OPTIMIZACION

UNIVERSIDAD DE COSTA RICA
ESCUELA DE INGENIERA ELCTRICA

I EXAMEN PARCIAL TECNICAS DE OPTIMIZACION

PREPARADO POR:
JESUS ARTURO QUIROS FALLAS, B05014
IE0505 I - CICLO - 2014
17/05/2014

1. Hallar el mnimo de

a- Mostrar grficamente la solucin. Mostrar en el grfico diferentes valores de la funcin objetivo
(contornos).
R/ Para mostrar grficamente la solucin primeramente se procede a graficar la funcin objetivo utilizando el
comando ezsurf (J). En la figura 1 se observa la grfica de la funcin J.

Figura 1. Grfica de la funcin objetivo.
Ahora para mostrar la solucin grafica se necesitan encontrar los puntos de inflexin, para esto se utiliz el
siguiente cdigo MATLAB:
f=@(x)((x(1)-4)^2+(x(2)-5)^2)
x0=[1000,1000]
[mnimo]=fminunc(f,x0,options)
Donde x0 es el vector de valores de x
1
y x
2
por los que empieza a buscar puntos de inflexin, por lo que arroja
por resultado que el punto de inflexin es x
1
= 4, x
2
= 5 y que en ese punto existe un mnimo = 0. En la figura 2
se muestra la grfica con un aproximado del mnimo.

Figura 2. Mnimo de la funcin

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

En la figura 3 se muestran sealados diferentes puntos de la funcin objetivo.

Figura 3. Algunos puntos de la funcin objetivo

b- Considere las restricciones lineales: x
2
1.4x
1
0 2x
1
+ 4x
2
6 x
1
0 0x
2
6
Muestre grficamente que las restricciones no afectan la solucin del problema sin
restricciones.

R/ En la figura 4 se muestra la regin R que representa las restricciones dadas. En esta figura se puede notar
que el punto crtico (x
1
, x
2
) = (4, 5) no est dentro de las restricciones, por lo que estas restricciones no afectan
la solucin del problema sin las mismas.

Figura 4. Regin de las restricciones.

Cdigo utilizado para la grfica:
R1='x2-1.4*x1=0';
R2='2*x1+4*x2-6=0';
hold on;
ezplot(R1,[0,10,0,6]);
colormap([0 0 1])
ezplot(R2,[0,10,0,6]);
grid on;
title('Grficas de x2-
1.4x1=0 y 2x1+4x2-6=0')


PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

c- Hallar el mnimo si las restricciones lineales son: x
1
, x
2
0 3x
1
+ 2x
2
12 2x
1
+ 4x
2
6.
Mostrarlo grficamente. Qu se puede decir sobre la ubicacin de la solucin?

R/ La regin de factibilidad se muestra en la figura 5, si el problema tiene solucin, esta se encuentra en
alguno de los vrtices del cuadriltero que determinan las restricciones.

Figura 5. Regin de factibilidad

Para resolver analticamente utilizando Kuhn Tucker, seguimos los siguientes pasos:
Factibilidad.
Puntos crticos.
Signo.
Desigualdades cannicas
Holgura complementaria.
El langrageano es

Factibilidad: las restricciones lineales son:
x10, x2 0 3x1 + 2x2 12 2x1 + 4x2 6
Puntos crticos:

R1='3*x1+2*x2-12=0';
R2='2*x1+4*x2-6=0';
J='(x1-4)^2+(x2-5)^2=20';
f='3*(x1-1.5)^2-x2+2.5=0';
hold on;
ezplot(J,[0,4.5,0,7])
ezplot(f,[0,4.5,0,7])
ezplot(R1,[0,5,0,7]);
colormap([0 0 1]);
ezplot(R2,[0,4.5,0,7]);
grid on;
title('Regin de las
restricciones')

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

Signo: el problema es de minimizacin, entonces

Desigualdades cannicas: x1 0, x2 0, 2x1 + 4x2 6

Desigualdades no cannicas: 3x
1
+ 2x
2
12

Holgura complementaria:
a. Para : 3
12 0
b. Para : 2
6 0
c. Para :
0
d. Para :
0

Caso Combinaciones
1 =0 0 0 0
2 =0 0 0
0
3 =0 0 0
0
4 0 0
0
5 =0 0
0
6 0 0
0
7 =0 0 3
12 0 2
6 0
8
0 3
12 0 2
6 0
9 0 0 3
12 0 2
6 0
10 0 0 3
12 0 2
6 0
11 =0 0 0 3
12 0
12 =0 0 0 2
6 0
13 =0 0
0 3
12
14 =0 0
0 3
12
15 =0 0
0 2
6 0
16 =0 0
0 2
6 0

Ahora resolvemos para cada caso, en la siguiente tabla se muestran los valores obtenidos, las celdas en color
azul son los valores calculados de cada caso, el valor mnimo y el valor ptimo de las variables
y los
multiplicadores se muestran en la fila de color naranja.

