Guías Académicas

OPTIMIZACIÓN NUMÉRICA

OPTIMIZACIÓN NUMÉRICA

GRADO EN MATEMÁTICAS

Curso 2026/2027

1. Datos de la asignatura

(Fecha última modificación: 09-06-26 9:12)
Código
142233
Plan
2026
ECTS
6.00
Carácter
OPTATIVA
Curso
3
Periodicidad
Segundo Semestre
Idioma
ESPAÑOL
Área
MATEMÁTICA APLICADA
Departamento
Matemática Aplicada
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Coordinador/a
Ángel María Martín del Rey
Grupo/s
sin nombre
Centro
Fac. Ciencias
Departamento
Matemática Aplicada
Área
Matemática Aplicada
Despacho
Casa del parque 2, despacho nº 2
Horario de tutorías
Seis horas a convenir con los alumnos al principio del curso
URL Web
https://produccioncientifica.usal.es/investigadores/55994/detalle
E-mail
delrey@usal.es
Teléfono
923 294500, ext. 1575

2. Recomendaciones previas

Repasar los contenidos de las asignaturas Análisis Matemático I, Análisis Matemático III, Álgebra Lineal I, Álgebra Lineal II, Análisis Numérico I, Análisis Numérico II, e Informática II (en lo referente al uso del paquete Mathematica).

3. Objetivos

Los principales objetivos de esta asignatura son los siguientes:

  • Conocer y comprender los principios generales sobre la optimización de funciones.
  • Conocer, comprender y saber analizar los principales algoritmos para la optimización sin restricciones.
  • Conocer, comprender y saber analizar los principales algoritmos para la optimización con restricciones.
  • Analizar los principales algoritmos para la optimización de funciones cuadráticas.

4. Competencias a adquirir | Resultados de Aprendizaje

Básicas / Generales | Conocimientos.

Conocimientos:

CON17: Aplicar técnicas de análisis numérico en la resolución de problemas matemáticos y científicos.

Específicas | Habilidades.

Habilidades:

HAB02: Aplicar técnicas de modelado matemático en la resolución de problemas en distintos ámbitos científicos y productivos.

HAB03: Implementar algoritmos en Matemática para resolver problemas matemáticos y científicos.

HAB08: Comunicar de manera efectiva conceptos matemáticos complejos, en entornos académicos y/o profesionales, mediante informes, presentaciones y visualización de datos.

HAB11: Utilizar software matemático como Mathematica, MATLAB, R o Python para realizar cálculos numéricos y simbólicos básicos, aplicados a la resolución de problemas en ingeniería y ciencias.

Transversales | Competencias.

Competencias:

CMP01: Formular proposiciones matemáticas, construir y verificar demostraciones rigurosas, y refutar enunciados mediante contraejemplos utilizando el lenguaje matemático de manera precisa.

CMP03: Comunicar con precisión información matemática, ideas, problemas y soluciones, adaptando el discurso a públicos especializados y no especializados, tanto de forma oral como escrita.

5. Contenidos

Teoría.

Tema 1: Fundamentos de la optimización clásica

1.1 Introducción a la optimización.

1.2 Optimización sin restricciones.

1.3 Optimización con restricciones.

1.4 Optimización de funciones cuadráticas.

Tema 2: Métodos numéricos para la optimización sin restricciones

2.1 Métodos de búsqueda unidimensional.

2.2 Método del gradiente y sus variantes. Convergencia.

2.3 Método de Newton.

2.4 Métodos quasi-Newton y sus variantes.

2.5 Método de Levenberg-Marquart

2.6 Implementación de computacional de los métodos numéricos.

Tema 3: Optimización numérica de funciones cuadráticas

3.1 Método del gradiente y del gradiente conjugado.

3.2 Convergencia y precondicionamiento.

Tema 4: Métodos numéricos para la optimización con restricciones

4.1 Métodos de penalización. Convergencia.

4.2 Método de los multiplicadores de Lagrange aumentados.

4.3 Método del gradiente proyectado.

4.4 Implementación computacional de los métodos numéricos.

6. Metodologías Docentes

La explicación y trabajo sobre los contenidos teóricos y prácticos se llevará a cabo utilizando las siguientes herramientas:

