- CG1 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

- CG2 Elaborar adecuadamente y con cierta originalidad argumentos motivados, proyectos de trabajo, redactar planes así como formular hipótesis y conjeturas razonables en el ámbito de la Ingeniería Matemática avanzada.

- CG3 Emitir juicios en función de criterios, de normas externas o de reflexiones personales justificadas

- CG4 Presentar públicamente ideas, procedimientos o informes de investigación, así como asesorar a personas u organizaciones en su ámbito de especialización en Ingeniería Matemática avanzada.

- CG5 Comprender y utilizar de manera avanzada el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas complejos del ámbito de la ingeniería y de la industria, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.

- CG7 Saber abstraer en un modelo matemático complejo las propiedades y características esenciales de un problema real del ámbito de la ingeniería y de la industria reconociendo su rango de aplicabilidad y limitaciones.

- CT1 Saber aplicar sus avanzados conocimientos a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y en la resolución de problemas y estudio de casos. Esto implica, concretamente: Integrar creativamente conocimientos y aplicarlos a la resolución de problemas, perseguir objetivos de calidad en el desarrollo de su actividad profesional, adquirir capacidad para la toma de decisiones y de dirección de recursos humanos, ser capaz de mostrar creatividad, iniciativa y espíritu emprendedor para afrontar los retos de su actividad, valorar la importancia de la Ingeniería Matemática en el contexto industrial, económico, administrativo, medio ambiental y social

- CT2 Tener la capacidad de reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión profunda sobre temas relevantes de índole científica, industrial, tecnológica y empresarial. Demostrar razonamiento crítico y gestionar información científica y técnica de calidad, bibliografía, bases de datos especializadas y recursos accesibles a través de Internet.

- CE2 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.

- CE3 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

- CE4 Desarrollar habilidades de aprendizaje en Matemáticas avanzadas y sus aplicaciones que permitan al alumno continuar estudiando y profundizando en la materia de modo autónomo.

- CE5 Resolver problemas y casos reales planteados en el ámbito de la ingeniería, la industria, la ciencia, la tecnología y la sociedad mediante habilidades de modelización, cálculo numérico, simulación y optimización.

- CE6 Desarrollar programas que resuelvan problemas matemáticos avanzados utilizando para cada caso el entorno computacional adecuado.

- CE7 Ser capaz de utilizar de herramientas avanzadas de búsqueda de recursos bibliográficos así como manejo, gestión y análisis de alto nivel de grandes bases de datos.

0,9 ECTS

0,9 ECTS

TRABAJO INDIVIDUAL Y EN GRUPOS 2,7 ECTS

4,5 ECTS

1,8

2,7

1

Modelos y métodos matemáticos en logística. Problemas logísticos en la empresa.

Recomendable haber cursado al menos un curso básico de programación matemática o el propedeutico de Optimización.

1. Planificación y logística: planificación estratégica, táctica y operativa.
     Desarrollo de modelos de programación matemática
2. Programación de modelos en Excel y Gams.
3. Problemas de optimización en redes.
4. Modelos de planificación de proyectos y secuenciación.
5. Modelos de planificación de inventarios.
6. Modelos de localización y rutas de transporte y distribución

Trabajo final de modelización, implementación de algoritmos y análisis de resultados para un problema logístico (40%)
Asistencia y participación activa en clase, entrega de ejercicios y códigos (20%)
Pruebas parciales y examen (40%) (ha de obtenerse más de un 4 para hacer la ponderación)

Notas del curso y bibliografía complementaria:
BALL, M.O., MAGNANTI, T.L. MONMA, C.L. NEMHAUSER, G.L. (Editores). NETWORK MODELS. NORTH-HOLLAND (1995)
BAZARAA, M. S. y JARVIS, J. J. PROGRAMACIÓN LINEAL Y FLUJO EN REDES. ED. LIMUSA. (1992)
BRUCKER, P. SCHEDULING ALGORITHMS.ED. SPRINGER VERLAG (1995)
BRUCKER, P, S. KNUST (2006) COMPLEX SCHEDULING. ED. SPRINGER VERLAG
CASTÁN FARRERO, J.M., CABAÑERO PISA, C., NÚÑEZ CARBALLOSA, A. LA LOGÍSTICA EN LA EMPRESA. PIRÁMIDE (2003).
CORTÉS ACHEDAD, P., ONIEVA GIMENEZ, L. INGENIERÍA DE ORGANIZACIÓN. MODELOS Y APLICACIONES. DIAZ DE SANTOS (2008).
DÍAZ, A., MAR, J., CALZADA, L. (2021) FORMULACIÓN DE MODELOS DE PROGRAMACIÓN MATEMÁTICA. PARANINFO
FRENCH, S. (1982) SEQUENCING AND SCHEDULING. AN INTRODUCTION TO THE MATHEMATICS OF THE JOB-SHOP. ELLIS-HORWOOD
GRAVES, S.C., RINNOOY KAN, A.H.G., ZIPKIN, P.H. LOGISTICS OF PRODUCTION AND INVENTORY. NORTH-HOLLAND (1993).
ROMERO, C. (1993) TÉCNICAS DE PROGRAMACIÓN Y CONTROL DE PROYECTOS. 3ª ED. PIRÁMIDE
TOTH, P., VIGO, D. (2002) THE VEHICLE ROUTING PROBLEM. SIAM
ZIPKIN, P. H. FOUNDATIONS OF INVENTORY MANAGEMENT. MCGRAW-HILL (2000)

Material disponible en Campus Virtual (Notas, presentaciones, enunciados de problemas)