SEGUNDO EXÁMEN DE CÁLCULO III (OPTIMIZACIÓN)

Universidad Industrial de Santander Sede Barbosa.

Noviembre de 20008
Profesor: Luis Antonio Bautista Hernández

Estudiante: ___________________________________ Código: __________________

1) Un avión de búsqueda vuela sobre una montaña cuya superficie se define por la
2 2 2 2 2 2
ecuación: z  3e 0.1( x4 ) 0.2 ( y 1)  2.5e 0.3( x1) 0.2 ( y 1)  2e 0.2 ( x1) 0.2 ( y 1)
Donde todas las medidas están dadas en kilómetros.

En el pico mas alto de la montaña se encuentra un grupo de excursionistas sin alimentos y

para proveerlos con nuevos alimentos se ha programado un viaje parabólico en avión que
parte desde el aeropuerto (A) ubicado en el punto de coordenadas (6,-6) sobre la superficie
de la montaña, luego pasa sobre el punto de coordenadas B(1,1,5) y finalmente aterriza en
al aeropuerto alterno ubicado en el punto de coordenadas C(-8,0) sobre la superficie de la
montaña.

a) Determine las coordenadas exactas del pico más alto de la montaña.

b) Puesto que el avión debe dejar las provisiones en el punto más cercano de su trayectoria
hasta la ubicación exacta de los excursionistas, determine en que coordenadas exactas debe
dejar las provisiones y a que distancia de los excursionistas ocurre esto.

Notas:
 Debe determinar la coordenada (z) de los puntos A y C.
 Tenga en cuenta que la trayectoria completa del avión está contenida dentro de un
plano perfecto que pasa por los puntos A, B y C.

2) Durante un experimento de laboratorio se tomaron los siguientes datos correspondientes

a las variables x, y, z.

Determine la relación matemática que existe entre las variables y compruebe su respuesta.
 SOLUCIÓN DEL EXÁMEN
Enunciado del Problema:
1) Un avión de búsqueda vuela sobre una montaña cuya superficie se define por la
2 2 2 2 2 2
ecuación: z  3e 0.1( x4 ) 0.2 ( y 1)  2.5e 0.3( x1) 0.2 ( y 1)  2e 0.2 ( x1) 0.2 ( y 1)
Donde todas las medidas están dadas en kilómetros.

En el pico mas alto de la montaña se encuentra un grupo de excursionistas sin alimentos y

para proveerlos con nuevos alimentos se ha programado un viaje parabólico en avión que
parte desde el aeropuerto (A) ubicado en el punto de coordenadas (6,-6) sobre la superficie
de la montaña, luego pasa sobre el punto de coordenadas B(1,1,5) y finalmente aterriza en
al aeropuerto alterno ubicado en el punto de coordenadas C(-8,0) sobre la superficie de la
montaña.

Ruta Solución:
-Visualizar la superficie de la montaña y sus curvas de nivel.
-Encontrar las coordenadas del pico de la montaña mediante técnicas de optimización.
-Determinar las condiciones del problema.
-Identificar la función a optimizar.
-Optimar la función aplicando la técnica de los multiplicadores de Lagrange.

Visualización de la superficie de la montaña.

Primero visualizamos la montaña y sus contornos.

Mediante Matlab se tiene:

[x y]=meshgrid(-8:0.2:8,-8:0.2:8);
z=eval(vectorize('3*exp(-0.1*(x-4)^2-0.2*(y+1)^2)+2.5*exp(-0.3*(x-1)^2-0.2*(y-
1)^2)+2*exp(-0.2*(x+1)^2-0.2*(y-1)^2)'));
contour(x,y,z)
grid
 8

-2

-4

-6

-8
-8 -6 -4 -2 0 2 4 6 8

Se puede observar que el pico mas alto de la montaña se encuentra cerca del punto de
coordenadas (1,1).

Determinación de las coordenadas del pico de la montaña.

