Ejemplos de optimización en ciencia e ingeniería (Texto de ipbal)

P1. Problema de la dieta del estudiante

Un estudiante ha escogido un menú de desayuno (huevos, cereal, tarta) y un limitado presupuesto

($10) para cubrir sus necesidades de nutrición (1000 calorías, 100 g de proteína) a mínimo costo.
Los huevos proveen 500 calorías y 50 g de proteína y cuestan $3.50; los cereales proveen 500
calorías y 40 g de proteína y cuestan $2. ¿Cómo el selecciona su mezcla de mezcla?

Formulación: Sea XT = [x1,x2,x3] representa las cantidades de huevos, cereales y tarta elegida para
el desayuno. Entonces, la optimización del problema es formulada matemáticamente como:

min(x1,x2,x3) f = 3.5 x1+ 3x2 +2x1;

sujeto a: 500(x1+x2) +600x3 ≥ 1000; 50x1+40x2+20x3≥100; 3.5x1+3x2+2x3≤10; x1,x2,x3 E enteros.

P2 Problema de manufactura simplificado

Un fabricante produce 2 productos: mesas y sillas. Cada mesa requiere 10 kg de material y 5

unidades de trabajo; y produce una ganancia de $7.50. Cada silla requiere 5 kg de material y 12
unidades de trabajo; y produce una ganancia de $5.00. Un total de 60 kg de material y 80 unidades
de trabajo están disponibles. Encontrar la mejor mezcla de producción para ganar el máximo de
utilidades.

Formulación: Sea XT = [x1,x2] representa las cantidades de mesas y sillas a ser fabricadas. Entonces,
el problema de optimización está matemáticamente formulado como sigue:

min(x1,x2) f = 7.5 x1+ 5x2 ;

sujeto a: 10x1+5x2≤60; 5x1+12x2≤80; x1,x2 E enteros

P3. Problema de la distancia más corta

Encontrar la distancia más corta desde un punto dado (x0,y0) hasta una curva dada : y=f(x):

Formulación: El problema de optimización es matemáticamente formulado para minimizar la

distancia euclidiana de un punto dado a una curva:

min(x,y) f = ½((x-x0)2+(y-y0)2);

sujeto a: y=f(x)

P4. Problema de ajuste de datos

Dado un conjunto de N datos como puntos (xi,yi), i=1,…,N. Ajustar una polinomial de grado a los
datos tal que el cuadrado medio del error ∑𝑁 2
𝑖=1(𝑦𝑖 − 𝑓(𝑥𝑖 ) es minimizado.

1
Formulación: Sea a polinomial dada: y=f(x) = a0+a1x+…+amxm; entonces el problema de optimización
no restringido es formulado como:

min(a0,a1) f=1/2 ∑𝑁 𝑚 2
𝑖=1(𝑦𝑖 − 𝑎0 − 𝑎1 𝑥1−⋯ − 𝑎𝑚 𝑥𝑖 )

P5 Problema de diseño de una lata de gaseosa

Diseñar una lata de gaseosa (encontrar el diámetro d y la altura h) para contener un volumen de
200 ml tal que el costo de manufactura (una función del área superficial) se minimice y que se
cumpla la restricción de: h≥2d.

Formulación: Sea xT =[d,l] representa el diámetro y la longitud de la lata. Entonces el problema de

optimización es formulado para minimizar el área de superficie de la lata como:

min(d,l) f= ¼ 𝜋𝑑2 + 𝜋𝑑𝑙

1
sujeto a: ¼ 4 𝜋𝑑2 𝑙 = 200, 2𝑑 − ℎ ≤ 0

P6 Problema de cobertura

Dado un conjunto S = (ei:i=1,…,m) y un conjunto δ=(Sj=1,…,n) de subconjunto de S, con costos

asociados cj, encontrar el subconjunto más pequeño∑ de δ que cubre, por ejemplo: UsjE∑ Sj = S.

Formulación. Sea aij E(0,1) denota la condición que ei E Sj y sea xj E(0,1) y denotemos la condición
que Sj E ∑; entonces, el problema de cobertura del conjunto es formulado como:

.max(xj) f = ∑𝑛𝑗=1 𝑐𝑗 𝑥𝑗

Sujeto a: ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑖 ≥ 1, 𝑖 = 1, … , 𝑚; 𝑥𝑗 ∈ (0,1), 𝑗 = 1, … , 𝑛

P7 Problema de programación de aerolíneas

Dados los costos fijos y costos operativos por segmento, diseñar una programación de vuelos óptima
para minimizar los costos operativos totales para una demanda dada de pasajeros en cada segmento
sobre una red de rutas para ser servidos bajos dadas restricciones de conectividad, compatibilidad
y disponibilidad de recursos (naves, personal)

Formulación: Sea S=(ei:i=1,…,m) denota el conjunto de segmentos de vuelo requerido a ser cubierto,
y sea cada subconjunto Sj C= S denota un conjunto de segmentos de vuelo conectados que pueden
ser cubiertos mediante un vuelo o una tripulación; entonces el problema del menor costo para
cubrir las rutas disponibles puede ser formulado como un problema de cobertura. (P6)

P8 Problema de la ruta más corta

Encontrar la ruta más corta desde el nodo p al nodo q en un gráfico conectado (V,E) donde V denota
vértices y denota los bordes.

2
P9. Problema del vendedor viajero

Una empresa requiere visitar sus N tiendas (digamos 50) que están geográficamente distribuidas en
diferentes localidades. Encontrar la secuencia de visitas que requerirá la mínima cantidad de
traslado del viajero.

P10 Problema de transporte

Los bienes son despachados de m puntos de provisión con capacidades s1,s2,…, sm, para puntos de
distribución con demandas d1, d2,…, dn. Dado el costo de transporte cij para cada una de las rutas
de la red, encontrar las cantidades óptimas xij a ser enviadas en dichas rutas para minimizar el costo
total de despacho.