OPTIMIZACIN
1. Introduccin:
En matemticas la optimizacin o programacin matemtica intenta dar respuesta a un tipo general de problemas matemticos donde se desea elegir el mejor entre un conjunto de elementos. En su forma ms simple, el problema equivale a resolver una ecuacin de este tipo:
Donde x = (x1,...,xn) es un vector y representa variables de decisin, f(x) es llamada funcin objetivo y representa o mide la calidad de las decisiones (usualmente nmeros enteros o reales) y es el conjunto de puntos o decisiones factibles o restricciones del problema. Algunas veces es posible expresar el conjunto de restricciones como solucin de un sistema de igualdades o desigualdades.
La relevancia de los problemas de optimizacin en el mundo de la ingeniera ha generado la introduccin de herramientas de optimizacin cada vez ms sofisticadas en las ltimas versiones de las hojas de clculo de utilizacin generalizada. Estas utilidades, conocidas habitualmente como solver, constituyen una alternativa a los programas especializados de optimizacin cuando no se trata de problemas de gran escala, presentado la ventaja de su facilidad de uso y de comunicacin con el usuario final.
2. Objetivos.
Aprender a optimiza utilizando el programa SOLVER. El alumno debe saber en qu momento aplicar lo aprendido en su carrera y beneficio. Tener en cuenta en la vida profesional la optimizacin ya que esta se encarga de obtener la mayor ganancia y optimizando precios. Aprender a plantear un problema de optimizacin utilizando el software adecuado. Aprender a variar los resultados de la optimizacin teniendo en cuenta nuestro beneficio. Aprender a insertar de manera correcta los datos en el software estudiado para as lograr un resultado adecuado.
3. Marco terico.
Optimizacin Un problema de optimizacin consiste en minimizar o maximizar el valor de una variable. En otras palabras se trata de calcular o determinar el valor mnimo o el valor mximo de una funcin de una variable. Se debe tener presente que la variable que se desea minimizar o maximizar debe ser expresada como funcin de otra de las variables relacionadas en el problema. En ocasiones es preciso considerar las restricciones que se tengan en el problema, ya que stas generan igualdades entre las variables que permiten la obtencin de la funcin de una variable que se quiere minimizar o maximizar. Tipos de optimizaciones:
Segn el nivel de generalidad que tome el problema, ser la resolucin que se plantee. Optimizacin clsica. Si la restriccin no existe, o es una restriccin de igualdad, con menor o igual nmero de variables que la funcin objetivo entonces, el clculo diferencial, da la respuesta, ya que solo se trata de buscar los valores extremos de una funcin. Optimizacin con restricciones de desigualdad - optimizacin no clsica. Si la restriccin contiene mayor cantidad de variables que la funcin objetivo, o la restriccin contiene restricciones de desigualdad, existen mtodos en los que en algunos casos se pueden encontrar los valores mximos o mnimos.
Si tanto restricciones como funcin objetivo son lineales (Programacin lineal o PL), la existencia de mximo (mnimo), est asegurada, y el problema se reduce a la aplicacin de unos simples algoritmos de lgebra lineal elemental los llamados mtodo simplex; y mtodo dual. Sin embargo, si estas condiciones no se cumplen, existen, las llamadas condiciones de Kuhn -Tucker, las cuales en algunos casos, pueden ser utilizables, para probar encontrar puntos crticos, mximos o mnimos. Sin embargo, esta es un rea an muy poco desarrollada de la matemtica, frecuentemente, las condiciones de Kuhn-Tucker fallan, o no son suficientes, para la existencia de extremos. Optimizacin estocstica. Cuando las variables del problema (funcin objetivo y/o restricciones) son variables aleatorias el tipo de optimizacin realizada es optimizacin estocstica. Optimizacin con informacin no perfecta. En este caso la cantidad de variables, o ms an la funcin objetivo puede ser desconocida o tambin variable. En este campo, la matemtica conocida como matemtica borrosa[1], est realizando esfuerzos, por resolver el problema. Sin embargo, como el desarrollo de esta rea de la matemtica es an demasiado incipiente, son escasos los resultados obtenidos.
