Conocimientos básicos de matemáticas y estadística

1. Saber modelar y aplicar métodos de optimización y simulación en la toma de decisiones empresariales. 2. Conocer las condiciones que deben cumplir las soluciones de los problemas de optimización. 3. Saber usar herramientas y técnicas de optimización y simulación modernas para su resolución eficaz.

K3: Conocer contenidos fundamentales en su área de estudio partiendo de la base de la educación secundaria general y alcanzando un nivel propio de libros de texto avanzados, incluyendo también algunos aspectos de la vanguardia de su campo de estudio. K4: Conocer materias básicas científicas y técnicas que capaciten para el aprendizaje de nuevos métodos y tecnologías, así como doten de una gran versatilidad para adaptarse a nuevas situaciones, en el ámbito del almacenamiento, gestión y procesamiento de datos. S3: Ser capaz de resolver problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos, aplicando conocmientos de matemáticas, probablidad y estadística, programación, bases de datos y lengjuajes, gramáticas y autómatas. S4: Ser capaz de resolver problemas formulados matemáticamente aplicados a diversas materias, empleando algoritmos numéricos y técnicas computacionales, y aplicando conocimientos sobre: álgebra; geometría; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización. S7: Modelizar matemáticamente, implementar algorítmicamente y resolver problemas de optimización relacionados con la ciencia de datos, apoyándose para en el conocimientod de matemáticas, algoritmia, programación y optimización. C2: Desarrollar aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía C3: Ser capaz de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos, habilidades y destrezas, comprendiendo la responsabilidad ética, social y profesional de la actividad del tratamiento de datos. Tener capacidad de liderazgo, innovación y espíritu emprendedor. C5: Ser capaz de analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, elaborar, defender y comunicar eficientemente soluciones de forma individual y profesional, aplicando los conocimientos, habilidades, herramientas y estrategias adquiridas o desarrolladas en su área de estudio.

1. Introducción: proceso de modelado en problemas de toma de decisiones 2. Modelos Lineales: modelización, aplicaciones, método Simplex 3. Modelos Discretos: aplicaciones, variables binarias, restricciones lógicas, algoritmos 4. Modelos No Lineales: aplicaciones, condiciones de optimalidad, algoritmos para machine learning 5. Casos de Estudio

Teoría (3 ECTS), Prácticas (3 ECTS). 50% clases magistrales con material de apoyo disponible en la Web. Otro 50% de prácticas computacionales.