La optimizacin involucra la bsqueda del mnimo el mximo. El ptimo es el punto donde la curva es plana.

. Es decir corresponde al valor de donde la derivada ( ) y ( ), ndica si ( ) el ptimo es un mnimo o un mximo, as: si entonces el punto es un mximo, si ( ) , el punto es un mnimo.
f(x) f(x)=0 f(x)<0 f(x)=0 Raz Mnimo f(x)=0 f(x)>0 x Mximo

FIGURA 1. Una funcin de una sola variable ilustra la diferencia entre races y el ptimo.

Los problemas de optimizacin se pueden clasificar con base en la forma de ( ): Si ( ) y las restricciones son lineales, tenemos programacin lineal. Si ( ) es cuadrtica y las restricciones son lineales, tenemos programacin cuadrtica. Si ( ) es no lineal o cuadrtica y las restricciones con no lineales, entonces la programacin es no lineal.

Si se tiene que determinar , el cual minimiza o maximiza ( ), sujeto a: ( ) ( ) ( ) ( ) ( ) son

Donde es un vector de diseo con dimensiones, ( ) es la funcin objetivo. restricciones de desigualdad; ( ) son restricciones de igualdad; y son constantes.

Cuando las ecuaciones (1) y (2) se incluyen, tenemos un problema de optimizacin restringida, de otra forma es un problema de optimizacin no restringida. Para problemas restringidos, los grados de libertad estan dados por . Generalmente, para obtener una solucin, debe ser . Si , el problema es sobrerestringido. Otra forma de clasificar los problemas de optimizacin es mediante dimensionalidad. Los unidimensionales, es decir funciones que dependen de una sola variable.
f(x) f(x) x* Mnimo f(x) Mximo f(x) x

-f(x)

FIGURA 2. Optimizacin unidimensional. Tambin ilustra cmo la minimizacin de f(x) es euivalente a la maximizacin de f(x).

La busqueda entonces consiste en ascender descender los picos y valles unidimensionales. Los problemas multidimensionales involucran funciones que dependen de dos o ms variables dependientes.

y f(x,y) y*

ptimo f(x*,y*)

x*

FIGURA 3.Optimizacin bidimensional. Observe que esta figura puede tomarse para representar una maximizacin o una minimizacin.

Programacin lineal (PL) Es un procedimiento de optimizacin restringida que trata de cumplir con un objetivo como el de maximizar las utilidades o minimizar el costo, en presencia de restricciones como los son las fuentes limitadas (caso comn de administracin e ingeniera). El trmino lineal denota que las funciones matemticas que representan la funcin objetivo ( ) y las restricciones son lineales. Forma estndar: Un problema bsico de programacin lineal consiste de la funcin objetivo y un conjunto de restricciones. La es por lo general expresada como:

Donde hay que maximizar o minimizar, es el pago por cada unidad de la -sima actividad que se lleva a cabo y es la magnitud de la -sima actividad. As, el valor de ( ), , es el pago total debido al nmero total de actividades . Las restricciones se pueden representar en forma general como:

Donde es la cantidad de la -sima fuente que se consume por cada unidad de la -sima actividad y es la cantidad de la -sima fuente que est disponible. Esto es, las fuentes son limitadas. El segundo tipo general de restriccin especifica que todas las actividades deben tener un valor positivo.

En el contexto actual, esto expresa la nocin realstica de que, para algunos problemas, la actividad negativa es fsicamente imposible. Problema del rea de Ingeniera qumica (Sin embargo, ste es relevante para todas las reas de ingeniera que tiene que ver con la produccin de productos con fuentes limitadas) de programacin lineal: En una planta procesadora de gasolina recibe cada semana una cantidad fija (limitada) de materia prima para la produccin de gasolina. Esta ltima se procesa en dos tipos de gasolina, de calidad Regular y Premium. Estas clases de gasolina son de alta demanda; es decir, se tiene garantizada su venta y se obtiene diferentes utilidades para la compaa. Sin embargo, su produccin involucra ambas restricciones, tiempo y almacenaje en sitio. Por ejemplo, slo una de las clases se puede producir a la vez, y las instalaciones estn abiertas solamente 80 horas por semana. Adems, existe un lmite de almacenamiento para cada uno de los productos. Todos estos factores se enlistan abajo (observe que una tonelada mtrica, o ton, es igual a 1000 kg):

Recurso Materia prima Tiempo de produccin Almacenamiento Aprovechamiento

Producto Regular Premium Disponibilidad del recurso 3 3 7 m /toneladas 11 m /toneladas 77 m3/semana 10 h/tonelada 8 h/tonelada 80 h/semana 9 toneladas 6 toneladas 150/tonelada 175/tonelada

Desarrolle una formulacin de programacin lineal para maximizar las utilidades de esta operacin. (El ingeniero que opera esta planta debe decidir la cantidad a producir de cada gasolina para maximizar las utilidades). Solucin: Se designan a las cantidades producidas cada semana de gasolinas Regular y Premium y respectivamente, la ganancia total se puede calcular como (escrita como una funcin objetivo en PL) Ganancia total Las restricciones se pueden desarrollar en una forma similar. Por ejemplo, el total de gasolina cruda utilizada se puede calcular como Total de gasolina cruda utilizada , esto debido a que no se puede exceder el 3 abastecimiento de 77 m /semana, esto la hace una restriccin por abastecimiento y as sucesivamente se realiza la formulacin total resultante para la PL est dada por: Maximizar Sujeta a (Restricciones de materiales) (Restriccin de tiempo) (Restriccin de almacenaje Regular) (Restriccin de almacenaje Premium) (Restricciones positivas) El conjunto de ecuaciones anteriores constituye la formulacin completa de PL. Las explicaciones en los parntesis de la derecha se han incluido para clarificar el significado de cada ecuacin. Mtodo simplex. Se basa en la suposicin de que la solucin ptima estar en un punto extremo. Al realizar un problema por medio del mtodo simplex, las ecuaciones con restricciones se reformulan como igualdades por medio de la introduccin de las llamadas variables de holgura. Las variables de holgura miden cunto de una fuente restringida est disponible, es decir, cuanta holgura de la fuente est disponible. Por ejemplo, si la restriccin es: (maximizar la ganancia)

