Está en la página 1de 8

UMSA

METODOS
HEURISTICOS
INGENIERIA DE SISTEMAS
UNIV. EVENS DAVID CRUZ QUISPE

14

METODOS HEURSTCOS
Mtodo 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. A lo largo de este curso se utilizar este mtodo
propuesto por Polya. Segn Polya (1957), cuando se resuelven problemas, intervienen
cuatro operaciones mentales:
1. Entender el problema
2. Trazar un plan
3. Ejecutar el plan (resolver)
4. Revisar
Numerosos autores de textos escolares de matemticas hacen referencia a estas cuatro
etapas planteadas por Polya. Sin embargo, es importante notar que estas son flexibles y no
una simple lista de pasos como a menudo se plantea en muchos de esos textos (Wilson,
Fernndez & Hadaway, 1993). Cuando estas etapas se siguen como un modelo lineal,
resulta contraproducente para cualquier actividad encaminada a resolver problemas. Es
necesario hacer nfasis en la naturaleza dinmica y cclica de la solucin de problemas. En
el intento de trazar un plan, los estudiantes pueden concluir que necesitan entender mejor el
problema y deben regresar la etapa anterior; o cuando han trazado un plan y tratan de
ejecutarlo, no encuentran cmo hacerlo entonces, la actividad siguiente puede ser intentar
con un nuevo plan o regresar y desarrollar una nueva comprensin del problema (Wilson,
Fernndez & Hadaway, 1993; Guzdial, 2000).

1. Funciones de comportamiento
Los mtodos heursticos son estrategias generales de resolucin y reglas de decisin
utilizadas por los solucionadores de problemas, basadas en la experiencia previa con
problemas similares. Estas estrategias indican las vas o posibles enfoques a seguir para
alcanzar una solucin.
De acuerdo con Monero y otros (1995) los procedimientos heursticos son acciones que
comportan un cierto grado de variabilidad y su ejecucin no garantiza la consecucin de un
resultado ptimo como, por ejemplo, reducir el espacio de un problema complejo a la
identificacin de sus principales elementos (p. 20).

Mientras que Duhalde y Gonzlez (1997) sealan que un heurstico es un procedimiento


que ofrece la posibilidad de seleccionar estrategias que nos acercan a una solucin (p.
106).
Diversos investigadores han estudiado el tipo de conocimiento involucrado en la resolucin
de un problema, encontrndose que los resultados apoyan la nocin de que la eficiencia en
la resolucin de problemas est relacionada con el conocimiento especfico del rea en
cuestin (Mayer, 1992; Stenberg, 1987). En este sentido, estos autores coinciden en sealar
que los tipos de conocimiento necesarios para resolver problemas incluyen:

Conocimiento declarativo: por ejemplo, saber que un kilmetro tiene mil metros.
Conocimiento lingstico: conocimiento de palabras, frases, oraciones.
Conocimiento semntico: dominio del rea relevante al problema, por ejemplo,
saber que si lvaro tiene 5 bolvares ms que Javier, sto implica que Javier tiene
menos bolvares que lvaro.
Conocimiento esquemtico: conocimiento de los tipos de problema.
Conocimiento procedimental: conocimiento del o de los algoritmos necesarios para
resolver el problema.
Conocimiento estratgico: conocimiento de los tipos de conocimiento y de los
procedimientos heursticos

2. Ecuaciones diferenciales y regiones de comportamiento


El anlisis numrico tambin puede calcular soluciones aproximadas de ecuaciones
diferenciales, bien ecuaciones diferenciales ordinarias, bien ecuaciones en derivadas
parciales. Los mtodos utilizados suelen basarse en discretizar la ecuacin correspondiente.
Es til ver la derivacin numrica.
Para la resolucin de ecuaciones diferenciales ordinarias los mtodos ms utilizados son el
mtodo de Euler y los mtodos de Runge-Kutta.
Las ecuaciones en derivadas parciales se resuelven primero discretizando la ecuacin,
llevndola a un sub espacio de dimensin finita. Esto puede hacerse mediante un mtodo de
los elementos finitos

3. Mtodo de anlisis numrico


El anlisis numrico es una rama de las matemticas cuyos lmites no son del todo precisos.
De una forma rigurosa, se puede definir como la disciplina ocupada de describir, analizar y
crear algoritmos numricos que nos permitan resolver problemas matemticos, en los que
estn involucradas cantidades numricas, con una precisin determinada.
El anlisis numrico se divide en diferentes disciplinas de acuerdo con el problema a
resolver.
Clculo de los valores de una funcin

