Comenzaremos con los fundamentos de los métodos de optimización, abordando el Método del Gradiente y el Método de Newton, así como sus variantes como los Métodos Quasi-Newton y otros Métodos de Primer Orden, esenciales para la optimización no lineal.

El curso también profundizará en técnicas avanzadas como la Descomposición de Dantzig-Wolfe, la Programación Dinámica, y la Descomposición de Benders, que permiten abordar problemas de gran escala. Exploraremos la Descomposición Lagrangeana y la Optimización Cónica, fundamentales en la optimización convexa, además de los Algoritmos de Barrera y de Punto Interior, que son cruciales para resolver problemas con restricciones.

Además, se introducirán conceptos de Optimización bajo Incertidumbre y se estudiarán Heurísticas y Metaheurísticas de Optimización, proporcionando un enfoque práctico para problemas donde las técnicas exactas no son factibles.

Vamos A Romperla!