UNIVERSIDAD TÉCNICA DE MANABÍ

FACULTAD DE CIENCIAS BÁSICAS

GRUPO # 4
ANLISIS MATEMATICO

INTEGRANTES:
LEONARDO CEDEÑO VÉLEZ
WALTER CEDEÑO RUIZ
JOSÉ MOREIRA VALDEZ
STEVEN CHICHANDA MENDEZ
LEONARDO ALVARADO LOOR
CORNEJO VILLEGAS ALBERTO
MEDRANDA VILLAVICENCIO CARLOS

TEMA:
MODELADO DE UN PROBLEMA

PARALELO:

“O”

2017-2018
 TEMA

PROBLEMA DE OPTIMIZACIÓN
 INTRODUCCIÓN:

El trabajo que a continuación se presenta contiene la información relacionada con el

análisis de problema matemático de optimización de materiales, áreas superficiales y
otras variables.

Este principio matemático se usa en los diferentes niveles de los cursos de matemática
para ingeniería, en la matemática básica 1 está asociado a la ecuación cuadrática, pero
en la matemática básica 2 ésta aplicación está asociada a la derivada.

Para poder hacer un análisis de aplicación de la derivada en el tema de optimización,

hay que establecer un modelo matemático de la variable a optimizar en función de la
variable de trabajo, la cual en el caso del problema de la lata puede ser el radio o la
altura.

En el análisis práctico y matemático de este problema se establece como se comportan

dichas variables para que el volumen sea máximo y el material sea mínimo. Dicho
análisis depende de lo que el problema pregunta.

De análisis se concluirá cual es la mejor manera de establecer las medidas de la lata y

cuáles son las ventajas de hacer los cálculos previos al corte de los materiales.
OBJETIVO GENERAL:

 Construir el modelo matemático que ajuste los datos y represente el

comportamiento del corral optimizando el material de la superficie.

OBJETIVOS ESPECÍFICOS:

 Aplicar las relaciones matemáticas adecuadas que representen la figura

geométrica de la figura.
 Utilizar un método de obtención de datos reales para poder comparar los
principios matemáticos aplicados
 Hacer la comparación de la distribución de las diferentes partes de la
construcción del modelo matemático.
 Aplicar la primera derivada para obtener el dato óptimo de las dimensiones del
corral, comparar el dato con los obtenidos en el objetivo 2.
 MARCO TEORICO

OPTIMIZACIÓN

La optimización radica en representar cada una de las restricciones y encontrar (cuando

sea viable) el polígono factible, denominado comúnmente como región factible, en
cuyos vértices se obtiene la solución óptima del problema. En este caso se denomina la
optimización como solución óptima única. Igualmente las soluciones óptimas múltiples,
no acotadas e infactibles, con ecuaciones redundantes.

La solución de un problema es óptima única cuando sólo existe un punto extremo del
conjunto de soluciones factibles que hace posible encontrar el valor máximo de la
función objetivo. La solución es óptima múltiple cuando existen varios puntos (un lado
del poliedro de soluciones factibles) que hacen posible encontrar el máximo valor de la
función objetivo. Es posible encontrar problemas en los cuales la solución óptima no
toma ningún valor finito sino infinito. En modelos reales el problema suele formularse
incorrectamente, lo que genera utilidades muy elevadas. Un problema tiene solución no
factible cuando no es posible encontrar un espacio de soluciones factibles, por
incompatibilidad de las restricciones o porque el espacio de soluciones se encuentra en
un cuadrante diferente al primero (no se cumplen las condiciones de no negatividad).

CLASES DE SOLUCIÓN

Los principales tipos de solución: Óptima Única: este tipo de solución es la más común
una vez que el modelo ha sido formulado como un problema real de programación
lineal. Se da cuando sólo existe un punto extremo del conjunto de soluciones factibles
que hace posible encontrar el valor óptimo de Z. Optima Múltiple (Alterna): esto ocurre
cuando la recta de la función objetivo es paralela a alguna de las restricciones; entonces
todos los puntos que están sobre la recta son soluciones óptimas del modelo. Como una
recta tiene un número infinito de puntos, hemos encontrado un número infinito de
soluciones óptimas equivalentes. De otra manera se dice que el modelo tiene soluciones
óptimas alternativas. No Acotada (ilimitada o Indeterminada): se presenta cuando una o
más variables y la función objetivo toman un valor ilimitado, cumpliendo con las
restricciones estructurales. Cuando se obtiene solución ilimitada es debido a una de las
siguientes causas:

a. Omisión de una o más restricciones

b. Fallas en la formulación
c. Errores en el valor de los parámetros

Lo que indica que ningún problema real de programación lineal tiene este tipo de
solución y cuando se presenta es porque se ha cometido alguno de los errores descritos.
Infactible (sin solución): esto ocurre cuando no pueden encontrarse soluciones que,
además de cumplir con las restricciones estructurales, cumplan con la condición de no
negatividad de las variables (cuando en el tablero óptimo queda una variable artificial
en la base).

