Instituto Tecnológico de la Piedad

Ingeniería de Procesos

Trabajo de la unidad 1

Profesor: Guillermo Barajas García

Maritza Orozco Llamas

30 de enero de 2016

1.1. CONCEPTOS

1.1.1. Ingeniería de Procesos

Se entiende por Ingeniería de proceso aquella que:

• Se desarrolla, evalúa y diseña los procesos productivos

• Se genera toda la información indispensable para la ingeniería básica

• Por Proceso se entiende toda operación de transformación,

• Se define el “Know how” como se hace, es la información obtenida de la investigación y desarrollo”

• Se definen los requerimientos de materias primas e insumos que tenga el proceso.

• Se evalúan las condiciones del medio que afectan a los procesos.

Los modelos matemáticos son de suma utilidad para el mejor diseño del proceso en consideración.

A veces es necesaria la utilización de plantas pilotos para asegurar los parámetros de diseño

Como empresa de ingeniería, se cuenta con la vinculación con diferentes empresas especializadas en el suministro, comercialización y asesoría de Know How.

¿De qué se trata Ingeniería de Procesos?

Es una rama de la ingeniería con conocimientos suficientes en ciencia y tecnología, para aplicarlas en el diseño, simulación, optimización, innovación, logística y gestión de los procesos, con base en el estudio de aquellos de naturaleza fisicoquímica y biotecnológica, y una ética empresarial que promueva la protección del ambiente y la seguridad industrial.

El Ingeniero de Procesos, gracias a su enfoque sistémico y a sus conocimientos de gestión, puede no sólo operar óptimamente los procesos industriales sino que también está 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.

¿Qué hace el Ingeniero de Procesos?

El Departamento de Ingeniería de Procesos está capacitada para:

Diseñar e implementar procesos fisicoquímicos y biotecnológicos, ambientalmente sostenibles, tecnológica y económicamente factibles y socialmente responsables

Modelar y simular procesos fisicoquímicos y biotecnológicos.

Desarrollar nuevos productos competitivos internacionalmente

Optimizar los procesos para el aprovechamiento racional de los recursos: energía, materiales, tecnología, talento humano, capital económico e intelectual

Operar y administrar procesos con seguridad, efectividad, calidad y mejoramiento continuo.

Administrar el conocimiento en las organizaciones, coordinando de manera sistémica los diferentes recursos y áreas de la empresa

Proponer y participar en proyectos de investigación y desarrollo de procesos y productos innovadores, que conduzcan a nuevos conocimientos y a la creación de empresas.

Crear y administrar su propia empresa, preferiblemente de base fisicoquímica o biotecnológica

Evaluar proyectos industriales técnica, ambiental y económicamente

Proyectar sus conocimientos en ciencia, tecnología y administración a otros procesos empresariales: La “Procedética”

Aplicar herramientas informáticas y computacionales especializadas para mejorar el desempeño en áreas de ingeniería y administración

Fortalecer la gestión empresarial con sus conocimientos de los procesos tecnológicos

Gestionar la tecnología acorde con las estrategias de la empresa

1.1.2. Síntesis de procesos

La síntesis es la etapa del diseño de procesos químicos que comprende la generación de estructuras alternativas técnicamente factibles, que satisfagan objetivos previamente establecidos. Esta tarea involucra la selección de la secuencia óptima de las operaciones de un proceso (Flowsheet), que permita la transformación de materias primas en productos. La síntesis puede ser definida de diversas formas una de ellas es: la tarea de invención de la estructura y de determinación de las condiciones operativas de un proceso (Rudd, 1968).

