PROGRAMA DE ESTUDIOS

CODIGO ING200
ASIGNATURA Optimización
CREDITOS 4,5
REQUISITOS MAT-111 Algebra Lineal
MAT-203 Cálculo Multivariable
FACULTAD DE ORIGEN - Sede Ingeniería y Ciencias
DISTRIBUCIÓN HORARIA 3,5 hrs clases/semana
1,17 hrs ejercicios/semana
PROFESORES Omar Matus (S1)
Daniel Rossi (S2)
Viviana Barile (S3)
Francisco Duque (S4)
Andrea Arriet (V1)
AÑO Y SEMESTRE 2018-1

1. Descripción del curso

La optimización consiste en hacer la mejor selección de un conjunto de elementos. En términos

matemáticos esto se refiere a encontrar los mejores valores que maximicen o minimicen el valor
de una función según sea el caso. La optimización se emplea en una variedad de problemas tales
como: gestión de operaciones, logística, comunicaciones, planeamiento estratégico, etc. El
objetivo de este curso es desarrollar habilidades que permitan al estudiante tomar un problema
de decisión abstracto, modelarlo apropiadamente como un problema de optimización, resolverlo,
e interpretar su solución. Los tópicos generales que se cubren son: modelización, programación
lineal, análisis de sensibilidad, programación entera lineal, redes y programación no lineal.

2. Objetivos

De manera más específica, al terminar el curso el(la) alumno(a) estará capacitado(a) para:

- Escribir una formulación algebraica de un problema de optimización que capture los

elementos de decisión de problemas prácticos.

- Resolver un modelo de optimización lineal aplicando el algoritmo Simplex.

- Entender la relación entre programación lineal y su dual, incluyendo conceptos como holgura
complementaria y dualidad fuerte.
- Realizar análisis de sensibilidad para entender cómo cambios en los parámetros del problema
afectan a la solución.
- Modelar problemas como problemas de redes y grafos..
- Aplicar algoritmos de redes para resolver problemas de redes.

ING200 Optimización 1
- Modelar restricciones lógicas usando variables de decisión enteras.
- Aplicar el algoritmo de branch-and-bound y usarlo en problemas de programación entera.
- Caracterizar los tipos de problemas no lineales entendiendo el impacto del concepto de
convexidad en optimización. Identificar la optimalidad o no de una solución usando las
condiciones de optimalidad en problemas no lineales con y sin restricciones.
- Resolver problemas básicos de programación lineal, lineal entera y no lineal usando un
lenguaje de modelamiento (software).

3. Contenidos del Curso

- Introducción
o Introducción a la construcción de modelos
Ref: Hillier & Lieberman Caps 1, 2 y 3 u Ortiz, Varas y Vera Caps 1 y 2
- Modelamiento matemático
o Modelos lineales continuos.
o Modelos lineales enteros.
o Modelos de flujo en redes.
Ref: Hillier & Lieberman Caps 1, 2 y 3 y Ortiz, Varas y Vera Caps 1 y 2
- Programación Lineal:
o Geometría de la Programación Lineal.
o Tipos de soluciones de los problemas lineales.
o Simplex Primal (Fase I y Fase II).
o Método de Tableau
Ref: Hillier & Lieberman Cap 5 u Ortiz, Varas y Vera Caps 4 y 5.
- Análisis en Programación Lineal:
o Dualidad (definición, teorema débil y sus corolarios, teorema fundamental,
holgura complementaria, interpretación económica).
o Análisis de sensibilidad (lado derecho, costos, agregar y eliminar restricciones,
agregar y eliminar variables, interpretación de soluciones).
Ref: Hillier & Lieberman Cap 6 u Cap 7 (Secc. 7.1-7.2) u Ortiz, Varas y Vera Cap 6.
- Problemas de Flujo en Redes y sus algoritmos:
o Conceptos básicos de grafos.
o Algoritmos básicos para redes: Dijkstra, Ford-Fulkerson.
Ref: Hillier & Lieberman Cap 10 (Sec 10.1-10.5).
- Programación No Lineal:

ING200 Optimización 2
 o Tipos de problemas no lineales.
o Convexidad.
o Optimización sin restricciones: condiciones de optimalidad necesarias y
suficientes, dirección factible, métodos del gradiente y Newton.
o Optimización con restricciones: Condiciones de optimalidad de Karush-Kuhn-
Tucker y método de Lagrange.
Ref: Hillier & Lieberman Cap 13 (Sec 13.1-13.6).
- Programación Lineal Entera:
o Geometría de la Programación Lineal Entera.
o Algoritmo de Branch & Bound (ramificación y acotamiento).
Ref: Hillier & Lieberman Cap 12.
- Uso de software y lenguaje de modelamiento AMPL:
o Instalación
o Sintaxis
o Modelamiento y ejecución de modelos en AMPL.
Ref: Fourer, Gay & Kernighan Caps 1-5
4. Metodología

a) Clases de Cátedra
Los estudiantes son los responsables de su propio aprendizaje.
A través de clases expositivas se discuten los conceptos relevantes de cada tema. También
se discutirán casos relevantes.
El grado de avance en el conocimiento desarrollado por el estudiante se hará a través de las
evaluaciones pertinentes que se detallan a más adelante.

b) Ayudantía
El ayudante propone ejercicios que los alumnos deben resolver durante la clase y resuelve
sus dudas.

c) Controles
El propósito de los controles y la ayudantía es complementar los temas vistos en clase y
resolver dudas en aspectos básicos o en contenidos que son requisito del curso. Por ello, los
contenidos de los controles NO son necesariamente similares a los de las pruebas. La
referencia para los controles son los ejercicios propuestos al final de cada capítulo del texto
guía. Asimismo, los controles pueden o no incluir uso de AMPL para la resolución de
algunos problemas. El número de controles y/o tareas computacionales será definido por
cada profesor de forma independiente.

d) Pruebas

ING200 Optimización 3
 Las pruebas miden el grado de entendimiento del estudiante de los contenidos del curso de
acuerdo a la agenda. Principalmente comprenden ejercicios prácticos, evaluación de
conceptos teóricos, modelamiento algebraico de problemas y AMPL.

e) Examen final
El examen final mide el grado de entendimiento del estudiante de los contenidos del curso
vistos durante el semestre al igual que las pruebas cubre ejercicios prácticos, evaluación de
conceptos teóricos y modelamiento algebraico de problemas. El examen cubre los
contenidos cubiertos o no en las pruebas.

5. Ética

Se exigirá el cumplimiento de las normas éticas comúnmente aceptadas y que son parte
integrante de estas normas las señaladas en el Código de Honor y demás Reglamentos de la
Universidad:

“INFRACCIONES AL CODIGO DE HONOR. En caso que el alumno incurra en una

infracción al Código de Honor vigente, se estará a lo dispuesto en dicho cuerpo normativo.
Conforme al artículo final del actual Código de Honor y en relación al deber de honestidad, se
transcribe en su parte pertinente lo siguiente:
“Artículo 5. Deber de honestidad: Los estudiantes deben participar honestamente en las
actividades de la universidad.
Artículo 6. Infracciones graves al deber de honestidad. Constituyen infracciones graves al
deber de honestidad establecido en el artículo 5:
 1º hacer pasar como propia, exclusivamente o con otro, una obra ajena o parte de ella;
 2º emplear o facilitar a otro estudiante información de un modo prohibido por las reglas
o instrucciones aplicables a esa actividad o que sea incompatible con el sentido de esa
actividad;
 3º inducir mediante engaño a un representante estudiantil, funcionario, ayudante,
profesor o autoridad de la universidad a realizar u omitir un acto para obtener un
provecho para sí u otro;
 4º hacer aseveraciones falsas ante un representante estudiantil, funcionario, ayudante,
profesor o autoridad de la universidad habiendo sido requerido a decir verdad.
Artículo 7. Infracciones gravísimas al deber de honestidad. Constituyen infracciones
gravísimas al deber de honestidad establecido en el artículo 5:
 1º incurrir en las infracciones señaladas en los números 1o, 2o ó 3o del artículo 6 como
medio para obtener de un ayudante o profesor de la universidad una evaluación
favorable;
 2º incurrir en la infracción señalada en el número 3o del artículo 6 suplantando a otro o
consintiendo en ser suplantado por otro, falsificando la firma de otro o consintiendo en
la falsificación por otro de la propia firma, o presentando documentos falsificados o que
contienen afirmaciones falsas;
 4º dar u ofrecer una contraprestación a un representante estudiantil, funcionario, ayudante,
profesor o autoridad de la universidad, o a un tercero que preste servicios a la
universidad, para inducirlo a realizar un acto que debería omitir o a abstenerse de un

ING200 Optimización 4
 acto que debería realizar”.

La copia y otras conductas ilícitas son informadas a la Dirección de Pregrado, a la Comisión

de Honor de la Universidad y a los Decanos respectivos para las sanciones respectivas.

6. Dedicación

Este curso asume una dedicación promedio de 10 a 12 horas semanales por parte del estudiante
(incluidas las horas de clase).

