MICROCURRÍCULO PARA EL DOCUMENTO MAESTRO DE LA MAESTRÍA EN MATEMÁTICAS APLICADAS

ESCUELA DE CIENCIAS EXACTAS E INGENIERÍA UNIVERSIDAD SERGIO ARBOLEDA

Nombre de la Asignatura: MÉTODOS DE OPTIMIZACIÓN

Número de Créditos: 4 créditos
Horas de Clase Semanales: 3 horas dictadas en 2 sesiones de 1,5 horas
Requisitos: Proceso de Admisión al Programa

1. PRESENTACIÓN Y JUSTIFICACIÓN DE LA ASIGNATURA

La optimización es un área activa de investigación pura, investigación aplicada e

investigación interdisciplinaria que permea diferentes actividades profesionales vinculadas
con la tecnología, el comercio, la planeación económica, la organización industrial,
incluyendo importantes regulaciones nacionales e internacionales.

Su estudio se puede abordar desde distintas perspectivas, las más conocidas son como una
extensión del álgebra, la geometría y el análisis matemático, pero también admite una
presentación operativa como el marco de referencia para la organización industrial dentro
del contexto de la investigación de operaciones, donde se le da relevancia a la eficiencia
de sistemas productivos de gran escala, pero además y de una gran actualidad, se puede
estudiar desde la perspectiva de la modelación computacional, a través de la cual, con
herramientas de cómputo apropiadas, se plantean complejos problemas de optimización

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 1

que responden a necesidades concretas en ciencia, tecnología o áreas económicas,
gubernamentales y comerciales.

Las tres visiones mencionadas (matemática, operativa y computacional) admiten un estudio

académico a nivel de postgrado con altas exigencias en materia de investigación pura,
aplicada e interdisciplinaria. Seguiremos estas visiones en la materia Métodos de
Optimización con la cual se presenta al estudiante una de las áreas más fructíferas de las
matemáticas aplicadas en los últimos años, dentro de la cual hemos visto un gran
florecimiento en términos de algoritmos, recursos informáticos y aplicaciones concretas
dentro de la organización económica y comercial de nuestro país.

Para acceder a la materia el estudiante requiere una buena base en álgebra lineal y álgebra
matricial, como requerido en el proceso de admisión.

2. COMPETENCIAS BRINDADAS POR LA ASIGNATURA

Las competencias que el curso brinda buscan un justo equilibrio entre teoría, práctica,
modelación y aplicaciones. En primer lugar el curso debe afianzar en el estudiante una base
de análisis matemático que respalda la optimización, el cual toma forma en los conceptos
de la geometría convexa, los elementos de la programación matemática, como son
factibilidad, acotación, clasificación de extremos locales y globales, llegando a los resultados
de separación, soporte, dualidad en programación convexa.

En segundo lugar, el curso debe fortalecer en el estudiante todas las técnicas calculistas de
la optimización, en especial las condiciones extremales, con sus premisas apropiadas de uso
y aplicación, típicamente dadas con elementos de diferenciabilidad y convexidad. De
especial mención aquí son las condiciones de Karush-Kun-Tuker y un apropiado manejo de

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 2

la función lagrangiana en cada tipo de presentación. También incluimos aquí la operatividad
del método Simplex para programación lineal con una cuidadosa justificación matemática
de sus aplicaciones e implicaciones.

Con estos elementos el estudiante puede enfrentarse a una amplísima gama de aplicaciones
de la optimización como la teoría de Juegos, la estadística, el análisis financiero, el manejo
de datos, la investigación de operaciones, entre otras, tomando aquí provecho de la
autonomía y tiempo del estudiante para incrementar por su cuenta los temas de aplicación,
algunos de poca popularidad como se encuentran en problemas de química industrial o
biología teórica.

Aquí debe ser claro para el estudiante que la optimización es un lenguaje para describir el
mundo y que, de su apropiado uso, se desprende la enorme familia de aplicaciones en
todas las disciplinas y áreas del conocimiento que tiene, dando forma así a la modelación
matemática especializada en problemas y casos de optimización, la cual puede tomar
formas insospechadas abriendo un fructífero terreno a la creatividad en modelación
matemática. Algunos de los cuales conducen a técnicas especializadas de análisis de datos
e inteligencia artificial que son parte integral del programa de la maestría y que se enfatizan
a lo largo del programa como uno de sus objetivos de aprendizaje centrales.

El curso presenta al estudiante esquemas más retadores de la programación matemática,

que requieren técnicas de análisis diferentes, en especial los esquemas de programación
entera (también llamados optimización discreta), que conecta con problemas de
combinatoria y teoría de grafos, además de estar en el corazón de la teoría de la
complejidad en ciencias de la computación y lógica moderna, incluyendo algunos de los
algoritmos clásicos para su solución computacional. También se presentan al estudiante los
esquemas de programación cónica y programación semidefinida, propuestos en la última

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 3

década, con sus algoritmos de métodos de punto interior propios de la optimización
convexa.

Finalmente se presentan al estudiante algunos de los algoritmos clásicos para problemas

de optimización no lineal, con requisitos de derivabilidad (gradiente), enmarcándolos en las
herramientas computacionales que nos brindan los lenguajes de modelación algebraica,
algunas de las suites informáticas comerciales más populares y el proyecto Neos como un
ejemplo de globalización del conocimiento basado en la web.

El curso enfrenta a los estudiantes con herramientas computacionales dedicadas

especialmente a la optimización aplicada, como son Matlab, Gams, Mathematica, Cplex,
Lingo, Xpress, entre muchas otras, incluyendo las facilidades del proyecto Neos,
mencionado.