La síntesis de procesos es una actividad extremadamente importante en el diseño de procesos, en la que el equipo de diseño (grupo de profesionales seleccionados por sus conocimientos y experiencia) debe encontrar la mejor configuración del proceso, de forma tal que satisfaga los objetivos pre-establecidos. Se han desarrollado diferentes metodologías para la generación de alternativas de

proceso, una de ellas es el Método de Síntesis Jerárquica propuesto por Douglas. El autor parte de la concepción de que los problemas de diseño se resuelven abordando primero soluciones simples e introduciendo posteriormente, sucesivos niveles de detalle. De este modo, propuso un procedimiento sistemático que incluye un conjunto de niveles, estructurados de acuerdo a una jerarquía de decisiones. Los niveles son clasificados de acuerdo al siguiente orden de decisiones de proceso:

En esta estructura jerárquica, como puede observarse, en el nivel 5 se obtiene el flowsheet del proceso integrado energéticamente. Si se asciende en el diagrama, los niveles contienen menor grado de detalles, en forma sucesiva. Ventajas del método:

• Permite el cálculo del tamaño de los equipos y la estimación de sus costos a medida que se pasa a través de los distintos niveles de jerarquía.

• Si la rentabilidad del proceso se hace negativa en algún nivel, se puede buscar un proceso alternativo o dar por terminado el proyecto de diseño sin tener que obtener la solución 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. Simulación, control y optimización de procesos

Simulación de procesos:

La Simulación de Procesos. Resume toda la teoría 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 hábitos. En los últimos años, la simulación de procesos ha llegado a ser una herramienta adecuada y oportuna de apoyo para el diseño, caracterización, optimización 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 simulación de procesos puede ser útil 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 sofisticación. La simulación de procesos puede usarse en las siguientes etapas del desarrollo de un proyecto industrial:

Investigación y desarrollo: Una simulación sencilla se puede usar para probar la factibilidad técnica y económica del proyecto.

Etapa crítica en la toma de decisiones: Se prueban diferentes alternativas de proceso y condiciones de operación y se toman decisiones.

Planta piloto: Simulación con modelos más sofisticados para obtener mejores estimaciones de las condiciones de operación a escala industrial.

Diseño: La simulación proporciona todos los datos de proceso requeridos para el diseño detallado de los diferentes equipos.

Simulación de plantas existentes: Puede ser muy útil cuando es necesario cambiar las condiciones de operación, o cuando se quieren sustituir materias primas.

Simulación de Procesos en la Industria Química

La simulación de procesos químicos es una herramienta moderna que se ha hecho indispensable para la solución adecuada de los problemas de proceso. Permite efectuar el análisis de plantas químicas en operación y llevar a cabo las siguientes tareas, las cuales son comunes en las diversas ramas de la industria química:

Detección de cuellos de botella en la producción.

Predicción de los efectos de cambios en las condiciones de operación y capacidad de la planta.

Optimización de las variables de operación.

Optimización del proceso cuando cambian las características de los insumos y/o las condiciones económicas del mercado.

Análisis de nuevos procesos para nuevos productos.

Evaluación de alternativas de proceso para reducir el consumo de energía.

Análisis de condiciones críticas de operación.

Transformación de un proceso para desarrollar otras materias primas.

Análisis de factibilidad y viabilidad de nuevos procesos.

Optimización del proceso para minimizar la producción de desechos y contaminantes.

Entrenamiento de operadores e ingenieros de proceso.

Investigación de la factibilidad de automatización de un proceso.

Control de procesos:

El control del proceso consistirá en la recepción de unas entradas, variables del proceso, su procesamiento y comparación con unos valores predeterminados por el usuario, y posterior corrección en caso de que se haya producido alguna desviación respecto al valor preestablecido de algún parámetro de proceso. El bucle de control típico estará formado por los siguientes elementos, a los que habrá que añadir el propio proceso.

+ Elementos de medida (Sensores) Generan una señal indicativa de las condiciones de proceso.

+ Elementos de control lógico (Controladores): Leen la señal 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 actuación (Válvulas y otros elementos finales de control): Reciben la señal del controlador y actúan sobre el elemento final de control, de acuerdo a la señal recibida.

Esta serie de operaciones de medida, comparación, calculo y corrección, 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 clasificación de los sistemas de control atendiendo al procedimiento lógico usado por el controlador del sistema para regular la evolución del proceso. Los principales tipos de control utilizados en los procesos industriales serán: Normales:

• Sistemas de realimentación. (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)

• Optimización de unidades

Optimización de procesos:

Optimización es la acción 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 él de la manera más excelente posible.