Uno de los problemas ms sencillos es la evaluacin de una funcin en un punto dado. Para
polinomios, uno de los mtodos ms utilizados es el algoritmo de Horner, ya que reduce el
nmero de operaciones a realizar. En general, es importante estimar y controlar los errores
de redondeo que se producen por el uso de la aritmtica de punto flotante.
Interpolacin, extrapolacin y regresin
La interpolacin resuelve el problema siguiente: dado el valor de una funcin desconocida
en un nmero de puntos, cul es el valor de la funcin en un punto entre los puntos dados?
El mtodo ms sencillo es la interpolacin lineal, que asume que la funcin desconocida es
lineal entre cualquier par de puntos sucesivos. Este mtodo puede generalizarse a la
interpolacin polinmica, que suele ser ms precisa pero que sufre el llamado fenmeno de
Runge. Otros mtodos de interpolacin usan otro tipo de funciones interpoladoras dando
lugar a la interpolacin mediante splines y a la interpolacin trigonomtrica. Otros mtodos
de interpolacin utilizando derivadas sucesivas de la funcin son mediante los polinomios
de Taylor y la aproximacin de Pad.
La extrapolacin es muy similar a la interpolacin, excepto que ahora queremos encontrar
el valor de la funcin desconocida en un punto que no est comprendido entre los puntos
dados.
La regresin es tambin similar, pero tiene en cuenta que los datos son imprecisos. Dados
algunos puntos, y una medida del valor de la funcin en los mismos (con un error debido a
la medicin), queremos determinar la funcin desconocida. El mtodo de los mnimos
cuadrados es una forma popular de conseguirlo.
Resolucin de ecuaciones y sistemas de ecuaciones
Otro problema fundamental es calcular la solucin de una ecuacin o sistema de ecuaciones
dado. Se distinguen dos casos dependiendo de si la ecuacin o sistema de ecuaciones es o
no lineal. Por ejemplo, la ecuacin 2x + 5 = 3 es lineal mientras que la ecuacin 2x2 + 5 =
3 no lo es.
Mucho esfuerzo se ha puesto en el desarrollo de mtodos para la resolucin de sistemas de
ecuaciones lineales. Mtodos directos, i.e., mtodos que utilizan alguna factorizacin de la
matriz son el mtodo de eliminacin de Gauss, la descomposicin LU, la descomposicin
de Cholesky para matrices simtricas (o hermticas) definidas positivas, y la
descomposicin QR. Mtodos iterativos como el mtodo de Jacobi, el mtodo de GaussSeidel, el mtodo de las aproximaciones sucesivas y el mtodo del gradiente conjugado se
utilizan frecuentemente para grandes sistemas.
En la resolucin numrica de ecuaciones no lineales algunos de los mtodos ms conocidos
son los mtodos de biseccin, de la secante y de la falsa posicin. Si la funcin es adems
derivable y la derivada se conoce, el mtodo de Newton es muy utilizado. Este mtodo es
un mtodo de iteracin de punto fijo. La linealizacin es otra tcnica para resolver
ecuaciones no lineales.

Descomposicin espectral y en valores singulares


Bastantes problemas importantes pueden ser expresados en trminos de descomposicin
espectral (el clculo de los vectores y valores propios de una matriz) o de descomposicin
en valores singulares. Por ejemplo, el anlisis de componentes principales utiliza la
descomposicin en vectores y valores propios.
Optimizacin
Artculo principal: Optimizacin (matemtica)
Los problemas de optimizacin buscan el punto para el cual una funcin dada alcanza su
mximo o mnimo. A menudo, el punto tambin satisface cierta restriccin.
Ejemplos de, problemas de optimizacin son la programacin lineal en que tanto la funcin
objetivo como las restricciones son lineales. Un mtodo famoso de programacin lineal es
el mtodo simplex.
El mtodo de los multiplicadores de Lagrange puede usarse para reducir los problemas de
optimizacin con restricciones a problemas sin restricciones.
Evaluacin de integrales
Artculo principal: Integracin numrica
La integracin numrica, tambin conocida como cuadratura numrica, busca calcular el
valor de una integral definida. Mtodos populares utilizan alguna de las frmulas de
NewtonCotes (como la regla del rectngulo o la regla de Simpson) o de cuadratura
gaussiana. Estos mtodos se basan en una estrategia de "divide y vencers", dividiendo el
intervalo de integracin en sub intervalos y calculando la integral como la suma de las
integrales en cada sub intervalo, pudindose mejorar posteriormente el valor de la integral
obtenido mediante el mtodo de Romberg. Para el clculo de integrales mltiples estos
mtodos requieren demasiado esfuerzo computacional, siendo til el mtodo de Monte
Carlo.

