Sunteți pe pagina 1din 6

INTRODUCCION

Los mtodos numricos son procedimiento mediante el cual se obtiene casi siempre de
manera aproximada la solucin de problemas realizando clculos aritmticos y lgicos
como operaciones aritmticas elementales, clculo de diferentes funciones entre otros,
y se lo realiza con el objetivo de aumentar la habilidad de quien los estudia para
resolver los problemas de grandes dificultades o toma mucho tiempo darles una
solucin.
Los mtodos numricos son de mucha ayuda, ya que son un medio para reforzar la
comprensin en las matemticas, y nos permiten facilidad en los clculos, lo que nos
lleva a mejor desempeo de esta herramienta en el diseo de programas a niveles
profesionales, enfocados en la carrera de computacin y tambin en otras carreras que
estn enlazadas con estos tipos de clculos.
Los mtodos numricos pueden ser aplicados para resolver procedimientos
matemticos en:
Clculo de derivadas
Integrales
Ecuaciones diferenciales
Operaciones con matrices
Interpolaciones
Ajuste de curvas
Polinomios
Los mtodos numricos nos vuelven aptos para entender esquemas numricos a fin de
resolver problemas matemticos, de ingeniera y cientficos en una computadora,
reducir esquemas numricos bsicos, escribir programas y resolverlos en una
computadora y usar correctamente el software existente para dichos mtodos y no solo
aumenta nuestra habilidad para el uso de computadoras sino que tambin amplia la
pericia matemtica y la comprensin de los principios cientficos bsicos.
los Mtodos Numricos en mbitos diversos desde sectores tecnolgicos tan clsicos
como la ingeniera estructural o la aerodinmica de aviones, hasta aplicaciones ms
sofisticadas como ingeniera de alimentos, ingeniera mdica, diseo de frmacos,
biologa, etc.., Por lo cual analizaremos Optimizacin Multiobjetivo que es una tcnica
de optimizacin y se las aplica a la mayora de los procesos industriales
La optimizacin multiobjetivo
La optimizacin multiobjetivo tiene amplias aplicaciones en distintas reas de la
ingeniera y las ciencias computacionales. Muchos de estos problemas tienen espacios
de bsqueda muy grandes por lo que, en algunos casos, no pueden ser resueltos
mediante tcnicas exactas en un tiempo razonable. Para resolver este tipo de
problemas suelen utilizarse meta heursticas.
Dentro de las meta heursticas destacan los algoritmos basados en computacin
evolutiva, los cuales simulan el proceso de seleccin del ms apto" en una
computadora, a fin de resolver problemas (por ejemplo de optimizacin y
clasificacin).
En un problema de optimizacin se tratar de encontrar una solucin que represente
el valor ptimo para una funcin objetivo.
En el caso ms sencillo se tendr un nico objetivo, que estar representado por una
funcin del tipo , donde y . Tanto el dominio como la
imagen de la funcin sern nmeros reales (escalares), y el valor ptimo
corresponder a un mnimo o a un mximo
Ejemplo:
Al minimizar la funcin , el valor ptimo es , y se da para ,
segn puede verse en la figura







Mnimo de la funcin
Pero en ciencias e ingeniera se dan, en bastantes ocasiones, problemas que requieren
la optimizacin simultnea de ms de un objetivo (optimizacin multiobjetivo
1

2
).
Habr que optimizar por tanto una funcin de la forma ,
donde y . Pero el problema est en que normalmente no existe un
elemento de S que produzca un ptimo de forma simultnea para cada uno de
los k objetivos que componen f. Esto se deber a la existencia de conflictos entre
objetivos, que harn que la mejora de uno de ellos d lugar a un empeoramiento de
algn otro. Pensemos por ejemplo en el caso de un avin con dos objetivos que fueran
su velocidad y el ahorro de combustible: un aumento de la velocidad traera consigo
una disminucin del ahorro. Habr que llegar por tanto a una situacin de
compromiso en la que todos los objetivos sean satisfechos en un grado aceptable, desde
el punto de vista de diseo.
A diferencia de los problemas de optimizacin con un nico objetivo, el concepto de
ptimo es ahora relativo y ser necesario decidir de alguna forma cul es la mejor
solucin (o cules son las mejores soluciones) al problema.
En trminos matemticos, el problema de optimizacin multiobjetivo, puede
establecerse de la siguiente forma:
Encontrar un vector , que satisfaga las m restricciones:



Y las p restricciones:


Y optimice la funcin vectorial



Donde es el vector de variables de decisin.
En otras palabras, se desea determinar la solucin particular , del
conjunto S formado por todos los valores que satisfacen (1) y (2), que d lugar a los
valores ptimos para todas las funciones objetivo. Pero como ya se ha comentado, no
existe normalmente una solucin que optimice de forma simultnea todas las
funciones objetivo.
Mtodos de solucin
Para tratar el problema comentado del conflicto entre objetivos se han utilizado
diversos mtodos:
Mtodos basados en el concepto de eficiencia de Pareto
Mtodos basados en la combinacin de objetivos. Dentro de estos mtodos se puede
mencionar el mtodo de la suma ponderada, en el que se optimizar el valor
obtenido mediante la suma de los valores correspondientes a los distintos objetivos,
multiplicados cada uno por un coeficiente de peso. Estos coeficientes de peso
establecern la importancia relativa de cada objetivo. El problema de optimizacin
multiobjetivo se transforma as en otro de optimizacin escalar, que para el caso de
la minimizacin ser de la forma

Donde es el coeficiente de peso correspondiente al objetivo i.
Existen variantes del mtodo anterior, como el mtodo de la programacin por metas,
en el que se establece una meta para cada objetivo y lo que se suma ahora
(multiplicado por el correspondiente coeficiente) es la distancia de cada objetivo a su
meta. Para un caso de minimizacin sera

Donde representa la meta del i-simo objetivo.
Mtodos basados en la asignacin de prioridades. Estos mtodos tienen en
comn que establecen unas prioridades entre los distintos objetivos,
tenindose en cuenta su importancia relativa durante el proceso de
optimizacin.

Todos los mtodos anteriores han sido utilizados por distintos autores en
combinacin con los algoritmos evolutivos, que se han mostrado como una
herramienta muy adecuada para resolver este tipo de problemas. Estos mtodos
pueden englobarse en lo que se conoce como MOEA



Resolver el problema con una computadora significa mucho ms que el trabajo que
ejecuta la maquina
CONCLUSION
El estudio de los mtodos numricos, es de gran importancia ya que al analizar los
distintos fenmenos ocurridos en la naturaleza, requieren aplicar diferentes tipos
de anlisis y mtodos matemticos para tratar de obtener una solucin aproximada
del problema. Estas operaciones pueden volverse muy complicadas, tediosas e
incluso requieren un trabajo sobrehumano para resolverlas, pero esto no significa
que sea imposible obtener un resultado del problema, y es ah donde se aplican los
mtodos numricos apoyados en las computadoras facilitan el trabajo y nos
permiten acercarnos lo suficiente al resultado deseado como para tomar decisiones
sobre el fenmeno estudiado.
Encontramos que en acontecimientos histricos, fallas en los mtodos numricos,
provocaron catstrofes, y prdidas econmicas. Tan slo por dejar pasar un "-" o
un ";".
Los mtodos numricos son herramientas muy tiles, ya que las mismas nos
permiten un anlisis y comprensin de clculos complicados con el objetivo de
disminuir la cantidad de tiempo para realizar dichos problemas y mejora la
efectividad de los mismos
Bibliografa
Definiciones de Mtodo Numrico:
Importancia de los mtodos numricos
https://sites.google.com/site/ittgsistemas/home/unidad-1-1/11-importancia-de-
los-metodos-numericos-1
http://www.buenastareas.com/ensayos/Importancia-De-Los-Metodos-Numericon-
En/1712569.html
Falla del misil Patriot
http://www.buenastareas.com/ensayos/Falla-Del-Misil-Patriot/1890682.html
http://es.wikipedia.org/wiki/MIM-104_Patriot
http://www.cimat.mx/Eventos/tallermn/img/botello_rionda.pdf
http://es.wikipedia.org/wiki/Optimizaci%C3%B3n_multiobjetivo