3 2 0

10 2 0


PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

Caso Valor de los multiplicadores Valor de las variables Valor de
1

2 =0 0 0 0 4 5 0
3 No es posible, se llega a 8=0 en la segunda ecuacin
4 3/2 7/4 0 0 0 0 41
5 0 5/2 3 0 0 0 41
6 2 0 14 0 0 0 41
7 0 0 1 232 9/2 3 33.31
8 No es posible, se llega a 12 0 y 6 0
9 2.36 0 0 9/2 3 33.31
10 13 0 0 122 9/2 3 33.31
11 0 0 0 10 4 0 25
12 0 0 0 11 4 12 30.25
13 0 0 8 2 0 6 17
14 0 0 10 6 0 29
15 0 0 8 7 0 3/2 28.25
16 0 0 2 10 3 0 26

d- Incorpore una restriccin no lineal

Muestre la regin permisible y pruebe que las restricciones pueden introducir mltiples
soluciones.

R/ La regin se muestra en la figura 6, la regin es cerrada y acotada, por lo tanto es compacto y por el
teorema de Weierstrass existe al menos un mximo y un mnimo y como la restriccin es no lineal (cuadrtica)
puede intersecar en ms de un punto a la funcin objetivo, entonces puede haber mltiples soluciones al
problema.

R1='3*x1+2*x2-12=0';
R2='2*x1+4*x2-6=0';
J='(x1-4)^2+(x2-5)^2=20';
f='3*(x1-1.5)*(x1-1.5)-
x2+2.5=0'
hold on;
ezplot(R1,[0,5,0,7]);
ezplot(f,[0,5,0,7]);
colormap([0 0 1]);
ezplot(R2,[0,4.5,0,7]);
grid on;
title('Grficas de
3x_1+2x_1-12=0, 2x_1+4x_2-
6=0 y 3(x_1-1.5)^2-
x_2+2.5=0')
Figura 6. Regin de las restricciones

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

2. Max J = 85x
1
+ x
2

s.a. 3x
1
2
80x
1
x
2
0
100x
1
x
2
200 0
X
1
, x
2
0 condiciones de no negatividad

a- Muestre las regiones factibles
R/ En la figura 7 se muestra la regin factible, cabe destacar que esta regin no est acotada superiormente.

Figura 7. Regiones factibles.
b- Que se puede decir de la convexidad del espacio de soluciones
R/ Para definir la convexidad del espacio de soluciones basta con observar el comportamiento de la primera
restriccin, en la figura 8 se observa claramente que es convexa.

Figura 8. Grafica de la primera restriccin.
c- Tiene solucin el problema?
No, debido a que la regin R no est acotada superiormente, por lo tanto no se podra determinar un mximo.
R1='3*x1+2*x2-12=0';
R2='2*x1+4*x2-6=0';
J='(x1-4)^2+(x2-5)^2=20';
f='3*(x1-1.5)*(x1-1.5)-
x2+2.5=0'
hold on;
ezplot(R1,[0,5,0,7]);
ezplot(f,[0,5,0,7]);
colormap([0 0 1]);
ezplot(R2,[0,4.5,0,7]);
grid on;
title('Grficas de
3x_1+2x_1-12=0, 2x_1+4x_2-
6=0 y 3(x_1-1.5)^2-
x_2+2.5=0')
ezsurf(3*x1^2-80*x1-x2)

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

3. Encuentre los puntos estacionarios de la siguiente funcin e indique si es mnimo, mximo,
inflexin, etc. Y = x
7

R/ Para calcular los puntos estacionarios de la funcin se proceder a calcular su derivada e igualarla a
cero, con esto se obtendrn dichos puntos.

0 0

Para determinar si el punto 0 es un mximo, mnimo o punto de inflexin se procede a realizar la
segunda derivada, y evaluar el punto 0.

0

En la figura 9 se muestra una grfica de la funcin
, donde se aprecia que el punto , 0,0 es un

punto de inflexin.

