FORMATO SYLLABUS

FORMATO Y CONTENIDOS DEL SYLLABUS

Nombre de la asignatura Optimización Avanzada
Código 400IGI007

Información Básica

Departamento que la ofrece: Departamento de Ingeniería Civil e Industrial

Área de conocimiento: Matemáticas y Ciencias
Créditos: 4 Horas con acompañamiento docente Horas de trabajo
independiente:
No. Total de Horas de Horas de práctica o
Horas: clase: laboratorio con
3 acompañamiento
docente:
N/A

Prerrequisitos: Ninguno
Correquisitos:
Asignaturas equivalentes:
Modalidad: Presencial
Idioma en que se imparte: Español

Descripción y Justificación de la asignatura

Actualmente, la globalización de los mercados y los adelantos tecnológicos hacen que la

operación de las empresas requiera del desarrollo de sistemas organizacionales hombre-
máquina- procesos cada vez de mayor complejidad.

La Investigación de Operaciones proporciona métodos apropiados para entender, sintetizar,

analizar y optimizar las medidas de desempeño de la operación de estos sistemas cada vez
más complejos, mediante la técnica de la Modelación, esto es, la representación del sistema
mediante la formulación de un modelo matemático para hacer más comprensible su
estructura, de cuyo análisis se espera conocer las relaciones importantes de causa y efecto
de la dinámica operacional del mismo.

Del mismo modo que los sistemas operacionales, los métodos de modelamiento y el
desarrollo de los modelos matemáticos, han evolucionado progresivamente hacia
paradigmas más elaborados y sofisticados, en su formulación y análisis, a fin de garantizar
una mayor validez representativa del modelo con la compleja realidad de los sistemas
operativos, proceso de enriquecimiento en la precisión del modelo que continúa mientras sea
manejable.

El curso comprende una introducción a los aspectos fundamentales de diversas técnicas de

Optimización en diversos campos de aplicación. Las principales técnicas cuantitativas a las
que se hace mención son la Optimización Lineal, Programación Entera Mixta, Optimización
 FORMATO SYLLABUS

Estocástica y Optimización Multiobjetivo. Durante el curso se expondrán los principales

conceptos, ilustrados en lo posible con casos prácticos, complementados con el trabajo
individual de los estudiantes. Se hará especial énfasis en la lectura y exposición de artículos
y capítulos de textos en temas especializados relacionados con Optimización.

Objetivos de la asignatura

Objetivo General

Brindar al estudiante una introducción general acerca de los fundamentos de la Optimización

mediante la descripción y el análisis de sus diversas técnicas, la ilustración con ejemplos
prácticos y casos reales, y el trabajo independiente del estudiante en temas específicos.

Objetivos Específicos

Al finalizar el curso, cada estudiante estará en capacidad de:

 Reconocer la posibilidad de aplicación de un Modelo como estrategia para la solución

de un problema real.
 Identificar, modelar y resolver diversos problemas de Optimización que se presentan
en la vida real.
 Analizar diversas situaciones que conduzcan a la formulación de Modelos de
Optimización y proponer alternativas de modelación y solución.
 Construir, resolver y analizar modelos de Programación Lineal conformes con la
observación cuidadosa de sistemas reales susceptibles de ser modelados bajo esta
técnica.
 Identificar la existencia de estocasticidad y consideraciones multiobjetivo en los
problemas reales y proponer alternativas de formulación y solución para estos
problemas.

Contenidos de la asignatura: problemas centrales y conocimientos básicos

El contenido temático se dividirá en varios módulos cuyo contenido propuesto es el siguiente:

MÓDULO 1. INTRODUCCIÓN A LA MODELACIÓN MATEMÁTICA

Solución de Problemas: Diversos enfoques en la solución de un problema (Solución

Racional o Lateral o Mixta, Directa o Indirecta, Convergente o Divergente). Complejidad
Computacional.

