OPTIMIZACIÓN Y PLANIFICACIÓN DE SISTEMAS ELÉCTRICOS

DEBERES U1
Subir todos los ejercicios de las diapositivas, resueltos de acuerdo a lo indicado
en clase.

Nombre: Adrian Barahona Ramírez.

!Ejercicio de Elaboracion de Torta 1

!Funcion Objetivo;

Max = 8*x1+10*x2;

!Restricciones;

0.5*x1+x2<=10;
8*x1+8*x2<=120;
x1>=0;
x2>=0;
MATLAB
clc

clear all

% EJERCICIO 1 - ARBR
% Funcion objetiva
f=[-8 -10];
% Restricciones desigualdad
A = [0.5 1
8 8 ];

b = [10 120];
% Restricciones de igualdad
Aeq=[];
beq=[];
lb = [];
ub = [];

[x,z] = linprog(f,A,b,Aeq,beq,lb,ub)
!Fabricacion de Aires Acondicionados

!Funcion Objetivo a Maximizar;

Max = 600*x+700*y;

!Restricciones;

1*x+2*y <=140;
2*x+2*y <=190;
3*x+2*y <=240;
x>=0;
y>=0;

MATLAB
clc
clear
% EJERCICIO#2-ARBR
% Funcion objetiva
f=[-600 -700];
% Restricciones desigualda
A = [1 2
2 2
3 2];
b = [140 190 240];
% Restricciones de igualda
Aeq=[];
beq=[];
lb = [];
ub = [];
[x,z] = linprog(f,A,b,Aeq,beq,lb,ub)
!Ejercicio de fabricacion y venta de Lamparas

Funcion Objetivo;

Max= 15*x+10*y;

!Restricciones;

(1/3)*x+0.5*y <=100;

(1/3)*x+(1/6)*y <=80;

x>= 0;
y>= 0;
MATLAB
clc
clear all
% EJERCICIO#4 - ARBR
% Funcion objetiva
f=[-15 -10];
% Restricciones desigualda
A = [1/3 1/2
1/3 1/6];

b = [100 80];
% Restricciones de igualda
Aeq=[];
beq=[];
lb = [];
ub = [];
[x,z] =linprog(f,A,b,Aeq,beq,lb,ub)
Para iluminar una sala de pintura es preciso colocar suficientes bombillas que sumen
un total de 1440 vatios como mínimo. En el mercado se pueden adquirir bombillas
incandescentes tradicionales de 90 vatios al precio de 1 euro la unidad y bombillas de
bajo consumo de 9 vatios (equivalentes a 60 vatios) al precio de 5 euros la unidad.
Debido a la estructura del espacio, el número total de bombillas no puede ser mayor de
20. Por otra parte, las normas del Ayuntamiento imponen que, para este tipo de salas,
el número de bombillas de bajo consumo no puede ser inferior a la mitad del de
bombillas tradicionales.
Calcular el número de bombillas de cada clase que se debe colocar para que el coste
sea mínimo.

!OPTIMIZACION DE SISTEMAS ELECTRICOS

!ADRIAN BARAHONA
!EJEMPLO
Funcion objetivo;

MIN = X1+5*X2;

!RESTRICCIONES;
90*X1+60*X2 =1440;

X1+X2 >=20;

2*X2 >=X1;

X1>= 0;
X2>=0;

MATLAB
clc
clear all
% ADRIAN BARAHONA
% EJERCICIO#3
% Funcion objetiva
f=[-1 -5];
% Restricciones desigualda
A = [90 60
1 1
0 2];

b = [1440 20 12];
% Restricciones de igualda
Aeq=[];
beq=[];
lb = [];
ub = [];

[x,z] = linprog(f,A,b,Aeq,beq,lb,ub)

PRIMERO
max=5*x-x^2;
x>=0;
x<=10;
SEGUNDO
!ADRIAN BARAHONA R
!DEBERES;
max=-2*x^2-2*y^2+x*y+8*x+3*y;
!RESTRICCION;
3*x+y=10;

TERCERO
!ADRIAN BARAHONA R;
max=-x^2+17*x-y^2+35*y;
!RESTRICCION;
x+y<=17.25;
TRANSPORTE – EJERCICIO 1

! CURSO DE OPTIMIZACIÓN Y PLANIFICACIÓN DE SISTEMAS ELÉCTRICOS;

