Esta versión de la guía docente es provisional hasta que no finalize el periodo de edición de las guías del nuevo curso.

Logo UAB

Optimización

Código: 104396 Créditos ECTS: 6
2025/2026
Titulación Tipo Curso
Matemática Computacional y Analítica de Datos OB 2

Contacto

Nombre:
Maria Rosa Camps Camprubi
Correo electrónico:
rosa.camps@uab.cat

Equipo docente

Aureli Alabert Romero

Idiomas de los grupos

Puede consultar esta información al final del documento.


Prerrequisitos

Se utilizarán conocimientos impartidos previamente a las asignaturas Álgebra Lineal, Cálculo en Una Variable, Cálculo en Varias Variables, Iniciación a la Programación, Cálculo Numérico, y Algorítmica y Combinatoria en Grafos.


Objetivos y contextualización

Aprender a modelar problemas de toma de decisiones en términos de programas lineales y no lineales. Conocer el mecanismo del método del símplex. Resolver programas lineales, a mano y con el software adecuada. Programar algoritmos de programación no lineal, y usar bibliotecas existentes. 


Resultados de aprendizaje

  1. CM25 (Competencia) Evaluar la dificultad de hacer un cálculo de probabilidades analítico en situaciones complejas.
  2. CM27 (Competencia) Crear modelos de simulación de la realidad para establecer y comprobar hipótesis en el estudio de problemas o realidades más complejas.
  3. KM22 (Conocimiento) Identificar rudimentos de logística y otros campos en los que se aplica la investigación operativa en el ámbito tecnológico e industrial.
  4. SM20 (Habilidad) Distinguir, de un problema, lo que es importante de cara a la construcción del modelo matemático y su resolución de lo que no lo es.
  5. SM21 (Habilidad) Distinguir cuándo se pueden realizar cálculos de probabilidades analíticos y cuando se debe recurrir a la simulación estocástica.
  6. SM22 (Habilidad) Seleccionar modelos de la realidad científica o tecnológica relativa a un problema de toma de decisiones, expresando estos con el lenguaje matemático de los problemas de optimización con programación dinámica o con colas estocásticas.
  7. SM23 (Habilidad) Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar y resolver problemas.

Contenido

1- Programación No Lineal: Teoría de extremos. Optimización sin restricciones. Optimización con restricciones.

2- Programación Lineal: Modelización en términos de programas lineales. El algoritmo del simplex. Programación Lineal Entera. Flujos lineales sobre redes.

Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Clases teóricas y prácticas 49 1,96 CM25, CM27, KM22, SM20, SM21, SM22, SM23, CM25
Tipo: Autónomas      
Resolución de problemas mediante programación 65 2,6 CM25, CM27, KM22, SM20, SM21, SM22, SM23, CM25
Resolución de problemas teòricos 32 1,28 CM25, CM27, KM22, SM20, SM21, SM22, SM23, CM25

El aprendizaje eficaz de la optimización debe combinar tres actividades fundamentales: el estudio de la teoría matemática, la modelización de problemas reales y la resolución efectiva de problemas tanto académicos como aplicados, en coherencia con el carácter eminentemente práctico del grado. Los problemas reales de optimización suelen ser muy complejos; en este contexto, se entiende por “problemas reales” aquellas simplificaciones de situaciones auténticas que puedan abordarse razonablemente durante el curso y que, a su vez, reflejen la transversalidad de los campos de aplicación de la optimización.

El estudio de la teoría se llevará a cabo mediante lecturas recomendadas y clases magistrales.

Se trabajará con software específico de modelización, cuando sea posible, y con bibliotecas de funciones en un lenguaje de programación general que se adecue a la formación previa del estudiante. Siempre se empleará software libre y/o gratuito. El estudiante también implementará algoritmos básicos completos y resolverá problemas concretos con ellos.



Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.


Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Examen de optimización no lineal 40% 2 0,08 CM25, SM21
Examen de programación lineal 40% 2 0,08 CM27, KM22, SM20
Trabajos de Programación No Lineal 10% 0 0 CM25, SM23
Trabajos Programación Lineal 10% 0 0 CM27, KM22, SM20, SM22, SM23

La evaluación de la asignatura se basará en:

  • Entrega de trabajos de cada una de las tres partes del curso. (20% de la nota final)
  • Examen de cada una de las dos partes del curso. (80% de la nota final)


Para aprobar la asignatura hay que:

  • Obtener una media de 5.0 sobre 10 en los exámenes, con un mínimo de 4.0 en cada uno de los exámenes
  • Obtener una media global de 5 sobre 10, que será la nota final de la asignatura.

Las notas que no cumplan estos requisitos se podrán estudiar caso por caso.    

De cada uno de los exámenes habrá una segunda convocatoria para recuperar / mejorar la nota. La entrega de este segundo examen anulará automáticamente la nota de la primera convocatoria. Los trabajos NO son recuperables. Dentro de la misma convocatoria, los exámenes de las diferentes partes no tienen porque ser necesariamente en días diferentes.

Se considerará evaluable el estudiante que haya presentado trabajos o hecho exámenes para un total de al menos el 50% de la asignatura, según el peso que figura en el cuadro siguiente de Actividades de evaluación. En caso contrario constará en el acta como No Evaluable.

Para la asignación de Matrículas de Honor no se tendrán en cuenta las notas de la segunda convocatoria.

La copia o plagio en las entregas se considera igual de grave que copiar o realizar cualquier tipo de trampa en un examen, y comporta el Suspenso automático de la asignatura.

Esta asignatura no contempla la evaluación única. 


Bibliografía

Durante el curso se proporcionará el material imprescindible para seguirlo. Se sugerirán referencias bibliográficas y otros recursos en el momento oportuno del curso.


Software

Durante el curso se darán las instrucciones de instalación pertinentes para el software que se utilizará, en el momento oportuno.


Grupos e idiomas de la asignatura

La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura

Nombre Grupo Idioma Semestre Turno
(PLAB) Prácticas de laboratorio 1 Catalán segundo cuatrimestre manaña-mixto
(SEM) Seminarios 1 Catalán segundo cuatrimestre manaña-mixto
(TE) Teoría 1 Catalán segundo cuatrimestre manaña-mixto