Investigación operativa Código:  M0.509    :  5
Consulta de los datos generales   Descripción   Información previa a la matrícula   Contenidos   Consulta de los materiales de los que dispone la asignatura  
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios.

La Investigación Operativa (IO) es una disciplina basada en la formulación de modelos matemático-computacionales y en el desarrollo de algoritmos para la resolución de problemas vinculados a la toma eficiente de decisiones en cualquier ámbito y sector (empresarial, industrial, social, sanitario, servicios, etc.). Este curso proporciona los conceptos IO necesarios para modelar y resolver problemas reales mediante el uso de técnicas tales como la programación lineal, la programación entera, el desarrollo de heurísticas, etc. En particular, el curso trabajará aplicaciones prácticas de los conceptos y técnicas IO a la resolución de problemas relacionados con los ámbitos de logística y transporte, optimización de sistemas y redes, y scheduling de procesos. 

Amunt

  • Profesor Coordinador: Dr. Angel A. Juan (http://ajuanp.wordpress.com)
  • Créditos: 5
  • Descripción: La Investigación Operativa (IO) es una disciplina basada en la formulación de modelos matemático-computacionales y en el desarrollo de algoritmos para la resolución de problemas vinculados a la toma eficiente de decisiones en cualquier ámbito y sector (empresarial, industrial, social, sanitario, servicios, etc.). Este curso proporciona los conceptos IO necesarios para modelar y resolver problemas reales mediante el uso de técnicas tales como la programación lineal, la programación entera, el desarrollo de heurísticas, etc. En particular, el curso trabajará aplicaciones prácticas de los conceptos y técnicas IO a la resolución de problemas relacionados con los ámbitos de logística y transporte, optimización de sistemas y redes, y scheduling de procesos. 
  • Requisitos: Capacidad para leer textos científicos en inglés. Conocimientos básicos de matemáticas (nivel licenciatura o ingeniería).
  • Bibliografía prevista: Render, B.; Stair, R.; Hanna, M. (2008). Quantitative Analysis for Management. Prentice Hall.
  • Software previsto: LINDO/LINGO Software (http://www.lindo.com)
  • Enlaces: INFORMS (https://www.informs.org/)

Amunt

1. Programación Lineal (capítulo 4 del libro)

2. Redes de Flujos (capítulo 5 del libro)

3. Programación entera (capítulo 6 del libro)

4. Modelos no-lineales (capítulo 7 del libro)

5. Solver Evolutivo (capítulo 8 del libro)

6. Teoría de la decisión con incertidumbre (capítulo 9 del libro)

7. Simulación (capítulo 10 del libro)

Amunt