<= Atrás    Docencia > Licenciatura > Optimización EstocásticaHomeMapaContactarBuscarAyuda
 

Optimización Estocástica
(Curso 2005-2006)

Código Sigma: 43957
Carácter: Troncal
Curso:
Ciclo:
Cuatrimestre:
Créditos: 6 = 3T + 3P (4 horas semanales)

Objetivos: Desarrollo de los modelos, métodos de resolución y técnicas algorítmicas más importantes para los problemas de Optimización Estocástica.

Evaluación: Examen escrito. Trabajos propuestos y trabajo personal a lo largo del curso. Es decir, la calificación final integra estos tres aspectos. Los trabajos propuestos se realizarán con exposición escrita y oral. En ambas se valorará tanto la corrección y calidad del análisis realizado como la claridad y capacidad de síntesis. La valoración de los trabajos propuestos y del trabajo personal a lo largo del curso se cuantificará de forma conjunta con el examen final escrito.

Prerrequisitos: Programación Lineal, Entera y No Lineal. Optimización en Redes. Programación Matemática.
Descriptor: Programación estocástica. Control. Decisión Multiobjetivo. Otros modelos estocásticos.

Programa:

  1. Introducción al análisis envolvente de datos.
    Introducción. Ejemplos. Conceptos de eficiencia. Métodos para la medición de la eficiencia. El análisis envolvente de datos. Programas lineales asociados. Análisis de sensibilidad. Computación.
  2. Teoría de juegos.
    Introducción. Juegos matriciales. Juegos bimatriciales no cooperativos y cooperativos. Juegos n-personales no cooperativos y cooperativos. Juegos en forma extensiva.
  3. Control estocástico de inventarios.
    Funciones convexas con dominio no continuo. Modelos de una etapa. Modelos de dos etapas. Modelos de n etapas sin coste de preparación. Modelos de n etapas con coste de preparación. Políticas (s,S).
  4. Optimización estocástica en entorno lineal.
    Introducción. Modelos de PL estocástica en dos etapas. Enfoques de los valores medios, con información perfecta, estocástico y extensivo. Modelos de PL estocástica en n etapas.
Actividades: Las clases prácticas se desarrollarán en el aula de informática.

Bibliografía:

  • Adenso Díaz, B (1993). Producción: Gestión y Control. Ariel Economía.
  • Birge J.R. and Louveaux F. (1997), Introducction to Stochastic Programming, Springer, .
  • Davis, M.D. (1971). Teoría de Juegos. Alianza Universidad.
  • Denardo, E.V. (1982). Dynamic Programming. Models and Applications. Prentice Hall.
  • Kall P. and Wallace S.W. (1994). Stochastic Programming. John Wiley and Sons.
  • Keeneey R.L. and Raiffa H. (1976). Decision Making with Multiple Objetives. Wiley.
  • López Cachero, M. (1995). Análisis y Adopción de Decisiones. Pirámide.
  • Thanassoulis, E. (2001). Introduction to the Theory and Applications of Data Envelopment Analisys. Kluwer Academic Publishers.
  • Winston, W.L. (1994). Investigación de Operaciones. Aplicaciones y Algoritmos. GEI.
  Última actualización : 29/09/05