Gaia

XSLaren edukia

Optimizaziorako teknika klasikoak

Gaiari buruzko datu orokorrak

Modalitatea
Ikasgelakoa
Hizkuntza
Gaztelania

Irakasgaiaren azalpena eta testuingurua

La Optimización es un área de la Investigación Operativa en la que se aplican herramientas matemáticas de programación para escoger la mejor decisión que optimice un cierto objetivo, satisfaciendo una serie de limitaciones. Esta asignatura tiene como objetivo el desarrollo de las bases teóricas y algoritmos para resolver problemas de optimización lineales, no lineales y estocásticos con variables continuas y enteras. Dadas las dimensiones de los problemas reales en la actualidad, es imprescindible el conocimiento de las técnicas clásicas de optimización, así como el software, tanto libre como comercial, específico de optimización disponible para su resolución. Este tipo de problemas se presentan en campos tan diversos como el financiero, logístico, humanitario e industrial, entre otros.

Irakasleak

IzenaErakundeaKategoriaDoktoreaIrakaskuntza-profilaArloaHelbide elektronikoa
MERINO MAESTRE, MARIAEuskal Herriko UnibertsitateaIrakaslego AgregatuaDoktoreaElebidunaEstatistika eta Ikerkuntza Operatiboamaria.merino@ehu.eus
SALAZAR GONZALEZ, JUAN JOSELa Lagunako UnibertsitateaUnibertsitateko KatedradunaDoktoreaEstatistika eta Ikerkuntza Operatiboajjsalaza@ull.es

Gaitasunak

IzenaPisua
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 %
7.- Conocerá diferentes programas comerciales útiles para la resolución de los problemas mencionados en los puntos anteriores.14.0 %

Irakaskuntza motak

MotaIkasgelako orduakIkasgelaz kanpoko orduakOrduak guztira
Magistrala243660
Mintegia41216
Gelako p.81826
Ordenagailuko p.242448

Irakaskuntza motak

IzenaOrduakIkasgelako orduen ehunekoa
Ariketak10.00 %
Eskola magistralak24.024 %
Eztabaidak6.025 %
Gelako praktikak14.025 %
Irakurketak10.00 %
Kasuen analisia10.00 %
Mintegiak4.0100 %
Ordenagailuko praktikak48.050 %
Talde-lana18.00 %
Tutoretzak6.050 %

Ebaluazio-sistemak

IzenaGutxieneko ponderazioaGehieneko ponderazioa
Idatzizko edo ahozko probak0.0 % 20.0 %
Lan praktikoak80.0 % 80.0 %
Se valorará la asistencia y la respuesta a las actividades o ejercicios propuestos en clase.0.0 % 20.0 %

Ohiko deialdia: orientazioak eta uko egitea

CRITERIOS DE LA EVALUACIÓN CONTINUA:

Realización de un trabajo individual consistente en una serie de ejercicios de cada uno de los tres apartados: optimización continua, entera y estocástica. 80%

Asistencia. 20%

Para aprobar la asignatura será necesario alcanzar una nota de 5 sobre 10.



CRITERIOS DE LA EVALUACIÓN FINAL:

Las y los estudiantes que lo soliciten, podrán someterse a una evaluación final, que podrá consistir en una prueba única, o en un conjunto de pruebas y trabajos.

Se podrá establecer de manera excepcional la asistencia a determinadas sesiones presenciales, y la superación, en su caso, de las pruebas que en ellas se establezcan.

Los estudiantes deberán solicitar la evaluación diferenciada mediante escrito razonado dirigido al Coordinador del Máster, desde el momento de la matrícula hasta transcurridos, como máximo, cinco días desde el inicio del curso. La solicitud se acompañará de todos los documentos que acrediten la imposibilidad de seguir con normalidad el desarrollo del curso. La Comisión Académica del Máster, resolverá en el plazo máximo de veinte días.



RENUNCIA:

El alumnado que haya realizado las actividades a lo largo del curso, pero no se presente a la convocatoria ordinaria, será calificado como No presentado/a.

Ezohiko deialdia: orientazioak eta uko egitea

Los criterios de evaluación serán los mismos que en la convocatoria ordinaria. La evaluación de las actividades realizadas a lo largo del curso (prácticas de ordenador, ejercicios, seminarios) será válida para las dos convocatorias del curso. En consecuencia, el alumnado que haya superado estas actividades a lo largo del curso, en la convocatoria extraordinaria solo tendrá que presentarse al trabajo individual. En el caso del alumnado que no haya superado la evaluación de dichas actividades o haya elegido la modalidad de evaluación final, en la convocatoria extraordinaria deberá realizar, también, una prueba complementaria diseñada para la evaluación de las actividades realizadas a lo largo del curso. Dicha prueba puede consistir en una exposición oral, una demostración ante un ordenador o una descripción escrita de los conocimientos prácticos abordados en las actividades planteadas a lo largo del curso.



Irakasgai-zerrenda

Programación lineal

Programación 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.

Bibliografia

Nahitaez erabili beharreko materiala

Apuntes y prácticas de la asignatura "Técnicas Clásicas de Optimización" publicados en la plataforma virtual de apoyo a la docencia Moodle (UPV/EHU)

Oinarrizko bibliografia

Birge J.R. y Louveaux F. Introduction to Stochastic Programming. Springer, 1997



Calvete 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

Gehiago sakontzeko bibliografia

Dennis J.E. y Schnable R.B., Numerical methods for unconstrained optimization and nonlinear equations. Prentice-Hall, Inc., New Jersey, 1983



Escudero 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

Aldizkariak

European Journal of Operational Research

http://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

Estekak

http://www.seio.es

SEIO, 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.

XSLaren edukia

Iradokizunak eta eskaerak