Titulació | Tipus | Curs |
---|---|---|
Gestió aeronàutica | OB | 3 |
Podeu consultar aquesta informació al final del document.
Haver cursat les assignatures de Càlcul i Àlgebra Lineal.
La investigació d'operacions (o Investigació Operativa) es refereix a l'ús de models matemàtics, estadístics i d'algorismes per tal de donar suport a la presa de decisions. Aquests problemes de decisió apareixen en àmbits tan diversos com l'administració d'empreses, l'enginyeria industrial i l'economia, amb el propòsit comú d'organitzar de manera eficient el nombre de recursos disponibles.
L'objectiu fonamental del curs és proporcionar a l'alumne els coneixements bàsics de models d'optimització que li permetin plantejar i resoldre problemes de decisió-pel que fa a horaris, distribució de la flota, rutes, etc...- propis de la gestió aeronàutica i, més generalment, capacitar-lo per al tractament de problemes de distribució, logística i transport (marítim, ferroviari, urbà, cadena de subministrament, etc ...).
Programació lineal.
Exemples. Definicions.
Mètode del Símplex. Introducció.
Mètode del Símplex. Algorisme i taula.
Dualitat i anàlisi postoptimal.
Programació entera.
Introducció.
Mètode "Branch & Bound''.
Variables binàries.
Fluxos lineals sobre xarxes.
Introducció i elements bàsics.
El problema del cost minimal. Mètode del Símplex per a xarxes.
El problema del flux maximal. Algoritme de Ford-Fulkerson.
Llenguatge de programació per a resoldre problemes d'optimització.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Pràctiques | 12 | 0,48 | 4, 12, 16, 21, 22 |
Problemes | 13 | 0,52 | 4, 12, 16, 21, 22 |
Teoria | 26 | 1,04 | 4, 12, 16, 21, 22 |
Tipus: Autònomes | |||
Activitats no presencials | 89 | 3,56 | 4, 12, 16, 21, 22 |
Les hores presencials d'activitats dirigides es distribueixen en:
Teoria:
El professor introdueix els conceptes bàsics corresponents a la matèria de l'assignatura, tot mostrant exemples de la seva aplicació; tenint en compte l'assistència i participació dels alumnes i adequant-se al seu nivell. S'espera que l'alumne complementi les explicacions del professor amb l'estudi personal autònom.
Problemes:
En les classes de problemes es treballa tant la comprensió dels conceptes introduïts en la teoria com les tècniques de resolució de problemes.
Pràctiques amb ordinador:
Al laboratori l'alumne aprèn a utilitzar un llenguatge de programació que li permet plantejar i resoldre els problemes del curs amb l'ajuda del suport informàtic.
Competències transversals
Tant en les classes de problemes com en les de pràctiques, l'estudiant aprèn a treballar en equip(T03) per plantejar i resoldre problemes. El professor ajuda a donar eines d'anàlisi i síntesi que enforteixin els hàbits de pensament (T01) i l'actitud de comunicació i creativitat personal(T04,T06). Les avaluacions tant de les pràctiques com de les sessions especials de problemes reflecteixen en part aquesta capacitat de l'estudiant de comunicació i col.laboració en equip, així com la seva actitud i hàbits d'estudi personals.
Inteligència artificial
En aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com
a part integrant del desenvolupament del treball, sempre que el resultat final reflecteixiuna contribució
significativa de l'estudiant en l'anàlisi i la reflexió personal. L'estudiant haurà d'identificar clarament quines
parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica
sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA
es considerarà falta d'honestedat acadèmica i pot comportar una penalització en la nota de l'activitat, o
sancions majors en casos de gravetat
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Avaluacions | 80% | 4 | 0,16 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 |
Pràctiques de laboratori | 20% | 6 | 0,24 | 1, 2, 3, 4, 5, 6, 7, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 21, 24 |
Aquesta assignatura no preveu el sistema d'avaluació única
La nota de l'assignatura és la mitjana ponderada de les notes de les activitats avaluables, amb els pesos següents:
Avaluació recuperable: Es farà només una activitat avaluable de recuperació (80%).
Per a presentar-se a la recuperació s'ha d'haver participat en un mínim d'activitats avaluables que sumin el 70% de la nota.
En cas de no superar l'assignatura, la nota numèrica de l'expedient serà el valor menor entre 4.5 i la mitjana ponderada de les notes.
Anunci de les dates d'avaluació:
Les dates d'avaluació continuada es publicaran al campus virtual i poden estar subjectes a possibles canvis de programació per motius d'adaptació a possibles incidències. Sempre s'informarà al campus virtual sobre aquests canvis ja que s'entén que aquesta és la plataforma habitual d'intercanvi d'informació entre professors i estudiants.
Normativa del centre pel que fa la còpia:
Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, es qualificaran amb un zero les irregularitats comeses per l'estudiant que puguin conduir a una variació de la qualificació d'un acte d'avaluació. Per tant, copiar o deixar copiar qualsevol activitat d'avaluació implicarà suspendre-la amb un zero. No seran recuperables les activitats d'avaluació qualificades d'aquesta forma i per aquest procediment, i per tant l'assignatura serà suspesa directament sense oportunitat de recuperar-la en el mateix curs acadèmic.
Bibliografia bàsica
Alabert, Aureli; Curs d’investigació Operativa. Apunts. http://mat.uab.cat/∼alabert/Docs/teaching/Optimisation.pdf.
Fourer, R., Gay, D.M. & Kernighan, B.W.; AMPL. A Modeling Language for Mathematical Programming. Pacific Grove: Thomson/Brooks/Cole, cop. 2003.
Bibliografia complementària
Bazargan, Massoud; Airline Operations and Scheduling. Ashgate, 2004.
Basart, Josep M.; Programació Lineal. Materials UAB 58, 2000.
Pujolar, David; Fundamentos de programación lineal y optimización de redes. Materials UAB 146, 2004.
LibreOffice
AMPL
La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(PAUL) Pràctiques d'aula | 11 | Català | primer quadrimestre | tarda |
(PAUL) Pràctiques d'aula | 12 | Català | primer quadrimestre | tarda |
(PLAB) Pràctiques de laboratori | 21 | Català | primer quadrimestre | tarda |
(PLAB) Pràctiques de laboratori | 22 | Català | primer quadrimestre | tarda |
(PLAB) Pràctiques de laboratori | 23 | Català | primer quadrimestre | tarda |
(TE) Teoria | 11 | Català | primer quadrimestre | tarda |