Investigación Operativa

Usted está aquí

Créditos
6
Tipos
Complementaria de especialidad (Computación)
Requisitos
  • Prerrequisito: PE
Departamento
EIO
En el entorno de organizaciones complejas de alcance medio y grande en la industria, la administración y los negocios, los resultados de la toma de decisiones que pueden incidir en su funcionamiento / rendimiento es de suma importancia para sus responsables . La Investigación Operativa es una disciplina orientada a proporcionar herramientas de elaboración, de análisis y de resolución eficiente de modelos de estos sistemas mediante las cuales se puede medir cuantitativamente los resultados de las decisiones de la dirección de las organizaciones. Hoy en día resulta clave la integración de esta clase de sistemas de ayuda a la toma de decisiones dentro de los diferentes sistemas de información que pueden operar en las organizaciones. El curso se inicia presentando un caso de estudio con el que ilustrar estos conceptos y continúa con la exposición de modelos asentados en la Investigación Operativa y sus técnicas de resolución eficiente. A lo largo del curso los estudiantes desarrollarán y resolverán uno de estos modelos adaptado a las necesidades del caso real de una organización y se evaluará y discutirá su interacción con los sistemas de información presentes en ella.

Profesorado

Responsable

  • Esteve Codina Sancho ( )

Otros

  • Bhumika Ashvinbhai Patel ( )
  • Joan Garcia Subirana ( )

Horas semanales

Teoría
2
Problemas
1
Laboratorio
1
Aprendizaje dirigido
0
Aprendizaje autónomo
6

Competencias

Competencias Transversales

Trabajo en equipo

  • G5 - Ser capaz de trabajar como miembro de un equipo, ya sea como un miembro más, o realizando tareas de dirección con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
  • CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
  • CTR3 - Ser capaz de trabajar como miembro de un equipo, ya sea como un miembro más, o realizando tareas de dirección con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.

Espíritu emprendedor e innovador

  • G1 - Conocer y comprender la organización de una empresa y las ciencias que rigen su actividad; capacidad de comprender las reglas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio. Desarrollar la creatividad, el espíritu emprendedor y la tendencia a la innovación.
  • CT1 - Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio. Conocer y entender los mecanismos en que se basa la investigación científica, así como los mecanismos e instrumentos de transferencia de resultados entre los diferentes agentes socioeconómicos implicados en los procesos de I+D+i.
  • CTR1 - Conocer y comprender la organización de una empresa y las ciencias que rigen su actividad; capacidad de comprender las reglas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio. Desarrollar la creatividad, el espíritu emprendedor y la tendencia a la innovación. Conocer y entender los mecanismos en que se basa la investigación científica, así como los mecanismos e instrumentos de transferencia de resultados entre los diferentes agentes socioeconómicos implicados en los procesos de I+D+i.

Actitud frente al trabajo

  • G8 [Avaluable] - Tener motivación para la realización profesional y para afrontar nuevos retos, así como una visión amplia de las posibilidades de la carrera profesional en el ámbito de la Ingeniería en Informática. Tener motivación por la calidad y la mejora continua, y actuar con rigor en el desarrollo profesional. Capacidad de adaptación a los cambios organizativos o tecnológicos. Capacidad de trabajar en situaciones de falta de información y/o con restricciones temporales y/o de recursos.
    • G8.3 - Tener motivación para el desarrollo profesional y para afrontar nuevos retos. Tener motivación para la mejora continua. Disponer de capacidad de trabajo en situaciones de falta de información.
  • CT5 - Estar motivado para el desarrollo profesional, para afrontar nuevos retos y para la mejora continua. Tener capacidad de trabajo en situaciones de falta de informacion.
  • CTR5 - Tener motivación para la realización profesional y para afrontar nuevos retos, así como una visión amplia de las posibilidades de la carrera profesional en el ámbito de la Ingeniería en Informática. Tener motivación por la calidad y la mejora continua, y actuar con rigor en el desarrollo profesional. Capacidad de adaptación a los cambios organizativos o tecnológicos. Capacidad de trabajar en situaciones de falta de información y/o con restricciones temporales y/o de recursos.

Razonamiento

  • G9 - Capacidad de razonamiento crítico, lógico y matemático. Capacidad para resolver problemas dentro de su área de estudio. Capacidad de abstracción: capacidad de crear y utilizar modelos que reflejen situaciones reales. Capacidad de diseñar y realizar experimentos sencillos, y analizar e interpretar sus resultados. Capacidad de análisis, síntesis y evaluación.
  • CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.
  • CTR6 - Capacidad de razonamiento crítico, lógico y matemático. Capacidad para resolver problemas dentro de su área de estudio. Capacidad de abstracción: capacidad de crear y utilizar modelos que reflejen situaciones reales. Capacidad de diseñar y realizar experimentos sencillos, y analizar e interpretar sus resultados. Capacidad de análisis, síntesis y evaluación.

Sostenibilidad y compromiso social

  • G2 - Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar. Ser capaz de analizar y valorar el impacto social y medioambiental
  • CT2 - Conocer y comprender la complejidad de los fenomenos economicos y sociales tipicos de la sociedad del bienestar; capacidad para relacionar el bienestar con la globalizacion y la sostenibilidad; habilidad para utilizar de forma equilibrada y compatible la tecnica, la tecnologia, la economia y la sostenibilidad.
  • CTR2 - Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar. Ser capaz de analizar y valorar el impacto social y medioambiental

Lengua extranjera

  • G3 - Conocer el idioma inglés con un nivel adecuado de forma oral y por escrito, y con consonancia con las necesidades que tendrán los graduados y graduadas en ingeniería informática. Capacidad de trabajar en un grupo multidisciplinar y en un entorno multilingüe, y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la profesión de ingeniero técnico en informática.
  • CT5 - Conocer una tercera lengua, preferentemente el inglés, con un nivel adecuado oral y escrito y en consonancia con las necesidades que tendrán los titulados y tituladas.

Comunicación eficaz oral y escrita

  • G4 - Comunicar de forma oral y escrita con otras personas conocimientos, procedimientos, resultados e ideas. Participar en debates sobre temas propios de la actividad del ingeniero técnico en informática.

Uso solvente de los recursos de información

  • G6 [Avaluable] - Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información del ámbito de la ingeniería informática y valorar de forma crítica los resultados de esta gestión.
    • G6.3 - Planificar y utilizar la información necesaria para un trabajo académico (por ejemplo, para el trabajo de final de grado) a partir de una reflexión crítica sobre los recursos de información utilizados. Gestionar la información de manera competente, independiente y autónoma. Evaluar la información encontrada e identificar las lagunas presentes.
  • CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.
  • CTR4 - Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información del ámbito de la ingeniería informática y valorar de forma crítica los resultados de esta gestión.

Aprendizaje autónomo

  • G7 - Detectar carencias en el propio conocimiento y superarlas mediante la reflexión crítica y la elección de la mejor actuación para ampliar este conocimiento. Capacidad para el aprendizaje de nuevos métodos y tecnologías y versatilidad para adaptarse a nueves situaciones.

