Ir a Contenido Principal

AURORA - Sistema de Información Académico

 

AYUDA | SALIR

Información detallada de curso

 

Primer semestre 2017
Abr 24, 2024
Imagen transparente
1. IDENTIFICACION DEL CURSO

Código y Nombre de la Asignatura: IST 7420 - OPTIMIZACION
División Académica: División de Ingenierías
Departamento Académico: Dpto. Ingeniería de Sistemas
EST 7042 Calificación mínima de 3.0 y IST 4360 Calificación mínima de 3.0
Número de créditos:
Intensidad horaria (semanal para nivel pregrado y total para nivel postgrado):
3.000 Horas de Teoría
0.000 Horas de Laboratorio
Niveles: Educación Continua, Educación Superior Pregrado
Tipos de Horario: Teoría


Este curso de Optimización suministra al estudiante de Ingeniería de Sistemas una herramienta importante para su ejercicio profesional, ya que le permite conocer y aplicar técnicas de la Programación Lineal y no Lineal para la toma de decisiones que le permitan escoger la mejor solución en la realización o ejecución de sus proyectos.

3. Justificación

El Ingeniero de Sistemas por su naturaleza, se ve enfrentado frecuentemente a la optimización de procesos y recursos. Es así como hoy en día el análisis del tráfico de redes en las telecomunicaciones es uno de los aspectos más estudiados en busca de que éstas sean cada día más rápidas y confiables.
Por otra parte las empresas tratan de tener el recurso óptimo necesario para asegurarse un buen lugar en este mundo globalizado, con estrategias de mercado muy ligadas a la tecnología.

4. Objetivo general de la asignatura

Proporcionar a los estudiantes de Ingeniería de Sistemas, los conceptos y técnicas necesarias para que comprenda, resuelva y diseñe sistemas óptimos en sus procesos y recursos, mediante la toma de decisiones soportada en bases científicas.

5. Resultados de Aprendizaje

- Comprender y aplicar los conceptos de conjuntos convexos, función convexa, combinación convexa, óptimo local y global en un conjunto convexo, para determinar la obtención de óptimos en forma gráfica en problemas de Programación convexos. Modelamiento de problemas.

- Comprender y aplicar técnicas clásicas de optimización: Optimización en una variable, optimización multivariable sin restricciones, optimización multivariable con restricciones de igualdad, optimización multivariable con restricciones de desigualdad.

- Comprender el funcionamiento matemático (matricial) del método Simplex, para la solución de problemas de Programación Lineal mediante el Simplex vectorial, Simplex Tabular, Simplex Condensado y el método de las dos fases para el tratamiento de problemas amplificados con variables artificiales.

- Comprender y aplicar el concepto de Dualidad en solución de problemas de Programación Lineal.

- Comprender y aplicar el método de la Esquina Nordeste y el método de Vogel en la solución de problemas de Programación Lineal de Transporte.


6. Temas de la asignatura


1 INTRODUCCION
1.1 Introducción
1.2 Conjuntos convexos
1.3 Función convexa
1.4 Modelamiento
1.5 Solución gráfica
2 PROGRAMACIÓN CLÁSICA NO LINEAL
2.1 Optimización en una variable
2.2 Optimización multivariable sin restricciones
2.3 Optimización multivariable con restricciones de igualdad
2.4 Optimización multivariable con restricciones de desigualdad.
3 PROGRAMACIÓN LINEAL CONVEXA
3.1 Simplex vectorial
3.2 Simplex tabular
3.3 Simplex revisado
3.5 Método Simplex en dos fases
3.6 Dualidad
3.7 Problemas de Transporte
3.8 Evaluaciones

7. BIBLIOGRAFIA

7.1. Textos Guía
- Singiresu S. Rao, Enginnering Optimization Theory and Practice. Wiley 2009
- ARREOLA,Jesús y ARREOLA, Antonio, Programación Lineal. Thomson 2003

7.2. Otras referencias
- HILLIER, Frederick y LIEBERMAN, Gerald. Investigación de operaciones. Séptima edición. McGraw Hill 2002.
- BAZARAA, Mokhtar, SHERALI, Hanif. Y SHETTY, C. Nonlinear Programing Theory and Algorithms.Tercera edición. John Wiley and Son 20060.
- BAZARAA, Mokhtar, JARVIS, John y SHERALI, Hanif. Linear Programing and Networks Flows.Segunda edición. John Wiley and Son 1990.
- GASS, Saul I. Programacion Lineal
- LUENBERGER, David. Introduction to Linear and Nolinear Programing.



Regresar a Anterior Nueva búsqueda
Imagen transparente
Versión: 8.7.2 [BSC: 8.10]