Figura 9. Grafica de la funcin y=x
7

y=x.^7;
plot(x,y,'r');
xlabel('eje x');
ylabel('eje y');
title('Grfica de y = x^7')
grid on;

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

4. La tasa total de alimentacin (Fi) de 3 reactores qumicos en paralelo es de 1100 libras/hora. El
beneficio Pi de cada uno de los 3 reactores es:
P1 = 0.2F1 2(F1/100)
2

P2 = 0.2F2 4(F2/100)
2

P3 = 0.2F3 6(F3/100)
2

Fi = 1100
Obtener el mximo beneficio total y el valor ptimo de tasa de alimentacin de los reactores.

R/ Del problema se puede deducir que el problema planteado es:

1100

Por lo que primeramente se procede a calcular el Lagrangeano (n=3):

, ,
( 1100
)
Entonces:

, 02
2(
100
)
02
100
)
02
6(
100
)
1100

Se realizan las derivadas parciales y se igualan a cero:
02 10
02 10
02 1210
1100 0

Ahora utilizamos MATLAB para resolver el sistema, y se obtienen los siguientes resultados:

600
300
200
1
2

Ahora para obtener el beneficio de cada uno de los reactores se sustituyen los valores y se encuentras que:

16


PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

5. Considere 2 plantas trmicas alimentando un sistema elctrico de potencia. Los costos de
combustibles asociados a cada uno de las dos unidades son:

C
1
= 4P
1
+ 0.01P
1
2
C
2
= 2P
2
+0.03 P
2
2

P
D
es la potencia total demandada por el sistema elctrico de potencia.
a) Obtenga el punto de operacin ptimo de cada uno de los generadores (P
1
y P
2
) y el costo mnimo
de operacin para valores de carga P
D
= 50, 100, 200, 250

R/ Del enunciado deducimos que se debe calcular:

Calculamos el Lagrangeano:

001
003

Se realizan las derivadas parciales y se igualan a cero:

1
002
1
0
2
2 006
2
0

1

2

0

Se resuelve el sistema y se obtiene que:
001
02
20

Por lo que para los diferentes valores de
se obtiene la siguiente tabla de resultados:

50 100 200 250
12.5 50 125 162.5
37.5 50 72 87.5
-4.25 -5 -6.5 -7.25
160.75 400 975 1318.75

b) Explique el significado del multiplicador de LaGrange en estos casos
R/ El valor del multiplicador indica que tanto es factible aumentar o disminuir la potencia de los
generadores P1 y P2, para optimizar (minimizar) el costo C.


PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

6. Objetivo General
Obtener conocimientos de la herramienta del MatLab: Optimization Toolbox
Revisin general de la herramienta Optimization Toolbox. Revisar Getting Started y los ejemplos de
demos disponibles.
Algunas de las posibles funciones a utilizar son: lsqlin, fmincon, fiminsearch, fmimax
a) Explique la diferencia entre Mediun Scale Optimization y Large Scale Optimization.

b) Resolver el problema de Minimizacin (Optimizacin) de un sistema elctrico 100% trmico, con
restricciones de igualdad (Balance entre la generacin y la carga) y restricciones de desigualdad para
cada uno de los generadores trmicos (Potencia Mxima y Mnima de Operacin). No se modela la red
elctrica. Las funciones de Costo de los generadores son no lineales y son funciones de orden 2 (Deben
ser obtenidos de la tabla adjunta)
a. Generadores trmicos cada uno de una capacidad y rendimientos especificados en la tabla
siguiente
Demanda total instantnea 265 MW
b. Las Potencias Mnimas y Mximas estn indicadas en la tabla.
Obtenga para cada generador el modelo o polinomio de orden 2 Potencia vrs. Rendimiento. Utilice la
herramienta MatLab. Suponga un costo de combustible de 1000/ litro.
Realice la optimizacin utilizando la herramienta MatLab, Optimization Toolbox
Debe adjuntar de forma clara los grficos, suposiciones, programas (si es que existen), las salidas,
procedimientos y todo lo que Ud. considere pertinente aportar.