Analisis y sintesis

  • CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.

Básicas

  • CB6 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB7 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB8 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB9 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
  • CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  • CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
  • CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
  • CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
  • CB10 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

Transversales

  • CT1 - Emprendimiento e innovación. Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio.
  • CT2 - Sostenibilidad y Compromiso Social. Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar; tener capacidad para relacionar el bienestar con la globalización y la sostenibilidad; lograr habilidades para utilizar de forma equilibrada y compatible la técnica, la tecnología, la economía y la sostenibilidad.
  • CT3 - Comunicación eficaz oral y escrita. Comunicarse de forma oral y escrita con otras personas sobre los resultados del aprendizaje, de la elaboración del pensamiento y de la toma de decisiones; participar en debates sobre temas de la propia especialidad.
  • CT4 - Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
  • CT5 - Uso solvente de los recursos de información. Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información en el ámbito de especialidad y valorar de forma crítica los resultados de dicha gestión.
  • CT6 - Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la elección de la mejor actuación para ampliar dicho conocimiento.
  • CT7 - Tercera lengua. Conocer una tercera lengua, preferentemente el inglés, con un nivel adecuado oral y escrito y en consonancia con las necesidades que tendrán los titulados y tituladas.

Perspectiva de género

  • CT6 - Conocer y comprender, desde el propio ámbito de la titulación, las desigualdades por razón de sexo y género en la sociedad; integrar las diferentes necesidades y preferencias por razón de sexo y de género en el diseño de soluciones y resolución de problemas.

Competencias Técnicas

Competencias técnicas comunes

  • CT1 - Demostrar conocimiento y comprensión de hechos esenciales, conceptos, principios y teorías relativas a la informática y a sus disciplinas de referencia.
  • CT2 - Utilizar de forma apropiada teorías, procedimientos y herramientas en el desarrollo profesional de la ingeniería informática en todos sus ámbitos (especificación, diseño, implementación, despliegue -implantación- y evaluación de productos) de manera que se demuestre la comprensión de los compromisos adoptados en las decisiones de diseño.
  • CT3 - Demostrar conocimiento y comprensión del contexto organizativo, económico y legal en el que desarrolla su trabajo (Conocimiento adecuado del concepto de empresa, marco institucional y jurídico de la empresa, organización y gestión de empresas.)
  • CT4 - Demostrar conocimiento y capacidad de aplicación de los procedimientos algorítmicos básicos de las tecnologías informáticas para diseñar soluciones a problemas, analizando la idoneidad y la complejidad de los algoritmos
  • CT5 - Analizar, diseñar, construir y mantener aplicaciones de forma robusta, segura y eficiente, escogiendo el paradigma y los lenguajes de programación más adecuados.
  • CT6 - Demostrar conocimiento y comprensión del funcionamiento interno de un computador y del funcionamiento de las comunicaciones entre ordenadores.
  • CT7 - Evaluar y seleccionar plataformas de producción hardware y software para la ejecución de aplicaciones y de servicios informáticos.
  • CT8 - Planificar, concebir, desplegar y dirigir proyectos, servicios y sistemas informáticos en todos los ámbitos, liderando su puesta en marcha, su mejora continua y valorando su impacto económico y social

Competencias técnicas

  • CE1 - Utilizar con destreza los conceptos y métodos matemáticos que subyacen los problemas de la ciencia y la ingeniería de los datos.
  • CE2 - Ser capaz de programar soluciones a problemas de ingeniería: Diseñar soluciones algorítmicas eficientes a un problema computacional dado, implementarlas en forma de Programa robusto, estructurado y mantenible, y comprobar la validez de la solución.
  • CE3 - Analizar fenómenos complejos mediante la probabilidad y estadística, y plantear modelos de estos tipos en situaciones concretas. Formular y resolver problemas de optimización matemática.
  • CE4 - Utilizar los sistemas de computación actuales, incluidos sistemas de alto rendimiento, para el proceso de grandes volúmenes de datos desde el conocimiento de su estructura, funcionamiento y particularidades.
  • CE5 - Diseñar y aplicar técnicas de procesado de señal, eligiendo entre distintas herramientas tecnológicas, incluidas las de visión Artificial, de reconocimiento del lenguaje hablado y las de tratamiento de datos multimedia.
  • CE6 - Construir o utilizar sistemas de procesado y comprensión del lenguaje escrito, integrándolo en otros sistemas dirigidos por los datos. Diseñar sistemas de búsqueda de información textual o hipertextual y de análisis de redes sociales.
  • CE7 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los datos.
  • CE8 - Capacidad de elegir y emplear técnicas de modelización estadística y análisis de datos, evaluando la calidad de los modelos, validándolos e interpretándolos.
  • CE9 - Capacidad de elegir y emplear una variedad de técnicas de aprendizaje automático y construir sistemas que las utilicen para la toma de decisiones, incluso de forma autónoma.
  • CE10 - Visualización de información para facilitar la exploración y análisis de datos, incluida la elección de la representación adecuada de estos y el uso de técnicas de reducción de dimensionalidad.
  • CE11 - Dentro del contexto corporativo, entender el proceso de innovación, ser capaz de proponer modelos y planes de negocio basados en explotación de los datos, analizar su viabilidad y ser capaz de comunicarlos de manera convincente.
  • CE12 - Aplicar las prácticas del “project management” en la gestión integral del proyecto de ingeniería de explotación de datos que el alumno debe realizar, en la áreas de alcance, tiempo, económica y riesgos.
  • CE13 - (Trabajo de final de grado) Planificar y concebir y llevar a cabo proyectos de naturaleza profesional en el ámbito de la ingeniería de los datos, liderando su puesta en marcha, su mejora continua y valorando su impacto económico y social. Defender el proyecto desarrollado ante un tribunal universitario.

Específicas

  • CE1 - Desarrollar algoritmos eficientes basados en el conocimiento y comprensión de la teoría de la complejidad computacional y las principales estructuras de datos dentro del ámbito de ciencia de datos
  • CE2 - Aplicar los fundamentos de la gestión y procesamiento de datos en un problema de ciencia de datos
  • CE3 - Aplicar métodos de integración de datos para dar solución a problemas de ciencia de datos en entornos heterogéneos
  • CE4 - Aplicar métodos escalables de almacenamiento y procesamiento paralelo de datos, incluyendo flujos continuos de datos, una vez identificados los más apropiados para un problema de ciencia de datos
  • CE5 - Modelar, diseñar e implementar sistemas complejos de datos, incluyendo la visualización de datos
  • CE6 - Diseñar el proceso de Ciencia de Datos y aplicar metodologías científicas para obtener conclusiones sobre poblaciones y tomar decisiones en consecuencia, a partir de datos estructurados o no estructurados y potencialmente almacenados en formatos heterogéneos.
  • CE7 - Identificar las limitaciones impuestas por la calidad de datos en un problema de ciencia de datos y aplicar técnicas para disminuir su impacto
  • CE8 - Extraer información de datos estructurados y no estructurados, teniendo en cuenta la naturaleza multivariante de los mismos.
  • CE9 - Aplicar métodos adecuados para el análisis de otro tipo de formatos, tales como procesos y grafos, dentro del ámbito de ciencia de datos
  • CE10 - Identificar los métodos de aprendizaje automático y modelización estadística a utilizar para resolver un problema específico de ciencia de datos y aplicarlos de forma rigurosa
  • CE11 - Analizar y extraer conocimiento de información no estructurada mediante técnicas de procesamiento de lenguaje natural, minería de textos e imágenes
  • CE12 - Aplicar la ciencia de datos en proyectos multidisciplinares para resolver problemas en dominios nuevos o poco conocidos y que sean económicamente viables, socialmente aceptables, y de acuerdo con la legalidad vigente
  • CE13 - Identificar las principales amenazas en el ámbito de la ética y la privacidad de datos en un proyecto de ciencia de datos (tanto en el aspecto de gestión como de análisis de datos) y desarrollar e implantar medidas adecuadas para mitigar dichas amenazas.
  • CE14 - Realizar, presentar y defender un ejercicio original realizado individualmente ante un tribunal universitario, consistente en un proyecto de ingeniería en el ámbito de la ciencia de datos en el que se sinteticen las competencias adquiridas en las enseñanzas

Competencias Técnicas de cada especialidad

Especialidad sistemas de información

  • CSI2 - Integrar soluciones de Tecnologías de la Información y las Comunicaciones y procesos empresariales para satisfacer las necesidades de información de las organizaciones, permitiéndoles llegar a sus objetivos de forma efectiva
    • CSI2.1 - Demostrar comprensión y aplicar los principios y las técnicas de gestión de calidad y de innovación tecnológica en las organizaciones.
    • CSI2.2 - Concebir, desplegar, organizar y gestionar sistemas y servicios informáticos, en contextos empresariales o institucionales, para mejorar sus procesos de negocio, responsabilizarse y liderar su puesta en marcha, y su mejora continua; y valorar su impacto económico y social.
    • CSI2.6 - Demostrar conocimiento y capacidad de aplicación de los sistemas de ayuda a la toma de decisiones y de bussines intelligence.
  • CSI3 - Determinar los requisitos de los sistemas de información y comunicación de una organización, atendiendo a aspectos de seguridad y cumplimiento de la normativa y de la legislación vigente.
    • CSI3.5 - Proponer y coordinar cambios para mejorar la explotación del sistema y de las aplicaciones.
  • CSI4 - Participar activamente en la especificación, el diseño, la implementación y el mantenimiento de los sistemas de información y de comunicación.
  • CSI1 - Demostrar comprensión y aplicar los principios y las prácticas de las organizaciones, de manera que puedan ejercer como enlace entre las comunidades técnica y de gestión de una organización, y participar activamente en la formación de los usuarios.

Especialidad ingeniería del software

  • CES1 - Desarrollar, mantener y evaluar servicios y sistemas software que satisfagan todos los requisitos del usuario, que se comporten de forma fiable y eficiente, que tengan un desarrollo y mantenimiento asequible y que cumplan normas de calidad, aplicando las teorías, los principios, los métodos y las prácticas de Ingeniería del Software.
  • CES2 - Valorar las necesidades del cliente y especificar los requisitos software para satisfacer estas necesidades, reconciliando objetivos en conflicto mediante la búsqueda de compromisos aceptables, dentro de las limitaciones derivadas del costo, del tiempo, de la existencia de sistemas ya desarrollados y de las propias organizaciones.
  • CES3 - Identificar y analizar problemas, y diseñar, desarrollar, implementar, verificar y documentar soluciones software sobre la base de un conocimiento adecuado de las teorías, de los modelos y de las técnicas actuales.

Especialidad tecnologías de la información

  • CTI1 - Definir, planificar y gestionar la instalación de la infraestructura TIC de la organización.
  • CTI2 - Garantizar que los sistemas TIC de una organización funcionan de forma adecuada, son seguros y están adecuadamente instalados, documentados, personalizados, mantenidos, actualizados y sustituidos, y que las personas de la organización reciban un soporte TIC correcto.
  • CTI3 - Diseñar soluciones que integren tecnologías de hardware, software y comunicaciones (y capacidad de desarrollar soluciones específicas de software de sistemas) para sistemas distribuidos y dispositivos de computación ubícua.
  • CTI4 - Emplear metodologías centradas en el usuario y la organización para el desarrollo, la evaluación y la gestión de aplicaciones y sistemas basados en tecnologías de la información que aseguren la accesibilidad, la ergonomía y la usabilidad de los sistemas.

Especialidad ingeniería de computadores

  • CEC1 - Diseñar y construir sistemas digitales, incluyendo computadores, sistemas basados en microprocesadores y sistemas de comunicaciones.
  • CEC2 - Analizar y evaluar arquitecturas de computadores incluyendo plataformas paralelas y distribuidas, y desarrollar y optimizar software para dichas plataformas.
  • CEC3 - Desarrollar y analizar hardware y software para sistemas empotrados y/o de muy bajo consumo.
  • CEC4 - Diseñar, desplegar, administrar y gestionar redes de computadores, y gestionar la garantía y la seguridad de los sistemas informáticos.

Especialidad de computación

  • CCO1 - Tener un conocimiento profundo de los principios fundamentales y de los modelos de la computación y saberlos aplicar para interpretar, seleccionar, valorar, modelar y crear nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con la informática.
    • CCO1.3 - Definir, evaluar y seleccionar plataformas de desarrollo y producción hardware y software para el desarrollo de aplicaciones y servicios informáticos de diversa complejidad.
  • CCO2 - Desarrollar de forma efectiva y eficiente los algoritmos y el software apropiados para resolver problemas complejos de computación.
    • CCO2.4 - Demostrar conocimiento y desarrollar técnicas de aprendizaje computacional, y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a la extracción automática de información y conocimiento a partir de grandes volúmenes de datos.
  • CCO3 - Desarrollar las soluciones informáticas que, considerando el entorno de ejecución y la arquitectura del computador sobre el cual se ejecutan, consigan el mejor rendimiento.

Académicas

  • CEA1 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de los Sistemas Multiagentes, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA2 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de Planificación y Razonamiento Aproximado, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA3 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de Aprendizaje Automático, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA4 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de Inteligencia Computacional, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA5 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas de Procesamiento del Lenguaje Natural, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA6 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas de Visión Computacional, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
  • CEA7 - Capacidad de comprender la problemática, y las soluciones a los problemas en la práctica profesional de la aplicación de la Inteligencia Artificial en el entorno empresarial e industrial.
  • CEA8 - Capacidad de realizar investigación en nuevas técnicas, metodologías, arquitecturas, servicios o sistemas en el área de la Inteligencia Artificial.
  • CEA9 - Capacidad de comprender las técnicas avanzadas de Sistemas Multiagentes, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA10 - Capacidad de comprender las técnicas avanzadas de Interacción Persona-Máquina, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA11 - Capacidad de comprender las técnicas avanzadas de Inteligencia Computacional, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA12 - Capacidad de comprender las técnicas avanzadas de Ingeniería del Conocimiento, Aprendizaje Automático y Sistemas de Soporte a la Decisión, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA13 - Capacidad de comprender las técnicas avanzadas de Modelización, Razonamiento y Resolución de problemas, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA14 - Capacidad de comprender las técnicas avanzadas de Visión, Percepción y Robótica, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.

