UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad  del  Perú,  DECANA  DE  AMÉRICA)  

FACULTAD DE QUÍMICA E INGENIERÍA QUÍMICA

     
ESCUELA PROFESIONAL DE INGENIERÍA QUÍMICA
SÍLABO

I.   INFORMACION GENNERAL

I.1 Nombre de la Asignatura : Optimización en Ingeniería Química

I.2 Código de la Asignatura : IQO076
I.3 Tipo de Asignatura : Obligatoria
I.4 Horas Semanales : 06
I.5 Semestre Académico : 2023-I
I.6 Ciclo : VII
I.7 Créditos :4
I.8 Modalidad : No presencial (virtual)
I.9 Docente : Dr. José Orlando Calvay Castillo
I.10 Correo institucional : jcalvayc@unmsm.edu.pe

II.   SUMILLA

Asignatura teórico-práctico se ubica en el séptimo semestre del plan de estudios,

pertenece al grupo de asignaturas de formación especializada, y permitirá que el
estudiante desarrolle habilidades en el manejo de técnicas de optimización y aplicarlas
para resolver problemas de optimización. Mediante el conocimiento de: Fundamentos.
Procedimiento General para resolver problemas de Optimización. Variables de diseño,
restricciones de igualdad y desigualdad. Funciones. Formulación de la Función Objetivo.
Métodos Analíticos de Optimización. Funciones de una sola variable y múltiples
variables. Valores estacionarios. Condiciones suficientes y necesarias. Modelos para la
optimización de procesos químicos. Métodos Numéricos para optimizar funciones de una
sola variable. Método de Fibonacci. Método de la Sección Dorada. Métodos Numéricos
para optimizar funciones multivariables. Programación Lineal y No lineal y aplicación en
procesos industriales. Uso de herramientas computacionales.

III.   COMPETENCIA GENÉRICA A LA QUE APORTA LA ASIGNATURA

Aprendizaje permanente: El reconocimiento de la necesidad del aprendizaje permanente y
la capacidad para encararlo en el más amplio contexto de los cambios tecnológicos.
IV.   COMPETENCIA ESPECIFICA A LA QUE APORTA LA ASIGNATURA
Conocimientos de Ingeniería: La capacidad de aplicar conocimientos de matemáticas,
ciencias e ingeniería en la solución de problemas de optimización en ingeniería química.
V.   LOGRO DE LA ASIGNATURA

Al finalizar el curso el estudiante obtiene la capacidad de optimizar el manejo seguro de

grandes cantidades de datos generados en cada fase del proyecto, desde el diseño de
ingeniería, ingeniería de detalle, hasta el la ejecución y finalmente la operación.

1  

 
VI.   UNIDADES DIDÁCTICAS

UNIDAD I: Fundamentos. Procesamiento General para resolver problemas de

Optimización. Variables de diseño, restricciones de igualdad y desigualdad.
LOGRO: El  estudiante  será  capaz  de  plantear  problemas  y  soluciones  a  temas  relaciones  
con  variables  de  diseño,  restricciones  de  igualdad  y  desigualdad  en  la  ingeniería  química.  

MÉTODOLOGÍA (Métodos,
SEMANAS CONTENIDOS
técnicas, procedimientos)
1 (del 27 al Aula invertida.
31 de Introducción: Optimización. Procedimientos
Marzo de generales para resolver problemas de
2023) optimización.
Aula Invertida.
2 (del 03 de Variables de diseño en optimización en
Abril al 07 ingeniería química. Resolución de problemas con
de 2022) softwares.
Informe Lab 1.

Restricciones de igualdad en optimización. Aula Invertida.

3 (del 10 al Las restricciones de tipo igualdad no Resolución de problemas con
14 de Abril establecen fronteras al conjunto de las softwares.
de 2023) soluciones factibles del programa, sino que Informe Lab 2
reducen las dimensiones del espacio donde el
programa está definido.
Aula Invertida.
4 (del 17 de Restricciones de desigualdad en optimización.   Resolución de problemas con
al 21 de Son condiciones necesarias y suficientes para softwares..
Abril de que la solución de un problema de Informe Lab 3
2023) programación sea óptima. Avances del Trabajo Final.

UNIDAD II: Funciones. Formulación de la Función Objetivo. Programación Lineal.

LOGRO: El  estudiante  será  capaz  de  plantear  problemas  y  soluciones  a  temas  relaciones  
con  la  programación  lineal  en  la  ingeniería  química.
SEMANAS CONTENIDOS MÉTODO DE APRENDIZAJE
Aula invertida
Formulación de la Función Objetivo.   Resolución de problemas
5 (del 24 al 28 Medición de la efectividad del Modelo
de Abril de con uso del software.
formulado en función de las variables.
2023) Determina lo que se va optimizar (Maximizar Informe Lab 4
o Minimizar).

Métodos Analíticos de Optimización. Método Aula Invertida.

6 (del 01 al Resolución de problemas
analítico se basa en adecuar los principales
05 de Mayo con uso del software.
puntos críticos o modificables de un método
de 2023)
analítico Informe Lab 5.
Resolución de problemas
7 (del 08 al 12 Funciones de una sola variable. Es la relación con uso del software Scilab.
de Mayo de de dependencia entre una variable dependiente
2023) (Y) y una variable independiente (X). Evaluación 6.

