Professional Documents
Culture Documents
La optimizacin consiste bsicamente en llevar a lenguaje Un problema de programacin lineal bidimensional consiste
matemtico un proceso, es decir describir el objetivo como en una funcin objetivo <lineal> y un sistema de
una funcin en trminos de las variables que intervienen en el desigualdades lineales denominadas restricciones. La funcin
proceso (funcin objetivo); de igual manera con las objetivo da la cantidad que habr de maximizarse (o
restricciones, se busca que estas estn regidas por una o varias minimizarse) y las restricciones determinan el conjunto de
expresiones matemtica que parametricen el proceso de la soluciones factibles.[3]
manera ms cercana a la realidad, esto con el fin de hallar un
valor mximo o mnimo para la funcin objetivo. La programacin lineal se plantea como un modelo
matemtico desarrollado durante la Segunda Guerra
Luego del prrafo anterior se puede decir que la optimizacin Mundial para planificar los gastos y los retornos, a fin de
es una herramienta matemtica que permite evaluar los puntos reducir los costos al ejrcito y aumentar las prdidas del
enemigo. Se mantuvo en secreto hasta 1947. En la posguerra,
Maria teresa Yate mtyateh@unal.edu.co muchas industrias lo usaron en su planificacin diaria. [3]
Fernando Andrs Castro facastrot@unal.edu.co
Benjamn Mauricio Martnez bmmartinezc@unal.edu.co
Metodologas de optimizacin Universidad Nacional de Colombia. 2
1
2 1 3
2 2 1 2 1
Fig. 2.. Cuerpos esfricos en contacto bajo la accin de una fuerza F de
Es bien sabido que el esfuerzo cortante mximo no se produce a) Identifique las variables de diseo.
en la superficie de contacto, sino ms bien a una pequea
distancia por debajo de la superficie. La ubicacin de esta Como se puede ver en las ecuaciones que definen el esfuerzo
superficie, donde se produce el esfuerzo cortante mximo, se en la esfera, los nicos parmetros que se pueden modificar
cree que es un factor
actor importante en el fallo por fatiga. Segn el
para cambiar el valor del esfuerzo son el dimetro de las
proceso de optimizacin:
esferas y el valor de la carga.
a) Identifique las variables de diseo.
b) Defina la funcin objetivo o de costo. Variables de diseo: d y P
c) Identifique las restricciones del problema.
d) Determine la solucin del problema, aplicando b) Defina la funcin objetivo o de costo.
multiplicadores de Lagrange.
e) Determine la solucin del problema, mediante Solver y Con el valor de =0.3,, la funcin a maximizar es:
Matlab o Mathematica.
3 1.3 3
0.2
f) Determine la solucin del problema, empleando la
herramienta de Optimtool de Matlab. 4 1 2 1
Metodologas de optimizacin Universidad Nacional de Colombia. 3
ans =
e) Determine la solucin del problema, mediante Solver y
Matlab o Mathematica. 1.6542e+009
Haciendo uso de matlab: Los valores de x(1), x(2) y x(3), son los valores de dimetro,
carga y Z respectivamente.
function f= myfun(x); d= 0.05m
a=0.000118*(x(2)*x(1))^(1/3); P=10000N
pmax2=3*x(2)/(4*pi*a^2); Z=4.5602e-004m
alpha=x(3)/a; El valor del esfuerzo mximo es:
segterm=1.3*alpha/(1+alpha^2)^0.5; = 1.6542e+009 Pa
terterm=(3/2)*(alpha^3/(1+alpha^2)^(1/3);
f=10e10-(pmax2*(0.2+segterm-terterm)); Ahora usando el complemento SOLVER de Excel.
function [c,ceq]=nonlcon(x)
c=[x(3)-x(1);];
ceq=[];
[x,feval]=fmincon('myfun',x0,[],[],[],[],
lb,ub,'nonlcon')
Warning: Trust-region-reflective method
does not currently solve this type of
problem,
using active-set (line search) instead. Fig. 3. Ventana en Excel del complemento SOLVER.
