/galn de gasolina regular, $0.8/galn de plus, y $0.9/galn de premium. Asuma que 1 galn de crudo tipo C1 genera 0.2 galones de gasolina regular, 0.3 galones de regular y 0.5 de premium. Un galn de crudo tipo C2 genera 0.5 galones de regular, 0.3 de plus y 0.2 de premium. Para el crudo tipo C3, se asume que un galn, genera 0.7 galones de regular, 0.3 de plus, y nada de premium. Se desea determinar el nmero de galones de cada crudo por procesar de C1, C2 y C3 para maximizar las ganancias.
4.16
Equilibrio de dos resortes Considere un sistema de dos resortes como lo muestra la gura. Las lneas punteadas muestran los resortes sin deformar y sin carga. Despus de aplicar las fuerzas en el punto A, el sistema se deforma hasta su equilibrio en el punto B, donde los resortes se muestran en lneas continuas. Se esta interesado en encontrar el estado de equilibrio en el punto B en la posicin (x1 , x2 ) El estado de equilibrio del sistema se obtiene minimizando la energa potencial del mismo, con respecto a las variables de diseo x1 y x2
4.17
El costo de la tubera, incluidas tantos las prdidas como el bombeo,son de importante consideracin en el diseo de una planta qumica. Considere el diseo de una tubera que tiene un longitud L-ft de longitud y transporta un uido a Q gpm. El objetivo es determinar el dimetro del tubo D-in que minimiza anualmente el costo de bombeo. Para una bomba normal, el costo anual de bombeo puede ser estimado por: f (D) = 0,45L + 0,245 L D 1,5 + 325(hp)0,5 + 61,6(hp)0,925 + 102 donde hp = 4,4 108 LQ 2,68 LQ 3 + 1,92 109 4,68 D5 D
Se desea obtener el dimetro de la tubera D para un mnimo costo, de longitud de 1000 ft. y ujo de 20 gpm.
4.18
Minimizar Volumen The weight of the suspended object is 10 kN. The two members have different cross-sectional areas x1 and x2 , and each will safely support an axial stress of = 105 kPa. Determine the value of h, x1 y x2 that minimizes the total volume of material in the two members.
4.19
Cuando se formula un problema de toma de decisiones como un programa lineal, se deben vericar las siguientes condiciones: 1 La funcin objetivo debe ser lineal. Vale decir que se debe vericar que todas las variables estn elevadas a la primera potencia y que sean sumadas o restadas (no divididas ni multiplicadas); 2 El objetivo debe ser ya sea la maximizacin o minimizacin de una funcin lineal. El objetivo debe representar la meta del decisor; y 3 Las restricciones tambin deben ser lineales. . Asimismo, la restriccin debe adoptar alguna de las siguientes formas ( , , o =, es decir que las restricciones de PL siempre estn cerradas).
4.20
Mtodo de Derivadas
Optimizacin donde la funcin objetivo es no lineal, y sin restricciones Optimizacin donde la funcin objetivo y las restricciones son no lineales
4.21