La optimización está orientada hacia 2 metas fundamentales:

Maximizar ganancias

Minimizar gastos

Todo proceso industrial puede ser mejorado, esto apoya la “ASEVERACIÓN” de la ingeniería de métodos que señala: “Siempre hay un método mejor”

Por lo tanto el principal propósito de optimizar un proceso es incrementar la productividad.

Teniendo en cuenta que la productividad es la relación entre producción y recursos, es decir

Productividad = producción / recursos

Existen básicamente dos maneras de incrementar la productividad:

1.- Obteniendo la misma producción con menos recursos.

2.- Aumentando la producción con los mismos recursos

Productividad ≠ Producción

Operación óptima del

Trabajo en

equipo

Gerencia

Conocimiento total

del procesoAplicación de

Técnicas administrativas y

Productivas:1. Ingeniería de métodos2. Mejoramiento continuo3. Calidad total4. Seis sigma5. Método Deming6. Ingeniería concurrente7. Lean manufacturing Evaluación,

control y seguimiento

Comunicación

efectiva

Motivación

del

Optimización

La gestión por procesos es una manera de gestionar que tiene por objetivo el análisis periódico de la forma en que se realizan las actividades y procesos en una organización, en la búsqueda de un mejoramiento u optimización continua de los resultados que se obtienen como producto de dicha gestión. 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 cómo mejorar la gestión.

Etapas en la gestión de procesos

La gestión de procesos tiene las siguientes etapas:

1. Identificación2. Descripción3. Análisis4. Identificación de áreas problema y sus soluciones5. Rediseño6. Aplicación/implementación7. Evaluación

1.2 ANÁLISIS DE DIAGRAMA DE FLUJO DE PROCESOS (DEP) Y DETERMINACIÓN DE GRADOS DE LIBERTAD

DIAGRAMA DE FLUJO:

Un diagrama de flujo es una representación gráfica de un proceso. Cada paso del proceso es representado por un símbolo diferente que contiene una breve descripción de la etapa de proceso. Los símbolos gráficos del flujo del proceso están unidos entre sí con flechas que indican la dirección de flujo del proceso.

El diagrama de flujo ofrece una descripción visual de las actividades implicadas en un proceso mostrando la relación secuencial ente ellas, facilitando la rápida comprensión de cada actividad y su relación con las demás, el flujo de la información y los materiales, las ramas en el proceso, la existencia de bucles repetitivos, el número de pasos del proceso, las operaciones de interdepartamentales… Facilita también la selección de indicadores de proceso

Beneficios:

En primer lugar, facilita la obtención de una visión transparente del proceso, mejorando su comprensión. El conjunto de actividades, relaciones e incidencias de un proceso no es fácilmente discernible a priori. La diagramación hace posible aprehender ese conjunto e ir más allá, centrándose en aspectos específicos del

Operación óptima del

mismo, apreciando las interrelaciones que forman parte del proceso así como las que se dan con otros procesos y subprocesos.

Permiten definir los límites de un proceso. A veces estos límites no son tan evidentes, no estando definidos los distintos proveedores y clientes (internos y externos) involucrados.

El diagrama de flujo facilita la identificación de los clientes, es más sencillo determinar sus necesidades y ajustar el proceso hacia la satisfacción de sus necesidades y expectativas.

Estimula el pensamiento analítico en el momento de estudiar un proceso, haciendo más factible generar alternativas útiles.

Proporciona un método de comunicación más eficaz, al introducir un lenguaje común, si bien es cierto que para ello se hace preciso la capacitación de aquellas personas que entrarán en contacto con la diagramación.

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 medición de los procesos, así como de los objetivos concretos para las distintas operaciones llevadas a cabo.

Facilita el estudio y aplicación 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 o reingeniería.

Elaboración 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 será multifuncional y multijerárquico.

