Materia
Técnicas Clásicas de Optimización
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
MERINO MAESTRE, MARIA | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Estadística e Investigación Operativa | maria.merino@ehu.eus |
PEREZ SAINZ DE ROZAS, GLORIA ISABEL | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Titular De Universidad | Doctora | No bilingüe | Estadística e Investigación Operativa | gloria.perez@ehu.eus |
SALAZAR GONZALEZ, JUAN JOSE | Universidad de La Laguna | Profesorado Catedratico De Universidad | Doctor | Estadística e Investigación Operativa | jjsalaza@ull.es |
Competencias
Denominación | Peso |
---|---|
Aprenderá las características y propiedades referentes a problemas lineales, enteros y no lineales, deterministas y estocásticos. | 14.0 % |
Adquirirá conocimientos básicos para la modelización adecuada de problemas de optimización. | 14.0 % |
Comprenderá las dificultades que están inherentes a los problemas de optimización de gran tamaño. | 14.0 % |
Manejará los métodos y algoritmos necesarios para resolver problemas lineales y enteros mixtos. | 14.0 % |
Manejará los métodos y algoritmos necesarios para resolver problemas no lineales, prestando especial atención a los problemas cuadráticos. | 14.0 % |
Conocerá software libre muy eficiente para optimización. | 14.0 % |
Conocerá diferentes programas comerciales útiles para la resolución de los problemas mencionados en los puntos anteriores. | 14.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 24 | 36 | 60 |
Seminario | 4 | 12 | 16 |
P. de Aula | 8 | 18 | 26 |
P. Ordenador | 24 | 24 | 48 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Análisis de casos | 10.0 | 0 % |
Clases magistrales | 24.0 | 24 % |
Debates | 6.0 | 25 % |
Ejercicios | 10.0 | 0 % |
Lecturas | 10.0 | 0 % |
Prácticas de aula | 14.0 | 25 % |
Prácticas de ordenador | 48.0 | 50 % |
Seminarios | 4.0 | 100 % |
Trabajo en grupo | 18.0 | 0 % |
Tutorías | 6.0 | 50 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Se valorará la asistencia y la respuesta a las actividades o ejercicios propuestos en clase. | 20.0 % | 40.0 % |
Trabajos Prácticos | 60.0 % | 80.0 % |
Temario
Programación linealProgramación entera mixta. Programación binaria
Optimización no-lineal: condiciones de optimalidad y algoritmos
Algunos modelos de programación no lineal: programación cuadrática, separable y fraccionaria
Optimización bajo incertidumbre. Algoritmos de descomposición
Manejo de software de optimización, COIN-OR, CPLEX, etc.
Bibliografía
Materiales de uso obligatorio
Apuntes y prácticas de la asignatura "Técnicas Clásicas de Optimización" publicados en la plataforma virtual de apoyo a la docencia Moodle (UPV/EHU)Bibliografía básica
Birge J.R. y Louveaux F. Introduction to Stochastic Programming. Springer, 1997Calvete H. y Mateo P. Programación lineal, entera y meta, Colección Textos Docentes. Prensa Universitaria de Zaragoza, 1994
Hillier, Frederich y Lieberman. Introducción a la investigación de operaciones. Editorial McGraw-Hill (2001)
Pérez G. y Garín A. On downloading and using COIN-OR for solving lineal/integer optimization problems Biltoki, 2010. http://ideas.repec.p/ehu/biltok/201005.html
Bibliografía de profundización
Dennis J.E. y Schnable R.B., Numerical methods for unconstrained optimization and nonlinear equations. Prentice-Hall, Inc., New Jersey, 1983Escudero L.F, Garín A., Merino M. y Pérez G., A general algorithm for solving two-stage stochastic mixed 0-1 first-stage problems. Computers and Operations Research, 36,pp. 2590-2600, 2009
Maroto C., Alcaraz J. y Ruiz R., Investigación Operativa. Modelos y Técnicas de optimización. Editorial Universidad Politécnica de Valencia, 2002
Nocedal J. y Wright S.J., Numerical optimization. Springer, USA, 1999
Pérez G. y Garín A. On downloading and using CPLEX within COIN-OR for solving lineal/integer optimization problems. Biltoki, 2011. http://hdl.andle.net/10810/5504
Ramos, A., Alonso-Ayuso A. y Pérez G. (eds.) Optimización bajo incertidumbre. Publicaciones de la Universidad Pontificia Comillas, 2009
Wayne L. Winston. Operations Research: Applications and Algorithms. International Thomson Publishing, 3rd edition, 1994
Revistas
European Journal of Operational Researchhttp://www.elsevier.com/wps/find/journaldescription.cws\_home/505543/description\#description
Journal of Global Optimization
http://www.kluweronline.com/issn/0925-5001
Journal of the Operational Research Society
http://www.palgrave-journals.com/jors/index.html
Operations Research Letters
http://www.elsevier.com/wps/find/journaldescription.cws\_home/505567/description\#description
TOP
http://www.springer.com/business+%26+management/operations+research/journal/11750
Enlaces
http://www.seio.esSEIO, Sociedad de Estadística e Investigación Operativa
http://www.euro-online.org
EURO, The Association of European Operational Research Societies
http://www.coin-or.org
COIN-OR INFORMS (2008). Computational Infrastructure for Operations Research. CPLEX IBM (2011). IBM ILOG
http://www-01.ibm.com/software/integration/optimization/cplex-optimizer
CPLEX Optimizer.