Objetivo: proponer modelos para analizar la influencia de varios factores sobre un fenmeno

que nos interesa estudiar.

Si las dos variables no son independientes estn relacionadas de alguna manera
CORRELACION: a medida que aumenta una, influye a la otra. Es ms difcil encontrar el ptimo.
















Espacio: zona en la que tengo respuesta.






























Tcnicas de bsqueda enumerativa (rejillas, muestreo sistemtico): este
tipo de muestreo requiere que previamente nos hayamos asegurado de que los elementos
ordenados no presentan periodicidad en las variables objeto de estudio, puesto que si hay
periodicidad y el periodo esta prximo al valor v, los resultados que se obtengan tendrn
grandes desviaciones y no tendrn validez.
El muestreo sistemtico es equivalente al muestreo aleatorio si los elementos se encuentran
enumerados de manera aleatoria.
Ventajas:
-Extiende la muestra a toda la poblacin.
-Es de fcil aplicacin.
Inconvenientes:
-Aumento de la varianza si existe periodicidad en la enumeracin de los elementos,
producindose sesgo por seleccin.
-Problemas a la hora de la estimacin de la varianza
Tcnicas de bsqueda aleatoria: diremos que hemos extrado una muestra aleatoria
simple cuando su proceso de extraccin garantice:
-cada elemento de la poblacin tiene la misma probabilidad de ser elegido.
- los elementos se selecciona de uno en uno y con reposicin (reemplazamiento), de manera
que la poblacin permanece idntica en todas las extracciones.
Observacin: cuando la fraccin de muestreo (n/N) es pequea, ser indiferente realizar el
muestreo con o sin reposicin.
-se utiliza cuando la poblacin es homognea respecto a la caracterstica a estudiar.
-para disear la muestra se utilizan los nmeros aleatorios.
Ventajas: Siempre son aplicables
Desventajas: Ineficientes, excepto para los problemas ms simples.
Conceptos elementales
Extremo contrario: tcnicas con suposiciones exigentes (soluciones
adaptadas al problema) problema) (eje. Algoritmos de gradiente:
funciones matemticas que obtienen cual es el mejor gradiente). Utilizan
la informacin disponible en cada momento para redirigir la bsqueda.





Ventajas: Son eficientes (rapidez en la localizacin del ptimo) y solo estudian regiones discre
tas del espacio (estrategias locales).
Desventajas: Poco robustas robustas (atrapadas fcilmente en ptimos locales)
Son tanto mejores, cuanto mayor conocimiento se tiene del problema
En vez de muestrear toda la zona, cogemos 4 puntos y obtenemos la direccin en la que
tenemos que seguir muestreando para localizar el ptimo.














Anlisis general: necesitamos toda la zona del espacio donde tenemos respuesta; la
describimos con una ecuacin matemtica que nos de ese espacio, para saber donde est el
mximo o mnimo.
Caractersticas
Las tcnicas formales de optimizacin usualmente:
Son multivariadas (las podemos utilizar para ms de una variable)
en el espacio de decisin (variables operacionales) y estn sujetas a restricciones.





Son multivariadas en el espacio de las respuestas
(objetivos) (optimizacin multiobjetivo). Con frecuencia, los objetivos son conflictivos (no
tenemos claro el objetivo).
Se debe balancear el esfuerzo experimental frente a la informacin obtenida.
Algunas se benefician de la simulacin.
Todas ellas se simplifican enormemente con la computarizacin