Se define como una variable de holgura para un nivel de produccin particular ( restriccin, forma la relacin exacta:

como la cantidad de gasolina cruda que no se usa ). Si esta cantidad se agrega al lado izquierdo de la

La variable de holgura indica: Si es positiva, que se tiene algo de holgura para esta restriccin, esto es se cuenta con algo ms de recursos que no han sido utilizados por completo. Si es negativa, nos indica que nos hemos excedido en la restriccin. Finalmente, si es cero, denota que se cumpli exactamente con la restriccin, es decir, se dispuso de todo el recurso disponible. La variable de holgura proporciona un medio para detectar puntos extremos. Se tiene que definir una variable de holgura diferente para cada ecuacin restringida que contenga el problema a optimizar, resultando en lo que se llama versin completamente aumentada, las desigualdades pasan a ser igualdades por exactitud, Maximizar Sujeta a:

Se formulan las cuatro ecuaciones, que al observar se trata de un sistema de ecuaciones algebraicas lineales. En trminos generales hay variables estructuradas (es decir, las incgnitas originales), excedentes o variables de holgura (una por cada restriccin), y variables totales (estructuradas ms excedentes). Para el problema de la produccin de gasolina se tienen 2 variables estructuradas, 4 variables de holgura, para un total de 6 variables totales, as el problema involucra resolver un sistema de 4 ecuaciones con 6 incgnitas. Construya una tabla, donde se vean claramente las variables y sus valores, iguale todas las ecuaciones que no tenga un valor sin variable a cero, as: Variables 1 0 0 0 0 -150 7 10 1 0 -175 11 8 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 Solucin 0 77 80 9 6

La tabla sirve para realizar clculos por medio del mtodo de Gauss-Jordan, recuerde que la estrategia del mtodo de Gauss-Jordan implica convertir el elemento pivote a 1 y despus eliminar los coeficientes en la misma columna arriba y abajo del elemento pivote, por medio de operaciones matriciales.

Por ejemplo, se escoge como rengln pivote a (variable de entrada) y como elemento pivote a 10 (el coeficiente de la variable de salida, ). Al dividir el rengln de la fila 3 entre 10 ( )y remplazar el nombre del rengln por se tiene. Variables 1 0 0 0 0 -150 7 1 1 0 -175 11 0.8 0 1 0 1 0 0 0 0 0 0.1 0 0 0 0 0 1 0 0 0 0 0 1 Solucin 0 77 8 9 6

Luego los coeficientes de la columna en los otros renglones se pueden eliminar, as: para el rengln de la funcin objetivo ( ), el rengln pivote se multiplica por -150 y se resta el resultado del primer rengln. Operaciones similares se ejecutan en los renglones restantes para obtener una nueva tabla. ) ) ) Operaciones: En la fila 1: ( ; en la fila 2: ( ; en la fila 3: ( . Se reemplaza por ; la fila 5 se puede dejar tal cual. La tabla resultante es la siguiente: Variables 1 0 0 0 0 0 0 1 0 0 -55 5.4 0.8 -0.8 1 0 1 0 0 0 15 -0.7 0.1 -0.1 0 0 0 0 1 0 0 0 0 0 1 Solucin 1200 21 8 1 6

Luego se escoge como segundo pivote el rengln (variable de entrada) y como elemento pivote a 5.4 (el coeficiente de la variable de salida, ). Al dividir el rengln de la fila 2 entre 5.4 ( ) y remplazar el nombre del rengln por . Luego los coeficientes de la columna en los otros renglones se pueden eliminar con operaciones similares a los que se ejecutaron para realizar los clculos de la tabla anterior y as obtener una nueva tabla. Operaciones: En la fila 2: ( ) ; en la fila 4: ( resultante es la siguiente: Variables 1 0 0 0 0 0 0 1 0 0 0 1 0 0 0 10.186 0.1852 -0.1481 0.1482 -0.1852 7.872 -0.1296 0.2037 -0.2037 0.1296 0 0 0 1 0 0 0 0 0 1 ); en la fila 1: ( ) ; en la fila 5: ( ) ; en la fila 3: ( . Se reemplaza por ) . La tabla

Solucin 1413.895 3.889 4.8888 4.1112 2.111

El objetivo es lograr que para , , se logren tanto en la fila como en la columna correspondiente el valor de 1, y luego lograr que los dems valores de la columna sean igual a 0 (cero). La estrategia a seguir es mirar que valor de las columnas , es facil de convertir como primer paso en la unidad (1) y que al mismo tiempo sea facil de operar con los otros valores de la misma fila y despus conseguir los ceros en los valores arriba y abajo en la misma columna. Se sabe que se obtiene el resultado final, en el momento en que no quedan coeficientes negativos en

el rengln de la funcin objetivo ( ). La solucin final sera entonces, , y como funcin objetivo mxima. Como y siguen en la base, esto quiere decir que la solucin est limitada por la primera y segunda restriccin. Fuente: Chapra, steven C. & Canale, Raymond P. Mtodos numricos para Ingenieros. Tercera edicin. Edit. Mc Graw-Hill. Mxico, 2001. pp.353-423.