Competencies and objectives

 

Course context for academic year 2024-25

Ésta es la primera de las asignaturas que constituyen la materia, de tipo obligatorio, denominada "Optimización" que forma parte del módulo fundamental del grado.

La asignatura pretende iniciar al alumno en la metodología científica en la toma de decisiones, casi siempre concernientes a la asignación óptima de recursos escasos, mediante la construcción y resolución de modelos matemáticos. Más concretamente, se hace una discusión pormenorizada de los modelos de uso más frecuente, los de programación lineal. Dicha discusión requiere la introducción de fundamentos de análisis convexo, el estudio de los sistemas de inecuaciones lineales y de sus conjuntos de soluciones -los poliedros-, el desarrollo de algoritmos para la obtención de soluciones óptimas y la evaluación del impacto, en el valor óptimo, de pequeñas variaciones en los datos.

En esta asignatura se utilizan conceptos y resultados vistos previamente en las asignaturas "Álgebra Lineal I", "Álgebra Lineal II" y "Análisis real de varias variables I". 

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Specific Competences (CE)

  • CE1 : Comprendre i utilitzar el llenguatge matemàtic. Adquirir la capacitat per a enunciar proposicions en diferents camps de la matemàtica per a construir demostracions i per a transmetre els coneixements matemàtics adquirits.
  • CE11 : Ser capaç de resoldre problemes d'àmbit acadèmic, tècnic, financer o social mitjançant mètodes matemàtics.
  • CE12 : Saber treballar en equip, aportant models matemàtics adaptats a les necessitats col·lectives.
  • CE14 : Resoldre problemes qualitatius i quantitatius segons models desenvolupats prèviament.
  • CE15 : Reconèixer i analitzar nous problemes i plantejar estratègies per a solucionar-los.
  • CE16 : Elaborar, presentar i defensar informes científics tant oralment com per escrit davant d'una audiència.
  • CE4 : Saber abstraure les propietats estructurals (d'objectes matemàtics, de la realitat observada, i d'altres àmbits) per a distingir-les de les purament ocasionals i poder comprovar-les amb demostracions o refutar-les amb contraexemples, així com identificar errors en raonaments incorrectes.
  • CE5 : Proposar, analitzar, validar i interpretar models de situacions reals senzilles, utilitzant les eines matemàtiques més adequades a les finalitats que es persegueixen.
  • CE6 : Resoldre problemes de matemàtiques, mitjançant habilitats de càlcul bàsic i altres tècniques, planificant-ne la resolució a partir de les eines de què es dispose i de les restriccions de temps i recursos.
  • CE7 : Utilitzar aplicacions informàtiques d'anàlisi estadística, càlcul numèric i simbòlic, visualització gràfica, optimització o d'altres per a experimentar en matemàtiques i resoldre problemes.
  • CE8 : Desenvolupar programes que resolguen problemes matemàtics utilitzant per a cada cas l'entorn computacional adequat.

 

Specific Generic UA Competences

  • CGUA1 : Comprensió de la llengua estrangera anglès en l'àmbit científic.
  • CGUA2 : Tenir coneixements d'informàtica relatius a l'àmbit d'estudi.
  • CGUA3 : Adquirir o tenir les habilitats bàsiques en TIC (tecnologies de la informació i comunicació) i gestionar adequadament la informació obtinguda.

 

Generic Degree Course Competences

  • CG1 : Desenvolupar la capacitat d'anàlisi, síntesi i raonament crític.
  • CG2 : Demostrar capacitat de gestió/direcció eficaç i eficient: esperit emprenedor, iniciativa, creativitat, organització, planificació, control, presa de decisions i negociació.
  • CG3 : Resoldre problemes de manera efectiva.
  • CG4 : Demostrar capacitat de treball en equip.
  • CG5 : Comprometre's amb l'ètica, els valors d'igualtat i la responsabilitat social com a ciutadà i com a professional.
  • CG6 : Aprendre de manera autònoma.
  • CG7 : Demostrar capacitat d'adaptar-se a noves situacions.
  • CG8 : Adquirir una preocupació permanent per la qualitat i el medi ambient, el desenvolupament sostenible i la prevenció de riscos laborals.
  • CG9 : Demostrar habilitat per a transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2024-25

No data

 

 

General

Code: 25027
Lecturer responsible:
RODRIGUEZ ALVAREZ, MARGARITA
Credits ECTS: 6,00
Theoretical credits: 1,32
Practical credits: 1,08
Distance-base hours: 3,60

Departments involved

  • Dept: MATHEMATICS
    Area: STATISTICS AND OPERATIONS RESEARCH
    Theoretical credits: 1,32
    Practical credits: 1,08
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught