1. Inicio
  2. Métodos de modelado y optimización

Métodos de modelado y optimización

Atributos
Sigla: 
CI-0130
Créditos: 
4
Horas: 
5
Requisitos: 
Probabilidad y Estadística
Clasificación: 
Curso propio
Énfasis y ciclo: 
Ciencias de la Computación 4.I
Tecnología de la Información 3.I
Descripción: 

En este curso se aprende a reconocer problemas, modelar situaciones y optimizar soluciones a partir de la teoría, los algoritmos y las técnicas de: programación lineal y entera, cadenas de Markov, colas y simulación.

Objetivo general: 

El objetivo general del curso es comprender y aplicar técnicas de investigación de operaciones para modelar y resolver problemas computacionalmente.

Objetivos específicos: 

Durante este curso el estudiante desarrollará habilidades para:

  1. Modelar y resolver problemas de optimización.
  2. Modelar y resolver problemas estocásticos.
  3. Simular computacionalmente situaciones de la realidad.

Transversales:

  1. Optimización. Este eje es transversal a lo largo del curso.
  2. Aspectos Sociales. Este aspecto se puede ver por ejemplo con el costo que tiene para un país las colas que se forman en la prestación de servicios (trailers en la frontera, personas en bancos y otros).
Contenidos: 
Objetivo específico Eje temático Desglose

1,2,3

1

Introducción al modelado

 Programación lineal

 Programación entera

Construcción de modelos. Tipos de modelos
Características de un problema de programación  lineal
Solución gráfica
Algoritmo Símplex
Modelos específicos

Relación con la programación lineal
Algoritmo de ramificación y acotamiento
Modelos específicos
2 Cadenas de Markov

Definición
Ecuaciones de Chapman-Kolmogorov
Clasificación de estados
Propiedades a largo plazo
Tiempos de primera pasada
Estados absorbentes

2

 

3

 

1

Teoría de colas 

 

Simulación

 

Valoración

Estructura básica
Procesos de nacimiento y muerte
Modelos de colas basados en el proceso de nacimiento y muerte

Conceptos básicos
Simulación de eventos discretos
Generación de números aleatorios
Generación de observaciones a partir de una distribución de probabilidad
Simulación Monte Carlo

¿Qué es optimizar? ¿Debe ser siempre un objetivo? Reflexionar sobre otros problemas de optimización.
Bibliografía: 

[1] F. S. Hillier y G. J. Lieberman. ((Introducción a la Investigación de Operaciones)). McGraw Hill, México, 8.a edición (2006).
[2] H. A. Taha. ((Investigación de Operaciones: una introducci´on)). Pearson Educación, México, 9.a edición (2012).
[3] W. L. Winston. ((Investigación de Operaciones)). Thomson, México, 4.a edición(2005).

LIberación de responsabilidad: 

Este no es un documento oficial. Documentos oficiales se entregan en la secretaría de la escuela.