TRABAJO DE INVESTIGACION

CARRERA: INGENIERIA EN SISTEMAS COMPUTACIONALES

MATERIA: SIMULACION DE SISTEMAS
TEMAS: TECNICAS DE REDUCCION DE VARIACION, PROCEDIMIENTOS DE
OPTIMIZACION, EXPERIMENTOS EXPLORATORIOS, DETERMINACION DEL
TAMAO DE LA MUESTRA Y REGLAS DE DETERMINACION
PROFESOR: LINF. RENNY ZURIEL REYES CARAVEZ
NOMBRES DE INTEGRANTES
OSCAR VENTURA TRUJILLO
RICARDO SALAS LAZARENO
CARLOS SERAFN GALVN

Tcnicas de Reduccin de Varianza

En la mayora de las simulaciones, los experimentos tienen por objetivo obtener valores medios de los
resultados que se muestrean (de sus distribuciones).
El mtodo utilizado es el de realizar varias replicaciones independientes.
Cuanto mayor sea la varianza obtenida, mayor debe ser la cantidad de replicaciones a realizar.

En el mtodo de las replicaciones se ejecutan n corridas independientes, se estima el valor de la

respuesta media,
La mejora obtenida al realizar n replicaciones, en lugar de una, surge de:

La reduccin obtenida esta dada por:

Tasas constantes

El uso de tasas de arribo y/o estadas constantes (determinsticas) reduce considerablemente la

varianza de las muestras obtenidas como resultados.

Usarlos con precaucin, todas las caractersticas estocsticas del sistema pueden perderse, al
quizs obtener datos sobre o sub-evaluados.

La incorporacin de valores constantes puede ser til como forma de establecer cotas para las
medidas buscadas.

Torrentes comunes

Esta tcnica se usa para determinar diferencias entre resultados, cuando los niveles de los
factores son cambiados.
Si es el resultado de una corrida respecto a un determinado nivel e es el resultado
respecto de otro nivel, entonces
la diferencia entre las medias resultantes de n corridas para cada nivel, puede ser usada para
estimar el valor esperado de la diferencia [ ]

Experimentos exploratorios
Son investigaciones cuyo objetivo fundamental no es demostrar una hiptesis sino estudiar las tcnicas,
mtodos y procedimientos que permiten identificar los elementos que intervienen en el planteamiento
general de la problemtica a solucionar, as como los instrumentos, tcnicas y herramientas con los
cuales se puede llevar a cabo la investigacin.
Los experimentos exploratorios se refieren propiamente al anlisis y experimentacin inicial que se hace
antes del estudio formal de una problemtica, su propsito es descubrir y determinar los
requerimientos de la investigacin, la factibilidad de llevarla a cabo y todos los factores que de alguna
forma intervendrn en el desarrollo de la misma.
Para el caso de investigaciones de tesis, esta experimentacin exploratoria ser de gran utilidad pues
con ella pueden establecerse las posibles variaciones y requerimientos de su tema.
La investigacin experimental es esencialmente de tipo secuencial, un experimento antecede a otro
ganndose cierto conocimiento en el proceso y proponindose nuevos interrogantes que pueden
mejorar los resultados del proceso experimental. Despus de un experimento de tipo exploratorio,
generalmente sigue un experimento confirmatorio.
Un ejemplo concreto de este tipo de trabajo es el diseo de un sistema de informacin, en el que se
experimenta previamente su comportamiento al plantear la tesis.

PROCEDIMIENTOS DE OPTIMIZACION

Optimizacin bajo incertidumbre. Representacin de la incertidumbre. Estrategias de optimizacin bajo

incertidumbre. Anlisis de flexibilidad de sistemas en estado estacionario y no estacionario.

Optimizacin dinmica. Derivacin de modelos dinmicos. Formulaciones algebraico diferenciales.

Grados de libertad. ndice de sistemas algebraico diferenciales. Problemas de optimizacin dinmica
paramtrica y de control ptimo. Mtodos numricos para problemas de valores iniciales y algebraicodiferenciales. Paquetes existentes. Optimizacin de sistemas discontinuos. Aplicaciones en interaccin
entre diseo y control de procesos, en arranque y parada de equipos, en optimizacin de transitorios,
etc.