Determinar el proceso a diagramar. Definir el grado de detalle. El diagrama de flujo del proceso puede mostrar a

grandes rasgos la información sobre el flujo general de actividades pricipales, o ser desarrollado de modo que se incluyan todas las actividades y los puntos de decisión. Un diagrama de flujo detallado dará la oportunidad de llevar realizar un análisis más exhaustivo del proceso.

Identificar la secuencia de pasos del proceso. Situándolos en el orden en que son llevados a cabo.

Construir el diagrama de flujo. Para ello se utilizan determinados símbolos. Cada organización puede definir su propio grupo de símbolos. En la figura anterior se mostraba un conjunto de símbolos habitualmente utilizados. Al respecto cabe decir que en la figura “Conector de proceso” es frecuentemente utilizado un círculo como símbolo. Para la elaboración de un diagrama de flujo, los símbolos estándar han sido normalizados, entro otros, el American National Standars Institute (ANSI).

Revisar el diagrama de flujo del proceso.

GRADOS DE LIBERTAD:

El número de grados de libertad en ingeniería se refiere al número mínimo de parámetros que necesitamos especificar para determinar completamente la velocidad de un mecanismo o el número de reacciones de una estructura.

Más concretamente, los grados de libertad son el número mínimo de velocidades generalizadas independientes necesarias para definir el estado cinemático de un mecanismo o sistema mecánico. El número de grados de libertad coincide con el número de ecuaciones necesarias para describir el movimiento. En caso de ser un sistema holónomo, coinciden los grados de libertad con las coordenadas independientes.

En mecánica clásica y lagrangiana, la dimensión d del espacio de configuración es igual a dos veces el número de grados de libertad GL, d = 2·GL.

Grados de libertad en mecanismos planos

Para un mecanismo plano cuyo movimiento tiene lugar sólo en dos dimensiones, el número de grados de libertad del mismo se pueden calcular mediante el criterio de Grübler-Kutzbach:

donde:

, movilidad., número de elementos (eslabones, barras, piezas, etc.) de un

mecanismo., número de uniones de 1 grado de libertad., número de uniones de 2 grados de libertad.

Importante: esta fórmula es válida sólo en el caso de que no existan enlaces redundantes, es decir enlaces que aparecen físicamente en el mecanismo pero no son necesarios para el movimiento de éste. 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 fácil de visualizar, en otras ocasiones se pueden cambiar por sistemas equivalentes.

Grados de libertad en estructuras

Podemos extender la definición de grados de libertad a sistemas mecánicos que no tienen capacidad de moverse, llamados estructuras fijas. En el caso particular

de estructuras de barras en d dimensiones, si n es el número de barras y existen m restricciones (uniones entre barras o apoyos) que eliminan cada una ri grados de libertad de movimiento; definimos el número de grados de libertad aparentes como:

GL: Grados de libertad del mecanismo.n: Número de elementos de barras de la estructura.ri: Número de grados de libertad eliminados por la restricción  .

En función de la anterior suma algebraica podemos hacer una clasificación de los sistemas mecánicos formados a base de barras:

Estructuras hiperestáticas, cuando GL < 0. Estructuras isostáticas, cuando GL = 0. Mecanismos, cuando GL > 0.

1.3 METODO HEURÍSTICO Se basa en la utilización de reglas empíricas para llegar a una solución. El método heurístico 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 solución y volver para evaluar los efectos de las actividades (Bransford & Stein, 1984).

El matemático Polya (1957) también formuló un método heurístico para resolver problemas que se aproxima mucho al ciclo utilizado para programar computadores.

Según 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 (¿Cuál es la pregunta?)

Precisar el resultado que se desea lograr

Determinar la incógnita del problema

Organizar la información

Agrupar los datos en categorías

Trazar una figura o diagrama.

2. Hacer el plan. 

Escoger y decidir las operaciones a efectuar.

Eliminar los datos inútiles.

Descomponer el problema en otros más pequeños.

3. Ejecutar el plan (Resolver).

Ejecutar en detalle cada operación.

