Aula Virtual

Para un Grado en Ingeniería y Ciencia de Datos, conviene enfatizar no solo la modelización y la toma de decisiones, sino también el papel de la optimización como herramienta fundamental en analítica, inteligencia artificial, logística, energía y sistemas complejos. Te propongo la siguiente versión:

La optimización matemática proporciona herramientas para apoyar la toma de decisiones mediante la construcción y resolución de modelos matemáticos. Esta asignatura se centra en el estudio de los modelos de optimización lineal, una de las metodologías más utilizadas tanto en ingeniería como en ciencia de datos debido a su capacidad para representar y resolver de forma eficiente problemas complejos de planificación, asignación de recursos y apoyo a la decisión.

Esta asignatura constituye la continuación natural de Optimización I. Ambas materias estudian el mismo problema fundamental: determinar los valores óptimos (mínimos o máximos) de una función objetivo sujetos al cumplimiento de un conjunto de restricciones. En Optimización I se aborda el caso general, en el que tanto la función objetivo como las restricciones pueden ser no lineales. En esta asignatura nos centraremos en un caso particular de enorme importancia práctica: la optimización lineal, donde tanto la función objetivo como las restricciones son funciones lineales de las variables de decisión.

El interés de los problemas de optimización lineal radica en dos aspectos fundamentales. Por un lado, muchos problemas reales pueden representarse mediante modelos lineales o aproximarse razonablemente mediante ellos. Por otro, existen algoritmos extremadamente eficientes capaces de resolver modelos de muy gran tamaño, con millones de variables y restricciones. Esto ha convertido a la optimización lineal en una herramienta esencial en ámbitos tan diversos como la logística, el transporte, la planificación de la producción, los mercados energéticos, las telecomunicaciones, las finanzas y la ciencia de datos.

A lo largo del curso se estudiará tanto la formulación de modelos matemáticos como las técnicas necesarias para su resolución e interpretación. Se prestará especial atención al proceso de modelización, es decir, a la traducción de problemas reales en modelos matemáticos susceptibles de ser resueltos mediante herramientas de optimización. En una primera parte se considerarán modelos cuyas variables de decisión son continuas, permitiendo introducir los conceptos fundamentales de la programación lineal. Posteriormente se incorporarán variables binarias e enteras, que permiten representar decisiones lógicas, relaciones condicionales y otras restricciones complejas. Estas herramientas amplían significativamente la capacidad descriptiva de los modelos y permiten construir representaciones mucho más realistas de los problemas que aparecen en la práctica profesional.

Al finalizar la asignatura, el estudiante será capaz de formular, implementar y analizar modelos de optimización para problemas de ingeniería y ciencia de datos, evaluando su utilidad como herramienta de apoyo a la toma de decisiones basada en datos.

Finalmente, en la pestaña de "Materiales consolidados" podrás encontrar la colección de materiales en abierto, en la pestaña de "Temario" podrás verlos organizados por los temas de la asignatura.