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

Ingeniería Matemática

Máster. Curso 2023/2024.

MODELOS ESTOCÁSTICOS EN LOGÍSTICA - 604344

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG1, CG2, CG3, CG5, CG6, CG7.
Transversales
CT1, CT2
Específicas
CE1, CE2,CE3, CE4, CE5, CE6

ACTIVIDADES DOCENTES

Clases teóricas
0,8 ECTS = 20h
Clases prácticas
0,4 ECTS = 10h
Laboratorios
Uso libre de los alumnos, y uso en aula del programa GAMS y Excel
Otras actividades
TRABAJOS INDIVIDUALES Y EN GRUPOS: 1.8 ECTS
TOTAL
3 ECTS

Presenciales

1,2

No presenciales

1,8

Semestre

2

Breve descriptor:

De manera general, la logística es el conjunto de medios y métodos necesarios para llevar a cabo la organización de una empresa, o de un servicio, especialmente de distribución. En el contexto de una organización (empresarial, militar, humanitaria, etc.), la logística se encarga de la planificación y gestión de la adquisición, producción, transporte, almacenamiento y distribución de diversos bienes para un funcionamiento óptimo del sistema. Un tratamiento matemático realista de estos sistemas logísticos ha de tener necesariamente en cuenta la incertidumbre asociada a los diversos factores implicados (la demanda o el beneficio de ciertos productos, el coste y el tiempo de servicio de materias primas u otros bienes, etc.). Por ello, es preciso contar con herramientas matemáticas que incorporen la modelización de la incertidumbre y saber cómo tratarla a la hora de tomar decisiones. Se presentarán modelos y métodos para tratar la incertidumbre derivada de la aleatoriedad u otras fuentes de forma general, así como modelos específicos para determinados problemas estocásticos (colas, fiabilidad).

Requisitos

Haber cursado Modelos Determinísticos en Logística.

Objetivos

MODELIZAR Y RESOLVER PROBLEMAS LOGÍSTICOS CON INCERTIDUMBRE Y RIESGO, O CON VARIOS CRITERIOS O DECISORES
PROGRAMAR MODELOS MATEMÁTICOS EN LOGÍSTICA CON INCERTIDUMBRE Y RIESGO, O CON VARIOS CRITERIOS O DECISORES

Contenido

1. Modelos de Decisión con incertidumbre y riesgo, múltiples criterios y múltiples decisores en Logística
1.1. Decisión con incertidumbre y riesgo. Programación estocástica
1.2. Decisión con múltiples criterios
1.3. Decisión con varios decisores en competencia: Teoría de Juegos

2. Gestión de líneas de espera

3. Fiabilidad y mantenimiento

Evaluación

30% ENTREGA DE PRÁCTICAS PROGRAMADAS EN GAMS Y MATLAB O EXCEL
10% PARTICIPACIÓN ACTIVA EN EL AULA
60% EXAMEN (hace falta sacar un mínimo de un 4 para hacer ponderación)

Bibliografía

BIRGE, J. y LOUVEAUX, F. (1997). Introduction to Stochastic Programming. Springer.
French, S. (1986) Decision Theory: An introduction to the mathematics of rationality, Ellis Horwood, Chichester.
Anderson, D.R., Sweeney, D.J. and Williams, Th.A. (1999) Métodos cuantitativos para los negocios. Thomson-Paraninfo.
Hillier, F.S., Lieberman, G.J. (2001) Investigación de Operaciones. 7ª edición. McGraw Hill.
Taha, H.A. (1998) Investigación de operaciones. Una introducción. Prentice Hall.
Ríos-Insua, S., Mateos, A., Bielza, M.C. y Jiménez, A. (2004) Investigación Operativa. Modelos determinísticos y estocásticos. Centro de Estudios Ramón Areces
Romero, C. (1993). Teoría de la Decisión Multicriterio: Conceptos, Ténicas y Aplicaciones. Alianza Universidad.
Saaty, T.L. (1994) Fundamentals of Decision Making. RWS Publications

Otra información relevante

Material disponible en Campus Virtual: Notas, enunciados de problemas

Estructura

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

Grupos

Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo Único12/03/2024 - 30/04/2024MARTES 19:00 - 21:00-ANTONIO ALBERTO RODRIGUEZ SOUSA
BEGOÑA VITORIANO VILLANUEVA
JUEVES 19:00 - 21:00-ANTONIO ALBERTO RODRIGUEZ SOUSA
BEGOÑA VITORIANO VILLANUEVA