Para ello utilizamos un método de optimización:
syms x y
z=3*exp(-0.1*(x-4)^2-0.2*(y+1)^2)+2.5*exp(-0.3*(x-1)^2-0.2*(y-1)^2)+2*exp(-
0.2*(x+1)^2-0.2*(y-1)^2);
zx=diff(z,x);
zy=diff(z,y);
e1=zx;e2=zy;
rta=solve(e1,e2)

rta.x =0.74295; rta.y =0.71613 son las coordenadas (x,y) del pico mas alto de la montaña.
x=rta.x;y=rta.y; eval(z) =4.0599

Luego las coordendas exactas del pico más alto de la montaña son:
(x,y,z)=(0.74295, 0.71613, 4.0599)

syms x y
zxx=diff(zx,x);zyy=diff(zy,y);zxy=diff(zx,y);g=eval(zxx*zyy-zxy^2);

x=0.74295;y=0.71613;eval([zxx g]) =[ -1.1682 1.4372] luego se trata de un máximo.

b) Puesto que el avión debe dejar las provisiones en el punto más cercano de su trayectoria
hasta la ubicación exacta de los excursionistas, determine en que coordenadas exactas debe
dejar las provisiones y a que distancia de los excursionistas ocurre esto.

Identificación de la función a optimizar.

La función a optimizar es la distancia desde un punto de coordenadas (x,y,z) hasta el punto
(0.74295, 0.71613, 4.0599) bajo dos restricciones.

Identificación de las restricciones del problema.

Se determinan las restricciones:
-La primera restricción es la ecuación de una parábola que pasa por los puntos:
A(6,-6), B(1,1), C(-8,0)

Se propone la ecuación de la parábola de forma: y=Ax2+Bx+C, para ello se propone el

sistema de ecuaciones:

En Matlab se tiene:

syms A B C
e1=36*A+6*B+C+6;
e2=A+B+C-1;
e3=64*A-8*B+C;
rta=solve(e1,e2,e3);

rta =[ -34/315, -29/45, 184/105]

Se propone la ecuación:
y=-34/315*x^2-29/45*x+184/105; que es la ecuación de la primer restricción.

-La segunda restricción corresponde a la ecuación de un plano que pasa exactamente por
los puntos A, B y C.

En primer lugar se determina la coordenada (z) de los puntos A y C.

syms x y
z=3*exp(-0.1*(x-4)^2-0.2*(y+1)^2)+2.5*exp(-0.3*(x-1)^2-0.2*(y-1)^2)+2*exp(-
0.2*(x+1)^2-0.2*(y-1)^2);

Coordenadas del punto (A).

x=6;y=-6;eval(z) = eval(z) =0.0135;

Coordendas del punto (C).

x=-8;y=0;eval(z) =9.2169e-005
Tenemos entonces las coordenadas de los puntos A, B y C.
A(6,-6, 0.0135), B(1,1,5), C(-8,0,0)

Se propone la ecuación del plano que pasa por los puntos A, B y C como:
Z=Ax+By+C.

syms A B C
e1=6*A-6*B+C-0.0135;
e2=A+B+C-5;
e3=-8*A+C;
rta=solve(e1,e2,e3);

eval([rta.A rta.B rta.C]) =[ 0.4414 1.0276 3.5310]

Se obtiene entonces la ecuación

z=0.4414*x+1.0276*y+3.531

Las restricciones son:

y=-34/315*x^2-29/45*x+184/105
z=0.4414*x+1.0276*y+3.531

Solución del problema mediante multiplicadores de Lagrange.

Planteamiento del problema:

Se desea optimizar la ecuación:

f   x  0.74295   y  0.71613   z  4.0599
2 2 2

Bajo las restricciones:

34 2 29 184
g ( x, y )   x  x y0
315 45 105
h( x, y )  0.4414x  1.0276 y  3.531  z  0

En Matlab se tiene:

syms x y z
f=sqrt((x-0.74295)^2+(y-0.71613)^2+(z-4.0599)^2);
g=-34/315*x^2-29/45*x+184/105-y;
h=0.4414*x+1.0276*y+3.531-z;
syms x y z l m
e1=diff(f,x)-l*diff(g,x)-m*diff(h,x);
e2=diff(f,y)-l*diff(g,y)-m*diff(h,y);
e3=diff(f,z)-l*diff(g,z)-m*diff(h,z);
e4=g;
e5=h;

Se trata de ecuaciones muy complejas que no resuelve la orden solve; para ello debemos
utilizar la orden (fsolve).