3. CONTENIDO PROGRAMÁTICO – SYLLABUS –

• Elementos de análisis convexo, análisis matemático y programación matemática.

• Resultados clásicos: separación, soportes y lema de Farkas. Programación lineal:
teoría y práctica.
• Fundamentos y aplicación del método simplex. Teoría de la dualidad en
programación lineal y el método simplex dual.
• Optimización Dinámica. Ejemplos. Formulación de modelos resolubles mediante
Optimización Dinámica.
• Cálculo de variaciones. Problema fundamental del cálculo de variaciones. Condiciones
necesarias de optimalidad. Ecuación de Euler. Aplicaciones.
• Teoría de control óptimo en tiempo continuo. El principio de máximo de Pontryagin.
Condiciones suficientes de Mangasarian y Arrow. Condiciones de segundo orden.

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 4

 Propiedades de la función valor. Control bang-bang. Hamiltoniano valor presente.
Aplicaciones. Teoría de control óptimo discreta. Optimización dinámica discreta.
• Programación no lineal con restricciones y sin restricciones.
• Resultados de la programación no lineal: Karush-Kuhn Tuker y Lagrangianos.
• Casos especiales: programación cuadrática, programación cónica y semidefinida.
• Métodos de punto interior para programación convexa.
• Aplicación de la programación cuadrática al diseño de portafolios.
• Aplicación de la programación lineal a la Teoría de Juegos.
• Aplicación a la Investigación de Operaciones: transporte, inventarios, producción.
• Aplicación al ajuste de datos (mínimos cuadrados) y la clasificación de datos
(separación).
• Algoritmos clásicos de búsqueda iterativa en programación matemática: basados en
gradiente, basados en funciones de penalización y métodos SQP (programación
cuadrática secuencial).
• Introducción a la programación entera y la teoría de la complejidad.
• Métodos de programación entera: branch and bound, planos cortantes, heurísticos.
• Lenguajes algebraicos de modelación matemática: Ampl, Gams.
• Proyecto de aplicación basado en lenguajes generales de modelación.
• Suites de programación matemática: Lingo, Cplex, Xpress, entre otras.
• La optimización en la industria y la industria de la optimización: Neos Server.

4. REFERENCIAS BIBLIOGRÁFICAS
• Linear Programming and Network Flows, M. Bazaraa, J. Jarvis, H Sherali, Wiley, 2010.
• Programación Lineal, Métodos y Programas, Héctor Mora Escobar, Departamento de
Matemáticas y Estadística, Universidad Nacional de Colombia, reimpresión 2005.
• Optimización No lineal y dinámica, Héctor Mora Escobar, Departamento de
Matemáticas y Estadística, Universidad Nacional de Colombia, 2001.

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 5

 • A Gentle Introduction to Optimization, B. Guenin, J. Könemann, L. Tunçel, Cambridge
Univeresity Press, 2014.
• Optimization Models, Calafiore, Giuseppe C. , El Ghaoui, Laurent, Cambridge
University Press, 2014.
• Optimization in Practice with MATLAB®: For Engineering Students and
Professionals, Achille Messac, Cambridge University Press, 2015.
• Optimization Concepts and Applications in Engineering, Belegundu, Ashok D.,
Chandrupatla, Tirupathi R., Cambridge University Press, 2014.
• Optimization Modelling: A Practical Approach, Ruhul Amin Sarker, Charles S. Newton,
CRC Press, 2007.
• Convex Optimization, Stephen Boyd, Lieven Vandenberghe, Cambridge University
Press, 2004.
• Optimization—Theory and Practice, Forst, Wilhelm; Hoffmann, Dieter, Springer Verlag,
2010.

5. METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE

Como materia básica de postgrado el estudiante recibirá clases en dos sesiones de 1,5
horas por semana, dictadas en forma magistral por profesores investigadores expertos
asociados al programa, para las cuales el estudiante deberá realizar lecturas rigurosas
programadas, preparar temas y enfrentarse a ejercicios y problemas retadores propios
del estudio de las matemáticas, con una muy alta componente de disciplina y autonomía
por parte del estudiante como es propio del estudio de las matemáticas y las ciencias
exactas. En algunas de las sesiones se realizarán prácticas de laboratorio utilizando las
herramientas mencionadas (principalmente Matlab). Se dará especial atención al dominio
de la bibliografía la cual es bastante extensa, con diferentes niveles de dificultad y dentro
de la cual el estudiante deberá desarrollar las actividades de la materia. Incluye un

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 6

 proyecto de aplicación con ayudas computacionales que permiten la aplicación de los
temas aprendidos en la materia.

6. SISTEMA DE EVALUACIÓN
La materia se evalúa en tres pruebas parciales con un valor de un 20% cada una, que
incluyen un grupo de algunas actividades grupales en las cuales la evaluación es de carácter
individual orientada a ejercicios y problemas. Se pone un gran énfasis en la autonomía del
estudiante para manejar los temas y conceptos de la materia. Se evaluará también la entrega
de actividades de práctica definidas previamente, que serán desarrolladas principalmente
por fuera del aula, de manera grupal, con un valor del 20%.
Se incluye un proyecto de aplicación con ayudas computacionales con un valor de un 20%
de la materia. El proyecto es de carácter individual, orientado por el profesor, cuya nota
está basada en la defensa y sustentación de las actividades por parte del estudiante,
resultados y conclusiones debidamente sustentados con los temas estudiados en la materia.

MICROCURRÍCULOS PARA POSTGRADOS EN MATEMÁTICAS Página 7