Universidad Pública de Navarra



Año Académico: 2017/2018 | Otros años:  2016/2017  |  2015/2016 
Máster Universitario en Ingeniería de Telecomunicación por la Universidad Pública de Navarra
Código: 73224 Asignatura: Optimización Industrial
Créditos: 3 Tipo: Optativa Curso: 2 Periodo: 1º S
Departamento:
Profesorado:
AZCARATE CAMIO, CRISTINA (Resp)   [Tutorías ] FAULIN FAJARDO, FCO. JAVIER   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Gestión de especialidad en Empresa

Subir

Descriptores

Optimización lineal. Optimización entera. Optimización multiobjetivo. Aplicaciones en ingeniería industrial. 

Subir

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.

CG4: Capacidad para el modelado matemático, cálculo y simulación encentros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería de Telecomunicación y campos multidisciplinares afines.

Subir

Competencias específicas

CEO9: Conocimiento sobre optimización lineal, no lineal y heurística, y representación de problemas reales de organización industrial mediante modelos de optimización.

Subir

Resultados aprendizaje

R1. Conocimiento de los fundamentos de la optimización lineal.

R2. Capacidad para la representación problemas reales mediante un modelo de optimización, para resolverlo utilizando el software adecuado, y para recoger, analizar e interpretar sus resultados.

 

La medición de la consecución de estos resultados se realizará a través de todas las actividades recogidas en el apartado de evaluación.

Subir

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

Subir

Relación actividades formativas-competencias/resultados de aprendizaje

Competencia

Actividad formativa

CB7

AF2-AF3-AF4-AF6

CB9

AF3-AF6

CB10

AF3-AF4-AF5

CG4

AF1-AF2-AF3-AF4-AF5-AF6

CEO9

AF1-AF2-AF3-AF4-AF5-AF6

Subir

Idiomas

Castellano

Subir

Evaluación

Resultado de aprendizaje

Sistema de evaluación

Peso (%)

Carácter recuperable

R1

Prueba de duración corta para la evaluación continua

10

NO

R1, R2, R3

Pruebas de respuesta larga

70

R1, R2, R3

Trabajos e informes

20

NO

Subir

Contenidos

Optimización lineal. Optimización entera. Optimización multiobjetivo. Software de Optimización. Aplicaciones en ingeniería industrial.  Discusión de casos reales.

Subir

Temario

Tema 1: Optimización lineal.

1.1 Formulación de problemas de optimización 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.

Subir

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.

Subir

Lugar de impartición

Aulario (aula y aula de informática)

Subir