CERTIFICADO POR LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA
NOTA ACLARATORIA:
El inicio de cada programa (diplomado, curso o taller) está condicionado a alcanzar el mínimo de participantes requerido para el punto de equilibrio. En cuanto a pagos, el participante podrá solicitar la devolución dentro de los 90 días calendario contados desde la fecha de pago, siempre que no se haya realizado el curso durante ese periodo.
GENERALIDADES
- Modalidad: Virtual.
- Horario: Sábados, 8 a.m a 12 m. (hora Colombia-Ecuador-Perú).
- Inversión: $ 2’000 000 COP.
- Duración: 36 horas
- Lugar: 100 % virtual
- Organiza: Facultad de Ingenierías UTP
- Contacto: Ing. Fabián Torres
- WhatsApp: 3041212711
- Email: extension.ingenierias@utp.edu.co
MEDIOS DE PAGO
Opción 1: Efectivo
Puede realizarlo directamente en la Cooperativa FAVI, colocando en la referencia 1 el número del proyecto 511-22-024-67 y en la referencia 2 el documento del estudiante.
Opción 2 botón de pago: A través de nuestro botón de pago puedes realizar tu pago seleccionando la opción 455 y siguiendo los pasos indicados.
Estado: Estamos en etapa de inscripción, cuando se complete el mínimo de estudiantes se les notificará para que realicen el pago complementario
Una vez realices el pago debes enviar el comprobante de pago y su CC o TI al correo extensión.ingenierias@utp.edu.co
DESCRIPCIÓN
Este curso presenta los fundamentos y aplicaciones de la optimización matemática utilizando Julia+Jupyter como herramienta principal de modelizado y simulación. A través de ejemplos prácticos y casos de estudio reales, los participantes aprenderán a formular problemas de programación lineal, cuadrática, cónica de segundo orden, lineal entera, entre otras. El curso es puramente práctico, por lo que se hará énfasis en aplicaciones. Se utilizarán librerías especializadas de Julia para el desarrollo de modelos computacionales escalables y reproducibles.
RESULTADOS DE APRENDIZAJE
Al finalizar el diplomado, el estudiante estará en capacidad de:
- Clasificar los diferentes tipos de problemas de optimización (lineal, no lineal, entera mixta), sus limitaciones y las herramientas disponibles para solucionar cada uno de estos problemas.
- Implementar modelos de optimización matemática usando herramientas de software libre como Julia, Jupyter, JuMP, Ipopt, HiGHs, etc.
DIRIGIDO A:
El curso está dirigido a ingenieros (electricistas, electrónicos, energéticos, mecánicos, físicos, industriales, etc), economistas, matemáticos y, en general, cualquier profesional que desee adentrarse en la optimización matemática aplicada.
METODOLOGÍA:
El curso es totalmente práctico. Los estudiantes requieren instalar software libre como Julia y Jupyter. Igualmente, se pueden usar versiones web como Google-Colab, Jupyter-Notebook y/o Pluto.
CERTIFICADO:
A los estudiantes que finalicen el diplomado se les otorgará el certificado correspondiente, después de cumplir con:
- Más del 80 % de asistencia
- Nota superior a 3.0 en cada uno de los módulos. Cada módulo incluye mecanismos de evaluación como talleres, casos de estudio y trabajos en grupo.
CONTENIDO DEL CURSO
- Introducción a la optimización matemática aplicada.
- Instalación de Julia en Jupiter. Dataframes, plots.
- Modelos de optimización en JuMP.
- Programación lineal.
- Programación cuadrática y cónica de segundo orden.
- Programación lineal entera.
- ¿Qué hay dentro de la caja? Algoritmos de solución.
- Convexidad.
- Dualidad.
- Optimización distribuida.
- Manejo de la incertidumbre.
- Conclusiones finales.
DOCENTES
Alejandro Garcés Ruiz:
Profesor titular del programa de ingeniería eléctrica. Doctor en ingeniería de la Universidad Noruega de Ciencia y Tecnología (NTNU) en Trondheim Noruega. Actualmente, es miembro senior de IEEE y editor asociado en las revistas IEEE Transactions on Industrial Electronics e IET-Renewable Power Generation. Sus temas de investigación están relacionados con optimización matemática y dinámica de sistemas, con aplicaciones en sistemas eléctricos, incluyendo energías renovables y transmisión en HVDC.