2  

 
 Funciones de múltiples variables. Es una Resolución de problemas
8 ( del 15 al función de varias variables como una regla con uso del software.
19 de Mayo para obtener un nuevo número (real) a partir Informe Lab 7.
de 2023) de los valores de varias variables x, y, z, t,… y Avances del Trabajo Final.
que denotaremos por f(x, y, z, t…).
UNIDAD III: Funciones. Formulación de la Función Objetivo. Programación No Lineal.
LOGRO: El  estudiante  será  capaz  de  plantear  problemas  y  soluciones  a  temas  relaciones  
con  la  programación  no  lineal  en  la  ingeniería  química.
SEMANAS CONTENIDOS MÉTODO DE APRENDIZAJE

Método de Nelder - Mead. Aula invertida.

9 (del 22 al 26 Resolución de problemas con
de Mayo de Método numérico para minimizar una
función objetiva en un espacio uso del software.
2023)
multidimensional. Aplicaciones. Informe Lab 8
Método de Levenberg –   Método de
Aula invertida.
10 (del 29 mínimos cuadrados amortiguados (DLS),
Resolución de problemas con uso
mayo al 02 de se utiliza para resolver problemas de
del software
junio de 2023) mínimos cuadrados no lineales.
Informe Lab 9.
Aplicaciones.
Método de Marquardt. Método de
11(del 05 al 09 Aula invertida.
mínimos cuadrados amortiguados (DLS),
de junio de Resolución de problemas con uso
se utiliza para resolver problemas de
2023) del software.
mínimos cuadrados no lineales. –
Informe Lab 10
Aplicaciones.
12 (del 12 al 16 Métodos sin y con Restricciones. Resolución de problemas con uso
de junio de Aplicaciones del software
2023) Informe Lab 11

UNIDAD IV: Programación dinámica en optimización

LOGRO: El  estudiante  será  capaz  de  plantear  problemas  y  soluciones  a  temas  relaciones  
con   la   programación   dinámica   para   resolver   problemas   en   donde   se   deben   tomar  
decisiones  por  fases  en  la  ingeniería  química.
SEMANAS CONTENIDOS MÉTODO DE APRENDIZAJE
Aula invertida.
13 (del 19 al 23 Método de la Región Dorada, Fibonacci. Resolución de problemas con uso
de junio de Método de la Secante. Optimización con del software.
2023) más de una variable no restringida: Exposición del Informe Final por
Método de Sustitución Directa. grupos
Aula invertida.
14 (del 26 al 30 Multiplicadores de LaGrange. Resolución de problemas con uso
de junio de Aplicaciones. Variables de diseño, del software.
2023) restricciones de igualdad y desigualdad. Exposición del Informe Final por
grupos
15 (del 03 al 07
de julio de EXAMEN FINAL
2023)
16 (del 10 al 14
de julio de EXAMEN SUSTITUTORIO
2023)

VII.   EVALUACIÓN DEL APRENDIZAJE

Se evaluará a los estudiantes de acuerdo con las normas y disposiciones propuestas por la
Universidad Nacional Mayor de San Marcos aplicando una evaluación diagnóstica,
formativa, sumativa, permanente e integral.

3  

 
 Se tendrá en consideración para la evaluación la ASISTENCIA y PUNTUALIDAD; el
excederse del 30% como límite de faltas será motivo de desaprobación de la asignatura.
La NOTA FINAL del curso consistirá del siguiente promedio ponderado (PF).

PF = 0,3* ExF + 0,4*PEF + 0,3*TF

EF: Evaluación formativa
ExF: Examen final
TF = Trabajo final
PEF: Promedio de evaluación formativa
PEF = (EF 1 + EF 2 +…+ EF 14)/14
Si PF<10,5 el estudiante dará un examen sustitutorio de todo el curso que reemplazará la
nota del ExF.
El sistema de calificación es vigesimal. El medio punto es considerado como un punto a
favor del alumno, sólo en el promedio final del curso.
VIII.   RECURSOS (medios y materiales)

•   Medios (accesorios): Computadora, Internet, Servicios diversos de la Nube como Aula

Virtual, Videocomunicación, Pizarra Interactiva y otros medios Onpremise y Ondemand.
•   Materiales (contenidos): Separatas (apuntes de clase), capítulos de libros, presentaciones
en PowerPoint (PPT), videos, talleres, calculadoras, uso de software en computadora.

IX.   FUENTES DE INFORMACION COMPLEMENTARIA

Fuentes bibliográficas

Libro texto
•   Edgar T. F., D. M. Himmelblau, y L. S. Lasdon. (2001). OPTIMIZATION OF
CHEMICAL PROCESSES (2nd ed.). New York: McGraw-Hill.
Libros de consulta:
•   Diwekar U. M. (2020). Introduction to Applied Optimization (3nd ed.). Switzerland:
Springer.
•   Dutta S. (2016). Optimization in Chemical Engineering. University of Cambridge:
Cambridge University Press.
•   Hamdy A. TAHA (2012). Investigación de Operaciones (novena edición). México:
Pearson Educación.
•   Frederick S. Hillier y Gerald J. Lieberman (2006). INTRODUCCIÓN A LA
INVESTIGACIÓN DE OPERACIONES (8va edición). México: McGraw–Hill.
•   Jiménez, G. (2009) Libro de Optimización, (1ra Ed) Colombia
•   Negrín, L. y Nelly E. (2018) Optimización en Ingeniería, (1ra Ed) Cuba
Direcciones electrónicas
https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-
07642004000500009&lng=es&nrm=iso
https://revistas.unitru.edu.pe/index.php/PGM/article/view/1488
https://contexto.udlap.mx/optimizacion-de-recursos-energeticos/
https://www.esss.co/es/blog/optimizacion-en-ingenieria/
https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-07642012000100003
https://www.cacheme.org/python-ingenieria-quimica/
https://youtu.be/yO3oyd77cYQ

X.   FECHA
Lima, 27 de marzo de 2023
4