Estrategia de solución de problemas mediante Modelos: La conceptualización de

modelo. El modelo como estrategia para la solución de un problema. Características
generales de un modelo. Clasificación de modelos (Icónicos, Análogos y Matemáticos).
 FORMATO SYLLABUS

Modelos Matemáticos: Funcionales (unidimensionales, bidimensionales,

multidimensionales), Diferenciales , Lineales , No Lineales , de Distribución, de Planificación
, Programación y Control, de Redes , de Sistemas de Servicio, de manejo de Inventario y
Producción , de Programación Dinámica , de Predicción, de Recurrencia , etc. , todos ellos ,
Determinísticos o Probabilísticos , Descriptivos u Optimizables. Clasificación de los Modelos
de Optimización. Estrategias de solución.

MÓDULO 2. PROGRAMACIÓN LINEAL ENTERA MIXTA

Modelos de Programación Lineal. Desarrollo histórico de la Programación Lineal. Definición

de la Programación Lineal. El Modelo de la Programación Lineal (Estructura y elementos).
Formulación de Modelos de Programación Lineal Básica. Modelos de Programación Entera
Mixta. Estrategias de solución. Formulación Algebraica de Modelos de Programación de Gran
Escala. Experiencia Computacional: AMPL.

MÓDULO 3. PROGRAMACIÓN LINEAL ESTOCÁSTICA / PROGRAMACIÓN

MULTIOBJETIVO

Metodología basada en distribuciones de probabilidad, Metodología basada en escenarios,

Sample Average Approximation (SAA),. Introducción Optimización Multiobjetivo. Caso de
Estudio.

Estrategias pedagógicas

En este curso el trabajo individual por parte del estudiante es fundamental para el logro
de los objetivos. El curso se desarrollará en sesiones de tres horas por semana, utilizando
los siguientes instrumentos pedagógicos:

a) Se harán conferencias del profesor en clase, en las cuales se introducen los aspectos
conceptuales y metodológicos, complementadas con talleres individuales y grupales para
aplicar los conceptos.
b) Periódicamente, se asignarán lecturas en español e inglés sobre los temas principales,
ilustrando algunos casos con revistas especializadas y capítulos de libros, talleres y/o
trabajos.
c) Si las características del grupo y el tiempo disponible lo permiten, se realizará un trabajo
final sobre un área específica estudiada en el curso
d) Se realizaran prácticas por parte del estudiante en la formulación de Modelos en AMPL

Evaluación

El curso será evaluado de la siguiente manera:

Primer Parcial (individual) durante el curso 30%

Segundo Parcial (individual) durante el curso 30%
Tercer Parcial (individual) durante el curso 25%
Tareas, talleres y trabajos (individual o en grupo) 15%
 FORMATO SYLLABUS

Bibliografía

El material de clase y las lecturas complementarias serán cargadas a través de la plataforma

Blackboard; así como algunos otros archivos importantes para el desarrollo del mismo.

Se utilizará las siguientes referencias bibliográficas:

CALDENTEY, René y Mondschein Susana, Modelos de Decisión en Ambientes

Inciertos. Notas de Clase. Universidad de Chile. 1999.

HILLIER, Frederick S. y Gerald J. Lieberman, Introducción a la Investigación de

Operaciones, McGraw-Hill, 2015. [Este es un texto clásico de Investigación de Operaciones
y se recomienda como consulta general]

MATHUR, Kamlesh y D. Solow, Investigación de Operaciones: El arte de la toma de

decisiones, Prentice-Hall Hispanoamericana, S. A., México, 1996. [Excelente referencia de
consulta general para los temas del curso]

WINSTON, W. L. “Investigación de Operaciones, Aplicaciones y Algoritmos”. Grupo

editorial Iberoamérica, México, 2006. [Este es otro texto clásico de Investigación de
Operaciones que contiene todos los temas de la segunda parte del curso]

TAHA HAMDY. “Operations Research an Introduction”. Pearson, 2017. [Este es un texto

clásico de Investigación de Operaciones y se recomienda como consulta general]
 FORMATO SYLLABUS

Control de Cambios

Nombre de la asignatura
Código

Modificación efectuada Fecha Efectuada por Aprobada por

Actualización