UNIVERSIDAD NACIONAL ABIERTA
VICERRECTORADO ACADÉMICO
SUBPROGRAMA DISEÑO ACADÉMICO
AREA: MATEMÁTICA
PLAN DE CURSO
I. Identificación
Nombre:
TÓPICOS DE OPTIMIZACIÓN I
Código 776
U.C: 06
Carrera:
LICENCIATURA EN MATEMÁTICA
Código: 126
Semestres:
VIII
Prelaciones: Ninguno
Requisito:
100 U. C.
Autor:
Prof. Gilberto Noguera
Asesoría en
Diseño Académico: Prof. Carmen Victoria Guada
Nivel Central
II. FUNDAMENTACIÓN
El curso Tópicos de Optimización I es teórico-práctico y está ubicado en el semestre VIII. La asignatura no tiene prelación.
Este curso es de carácter electivo, propone el análisis e implementación de técnicas híbridas, deterministas y heurísticas, de optimización que han demostrado ser eficaces para resolver problemas que conducen a la optimización de funciones que surjan de modelos lineales y no lineales, aplicados en los campos: económico, social, industrial, etc. donde la solución por métodos clásicos nos aseguran convergencia a óptimos locales mientras que los métodos estudiados en este curso nos aseguran, para un número considerable de funciones, convergencia en probabilidad a óptimos globales. El curso constituye la base necesaria para abordar la asignatura electiva Tópicos de Optimización II.
Se pretende que el estudiante adquiera las técnicas que le permitan implementar, en lenguajes de programación no nativos como el Scilab o Matlab, los algoritmos de optimización estocástica a funciones objetivos, estando asociado o no ruido al proceso de optimización. De manera que con fundamentos teóricos y prácticos pueda aportar soluciones factibles a las personas encargadas de tomar decisiones para resolver problemas relacionados con fenómenos de interés.
El estudiante al aprobar el curso adquiere: rasgos del ser como son el pensamiento analítico y la objetividad en la expresión de sus ideas, y rasgos del hacer que le permitan enfrentar situaciones complejas que se puedan tratar mejor con técnicas y teorías de optimización estocástica. Al complementar este curso con el de Tópicos de Optimización II, podrá establecer los valores apropiados de diversos modelos, que contribuyen a facilitar la toma de decisiones pertinentes que permitan resolver situaciones problemas planteadas de la realidad o investigar en el campo de la optimización.
El proceso enseñanza aprendizaje de la asignatura Tópicos de Optimización I se apoya en el texto JAMES C. SPALL. (2003) INTRODUCTION TO STOCHASTIC SEARCH AND OPTIMIZATION. Estimation, Simulation, and Control. Wiley-Interscience Series in Discrete Mathematics and Optimization. USA
New Jersey, Johon Wiley & Sons. y documentos (papers) escritos ambos
3
ΙΙΙ.
PLAN DE EVALUACIÓN
ASIGNATURA: TÓPICOS DE OPTIMIZACIÓN I COD: 776 CRÉDITOS: 06 - LAPSO: 2010-1 Semestres: VIII
Carreras: 126
Responsable: Gilberto Noguera
Horario de atención: lunes de 2pm. a 4 pm. Teléfono: (0212) 5552080
Correo electrónico: gnoguera@una.edu.ve
MOMENTO OBJETIVO MODALIDAD
Primera Tarea 1 al 4 Trabajo de Desarrollo Teórico/Práctico Nº 1
Segunda Tarea 5 al 8 Trabajo de Desarrollo Teórico/Práctico Nº 2
M U O OBJETIVOS
1
1 1 Analizar los resultados que soportan y motivan la relación entre búsqueda estocástica y optimización. 2 2 Aplicar los métodos directos en la búsqueda estocástica.
3 3 Aplicar la estimación recursiva en los modelos lineales.
2
4 4 Aplicar la aproximación estocástica para encontrar raíces en casos no lineales. 5 5 Analizar métodos de aproximación estocástica usando el gradiente estocástico.
6 6 Analizar la relación entre la aproximación estocástica y el método de diferencias finitas.
3 7 7
Aplicar la perturbación simultanea para realizar una aproximación estocástica.
8 8 Analizar los algoritmos de recocido simulado para aproximar una solución al problema de optimización.
Objetivo 1 2 3 4 5 6 7 8
Peso 1 1 1 1 1 1 1 1
Peso máximo 8
Criterio de dominio académico: 5 Peso
acumulado 1 2 3 4 5 6 7 8
Orientaciones Generales
•
Además de la atención que te brinda tu asesor en el centro local, si lo deseas, también
puedes recibir realimentación del especialista en contenido de este curso, a través del correo
electrónico gnoguera@una.edu.ve
•
Antes de comenzar a estudiar los contenidos de esta asignatura, realiza una lectura
completa del plan de curso y focaliza las actividades de evaluación.
•
Utiliza un cuaderno o carpeta donde sintetices los contenidos de los temas y ejercicios
propuestos, esto te permitirá sistematizar tu estudio.
•
Reserva tiempo para repasar frecuentemente la materia.
•
Organiza un grupo de dos o tres personas, la idea es propiciar el aprendizaje colaborativo.
•
Para interiorizar tu aprendizaje interpreta cada resultado, que obtengas al realizar los
ejercicios propuestos y los ejercicios resueltos.
•
Una vez validada la inscripción, solicita el Material Instruccional al especialista en contenido
del curso por medio del correo electronico indicado en lineas anteriores.