! PROBLEMA DE TRANSPORTE PARA 3 PLANTAS - 2 CIUDADES;
! OPTIMIZACION DE SISTEMAS ELECTRICOS;
MODEL:
SETS:
PLANTAS /P1, P2, P3/: CAP;
CIUDADES /C1, C2/: DEM;
TRANSPORTE (PLANTAS, CIUDADES):
COSTO, ENVIO;
ENDSETS
MIN= @SUM (TRANSPORTE:
COSTO*ENVIO);
@FOR(CIUDADES(J):
@SUM(PLANTAS(I): ENVIO (I, J))
=DEM(J));
@FOR(PLANTAS(I):
@SUM(CIUDADES(J): ENVIO (I, J))
<CAP(I));
DATA:
CAP= 1000, 800, 1500;
DEM= 1200, 1300;
COSTO= 2, 5,
2, 4,
6, 3;
ENDDATA
END
\

MATLAB
TRANSPORTE – EJERCICIO 2

MODEL:
SETS:
PLANTAS /P1, P2, P3/: CAP;
CIUDADES /C1, C2, C3, C4/: DEM;
TRANSPORTE (PLANTAS, CIUDADES):COSTO, ENVIO;
ENDSETS
MIN= @SUM(TRANSPORTE: COSTO*ENVIO);
@FOR(CIUDADES(J):
@SUM(PLANTAS(I): ENVIO(I,J))>DEM(J));
@FOR(PLANTAS(I):
@SUM(CIUDADES(J): ENVIO(I,J))<CAP(I));
DATA:
CAP= 5000, 6000, 2500;
DEM= 6000, 4000, 2000, 1500;
COSTO= 2, 2, 7, 6,
2, 5, 2, 3,
7, 5, 4, 5;
ENDDATA
END

!Optimización y planificación de sistemas eléctricos

!Tarea 1 – Adrian Barahona R
Para obtener una ganancia de 39500 se deberá elaborar 5000 unidades de la planta 1, 6000 u de
la planta 2 y 2500 u de la planta 3. Con una demanda de 6000 u en la ciudad 1, 4000 u en la
ciudad 2, 2000 u en la ciudad 3 y 1500 u en la ciudad 4.

MATLAB

TRANSPORTE – EJERCICIO 3
MODEL:
SETS:
PLANTAS /P1, P2/: CAP;
CIUDADES /C1, C2, C3, C4/: DEM;
TRANSPORTE(PLANTAS, CIUDADES):
COSTO, ENVIO;
ENDSETS
MIN= @SUM(TRANSPORTE:
COSTO*ENVIO);
@FOR(CIUDADES(J):
@SUM(PLANTAS(I):
ENVIO(I,J))>DEM(J));
@FOR(PLANTAS(I):
@SUM(CIUDADES(J):
ENVIO(I,J))<CAP(I));
DATA:
CAP= 160000, 120000;
DEM= 80000, 70000, 90000, 40000;
COSTO= 3, 4, 6,0,
5, 3, 5,0;
ENDDATA
END
!Optimización y planificación de sistemas eléctricos
!Tarea 1 – Adrian Barahona R

Para obtener una ganancia de 940000 se deberá elaborar 16000 en la p1, 120000 en la p2, para
transportar 80000 en la c1, 70000 en la c2, 90000 en la c3 y 40000 en la c4.
MATLAB

TRANSPORTE – EJERCICIO 4

MODEL:
SETS:
PLANTAS /P1, P2/: CAP;
CIUDADES /C1, C2, C3/: DEM;
TRANSPORTE(PLANTAS, CIUDADES): COSTO, ENVIO;
ENDSETS
MIN= @SUM(TRANSPORTE: COSTO*ENVIO);
@FOR(CIUDADES(J):
@SUM(PLANTAS(I): ENVIO(I,J))=DEM(J));
@FOR(PLANTAS(I):
@SUM(CIUDADES(J): ENVIO(I,J))<CAP(I));
DATA:
CAP= 250, 400;
DEM= 200, 200, 250;
COSTO= 21, 25, 15,
28, 13, 19;
ENDDATA
END

!Optimización y planificación de sistemas eléctricos

!Tarea 1 – Adrian Barahona R
MATLAB