1

DOCENTE: Prof. Arturo Peralta Sevilla, PhD.

MATERIA: Técnicas de Optimización.

PROGRAMA: Maestría en Electrónica y Automatización.

MENCIÓN: Control de Procesos.

TALLER 1 – INTRODUCCIÓN A OPTIMIZACIÓN CONVEXA Y NO

CONVEXA

RESULTADOS DE APRENDIZAJE:

• RA1. Comprende los fundamentos de la optimización, y su importancia

para la toma de decisiones dentro de los procesos industriales.

PROBLEMAS PROPUESTOS.

AC1. Grafique la región en R2 y sobre esa base, clasifique los conjuntos definidos por las desigualdades:

a) x – 3 y –1; 7 x – 3 y 11; 2 x + 3 y 34
b) 4 x – 9 y –9; 2 x – y –1; 4 x + 5 y 61
c) 3 x – 10 y –10; 5 x + 7 y 78; –13 x – 4 y –75
d) 5 x – 3 y –9; x – 3 y –9; 7 x – 33 y –27
e) x – 3 y –9; x + 3 y 27; –7 x + 15 y –9

De acuerdo a las siguientes alternativas:

1) Región no vacía y acotada

2) Región vacía
3) Región infinita

a) x – 3 y –1; 7 x – 3 y 11; 2 x + 3 y 34

Región no vacía y acotada. Región Convexa.

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 2
b) 4 x – 9 y –9; 2 x – y –1; 4 x + 5 y 61

Región no vacía y acotada. Región Convexa.

c) 3 x – 10 y –10; 5 x + 7 y 78; –13 x – 4 y –75

Región infinita. Región Convexa

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 3
d) 5 x – 3 y –9; x – 3 y –9; 7 x – 33 y –27

Región vacía acotada. Región Convexa

e) x – 3 y –9; x + 3 y 27; –7 x + 15 y –9

Región no vacía y acotada. Región Convexa.

AC2. En los siguientes problemas, indicar si es LP o NLP, además graficar y delimitar la región factible,
indicando si es no vacía acotada, vacía o infinita, luego encuentre sea su máximo, mínimo o ambos, de la
función objetivo mediante el concepto de graficar las curvas de nivel. Comprobar los resultados obtenidos
mediante software.
MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1
 4

a)

Problema de NLP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de la superficie color verde con la
superficie color roja. Se conforma una región no vacía acotada y convexa.

Optimización
Máximo Mínimo

Max= 0.5
Min=-1

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 1

b)

Problema de LP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de las superficies delimitadas por las
inecuaciones. Se conforma una región no vacía acotada y convexa.

Optimización
Mínimo

Min=-30
MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1
 1

c)

Problema de NLP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de las superficies delimitadas por las
regiones verde y roja. Se conforma una región no vacía acotada y convexa.

Optimización

Máximo Mínimo

Max= 5.8
Min=0.178

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 1

d)

Problema de NLP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de las superficies delimitadas por las
regiones verde y roja. Se conforma una región no vacía acotada y convexa.

Optimización

Máximo Mínimo

Max= 8
Min=0
MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1
 2

e)

Problema de LP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de las superficies delimitadas por las regiones
determinadas por las inecuaciones. Se conforma una región vacía no acotada y convexa.

f)

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 3
Problema de LP.

Región de factibilidad

La región de factibilidad se encuentra delimitada por la intersección de las superficies delimitadas por las regiones
delimitadas por las inecuaciones. Se conforma una región no vacía infinita.

Optimización

Máximo

Max= 20

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 4

AC3. El problema consiste en acarrear material desde tres Canteras, hacia dos edificaciones en construcción, por lo tanto,
se pide buscar minimizar los costos de producción en cada Cantera, como los costos de transportar los aportes de las
diferentes Canteras a cada una de las dos edificaciones que están en construcción. Se tienen conocidos como datos el costo
de producir una tonelada en cada una de las tres canteras, y el costo de transportar a una determinada distancia con un peso
determinado. En la Tabla 1 se resume los datos conocidos del problema. Para una mejor comprensión visual se presenta en
la Figura 1 un diagrama del problema a resolverse.

a) Plantee la función objetivo.

b) Plantee las restricciones.
c) Como generalizaría el problema para M Canteras y N Edificaciones, además su formulación matemática representar en
forma compacta mediante el uso de la notación sigma ∑.
d) Resuelva mediante software.
Tabla 1