CONSTRUCCIN DE UN MODELO DE OPTIMIZACIN. La introduccin de un modelo de optimizacin, un programa lineal en nuestro ejemplo, se puede sintetizar en cuatro fases: a) Organizar los datos del modelo en la hoja de trabajo. Si bien son mltiples las posibles formas de disear el formato y colocacin de los datos de entrada, es recomendable seguir los mismos principios que en toda aplicacin con hoja de clculo: pensar en la hoja como un informe que explique el problema, identificar los datos introducidos, colocar comentarios, introducir todos los datos iniciales del problema y construir a partir de los mismos el modelo de optimizacin con el objeto de facilitar el anlisis de sensibilidad, utilizar tcnicas de diseo para presentar el modelo, etc. Por otra parte, interesa organizar el programa segn el formato del grfico I con el objeto de ilustrar la propia estructura del modelo. b) Reservar una celda para cada variable de decisin. Siguiendo el esquema de un programa matemtico, es recomendable que inicien la hoja de trabajo. Debern estar vacas o con datos numricos, nunca frmulas, y a ser posible con notas o comentarios. c) Crear una celda para la funcin objetivo prximo a las que recogen las variables. La frmula que incorpora deber crearse a partir de las celdas descritas en el punto anterior. d) Para cada restriccin, crear una celda que recoja la frmula de su parte izquierda, y a la derecha de dicha celda colocar el trmino independiente. La estructura recomendable es la que se recoge en el grfico I dado que permite reducir el trabajo en la fase de introduccin del problema, facilita la deteccin de errores y simplifica su resolucin con el solver.
GRFICO I
4. Desarrollo de la prctica:
Plantear y resolver un problema de optimizacin: Una cantera realiza extraccin de material para construccin civil. Esta cantera realiza la extraccin de arena y grava, trabaja en 3 das a la semana (lunes, mircoles y viernes) debido al clima y su extraccin de material se restringe de la siguiente manera. El da lunes, se extraen 50 m^3 de arena y 20m^3 de grava por mquina y se dispones con maquinaria para extraer 140 m^3. El da mircoles, se extraen 40 m^3 de arena y 30 m^3 de grava por mquina y se dispones con maquinaria para extraer 210 m^3. E da viernes, se extraen 35m^3 de arena y 35^3 de grava por mquina y se dispones con maquinaria para extraer 180 m^3. Los precios son de 150 el metro cubico de arena y 100 soles el metro cubico de grava. Primero plantearemos el problema con todos los datos disponibles:
ARENA LUNES MIERCOLES VIERNES 50 40 35
GRAVA 20 30 35
DISPONIBLE 140 210 180
UTILIDAD
150
100
Utilizando la herramienta SOLVER del programa Excel, introduciendo los datos como se muestra a continuacin:
Luego de introducir los datos y resolver por solver obtenemos lo siguiente:
Interpretando los resultados tenemos que para obtener la mayor ganancia se debe utilizar mayor cantidad de maquinaria en la extraccin de GRAVA.
5. Conclusiones y recomendaciones:
Conclusiones:
La optimizacin es muy importante para el desarrollo de nuestra carrera, puesto que nuestra principal tarea es realizar proyectos tanto en calidad como en economa. La herramienta SOLVER es de gran utilidad para realizar problemas de optimizacin ya que agiliza el trabajo y nos ofrece resultados exactos.
Recomendaciones:
Se recomienda realizar bien el planteo del problema, puesto que fallar en ese aspecto provocara errores en la optimizacin. Se debe utilizar la herramienta SOLVER en nuestro desempeo profesional, puesto que agilizara las operaciones que realicemos.
6. Bibliografa.
Separatas facilitadas por el docente.
[Link] [Link] [Link]