Tcnicas de optimizacin avanzada y nuevas aplicaciones. Programacin lineal y no lineal mixta entera
(MILP, MINLP): mtodos y aplicaciones. Modelamiento usando variables binarias. Modelamiento de
Lgica usando MINLP. Optimizacin estocstica: GA y SA. Introduccin al concepto de "complejidad"
en problemas de optimizacin. Optimizacin global: definiciones y conceptos generales, formulaciones y
reformulaciones de problemas de OG, estrategias de resolucin. Aplicaciones de optimizacin en
bioinformtica, diseo molecular, etc.

Optimizacin de programas de produccin. Esquemas integrados de operacin de sistemas.

Modelamiento y optimizacin de planeamiento de corto y largo plazo. Optimizacin de inventarios.
Modelamiento y optimizacin de Cadenas de Suministro

Prctica. Descripcin y uso de herramientas comerciales. Optimizacin usando simuladores de procesos:

ASPEN, HYSYS, gPROMS, SuperPRO-Designer. Paquetes de modelamiento y optimizacin: GAMS,
Matlab-Simulink. Rutinas FORTRAN y C++.

Bibliografa

L.T. Biegler, I.E. Grossmann y A.W. Westerberg. Systematic Methods of Chemical Process Design.
Prentice-Hall, 1997.
T.F. Edgar y D.M. Himmelblau. Optimization of Chemical Processes. McGraw-Hill, 1988.
C.A. Floudas. Nonlinear and Mixed-Integer Optimization. Oxford Univ. Press, 1995.
Brooke, D. Kendrick y A. Meeraus. GAMS. A User Guide. The Scientific Press, 1988.

La optimizacin proporciona un esquema conceptual que facilita el difcil proceso de estructuracin,

anlisis y sntesis, inherente a todo problema de decisin; contribuyendo, as, al diseo de mejores
soluciones para problemas de carcter tanto tcnico, como econmico y social."
Podemos decir que optimizar es sinnimo de buscar lo mejor, tambin de alcanzar la ganancia mxima o
tener la prdida mnima.
Es por esto que el hombre siempre ha querido la optimizacin dentro de sus actividades, sean stas
empresariales, cientficas o polticas, formalizando y cuantificando, mediante procedimientos
matemticos, la forma de alcanzar lo mejor en una circunstancia o problema bien definido.
Este trabajo pretende de cierta forma dar una idea del esquema conceptual que ofrece la optimizacin
como herramienta efectiva para estructurar, analizar y sintetizar una gran variedad de problemas de
decisin.

Glosario.
Modelo econmico: Consiste en una ecuacin que incluye las utilidades obtenidas con la venta del
producto y los costos asociados al proceso productivo, o sea, materia prima, costos de operacin, costos
de administracin, gastos generales, etc.
Programacin: Consiste en los pasos que se requerirn para optimizar un sistema.
Formulacin matemtica: Es la tcnica con la cual se lleva el proceso de optimizacin a formulas
matemticas.

Formulacin de problemas de optimizacin.

Cuando se ha decidido o hecho indispensable aplicar la optimizacin en un proceso industrial se han de
requerir tres componentes bsicas para la formulacin del problema en trminos matemticos:
El modelo matemtico que rige el problema, adems de una definicin de las variables del proceso que
pueden ser manipuladas o controladas.
Un modelo econmico para el proceso. Esto quiere decir una ecuacin que incluye las utilidades
obtenidas con la venta del producto y los costos asociados al proceso productivo, o sea, materia prima,
costos de operacin, costos de administracin, gastos generales, etc.
Un procedimiento de optimizacin para la manipulacin de las variables independientes del proceso,
que maximice las utilidades o minimice los costos determinados por el modelo econmico, restringido
por el modelo del proceso.

Debido a la complejidad de las grandes empresas, los modelos del proceso se deben simplificar, usando
ecuaciones de simulacin para mantener los costos de programacin y el uso del computador dentro de
los lmites razonables. Sin embargo, dentro de cada proceso en particular es posible crear modelos ms
detallados para especificar condiciones de operacin ptimas, es decir, temperaturas, precisiones, mano
de obra, energa, etc., para asegurar una operacin ptima en la unidad.
Existen diferentes tcnicas de optimizacin, las cuales tienen dos divisiones muy claras:
Una es la programacin matemtica cuyo objetivo es ubicar el mejor punto x(x1,....., xn) que optimice el
modelo econmico.
La otra, muestra los mtodos variacionales, cuyo objetivo es ubicar la mejor funcin y(x) que optimice el
modelo econmico del proceso.
Optimizacin.
Programacin matemtica Mtodos variacionales
Objetivo: encontrar el mejor punto Objetivo: encontrar la mejor
que optimice el modelo econmico. funcin que optimice el modelo.
Ejemplo: condiciones ptimas de Ejemplo: mejor perfil de temperatura operacin de un reactor
qumico. que maximiza la conversin en un reactor
tubular.
Formulacin matemtica Formulacin matemtica
Optimizar y(x), x = (x1,....., xn) Optimizar J[y(x)] = F[y(x)], y'(x)]dx
sujeta a: fj(x) <= 0 sujeta a: restricciones algebraicas,
j = 1, 2, ...,m integrales o diferenciales.