Profesionales

  • CEP1 - Capacidad de resolver las necesidades de analisis de la informacion de las diferentes organizaciones, identificando las fuentes de incertidumbre y variabilidad.
  • CEP2 - Capacidad de resolver los problemas de toma de decisiones de las diferentes organizaciones, integrando herramientas inteligentes.
  • CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
  • CEP4 - Capacidad para disenar, redactar y presentar informes sobre proyectos informaticos en el area especifica de Inteligencia Artificial.
  • CEP5 - Capacidad de diseñar nuevas herramientas informáticas y nuevas técnicas de Inteligencia Artificial en el ejercicio profesional.
  • CEP6 - Capacidad de asimilar e integrar los cambios del entorno economico, social y tecnologico a los objetivos y procedimientos del trabajo informatico en sistemas inteligentes.
  • CEP7 - Capacidad de respetar la normativa legal y la deontología en el ejercicio profesional.
  • CEP8 - Capacidad de respetar el entorno ambiental y diseñar y desarrollar sistemas inteligentes sostenibles.

Dirección y gestión

  • CDG1 - Capacidad para la integración de tecnologías, aplicaciones, servicios y sistemas propios de la Ingeniería Informática, con carácter generalista, y en contextos más amplios y multidisciplinares.
  • CDG2 - Capacidad para la planificación estratégica, elaboración, dirección, coordinación, y gestión técnica y económica en los ámbitos de la ingeniería informática relacionados, entre otros, con: sistemas, aplicaciones, servicios, redes, infraestructuras o instalaciones informáticas y centros o factorías de desarrollo de software, respetando el adecuado cumplimiento de los criterios de calidad y medioambientales y en entornos de trabajo multidisciplinares.
  • CDG3 - Capacidad para la dirección de proyectos de investigación, desarrollo e innovación, en empresas y centros tecnológicos, con garantía de la seguridad para las personas y bienes, la calidad final de los productos y su homologación.

Específicas

  • CTE1 - Capacidad para modelar, diseñar, definir la arquitectura, implantar, gestionar, operar, administrar y mantener aplicaciones, redes, sistemas, servicios y contenidos informáticos.
  • CTE2 - Capacidad de comprender y saber aplicar el funcionamiento y organización de Internet, las tecnologías y protocolos de redes de nueva generación, los modelos de componentes, software intermediario y servicios.
  • CTE3 - Capacidad para asegurar, gestionar, auditar y certificar la calidad de los desarrollos, procesos, sistemas, servicios, aplicaciones y productos informáticos.
  • CTE4 - Capacidad para diseñar, desarrollar, gestionar y evaluar mecanismos de certificación y garantía de seguridad en el tratamiento y acceso a la información en un sistema de procesamiento local o distribuido.
  • CTE5 - Capacidad para analizar las necesidades de información que se plantean en un entorno y llevar a cabo en todas sus etapas el proceso de construcción de un sistema de información.
  • CTE6 - Capacidad para diseñar y evaluar sistemas operativos y servidores, y aplicaciones y sistemas basados en computación distribuida.
  • CTE7 - Capacidad para comprender y poder aplicar conocimientos avanzados de computación de altas prestaciones y métodos numéricos o computacionales a problemas de ingeniería.
  • CTE8 - Capacidad de diseñar y desarrollar sistemas, aplicaciones y servicios informáticos en sistemas empotrados y ubicuos.
  • CTE9 - Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
  • CTE10 - Capacidad para utilizar y desarrollar metodologías, métodos, técnicas, programas de uso específico, normas y estándares de computación gráfica.
  • CTE11 - Capacidad para conceptualizar, diseñar, desarrollar y evaluar la interacción persona-ordenador de productos, sistemas, aplicaciones y servicios informáticos.
  • CTE12 - Capacidad para la creación y explotación de entornos virtuales, y para la creación, gestión y distribución de contenidos multimedia.

Computer graphics and virtual reality

  • CEE1.1 - Capacidad de comprender y saber aplicar las tecnologías actuales y las que en el futuro se utilicen para el diseño y evaluación de aplicaciones gráficas interactivas en tres dimensiones, tanto cuando prime la calidad de imagen como cuando lo haga la interactividad o la velocidad, así como comprender los compromisos inherentes y las razones que los ocasionan.
  • CEE1.2 - Capacidad de comprender y saber aplicar las tecnologías actuales y las que en el futuro se utilicen para la evaluación, implementación y explotación de entornos de realidad virtual y/o aumentada, y de interfaces de usuario 3D basadas en dispositivos de interacción natural.
  • CEE1.3 - Capacidad de integrar las tecnologías mencionadas en las competencias CEE1.1 y CEE1.2 con otras tecnologías de tratamiento digital de la información para construir nuevas aplicaciones; así como efectuar contribuciones significativas en equipos multidisciplinares que usen la informática gráfica.

Computer networks and distributed systems

  • CEE2.1 - Capacidad para entender los modelos, problemas y algoritmos relacionados con los sistemas distribuidos, así como poder diseñar y evaluar algoritmos y sistemas que traten la problemática de la distribución y ofrezcan servicios distribuidos
  • CEE2.2 - Capacidad de entender los modelos, problemas y algoritmos relacionados con las redes de computadores, así como poder diseñar y evaluar algoritmos, protocolos y sistemas que traten la problemática de la redes de comunicación entre computadores.
  • CEE2.3 - Capacidad de entender los modelos, problemas y herramientas matemáticas que permiten analizar, diseñar y evaluar redes de computadores y sistemas distribuidos.

Advanced computing

  • CEE3.1 - Capacidad para identificar barreras computacionales y analizar la complejidad de problemas computacionales en diversos ámbitos de la ciencia y la tecnología; así como para representar problemas de alta complejidad en estructuras matemáticas que puedan ser tratadas eficientemente con esquemas algorítmicos.
  • CEE3.2 - Capacidad para utilizar un espectro amplio y variado de recursos algorítmicos para resolver problemas de alta dificultad algorítmica.
  • CEE3.3 - Capacidad para entender las necesidades computacionales de problemas de disciplinas distintas de la informática y efectuar contribuciones significativas en equipos multidisciplinares que usen la computación.

