Optimització

• Professorat
• Hores setmanals
• Competències
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia
• Capacitats prèvies

Professorat

Responsable

• Pau Fonseca Casas ( )

Altres

• Cecilio Angulo Bahon ( )
• Mari Paz Linares Herreros ( )

Hores setmanals

Competències

Competències Transversals

Transversals

• CT2 [Avaluable] - Sostenibilitat i Compromís Social. Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; obtenir habilitats per utilitzar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
• CT5 [Avaluable] - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.
• CT6 [Avaluable] - Aprenentatge autònom. Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per ampliar aquest coneixement.

Bàsiques

• CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
• CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
• CB4 - Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

Competències Tècniques

Específiques

• CE01 - Resoldre els problemes matemàtics que puguin plantejar-se en l'àmbit de la intel·ligència artificial. Aplicar els coneixements sobre: àlgebra, càlcul diferencial i integral i mètodes numèrics; estadística i optimització.
• CE20 - Triar i emprar Tècniques de Modelització estadística i anàlisi de dades, avaluant la calidad dels models, validant-i interpretant.
• CE21 - Formular i resoldre problemes d'optimització matemàtica.
• CE22 - Representar, dissenyar i analitzar sistemes dinàmics. Adquirir conceptes com el seu observabilitat, estabilitat i controlabilitat.
• CE23 - Dissenyar controladors per a sistemes dinàmics que representen fenòmens físics temporals en un entorn real.

Competències Tècniques Generals

Genèriques

• CG2 - Utilitzar els coneixements fonamentals i metodologies de treball sòlides adquirits durant els estudis per adaptar-se als nous escenaris tecnològics de el futur.
• CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
• CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.
• CG8 - Observar un exercici ètic de la professió en totes les seves facetes, aplicant criteris ètics en el disseny de sistemes, algoritmes, experiments, utilització de dades, d'acord amb els sistemes ètics recomanats pels organismes nacionals i internacionals, amb especial èmfasi en seguretat, robustesa , privacitat, transparència, traçabilitat, prevenció de biaixos (de raça, gènere, religió, territori, etc.) i respecte als drets humans.
• CG9 - Afrontar nous reptes amb una visió àmplia de les possibilitats de la carrera professional en l'àmbit de la Intel·ligència Artificial. Desenvolupar l'activitat aplicant criteris de qualitat i millora contínua, i actuar amb rigor en el desenvolupament professional. Adaptar-se als canvis organitzatius o tecnològics. Treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.

Objectius

1. Ser capar de aplicar tècniques bàsiques d'optimització per poder ressoldre problemes computacionalment complexos.
   Competències relacionades: CE23, CG4, CG5, CT5, CT6, CB2, CB3, CB4, CE01, CE21, CE22,
2. Contextualitzar les diferents tècniques d'optimització existents.
   Competències relacionades: CG2, CG5, CG8, CG9, CT2, CT5, CT6, CB2, CB3, CB4, CE20, CE21,

Continguts

1. Introducció a l'optimització
   Es presentarà el concepte i la necessitat de l'optimització. Es mostraran exemples i casos reals en el que s'hagin emprat alguna de les tècniques que s'explicaran durant el curs.
2. Optimització discreta
   Introducció a l'optimització discreta, dualitat, SIMPLEX...
3. Heurístics
   Optimització basada en heurístics.
4. Sistemes Dinàmics Lineals
   Introducció als sistemes dinàmics lineals i les seves representacions: equacions diferèncials ordinàries; transformada de Laplace; transformada de Fourier
5. Modelat en forma de Sistemes Dinàmics Discrets
   Representació discreta de sistemes dinàmics i el seu modelat: AR, MA, ARMA, NARMAX
6. Control i Optimització de Sistemes Dinàmics
   Control de sistemes dinàmics i processos d'optimització per la seva sintonia

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Linear Programming - Robert J. Vanderbei, Springer New York Heidelberg Dordrecht London, 2014. ISBN: 978-1-4614-7629-0
  https://vanderbei.princeton.edu/LPbook/
• Numerical Optimization - Nocedal Jorge, Wright Stephen J., Springer, 2006.
  
• Essentials of Metaheuristics - Luke Sean, 2016. ISBN: 978-1-300-54962-8
  https://cs.gmu.edu/~sean/book/metaheuristics/Essentials.pdf

Capacitats prèvies