Responsable: | (-) |
Otros: | (-) |
Créditos | Dept. | Tipo | Requisitos |
---|---|---|---|
7.5 (6.0 ECTS) | EIO |
|
AL
- Prerequisito para la EI , ETIG PRED - Prerequisito para la EI , ETIG |
Responsable: | (-) |
Otros: | (-) |
La asignatura presenta algunos de los métodos fundamentales de la investigación operativa. La investigación operativa es una disciplina basada en la formulación de modelos, el desarrollo y la aplicación de algoritmos para la resolución de problemas de toma de decisiones. La asignatura introduce también en los lenguajes de modelización y el software necesarios para la resolución efectiva de problemas. El curso tiene una orientación práctica. Se presentarán diferentes aplicaciones de los modelos y algoritmos introducidos en problemas complejos que el estudiante puede encontrarse en el futuro, tanto de tipo técnico como relativos a la gestión.
Horas estimadas de:
T | P | L | Alt | L Ext. | Est | O. Ext. |
Teoria | Problemas | Laboratorio | Otras actividades | Laboratorio externo | Estudio | Otras horas fuera del horario fijado |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
8,0 | 4,0 | 10,0 | 0 | 10,0 | 10,0 | 0 | 42,0 | |||
- Modelos lineales, enteros y no lineales. Ejemplos y estudios de caso.
- Modelado con hojas de cálculo. - El lenguaje de modelado AMPL. En las sesiones de laboratorio se mostrarán los entornos de modelado Excel y AMPL. En las sesiones de teoría y laboratorio y se presentarán 5 estudios de caso: - Gestión de proyectos con limitación de tiempo (programación lineal). - Flujo máximo concurrente en una red de transmisión multiartículo (flujos en redes). - Problema de itinerarios: TSP (programación entera). - Diseño de redes (programación entera). - Optimización de una Support Vector Machine (programación no lineal, cuadrática) Dos de estos casos se usarán para la nota de prácticas. |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
8,0 | 2,0 | 2,0 | 0 | 0 | 8,0 | 0 | 20,0 |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
10,0 | 4,0 | 4,0 | 0 | 0 | 12,0 | 0 | 30,0 | |||
En las sesiones de teoría se verán:
- Propiedades básicas de los problemas con estructura de red. - Tipo de modelos de flujos en redes. Ejemplos. - Algoritmo simplex para el problema de coste mínimo en flujos en redes. - Algoritmos para el problema de caminos mínimos con costes positivos (Dijkstra) y cualquier otros ("label-correcting"). - Algoritmo para el problema de flujo máximo. |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 1,0 | 1,0 | 0 | 0 | 4,0 | 0 | 10,0 | |||
El algoritmo de branch and bound.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 2,0 | 0 | 0 | 0 | 4,0 | 0 | 10,0 | |||
Propiedades básicas de la programación no lineal.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
6,0 | 2,0 | 0 | 0 | 0 | 6,0 | 0 | 14,0 |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 0 | 0 | 0 | 1,0 | 0 | 3,0 |
Total por tipo | T | P | L | Alt | L Ext. | Est | O. Ext. | Total |
43,0 | 15,0 | 17,0 | 0 | 10,0 | 45,0 | 0 | 130,0 | |
Horas adicionales dedicadas a la evaluación | 5,0 | |||||||
Total horas de trabajo para el estudiante | 135,0 |
Habrá sesiones de teoría, problemas y laboratorio. En la teoría se presentan los conocimientos básicos de la asignatura. En las sesiones de problemas se solucionarán ejercicios directamente basados en la teoría. En las sesiones de laboratorio se resolverán casos reales pequeños, donde el estudiante formulará y solucionará un problema con la ayuda de software de modelado y los "solvers" apropiados.
La nota final NF se calculará como NF= 0.7*NT+0.3*NP, siendo NT la nota de teoría y NP la de prácticas.
NT: habrá un examen parcial a mitad del cuatrimestre, liberando materia de cara al examen final para los estudiantes que tengan nota superior o igual a 4. Este parcial, para los que tengan nota superior o igual a 4, puntúa sobre NT/2. El examen final puntúa sobre NT/2 para quienes hayan superado el parcial con nota superior o igual a 4, y NT para los que no.
NP: habrá dos prácticas que se realizarán en horario de clase en las sesiones de laboratorio. Cada una consistirá en el modelado y resolución de un caso usando el software de modelado-optimización AMPL. Cada práctica puntúa sobre NP/2.
Se requiere un mínimo de conocimientos que el estudiante haya adquirido en asignaturas previas. En particular, se usan nociones básicas de:
- Programación
- Álgebra (operaciones con matrices y vectores)
- Estructuras de datos para grafos
- Algoritmos básicos para grafos.