Última actualización: 28/06/2021


Curso Académico: 2021/2022

Métodos Numéricos para Data Science
(17760)
Titulación: Máster Universitario en Estadística para la Ciencia de Datos (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 y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.