Simplificar antes de calcular.

Realizar un dibujo o diagrama.

4. Analizar la solución (Revisar).

Dar una respuesta completa

Hallar el mismo resultado de otra manera.

Verificar por apreciación que la respuesta es adecuada.

Como se aplica:

Como disciplina científica, la heurística es aplicable a cualquier ciencia e incluye la elaboración de medios auxiliares, principios, reglas, estrategias y programas que faciliten la búsqueda de vías de solución a problemas; o sea, para resolver tareas

de cualquier tipo para las que no se cuente con un procedimiento algorítmico de solución. Según Horst Müler: Los Procedimientos Heurísticos son formas de trabajo y de pensamiento que apoyan la realización consciente de actividades mentales exigentes. Los Procedimientos Heurísticos como Método científico pueden dividirse en principios, reglas y estrategias.

Principios Heurísticos: constituyen sugerencias para encontrar (directamente) la idea de solución; posibilita determinar, por tanto, a la vez, los medios y la vía de solución. Dentro de estos principios se destacan la analogía y la reducción.

Reglas Heurísticas: actúan como impulsos generales dentro del proceso de búsqueda y ayudan a encontrar, especialmente, los medios para resolver los problemas. Las Reglas Heurísticas que más se emplean son:

Separar lo dado de lo buscado. Representar magnitudes dadas y buscadas con variables. Determinar si se tienen fórmulas adecuadas. Utilizar números (estructuras más simples) en lugar de datos. Reformular el problema.

Estrategias Heurísticas: se comportan como recursos organizativos del proceso de resolución, que contribuyen especialmente a determinar la vía de solución 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 solución del problema.

El trabajo hacia atrás: se examina primeramente lo que se busca y, apoyándose de los conocimientos que se tienen, se analizan posibles resultados intermedios de lo que se puede deducir lo buscado, hasta llegar a los dados.

1.4METODO EVOLUTIVO

El desarrollo evolutivo es una metodología de desarrollo de software muy relacionada con, pero claramente distinta de, desarrollo por prototipos. El énfasis está puesto sobre la importancia de obtener un sistema de producción flexible y expansible  Así, si los requerimientos cambian durante el desarrollo del sistema,

entonces con un mínimo 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 tendría la propiedad de satisfacer los nuevos requerimientos lo más rápido posible. En contraste, prototipos usa un enfoque iterativo solo para determinar los requerimientos generacionales  Por lo tanto el tiempo tomado entre cada Hite ración es mucho más importante para el desarrollo evolutivo. En la figura 10 se puede ver gráficamente esta diferencia.Así, las etapas del desarrollo evolutivo tienen por objetivo extender los incrementos de un producto de software operacional, en las direcciones determinadas por la evolución de la experiencia operacional.El modelo de desarrollo evolutivo puede ser idealmente asociado a un lenguaje de aplicación de cuarta generación y mejor aún a situaciones en que el usuario dice, "yo no puedo hablarte sobre lo que yo quiero, pero yo lo reconocería si lo viese". Así, este método entregaría al usuario rápidamente una capacidad operativa inicial y, además, establecería una base real operación para determinar las mejoras subsecuentes en el producto.

Con la existencia del método evolutivo se configura una nueva problemática en el desarrollo de sistemas, es decir, la crisis se expande ahora en el sentido que no sólo se requiere reflejar lo más fielmente posible las necesidades del usuario, sino que ahora los ambientes en que el sistema está inserto están 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 década de los ochenta, al definir las leyes de la evolución del software, en que las dos primeras leyes tienen directa relación con lo que se describe. Veamos a Lehman citado por Ian Sommerville, en el libro Ingeniería de Software:Lehman propone que la evolución de un sistema de software está 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 evolución de los programas:  Cambio Continuo.Un programa que se utiliza en un ambiente del mundo real debe cambiar o será cada vez menos útil en ese ambiente.  Complejidad creciente.A medida que un programa en evolución cambia, su estructura se hace más compleja, a menos que se lleven a cabo esfuerzos activos para evitar este fenómeno.  Evolución del programa.

