Conjuntos convexos y funciones convexas. Problemas de optimización convexa. El problema dual. Optimización no suave. Optimización discreta. Optimización en altas dimensiones. Aplicaciones: El problema de Netflix, problemas de enrutamiento en redes, problema de la mochila, problema del viajante, partición optima de un conjunto en dos, problema de corte máximo, procesamiento de imágenes y señales, ¿

A1: CLASES PRESENCIALES MAGISTRALES. Cada asignatura tiene dos sesiones semanales: una magistral, con mayor contenido teórico, y otra reducido, con mayor contenido práctico. En esta sesión tiene lugar el mayor contenido teórico. 100% de presencialidad / A2: CLASES PRESENCIALES: REDUCIDOS (TALLERES, SEMINARIOS, CASOS PRÁCTICOS). Según se ha indicado antes esta sesión tiene un mayor contenido práctico donde los profesores pueden realizar algunos de los ejemplos indicados. 100% de presencialidad / A3: TRABAJO INDIVIDUAL DEL ESTUDIANTE. 0% de presencialidad / A4: SESIONES DE LABORATORIOS. Se trata de una serie de horas adicionales donde los profesores refuerzan los contenidos más prácticos con los estudiantes. 100% de presencialidad / A5: EXAMEN FINAL. 100% de presencialidad M1: SEMINARIOS Y LECCIONES MAGISTRALES CON APOYO DE MEDIOS INFORMÁTICOS Y AUDIOVISUALES. / M2: APRENDIZAJE PRÁCTICO BASADO EN CASOS Y PROBLEMAS Y RESOLUCIÓN DE EJERCICIOS. / M3: TRABAJO INDIVIDUAL Y EN GRUPO O COOPERATIVO CON OPCIÓN A PRESENTACIÓN ORAL O ESCRITA. / M4: TUTORÍAS INDIVIDUALES Y EN GRUPO PARA RESOLUCIÓN DE DUDAS Y CONSULTAS SOBRE LA MATERIA.