> In fmincon at 437
Optimization terminated: magnitude of
search direction less than 2*options.TolX FUNCION OBJETIVO 1,54E+09
and maximum constraint violation is less
VARIABLES
Celdas cambiantes
Celda Nombre Valor original Valor final
$C$2 d 0,1 0,05
$C$3 P 8000,000001 8000,000001
$C$4 Z 5,00E-04 4,22E-04
Fig. 5. Reporte generado por SOLVER con determinados valores iniciales
(valores semilla 1).
d 0,05
P 10000
Z 4,55E-04
0,485436404
Fig. 8. Ventana de Optimtool de matlab
a 0,000936567
RESTRICCIONES
d-Z 0,049545356
Fig. 6. Datos introducidos en SOLVER (valores semilla 2).
mtodo consiste en probar la optimabilidad y luego si la b) Como ejemplo de aplicacin del mtodo desarrollaremos
solucin actual no es optima, mejorar la solucin actual. el siguiente ejemplo:
(Una solucin mejorada es aquella que tiene un mayor
de Z que la solucin actual). Para mejorar la solucin Se desea encontrar el valor mximo de la siguiente funcin
actual, se introduce una nueva variable en la solucin; objetivo:
esta variable se denomina variable de entrada.
Lo anterior implica que una de las variables bsicas ) 43; + 63
actuales debe salir, ya que en caso contrario se tendran Donde:
demasiadas variables para una solucin bsica; esta
variable se denomina variable de salida. Las variables de 3; 0 & 3 0
entrada y de salida se eligen como se muestra a
continuacin. Sujeta a las restricciones siguientes:
La variable de entrada corresponde al menor elemento
(el ms negativo) del rengln inferior de la tabla. 3; + 3 11
La variable de salida corresponde a la menor razn no
4
negativa de 99: , en la columna determinada por la 3; + 3 27
variable de entrada.
23; + 65 90
El elemento de la tabla simplex en la columna de la
variable de entrada y en el rengln de la variable de Se convierta cada desigualdad del conjunto en una ecuacin al
salida se denomina pivote. sumar las variables de holgura:
Luego de aplicar el pivoteo se llega a esta tabla simplex: Como podemos observar aun se puede seguir efectuando el
pivoteo con el fin de mejorar la solucin, y se tiene que:
X1 X2 S1 S2 S3 b variables bsicas
-1 1 1 0 0 11 S1
16 7 67 5 7
2 0 -1 1 0 16 S2 = 56 ; = 14 ; = 7
2 3 5
7 0 -5 0 1 35 S3 Recordemos que se escoge la menor relacin no negativa.
De ese modo tenemos que el nuevo pivote es el elemento de el
-10 0 6 0 0 66
segundo rengln y de la tercera columna:
Z act.
4. CONCLUSIONES
REFERENCIAS
[1] R. E. LARSON, B. H. EDWARDS Introduccin al
algebra lineal Ed. Limusa Mxico 2006.
[2] Programacin lineal. (2010, Noviembre) [Online].
http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
[3] R. E. LARSON, B. H. EDWARDS Introduccin al
algebra lineal Ed. Limusa Mxico 2006. pp. 597.
[4] L.VANEGAS. (2009, Octubre) esfuerzos de contacto.
Diseo I facultad de ingeniera mecnica universidad
tecnolgica de Pereira. [Online]. pp. 34
http://www.utp.edu.co/~lvanegas/disI/Pres%20Cap%206
%20%20Esf%20Cont.pdf
[5] R. E. LARSON, B. H. EDWARDS Introduccin al
algebra lineal Ed. Limusa Mxico 2006. pp. 608
[6] R. E. LARSON, B. H. EDWARDS Introduccin al
algebra lineal Ed. Limusa Mxico 2006. pp. 598
teorema 10.1
[7] R. E. LARSON, B. H. EDWARDS Introduccin al
algebra lineal Ed. Limusa Mxico 2006. pp. 615