La evolución del programa es un proceso autor regulador, y una medición de atributos del sistema, como el tamaño, el tiempo entre versiones, el número de errores advertidos, etc., revela las tendencias estadísticas significativas y las características invariantes.  Conservación 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.  Conservación de la familiaridad

Puntos a considerar: Las técnicas de búsqueda de la solución se basan en decisiones más o

menos aleatorias inspiradas en la naturaleza Algunos métodos están orientados a trabajar con poblaciones. Otras

búsquedas de direcciones se basan en fenómenos físicos Los métodos basados en poblaciones trabajan simultáneamente con

algunos individuos (candidatos a soluciones) que se seleccionan en diferentes etapas por medios de algunas reglas de selección.

En cada generación, la población conserva los mejores y genera nuevos individuos en áreas alejadas para evitar en lo posible los mínimos locales.

En este sentido pueden ser métodos globales La selección y generación de individuos se hace por distintos métodos,

principalmente estocásticos. Diversas familias: GA, TS, SA,…

Suelen estar basados en evaluaciones de la función y no en sus derivadas, lo que facilita su uso en problemas no derivables.

Las restricciones son más difíciles de tratar y normalmente deben implementarse como funciones de penalización

Pueden ser más lentos que los métodos deterministas pero dan la posibilidad de alcanzar un óptimo global.

No adecuados para gran número de variables

Simulated Annealing (SA)

Distintamente a los algoritmos genéticos, los métodos 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 metalúrgica se utiliza un tratamiento de calentamiento, donde el material inicialmente se calienta y luego se enfría lentamente de una forma controlada, evolucionando hasta un estado de menor energía, para incrementar el tamaño de sus cristales y mejorar sus propiedades

Un individuo cercano a la solución actual se considera como un conjunto de puntos desde donde la solución evolucionaría hacía un punto mejor.

Partiendo de un punto inicial, el siguiente punto se selecciona aleatoriamente entre los más cercanos (vecinos) de acuerdo a una cierta regla de probabilidad.

Se le asigna a ese punto una función de “energía” E y la probabilidad de que se mueva desde xi hasta xj se define como una función de las diferencias de energía E(xi ) – E(xj ). E puede ser la función de costo J

La probabilidad es siempre positiva, incluso si el nuevo punto tiene una energía mayor que el anterior, evitando un mínimo local.

La probabilidad depende también de un parámetro global que se le llama temperatura, y el cual decrece a lo largo del tiempo. Decrece cuando T tiende a cero permitiendo una única transición hacia puntos con una menor energía.

Tabu search (TS):

Para mejorar la eficiencia del proceso de exploración, se necesita no solo mantener la información local, (como por ejemplo el valor actual de la función objetivo) sino también sobre alguna información relacionada con el proceso de exploración anterior. El uso sistemático de memoria es uno de los puntos importantes del método de tabu search (TS).

Estas informaciones se utilizan para orientar el movimiento dede el punto xi hacia la siguiente solución xj seleccionada en la vecindad de xi (N(i)). La regla de la memoria se restringe a la selección de un subconjunto de N(i) prohibiendo los movimientos hacia otras soluciones vecinas.

TS se puede caracterizar como metaheurístico. Su rol es más frecuente en la orientación y guía de otros procedimientos de búsqueda (más locales).

1.5METODO 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 solución. 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 patrón. Algunos ejemplos enmatemática son el algoritmo de multiplicación, para calcular el producto, el algoritmo de la división para calcular el cociente de dos números, el algoritmo de Euclides para obtener el máximo común divisor de dos enteros positivos, o el método 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 ambigüedad y sin hacer referencia a una computadora en particular, y además tiene un límite fijo en cuanto a la cantidad de datos que se pueden leer/escribir en un solo paso. Esta amplia definición abarca tanto a algoritmos prácticos como aquellos que solo funcionan en teoría, por ejemplo el método de Newton y la eliminación de Gauss-Jordan funcionan, al menos en principio, con números de precisión infinita; sin embargo no es posible programar la precisión 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 función calculable se puede programar en una máquina de Turing (o equivalentemente, en un lenguaje de programación suficientemente general).

