Formación gratuita en competencias digitales avanzadas para trabajadores y directivos de pymes europeas
| Socio: Universidad de Burgos | ||||||
| Facultad/Departamento: Escuela Politécnica Superior/Departamento de Digitalización | ||||||
| Código del curso: | Título del curso: Aplicación de técnicas de optimización en productos, procesos y recursos empresariales | |||||
| Formato: Combinado | ||||||
| Carga lectiva: 8 horas (4 horas lectivas presenciales y 4 horas de trabajo autónomo) | ||||||
| Número de créditos ECTS concedidos / Tipo de certificación: | ||||||
| Requisitos para completar el curso: Evaluación continua (20%): Seguimiento del trabajo de los alumnos mediante cuestionarios de evaluación. Evaluación final (80%): Formulación y resolución de un problema de optimización propuesto. | ||||||
| Destinatarios: Primarios: técnicos de pyme Otros: estudiantes de carreras técnicas, técnicos de la industria, institutos de investigación, etc. | ||||||
| Resultados del aprendizaje: Al finalizar el curso, el participante podrá: Adquirir los fundamentos del uso de técnicas de optimización en diferentes campos de aplicación y cómo estas técnicas proporcionan una ventaja competitiva. Identificar diferentes problemas de optimización en función de su formulación matemática, por ejemplo, programación lineal (LP), programación lineal entera mixta (MILP), programación no lineal (NLP), etc. Saber utilizar el solver de Excel para resolver problemas de optimización. | ||||||
| Estructura y programa del curso: Entre paréntesis se indican las horas siguientes (trabajo presencial/autónomo) Conceptos transversales (0.5h / 0.5h): or qué utilizar la optimización. Campos de interés y cómo utilizarla para tomar las mejores decisiones. Contenidos principales (1.5h / 0.5h): Introducción a la optimización y programación matemática. Conceptos básicos. Variables de decisión, función de coste y restricciones. Cómo formular un problema de optimización. Diferentes tipos de formulaciones. Contenido experto (0.5h / 1h): Qué es un solucionador. Diferentes tipos de algoritmos para resolver problemas de optimización. Principales dificultades. Modulo CBL (1h / 2h): Los alumnos recibirán un caso práctico, tendrán que entender el problema: sus variables, restricciones y función de costes, cómo formularlo como un problema de optimización y, por último, resolverlo utilizando Excel. Reflexión guiada y feedback (0.5h / 0h): Dependiendo de los resultados de la evaluación continua, se dará retroalimentación sobre los conceptos básicos y también se dará retroalimentación sobre el problema de optimización propuesto. | ||||||
| Referencias: Estrategias de Modelado, Simulación y Optimización de Procesos Químicos, L. Puigjaner, P. Ollero, C. de Prada, L. Jimenez, Editorial Síntesis, 2006 (Capítulo 8) Optimization, Foundations and Applications, R. E. Miller, J. Wiley, 2000. | ||||||
| Competencia lingüística requerida: Español | ||||||
| Tabla de evaluación: | ||||||
| A | B | C | D | E | FX | |
| 90-100% | 80-89.9% | 70-79.9% | 60-69.9% | 50-59.9% | 0-49.9% | |
| Profesor: Daniel Sarabia | ||||||
Inscripciones
Descargar el flyer del curso
Saber más sobre el proyecto EAGLE