Barranca 1 Barranca 2 San Antonio 3 San Antonio 4
Potencia, MW
Rendimiento,
KWH/LTR Potencia, MW
Rendimiento,
Rendimiento,
Rendimiento,
KWH/LTR
5 1.28 5 1.29 5 1.44 5 1.34
8 1.73 8 1.73 8 1.87 8 1.79
12 2.09 12 2.12 12 2.26 12 2.16
15 2.27 15 2.28 15 2.44 15 2.34
18.5 2.35 17 2.36 18.5 2.57 17.5 2.44
Colima 1 Colima 2 Colima 3 Colima 4
Potencia,
MW
Rendimiento,
Rendimiento,
Rendimiento,
Rendimiento,
KWH/LTR
0.5 2.69 0.5 2.35 0.5 2.37 0.5 2.37
1.0 3.99 1.0 3.17 1.0 3.22 1.0 3.22
1.5 4.60 1.5 3.55 1.5 3.50 1.5 3.50
2.0 4.74 2.0 3.75 2.0 3.71 2.0 3.71
2.3 4.67 2.3 3.73 2.5 3.73
Mon 9 Mon 10
Potencia,
MW
Rendimiento,
Rendimiento,
Rendimiento,
Rendimiento,
KWH/LTR
12 2.09 12 2.08
18 2.52 18 2.49
25 2.82 25 2.80
30 2.94 30 2.94
34 3.03 35.5 3.03
Mon 5 Mon 6 Mon 7 Mon 8
Potencia,
MW
Rendimiento,
Rendimiento,
Rendimiento,
Rendimiento,
KWH/LTR
5 1.63 8 1.64 8 2.16 8 1.61

PREPARADO POR:
IE0505 I - CICLO - 2014
17/05/2014

8 2.17 14 2.22 14 2.62 14 2.19
12 2.52 20 2.53 20 2.90 20 2.48
15 2.77 25 2.72 25 3.07 26 2.72
18.5 2.85 28 2.80 30 3.15 32 2.88
Mon 1 Mon 2 Mon 3 Mon 4
Potencia,
MW
Rendimiento,
Rendimiento,
Rendimiento,
Rendimiento,
KWH/LTR
4.0 3.68 2.5 2.84
4.5 3.98 3.5 3.18
5.0 4.00 4.5 3.44
5.5 4.03 5.5 3.52
6.5 4.06 6.5 3.66

R/ En la siguiente tabla se muestran las funciones (polinomios de orden 2) obtenidas para cada una de las
plantas generadoras. Estas fueron obtenidas utilizando MatLab.

Generador Modelo (polinomios de orden 2)
Barranca 1 f
1
(p
1
) = -0.005806*p
1
^2 + 0.2146*p
1
+ 0.3627
Barranca 2 f
2
(p
2
) = -0.005958*p
2
^2 + 0.219*p
2
+ 0.349
San Antonio 3 f
3
(p
3
) = -0.005117 *p
3
^2 +0.2029*p
3
+0.5607
San Antonio 4 f
4
(p
4
) = -0.005529*p
4
^2 + 0.2108*p
4
+0.4352
Colima 1 f
5
(p
5
) = (4.391e-16 )*p
5
^2 + 1*p
5
+ 1.183e-15
Colima 2 f
6
(p
6
) = -0.62 *p
6
^2 + 2.466*p
6
+ 1.285
Colima 3 f
7
(p
7
) = -0.5495*p
7
^2 + 2.258*p
7
+ 1
Colima 4 f
8
(p
8
) = -0.4943*p
8
^2 +2.125*p
8
+ 1.47
Mon 9 f
9
(p
9
) = -0.001561*p
9
^2 + 0.1135*p
9
+ 0.9629
Mon 10 f
10
(p
10
) = -0.001451*p
10
^2 + 0.1089*p
10
+ 0.9882
Mon 5 f
11
(p
11
) = -0.001451*p
11
^2 + 0.1089*p
11
+ 0.9882
Mon 6 f
12
(p
12
) = -0.002299 *p
12
^2 + 0.1394*p
12
+ 0.6846
Mon 7 f
13
(p
13
) = -0.001759*p
13
^2 + 0.1113*p
13
+ 1.388
Mon 8 f
14
(p
14
) = -0.001766*p
14
^2 + 0.1218*p
14
+ 0.7735
Mon 1 f
15
(p
15
) = -0.1062*p
15
^2 + 1.244*p
15
+ 0.4474
Mon 3 f
16
(p
16
) = -0.04143*p
16
^2 + 0.5709*p
16
+ 1.681

Por lo que se debe resolver lo siguiente:

26 10

OPTIMIZACION

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

OPTIMIZACION

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE COSTA RICA

ESCUELA DE INGENIERA ELCTRICA

, donde se aprecia que el punto , 0,0 es un

se obtiene la siguiente tabla de resultados:

50 100 200 250

12.5 50 125 162.5

160.75 400 975 1318.75

También podría gustarte