Universidad de Los Andes

Facultad de Ingeniera y Ciencias Aplicadas

Semestre 2013-1

Programa del Curso

Introducci
on a la Optimizaci
on

Profesor: Andrea Valle

Auxiliar: I. Scarneo

C
odigo: ING3510
Semestre: 2013-10
Requisitos: ING1310 Introduccion a la Computacion, ING2110 Calculo II, ING2140

Algebra
Lineal.
Profesor: Andrea Valle (avalle@miuandes.cl)
Descripci
on del curso: La optimizacion matematica consiste en encontrar el maximo o
mnimo valor de una funci
on a valores en los n
umeros reales sujetos a ciertas restricciones.
En este curso introductorio se analizan modelos de optimizacion correspondientes a problemas cl
asicos de ingeniera, se muestran ademas teoremas de existencia de soluciones y
finalmente, se estudia el caso de programacion lineal que es un tipo especial de modelo
de optimizaci
on.
Objetivos:
Introducir al alumno en el campo de la optimizacion y su uso en la modelaci
on y
resoluci
on de problemas reales.
Clasificar matem
aticamente los distintos tipos de problemas de optimizacion, estudiar sus formulaciones y detallar los algoritmos mas conocidos que existen para su
resoluci
on.
Temario:
1.- Introducci
on a los modelos de Optimizaci
on.
1.1.- Definici
on general de un modelo de optimizacion.
1.2.- Formulaci
on y an
alisis de algunos modelos introductorios, introduccion al lenguaje AMPL.
1.3.- Ejemplos cl
asicos variados de modelamiento: problema de transporte, knapsack,
TSP, de la dieta, etc.
1.4.- Clasificaci
on de problemas de Optimizacion. Propiedades generales y programas
equivalentes.
2.- Programaci
on No lineal.
2.1.- Programaci
on No lineal Irrestricta.
2.1.1.- Definici
on
optimos locales y globales

2.1.2.- Condiciones de optimalidad, caracterizaciones, conjuntos compactos, funciones coercivas.

2.1.3.- Descripci
on de los Algoritmos tipo gradiente, Newton y variantes.
2.2.- Introducci
on al an
alisis convexo
2.2.1.- Conjuntos convexos, funciones convexas, caracterizaciones.
2.2.2.- Funciones convexas de clase C 1 y C 2 , propiedades.
2.2.3.- Teoremas de Separacion y corolarios. Caracterizaciones de optimalidad.
2.3.- Programaci
on Restringida.
2.3.2.- Teorema de Karush-Kuhn-Tucker (KKT). Interpretacion geometrica. Condiciones necesarias y suficientes de optimalidad.
2.3.1.- Teorema de Lagrange. Interpretacion geometrica. Condiciones necesarias y
suficientes de optimalidad.
3.- Programaci
on Lineal (PL).
3.1.- Algoritmo Simplex.
3.1.1.- Forma est
andar de un P.L.
3.1.2.- Conceptos b
asicos: Espacio factible, vertice, problema no acotado, problema
infactible, etc.
3.1.3.- Resoluci
on gr
afica para el caso de 2 variables, uso de AMPL.
3.1.4.- Variables b
asicas y no basicas. Caracterizacion de los vertices seg
un la base
asociada.
3.1.5.- Criterios de optimalidad. Metodo Simplex. Condicion de entrada y salida
de variables de la base. Fundamentacion de los criterios.
3.1.5.- Fase I: soluci
on inicial basica factible.
3.2.- Dualidad
3.2.1.- Definici
on de Dualidad en P.L.
3.2.2.- Teorema Debil de Dualidad. Corolarios.
3.2.3.- Teorema Fuerte de Dualidad.
3.2.4.- Holgura Complementaria.
3.2.5.- (opcional) Interpretacion Economica de la dualidad. Analisis de Sensibilidad
y post-optimal de vector de costos, matriz de restricciones y vector lado
derecho.
3.4.- Programaci
on Lineal Entera.
3.4.1.- Modelos de programacion entera pura y mixta.
3.4.2.- Algoritmo de Branch and Bound.
4.- Flujo en redes.
4.1.- Definiciones b
asicas. Modelamiento en Redes.
4.2.- Problemas de flujo maximo. Formulacion lineal. Algoritmo de Ford and Fulkerson.
4.3.- Problemas de flujo a costo mnimo. Formulacion lineal. Caractersticas especiales
del Simplex con cotas. Simplex especializado en redes.

4.4.- Problema de ruta m

as corta. Formulacion lineal y Algoritmo de Dijktra.
Evaluaci
on:
Las evaluaciones est
an estructuradas en dos pruebas, tres controles de lectura, tres tareas
computacionales y un examen.
El promedio de controles y tareas (NC) se calcula como el promedio simple de los mismos.
En ning
un caso se reemplazar
an notas de controles y tareas. En caso de estimarlo conveniente, el profesor podr
a realizar actividades con nota en horario de clases para subir en
un m
aximo de 2 puntos una nota de control.
La nota de presentaci
on del curso NP, correspondera a:
N P = 30 % N P 1 + 30 % N P 2 + 40 % N C
donde NP1 y NP2 corresponden a las notas de las pruebas 1 y 2 respectivamente.
La nota final del curso NF, correspondera a:
N F = 70 % N P + 30 % N E
donde NE es la nota de examen.
Aquellos alumnos cuya NF sea mayor o igual a 3.95 aprueban el curso, y en el caso
contrario reprueba el curso. Adicionalmente, un alumno reprueba automaticamente el
curso si es que su NE es menor a 3.0.
Se considera eximici
on para aquellos alumnos que cumplan lo siguiente:
Notas de ambas pruebas igual o superior a 5.0.
Notas de todos los controles o tareas igual o superior a 4.5.
En caso de que m
as de un 30 % de los alumnos cumpla con estas condiciones, se eximir
a solo al 30 % con mejor nota de presentacion.
Inasistencias:
En el caso de que alg
un alumno deba ausentarse de una prueba por una causa justificada, este deber
a reportar que no asistira antes que se realice la prueba de acuerdo al
reglamento de la facultad.
Todo el resto de las inasistencias seran calificadas con nota 1.0. No existe examen
recuperativo.
Observaci
on: El calendario de pruebas y examenes es elaborado por la facultad.
Referencias:
1.- Textos Principales:
1.1.- Optimizaci
on y modelos para la gestion. Autor: Carmen Ortiz Z., Samuel
Varas G., Jorge Vera A. Editorial: Dolmen Ediciones Iberoamerica.
1.2.- Investigaci
on de operaciones. Autor: Hamdy A. Taha. Editorial: Prentice Hall,
2004.

2.- Textos Complementarios:

2.1.- Convex optimization. Autor: Stephen Boyd, Lieven Vandenberghe. Editorial:
Cambridge, 2004.
2.2.- Nonlinear programming . Autor: Dimitri P. Bertsekas. Editorial: Athena Scientific.