High performance computing

  • CEE4.1 - Capacidad de analizar, evaluar y diseñar computadores y proponer nuevas técnicas de mejora en su arquitectura.
  • CEE4.2 - Capacidad de analizar, evaluar, diseñar y optimizar software considerando la arquitectura y de proponer nuevas técnicas de optimización.
  • CEE4.3 - Capacidad de analizar, evaluar, diseñar y administrar software de sistema en entornos de supercomputación.

Service engineering

  • CEE5.1 - Capacidad para participar en proyectos de mejora o creación de sistemas de servicios, aportando especialmente: a) propuestas de innovación e investigación basadas en nuevos usos y desarrollos de las tecnologías de la información b) la aplicación de los principios de la ingeniería del software y las bases de datos en el desarrollo de los sistemas de información que sean más adecuados, c) la determinación, instalación y gestión de la infraestructura/plataforma informática necesaria para el funcionamento eficiente de los sistemas de servicio.
  • CEE5.2 - Capacidad para aplicar los conocimientos obtenidos en sistemas de servicio de cualquier tipo, estando familiarizado con algunos de ellos, y con conocimiento profundo de los sistemas de comercio electrónico y sus extensiones (eBusiness, eOrganization, eGovernment, etc.).
  • CEE5.3 - Capacidad para trabajar en equipos interdisciplinarios de ingeniería de servicios y, disponiendo de la experiencia de dominio necesaria, capacidad para trabajar autónomamente en sistemas de servicios concretos.

Específicas comunes

  • CEC1 - Capacidad para aplicar el método científico en el estudio y análisis de fenómenos y sistemas en cualquier ámbito de la Informática, así como en la concepción, diseño e implantación de soluciones informáticas innovadoras y originales.
  • CEC2 - Capacidad para el modelado matemático, cálculo y diseño experimental en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación e innovación en todos los ámbitos de la Informática.
  • CEC3 - Capacidad para aplicar soluciones innovadoras y realizar avances en el conocimiento que exploten los nuevos paradigmas de la Informática, particularmente en entornos distribuidos.

Competencias Técnicas Genéricas

Genéricas

  • CG1 - Identificar y aplicar los métodos y procesos de gestión de datos más adecuados para gestionar el ciclo de vida de los datos, incluyendo datos estructurados y no estructurados
  • CG2 - Identificar y aplicar métodos de análisis, extracción de conocimiento y visualización de datos recogidos en formatos muy diversos.
  • CG3 - Definir, diseñar e implementar sistemas complejos que cubran todas las fases en proyectos de ciencia de datos
  • CG4 - Diseñar y poner en marcha proyectos de ciencia de datos en dominios específicos de forma innovadora
  • CG5 - Poder recurrir a conocimientos fundamentales y metodologías de trabajo sólidas adquiridos durante los estudios para adaptarse a los nuevos escenarios tecnológicos del futuro.
  • CG6 - Capacidad para la dirección general, dirección técnica y dirección de proyectos de investigación, desarrollo e innovación, en empresas y centros tecnológicos, en el ámbito de la Ingeniería Informática.
  • CG7 - Capacidad para la puesta en marcha, dirección y gestión de procesos de fabricación de equipos informáticos, con garantía de la seguridad para las personas y bienes, la calidad final de los productos y su homologación.
  • CG8 - Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y mulitidisciplinares, siendo capaces de integrar estos conocimientos.
  • CG9 - Capacidad para comprender y aplicar la responsabilidad ética, la legislación y la deontología profesional de la actividad de la profesión de Ingeniero en Informática.
  • CG10 - Capacidad para aplicar los principios de la economía y de la gestión de recursos humanos y proyectos, así como la legislación, regulación y normalización de la informática.

