Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 72.5 Horas de Titorías: 2 Clase Expositiva: 20 Clase Interactiva: 18 Total: 112.5
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Estatística, Análise Matemática e Optimización
Áreas: Estatística e Investigación Operativa
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
Coñecer os modelos e as técnicas matemáticas para resolver problemas de optimización, así como as súas aplicacións: problemas de programación lineais e enteiros, análise de redes, problemas no contexto da aprendizaxe automática.
Resolver casos prácticos empregando ferramentas informáticas adecuadas.
Tema 1. Fundamentos da optimización matemática.
Tema 2. Programación linear.
Tema 3. Programación enteira.
Tema 4. Problemas de Optimización en redes.
Tema 5. Optimización e Aprendizaxe Automática.
Básica
- Ahuja, R. K.; Magnanti, T. L.; Orlin, J. B. (1993): “Network Flows. Theory, Algorithms and Applications”. Prentice-Hall.
- Bazaraa, M., Jarvis, J. y Sherali, H. (2010): “Linear Programming and Network Flows”, Wiley and Sons.
(Versión en castellano, más antigua: Bazaraa, M., Jarvis, J. y Sherali, H. (2005): “Programación lineal y flujo en redes”, Limusa).
- Hillier, F.; Lieberman, G. (2002): “Investigación de operaciones”, McGraw-Hill.
Complementaria
- Salazar González, J.J. (2001). “Programación Matemática”. Díaz de Santos.
Nesta materia traballaranse as competencias básicas, xerais e transversais recollidas na memoria do título. A continuación indícanse as competencias específicas que se promoverán nesta área:
- Coñecemento de técnicas de investigación operativa que se poden empregar no desenvolvemento de algoritmos para resolver problemas de enxeñería.
- CG8. Coñecemento dos temas e tecnoloxías básicas que lles permitan aprender e desenvolver novos métodos e tecnoloxías, así como aqueles que lles confiren unha gran versatilidade para adaptarse a novas situacións.
- CG9. Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade. Capacidade para saber comunicar e transmitir os coñecementos, habilidades e destrezas da profesión de Enxeñeiro Técnico en Informática.
- TR1. Instrumental: Capacidade de análise e síntese. Habilidades organizativas e de planificación. Comunicación oral e escrita en galego, castelán e inglés. Capacidade de xestión de información. Resolución de problemas. Toma de decisións
- TR2. Persoal: traballo en equipo. Traballo nun equipo multidisciplinar e multilingüe. Habilidades nas relacións interpersoais. Pensamento crítico. Compromiso ético
- TR3. Sistémica: aprendizaxe autónoma. Adaptación a novas situacións. Creatividade. Iniciativa e espírito emprendedor. Motivación pola calidade. Sensibilidade cara a cuestións ambientais
- FB1. Capacidade para resolver problemas matemáticos que poden xurdir en enxeñaría.
- FB3. Capacidade para comprender e dominar os conceptos básicos da complexidade computacional e a súa aplicación para resolver problemas de enxeñería.
- RI6. Coñecemento e aplicación dos procedementos algorítmicos básicos das tecnoloxías informáticas para deseñar solucións a problemas analizando a idoneidade e complexidade dos algoritmos propostos.
- RI15. Coñecemento e aplicación dos principios e técnicas básicas dos sistemas intelixentes e da súa aplicación práctica.
- TI5. Capacidade para seleccionar, implantar, integrar e xestionar sistemas de información que satisfagan as necesidades da organización, con criterios de custo e calidade identificados.
As competencias mencionadas anteriormente traballaranse nas clases expositivas, onde se aprenderán os contidos teóricos da materia e os procedementos para resolver problemas prácticos; e tamén nas clases interactivas, que serán na aula de informática, onde se aprenderá o manexo de programas informáticos para a execución de técnicas de optimización matemática, facendo fincapé na aplicación práctica de conceptos teóricos. O software de referencia será R (http://www.r-project.org).
En concreto, para acadar as competencias TR1 e FB1, proporanse actividades para os estudantes, que consistirán na resolución de preguntas, exercicios e exemplos relacionados co modelado e resolución de problemas de optimización aplicada. Estas actividades formarán parte da avaliación final.
O Campus Virtual da USC tamén se empregará como ferramenta para proporcionar material aos estudantes e como posible foro de discusión.
A nota final procederá, ao 100%, da avaliación continua, que consistirá na entrega e revisión de diferentes obras propostas ao longo do curso, incluída a posibilidade de que a avaliación se basee na exposición oral dalgúns dos traballos entregados.
Recoméndase dedicar polo menos unha hora e media de traballo adicional por cada hora de clase expositiva e interactiva, ademais das horas de titoría.
Para superar con éxito a materia, é moi recomendable asistir regularmente ás clases expositivas, interactivas e titorías. Ademais, a realización das tarefas propostas debería servir para alcanzar os obxectivos do curso.
En caso de realización fraudulenta de exercicios ou probas, aplicarase o disposto no “Regulamento para a avaliación do rendemento académico dos estudantes e a revisión das cualificacións”.
Plan de continxencia COVID-19. A metodoloxía docente que se recolle nesta guía empregarase independentemente do grao de presencialidade baixo o que se imparta a materia. Cando sexa necesario, as clases e titorías realizaranse telemáticamente; Neste caso, tamén se valorará a posibilidade de gravar as clases para que os alumnos dispoñan de recursos adicionais para seguir os contidos da materia. Así mesmo, o método de avaliación non necesitará ningún tipo de modificación, xa que consiste só na entrega de traballos por parte do alumnado.
Julio Gonzalez Diaz
- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Teléfono
- 881813207
- Correo electrónico
- julio.gonzalez [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Alejandro Saavedra Nieves
- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Correo electrónico
- alejandro.saavedra.nieves [at] usc.es
- Categoría
- Profesor/a: Profesor Interino/a substitución redución docencia
| Luns | |||
|---|---|---|---|
| 18:00-19:00 | Grupo /CLE_01 | Galego, Castelán | Aula A4 |
| 19:00-20:00 | Grupo /CLIS_01 | Galego, Castelán | Aula A4 |
| Mércores | |||
| 10:00-11:30 | Grupo /CLIL_01 | Castelán, Galego | Lab PP-2 |
| 25.05.2022 16:00-20:45 | Grupo /CLIS_01 | Aula A8 |
| 25.05.2022 16:00-20:45 | Grupo /CLIL_01 | Aula A8 |
| 25.05.2022 16:00-20:45 | Grupo /CLE_01 | Aula A8 |
| 07.07.2022 09:15-14:00 | Grupo /CLIS_01 | Aula A7 |
| 07.07.2022 09:15-14:00 | Grupo /CLE_01 | Aula A7 |
| 07.07.2022 09:15-14:00 | Grupo /CLIL_01 | Aula A7 |