5
IV. DISEÑO DE LA INSTRUCCIÓN DEL CURSOObjetivo Contenido 1. Analizar los resultados que soportan y motivan la
relación entre búsqueda estocástica y optimización. Antecedentes. Establecer los tipos de problemas que pueden tratarse con estos métodos. Diferenciar búsqueda global de búsqueda local. Significado de estocástico en la búsqueda estocástica y optimización. Principios básicos de la búsqueda estocástica y la optimización.
2. Aplicar los métodos directos en la búsqueda estocástica.
Uso de métodos directos en la búsqueda aleatoria del óptimo para funciones objetivos con ruido o libre de ruido. Algoritmos e implementación.
3. Aplicar la estimación recursiva en los modelos
lineales. Formulación de la estimación con modelos lineales. Estimación por mínimos cuadrados. Métodos recursivos basados en mínimos cuadrados. Filtro de Kalman. Estudio de casos.
4. Aplicar la aproximación estocástica para encontrar raíces en casos no lineales.
Métodos estocásticos para encontrar óptimos en funciones objetivos no lineales en presencia de ruido. Algoritmos, convergencia e implementación.
5. Analizar métodos de aproximación estocástica
usando el gradiente estocástico. Métodos estocásticos para encontrar óptimos en funciones objetivos haciendo uso del gradiente estocástico. Algoritmo e implementación. 6. Analizar la relación entre la aproximación
estocástica y el método de diferencias finitas. Métodos estocásticos para encontrar óptimos en funciones objetivos haciendo uso de diferencias finitas en lugar del gradiente estocástico. Algoritmo e implementación.
7. Aplicar la perturbación simultanea para realizar una aproximación estocástica.
Antecedentes. Motivación para el uso de la perturbación simultanea en la aproximación estocástica. Relación entre el gradiente estimado y el gradiente real. Algoritmos, convergencia e implementación.
8. Analizar los algoritmos de recocido simulado para
aproximar una solución al problema de optimización. Motivación física del método de recocido simulado. Modificaciones en caso de presentarse ruido. Algoritmo e implementación.
Objetivo del curso:
Analizar e implementar los métodos más utilizados en la búsqueda estocástica y la
OBJETIVO ESTRATEGIAS INSTRUCCIONALES ESTRATEGIAS DE EVALUACIÓN 1. Analizar los
resultados que soportan y motivan la relación entre búsqueda estocástica y optimización.
Lee con atención el capítulo 1 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 1 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 1.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 1 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico - Práctico N°1 en el cual se justifiquen los elementos
matemáticos que sustentan el modelo.
2. Aplicar los métodos directos en la búsqueda estocástica.
Lee con atención el capítulo 2 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 2 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 2.
Formativa:
• Realice los ejercicios propuestos en el capítulo 2 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
7
OBJETIVO ESTRATEGIAS INSTRUCCIONALES ESTRATEGIAS DE EVALUACIÓN
3. Aplicar la estimación recursiva en los modelos lineales.
Lee con atención el capítulo 3 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 3 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 3.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 3 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo Teórico - Práctico N °1 en el cual se
justifiquen los elementos
matemáticos que sustentan el modelo.
4. Aplicar la aproximación estocástica para encontrar raíces en casos no lineales.
Lee con atención el capítulo 4 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 4 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 4.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 4 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico – Práctico N°1 en el cual se
justifiquen los elementos
OBJETIVO ESTRATEGIAS INSTRUCCIONALES ESTRATEGIAS DE EVALUACIÓN 5. Analizar métodos de aproximación estocástica usando el gradiente estocástico.
Lee con atención el capítulo 5 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 5 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 5.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 5 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico - Práctico N°2 en el cual se justifiquen los elementos
matemáticos que sustentan el modelo.
6. Analizar la relación entre la aproximación estocástica y el método de
diferencias finitas.
Lee con atención el capítulo 6 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 6 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 6.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 6 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico - Práctico N°2 en el cual se justifiquen los elementos
9
OBJETIVO ESTRATEGIAS INSTRUCCIONALES ESTRATEGIAS DE EVALUACIÓN
7. Aplicar la perturbación simultanea para realizar una aproximación estocástica.
Lee con atención el capítulo 7 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 7 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 7.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 7 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico - Práctico N°2 en el cual se
justifiquen los elementos
matemáticos que sustentan el modelo.
8. Analizar los algoritmos de recocido simulado para aproximar una solución al problema de optimización.
Lee con atención el capítulo 8 de la bibliografía indicada como obligatoria y has un resumen pormenorizado de todas las secciones.
Puedes tomar nota de los conceptos que desconoces para luego investigar su significado.
Realiza las siguientes actividades:
• Ubica los contenidos asociados al objetivo.
• Interpreta los teoremas, proposiciones y lemas asociados al marco teórico correspondiente a este objetivo.
• Analiza los algoritmos planteados en el capítulo 8 de la bibliografía obligatoria.
• Implementa en Scilab o Matlab los algoritmos tratados en el capítulo 8.
• Valida tus programas implementados en Scilab o Matlab con las funciones test suministradas por el especialista en contenidos.
Formativa:
• Realice los ejercicios propuestos en el capítulo 8 discuta sus resultados con el especialista en contenidos en nivel central.
Sumativa:
• Realizar el trabajo
Teórico - Práctico N°2 en el cual se justifiquen los elementos
V. BIBLIOGRAFÍA
Obligatoria
JAMES C. SPALL. (2003) INTRODUCTION TO STOCHASTIC SEARCH AND OPTIMIZATION. Estimation, Simulation, and Control. Wiley-Interscience Series in Discrete Mathematics and Optimization. USA New Jersey, Johon Wiley & Sons.
Complementaria
Papers relacionados con los temas tratados y escogidos según las inclinaciones de los participantes en relación a sus pasantías o trabajo especial de grado.