- Conocer diversas generalizaciones del algoritmo del símplex y de la dualidad (CG3, CG4)
- Conocer diversas técnicas de modelización mediante variables enteras (CG5, CE2)
- Aplicar métodos heurísticos para encontrar soluciones aproximadas en problemas de optimización (CG5, CE1, CE2)
- Saber aplicar las condiciones de optimalidad y resolver las ecuaciones correspondientes (CG3, CE1)
- Conocer los fundamentos de diversos algoritmos en programación no lineal, sus limitaciones y su uso (CG3, CE5)

- Conocer diversas técnicas de modelización mediante variables enteras (CG5, CE2)
- Aplicar métodos heurísticos para encontrar soluciones aproximadas en problemas de optimización (CG5, CE1, CE2)
- Saber aplicar las condiciones de optimalidad y resolver las ecuaciones correspondientes (CG3, CE1)
- Conocer los fundamentos de diversos algoritmos en programación no lineal, sus limitaciones y su uso (CG3, CE5)
- Resolver de forma exacta o aproximada problemas de optimización mediante software (CE1, CE4)

Sesiones académicas de teoría.

Sesiones académicas de problemas.

Uso libre por parte de los alumnos.

2,4

3,6

6

Ampliaciones de programación lineal. Aplicaciones. Modelización y algoritmos en programación entera. Condiciones de optimalidad en programación no lineal. Algoritmos para optimización no lineal sin restricciones y con restricciones.

No hay, aunque se recomienda haber cursado con aprovechamiento las asignaturas "Investigación Operativa" y "Cálculo Científico".

Conseguir que los alumnos dominen las principales técnicas y herramientas matemáticas que permiten analizar, modelizar, resolver y optimizar una gran variedad de problemas y sistemas con la actitud, el conocimiento y la experiencia adecuados. Desarrollar las capacidades analíticas y operativas, la visión y el pensamiento práctico, pero riguroso, a través del estudio de la Programación Matemática. Preparar para posteriores estudios avanzados en Ingeniería Matemática en cualquiera de sus campos de aplicación.

1.- Variantes del algoritmo del símplex. Aplicaciones económicas e industriales de la programación lineal. 2.- Técnicas de modelización en programación entera. Algoritmos heurísticos y exactos. 3.- Condiciones de optimalidad en programación no lineal. Algoritmos para optimización no lineal sin restricciones. Algoritmos para optimización no lineal con restricciones.

- Examen final teórico-práctico: 70%
- Entrega de ejercicios y/o trabajos y/o prácticas, y/o realización de pruebas en clase y/o cuestionarios en línea; participación activa en clase: 30%

Observación: Para que la calificación del segundo apartado se tenga en cuenta en la calificación total de la asignatura, hay que obtener al menos 3 puntos en el examen (sobre 7) y, además, se podrá exigir una asistencia a un 80% de las clases como mínimo.

- BAZARAA, M.S., JARVIS, J.J. and SHERALI, H.D. (1990) "Linear Programming and Network Flows". Ed. Wiley.
- BAZARAA, M.S., SHERALI, H.D. and SHETTY, C.M. (1993) "Nonlinear Programming. Theory and Algorithms". Ed. Wiley.
- LUENBERGER, D.G. and YE, Y. (2008) "Linear and Nonlinear Programming". Ed. Springer.
- WOLSEY, L.A. (1998) "Integer Programming". Ed. Wiley.