Instituto Tecnolgico de la Piedad

Ingeniera de Procesos

Trabajo de la unidad 1

Profesor: Guillermo Barajas Garca

Maritza Orozco Llamas

30 de enero de 2016

1.1.

CONCEPTOS

1.1.1. Ingeniera de Procesos

Se entiende por Ingeniera de proceso aquella que:
Se desarrolla, evala y disea los procesos productivos
Se genera toda la informacin indispensable para la ingeniera bsica
Por Proceso se entiende toda operacin de transformacin,
Se define el Know how como se hace, es la informacin obtenida de la
investigacin y desarrollo
Se definen los requerimientos de materias primas e insumos que tenga el
proceso.
Se evalan las condiciones del medio que afectan a los procesos.
Los modelos matemticos son de suma utilidad para el mejor diseo del proceso
en consideracin.
A veces es necesaria la utilizacin de plantas pilotos para asegurar los parmetros
de diseo
Como empresa de ingeniera, se cuenta con la vinculacin con diferentes
empresas especializadas en el suministro, comercializacin y asesora de Know
How.
De qu se trata Ingeniera de Procesos?
Es una rama de la ingeniera con conocimientos suficientes en ciencia y
tecnologa, para aplicarlas en el diseo, simulacin, optimizacin, innovacin,
logstica y gestin de los procesos, con base en el estudio de aquellos de
naturaleza fisicoqumica y biotecnolgica, y una tica empresarial que promueva la
proteccin del ambiente y la seguridad industrial.
El Ingeniero de Procesos, gracias a su enfoque sistmico y a sus conocimientos
de gestin, puede no slo operar ptimamente los procesos industriales sino que
tambin est en capacidad de introducirles modificaciones para lograr una mayor
eficiencia, calidad, productividad y rentabilidad. Por otro lado, su actitud
innovadora le permite desarrollar nuevos productos, procesos y equipos, cuidando
de no generar impactos negativos sobre el ambiente.
Qu hace el Ingeniero de Procesos?
El Departamento de Ingeniera de Procesos est capacitada para:
Disear e implementar procesos fisicoqumicos y biotecnolgicos, ambientalmente
sostenibles, tecnolgica y econmicamente factibles y socialmente responsables

Modelar y simular procesos fisicoqumicos y biotecnolgicos.

Desarrollar nuevos productos competitivos internacionalmente
Optimizar los procesos para el aprovechamiento racional de los recursos: energa,
materiales, tecnologa, talento humano, capital econmico e intelectual
Operar y administrar procesos con seguridad, efectividad, calidad y mejoramiento
continuo.
Administrar el conocimiento en las organizaciones, coordinando de manera
sistmica los diferentes recursos y reas de la empresa
Proponer y participar en proyectos de investigacin y desarrollo de procesos y
productos innovadores, que conduzcan a nuevos conocimientos y a la creacin de
empresas.
Crear y administrar su propia empresa, preferiblemente de base fisicoqumica o
biotecnolgica
Evaluar proyectos industriales tcnica, ambiental y econmicamente
Proyectar sus conocimientos en ciencia, tecnologa y administracin a otros
procesos empresariales: La Procedtica
Aplicar herramientas informticas y computacionales especializadas para mejorar
el desempeo en reas de ingeniera y administracin
Fortalecer la gestin empresarial con sus conocimientos de los procesos
tecnolgicos
Gestionar la tecnologa acorde con las estrategias de la empresa

1.1.2. Sntesis de procesos

La sntesis es la etapa del diseo de procesos qumicos que comprende la
generacin de estructuras alternativas tcnicamente factibles, que satisfagan
objetivos previamente establecidos. Esta tarea involucra la seleccin de la
secuencia ptima de las operaciones de un proceso (Flowsheet), que permita la
transformacin de materias primas en productos. La sntesis puede ser definida de
diversas formas una de ellas es: la tarea de invencin de la estructura y de
determinacin de las condiciones operativas de un proceso (Rudd, 1968).
La sntesis de procesos es una actividad extremadamente importante en el diseo
de procesos, en la que el equipo de diseo (grupo de profesionales seleccionados
por sus conocimientos y experiencia) debe encontrar la mejor configuracin del
proceso, de forma tal que satisfaga los objetivos pre-establecidos. Se han
desarrollado diferentes metodologas para la generacin de alternativas de

proceso, una de ellas es el Mtodo de Sntesis Jerrquica propuesto por Douglas.

El autor parte de la concepcin de que los problemas de diseo se resuelven
abordando primero soluciones simples e introduciendo posteriormente, sucesivos
niveles de detalle. De este modo, propuso un procedimiento sistemtico que
incluye un conjunto de niveles, estructurados de acuerdo a una jerarqua de
decisiones. Los niveles son clasificados de acuerdo al siguiente orden de
decisiones de proceso:

En esta estructura jerrquica, como puede observarse, en el nivel 5 se obtiene el

flowsheet del proceso integrado energticamente. Si se asciende en el diagrama,
los niveles contienen menor grado de detalles, en forma sucesiva. Ventajas del
mtodo:
Permite el clculo del tamao de los equipos y la estimacin de sus costos a
medida que se pasa a travs de los distintos niveles de jerarqua.
Si la rentabilidad del proceso se hace negativa en algn nivel, se puede buscar
un proceso alternativo o dar por terminado el proyecto de diseo sin tener que
obtener la solucin completa al problema.
Como se toman decisiones sobre la estructura de flowsheet en distintos niveles,
se pueden generar distintas alternativas de proceso, al cambiar las mismas.

