UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE MATEMÁTICA

SÍLABO

INFORMACIÓN GENERAL

ASIGNATURA : OPTIMIZACIÓN
CÓDIGO : CM-052
CRÉDITOS : 05 (CINCO)
PRE-REQUISITO : CM-4E2 PROGRAMACIÓN NO LINEAL
CARACTER : ELECTIVO
HORAS POR SEMANA : TEORÍA: 04, PRÁCTICA: 02
TOTAL DE HORAS : 06
MODALIDAD : SEMESTRAL
SISTEMA DE EVALUACIÓN : G

I. COMPETENCIAS

 COMPETENCIAS DEL ÁREA:

El área tiene como búsqueda primordial: Desarrollar en el alumno la capacidad analítica,
lógica, interpretativa y creativa en la resolución de problemas matemáticos, orientándolos
a un contexto especifico a través de hábitos de consulta e investigación en los estudiantes
que proporcionen la formación profesional adecuada para las necesidades del mundo
laboral; y los retos organizativos y de gestión que tiene planteado nuestra sociedad actual.

 COMPETENCIA DEL ÁREA PARA EL CICLO PROFESIONAL:

Modela situaciones problemas determinando técnicas de solución basadas en teorías
matemáticas usadas en la toma de decisiones.

 COMPETENCIA ACADÉMICA DE LA ASIGNATURA:

Proponga métodos de solución de la realidad a través de la aplicación de modelos
matemáticos utilizando aproximaciones numéricas.

II. PROGRAMA ANALÍTICO

1. Análisis Convexo y teoría no diferenciable

1.1Resultados básicos
1.2Derivadas y subrgradientes de una función
1.3Conjuntos tangentes y normales
1.4Generalización de la derivada
 1.5 Cálculo de la subdiferencial

2. Geometría no suave

2.1 Generalización de tangentes y normales

2.2 Conjuntos de nivel, epígrafo de funciones no diferenciables
2.3 Condiciones de optimalidad de funciones no diferenciables
2.4 Linearización de problemas sin restricción
2.5 Linearización de problemas con restricciones

3. Una encuesta de Métodos Bundle

3.1 Métodos de minimización no diferenciable

3.2 Métodos Subgradientes.
3.3 Método de Descenso -empinado de Lemaréchal
3.4 Método de planos cortantes
3.5 Método de Bundle Región de confianza y Bundle Proximal
3.6 Método de puntos interiores para un problema de optimización convexa no diferenciable.

4. Método Bundle Proximal para optimización no convexa con restricciones

4.1Encontrando una dirección.

4.2Búsqueda lineal.
4.3Criterio de parada, algoritmo.
4.4 Experimentos numéricos.

III. METODOLOGÍA

 El profesor del curso presentará clases teóricas de los temas señalados en el programa
propiciando la intervención de los alumnos.
 El profesor del curso presentará demostraciones para fundamentar clases teóricas.
 El profesor y los alumnos realizarán prácticas.
 Los alumnos deberán asistir a clase habiendo leído lo que el profesor va a presentar.
 De esta manera se facilitará la comprensión y los estudiantes estarán en mejores
condiciones de hacer consultas en clase.

IV. SISTEMA DE EVALUACIÓN

 Promedio de prácticas calificadas (PP)

 Número de Prácticas Calificadas: 06
 PF es el promedio final del curso.
 Examen Parcial (EP) y Examen Final (EF).

BIBLIOGRAFÍA

1. A. Izmailov, M. Solodov, (2005) Condicoes de otimilidade, Elementos de Análisis

Convexa e de Dualidade , Otimizacao- Vol 1 . Rio de Janeiro. IMPA.
2. A. Izmailov, M. Solodov, (2005) Otimizacao, Métodos Computacionais,
Otimizacao- Vol. Rio de Janeiro. IMPA.

3. Bazaraa, M., Sherali, H., Shetty, C., (2006) Nonlinear Programming, Theory and
Algorithms, 3 ed, John Wiley and Sons, Inc, Hobeken, New Jersey.

4. Bendsoe, M., (2005) Optimization of structural topology, shape, and material.

Journal
of Industrial Management and Optimization 1, 33-38.

5. Burachik R., Wilhelm P. Freire, C. Yal_cm K., (2012). Interior Epigraph Directions
Method for Nonsmooth and Nonconvex Optimization via Generalized Augmented
Lagrangian Duality, May 26.

6. Lemarechal, C., Mifflin, R., (1978). Nonsmooth optimization. IIASA proceedings

series. Oxford: Pergamon Press.

7. Lemarechal, C., Sagastiz_abal, C., (1994). An approach to variable metric

bundle methods. In J. Henry, J. P. Yvon (Eds.) Lecture Notes in Control and
Information Sciences (Vol. 197, pp. 144?162). New York: Springer.

8. Luenberger, D., (1984). Linear and Nonlinear Programming, 2 ed., Addison-

Wesley Publishing Company.

9. Makela, M.M., Neittaanmaki, P., (1992). Nonsmooth optimization: Analysis and

algorithms with applications to optimal control. Department of Mathematics,
University of Jyvaskyla Finland. World Scientic Publishing Co.

10. Rockafellar R., Roger, J-B., (2009). Variational Analysis, Springer Dordrecht
Heidelberg London New York.