Geométricamente, esto implica que la región de los puntos que cumplen todas las
restricciones se halla fuera del primer cuadrante. Cuando se obtiene solución infactible
se ha cometido alguno de los errores descritos en soluciones no acotadas. Degenerada
(Degradada): se da cuando en un tablero del Simplex una variable básica toma el cero
en lugar de un valor positivo; este caso se presenta normalmente cuando se escoge
arbitrariamente una variable para salir de la base cuando hay empate entre algunas
variables. Ecuaciones Redundantes: se presenta en un problema cuando, al graficarlo, es
posible hacerlo sólo con una parte de las ecuaciones, es decir, el resto de ecuaciones
sobran. Cabe mencionar que cuando el empate entre las variables es cero, se conduce al
caso llamado ciclaje, el cual consiste en que después de varias iteraciones a partir de una
solución se regresa nuevamente a la misma solución
IMPORTANCIA DE LA OPTIMIZACIÓN

Un modelo de Optimización Matemática consiste en una función objetivo y un conjunto

de restricciones en la forma de un sistema de ecuaciones o inecuaciones. Los modelos
de optimización son usados en casi todas las áreas de toma de decisiones, como en
ingeniería de diseño y selección de carteras financieras de inversión.

La humanidad hace tiempo que busca, o profesa buscar, mejores maneras de realizar las
tareas cotidianas de la vida. A lo largo de la historia de la humanidad, se puede observar
la larga búsqueda de fuentes más efectivas de alimentos al comienzo y luego de
materiales, energía y manejo del entorno físico. Sin embargo, relativamente tarde en la
historia de la humanidad, comenzaron a formularse ciertas clases de preguntas generales
de manera cuantitativa, primero en palabras y después en notaciones simbólicas. Un
aspecto predominante de estas preguntas generales era la búsqueda de lo "mejor" o lo
"óptimo". Generalmente, los gerentes buscan simplemente lograr alguna mejora en el
nivel de rendimiento, es decir, un problema de "búsqueda de objetivo".

Cabe destacar que estas palabras normalmente no tienen un significado preciso

Se han realizado grandes esfuerzos por describir complejas situaciones humanas y
sociales. Para tener significado, esto debería escribirse en una expresión matemática que
contenga una o más variables, cuyos valores deben determinarse. La pregunta que se
formula, en términos generales, es qué valores deberían tener estas variables para que la
expresión matemática tenga el mayor valor numérico posible (maximización) o el
menor valor numérico posible (minimización). A este proceso general de maximización
o minimización se lo denomina optimización.

La optimización, también denominada programación matemática, sirve para encontrar

la respuesta que proporciona el mejor resultado, la que logra mayores ganancias, mayor
producción o felicidad o la que logra el menor costo, desperdicio o malestar. Con
frecuencia, estos problemas implican utilizar de la manera más eficiente los recursos,
tales como dinero, tiempo, maquinaria, personal, existencias, etc. Los problemas de
optimización generalmente se clasifican en lineales y no lineales, según las relaciones
del problema sean lineales con respecto a las variables. Existe una serie de paquetes de
software para resolver problemas de optimización.

La Programación Matemática, en general, aborda el problema de determinar

asignaciones óptimas de recursos limitados para cumplir un objetivo dado. El objetivo
debe representar la meta del decisor. Los recursos pueden corresponder, por ejemplo, a
personas, materiales, dinero o terrenos. Entre todas las asignaciones de recursos
admisibles, queremos encontrar la/s que maximiza/n o minimiza/n alguna cantidad
numérica tal como ganancias o costos. El objetivo de la optimización global es
encontrar la mejor solución de modelos de decisiones difíciles, frente a las múltiples
soluciones locales.

HISTORIA:

Los problemas de optimización de funciones son una de las aplicaciones más

inmediatas e interesantes del cálculo de derivadas. El problema es determinar los
extremos relativos (máximos o mínimos) de una función.

Se aplican en diferentes contextos, permitiendo resolver problemas de optimización

geométricos y económicos entre otros.

Como sabemos en la vida cotidiana con frecuencia estamos afrontando muchos

problemas de optimización; por ejemplo, buscamos el mejor camino para ir de un lugar
a otro, (no necesariamente el más corto), tratamos de hacer la mejor elección al hacer
una compra, buscamos la mejor ubicación cuando vamos a un cine o a un teatro,
tratamos de enseñar lo mejor posible, escogemos al mejor candidato (o al menos malo)
en una elección. Evidentemente, en ninguno de estos casos usamos matemática
formalizada y rigurosa para encontrar lo que nos proponemos, pues afrontamos los
problemas con los criterios que nos dan la experiencia y la intuición, aunque no
necesariamente encontremos la solución óptima.