Objetivos

  1. Conocer la metodología básica y el ámbito de aplicación de la Investigación Operativa
    Competencias relacionadas: CSI1, G8.3,
    Subcompetences:
    • Distinguir las diferentes etapas en que consiste un proyecto de Investigación Operativa
    • Papel de los modelos de Investigación Operativa dentro de los sistemas de apoyo a las decisiones
    • Etapa de toma de datos y tratamiento de la información necesaria para formular un modelo de Investigación Operativa
  2. Conocer modelos simples de IO, sus soluciones y particularidades
    Competencias relacionadas: CCO2.4, CSI3.5, G8.3,
    Subcompetences:
    • Conocer modelos simples de programación lineal: problemas de producción y de mezclas
    • Conocer modelos simples en programación no lineal: problema del volumen máximo de un cilindro.
    • Conocer modelos simples de programación lineal entera: problema de la mochila y problemas de carga fija
  3. Conocer e identificar los componentes de un problema de optimización
    Competencias relacionadas: CCO1.3, CCO2.4,
    Subcompetences:
    • Distinguir entre variables de decisión y parámetros de un problema de optimización
    • Conocer y saber utilizar lenguajes de representación algebraica de problemas de optimización para la definición y resolución de modelos basados ​​en la optimización
    • Conocer el papel central de un problema de optimización como herramienta dentro de los procesos de decisión
  4. Identificación de objetivos en un proceso de decisión. Saber expresar como restricciones, tanto lineales como no lineales, las condiciones a cumplir por las variables de decisión del modelo. Formular models multiobjetivo y de programación por objetivos.
    Competencias relacionadas: CSI2.6, CSI1, CSI2.1,
    Subcompetences:
    • Formulación de constricciones lineales y no lineales en un modelo
    • Identificar los múltiples objetivos que puedan intervenir en un modelo de toma de decisiones y relación con los modelos de programación lineal
    • Identificación de variables de decisión y parámetros de un modelo
    • Para problemas con dos objetivos saber determinar la frontera de optimalidad Pareto
    • Conocer e interpretar los resultados y la información proporcionada por un modelo con múltiples objetivos
    • Conocer la formulación básica de un problema multiobjetivo
    • Ser capaz de definir modelos de programación lineal adecuados para un sistema de apoyo a la decisión y traducirlos usando lenguajes de manipulación algebraicos,
  5. Conocer la estructura y propiedades de los problemas de programación lineal y no lineal.
    Competencias relacionadas: CCO2.4, CSI1,
    Subcompetences:
    • Conocer las características distintivas de los problemas con no linealidades
    • Conocer modelos simples de programación lineal: problema de producción, problema de mezclas
    • Uso de lenguajes de manipualció algebraicos y hojas de cálculo. Identificar los tipos de soluciones proporcionados por los lenguajes de manipulación algebraicos para problemas de programación lineal
    • Conocer la diferencia entre óptimos locales y globales
    • Conocer la forma standard de un problema de programación lineal. Variables de holgura y exceso
    • Conocer y saber calcular las soluciones básicas factibles de un problema de programación lineal
    • Conocer los tipos de soluciones que puede tener un problema de programación lineal: soluciones únicas, soluciones alternativas, problemas infactibles, problemas no acotados
  6. Conocer y saber aplicar el método del simplex para resolver problemas de programación lineal
    Competencias relacionadas: CCO2.4,
    Subcompetences:
    • Objeto de los costes reducidos. Reconocer una solución básica como solución óptima de un problema de programación lineal. Reconocer cuando hay óptimos alternativos
    • Efectuar iteraciones del método del simplex. Concepto de cambio de base. Cálculo de los costes reducidos
    • Concepto de base factible. Conocer y distinguir entre variables básicas y no básicas
  7. Conocer y saber resolver problemas de programación lineal en los que las variables están asociadas a un grafo. Problemas de flujos sobre redes.
    Competencias relacionadas: CCO2.4, CSI2.2,
    Subcompetences:
    • Conocer la estructura de de las soluciones básicas de los problemas de flujos sobre redes. Costes asociados a los nudos de los árboles y variables duales. Cálculo de los coeficientes de costes reducidos. Casos de uno o más artículos.
    • Aplicación de los algoritmos de caminos mínimos. (Dijkstra y correctores de etiquetas)
    • Conocer la formulación de problemas de flujos en grafos bipartitos. Conocer la formulación del problema de coste mínimo.
    • Conocer el papel de las matrices de incidencias nudos-arcos
    • Problemas de flujos sobre redes con capacidades asociadas a los arcos. Teorema del Flujo-máximo Corte-mínimo
  8. Conocer y aplicar técnicas básicas para resolver problemas lineales con variables enteras
    Competencias relacionadas: CCO1.3, CCO2.4,
    Subcompetences:
    • Conocer y poder aplicar el algoritmo de Branch and Bound
    • Conocer los modelos básicos de recubrimiento en forma de problema de programación lineal entera
    • Saber formular condiciones lógicas en forma de constricciones en un modelo programación lineal entera
  9. Conocer e identificar los inputs y los outputs de los modelos de Investigación Operativa subyacentes a diversos sistemas de información y de ayuda a la toma de decisiones vistos en las sesiones prácticas.
    Competencias relacionadas: G6.3, CCO1.3, CSI1, CSI2.2, CSI3.5,
    Subcompetences:
    • Conocer las propiedades de los modelos de Investigación Operativa vistos en las sesiones prácticas.
    • Ante un conjunto de necesidades de una organización, analizar si los modelos de Investigación Operativa vistos en las sesiones prácticas son suficientes para satisfacer estas necesidades. Identificar deficiencias y ausencias en la modelización.
    • Dados determinados requerimientos de una organización en relación a un sistema de ayuda a la toma de decisiones, adaptar y / o ampliar los modelos de Investigación Operativa vistos en las sesiones prácticas para satisfacer los requerimientos.
  10. Ser capaz de aplicar métodos heurísticos para problemas de programación lineal entera
    Competencias relacionadas: CSI2.6, CCO1.3, CCO2.4,
    Subcompetences:
    • Aplicar heurísticas de intercambio para el problema del viajante de comercio
    • Aplicar heurísticas para problemas de localización de plantas
  11. Conocer y poder aplicar diferentes tipos de metaheurísticas vistos en la asignatura
    Competencias relacionadas: CSI2.6, CCO1.3, CCO2.4,
    Subcompetences:
    • Saber aplicar la técnica de recocido simulado para resolver problemas de routing
    • Saber aplicar la técnica de tabú search para resolver problemas de programación lineal entera
  12. Ser capaz de utilizar eficazmente los recursos de información en I.O.
    Competencias relacionadas: G6.3,
    Subcompetences:
    • Saber utilizar y reconocer la información adecuada para la realización de un trabajo
    • Saber el tipo de información que puede proporcionar una fuente
    • Análisis y síntesis de una determinada fuente de información y valor en relación a la consecución de un objetivo (realización de un trabajo, tarea o proyecto)
  13. Tener una actitud apropiada y motivación hacia el trabajo
    Competencias relacionadas: G8.3,
    Subcompetences:
    • Motivación por la responsabilidad, la calidad en el propio trabajo y la realización profesional
    • Adaptación a la falta de información ya las restricciones materiales y temporales
    • Capacidad de adaptación a los cambios organizativos, tecnológicos y trabajo en equipo

Contenidos

  1. Introducción a la modelización en la toma de decisiones:
    La modelización en el proceso de toma de decisiones. Modelos de la Investigación Operativa. El ciclo metodológico de la investigación operativa
  2. Programación continúa. Propiedades y métodos
    Características de los problemas de optimización. Formulación de problemas de optimización. Técnicas de programación matemática. Formulación de problemas de PL. Resolución de problemas de PL. La geometría de la PL. El método del símplex: soluciones básicas factibles y puntos extremos. Análisis de sensibilidad. Presencia de no linealidades en los modelos.
  3. Modelos de programación continua y sistemas de apoyo a la toma de decisiones
    Ejemplos de problemas de PL: planificación de la producción; problema de inversión; problemas de transporte; problemas de mezcla; problemas de inventario. Problemas de flujos sobre redes. Problemas multiobjetivo. Programación por objetivos. Presencia de no linealidades en los modelos.
  4. Programación Lineal Entera
    Propiedades de los problemas de Programación Lineal Entera. Algunos problemas de PLENO: problema de la planificación de trabajadores; problemas de routing problemas de coste fijo y de localización, Algoritmos de PLENO: planos secantes; algoritmo del Branch & Bound
  5. Métodos Heurísticos para la resolución de problemas en PLE
    Heurísticas constructivas: Métodos Greedy. Cerca local. Metaheurísticas: más allá del óptimo local. El método del templado simulado. Búsqueda tabú, Algoritmos genéticos. Otros métodes. Aplicaciones de heurísticas per a problemas de routing y otros.
  6. Búsqueda y evaluación de información para la realización de un trabajo en I.O.
    Buscadores académicos. Bases de datos y revistas electrónicas. Evaluación de la información
  7. Motivación y actitud para el trabajo en I.O.
    Motivación por la responsabilidad, la calidad en el propio trabajo y la realización profesional. Capacidad de adaptación a los cambios organizativos, tecnológicos. Trabajo en equipo. Adaptación a la falta de información y a las limitaciones materiales y temporales

Actividades

Actividad Acto evaluativo


Bloque 1. Presentación de objetivos y de modelos básicos de IO

Seguimiento de las exposiciones y revisión del material proprocionat por las correspondientes sesiones. Asimilación del papel de los problemas de optimización como fuente de modelización.
  • Teoría: Descripción de los objetivos de la Investigación Operativa como disciplina. Descripción de las etapas del proceso metodológico de formulación de un modelo. Validación de un modelo. Presentación de un caso de estudio. Descripción y análisis de diversos casos de estudio implicados
  • Aprendizaje autónomo: Lectura y estudio de material previo a las sesiones de teoría
Objetivos: 1 3 2
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
1h

Análisis de fuentes de información

Análisis y evaluación de la información proporcionada de determinadas referencias (paquetes de software / referencias que pueden aportar soluciones al Trabajo de Curso.
  • Teoría: Evaluación del valor y carencias de la información seleccionada.
  • Aprendizaje autónomo: Identificación del valor y de las lagunas de información sobre la finalidad del Trabajo de Curso
Objetivos: 12
Contenidos:
Teoría
0.5h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Bloque 2. Modelos de Optimización Continua y sistemas de ayuda a la toma de decisiones