Se espera que el alumno:

- Asista a la totalidad de las sesiones semanales

- Que participe activamente en las discusiones durante las clases.
- Trabaje y reflexione los ejercicios hechos y propuestos en clase.
La asistencia a clases no es obligatoria, sin embargo se recomienda fuertemente asistir.
Independientemente de los motivos de inasistencia, el(la) alumno(a) es completamente
responsable tanto de las informaciones como del material que se discuta en clase.

7. Evaluación

La asignatura se evalúa a través de controles escritos/AMPL, dos pruebas y un examen final. El

detalle de las ponderaciones es el siguiente:

Nota de presentación a Examen:

Controles 10%
Primera Prueba 30%
Segunda Prueba 30%
Tercera Prueba (Examen) 30%

Nota Final:

Nota Final = 0.1 Controles + 0,3 Prueba 1 + 0,3 Prueba 2 + 0,3 Examen Final

Fechas de las pruebas:

- Primera Prueba: Viernes 6 de Abril

- Segunda Prueba: Martes 22 de Mayo
- Tercera Prueba: Según pregrado defina en la semana de Exámenes

OBSERVACIONES

a) Las personas que hayan faltado a alguna prueba o al examen y hayan justificado
debidamente ante Secretaria de Pregrado deben presentarse a una evaluación recuperativa

ING200 Optimización 5
 cuya nota reemplazará la(s) nota(s) de la(s) prueba(s) o del examen que no se haya rendido
siempre que no sea más de una de esas evaluaciones. La fecha de estas evaluaciones es el
día definido por la universidad para pruebas recuperativas según el Calendario Académico de
la UAI. Si se falta a dos o más pruebas/exámenes el estudiante reprueba automáticamente con
nota mínima. Esta prueba incluirá materias de todo el semetre.
b) En caso de inasistencia justificada a un control, la prueba posterior a ese control remplazará
esta nota.
c) Las justificaciones a ausencias a cualquier evaluación deberán presentarse a Pregrado dentro
de un plazo máximo de 2 días hábiles desde que cesa el impedimento. Una justificación se
considerará válida solo si es aceptada y notificada por Pregrado al profesor.
d) Los reclamos a pruebas y controles deben hacerse llegar por escrito o a través de Emarking.
Ante cualquier reclamo recibido el profesor se reserva el derecho de revisar la prueba en su
totalidad con el ajuste de nota correspondiente. Reclamos injustificados o incorrectos
causarán una penalización en la nota final de la prueba, de hasta dos décimas de la nota
final de ésta.

8. Bibliografía

Bibliografía básica
 HILLIER & LIEBERMAN. Investigación de Operaciones. McGraw Hill. Edición 6. 2015.
 FOURER, GAY & KERNIGHAN. AMPL: A Modeling Language for Mathematical
Programming. Disponible en versión pdf libre en: http://ampl.com/resources/the-ampl-
book/chapter-downloads/

Bibliografía complementaria
 ORTIZ, Carmen, VARAS, Samuel & VERA, Jorge. Optimización y Modelos para la
Gestión. J·C· Saez Editor, 2ª Edición, 2004
 WINSTON Wayne. Investigación de Operaciones: aplicaciones y algoritmos. Cengage
Editores, 4ta Edición. 2005

Articulación con habilidades de la carrera

Los(las) alumnos(as) de la carrera de Ingeniería Civil Industrial al finalizar su programa deberían

alcanzar las siguientes habilidades:

(a) Habilidad para aplicar conocimiento de matemática, ciencia e ingeniería

(b) Habilidad para diseñar y conducir experimentos, como también para analizar e interpretar
datos
(c) Habilidad para diseñar un sistema, componente o proceso que cumpla con las necesidades
requeridas, considerando restricciones realistas, tales como: económicas, medioambientales,
sociales, políticas, éticas, de salud y seguridad, de manufactura y sustentabilidad
(d) Habilidad para trabajar en equipos multidisciplinarios
(e) Habilidad para identificar, formular y resolver problemas de ingeniería
(f) Comprensión de la responsabilidad ética profesional
(g) Habilidad para comunicarse efectivamente

ING200 Optimización 6
(h) Una formación amplia necesaria para comprender el impacto de las soluciones de ingeniería
en un contexto global, económico, ambiental y social.
(i) Reconocimiento de la necesidad y la habilidad para comprometerse en un aprendizaje
permanente
(j) Conocimiento de temas contemporáneos
(k) Competencia para usar técnicas, habilidades y herramientas modernas de ingeniería
necesarias para la práctica ingenieril

El curso de Optimización se encarga de medir el desempeño de los alumnos(as) en las

habilidades (a), (e) y (k).

ING200 Optimización 7