| Competencias do título |
| Código | Competencias do título |
| A8 | CON8 Recoñecer as principais ferramentas para o manexo de datos hidrolóxicos e vencellados á xestión da auga, e como os datos poden ser usados para a toma de decisións, mediante métodos baseados en conceptos estatísticos ou en intelixencia artificial. |
| B5 | HAB5 Utilizar sistemas de información xeográfica (SIG) para o tratamento e elaboración de datos xeoespaciais. Manexar ferramentas SIG, ferramentas estatísticas e ferramentas baseadas en intelixencia artificial para a análise de datos vencellados á xestión da auga |
| C6 | COM6 Integrar diferentes fontes de datos en marcos de decisión que permitan unha mellor xestión do recurso hídrico. |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias do título | ||
| Coñecer, comprender, saber plantexar e resolver problemas de optimización en enxeñería hidráulica e hidroloxía, así como recoñecemento e identificación de parámetros e análise de sensibilidade para a caracterización de problemas e a toma de decisións na xestión de recursos hídricos e hidrolóxicos. | AP8 |
BP5 |
CP6 |
| Contidos |
| Temas | Subtemas |
| 1.- Introducción | 1.1.- Conceptos Xerais 1.2.- Clasificación de problemas 1.3.- Clasificación de métodos |
| 2.- Planteamiento de problemas de optimización | 2.1.- Planteamiento xeral 2.2.- Función obxectivo e restriccións. 2.3.- Análise de sensibilidade |
| 3.- Análise de sensibilidade e identificación de parámetros | 3.1.- Estado directo 3.2.- Estado adxunto 3.3.- Primero orde 3.4.- Segundo orde |
| 4.- Métodos de programación matemática | 4.1.- Optimización incondicionada 4.2.- Optimización condicionada 4.3.- Algoritmos |
| 5.- Toma de decisión baixo incertidumbre e Inferencia Bayesiana | 5.1.- Decisión e Utilidade 5.2.- Decisións en incertidumbre 5.3.- Teoría da decisión 5.4.- Decisión en procesos aleatorios independentes |
| Planificación | ||||
| Metodoloxías / probas | Competencias | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Proba obxectiva | A8 B5 C6 | 3 | 9 | 12 |
| Solución de problemas | A8 B5 C6 | 7 | 20 | 27 |
| Sesión maxistral | A8 B5 C6 | 11 | 22 | 33 |
| Atención personalizada | 3 | 0 | 3 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Proba obxectiva | Proba escrita utilizada como actividade para avaliación individual da aprendizaxe |
| Solución de problemas | Actividade de resolución de problemas prácticos asociados aos contidos teóricos |
| Sesión maxistral | Exposición oral dos contidos que conforman o marco teórico da materia |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias | Descrición | Cualificación |
| Proba obxectiva | A8 B5 C6 | Proba obxetiva para a avaliación da aprendizaxe dos contidos da materia. Poderán realizarse (sen previo aviso) probas ao longo do curso para levar a cabo un seguemento da aprendizaxe da materia. | 100 |
| Observacións avaliación | |||
| Fontes de información |
| Bibliografía básica |
Avriel M., Dembo R.S. (2009). Engineering Optimization. Springer Link
Theodoridis S. (2015). Machine Learning: A Bayesian and Optimization Perspective. Elsevier
Fletcher R. (1987). Practical Methods of Optimization. John Wiley and Sons, U.K:
Gill P., Murray W., Bright M. (1981). Practical Optimization. Academic Press, London
White D.J. (1990). Teoría de la Decisión. Alianza |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |