Investigació operativa determinista

Objectius

El curs d'investigaci√≥ operativa determinista t√© un car√†cter eminentment aplicat. Un primer objectiu gen√®ric √©s que l'alumne d'aquesta disciplina pugui apreciar-ne la utilitat tant en l'√†mbit acad√®mic com professional. Com a objectius m√©s espec√≠fics, es vol que els alumnes adquireixin els coneixements i les habilitats necessaris per poder resoldre els problemes pr√†ctics de presa de decisions que puguin sorgir en la seva pr√†ctica professional. L'estrat√®gia per assolir aquest objectiu fonamental s'estructura a trav√©s de quatre compet√®ncies b√†siques: * Modelitzaci√≥: es vol que l'alumne es familiaritzi amb els principals models matem√†tics deterministes per a la presa de decisions, la metodologia de formulaci√≥ d'aquests models, i sigui capa√ß de formular-ne de nous. Es prestar√† una atenci√≥ especial als models que s'originen en el camp de l'estad√≠stica. * Resoluci√≥: un cop formulat el model matem√†tic que descriu el problema de presa de decisions, es vol que l'alumne sigui capa√ß de determinar el m√®tode d'optimitzaci√≥ m√©s apropiat per resoldre'l i obtenir-ne la soluci√≥ num√®rica amb l'ajut de software d'optimitzaci√≥. * An√†lisi de la soluci√≥: l'alumne ha de ser capa√ß d'interpretar correctament els resultats proporcionats pel software d'optimitzaci√≥ i de fer l'an√†lisi de la informaci√≥ proporcionada pel programa per poder extreure conclusions d'utilitat en el proc√©s de presa de decisions. * Coneixement de les t√®cniques d'optimitzaci√≥: l'alumne ha de con√®ixer les propietats b√†siques dels problemes i algorismes d'optimitzaci√≥ amb l'objectiu de poder usar correctament el software d'optimitzaci√≥ i fer una interpretaci√≥ correcta de la soluci√≥ obtinguda dels models de presa de decisions. Capacitats a adquirir: * Con√®ixer i entendre alguns dels exemples m√©s importants de problemes de programaci√≥ lineal, entera, no lineal i de fluxos en xarxes. * Davant de la descripci√≥ d'un problema nou de presa de decisions, ser capa√ß de formular correctament el problema d'optimitzaci√≥ associat. * Ser capa√ß d'implementar en Excel problemes d'optimitzaci√≥ lineal, entera i no lineal, i obtenir-ne la soluci√≥ √≤ptima. * Ser capa√ß de resoldre gr√†ficament problemes de programaci√≥ lineal de dues variables, tot identificant geom√®tricament les situacions especials (problemes il.limitats, infactibles, amb soluci√≥ degenerada i amb √≤ptims alternatius). * Con√®ixer els conceptes de politop factible, punt extrem i soluci√≥ b√†sica factible. Entendre la seva relaci√≥ amb les solucions √≤ptimes de problemes de (PL) (teorema fonamental de la programaci√≥ lineal). * Ser capa√ßos de fer l'an√†lisi de sensibilitat dels problemes de programaci√≥ lineal: interpretaci√≥ geom√®trica; c√†lcul, √ļs i interpretaci√≥ econ√≤mica dels preus ombra i costos redu√Įts; c√†lcul dels intervals d'estabilitat amb Excel. * Con√®ixer i entendre les propietats matem√†tiques dels problemes de programaci√≥ lineal entera (PLE) i no lineal (PNL), aix√≠ com els fonaments de les seves t√®cniques de resoluci√≥. * Con√®ixer i entendre els algorismes del s√≠mplex, branch&bound i gradient redu√Įt. Saber aplicar-los manualment en la resoluci√≥ de problemes de PL de fins a tres variables. * Comprendre i saber aplicar els conceptes b√†sics del m√®tode CPM de gesti√≥ de projectes. Usar Excel per formular problemes de PL que permetin calcular alguns dels par√†metres rellevants d'aquest m√®tode. Con√®ixer el m√®tode PERT.


Objectius d'aprenentatge