Para utilñizar la orden (fsolve) se crea una funcuión de matlab así:

function ps=nf(pe)
x=pe(1);
y=pe(2);
z=pe(3);
l=pe(4);
m=pe(5);
e1=1/200000/(10000000000*x^2-14859000000*x+...
175476048894+10000000000*y^2-14322600000*...
y+10000000000*z^2-81198000000*z)^(1/2)*...
(20000000000*x-14859000000)-l*(-68/315*x-29/45)-2207/5000*m
e2=1/200000/(10000000000*x^2-14859000000*x+...
175476048894+10000000000*y^2-14322600000*y...
+10000000000*z^2-81198000000*z)^(1/2)*...
(20000000000*y-14322600000)+l-2569/2500*m
e3=1/200000/(10000000000*x^2-14859000000*x+...
175476048894+10000000000*y^2-...
14322600000*y+10000000000*z^2-81198000000*...
z)^(1/2)*(20000000000*z-81198000000)+m
e4=-34/315*x^2-29/45*x+184/105-y
e5=2207/5000*x+2569/2500*y+3531/1000-z
ps=[e1;e2;e3;e4;e5]

Como existe la posibilidad de múltiples respuestas óptimas, mejor utilizamos la orden

(fsolve) para obtener la respuesta.

Adicionalmente graficamos la ruta seguida por el avión durante su recorrido

Para ello digitamos en Matlab las siguientes líneas:

[x y]=meshgrid(-8:0.2:8,-8:0.2:8);
z=eval(vectorize('3*exp(-0.1*(x-4)^2-0.2*(y+1)^2)+2.5*exp(-0.3*(x-1)^2-0.2*(y-
1)^2)+2*exp(-0.2*(x+1)^2-0.2*(y-1)^2)'));
contour(x,y,z)
grid
hold on;
ezplot('-34/315*x^2-29/45*x+184/105')
 -34/315 x2-29/45 x+184/105

-1

-2

-3

-4

-5

-6

-7
-6 -4 -2 0 2 4 6
x

Partimos desde dos puntos diferentes para encontrar posibles soluciones:

Partiendo desde (0,2,4), se tiene:
x=[0;2;4;0;0];r= fsolve(@nf, x); r=[1.2284;0.7979;4.8931;-0.9692;-0.8610]

Partiendo desde (2,0,4); se tiene:

x=[2;0;4;0;0];r= fsolve(@nf, x); r= [1.2284;0.7979;4.8931;-0.9692;-0.8610]

Desde ambos puntos de partido se obtuvo el mismo resultado.

Consecuentemente las coordenadas del punto mas cercano de la trayectoria del avión al
punto de los escaladores es: (x,y,z)=( 1.2284;0.7979;4.8931)

La distancia más cercana es:

pico=[0.74295, 0.71613, 4.0599];
pcercano=[1.2284,0.7979,4.8931];
distancia=norm(pico-pcercano)= 0.9678 km = 967.8m
Visualización tridimensional del problema:
[x y]=meshgrid(-8:0.2:8,-8:0.2:8);
z=eval(vectorize('3*exp(-0.1*(x-4)^2-0.2*(y+1)^2)+2.5*exp(-0.3*(x-1)^2-0.2*(y-
1)^2)+2*exp(-0.2*(x+1)^2-0.2*(y-1)^2)'));
contour(x,y,z)
grid
mesh(x,y,z)
x2=-8:0.1:6;
y2=-34/315*x2.*x2-29/45*x2+184/105;
z2=0.4414*x2+1.0276*y2+3.531;
hold on;
plot3(x2,y2,z2)
Enunciado del Problema:
2) Durante un experimento de laboratorio se tomaron los siguientes datos correspondientes
a las variables x, y, z.

Determine la relación matemática que existe entre las variables y compruebe su respuesta.

Ruta Solución:
-Ingresar los datos del experimento.
-Visualizar los datos en tres dimensiones y bajo diferentes combinaciones.
-Por cada visualización buscar un punto de vista desde donde se puedan ver los datos en
forma lineal.
-Una vez seleccionada la combinación adecuada que sugiera una relación lineal se
encuentra la relación entre las variables mediante un método de regresión lineal.

Primero ingresamos los datos a Matlab:

Ingreso de los datos:

x=[1 2 3 4 2 1 2 -1 2.12 -3 3];
y=[2 3 5 1 2 3 3 4 5 6 1];
z=[16.65 96.73 641.13 300.13 58.27 27.64 96.73 3.23 212.9 0.44 85.75];

el siguiente paso consiste en visualizar los datos en tres dimensiones mediante la orden
(plot3) de matlab para diferentes combinaciones de las variables:
Visualización de las variables:
700

600

500

400

300

200

100

0
0

2 3 4
6 -1 0 1
-3 -2
plot3(x,y,z)

plot3(log(x),y,z);

700

600

500

400

300

200

100
6
4
0
0 2
0.5
1 0
1.5

plot3(x,log(y),z,'.')
 0
0.5
700 1
-3 -2 1.5
600 -1 0 1 2 3 4 2
500

400

300

200

100

plot3(x,y,log(z),'.');

0
10
-1
-4 5
-2 0 2 4 0

plot3(log(x),log(y),z,'.');

800

600

400

200

0
0
0
0.5 0.5
1
1
1.5
2 1.5

plot3(log(x),y,log(z),'.');
 10

6
-5
0 5
4
0.5
3
1 2
1.5 1

Identificación de la combinación con comportamiento lineal.

plot3(x,log(y),log(z),'.');
7

-1
-3 -2 -1 0 1 1 2
2 3 0
4

En la última opción podemos observar un comportamiento lineal desde diferentes puntos de

vista.
Proponemos que la relación entre x, log(y), log(z) tiene un comportamiento lineal

Cambio de variables.
Sea:
x2=x; y2=log(y); z2=log(z);
Planteamos las relación matemática z2=a+b(x2)+c(y2) y a partir de esta relación
proponemos el sistema de ecuación para la regresión lineal multivariable.

Planteamiento del sistema de ecuaciones de regresión lineal.

aN  b  x 2  c  y 2   z 2
a  x 2  b  ( x 2) 2  c  y 2x 2   x 2 z 2
a  y 2  b  x 2 y 2  c  ( y 2) 2   y 2 z 2

En matlab se plantea el sistema de ecuaciones:

a(1,:)=[11 sum(x2) sum(y2) sum(z2)];

a(2,:)=[sum(x2) sum(x2.*x2) sum(x2.*y2) sum(x2.*z2)];
a(3,:)=[sum(y2) sum(x2.*y2) sum(y2.*y2) sum(y2.*z2)];
rref(a);

Cálculo de los coeficientes de regresión.

1 0 0 0.6943
0 1 0 1.2523
0 0 1 1.2499

Luego la ecuación es: z2=0.6943+1.2523(x2)+1.2499(y2)

Recuperación de las variables preliminares e identificación del

modelo matemático.
Recuperando variables se tiene:
x2=x; y2=log(y); z2=log(z);
log(z)=0.6943+1.2523(x)+1.2499(log(y))
log(z)=log(2.0023)+log(exp(1.2523*(x)))+log(y^1.2499)
log(z)=log(2.0023)+log(3.4984^x)+log(y^1.2499)

simplificando se tiene:
log(z)=log(2.0023(3.4984^x) (y^1.2499))
finalmente se concluye que:
z=2.0023*3.4984^x*y^1.2499

Comprobación de la validez del modelo matemático.

Ahora comprobamos los resultados:
x=[1 2 3 4 2 1 2 -1 2.12 -3 3];
y=[2 3 5 1 2 3 3 4 5 6 1];
z=2.0023*3.4984.^x.*y.^1.2499
z=2.0023*3.4984.^x.*y.^1.2499
z =[16.6593 96.7435 640.8851 299.9211 58.2808 27.6537 96.7435 3.2372
212.8997 0.4391 85.7309]