Seguimiento de los modelos expuestos en las sesiones de teoría. Resolución individual y monitorizada de ejercicios de modelización. En las sesiones de laboratorio, entrenamiento en el uso de lenguajes de representación algebraica.
  • Teoría: Descripción de modelos en programación lineal y presencia de no linealidades. Exposición del principio de optimalidad Pareto. Minimización de la norma L1. Exposición de la programación por objetivos y del peor caso posible
  • Problemas: Formulación de problemas y modelización de casos de estudio
  • Aprendizaje autónomo: Lectura y estudio de material previo a sesiones de teoría. Preparación y lectura del material para ejercicios de laboratorio
Objetivos: 1 3 4
Contenidos:
Teoría
4h
Problemas
2h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Uso de buscadores de referencias, de BD y de Revistas Electrónicas

Búsqueda de publicaciones de determinados autores en relación al Trabajo de Curso. Visionado de vídeos http://bibliotecnica.upc.edu/habilitats/eines-de-cerca-dinformacio # 4 http://bibliotecnica.upc.edu/habilitats/l039estrategia-de-cerca
  • Teoría: Se proporcionan determinados autores y temas en relación al Trabajo de Curso
  • Aprendizaje autónomo: Uso de buscadores y primer análisis de referencias
Objetivos: 12
Contenidos:
Teoría
0.5h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Evaluación de la búsqueda de referencias en relación al Trabajo de Curso

Entrega de informe con las 5 referencias más significativas y con detalle de las herramientas de búsqueda usadas para encontrarlas
Objetivos: 12
Semana: 4
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Bloque 3. Problemas de Programación Continúa

Seguimiento de clases de teoría con el apoyo de material docente elaborado específicamente. Asimilación de los conceptos de base factible, base óptima, óptimo local y global. Capacidad para efectuar pasos del algoritmo del símplex. Resolución individual de problemas y seguimiento de sesiones de problemas. Capacidad de definir problemas de programación lineal y no lineal usando lenguajes algebraicos y de resolverlos a las sesiones de laboratorio
  • Teoría: Caracterización de problemas de programación lineal. Propiedades básicas de los problemas de programación lineal. Concepto de región factible. Óptimos únicos y alternativos. Concepto de vértice de una región poliédrica. Ejemplos. Bases y soluciones básicas algoritmo del simplex. Desarrollo en las sesiones de teoría de la formulación algebraica básica. Ejemplos de iteraciones con el algoritmo del símplex. Método de las variables artificiales. Presencia de no linealidades. Características de las soluciones.
  • Problemas: Resolución de problemas gráficamente en dos dimensiones. Iteraciones con el algoritmo del simplex. Resolución de problemas simples con lenguajes algebraicos y avance de conceptos para clases de laboratorio
  • Aprendizaje autónomo: Trabajo por parte del estudiante con material docente y colección de problemas. Preparación de sesiones de laboratorio. Ejercicios por cuenta propia.
Objetivos: 5 6
Contenidos:
Teoría
5h
Problemas
3h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Actitud y motivación hacia el trabajo. A1

Los estudiantes evalúan ejercicios de laboratorio entregados de acuerdo a directrices recogidas en una rúbrica.
  • Laboratorio: Evaluación de la calidad de ejercicios
  • Aprendizaje autónomo: Preparación y asimilación por parte del estudiante
Objetivos: 13
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
1h
Aprendizaje dirigido
0h
Aprendizaje autónomo
3h

Evaluación de las fuentes de información

Entrega de un informe haciendo la evaluación
Objetivos: 12
Semana: 6
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Evaluación actitud y motivación hacia el trabajo. A1

Uso de rúbricas
Objetivos: 13
Semana: 7
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Bloque 4. Problemas de flujo en redes

Efectuar iteraciones del simplex para el problema de min-coste. aplicación de algoritmos de caminos mínimos. aplicación del algoritmo de max-flow min.cut
  • Teoría: Exposición del modelo de min-coste. Aplicación del algoritmo del símplex. Exposición y derivación de los algoritmos de caminos mínimos. Ilustración del teorema de max-flow min-cut
  • Problemas: Ejercicios y tests de seguimiento de los métodos y algoritmos expuestos
  • Aprendizaje autónomo: Revisión del material presentado en clases de teoría y preparación de tests de seguimiento. Ejercicios por cuenta propia.
Objetivos: 1 7
Contenidos:
Teoría
3h
Problemas
4h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Evaluación de la práctica de laboratorio 1

Se entregará un cuestionario cumplimentado al final de la sesión. Este cuestionario será puntuable.
Objetivos: 3 5 6 4 7 2
Semana: 8
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Parcial 1

1 Prueba consistente en problemas para los bloques 1,2,3 y 4 de la asignatura y la parte correspondiente del bloque 8 relacionada con los bloques 1,2,3 y 4
Objetivos: 1 3 5 6 4 7 2
Semana: 8
Tipo: examen de teoría
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Bloque 5. Modelización en programación lineal entera

Adquirir capacidad de modelizar usando variables binarias condiciones de tipo lógico. Tener como referencia los modelos presentados en las sesiones de teoría para poder emprender desarrollos y modelizaciones propias
  • Teoría: Exposición de los modelos de recubrimiento y partición de conjuntos y de la metodología para reflejar condiciones de tipo lógico con variables enteras. Exposición de los modelos de carga fija.
  • Problemas: Modelización de problemas con variables enteras / binarias dentro de una colección de problemas
  • Laboratorio: Formulación, implementación y resolución de un modelo previamente especificado en un guión de prácticas de laboratorio y de variantes propuestas. Análisis de los resultados
  • Aprendizaje autónomo: Lectura y estudio del material presentado en las sesiones de teoría. Resolución individual, de ejercicios de modelización. Resolución de las modelizaciones usando lenguajes algebraicos de modelado. Preparación y lectura del material para las sesiones de laboratorio
Objetivos: 1 9
Contenidos:
Teoría
2h
Problemas
2h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Actitud y motivación hacia el trabajo. A2

Análisis de los cambios propuestos por el profesor en el Trabajo de Curso y propuesta de cambios a realizar en un periodo de tiempo limitado. Discusión con otros grupos de trabajo de la adecuación de las soluciones adoptadas
  • Laboratorio: Sesion de aprendizaje colaborativo
  • Aprendizaje autónomo: Análisis de los cambios propuestos el profesor en el trabajo de curso. Preparación previa a la sesión
Objetivos: 13
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
5h

Evaluación actitud y motivación hacia el trabajo. A2

Entrega de informe al final de sesión parenentatge colaborativo
Objetivos: 13
Semana: 11
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Bloque 6. Problemas de Programación Lineal Entera