Medios de expresión de un algoritmo

Los algoritmos pueden ser expresados de muchas maneras, incluyendo al lenguaje natural, pseudocódigo, diagramas de flujo y lenguajes de programación entre otros. Las descripciones en lenguaje natural tienden a ser ambiguas y extensas. El usar pseudocódigo y diagramas de flujo evita muchas ambigüedades del lenguaje natural. Dichas expresiones son formas más estructuradas para representar algoritmos; no obstante, se mantienen independientes de un lenguaje de programación específico.

La descripción de un algoritmo usualmente se hace en tres niveles:

1. Descripción de alto nivel. Se establece el problema, se selecciona un modelo matemático y se explica el algoritmo de manera verbal, posiblemente con ilustraciones y omitiendo detalles.

2. Descripción formal. Se usa pseudocódigo para describir la secuencia de pasos que encuentran la solución.

3. Implementación. Se muestra el algoritmo expresado en un lenguaje de programación específico o algún objeto capaz de llevar a cabo instrucciones.

También es posible incluir un teorema que demuestre que el algoritmo es correcto, un análisis de complejidad o ambos.

Diagrama de flujo

Diagrama de flujo que expresa un algoritmo para calcular la raíz cuadrada de un número 

Los diagramas de flujo son descripciones gráficas de algoritmos; usan símbolos conectados con flechas para indicar la secuencia de instrucciones y están regidos por ISO.

Los diagramas de flujo son usados para representar algoritmos pequeños, ya que abarcan mucho espacio y su construcción es laboriosa. Por su facilidad de lectura son usados como introducción a los algoritmos, descripción de un lenguaje y descripción de procesos a personas ajenas a la computación.

Pseudocódigo

El pseudocódigo (falso lenguaje, el prefijo pseudo significa falso) es una descripción de alto nivel de un algoritmo que emplea una mezcla de lenguaje natural con algunas convenciones sintácticas propias de lenguajes de programación, como asignaciones, ciclos y condicionales, aunque no está regido por ningún estándar. Es utilizado para describir algoritmos en libros y publicaciones científicas, 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 pseudocódigo requieren menos espacio para representar instrucciones complejas.

El pseudocódigo está pensado para facilitar a las personas el entendimiento de un algoritmo, y por lo tanto puede omitir detalles irrelevantes que son necesarios en una implementación. Programadores diferentes suelen utilizar convenciones distintas, que pueden estar basadas en la sintaxis de lenguajes de programación concretos. Sin embargo, el pseudocódigo, en general, es comprensible sin necesidad de conocer o utilizar un entorno de programación específico, y es a la vez suficientemente estructurado para que su implementación se pueda hacer directamente a partir de él.

Así el pseudocódigo cumple con las funciones antes mencionadas para representar algo abstracto los protocolos son los lenguajes para la programación. Busque fuentes más precisas para tener mayor comprensión del tema.

Sistemas formales

La teoría de autómatas y la teoría de funciones recursivas proveen modelos matemáticos que formalizan el concepto de algoritmo. Los modelos más comunes son la máquina de Turing, máquina de registro y funciones μ-recursivas. Estos modelos son tan precisos como un lenguaje máquina, careciendo de expresiones coloquiales o ambigüedad, sin embargo se mantienen independientes de cualquier computadora y de cualquier implementación.

Implementación

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 eléctrico o un aparato mecánico y eléctrico. Algunos algoritmos inclusive se diseñan especialmente para implementarse usando lápiz y papel. El algoritmo de multiplicación tradicional, el algoritmo de Euclides, la criba de Eratóstenes y muchas formas de resolver la raíz cuadrada son sólo algunos ejemplos.

