Computación Numérica Avanzada

Profesor (Coordinador):
Vicente Martín
vicente@fi.upm.es
Profesor:
Esther Dopazo
edopazo@fi.upm.es
Profesor:
José Luis Rosales
jose.rosales@fi.upm.es

Semestre

Segundo semestre

Créditos

4 ECTS

Resumen

Las técnicas numéricas vistas se centran en métodos de optimización, que se ven desde una perspectiva esencialmente práctica. Se presentan métodos clásicos para problemas con restricciones y sin restricciones, métodos estocásticos como el annealing simulado y derivados y otros basados en sistemas biológicos como la computación evolutiva o los basados en sistemas inmunes artificiales, estrategias de forrajeo y de bandada. Finalmente, se estudia su aplicación a problemas de cadenas de producción en la industria.

Objetivos

Que el alumno se familiarice con técnicas aplicadas de cálculo numérico avanzado y sus implementaciones en computación de alto rendimiento, preparándole para resolver nuevos problemas y, en general, capacitarle para abordar e investigar cuestiones relacionadas con ésta línea de trabajo.

Programa

  1. Introducción a la Optimización
    1. Establecimiento del problema. Tipos y ejemplos
    2. Conceptos básicos en optimización
  2. Métodos de optimización
    1. Optimización con y sin restricciones. Métodos tradicionales
    2. Optimización heurística: Algoritmos basados en ideas extraídas de procesos naturales: annealing simulado, algoritmos evolutivos, redes inmunes, etc. Ejemplos prácticos
  3. Aplicación de técnicas de optimización a problemas industriales

Bibliografía

  • M. A. Bhatti: "Practical Optimization Methods". Springer-Verlag (2000).
  • A. E. Eiben, J. E. Smith: "Introduction to Evolutionary Computing". Springer (2003). Material adicional en: http://www.bit.uwe.ac.uk/~jsmith/ecbook/ecbook.html.
  • S. M. Sait, H. Youssef: "Iterative Computer Algorithms with Applications in Engineering". Ed. IEEE Computer Society (1999)
  • Kolda, Lewis, Torczon: "Optimization by Direct Search". SIAM Review 45, 385-482, 2003.

Prerrequisitos

  • Nociones básicas de cálculo numérico
  • Conocimientos básicos de arquitectura de ordenadores

Método de Evaluación

La calificación se obtendrá mediante la presentación oral y de la memoria de un proyecto que el alumno deberá realizar durante el transcurso de la asignatura. Dicho proyecto será asignado de forma individual y versará sobre cualquiera de las partes del contenido de la asignatura, cubriendo aspectos teóricos y prácticos de la materia cursada. Previa a la ejecución del proyecto el estudiante deberá realizar una propuesta de tema y un plan de trabajo que serán debatidos con el profesor.

Idioma en el que se imparte

Español

Aula

R 5208

Competencias Específicas

Código, descripción y nivel de cada una de las competencias específicas de la asignatura
Código Competencia Nivel
CEM2 Analizar y sintetizar soluciones a problemas que requieran aproximaciones novedosas para la definición de la infraestructura computacional que permita el procesamiento y el análisis de datos de diversa naturaleza A
CEM7 Evaluar y aplicar las diversas teorías matemáticas y estadísticas, y los procesos, métodos y técnicas disponibles para la extracción y descubrimiento de conocimiento a partir de grandes volúmenes de datos C
CEM8 Aplicar los fundamentos teóricos y matemáticos adecuados al procesamiento y análisis de funciones y datos de diversa naturaleza, y evaluar y diseñar los métodos relacionados para su aplicación en dominios prácticos S

Resultados de Aprendizaje

Código, descripción, competencias asociadas y nivel de adquisición de cada uno de los resultados de aprendizaje de la asignatura
Código Resultado de Aprendizaje Competencias asociadas Nivel de Adquisición
RA-APDI-1 Conocer ejemplos de aplicaciones reales y tendencias y líneas de investigación CEM2, CEM7 A
RA-APDI-2 Seleccionar y aplicar métodos de optimización a problemas concretos CEM2, CEM8 S
RA-APDI-3 Conocer la teoría de métodos de optimización clásicos y heurísticos CEM2, CEM8 S
RA-APDI-103 Conocer la aplicación de los métodos de optimización en gestión de producción CEM7, CEM8 S

Guía de Aprendizaje

Guía de aprendizaje: Computación Numérica Avanzada.