  • Clases teóricas: se introducirán los conceptos y se demostrarán los resultados teóricos.
  • Clases teórico-prácticas: se introducirán los conceptos y resultados teóricos junto con problemas y cuestiones prácticas relativas a los mismos.
  • Clases prácticas y seminarios: se resolverán problemas por parte del profesor y por parte de los alumnos.
  • Clases prácticas de informática: se trabajará (tanto con la asistencia del docente como de forma autónoma) en la implementación computacional de los métodos numéricos explicados en las clases teórico-prácticas mediante el uso de Mathematica.
  • Tutorías: se resolverán cuantas dudas se planteen ilustrando dicha explicación con la resolución de problemas y cuestiones prácticas ad hoc.
  • Pruebas de evaluación: se realizarán diferentes actividades de evaluación tanto presencial (exámenes de naturaleza teórico-práctica parciales y finales) como presencial (entrega de trabajos).

7. Distribución de las Metodologías Docentes

8. Recursos

Libros de consulta para el alumno.

  • W. Cheney, D. Kinkaid, Numerical Mathematics and Computing (seventh edition), Brooks/Cole – Cengage Learning, Boston MA, 2013.
  • J. Nocedal, S.J. Wright, Numerical Optimization (Second Edition), Springer Science-Business Media, 2006.
  • A. Quarteroni, R. Sacco, F.Saleri, Numerical Mathematics (Second Edition), Springer Berlin Heidelberg, 2007.

Todos los materiales para el correcto seguimiento de la asignatura (libros en formato electrónico, presentaciones, apuntes, listado de problemas, pruebas de evaluación, etc.) se pueden encontrar en el espacio web de la asignatura en Studium.

9. Evaluación

Criterios de evaluación.

Se valorará en todas las pruebas de evaluación lo siguiente:

  • La correcta resolución de los ejercicios y cuestiones teórico-prácticas propuestas.
  • El correcto desarrollo de las prácticas utilizando Mathematica.
  • La rigurosidad y precisión en el lenguaje matemático y el orden en la exposición de las ideas.
  • La justificación rigurosa y detallada de todos los argumentos empleados.

Sistemas de evaluación.

Los instrumentos de evaluación son los siguientes:

  • Actividad no presencial de evaluación continua: realización y exposición de una serie de problemas de naturaleza teórica, práctica y computacional -uso de Mathematica- (30% de la calificación final). Esta nota será recuperable en caso de que el/la estudiante suspenda en la convocatoria ordinaria.
  • Actividad presencial de evaluación continua: elaboración y exposición de un trabajo -a realizar en grupo- (30% de la calificación final).  Esta nota no será recuperable en caso de que el/la estudiante suspenda en la convocatoria ordinaria.
  • Actividad presencial de evaluación final: examen final (40% de la calificación final). Se realizarán dos exámenes al finalizar el curso (convocatoria ordinaria y convocatoria de recuperación) en los que se evaluarán todos los conocimientos adquiridos durante el mismo.

 

 

 

Recomendaciones para la evaluación.

Para superar la asignatura en la convocatoria ordinaria será necesario:

  1. Realizar y exponer los problemas.
  2. Realizar y exponer el trabajo.
  3. Obtener, tras la suma de las notas de las dos actividades de evaluación continua, una calificación igual o superior al 30% de la calificación final.
  4. Realizar el examen final y obtener en el mismo una calificación igual o superior al 20% de la máxima calificación final.

Para superar la asignatura en la convocatoria extraordinaria será necesario:

  1. Haber realizado y presentado los problemas y el trabajo en la convocatoria ordinaria. La calificación de los problemas se podrá recuperar.
  2. Realizar el examen final de recuperación y obtener en el mismo una calificación igual o superior al 20% de la calificación final.
  3. Obtener, tras la suma de las notas de las tres actividades de evaluación, una calificación igual o superior al 50% de la máxima calificación final.