En una perspectiva más amplia, observamos que los problemas de optimización son
parte fundamental de la matemática y ya estaban presentes en los tratados de los griegos
de la antigüedad. Una muestra de ello es el libro V de la obra sobre cónicas escrita en
ocho tomos por Apolonio considerado uno de los griegos más importantes de la
antigüedad, que vivió entre los años 262 y 190 a.C. En el cual se dedica a estudiar
segmentos de longitud máxima y longitud mínima trazados respecto a una cónica.
Ciertamente, un hito histórico está marcado por el desarrollo del cálculo diferencial en
el siglo XVII y el uso de derivadas para resolver problemas de máximos y mínimos, con
lo cual se amplió aún más las aplicaciones de las matemáticas en diversos campos de la
ciencia y la tecnología y gracias, sobre todo, a Euler se creó el cálculo de variaciones,
considerando la obtención de funciones que optimizan funcionales, lo cual proporcionó
valiosas herramientas matemáticas para afrontar problemas más avanzados. Otro hito
importante en la historia de la optimización se marca en la primera mitad del siglo XX
al desarrollarse la programación lineal. Kantorovich y Koopmans recibieron el premio
Nobel de economía en 1975, como reconocimiento a sus aportes a la teoría de la
asignación óptima de recursos, con la teoría matemática de la programación lineal.

HISTORIA DE GEOGEBRA:

GeoGebra es un software matemático interactivo libre para la educación en colegios y

universidades. Su creador Markus Hohenwarter, comenzó el proyecto en el año 2001 en
la Universidad de Salzburgo, lo continuó en la Universidad de Atlantic, Florida, luego
en la Universidad Estatal de Florida y en la actualidad, en la Universidad de Linz,
Austria.

Es básicamente un procesador geométrico y un procesador algebraico, es decir, un

compendio de matemática con software interactivo que
reúne geometría, álgebra y cálculo, por lo que puede ser usado también en física,
proyecciones comerciales, estimaciones de decisión estratégica y otras disciplinas.

GeoGebra permite el trazado dinámico de construcciones geométricas de todo tipo así

como la representación gráfica, el tratamiento algebraico y el cálculo de funciones
reales de variable real, sus derivadas, integrales, etc.
DESARROLLO DEL PROBLEMA:

Un ganadero planea cercar dos pastizales rectangulares adyacentes que limitan por uno
de sus lados con el río, para lo cual utiliza 300 metros de cerca. ¿Qué dimensiones
deben utilizarse de manera que el área delimitada sea máxima si no es necesario cercar
el lado que se encuentra a lo largo del río?

RESOLUCIÓN DEL PROBLEMA:

A = x. 2y primera ecuación

3x + 2y = 300 segunda ecuación

300−3𝑥
𝑦= Se despeja y
2

Reemplazamos la segunda en la primera despejando y

300−3𝑥
A = x.2 ( )
2

300𝑥 3𝑥 2
A= 2
- 2

3𝑥 2
A = 150 𝑥 - 2
Luego derivamos para encontrar el punto máximo

𝑑𝐴 3𝑥 2
= 150 𝑥 -
𝑑𝑥 2

𝑑𝐴 6𝑥
= 150 - ahora simplificamos
𝑑𝑥 2

𝑑𝐴
= 150 – 3𝑥 = 0 ahora que ya hemos derivado igualamos a cero para
𝑑𝑥

despejar x

150 – 3x = 0 ahora separamos los términos en cada miembro correspondiente

3x = 150

x = 50 metros este es el valor máximo del área

Ahora reemplazamos el valor de x en y

300 − 3𝑥
𝑦=
2

300 − 3(50)
𝑦=
2

300 − 150
𝑦=
2

150
𝑦=
2

y = 75 metros

Ahora buscamos el área reemplazando los valores que tenemos

A=x.y
A = (50 m) (75 m)

A = 3750 m2

Para su comprobación la graficamos en geógebra con el siguiente comando y nos damos

cuenta que el punto máximo es en 50

Función [150x - 3x² / 2, 0, 150]

 CONCLUSIONES:

 A través del planteamiento del modelo matemático se puede observar las

variables que influyen en el proceso de optimización.
 Para aplicaciones prácticas de la matemática, siempre se hace uso de la
geometría por lo tanto dicho conocimiento es fundamental en la solución de
los problemas de optimización.
 A través de los análisis matemáticos aplicados se puede observar que la
variable que más influye matemática es (x, y). y lo cual coincide en la
práctica.

RECOMENDACIONES:

 Para diseños de formas diferentes de dimensione, deberá utilizarse el modelo

adecuado para la optimización del material
 La optimización de materiales deberá considerar siempre hacer un análisis
previo de la medida de los perímetros que además proporcione las mejores
condiciones ahorro de material.
 Analizar las condiciones de aprovechamiento máximo del material, utilizado
de manera que el residuo sea mínimo.

BIBLIOGRAFÍA.

 GeoGebra. Recuperado de: https://es.wikipedia.org/wiki/GeoGebra

 Recuperado de: http://tecnologiaeducocife.blogspot.com/2013/04/geogebra-
es-un-programa-dinamico-para.html
 Waner, S. (s.f.) Cálculo aplicado: Funciones y Modelos Lineales. Recuperado
el 18/12/2016 de: http://www.zweigmedia.com/MundoReal/Calcsumm1.html
 Funciones Matemáticas. Recuperado de:
https://www.profesorenlinea.cl/matematica/Funciones_matematicas.html