Está en la página 1de 4

Instituto Tecnolgico Superior de la

Regin Sierra

Ingeniera de Procesos
Mtodo Algortmico
Ingeniera Bioqumica
Integrantes del equipo:
Eduardo Humberto Zurita Sala
Limbano de Jess Snchez Rodrguez
Jair Ernesto Diaz Ramrez

Teapa, Tabasco

10 de febrero del 2016

Mtodo Algortmico
La importancia que se debe dar a este mtodo es enorme, ya que es el nico capaz de
considerar al mismo tiempo todas las partes del sistema total de proceso tomando en cuenta
todas las interacciones que entre ellas suceden y, en contraste con otros mtodos como el
evolutivo, los modelos matemticos garantizan la optimalidad del resultado siempre y
cuando al hacer el modelo estn incluidas en la superestructura todas las configuraciones
posibles. La limitacin ms grande que se ha encontrado para esta tcnica es que con
frecuencia es difcil interpretar el significado fsico de algunas variables (Papoulias y
Grossman, 1983).
Consiste en aplicar adecuadamente una serie de pasos detallados que aseguran una solucin
correcta. Por lo general, cada algoritmo es especfico de un dominio del conocimiento. La
programacin de computadores se apoya en este mtodo.
De cualquier manera, el uso de modelos matemticos representa una excelente alternativa
de sntesis de procesos y lo ms importante es que al emplearlo con reglas, heursticas, el
nmero de configuraciones para la superestructura se reduce sustancialmente, generando
resultados mejores.
El principio de la formulacin requiere de la eleccin de una configuracin y las
condiciones de operacin que, al satisfacer las especificaciones de diseo requeridas,
cumplan con una funcin objetivo que generalmente es de naturaleza econmica y que
puede referirse a la minimizacin de costos o la maximizacin de las ganancias. El modelo
requiere que se incluyan las siguientes condiciones: corrientes y sus parmetros, equipos de
proceso y circunstancias en las que debe trabajar, as como los costos fijos y de operacin.
Se propone un modelo como sigue (Papoulias y Grossman, 1983):
Funcin objetivo de minimizacin del costo
Min C= C(x,y)

Ec(1)

Sujeto a las siguientes restricciones:


Restricciones del diseo de la superestructura
Ax=

Ec(2)

F(x) = 0

Ec(3)

Restricciones referentes a las especificaciones de diseo, constantes fsicas, balances de


materia y de energa entre otras:
bL B1x + B2y bu

Ec(4)

hL h (x,y) hu

Ec(5)

x 0, yj = 0, 1, j = 1, 2, .ny

Ec(6)

Donde
C es la funcin del costo;
A es una matriz de coeficientes constantes;
es un vector de coeficientes;
f es el vector de ecuaciones no lineales;
B1, B2 son matrices de coeficientes constantes;
bL, bu son los limites inferior y superior de las restricciones lineales;
h es la matriz de restricciones no lineales;
hL, hu son los lmites inferior y superior de las restricciones no lineales;
x son todas las variables continuas;
y son todas las variables binarias.
Son variables continuas aquellas que representan flujos, condiciones de operacin y tamao
de los equipos; las variables binarias representan la existencia o no existencia de unidades
que definirn la configuracin del proceso.
Aunque se han hecho avances muy significativos en el desarrollo de las tcnicas de
optimizacin, no siempre se puede esperar el mejor resultado para la sntesis de los
procesos, ya que en muchas de las ocasiones un mismo modelo puede proporcionar varias
soluciones que representen ptimos locales y no el ptimo global que es el requerido, por lo
que se deben tomar las consideraciones necesarias para remediarlo.
Esta plantea cuatro fases para elaborar un procedimiento que realice una tarea especfica.
Estas fases concuerdan con las operaciones mentales descritas por Polya para resolver
problemas:
1. Analizar el problema (Entender el problema)
Los programas de computador tienen como finalidad resolver problemas especficos y el
primer paso consiste en definir con precisin el problema hasta lograr la mejor
comprensin posible. Una forma de realizar esta actividad se basa en formular claramente
el problema, especificar los resultados que se desean obtener, identificar la informacin
disponible (datos), determinar las restricciones y definir los procesos necesarios para
convertir los datos disponibles (materia prima) en la informacin requerida (resultados)
Estas etapas coinciden parcialmente con los elementos generales que, estn presentes en
todos los problemas (Schunk, 1997):
1. Especificar claramente los resultados que se desean obtener (meta y submetas)
2. Identificar la informacin disponible (estado inicial)
3. Definir los procesos que llevan desde los datos disponibles hasta el resultado deseado
(operaciones)

2. Disear el algoritmo (trazar un plan)


Podemos resumir que nicamente hasta cundo se ha realizado un anlisis a fondo del
problema (utilizando alguna metodologa), se puede proceder a elaborar el algoritmo
(diagrama de flujo). Este consiste en la representacin grfica, mediante smbolos
geomtricos, de la secuencia lgica de las instrucciones (plan) que posteriormente sern
traducidas a un lenguaje de programacin, como Logo, para ejecutarlas y probarlas en un
computador.
3. Traducir el algoritmo (ejecutar el plan)
Una vez que el algoritmo est diseado y representado grficamente se pasa a la etapa de
traduccin a un lenguaje de programacin determinado (en nuestro caso ser scratch
squeak). Cada lenguaje posee sus propias reglas gramaticales, por lo tanto es fundamental
que los estudiantes conozcan de antemano la sintaxis de los comandos que deben utilizar
para resolver el problema. A mayor dominio del lenguaje de programacin, mayor
posibilidad de llegar rpidamente a una solucin satisfactoria. A esta fase de traduccin se
le conoce comnmente como codificacin.
4. Depurar el programa (revisar)
Despus de traducir el algoritmo en un lenguaje de programacin como Scratch, el
programa resultante debe ser probado y validados los resultados. A este proceso se le
conoce como depuracin. Depurar programas contribuye a mejorar la capacidad en los
estudiantes para resolver problemas; la depuracin basada en la retroalimentacin es una
habilidad til para toda la vida (Stager, 2003).

http://catarina.udlap.mx/u_dl_a/tales/documentos/leip/alvarez_e_c/capitulo3.pdf