Módulo/Materia
- Materia Nivel 1: Optimización
- Materia Nivel 2: Optimización
Subir
Descripción/Contenidos
Optimización lineal. Optimización entera. Optimización no lineal. Optimización multiobjetivo. Aplicación en problemas reales de organización, planificación y logística.
Subir
Competencias genéricas
- CG5 - Identificar las soluciones más adecuadas y efectivas para los problemas que se planteen el marco de la Ciencia de Datos, teniendo en cuenta tanto las características propias del problema como el en-torno del mismo.
- CG6 - Crear modelos y tomar decisiones basadas en los datos disponibles combinando los conocimientos adquiridos y siendo capaz de aplicar otros nuevos para la resolución de problemas.
- CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
Subir
Subir
Competencias específicas
- CE20 - Resolver problemas de optimización complejos y dinámicos aplicando las técnicas más adecuadas a cada situación.
Subir
Resultados aprendizaje
- RA1. Identificar los problemas resolubles mediante técnicas de optimización.
- RA2. Representar problemas reales mediante un modelo de optimización.
- RA3. Conocer los fundamentos de las principales técnicas de optimización lineal, entera, no lineal y multiobjetivo.
- RA4. Resolver un problema de optimización utilizando las técnicas de optimización más adecuadas y recoger, analizar e interpretar sus resultados
Subir
Metodología
Metodología-Actividad |
Horas presenciales |
Horas no presenciales |
Clases expositivas/participativas |
33 |
|
Prácticas |
21 |
|
Realización de trabajos/proyectos en grupo |
|
15 |
Estudio y trabajo autónomo del estudiante |
|
75 |
Tutorías |
2 |
|
Pruebas de evaluación |
4 |
|
Total |
60 |
90 |
Subir
Evaluación
Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) |
Carácter recuperable |
Nota mínima requerida |
RA1-RA2-RA3-RA4 |
Pruebas escritas |
50 |
SÍ |
5 |
RA3 |
Pruebas tipo test |
10 |
NO |
|
RA1-RA2-RA4 |
Trabajos e informes |
40 |
NO |
|
Si en alguna de las actividades no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,9 sobre 10 (suspenso).
Subir
Temario
- Tema 1: Optimización lineal.
- 1.1 Formulación de problemas de optimización lineal.
- 1.2 Fundamentos matemáticos de la optimización lineal.
- 1.3 Algoritmo del simplex.
- 1.4 Otros algoritmos de optimización lineal.
- 1.5 Dualidad y análisis de sensibilidad.
- 1.6 Software de optimización lineal.
- Tema 2: Optimización entera.
- 2.1 Formulación de problemas de optimización lineal entera.
- 2.2 Técnicas de resolución: Algoritmos de ramificación y acotación.
- 2.3 Otras técnicas de resolución.
- 2.4 Software de optimización lineal entera.
- Tema 3: Optimización no lineal.
- 3.1 Formulación de problemas de optimización no lineal.
- 3.2 Optimización no lineal sin restricciones: condiciones para la optimalidad.
- 3.3 Algoritmos de optimización no lineal sin restricciones.
- 3.4 Optimización no lineal con restricciones: condiciones para la optimalidad.
- 3.5 Algoritmos de optimización no lineal con restricciones.
- 3.6 Software de optimización no lineal.
- Tema 4: Optimización multiobjetivo.
- 4.1 Formulación de problemas multiobjetivo.
- 4.2 Solución eficiente y conjunto eficiente.
- 4.3 Técnicas de resolución: métodos generadores y con información a priori.
- 4.4 Otras técnicas de resolución: introducción a las técnicas interactivas.
- Tema 5: Aplicaciones en organización, planificación y logística. Discusión de casos reales.
- 5.1 Análisis de casos reales.
- 5.2 Lectura de artículos publicados en revistas científicas.
Subir
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
La bibliografía de la asignatura es la siguiente:
- ANDERSON, D. R., SWEENEY, D. J., WILLIAMS, T. A., CAMM, J., FRY, M. OHLMANN ,J.W, (2016): Introduction to Management Science. Quantitative Methods for Decision Making. Thomson. Cincinnati, USA. 14e
- BAZARAA, MS., JARVIS, J.J., SHERALI, H.D. (2010): Linear programming and network flows. Wiley, 4ªEd.
- BAZARAA, MS., SHERALI, H.D., SHETTY, C.M. (2006): Nonlinear programming: theory and algorithms. Wiley, 3ªEd.
- ANTUNES, C.H., ALVES, M.J., CLIMACO, J. (2016): Multiobjective Linear and Integer Programming. Springer.
- COLLIER, D.A., EVANS, J.R. (2020): Operations and Supply Chain Management. Cengage, 2e.
- EHRGOTT, M. (2005): Multicriteria optimization. Springer.
- HILLIER, F.S., LIEBERMAN, G.J. (2021): Introduction to Operations Research. McGraw Hill, 11e.
- LUENBERGER, D.G., Ye, Y.Y. (2016): Linear and Nonlinear Programming. Springer, 4ª Ed.
- ZOPOUNIDIS, C., PARDALOS, P. (2010): Handbook of Multicriteria Analysis. Springer.
- WINSTON, W.L., ALBRIGHT, S.L. (2016): Practical management science. South-Western Cengage Learning, 6e.
Subir
Idiomas
Castellano.
Subir
Lugar de impartición
Universidad Pública de Navarra, Campus Arrosadía.
Subir