Se desarrollan y crean modelos matemáticos con vistas a la simulación y a la localización de condiciones óptimas de trabajo o de diseño de problemas relacionados con la ingeniería civil.



Competencia específica:

M05CM01: Completar, profundizar e interrelacionar los conocimientos disciplinares adquiridos en el área de formación.





Resultados de aprendizaje:

RA1 Identificar problemas prácticos reales que requieran la aplicación de la optimización para construir sus modelos asociados.

RA2 Conocer los elementos básicos de los modelos matemáticos que permitan la formulación de problemas de optimización.

RA3 Conocer los principales algoritmos para la resolución práctica de problemas de optimización.

RA4 Identificar el algoritmo o método más adecuado para la resolución de problemas de optimización.

RA5 Adquirir habilidad práctica en el manejo de algoritmos y en la interpretación de los resultados frente a la variación de datos.

RA6 Utilizar software específico para la resolución de problemas de optimización.

RA7 Saber comunicar de forma clara y estructurada los conocimientos adquiridos relacionados con la optimización.

RA8 Planificar e implementar actividades relacionadas con el consumo y distribución utilizando criterios de sostenibilidad

Modelización Matemática y Simulación: Conocer los fundamentos de la modelización matemática y simulación.

Introducción a la Optimización Matemática. Principios fundamentales: Estrategias para la formulación y solución de un problema de optimización haciendo hincapié en la modelización de consumo y producción sostenible.

Métodos de Programación matemática: Desarrollo de diferentes métodos de programación

Aplicaciones a la optimización en ingeniería civil: Desarrollar aplicaciones que garanticen modalidades de distribución y producción sostenible

En la clase teórica el docente explica los fundamentos teóricos básicos de la asignatura aclarando su exposición con tantos ejemplos como considere oportuno.



En la clase práctica el alumno resuelve de manera individual y/o grupal los ejercicios planteados por el profesor siendo estos corregidos algunas veces por el docente y otras por el alumno.



El docente supervisa la búsqueda de información del alumno para la realización de su exposición ante el resto del alumnado. Después de la misma, completa la información sobre el tema expuesto y propone la realización de ejercicios relacionados con el mismo.



Se llevará a cabo la estrategia de enseñanza-aprendizaje ABP centrándose en el cálculo de rutas óptimas, ayudando a ahorrar combustible y reducir la contaminación ambiental y aplicando algoritmos de transporte a los sistemas logísticos de distribución de productos que minimicen las emisiones de gases.

- Asistencia, participación y actitud en las distintas actividades de aprendizaje: 10% nota final

- Entrega de trabajos escritos: 20% nota final

- Entrega de trabajos de ordenador: 30% nota final

- Proyecto individual (exposición): 40% nota final





El alumnado que no se acoja al sistema de evaluación continua y opte por la evaluación final, tendrá que realizar un examen global que evaluará los resultados de aprendizaje de la asignatura y que se realizará durante el periodo oficial de exámenes. Dicho examen se valorará con un 100% de la nota. El procedimiento para solicitar ser evaluado en la evaluación final consistirá en presentar un escrito al profesor de la asignatura dentro de las primeras nueve semanas desde el comienzo de la misma.

Bibliografía básica

- Ciriani T.A. and Leachman R.C. "Optimization in industry. Mathematical Programming and Modeling Techniques in Practice". Ed. John Wiley and Sons, 1993.

- Eppen, G.D., Schimdt, C.P. y Gould, F.J., "Investigación de Operaciones en la Ciencia Administrativa", Prentice Hall, México, 2000.

- Infante Macias R., "Métodos de Programación Matemática. Vol I y II", Ed. UNED, Madrid, 1991

- Pérez Sainz de Rozas G., "Programación Matemática", Editorial Universidad del País Vasco, Bilbao, 2000.

- Vanderplaats G.N., "Numerical Optimization Techniques for Eingeniering Design: With Applications". McGraw-Hill, 1984.

Bibliografía de profundización

- Bachem S., Grötschel M., Korte B., "Mathematical Programming. The State of the Art", Ed. Springer Verlag, Amsterdam, 1982
- Cáceres J. J., Martín G. y Martín F. J., "Introducción al Análisis Multivariante de Series Temporales Económicas", Delta Publicaciones, Madrid, 2008
- Cryer J. D. y Chan K. S. , "Time Series Analysis With Applications in R", Springer, New York, 2009
- Escudero Laureano, "Programación Lineal", Ed. Deusto, Bilbao, 1976
- Law A.M. y Kelton W.D., "Simulation Modeling and Analysis", McGraw-Hill, New York, 1991
- Prawda, "Métodos y Modelos de Investigación de Operaciones", Ed. Limusa, Mexico, 1980
- Saaty, T.L., "Elements of Queuing Theory With Applications", Kluwer Academic Publishers, New York, 1983
- Zoutendijk, G., "Mathematical Programming Methods", Ed. North Holland, New York, 1976