Última actualización: 28/06/2021


Curso Académico: 2021/2022

Métodos Numéricos para Data Science
(17760)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: NIÑO MORA, JOSE

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
La asignatura se propone que el alumno desarrolle las siguientes competencias: 1) Capacidad de formular modelos analíticos de optimización de decisiones (investigación operativa) basados en datos en diversas aplicaciones; 2) capacidad de analizar dichos modelos a partir de una comprensión de sus propiedades; 3) capacidad de obtener soluciones numéricas para dichos modelos mediante software; 4) capacidad de interpretar las soluciones numéricas obtenidas en términos de decisiones óptimas.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Modelos de optimización lineal. 1.1. Introducción: optimización de decisiones, analítica e investigación operativa; formulaciones. 1.2. Resolución gráfica; análisis de sensibilidad; resolución mediante software. 1.3. Dualidad; interpretación económica; condiciones de optimalidad; análisis de sensibilidad. 1.4. Aplicaciones. 2. Modelos de optimización discreta. 2.1. Formulaciones; resolución gráfica; relajaciones lineales; brecha de optimalidad. 2.2. El método ramifica y acota; refuerzo de formulaciones; desigualdades válidas; resolución mediante software. 2.3. Aplicaciones.
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases teórico-prácticas con material de apoyo disponible en la web. Prácticas computacionales con software de cálculo numérico. La metodología docente tendrá un enfoque eminentemente práctico, estando basada en la formulación y resolución de modelos de optimización de decisiones en diversas áreas de aplicación. Se realizarán tutorías individuales semanales.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Calendario de Evaluación Continua
Bibliografía básica
  • F.S. Hillier, G.J. Lieberman. Introduction to Operations Research. McGraw-Hill.
  • H.A. Taha. Investigación de Operaciones. Pearson Educación.
  • J. Niño Mora. Introducción a la optimización de decisiones. Pirámide. 2021
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • Robert J. Vanderbei. Linear Programming Foundations and Extensions. Springer . 2020
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.