• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Ingeniería Matemática

Máster. Curso 2023/2024.

TÉCNICAS AVANZADAS EN OPTIMIZACIÓN - 604332

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
Aprender a aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el ámbito de la Ingeniería Matemática avanzada (CG1)
Comprender y utilizar de manera avanzada el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente (CG5)
Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la Ingeniería Matemática avanzada participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la sociedad (CG6)
Saber abstraer en un modelo matemático complejo las propiedades y características esenciales de un problema real reconociendo su rango de aplicabilidad y limitaciones (CG7)
Específicas
Adquirir una formación sólida y rigurosa en temas avanzados de Matemáticas y sus Aplicaciones (CE1)
Ser capaz de planificar la resolución de problemas de un alto nivel de complejidad en función de las herramientas de que se disponga y, en su caso, de las restricciones de tiempo y recursos (CE2)
Ser capaz de utilizar aplicaciones informáticas de cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar en aspectos avanzados de Matemáticas y resolver problemas con un elevado grado de complejidad (CE3)
Resolver problemas y casos reales planteados en el ámbito de la ciencia, la tecnología y la sociedad mediante habilidades de modelización, cálculo numérico, simulación y optimización (CE5)
Desarrollar programas que resuelvan problemas matemáticos avanzados utilizando para cada caso el entorno computacional adecuado (CE6)

ACTIVIDADES DOCENTES

Clases teóricas
40% del tiempo presencial total: Descripción de modelos de programación matemática y técnicas de resolución.
Clases prácticas
60% del tiempo presencial total: Descripción y uso de algoritmos y software en programación matemática. Resolución de ejemplos y casos.
Laboratorios
Uso libre por parte de los alumnos.

Presenciales

1,8

No presenciales

2,7

Semestre

1

Breve descriptor:

Tópicos avanzados en Programación Matemática, modelos y algoritmos.

Requisitos

Conocimientos satisfactorios de un lenguaje de programación (Fortran ó C).
Familiarización con el uso de librerías de cálculo científico.
Conocimientos de programación matemática.

Objetivos

- Saber modelizar casos reales de optimización.
- Ser capaz de comparar distintas modelizaciones para elegir la más adecuada.
- Resolver con software problemas de optimización.
- Implementar en lenguajes de programación de propósito general algoritmos propios, exactos, heurísticos y metaheurísticos.
- Ser capaz de construir y aplicar métodos metaheurísticos a problemas de gran complejidad computacional.

Contenido

- Métodos exactos en optimización: programación matemática avanzada continua, entera y no lineal.
- Métodos aproximados en optimización. Metaheurísticas.
- Software de optimización.
- Programación de algoritmos. Modelos de optimización.
 

Evaluación

- Prácticas personalizadas, entrega de trabajos y problemas, implementación de algoritmos. (55%)
- Planteamiento y resolución por parte del alumno de un caso práctico, utilizando las técnicas y el software desarrollados durante el curso. (45%)

Bibliografía

BALL, M.O., MAGNANTI, T.L., MONMA, C.L. y NEMHAUSER, G.L. (1995) "Netwok Models" Vol 7 Handbook in Operations Research and Management Science, Nort-Holland
BALL, M.O., MAGNANTI, T.L., MONMA, C.L. y NEMHAUSER, G.L. (1995) "Netwok Routing" Vol 8 Handbook in Operations Research and Management Science, Nort-Holland
BAZARAA, M.S., JARVIS, J.J. y SHERALI, H.D. (2010) "Linear Programming and Network Flows" Wiley
BAZARAA, M.S., SHERALI, H.D. y SHETTY, C.M. (1993) "Nonlinear Programming. Theory and Algorithms" Wiley
BOYD, S. y VANDENBERGUE, L. (2009) "Convex Optimization" Cambridge University Press
GRIVA, I., NASH, S.G. y SOFER, A. (2009) "Linear and Nonlinear Optimization" SIAM
SAS/OR 13.2 (2014) User's Guide: Mathematical Programming" SAS Institute
WOLSEY, L.A. (1998) "Integer Programming" Wiley

Otra información relevante

Numerosos documentos sobre modelos, algoritmos y software puestos en el campus virtual .

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo único09/10/2023 - 18/12/2023LUNES 16:30 - 18:30-ANGEL FELIPE ORTEGA
GREGORIO TIRADO DOMINGUEZ
MIÉRCOLES 16:30 - 18:30-ANGEL FELIPE ORTEGA
GREGORIO TIRADO DOMINGUEZ