Variables

Son elementos que toman valores específicos de un tipo de datos concreto. La declaración de una variable puede realizarse comenzando con var. Principalmente, existen dos maneras de otorgar valores iniciales a variables:

1. Mediante una sentencia de asignación.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 acción sigue a otra en secuencia. Las operaciones se suceden de tal modo que la salida de una es la entrada de la siguiente y así sucesivamente hasta el fin del proceso. La asignación de esto consiste, en el paso de valores o resultados a una zona de la memoria. Dicha zona será reconocida con el nombre de la variable que recibe el valor. La asignación 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 número 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 operación matemática

que involucre muchas variables (a ← c + b*1/2).

Un ejemplo de estructura secuencial, como obtener el área de un triángulo:

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 área del triángulo es %f", a)...Fin

1.6ANALISIS DE MÓDULOS BÁSICOS

El Modulo Básico incluye todas las herramientas para la realización de gráficos y el análisis estadístico básico, tales como:

Gráficos

Gráficos univariantes, X-Y, X-Y-Z, X-Y múltiples y X-Y-Z múltiples. Gráficos de exploración: probabilidad, histogramas de frecuencias,Box-and-

Whisker simples y múltiples..... Gráficos de negocios: diagramas de barras simples y múltiples y diagramas

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

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

Superficies de respuesta Personalización de gráficos

Estadísticos

Análisis 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), análisis Weibull. Test de hipótesis. Determinación de tamaño de muestra.

Análisis comparativo

Análisis comparativo entre dos muestras, entre pares de muestras, entre múltiples muestras, test de hipótesis

Análisis de la Varianza: Anova, Manova, varianza de componentes. Determinación de tamaño de muestra.

Regresiones

Regresión simple, múltiple y polinomial

Las características de las herramientas del sistema, incluidas exclusivamente en el Módulo Básico: Editor de datos integrado, Vínculos con otras aplicaciones de Windows StatAdvisor, StatFolio y Gráficos 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 observación automática del impacto de los cambios en los gráficos o análisis

Realiza más de 100 transformaciones potentes de datos Maneja conjuntos de datos grandes con un número ilimitado

de columnas y filas Combina datos de varios archivos en un único archivo

Vínculos con otras aplicaciones de Windows

La interacción 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 cálculo 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 gráficos de STATGRAPHICS en el procesador de textos que se desee

StatAdvisor:

Es un intérprete de los resultados que facilita su comprensión e interpretación

Determina si los resultados son estadísticamente significativos Remarca cualquier tipo de defecto en el análisis Añade credibilidad a los informes mediante interpretaciones

expertas imprimidas junto con los resultados

StatFolio:

Guarda varios tipos de análisis en un archivo Ejecuta de nuevo el análisis utilizando los nuevos datos o

variables Actualiza tablas y gráficos sobre la pantalla de modo

automático Elimina la necesidad de escribir macros para tareas repetitivas Permite imprimir cada análisis por separado o todos a la vez

Gráficos interactivos:

Actúan como una herramienta analítica y no tan sólo como un instrumento de presentación

Identifican un dato puntual o señalan su posición en el archivo de datos

Mueven los puntos sobre un gráfico para determinar la densidad de los datos

Cuando se añade una variable adicional se eliminan algunos puntos para que estos se puedan diferenciar

Se pueden rotar los gráficos para explorar los datos desde una variedad de perspectivas

 

Exploran los datos descubriendo nuevas relaciones mientras el gráfico se muestra en pantalla

StatGallery                                            

StatGallery permite combinar un número casi ilimitado de texto y gráficos en páginas múltiples para ayudar a comparar los resultados y elaborar informes de calidad en cualquier momento que sea necesario

Es posible guardar StatGallery sólo o con StatFolio Se pueden superponer tantos paneles como se desee La impresión de gráficos múltiples en una página se puede

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

Permite añadir información o mejorar un gráfico con etiquetas adicionales y personalizar los bordes, tramas, puntos, colores y fuentes

Posibilita la personalización de todos los gráficos mediante características definidas por el usuario

La presentación preliminar permite revisar los gráficos antes de imprimirlos