Mtodos Mtodos
Analticos
Programacin geomtrica Clculo de variaciones
Programacin lineal Programacin dinmica (continua)
Programacin dinmica (discreta) Principio del mximo (continuo)
Programacin no lineal
Tcnicas de bsqueda
Principio del mximo (discreto)
Programacin cuadrtica
Programacin separable
Programacin convexa
Programacin entera
Programacin combinacional
Programacin heurstica
Al resolver un problema de optimizacin, la estructura y complejidad de las ecuaciones son importantes,
ya que la mayor parte de los procedimientos de programacin matemtica pueden hacer uso de la
forma especial de los modelos econmicos y del proceso (ecuaciones de restriccin). Por ejemplo:
Programacin lineal (donde todas las ecuaciones son lineales) y la programacin geomtrica (todas las
ecuaciones son polinomios).

Teora clsica del mximo y del mnimo.

Esta teora estudia los mtodos para encontrar los puntos extremos de una funcin. En particular se
desea determinar el valor de las n variables independientes x1,....., xn de una funcin en un punto
extremo.
Es necesario tener en cuenta algunas condiciones necesarias y suficientes para determinar puntos
extremos, un teorema fcil de comprender es el de Weierstrass, el cual garantiza la existencia de puntos
extremos, y dice:
"Toda funcin continua en un dominio cerrado posee un valor mximo y uno mnimo,ya sea en el

interior o en el contorno del dominio"

Este teorema nos dice que no se requiere que la funcin tenga derivadas continuas para que exista un
mximo o un mnimo.
No es necesario que todos los puntos estacionarios sean mximos o mnimos locales, ya que puede
haber puntos de inflexin o puntos de montura.
Una vez localizados los mximos y mnimos locales, es necesario comparar individualmente cada punto
para determinar los valores mximos y mnimos absolutos.
Para establecer si un punto estacionario es un mximo o un mnimo local, se resolver un desarrollo en
series de Taylor alrededor del punto estacionario.
X0 : f(x) = f(x0) + f '(x0)(x- x0) + 1/2 f'' (x0)(x- x0)2 + ....
En donde: f '(x) = dy/dx con x = x0

La ecuacin se puede simplificar a:

f(x) = f(x0) + 1/2 f'' (x0)(x- x0)2
Para saber si x0 es un mximo o un mnimo local, examinando el valor de la segunda derivada, debido a
que (x- x0)2 es siempre positivo, resultando:
Si f ( x0) > 0 entonces f(x0) es mnimo.
Si f ( x0) < 0 entonces f(x0) es mximo.
Si f ( x0) = 0 entonces no hay informacin.
Para este ltimo caso, ser necesario examinar las derivadas de orden superior, entonces en general: f
'(x0) = f ''(x0) = ...= f n-1(x0) = 0
Y f n (x0) 0 , por lo tanto el desarrollo en series de Taylor queda:
f(x) = f(x0) + 1/n! f n (x0)(x - x0)n
Cuando n es par, (x - x0)n es siempre positivo y el resultado es:
Si f n (x0) > 0 , f(x0) es mnimo.
Si f n (x0) < 0 , f(x0) es mximo.
Si n es impar, (x - x0)n es negativa al variar x desde x< x0 hacia x> x0 resultando un punto de inflexin.

Programacin lineal.
Este trmino no se refiere a la programacin computacional, sino a algn procedimiento a seguir en un

plan.
Desde el punto de vista de la programacin matemtica, el problema de programacin lineal puede
formularse como:
max { c1x1 + .....+ cnxn }
sujeto a :
a11x1 + .... + a1nxn <= b1
......................................
am1x1 + .... + amnxn <= bm
x1 >= 0 , ....... , xn >= 0