1.1.3. Simulacin, control y optimizacin de procesos

Simulacin de procesos:
La Simulacin de Procesos. Resume toda la teora relacionada con un proceso en
el cual se sustituyen las situaciones reales por otras creadas artificialmente, de las
cuales se deben aprender ciertas acciones, habilidades y hbitos. En los ltimos
aos, la simulacin de procesos ha llegado a ser una herramienta adecuada y
oportuna de apoyo para el diseo, caracterizacin, optimizacin y monitoreo del
funcionamiento de procesos industriales. Para aplicar estas simulaciones existen
en la actualidad una gran variedad de Simuladores de Procesos.

Aplicaciones
En principio, la simulacin de procesos puede ser til en todas las etapas del
desarrollo de un proyecto industrial. En las diferentes etapas de un proyecto,
puede haber necesidad de realizar simulaciones con diferentes niveles de
sofisticacin. La simulacin de procesos puede usarse en las siguientes etapas del
desarrollo de un proyecto industrial:

Investigacin y desarrollo: Una simulacin sencilla se puede usar para probar la

factibilidad tcnica y econmica del proyecto.
Etapa crtica en la toma de decisiones: Se prueban diferentes alternativas de
proceso y condiciones de operacin y se toman decisiones.
Planta piloto: Simulacin con modelos ms sofisticados para obtener mejores
estimaciones de las condiciones de operacin a escala industrial.
Diseo: La simulacin proporciona todos los datos de proceso requeridos para el
diseo detallado de los diferentes equipos.
Simulacin de plantas existentes: Puede ser muy til cuando es necesario cambiar
las condiciones de operacin, o cuando se quieren sustituir materias primas.
Simulacin de Procesos en la Industria Qumica
La simulacin de procesos qumicos es una herramienta moderna que se ha
hecho indispensable para la solucin adecuada de los problemas de proceso.
Permite efectuar el anlisis de plantas qumicas en operacin y llevar a cabo las
siguientes tareas, las cuales son comunes en las diversas ramas de la industria
qumica:
Deteccin de cuellos de botella en la produccin.

Prediccin de los efectos de cambios en las condiciones de operacin y capacidad

de la planta.
Optimizacin de las variables de operacin.
Optimizacin del proceso cuando cambian las caractersticas de los insumos y/o
las condiciones econmicas del mercado.
Anlisis de nuevos procesos para nuevos productos.
Evaluacin de alternativas de proceso para reducir el consumo de energa.
Anlisis de condiciones crticas de operacin.
Transformacin de un proceso para desarrollar otras materias primas.
Anlisis de factibilidad y viabilidad de nuevos procesos.
Optimizacin del proceso para minimizar la produccin de desechos y
contaminantes.
Entrenamiento de operadores e ingenieros de proceso.
Investigacin de la factibilidad de automatizacin de un proceso.

Control de procesos:
El control del proceso consistir en la recepcin de unas entradas, variables del
proceso, su procesamiento y comparacin con unos valores predeterminados por
el usuario, y posterior correccin en caso de que se haya producido alguna
desviacin respecto al valor preestablecido de algn parmetro de proceso. El
bucle de control tpico estar formado por los siguientes elementos, a los que
habr que aadir el propio proceso.
+ Elementos de medida (Sensores) Generan una seal indicativa de las
condiciones de proceso.
+ Elementos de control lgico (Controladores): Leen la seal de medida,
comparan la variable medida con la deseada (punto de consigna) para determinar
el error, y estabilizan el sistema realizando el ajuste necesario para reducir o
eliminar el error.
+ Elementos de actuacin (Vlvulas y otros elementos finales de control): Reciben
la seal del controlador y actan sobre el elemento final de control, de acuerdo a
la seal recibida.
Esta serie de operaciones de medida, comparacin, calculo y correccin,
constituyen una cadena cerrada constituyen ciclo cerrado. El conjunto de

elementos que hacen posible este control reciben el nombre de bucle de control
(control loop).

Tipos de control: Se puede hacer una clasificacin de los sistemas de control

atendiendo al procedimiento lgico usado por el controlador del sistema para
regular la evolucin del proceso. Los principales tipos de control utilizados en los
procesos industriales sern: Normales:
Sistemas de realimentacin. (Feed-back) Proporcional Integral Derivativo
Sistema anticipativo (Feed-Foward)
Sistema en cascada (Cascade) Sistema selectivo (Over-Ride) Avanzados
Control de restricciones (Constraint Control)
Control del modelo de referencia (Model Reference Control)
Optimizacin de unidades

Optimizacin de procesos:
Optimizacin es la accin y efecto de optimizar. Este verbo hace referencia
a buscar la mejor manera de realizar una actividad.
Optimizar un proceso industrial significa mejorarlo utilizando o asignando todos los
recursos que intervienen en l de la manera ms excelente posible.
La optimizacin est orientada hacia 2 metas fundamentales:

Maximizar ganancias

Minimizar gastos

Todo proceso industrial puede ser mejorado, esto apoya la ASEVERACIN de la

ingeniera de mtodos que seala: Siempre hay un mtodo mejor
Por lo tanto el principal propsito de optimizar un proceso es incrementar la
productividad.
Teniendo en cuenta que la productividad es la relacin entre produccin y
recursos, es decir
Productividad = produccin / recursos
Existen bsicamente dos maneras de incrementar la productividad:
1.- Obteniendo la misma produccin con menos recursos.
2.- Aumentando la produccin con los mismos recursos
Productividad Produccin

Conocimiento total
del proceso
Gerencia
Aplicacin de
Motivacin
Tcnicas administrativas y
del personal
Productivas:
1. Ingeniera de mtodos
2. Mejoramiento continuo
Comunicacin
3. Calidad total
efectiva
4. Seis sigma
Optimizacin
5. Mtodo Deming
de procesos
6. Ingeniera concurrente
Trabajo en
7. Lean manufacturing
equipo
8. Change overs
9. Justo a tiempo
10. Distribucin del espacio
Evaluacin, control
y seguimiento

Operacin ptima del proceso

La gestin por procesos es una manera de gestionar que tiene por objetivo el
anlisis peridico de la forma en que se realizan las actividades y procesos en una
organizacin, en la bsqueda de un mejoramiento u optimizacin continua de los
resultados que se obtienen como producto de dicha gestin. Todo ello sin perder
de vista que ese producto o resultado tiene como objetivo central el de satisfacer
las expectativas y necesidades de un usuario. Estos constituyen los elementos
para llegar al punto central, que es el cmo mejorar la gestin.
Etapas en la gestin de procesos
La gestin de procesos tiene las siguientes etapas:
1.
2.
3.
4.
5.
6.
7.

Identificacin
Descripcin
Anlisis
Identificacin de reas problema y sus soluciones
Rediseo
Aplicacin/implementacin
Evaluacin

1.2 ANLISIS DE DIAGRAMA DE FLUJO DE PROCESOS (DEP) Y

DETERMINACIN DE GRADOS DE LIBERTAD
DIAGRAMA DE FLUJO:
Un diagrama de flujo es una representacin grfica de un proceso. Cada paso del
proceso es representado por un smbolo diferente que contiene una breve
descripcin de la etapa de proceso. Los smbolos grficos del flujo del proceso
estn unidos entre s con flechas que indican la direccin de flujo del proceso.
El diagrama de flujo ofrece una descripcin visual de las actividades implicadas en
un proceso mostrando la relacin secuencial ente ellas, facilitando la rpida
comprensin de cada actividad y su relacin con las dems, el flujo de la
informacin y los materiales, las ramas en el proceso, la existencia de bucles
repetitivos, el nmero de pasos del proceso, las operaciones de
interdepartamentales Facilita tambin la seleccin de indicadores de proceso
Beneficios:
En primer lugar, facilita la obtencin de una visin transparente del proceso,
mejorando su comprensin. El conjunto de actividades, relaciones e incidencias de
un proceso no es fcilmente discernible a priori. La diagramacin hace posible
aprehender ese conjunto e ir ms all, centrndose en aspectos especficos del

mismo, apreciando las interrelaciones que forman parte del proceso as como las
que se dan con otros procesos y subprocesos.
Permiten definir los lmites de un proceso. A veces estos lmites no son tan
evidentes, no estando definidos los distintos proveedores y clientes (internos y
externos) involucrados.
El diagrama de flujo facilita la identificacin de los clientes, es ms sencillo
determinar sus necesidades y ajustar el proceso hacia la satisfaccin de sus
necesidades y expectativas.
Estimula el pensamiento analtico en el momento de estudiar un proceso,
haciendo ms factible generar alternativas tiles.
Proporciona un mtodo de comunicacin ms eficaz, al introducir un lenguaje
comn, si bien es cierto que para ello se hace preciso la capacitacin de aquellas
personas que entrarn en contacto con la diagramacin.
Un diagrama de flujo ayuda a establecer el valor agregado de cada una de las
actividades que componen el proceso.
Igualmente, constituye una excelente referencia para establecer mecanismos de
control y medicin de los procesos, as como de los objetivos concretos para las
distintas operaciones llevadas a cabo.
Facilita el estudio y aplicacin de acciones que redunden en la mejora de las
variables tiempo y costes de actividad e incidir, por consiguiente, en la mejora de
la eficacia y la eficiencia.
Constituye el punto de comienzo indispensable para acciones de mejora
reingeniera.

Elaboracin del Diagrama de Flujo

El diagrama de flujo debe ser realizado por un equipo de trabajo en el que las
distintas personas aporten, en conjunto, una perspectiva completa del proceso,
por lo que con frecuencia este equipo ser multifuncional y multijerrquico.

Determinar el proceso a diagramar.

