You are on page 1of 4

Heurstica y Representacin de Problemas

La Optimizacin se divide en dos grandes reas, la Programacin Matemtica y la Programacin Heurstica, la primera trata sobre problemas reales que se pueden resolver de una forma matemtica, en las cuales se tiene como preocupacin principal la optimizacin de un recurso escaso, es decir, se puede plantear con una frmula matemtica el problema en cuestin y tener resultados exactos. En cambio, la segunda trata sobre problemas que no poseen una formulacin matemtica, sino que son tratados de una forma ms bien probabilstica, y que los resultados obtenidos no son exactos, si no ms bien son los mejores resultados que se pudieron arrojar luego de haber aplicado algn algoritmo para resolverlos. En este sentido, se han creado innumerables mtodos (meta-heursticos) que se pueden usar a problemas de distinto tipo, usando plantillas algortmicas iguales.
PROGRAMACIN MATEMTICA La programacin matemtica en un rea de la matemtica que se preocupa, con la generacin de modelos matemticos, de representar situaciones reales en las cuales se tiene como preocupacin principal la optimizacin de un recurso escaso.

Problema de programacin lineal. Programacin entera Programacin no lineal APLICACIONES Los mtodos provenientes de la programacin matemtica pueden ser utilizados para resolver problemas, las aplicaciones cubren todas las reas de la ingeniera, por mencionar algunas se tiene la planificacin, programacin y control de la produccin; almacenamiento ptimo de materias primas; determinacin de los mejores mtodos de produccin; minimizacin de prdidas o residuos en el tratamiento de la materia prima en los procesos de fabricacin. En el rea de los servicios, se pueden distinguir los siguientes sectores: Para entablar una situacin real mediante la Programacin Matemtica se debe generar un modelo matemtico de acuerdo al formato general antes definido para representar todos los elementos presentes en la situacin real, se debe tomar, por lo tanto, mucha atencin en la definicin de cada una de las variables, cada restriccin y en particular, en la funcin objetivo. Una vez establecido el modelo se puede aplicar algunos de los 1

mtodos disponibles para resolverlo, el mtodo implementado, adecuadamente en un computador, genera el valor para cada una de las variables definidas para el problema estos valores constituyen una situacin ptima. En una tercera etapa estos valores deben ser adecuadamente interpretados desde el punto de vista de la problemtica real para encontrar su solucin.

Sector de Manufactura.- La determinacin ptima de una cartera de inversiones en un ejemplo tpico; planeacin agrcola; asignacin de los recursos nacionales. Sector de Salud.- La optimizacin de los turnos de trabajos de enfermeras y mdicos en los hospitales; la asignacin ptima de los pabellones quirrgicos; la asignacin ptima de camas en los hospitales; el ruteamiento de las ambulancias en la ciudad, etc. Sector Transporte.- La determinacin de las rutas ptimas de las lneas de buces; la minimizacin de los tiempos de espera en las estaciones; la definicin de los trazados de las lneas del metro; la asignacin ptima de trenes de carga sobre la lnea; la determinacin de la mejor ruta con cambios de medios de transporte entre dos puntos de la regin; la determinacin de la ruta ptima cuando hay cambios de medios de transportes puertos, trenes y areos; etc. Sector Telecomunicaciones.- Optimizacin de la mensajera a travs de plantas telefnicas; determinacin de la localizacin ptima de antenas; ruteamiento de las llamadas entre plantas telefnicas y medios electrnicos en general; localizacin de concentradores en redes de computadores, ruteamientos de paquetes computacionales en la red de computadores; localizacin de equipos en una red de computadores tales como concentradores, switchs, hubs; etc.

Sector Energa.- Distribucin ptima de la energa elctrica; localizacin de plantas de energa elctrica; configuracin de redes de energa elctrica para absorber el abastecimiento de la poblacin; trazado ptimo de las redes de gas urbano; determinacin ptima de la compra de petrleo crudo para producir gasolina o bencina; etc.

Sector Educacin.- Asignacin de los horarios a las salas de clases; asignacin de cursos a las salas de clases; asignacin de los profesores a los cursos de un colegio o una institucin educacional.

