F.-Javier Heredia - Academic web site

The overall objective of the course is for students to acquire the knowledge and the ability necessary for solving practical
decision-making problems, formulated as problems of mathematical programming, which may arise during a professional
or research career.

• Learn the mathematical formulation of some of the main mathematical programming models and develop the ability to formulate new ones.
• Acquire the ability to determine the most appropriate algorithm and the optimization software for solving these problems numerically.
• The ability to interpret correctly the results provided by the optimization software.

Skills to be learned

• Learn and understand some of the most important problems in linear, integer and nonlinear programming as well as network flows.
• Given the description of a new decision-making problem, be able to formulate the associated optimization problem correctly.
• The ability to implement and obtained the optimum solution for decision-making problems by selecting the most appropriate algorithm and optimization software in each particular case.

• To know the mathematical formulation and properties of the most relevant network flow problems (shortest path, maximum flow, minimum cost, multicommodity flow, generalised flows, etc.).
• To know the convergence properties,  computational complexity and implementation issues of the network flows algorithms.

Els models i tècniques de programació matemàtica tenen una importància cabdal tant en els processos de presa de decisions estudiats en la investigació operativa com en una gran part dels procediments usats en el camp de l'estadística (regressió, sèries temporals, inferència, control de qualitat, etc.). Aquesta assignatura completa les bases algorísmiques i de modelització vistes a l'assignatura de IOD, estructurant-se al voltant de dos objectius bàsics:

• Es vol que els estudiants de l'assignatura adquireixin els coneixements i la pràctica adequada per saber formular i resoldre numèricament models especifics de fluxos en xarxes, programació entera i programació no lineal, amb especial preocupació per aquells models relacionats amb el camp de l'estadística.

• Completar els coneixements en algorismes d'optimització per a problemes de programació lineal, entera, no lineal i fluxos en xarxes, proporcionant la formació de base recomenable per cursar les assignatures de la Llicenciatura en ciències i Tècniques Estadístiques / Master en Estadística i Investigació Operativa.