Definir el grado de detalle. El diagrama de flujo del proceso puede mostrar a
grandes rasgos la informacin sobre el flujo general de actividades
pricipales, o ser desarrollado de modo que se incluyan todas las actividades
y los puntos de decisin. Un diagrama de flujo detallado dar la oportunidad
de llevar realizar un anlisis ms exhaustivo del proceso.
Identificar la secuencia de pasos del proceso. Situndolos en el orden en
que son llevados a cabo.
Construir el diagrama de flujo. Para ello se utilizan determinados smbolos.
Cada organizacin puede definir su propio grupo de smbolos. En la figura
anterior se mostraba un conjunto de smbolos habitualmente utilizados. Al
respecto cabe decir que en la figura Conector de proceso es
frecuentemente utilizado un crculo como smbolo. Para la elaboracin de
un diagrama de flujo, los smbolos estndar han sido normalizados, entro
otros, el American National Standars Institute (ANSI).
Revisar el diagrama de flujo del proceso.

GRADOS DE LIBERTAD:

El nmero de grados de libertad en ingeniera se refiere al nmero mnimo de

parmetros que necesitamos especificar para determinar completamente la
velocidad de un mecanismo o el nmero de reacciones de una estructura.
Ms concretamente, los grados de libertad son el nmero mnimo de velocidades
generalizadas independientes necesarias para definir el estado cinemtico de
un mecanismo o sistema mecnico. El nmero de grados de libertad coincide con
el nmero de ecuaciones necesarias para describir el movimiento. En caso de ser
un sistema holnomo, coinciden los grados de libertad con las coordenadas
independientes.
En mecnica clsica y lagrangiana, la dimensin d del espacio de configuracin es
igual a dos veces el nmero de grados de libertad GL, d = 2GL.
Grados de libertad en mecanismos planos
Para un mecanismo plano cuyo movimiento tiene lugar slo en dos dimensiones,
el nmero de grados de libertad del mismo se pueden calcular mediante el criterio
de Grbler-Kutzbach:

donde:
, movilidad.
, nmero de elementos (eslabones, barras, piezas, etc.) de un
mecanismo.
, nmero de uniones de 1 grado de libertad.
, nmero de uniones de 2 grados de libertad.
Importante: esta frmula es vlida slo en el caso de que no existan enlaces
redundantes, es decir enlaces que aparecen fsicamente en el mecanismo pero no
son necesarios para el movimiento de ste. Para poder emplear el criterio,
debemos eliminar los enlaces redundantes y calcular entonces los grados de
libertad del mecanismo.
Todas las partes fijas (uniones al suelo) se engloban como el primer elemento.
Aunque el grado de libertad de algunas uniones es fcil de visualizar, en otras
ocasiones se pueden cambiar por sistemas equivalentes.
Grados de libertad en estructuras

Podemos extender la definicin de grados de libertad a sistemas mecnicos que

no tienen capacidad de moverse, llamados estructuras fijas. En el caso particular
de estructuras de barras en d dimensiones, si n es el nmero de barras y existen
m restricciones (uniones entre barras o apoyos) que eliminan cada una ri grados
de libertad de movimiento; definimos el nmero de grados de libertad aparentes
como:

GL: Grados de libertad del mecanismo.

n: Nmero de elementos de barras de la estructura.
ri: Nmero de grados de libertad eliminados por la restriccin

En funcin de la anterior suma algebraica podemos hacer una clasificacin de los

sistemas mecnicos formados a base de barras:

Estructuras hiperestticas, cuando GL < 0.

Estructuras isostticas, cuando GL = 0.

Mecanismos, cuando GL > 0.

1.3 METODO HEURSTICO

Se basa en la utilizacin de reglas empricas para llegar a una solucin. El mtodo

heurstico conocido como IDEAL, formulado por Bransford y Stein (1984), incluye
cinco pasos:Identificar el problema; definir y presentar el problema; explorar las
estrategias viables;avanzar en las estrategias; y lograr la solucin y volver para
evaluar los efectos de las actividades (Bransford & Stein, 1984).
El matemtico Polya (1957) tambin formul un mtodo heurstico para resolver
problemas que se aproxima mucho al ciclo utilizado para programar
computadores.
Segn Polya (1957), cuando se resuelven problemas, intervienen cuatro
operaciones mentales:
1. Comprender el problema.
Leer el problema varias veces

Establecer los datos del problema

Aclarar lo que se va a resolver (Cul es la pregunta?)
Precisar el resultado que se desea lograr
Determinar la incgnita del problema
Organizar la informacin
Agrupar los datos en categoras
Trazar una figura o diagrama.
2. Hacer el plan.
Escoger y decidir las operaciones a efectuar.
Eliminar los datos intiles.
Descomponer el problema en otros ms pequeos.
3. Ejecutar el plan (Resolver).
Ejecutar en detalle cada operacin.
Simplificar antes de calcular.
Realizar un dibujo o diagrama.
4. Analizar la solucin (Revisar).
Dar una respuesta completa
Hallar el mismo resultado de otra manera.
Verificar por apreciacin que la respuesta es adecuada.
Como se aplica:
Como disciplina cientfica, la heurstica es aplicable a cualquier ciencia e incluye la
elaboracin de medios auxiliares, principios, reglas, estrategias y programas que
faciliten la bsqueda de vas de solucin a problemas; o sea, para resolver tareas

de cualquier tipo para las que no se cuente con un procedimiento algortmico de

solucin. Segn Horst Mler: Los Procedimientos Heursticos son formas de
trabajo y de pensamiento que apoyan la realizacin consciente de actividades
mentales exigentes. Los Procedimientos Heursticos como Mtodo cientfico
pueden dividirse en principios, reglas y estrategias.
Principios Heursticos: constituyen sugerencias para encontrar (directamente) la
idea de solucin; posibilita determinar, por tanto, a la vez, los medios y la va de
solucin. Dentro de estos principios se destacan la analoga y la reduccin.
Reglas Heursticas: actan como impulsos generales dentro del proceso de
bsqueda y ayudan a encontrar, especialmente, los medios para resolver los
problemas. Las Reglas Heursticas que ms se emplean son:

Separar lo dado de lo buscado.

Representar magnitudes dadas y buscadas con variables.

Determinar si se tienen frmulas adecuadas.

Utilizar nmeros (estructuras ms simples) en lugar de datos.

Reformular el problema.

Estrategias Heursticas: se comportan como recursos organizativos del proceso

de resolucin, que contribuyen especialmente a determinar la va de solucin del
problema abordado. Existen dos estrategias:

El trabajo hacia adelante: se parte de lo dado para realizar las reflexiones

que han de conducir a la solucin del problema.

El trabajo hacia atrs: se examina primeramente lo que se busca y,

apoyndose de los conocimientos que se tienen, se analizan posibles
resultados intermedios de lo que se puede deducir lo buscado, hasta llegar
a los dados.

1.4 METODO EVOLUTIVO

El desarrollo evolutivo es una metodologa de desarrollo de software muy
relacionada con, pero claramente distinta de, desarrollo por prototipos. El nfasis

est puesto sobre la importancia de obtener un sistema de produccin flexible

y expansible As, si los requerimientos cambian durante el desarrollo del sistema,
entonces con un mnimo de esfuerzo y tiempo se puede desarrollar un sistema de
trabajo flexible.
La diferencia fundamental entre desarrollo evolutivo y prototipos de software es
que el desarrollo evolutivo busca reemplazar el viejo sistema con uno nuevo que
tendra la propiedad de satisfacer los nuevos requerimientos lo ms rpido posible.
En contraste, prototipos usa un enfoque iterativo solo para determinar los
requerimientos generacionales Por lo tanto el tiempo tomado entre cada Hite
racin es mucho ms importante para el desarrollo evolutivo. En la figura 10 se
puede ver grficamente esta diferencia.
As, las etapas del desarrollo evolutivo tienen por objetivo extender los
incrementos de un producto de software operacional, en las direcciones
determinadas por la evolucin de la experiencia operacional.
El modelo de desarrollo evolutivo puede ser idealmente asociado a un lenguaje de
aplicacin de cuarta generacin y mejor an a situaciones en que el usuario dice,
"yo no puedo hablarte sobre lo que yo quiero, pero yo lo reconocera si lo viese".
As, este mtodo entregara al usuario rpidamente una capacidad operativa inicial
y, adems, establecera una base real operacin para determinar las mejoras
subsecuentes en el producto.
Con la existencia del mtodo evolutivo se configura una nueva problemtica en el
desarrollo de sistemas, es decir, la crisis se expande ahora en el sentido que no
slo se requiere reflejar lo ms fielmente posible las necesidades del usuario, sino
que ahora los ambientes en que el sistema est inserto estn sujetos a cambios y
estos cambios inciden en la efectividad del software desarrollado. Lo anterior fue
articulado por Meir M. Lehman a principio de la dcada de los ochenta, al definir
las leyes de la evolucin del software, en que las dos primeras leyes tienen directa
relacin con lo que se describe. Veamos a Lehman citado por Ian Sommerville, en
el libro Ingeniera de Software:
Lehman propone que la evolucin de un sistema de software est sujeta a
varias leyes. Ha determinado estas leyes a partir de observaciones experimentales
de varios sistemas, como los grandes sistemas operativos (...). Dice Lehman que
hay cinco leyes de la evolucin de los programas:
Cambio Continuo.
Un programa que se utiliza en un ambiente del mundo real debe cambiar o ser
cada vez menos til en ese ambiente.
Complejidad creciente.
A medida que un programa en evolucin cambia, su estructura se hace ms
compleja, a menos que se lleven a cabo esfuerzos activos para evitar este
fenmeno.

 Evolucin del programa.

La evolucin del programa es un proceso autor regulador, y una medicin de
atributos del sistema, como el tamao, el tiempo entre versiones, el nmero de
errores advertidos, etc., revela las tendencias estadsticas significativas y las
caractersticas invariantes.
Conservacin de la estabilidad organizativa.
Durante el tiempo de vida de un programa, su rapidez de desarrollo es casi
constante e independiente de los recursos dedicados al desarrollo del sistema.
Conservacin de la familiaridad

Puntos a considerar:
Las tcnicas de bsqueda de la solucin se basan en decisiones ms o
menos aleatorias inspiradas en la naturaleza

Algunos mtodos estn orientados a trabajar con poblaciones. Otras

bsquedas de direcciones se basan en fenmenos fsicos
Los mtodos basados en poblaciones trabajan simultneamente con
algunos individuos (candidatos a soluciones) que se seleccionan en
diferentes etapas por medios de algunas reglas de seleccin.
En cada generacin, la poblacin conserva los mejores y genera nuevos
individuos en reas alejadas para evitar en lo posible los mnimos locales.
En este sentido pueden ser mtodos globales
La seleccin y generacin de individuos se hace por distintos mtodos,
principalmente estocsticos.
Diversas familias: GA, TS, SA,

 Suelen estar basados en evaluaciones de la funcin y no en sus

derivadas, lo que facilita su uso en problemas no derivables.
Las restricciones son ms difciles de tratar y normalmente deben
implementarse como funciones de penalizacin
Pueden ser ms lentos que los mtodos deterministas pero dan la
posibilidad de alcanzar un ptimo global.
No adecuados para gran nmero de variables

Simulated Annealing (SA)

Distintamente a los algoritmos genticos, los mtodos de simulated annealing
no utilizan poblaciones de individuos, pero uno de ellos evoluciona de acuerdo
a las reglas que imitan los procesos de tipo annealing. En la industria
metalrgica se utiliza un tratamiento de calentamiento, donde el material
inicialmente se calienta y luego se enfra lentamente de una forma controlada,
evolucionando hasta un estado de menor energa, para incrementar el tamao
de sus cristales y mejorar sus propiedades
Un individuo cercano a la solucin actual se considera como un conjunto de
puntos desde donde la solucin evolucionara haca un punto mejor.
Partiendo de un punto inicial, el siguiente punto se selecciona aleatoriamente
entre los ms cercanos (vecinos) de acuerdo a una cierta regla de
probabilidad.
Se le asigna a ese punto una funcin de energa E y la probabilidad de que
se mueva desde xi hasta xj se define como una funcin de las diferencias de
energa E(xi ) E(xj ). E puede ser la funcin de costo J
La probabilidad es siempre positiva, incluso si el nuevo punto tiene una energa
mayor que el anterior, evitando un mnimo local.

La probabilidad depende tambin de un parmetro global que se le llama

temperatura, y el cual decrece a lo largo del tiempo. Decrece cuando T tiende a
cero permitiendo una nica transicin hacia puntos con una menor energa .

Tabu search (TS):

Para mejorar la eficiencia del proceso de exploracin, se necesita no solo
mantener la informacin local, (como por ejemplo el valor actual de la funcin
objetivo) sino tambin sobre alguna informacin relacionada con el proceso de
exploracin anterior. El uso sistemtico de memoria es uno de los puntos
importantes del mtodo de tabu search (TS).
Estas informaciones se utilizan para orientar el movimiento dede el punto xi
hacia la siguiente solucin xj seleccionada en la vecindad de xi (N(i)). La regla
de la memoria se restringe a la seleccin de un subconjunto de N(i)
prohibiendo los movimientos hacia otras soluciones vecinas.
TS se puede caracterizar como metaheurstico. Su rol es ms frecuente en la
orientacin y gua de otros procedimientos de bsqueda (ms locales).

1.5 METODO ALGORITMICO

Es un conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y

finitas que permite realizar una actividad mediante pasos sucesivos que no
generen dudas a quien deba realizar dicha actividad. 2 Dados un estado inicial y
una entrada, siguiendo los pasos sucesivos se llega a un estado final y se obtiene
una solucin. Los algoritmos son el objeto de estudio de la algoritmia.1
En la vida cotidiana, se emplean algoritmos frecuentemente para resolver
problemas. Algunos ejemplos son los manuales de usuario, que muestran
algoritmos para usar un aparato, o las instrucciones que recibe un trabajador por
parte de su patrn. Algunos ejemplos enmatemtica son el algoritmo de
multiplicacin, para calcular el producto, el algoritmo de la divisin para calcular el
cociente de dos nmeros, el algoritmo de Euclides para obtener el mximo comn
divisor de dos enteros positivos, o el mtodo de Gauss para resolver un sistema
de ecuaciones lineales.
En resumen, un algoritmo es cualquier cosa que funcione paso a paso, donde
cada paso se pueda describir sin ambigedad y sin hacer referencia a una
computadora en particular, y adems tiene un lmite fijo en cuanto a la cantidad de
datos que se pueden leer/escribir en un solo paso. Esta amplia definicin abarca
tanto a algoritmos prcticos como aquellos que solo funcionan en teora, por
ejemplo el mtodo de Newton y la eliminacin de Gauss-Jordan funcionan, al
menos en principio, con nmeros de precisin infinita; sin embargo no es posible
programar la precisin infinita en una computadora, y no por ello dejan de ser
algoritmos.10 En particular es posible considerar una cuarta propiedad que puede
ser usada para validar la tesis de Church-Turing de que toda funcin calculable se
puede programar en una mquina de Turing (o equivalentemente, en un lenguaje
de programacin suficientemente general).
Medios de expresin de un algoritmo
Los algoritmos pueden ser expresados de muchas maneras, incluyendo
al lenguaje
natural, pseudocdigo, diagramas
de
flujo y lenguajes
de
programacin entre otros. Las descripciones en lenguaje natural tienden a ser
ambiguas y extensas. El usar pseudocdigo y diagramas de flujo evita muchas
ambigedades del lenguaje natural. Dichas expresiones son formas ms
estructuradas para representar algoritmos; no obstante, se mantienen
independientes de un lenguaje de programacin especfico.
La descripcin de un algoritmo usualmente se hace en tres niveles:

1. Descripcin de alto nivel. Se establece el problema, se selecciona un

modelo matemtico y se explica el algoritmo de manera verbal,
posiblemente con ilustraciones y omitiendo detalles.
2. Descripcin formal. Se usa pseudocdigo para describir la secuencia de
pasos que encuentran la solucin.
3. Implementacin. Se muestra el algoritmo expresado en un lenguaje de
programacin especfico o algn objeto capaz de llevar a cabo
instrucciones.
Tambin es posible incluir un teorema que demuestre que el algoritmo es correcto,
un anlisis de complejidad o ambos.
Diagrama de flujo

Diagrama de flujo que expresa un algoritmo para calcular la raz cuadrada de un nmero

Los diagramas de flujo son descripciones grficas de algoritmos; usan smbolos

conectados con flechas para indicar la secuencia de instrucciones y estn regidos
por ISO.

Los diagramas de flujo son usados para representar algoritmos pequeos, ya que
abarcan mucho espacio y su construccin es laboriosa. Por su facilidad de lectura
son usados como introduccin a los algoritmos, descripcin de un lenguaje y
descripcin de procesos a personas ajenas a la computacin.
Pseudocdigo
El pseudocdigo (falso lenguaje, el prefijo pseudo significa falso) es una
descripcin de alto nivel de un algoritmo que emplea una mezcla de lenguaje
natural con algunas convenciones sintcticas propias de lenguajes de
programacin, como asignaciones, ciclos y condicionales, aunque no est regido
por ningn estndar. Es utilizado para describir algoritmos en libros y
publicaciones cientficas, y como producto intermedio durante el desarrollo de un
algoritmo, como los diagramas de flujo, aunque presentan una ventaja importante
sobre estos, y es que los algoritmos descritos en pseudocdigo requieren menos
espacio para representar instrucciones complejas.
El pseudocdigo est pensado para facilitar a las personas el entendimiento de un
algoritmo, y por lo tanto puede omitir detalles irrelevantes que son necesarios en
una implementacin. Programadores diferentes suelen utilizar convenciones
distintas, que pueden estar basadas en la sintaxis de lenguajes de programacin
concretos. Sin embargo, el pseudocdigo, en general, es comprensible sin
necesidad de conocer o utilizar un entorno de programacin especfico, y es a la
vez suficientemente estructurado para que su implementacin se pueda hacer
directamente a partir de l.
As el pseudocdigo cumple con las funciones antes mencionadas para
representar algo abstracto los protocolos son los lenguajes para la programacin.
Busque fuentes ms precisas para tener mayor comprensin del tema.
Sistemas formales
La teora de autmatas y la teora de funciones recursivas proveen modelos
matemticos que formalizan el concepto de algoritmo. Los modelos ms comunes
son la mquina de Turing, mquina de registro y funciones -recursivas. Estos
modelos son tan precisos como un lenguaje mquina, careciendo de expresiones
coloquiales o ambigedad, sin embargo se mantienen independientes de cualquier
computadora y de cualquier implementacin.
Implementacin

Muchos algoritmos son ideados para implementarse en un programa. Sin

embargo, los algoritmos pueden ser implementados en otros medios, como
una red neuronal, un circuito elctrico o un aparato mecnico y elctrico. Algunos
algoritmos inclusive se disean especialmente para implementarse usando lpiz y
papel. El algoritmo de multiplicacin tradicional, el algoritmo de Euclides, la criba
de Eratstenes y muchas formas de resolver la raz cuadrada son slo algunos
ejemplos.
Variables
Son elementos que toman valores especficos de un tipo de datos concreto. La
declaracin de una variable puede realizarse comenzando con var.
Principalmente, existen dos maneras de otorgar valores iniciales a variables:
1. Mediante una sentencia de asignacin.
2. Mediante un procedimiento de entrada de datos (por ejemplo: 'read').
Ejemplo:
...
i:=1;
read(n);
while i < n do begin
(* cuerpo del bucle *)
i := i + 1
end;
...

Estructuras secuenciales
La estructura secuencial es aquella en la que una accin sigue a otra en
secuencia. Las operaciones se suceden de tal modo que la salida de una es la
entrada de la siguiente y as sucesivamente hasta el fin del proceso. La asignacin
de esto consiste, en el paso de valores o resultados a una zona de la memoria.
Dicha zona ser reconocida con el nombre de la variable que recibe el valor. La
asignacin se puede clasificar de la siguiente forma:

1. Simples: Consiste en pasar un valor constante a una variable (a 15)

2. Contador: Consiste en usarla como un verificador del nmero de veces que
se realiza un proceso (a a + 1)
3. Acumulador: Consiste en usarla como un sumador en un proceso (a a +
b)
4. De trabajo: Donde puede recibir el resultado de una operacin matemtica
que involucre muchas variables (a c + b*1/2).
Un ejemplo de estructura secuencial, como obtener el rea de un tringulo:

Inicio
...
float b, h, a;
printf("Diga la base");
scanf("%f", &b);
printf("Diga la altura");
scanf("%f", &h);
a = (b*h)/2;
printf("El rea del tringulo es %f", a)
...
Fin

1.6 ANALISIS DE MDULOS BSICOS

El Modulo Bsico incluye todas las herramientas para la realizacin de grficos y
el anlisis estadstico bsico, tales como:
Grficos

Grficos univariantes, X-Y, X-Y-Z, X-Y mltiples y X-Y-Z mltiples.

