Datos Identificativos 2023/24
Asignatura (*) Técnicas de Optimización. Identificación de parámetros e Inferencia Bayesiana Código 632549029
Titulación
Máster Universitario en Xestión Sostible da Auga
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 2º cuatrimestre
Primero Optativa 3
Idioma
Castellano
Gallego
Modalidad docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinador/a
Couceiro Aguiar, Iván
Correo electrónico
ivan.couceiro.aguiar@udc.es
Profesorado
Couceiro Aguiar, Iván
Navarrina Martinez, Fermin Luis
Correo electrónico
ivan.couceiro.aguiar@udc.es
fermin.navarrina@udc.es
Web http://moodle.udc.es
Descripción general Esta materia tiene como objetivos identificar, plantear y resolver problemas de optimización en ingeniería, así como el conocimiento y aplicación de las técnicas y algoritmos de optimización más empleados. Se abordan los conocimientos teóricos y prácticos para caracterizar problemas mediante análisis de sensibilidad de los parámetro así como técnicas de estadística e inferencia para la toma de decisiones en ingeniería.

Competencias del título
Código Competencias del título
A8 CON8 Reconocer las principales herramientas para el manejo de datos hidrológicos y vinculados a la gestión del agua, y como los datos pueden ser usados para la toma de decisiones, mediante métodos basados en conceptos estadísticos o en inteligencia artificial.
B5 HAB5 Utilizar sistemas de información geográfica (SIG) para el tratamiento y elaboración de datos geoespaciales. Manejar herramientas SIG, herramientas estadísticas y herramientas basadas en inteligencia artificial para el análisis de datos vinculados a la gestión del agua
C6 COM6 Integrar distintas fuentes de datos en marcos de decisión que permitan una mejor gestión del recurso hídrico.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocer, comprender, saber plantear y resolver problemas de optimización en ingeniería hidráulica e hidrología, así como reconocimiento e identificación de parámetros y análisis de sensibilidad para la caracterización de problemas y toma de decisiones para la gestión de recursos hídricos e hidrológicos.. AP8
BP5
CP6

Contenidos
Tema Subtema
1.- Introducción 1.1.- Conceptos Generales
1.2.- Clasificación de problemas
1.3.- Clasificación de métodos
2.- Planteamiento de problemas de optimización 2.1.- Planteamiento general
2.2.- Función objetivo y restricciones.
2.3.- Análisis de sensibilidad
3.- Análisis de sensibilidad e identificación de parámetros 3.1.- Estado directo
3.2.- Estado adjunto
3.3.- Primer orden
3.4.- Segundo orden
4.- Métodos de programación matemática 3.1.- Estado directo
3.2.- Estado adjunto
3.3.- Primer orden
3.4.- Segundo orden
5.- Toma de decisiones bajo incertidumbre e Inferencia Bayesiana 5.1.- Decisión y Utilidad
5.2.- Decisiones en incertidumbre
5.3.- Teoría de la decisión
5.4.- Decisión en procesos aleatorios independientes

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prueba objetiva A8 B5 C6 3 9 12
Solución de problemas A8 B5 C6 7 20 27
Sesión magistral A8 B5 C6 11 22 33
 
Atención personalizada 3 0 3
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Prueba objetiva Proba escrita utilizada como actividad para la evaluación individual del aprendizaje
Solución de problemas Actividad de resolución de problemas prácticos asociados a los contenidos teóricos
Sesión magistral Exposición oral de los contenidos que conforman el marco teórico de la materia

Atención personalizada
Metodologías
Sesión magistral
Descripción
Tutorías individuales:
- Presenciales
- Correo-e.
- Teams.

Evaluación
Metodologías Competéncias Descripción Calificación
Prueba objetiva A8 B5 C6 Prueba objetiva para la evaluación del aprendizaje de los contenidos de la materia. Podrán realizarse (sin previo aviso) pruebas a lo largo del curso durante las horas de clase para realizar un seguimiento del aprendizaje de la materia. 100
 
Observaciones evaluación

Fuentes de información
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

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías