PROBLEMAS DE

OPTIMIZACIÓN

DOCENTEJUAN LIRA
INGENIERO INDUSTRIAL
 OBJETIVOS ESPECÍFICOS
• Modela situaciones que involucran la maximización o minimización de
cantidades

Ingº Juan Lira

 Problemas de Optimización

1. Asigna una letra a cada variable mencionada en el problema.

Un dibujo pude ayudar.

2. Encuentra una expresión para la cantidad a optimizar.

3. Usa las condiciones para escribir la expresión como una función

en una variable (observa cualquier restricción del dominio).

4. Optimiza la función.

Ingº Juan Lira

 Problemas de Optimización
EJEMPLO
Una caja abierta por arriba se forma cortando cuadrados idénticos en las esquinas de
un cartón cuadrado de 4 dm por 4 dm. Calcula las dimensiones de la caja que hacen
que su volumen sea máximo.

x V = largo·ancho·alto = (4 – 2x)(4 – 2x)x; x en [0, 2]

V(x) = 16x – 16x2 + 4x3

4 – 2x
V (x) = 16 – 32x + 12x2
x
x 4 – 2x x 16 – 32x + 12x2 = 0
Puntos críticos: x = 2, x = 2/3
V(2) = 0
V(0) = 0 Las dimensiones son 8/3 dm por 8/3 dm por 2/3
dm que dan cajas de volumen máximo de 4.74
V(2/3)  4,74 dm2 dm3.

Ingº Juan Lira

 Problemas de Optimización
EJEMPLO
Una compañía estima que la demanda de un producto fluctúa con su precio.
La función de demanda es
q = 1800 − 2 p
donde q es el número de unidades demandadas y p el precio de cada unidad. El
costo total de producir q unidades es
C(q) = 135000 + 6 q + 0,1 q2

a) Hallar cuántas unidades q deben producirse para maximizar el beneficio.

b) Hallar el precio que debe fijarse.
c) Hallar el beneficio esperado.
Solución
El beneficio es igual a los ingresos menos los costos. La función de costos la tenemos. Debemos
expresar la función de ingreso I. Sabemos que el ingreso es el producto de las unidades vendidas
por el precio de cada una, I = p · q. El problema se debe resolver en términos de las unidades q,
así que obtenemos p de la ecuación de demanda:
1
p (1800  q )
2
Ingº Juan Lira
 Problemas de Optimización
1 1
Reemplazando en la función de ingreso: I (q)   (1800  q )  q  900q  q 2
2 2
El Beneficio B es Ingresos menos Costos: B(q) = I(q) – C(q)
1
B (q)  900q  q 2  (135000  6q  0,1q 2 )
2
B(q) = 894q – 0,6q2 – 135000
a) Para obtener el máximo derivamos e igualamos a cero:

B (q) = 894 – 1,2q = 0  q = 745

Como la segunda derivada B (q) < 0 siempre, estamos en presencia de un máximo.
Así, el número de unidades que proporciona el máximo beneficio es de 745.

b) Al reemplazar las unidades en la función de demanda tendremos el precio que

debe fijarse:
745 = 1800 − 2 p  p = 527,5 €

c) El beneficio esperado es B(745) = 894·745 -0,6·7452 – 350 =

= 666030 – 333015 – 135000 = 198015 €
Ingº Juan Lira
 Problemas de Optimización
EJEMPLO
En un día desapacible, la temperatura T en grados centígrados varió con el tiempo t en
horas según la función
T (t) = t2 – 9t + 8 para 0  t  12.
a) Calcula la temperatura a las dos de la mañana.
b) ¿Cuál fue la temperatura mínima? ¿A qué hora?
c) ¿A qué hora hubo 0 grados?
d) Halla T (2) y explica su significado.
e) Representa gráficamente la función.
Solución
a) Como T (t) = t2 – 9t + 8 , 0  t  12, la temperatura a las dos de la mañana, T(2), será:

T (2) = 22 – 9·2 + 8 = –6 ºC

b) Hallamos T (t)
T (t) = 2t – 9 = 0 t = 4,5

A las 4,5 horas se alcanzó la temperatura mínima de T(4,5) = –12,25 ºC

Ingº Juan Lira

 Problemas de Optimización

c) Para obtener la hora en que hubo 0 grados, resolvemos T (t) = 0

T (t) = t2 – 9t + 8 = 0 t=1 t=8

Hubo 0 ºC a las 1 horas y a las 8 horas.

d) T (2) = 2·2 – 9 = –5 e)
Significa que a esa hora la
temperatura está bajando a
razón de 5ºC por hora.

Ingº Juan Lira