Objetivo: proponer modelos para analizar la influencia de varios factores sobre un fenmeno
que nos interesa estudiar.
Si las dos variables no son independientes estn relacionadas de alguna manera CORRELACION: a medida que aumenta una, influye a la otra. Es ms difcil encontrar el ptimo.
Espacio: zona en la que tengo respuesta.
Tcnicas de bsqueda enumerativa (rejillas, muestreo sistemtico): este tipo de muestreo requiere que previamente nos hayamos asegurado de que los elementos ordenados no presentan periodicidad en las variables objeto de estudio, puesto que si hay periodicidad y el periodo esta prximo al valor v, los resultados que se obtengan tendrn grandes desviaciones y no tendrn validez. El muestreo sistemtico es equivalente al muestreo aleatorio si los elementos se encuentran enumerados de manera aleatoria. Ventajas: -Extiende la muestra a toda la poblacin. -Es de fcil aplicacin. Inconvenientes: -Aumento de la varianza si existe periodicidad en la enumeracin de los elementos, producindose sesgo por seleccin. -Problemas a la hora de la estimacin de la varianza Tcnicas de bsqueda aleatoria: diremos que hemos extrado una muestra aleatoria simple cuando su proceso de extraccin garantice: -cada elemento de la poblacin tiene la misma probabilidad de ser elegido. - los elementos se selecciona de uno en uno y con reposicin (reemplazamiento), de manera que la poblacin permanece idntica en todas las extracciones. Observacin: cuando la fraccin de muestreo (n/N) es pequea, ser indiferente realizar el muestreo con o sin reposicin. -se utiliza cuando la poblacin es homognea respecto a la caracterstica a estudiar. -para disear la muestra se utilizan los nmeros aleatorios. Ventajas: Siempre son aplicables Desventajas: Ineficientes, excepto para los problemas ms simples. Conceptos elementales Extremo contrario: tcnicas con suposiciones exigentes (soluciones adaptadas al problema) problema) (eje. Algoritmos de gradiente: funciones matemticas que obtienen cual es el mejor gradiente). Utilizan la informacin disponible en cada momento para redirigir la bsqueda.
Ventajas: Son eficientes (rapidez en la localizacin del ptimo) y solo estudian regiones discre tas del espacio (estrategias locales). Desventajas: Poco robustas robustas (atrapadas fcilmente en ptimos locales) Son tanto mejores, cuanto mayor conocimiento se tiene del problema En vez de muestrear toda la zona, cogemos 4 puntos y obtenemos la direccin en la que tenemos que seguir muestreando para localizar el ptimo.
Anlisis general: necesitamos toda la zona del espacio donde tenemos respuesta; la describimos con una ecuacin matemtica que nos de ese espacio, para saber donde est el mximo o mnimo. Caractersticas Las tcnicas formales de optimizacin usualmente: Son multivariadas (las podemos utilizar para ms de una variable) en el espacio de decisin (variables operacionales) y estn sujetas a restricciones.
Son multivariadas en el espacio de las respuestas (objetivos) (optimizacin multiobjetivo). Con frecuencia, los objetivos son conflictivos (no tenemos claro el objetivo). Se debe balancear el esfuerzo experimental frente a la informacin obtenida. Algunas se benefician de la simulacin. Todas ellas se simplifican enormemente con la computarizacin