Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 73006 | Asignatura: Optimización industrial | ||||
| Créditos: 3 | Tipo: Obligatoria | Curso: 1 | Periodo: 1º S | ||
| Departamento: | |||||
| Profesorado: | |||||
| AZCARATE CAMIO, CRISTINA (Resp) [Tutorías ] | FAULIN FAJARDO, FCO. JAVIER [Tutorías ] | ||||
Descripción/Contenidos
Optimización lineal. Optimización entera. Optimización multiobjetivo. Software de Optimización. Aplicaciones en ingeniería industrial. Discusión de casos reales.
Descriptores
Optimización lineal. Optimización entera. Optimización multiobjetivo. Aplicaciones en ingeniería industrial.
Competencias genéricas
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CG1: Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo, infraestructuras, etc.
CG8: Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares.
Competencias específicas
CMG2: Conocimientos y capacidades de estrategia y planificación aplicadas a distintas estructuras organizativas.
CMG5: Conocimientos de sistemas de información a la dirección, organización industrial, sistemas productivos y logística y sistemas de gestión de calidad.
CMG6: Capacidades para organización del trabajo y gestión de recursos humanos.
CMG9: Capacidad para la gestión de la Investigación, Desarrollo e Innovación tecnológica.
Resultados aprendizaje
R1. Conocimiento de los fundamentos de la optimización lineal, optimización entera y optimización multiobjetivo.
R2. Capacidad para identificar problemas de optimización en el contexto de la ingeniería industrial.
R3. Capacidad para la representación problemas reales mediante un modelo de optimización lineal, entero o multiobjetivo, para resolverlo utilizando el software adecuado, y para recoger, analizar e interpretar sus resultados.
Metodología
| Actividad formativa | Horas | % Presencialidad del alumno |
| AF1.- Clases expositivas/participativas | 15 | 100 |
| AF2.- Prácticas | 12 | 100 |
| AF3.- Actividades de aprendizaje cooperativo | 3 | 100 |
| AF4.- Realización de proyectos en grupo | 10 | 0 |
| AF5.- Estudio y trabajo autónomo del estudiante | 30 | 0 |
| AF6.-Tutorías y pruebas de evaluación | 5 | 100 |
Evaluación
| Resultado de aprendizaje | Sistema de evaluación | Peso (%) |
| R1 | Prueba de duración corta para la evaluación continua | 10 |
| R1, R2, R3 | Pruebas de respuesta larga | 70 |
| R1, R2, R3 | Trabajos e informes | 20 |
Temario
Tema 1: Optimización lineal.
1.1 Formulación de problemas de opti.mización lineal.
1.2 Fundamentos matemáticos de la optimización lineal.
1.3 Algoritmo del simplex.
1.4 Otros algoritmos de optimización lineal.
1.5 Dualidad y análisis de sensibilidad.
1.6 Software de optimización lineal.
Tema 2: Optimización entera.
2.1 Formulación de problemas de optimización lineal entera.
2.2 Técnicas de resolución: Algoritmo de ramificación y acotación.
2.3 Otras técnicas de resolución.
2.4 Software de optimización lineal entera.
Tema 3: Optimización multiobjetivo.
3.1 Formulación de problemas multiobjetivo.
3.2 Solución eficiente y conjunto eficiente.
3.3 Técnicas de resolución: métodos generadores y programación por metas.
3.4 Otras técnicas de resolución: introducción a las técnicas interactivas.
Tema 4: Aplicaciones en ingeniería industrial. Discusión de casos reales.
4.1 Análisis de casos reales.
4.2 Lectura de artículos publicados en revistas científicas.
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
ANDERSON, D. R., SWEENEY, D. J., WILLIAMS, T. A., MARTIN, K., CAMM, J. (2010): ¿Introduction to Management Science. Quantitative Methods for Decision Making". Thomson. Cincinnati, USA.
AVRIEL, M., GOLANY. B. (Eds.) (1996): "Mathematical Programming for Industrial Engineers". Dekker.
BAZARAA, MS., JARVIS, J.J., SHERALI, H.D. (2010): ¿Linear programming and network flows¿. Wiley, 4ªEd.
HILLIER, F.S., LIEBERMAN, G.J. (2010): "Introducción a la investigación de operaciones". McGraw Hill, 9ªEd.
LAWRENCE, A.L., PASTERNACK, B.A. (2002): ¿Applied Management Science. Modeling, spreadsheet analysis and communication for decision making¿. Wiley, 2ªEd.
LUENBERGER, D. E. (1989): "Programación Lineal y no Lineal". Addison-Wesley Iberoamericana.
PARDALOS, P.M., KOROTKIKH, V., Eds (2003): ¿Optimization and industry: new frontiers¿. Kluwer Academic Publishers.
WINSTON, W.L. (2005): "Investigación de operaciones. Aplicaciones y algoritmos". Thomson, 4ªEd.
WINSTON, W.L., ALBRIGHT, S.L. (2009): "Practical management science". South-Western Cengage Learning, 3ªEd.
Revistas científicas: Optimization and Engineering, Interfaces, Engineering Optimization, European Journal of Industrial Engineering, European Journal of Operational Research, Computers and Industrial Engineering, etc.