Asimilación de los conceptos de ramificación y acotación. Efectuar iteraciones del algoritmo de Branch and Bound con problemas pequeños.
  • Teoría: Exposición de propiedades básicas de los problemas de programaciói lineal entera y del concepto de relajación lineal. Ilustración del funcionamiento del algoritmo de branch and bound.
  • Problemas: Resolución de pequeños problemas de programación lineal entera.
  • Aprendizaje autónomo: Lectura y estudio del material de las sesiones de teoría. Preparación de ejercicios para clase de problemas
Objetivos: 8
Contenidos:
Teoría
2h
Problemas
2h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Actitud y motivación hacia el trabajo. A3

Presentación oral del trabajo de curso en un tiempo limitado (10min por grupo de trabajo)
  • Laboratorio: Presentación de trabajos de curso y discusión
  • Aprendizaje autónomo: Preparación por parte del estudiante
Objetivos: 13
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
5h

Evaluación actitud y motivación hacia el trabajo. A3

Presentación oral
Objetivos: 13
Semana: 12
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Bloque 7. Métodos heurísticos para problemas de programación lineal entera. Metaheurísticas

Conocer los principales principios de construcción heurística de soluciones. Saber construir algoritmos basados ​​en metaheurísticas descritas. Método del recocido simulado, búsqueda tabú, búsqueda greedy.
  • Teoría: Métodos heurísticos para los problemas de localización de plantas y del viajante de comercio. Métodos de intercambio. Construcción de soluciones. Heurística de Christofides. Método del recocido simulado. Buscar tabú, Buscar Greedy
  • Problemas: Resolver a mano casos de pequeña dimensión, aplicando las heurísticas vistas.
  • Aprendizaje autónomo: Seguimiento del material expuesto y preparación de material para las sesiones de laboratorio
Objetivos: 9
Contenidos:
Teoría
4h
Problemas
2h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Evaluación de la práctica de laboratorio 2

Se entregará un cuestionario cumplimentado al final de la sesión. Este cuestionario será puntuable.
Objetivos: 4 8 9 10 11 2
Semana: 13
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Prácticas de laboratorio 1 y 2

Lectura previa del cuestionario y preparación de la práctica. Ejecución del ejercicio y entrega del cuestionario cumplimentado
  • Laboratorio: Realización de las prácticas en sesiones de aula PC. Modelización usando lenguajes de representación algebraica. Resolución y análisis de las soluciones Construcción de un algoritmo basado en un procedimiento metaheuristic visto en clase
  • Aprendizaje dirigido: Elaboración guiada de las prácticas
  • Aprendizaje autónomo: Preparación previa por estudiante
Objetivos: 3 5 6 7 8 10
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Bloque 8. Trabajo de curso.

Asimilar las diferentes etapas de formulación, análisis y ensayo de un modelo de optimización orientado a formar parte de un sistema de apoyo a la toma de decisiones. Análisis del rendimiento computacional de las herramientas utilizadas y de las prestaciones del modelo desarrollado. Desarrollo de las competencias asociadas a esta asignatura. El Trabajo de grupo se desarrollará en grupos de dos.
  • Teoría: Sesiones de apoyo y aclaración de conceptos necesarios para las tareas de formulación y resolución de un caso de estudio. Desarrollo de competencias transversales asociadas a la asignatura.
  • Laboratorio: Sesiones para la implementación de las formulaciones de los modelos. Desarrollo de competencias transversales de la asignatura
  • Aprendizaje autónomo: Preparación de material. Estudio y análisis de un pequeño caso de estudio. Estudio y refuerzo de conceptos vistos los contenidos de la asignatura
Objetivos: 1 3 4 7 9 10 11
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
6h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Evaluación del Trabajo de curso

Se planteará a los estudiantes el desarrollo de un modelo. Se dedicaran sesiones de laboratorio para su seguimiento. Objetivos específicos: - Desarrollo de un modelo basado en problemas de optimización como parte integrante de un sistema de ayuda a la toma de decisiones. - Analizar las prestaciones computacionales del modelo desarrollado para su uso correcto en el entorno de los sistemas de ayuda a la toma de decisiones.
Objetivos: 1 3 4
Semana: 14
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Parcial 2

Prueba consistente en problemas para los bloques 5,6 y 7 de la asignatura y la parte correspondiente del bloque 8 relacionada con los bloques 5,6 y 7.
Objetivos: 8 9 10 11
Semana: 14
Tipo: examen de teoría
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Examen Final

Cubre todos los bloques de la asignatura
Objetivos: 2 1 3 5 6 4 7 8 9 10 11
Semana: 15 (Fuera de horario lectivo)
Tipo: examen de teoría
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Metodología docente

El aprendizaje se hará siguiendo la metodología de los casos, a partir de problemas en el entorno de la Investigación Operativa. A partir de estos problemas se desarrollarán los conocimientos formales necesarios en clases de teoría, presenciales y expositivas, y su aplicación en las clases de laboratorio, de tal manera que reforzará la asimilación de los diferentes conceptos. Se utilizará software disponibles en la UPC (AMPL, OPL/Studio, excel,).

Método de evaluación

Ver Addenda para el caso del curso académico 2020-21

NT = Nota de Teoría
NL = Nota de Laboratorio. La nota de laboratorio estará formada por las notas de las dos prácticas al 50% cada una.
NTC = Nota del Trabajo de Curso
NC = Nota relativa a las competencias

N = 0.45 * NT + 0.2 * NL + 0.25 * NTC + 0.1*NC

Si 0.5 * NExP1 + 0.5*NExP2> = 5 entonces no es necesario presentarse al examen final

NT = Max (NExF, 0.5 * NExP1 + 0.5N*ExP2)

NExF = Nota del examen final
NExP1, NExP2 = Notas de los exámenes parciales 1 y 2.

La nota NC dependerá del grado alcanzado en las competencias transversales asignadas a ala asignatura y se repartirá a partes iguales entre éstas (Hay dos competencias C1, C2. La nota NC se calculará como NC = 0.5*NC1 + 0.5*NC2

Para una competencia i determinada hay la siguiente correspondencia entre la valoración (A,B,C,D)
de la competencia y la nota NC1, NC2 que pasa a formar parte de la nota final:

Un nivel A equivale a una nota NC1 (o NC2) que estará entre 8,5 y 10
Un nivel B equivale a una nota NC1 (o NC2) que estará entre 6,5 y <8,5
Un nivel C equivale a una nota NC1 (o NC2) que estará entre 5 y <6,5
Un nivel D equivale a una nota NC1 (o NC2) que estará entre 0 y < 5

La nota NC1, NC2 de las competencias se obtienen a partir de las actividades del Bloque 8
(trabajo de Curso) i de las Prácticas de laboratorio.

La nota NC1, NC2 obedecerá a la siguiente expresión:

NCi = 0.25 * NTC + 0.10*NL + Actividades específicas de la competencia; i=1,2

Bibliografía

Básica:

Complementaria:

Web links

Capacidades previas

Los alumnos deben tener los conocimientos suficientes de álgebra para poder asimilar los métodos algoritmcs expuestos También deben ser capaces de leer inglés a nivel técnico