4. Mtodos congruencia les


Mtodo congruencial lineal
Hacia 1949, Lehmer introduce un mtodo de generacin de nmeros aleatorios mediante el
cual un trmino de la serie se obtiene como funcin del trmino inmediatamente anterior

xn f ( xn 1 )

La funcin aplicada es la siguiente:

xn 1 (axn c) mod m, 0 xn m, n
Tipos de generadores
Podemos distinguir dos tipos de estos generadores que se diferencian en el valor del
incremento.

G.C. Multiplicativos. En ellos el incremento, c, es 0. Este tipo de generadores fueron los


introducidos por Lehmer, aunque mencion como posibilidad la idea de tomar c0.
G.C. Mixtos. En ellos el incremento es distinto de 0. Fueron introducidos por Thomson
hacia 1958.
Los primeros presentan la ventaja de ser ms rpidos, al tener que realizar menos
operaciones en el clculo de los elementos. Sin embargo, la longitud de periodo que se
alcanza en las series generadas es menor a la que alcanzan los segundos.

5. Transformada de La place funciones no descendentes


De la relacin de propiedades que expondr a continuacin se podrn ver con facilidad la
utilidad de la transformacin en casos de resolucin de problemas de valor inicial:
Propiedad 1: Linealidad:
En ingeniera es comn encontrar funciones que corresponden a estados de s o no, o bien
activo o inactivo. Por ejemplo, una fuerza externa que acta sobre un sistema mecnico o
una tensin elctrica aplicada a un circuito, puede tener que suspenderse despus de cierto
tiempo. Para tratar de forma efectiva con estas funciones discontinuas conviene introducir
una funcin especial llamada funcin escaln unitario.
Funcin de Heaviside
La funcin escaln unitario o funcin de Heaviside

se define como

6. Datos simulados
Definicin del sistema
Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto,
especificar los ndices de medicin de la efectividad del sistema, especificar los objetivos
especficos del modelamiento y definir el sistema que se va a modelar.
Formulacin del modelo
Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define
y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin
del modelo es necesario definir todas las variables que forman parte de l, sus relaciones
lgicas y los diagramas de flujo que describan en forma completa el modelo. DAIMER
Coleccin de datos

Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir
para producir los resultados deseados.
Implementacin del modelo en la computadora
Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el
fortran, algol, lisp, etc., o se utiliza algn paquete como Promodel, Vensim, Stella y iThink,
GPSS, simula, simscript, Rockwell Arena, [Flexsim], etc., para procesarlo en la
computadora y obtener los resultados deseados.
Verificacin
El proceso de verificacin consiste en comprobar que el modelo simulado cumple con los
requisitos de diseo para los que se elabor. Se trata de evaluar que el modelo se comporta
de acuerdo a su diseo del modelo
Validacin Del Sistema
A travs de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el
sistema real que se est tratando de simular. Las formas ms comunes de validar un modelo
son:

La opinin de expertos sobre los resultados de la simulacin.


La exactitud con que se predicen datos histricos.
La exactitud en la prediccin del futuro.
La comprobacin de falla del modelo de simulacin al utilizar datos que hacen
fallar al sistema real.
La aceptacin y confianza en el modelo de la persona que har uso de los resultados
que arroje el experimento de simulacin

7. Procesos simulados
La simulacin de procesos es una de las ms grandes herramientas de la ingeniera
industrial, la cual se utiliza para representar un proceso mediante otro que lo hace mucho
ms simple e inatendible. Esta simulacin es en algunos casos casi indispensable, como nos
daremos cuenta a continuacin. En otros casos no lo es tanto, pero sin este procedimiento
se hace ms complicado.
Simulacin
La simulacin es la representacin de un proceso o fenmeno mediante otro mas simple,
que permite analizar sus caractersticas; Pero la simulacin no es solo eso tambin es algo
muy cotidiano, hoy en da, puede ser desde la simulacin de un examen, que le hace la
maestra a su alumno para un examen del ministerio, la produccin de textiles, alimentos,
juguetes, construccin de infraestructuras por medio de maquetas, hasta el entrenamiento
virtual de los pilotos de combate.

En este sentido la introduccin del C.A.D. (computer aided Design) est ya representando
un grave avance en la etapa del diseo conceptual de nuevos productos. Por contra, el
C.A.E. se encuentra en una etapa de mucho ms primaria. Sin embargo la verdadera
reduccin del bucle diseo-desarrollo se produce cuando ambas tcnicas actan
conjuntamente. La primera para definir el producto y la segunda para simular su
comportamiento en las condiciones de servicio, Solo la conjuncin de ambas tcnicas hacen
posible que hacen alcanzar los tres objetivos antes mencionados