Grficos de exploracin: probabilidad, histogramas de frecuencias,Box-andWhisker simples y mltiples.....

Grficos de negocios: diagramas de barras simples y mltiples y diagramas

de porciones.

de distribuciones de probabilidad: Bernoulli, Binomial, Binomial negativa,

Geometrica, Grficos Poisson, Beta, Chi-cuadrado,Erlang, exponencial, F,
Gamma, Laplace, Lognormal,Pareto, T-Student,Triangular, Uniforme,
Weibull

Superficies de respuesta

Personalizacin de grficos

Estadsticos

Anlisis univariante, multivariante, de subconjuntos, por filas y por

columnas.

Tabulaciones, tablas cruzadas, tablas de contingencia.

Ajuste a distribuciones: con datos censurados y no censurados, tablas de

vida (intervalos y tiempo), anlisis Weibull.

Test de hiptesis.

Determinacin de tamao de muestra.

Anlisis comparativo

Anlisis comparativo entre dos muestras, entre pares de muestras, entre

mltiples muestras, test de hiptesis

Anlisis de la Varianza: Anova, Manova, varianza de componentes.

Determinacin de tamao de muestra.

Regresiones

Regresin simple, mltiple y polinomial

Las caractersticas de las herramientas del sistema, incluidas exclusivamente en el

Mdulo Bsico: Editor de datos integrado, Vnculos con otras aplicaciones de
Windows StatAdvisor, StatFolio y Grficos interactivos, son las siguientes:

Editor de datos integrado

El editor de STATGRAPHICS PLUS simplifica la entrada de datos ya que:

Permite introducir datos de modo sencillo o importarlos desde

Excel, Lotus 1-2-3, dBase, archivos ASCII y DIF

Edita datos facilitando la observacin automtica del impacto

de los cambios en los grficos o anlisis

Realiza ms de 100 transformaciones potentes de datos

Maneja conjuntos de datos grandes con un nmero ilimitado

de columnas y filas

Combina datos de varios archivos en un nico archivo

Vnculos con otras aplicaciones de Windows

La interaccin con otras aplicaciones Windows se ha facilitado enormemente
mediante las siguientes posibilidades:

El soporte para ODBC permite importar valores de cualquier

base de datos de acuerdo con el lenguaje SQL

El soporte para OLE aporta la flexibilidad de intercambiar

resultados con otras aplicaciones Windows

DDE permite vincular la hoja de clculo con el editor de datos

de STATGRAPHICS PLUS eliminando la necesidad de
importar o exportar archivos

Es posible arrastrar y soltar, o simplemente copiar y pegar

textos o grficos de STATGRAPHICS en el procesador de
textos que se desee

Es un intrprete de los resultados que facilita su comprensin

e interpretacin

Determina si los resultados son estadsticamente significativos

Remarca cualquier tipo de defecto en el anlisis

StatAdvisor:

Aade credibilidad a los informes mediante interpretaciones

expertas imprimidas junto con los resultados

Guarda varios tipos de anlisis en un archivo

Ejecuta de nuevo el anlisis utilizando los nuevos datos o

variables

Actualiza tablas y grficos sobre la pantalla de modo

automtico

Elimina la necesidad de escribir macros para tareas repetitivas

Permite imprimir cada anlisis por separado o todos a la vez

StatFolio:

Grficos interactivos:

Actan como una herramienta analtica y no tan slo como un

instrumento de presentacin

Identifican un dato puntual o sealan su posicin en el archivo

de datos

Mueven los puntos sobre un grfico para determinar la

densidad de los datos

Cuando se aade una variable adicional se eliminan algunos

puntos para que estos se puedan diferenciar

Se pueden rotar los grficos para explorar los datos desde

una variedad de perspectivas

Exploran los datos descubriendo nuevas relaciones mientras

el grfico se muestra en pantalla

StatGallery

StatGallery permite combinar un nmero casi ilimitado de

texto y grficos en pginas mltiples para ayudar a comparar
los resultados y elaborar informes de calidad en cualquier
momento que sea necesario

Es posible guardar StatGallery slo o con StatFolio

Se pueden superponer tantos paneles como se desee

La impresin de grficos mltiples en una pgina se puede

realizar en cualquier dispositivo bajo Windows incluyendo
impresoras lser, plotters y dispositivos PostScripts

Permite aadir informacin o mejorar un grfico con etiquetas

adicionales y personalizar los bordes, tramas, puntos, colores
y fuentes

Posibilita la personalizacin de todos los grficos mediante

caractersticas definidas por el usuario

La presentacin preliminar permite revisar los grficos antes

de imprimirlos