PROGRAMACIN HEURSTICA

Se denomina heurstica a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines. La capacidad heurstica es un rasgo caracterstico de los humanos, desde cuyo punto de vista puede describirse como el arte y la ciencia del descubrimiento y de la invencin o de resolver problemas mediante la creatividad y el pensamiento lateral (conjunto de mtodos de pensar involucrados en cambiar conceptos y percepcin, para incrementar la creatividad) o pensamiento divergente. Est basado en el modelo de comportamiento humano y su estilo para resolver problemas complejos. Existen diversos tipos de programas que incluyen algoritmos heursticos. Varios de ellos son capaces de aprender de su experiencia. A partir de los aos 80` se han generado una familia de mtodos conocidos como meta-heursticos que ahora tienen la capacidad de ser aplicables a problemas de diversa naturaleza. Es decir, una misma plantilla algortmica puede ser utilizada para resolver problemas que provienen de diversos sectores. Los mtodos meta-heursticos ms conocidos son: Bsqueda Tab Algoritmos Genticos Redes Neuronales Mtodos basados en Trayectoria de Hormiga Mtodos basados en Inteligencia Artificial
El formato general del problema de optimizacin abordable mediante mtodos heursticos es el siguiente:

La funcin f(x), es una funcin matemtica que se desea minimizar y las soluciones posibles deben pertenecer a un espacio W, los mtodos de bsqueda heurstica recorren el espacio W tratando de identificar la solucin que genera el mejor valor para f(x), el menor en la caso de minimizacin o el mayor en el caso de maximizacin.

BSQUEDA TAB El mtodo de Bsqueda Tab se basa en utilizar memoria de corto y largo plazo, para recorrer el espacio W. En cada etapa el mtodo genera la mejor solucin perteneciente a 3

una vecindad predefinida, y verificando el cumplimiento de ciertas restricciones de memoria y ciclaje, dirige la bsqueda hasta sta nueva solucin generada a partir de la cual inicia una nueva etapa. Trabajando de sta manera el algoritmo gradualmente mejora la calidad de la solucin etapa a etapa, hasta que se detiene con la mejor solucin encontrada durante este proceso de bsqueda; algunas veces esta es la solucin ptima en otros casos apenas es una solucin aproximada a la solucin ptima. ALGORITMOS GENTICOS Los Algoritmos Genticos son mtodos de bsqueda que recorren el espacio de posibilidades de W en forma paralela y aleatoria, obedecen a una analoga con la evolucin de las especies Darwiniana. En cada etapa, se tiene una poblacin de soluciones posibles para el problema a partir de sta se genera una nueva poblacin de soluciones mediante operadores que emulan la seleccin entre las especies del cruzamiento y la mutacin. El mtodo trabaja, generacin tras generacin, mejorando la calidad de la mejor solucin de cada poblacin hasta que algn criterio de deteccin se cumpla, por ejemplo que el esfuerzo computacional que se ha invertido en la solucin del problema ha superado el lmite predefinido.

REDES NEURONALES Las redes neuronales son modelos matemticos que representan la interaccin entre las neuronas que ocurren en el cerebro humano, son ampliamente utilizadas en diversas reas de la Inteligencia Artificial como reconocimiento de formas patrones, imgenes, clasificacin, etc. Su uso en optimizacin se origina a partir de la idea que la ejecucin de un algoritmo de aprendizaje de una red neuronal simultneamente minimiza una funcin energtica de la red. Al tener un problema de optimizacin se realiza un mapeamiento de la funcin objetivo del problema sobre la funcin energtica de la red y ejecutando el mtodo de aprendizaje se obtiene simultneamente la solucin para un problema de optimizacin.

INTELIGENCIA ARTIFICIAL Los mtodos basados en inteligencia artificial, conocidos como mtodos de bsqueda exhaustiva, generan de manera constructiva caminos hacia la solucin ptima de un determinado problema. Estos mtodos son A*, AO*. Aunque existen pocos estudios en la literatura abordando estos tipos de mtodos para la resolucin de problemas combinatoriales, se han mostrado muy eficientes en la resolucin de algunos tipos de problemas. Tienen la habilidad de desdoblarse entre lo heurstico y lo exacto, de acuerdo a la definicin que se adopte para una funcin de evaluacin de cada uno de los nodos durante el proceso de construccin (funcin heurstica).

You might also like