Figura 1: Diagrama Esquemático que representa del problema a optimizar

PLANTEAMIENTO DEL PROBLEMA

Como parte del planteamiento del problema, inicialmente se definen las variables dentro del mismo y sus unidades:
Distancias Cantera-Edificación.
d1,1 – distancia cantera 1 – edificación 1 = 10km
d1,2 – distancia cantera 1 – edificación 2 = 20km
d2,1 – distancia cantera 2 – edificación 1 = 40km
d2,2 – distancia cantera 2 – edificación 2 = 10km
d3,1 – distancia cantera 3 – edificación 1 = 70km
d3,2 – distancia cantera 3 – edificación 2 = 80km
Requerimientos de cada Cantera
R1 – requerimiento cantera 1 = 1000TON
R2 – requerimiento cantera 2 = 1500TON
Costo de producción en cada Cantera
C1 – costo de producción en cantera 1 = 100$/TON
C2 – costo de producción en cantera 2 = 50$/TON
C3 – costo de producción en cantera 3 = 40$/TON
Costo de transporte (una distancia con un determinado peso)
v – costo de transportar 1 TON a través de una distancia de 1KM = 10$/[KM.TON]
Cantidad de producción cantera-edificación
x1,1 – cantidad de producción cantera 1 – para edificación 1
x1,2 – cantidad de producción cantera 1 – para edificación 2
x2,1 – cantidad de producción cantera 2 – para edificación 1
x2,2 – cantidad de producción cantera 2 – para edificación 2
x3,1 – cantidad de producción cantera 3 – para edificación 1
MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1
 5
x3,2 – cantidad de producción cantera 3 – para edificación 2
Cantidad de producción total por cantera
X1 – cantidad de material producido en cantera 1 = x1,1+ x1,2
X2 – cantidad de material producido en cantera 2 = x2,1+ x2,2
X3 – cantidad de material producido en cantera 3 = x3,1+ x3,2
Además, se definen:
M: para generalizar el número de canteras
N: para generalizar el número de edificaciones

a) Plantee la función objetivo.

La función objetivo de minimización de costos viene definida por:

F.O: min(v*d1,1* x1,1 + C1* x1,1+ v*d1,2* x1,2 + C1* x1,2+ v*d2,1* x2,1 + C2* x2,1 +v*d2,2* x2,2 + C2* x2,2+ v*d3,1* x3,1 + C3* x3,1+
v*d3,2* x3,2 + C3* x3,2)
b) Plantee las restricciones.
Sujeto a:
𝒙𝟏,𝟏 + 𝒙𝟐,𝟏 + 𝒙𝟑,𝟏 ≥ 𝑹𝟏
𝒙𝟏,𝟐 + 𝒙𝟐,𝟐 + 𝒙𝟑,𝟐 ≥ 𝑹𝟐

c) Como generalizaría el problema para M Canteras y N Edificaciones, además su formulación matemática representar en
forma compacta mediante el uso de la notación sigma ∑.

F.O:

min {∑𝑴 ∑ 𝑵
𝒊=𝟏 𝒋=𝟏[𝒙𝒊,𝒋 ∗ (𝒗 ∗ 𝒅𝒊,𝒋 + 𝑪𝒊 )]}
Sujeto a:

∑[𝒙𝒊,𝒋 ] ≥ 𝑹𝒋 , ∀𝒋 ∈ 𝒁+
𝒊=𝟏

d) Resuelva mediante software.

Resolución mediante MATLAB:

Ingreso de F.O. y restricciones

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1

 6
Resultado:

De este modo obtenemos:

min(10*10*1000 +100*1000 + 10*10*1500 +50*1500) = 425000

X1 – cantidad de material producido en cantera 1 = 1000. (Todo entregado en requerimiento R1)

X2 – cantidad de material producido en cantera 2 = 1500. (Todo entregado en requerimiento R2)
X3 – cantidad de material producido en cantera 3 = 0

Resolución mediante LPSOLVE:

Ingreso de F.O. y restricciones

Resultado:

De este modo obtenemos:

min(10*10*1500 +100*1500 + 10*10*1000 +50*1500) = 425000

X1 – cantidad de material producido en cantera 1 = 1000. (Todo entregado en requerimiento R1)

X2 – cantidad de material producido en cantera 2 = 1500. (Todo entregado en requerimiento R2)
X3 – cantidad de material producido en cantera 3 = 0

MEA – INTRODUCCIÓN A OPTIMIZACIÓN TALLER1