Asignaturas - Master 215201
Course 2026/2027 Subject code: 2152007-
- Subject guide Course 2026/2027
- First Steps
- Presentation and contextualization
- Requirements and/or recommendations to take the subject
- Teaching staff
- Office hours
- Tutoring
- Competencies that the student acquires
- Learning results
- Contents
- Methodology
- Assessment system
- Basic bibliography
- Complementary bibliography
- Support resources and webgraphy
Subject code: 2152007-
PRESENTATION AND CONTEXTUALIZATION
The subject guide has been updated with the changes mentioned here
| SUBJECT NAME | OPTIMIZACIÓN EN ESPACIOS DE BANACH |
| CODE | 2152007- |
| SESSION | 2026/2027 |
| DEGREE IN WHICH IT IS OFFERED |
MÁSTER UNIVERSITARIO EN MATEMÁTICAS AVANZADAS
|
| TYPE | CONTENIDOS |
| CREDITS NUMBER | 7,5 |
| HOURS | 187.5 |
| PERIOD | SEMESTER 1 |
| LANGUAGES AVAILABLE | CASTELLANO |
Esta asignatura se centra en el estudio de problemas de optimización en los que las funciones involucradas están definidas en espacios de Banach. Su estudio engloba importantes problemas de la matemática aplicada como:
- Cálculo variacional clásico.
- Optimización con restricciones dadas por ecuaciones diferenciales y ecuaciones en derivadas parciales.
- Problemas inversos.
- Problemas de control.
- Optimización vectorial y multiobjetivo.
- Optimización en dimensión finita.
Se estudiarán resultados de existencia de extremos de un problema de optimización, condiciones de optimalidad, teoría de dualidad o regla de multiplicadores, abordando los fundamentos matemáticos principales en análisis funcional, cálculo diferencial en espacios de Banach y analisis convexo necesarios para tal fin.
Es necesario poseer conocimientos a nivel de Grado en Matemáticas o de grados con fuerte contenido en Matemáticas para afrontar con éxito la asignatura.
La asignatura tiende a ser autocontenida en su temario, el material de estudio incorpora apéndices de recordatorio sobre contenidos teóricos básicos que podrán ser complementados por el Equipo Docente con dicho fin.
| Full name | MIGUEL ANGEL SAMA MEIGE |
| msama@ind.uned.es | |
| Telephone number | 91398-7927 |
| Faculty | ESCUELA TÉCN.SUP INGENIEROS INDUSTRIALES |
| Departament | MATEMÁTICA APLICADA I |
| Full name | LIDIA HUERGA PASTOR (Subject Coordinator) |
| lhuerga@ind.uned.es | |
| Telephone number | 91398-9694 |
| Faculty | ESCUELA TÉCN.SUP INGENIEROS INDUSTRIALES |
| Departament | MATEMÁTICA APLICADA I |
Los profesores que forman parte del Equipo Docente de la asignatura actúan de forma coordinada y comparten responsabilidades.
Podrá encontrar información sobre sus actividades investigadoras y docentes en las páginas web personales y en la página web del Departamento de Matemática Aplicada I.
El estudiante podrá ponerse en contacto directo con los profesores en los despachos, teléfonos y correos electrónicos siguientes:
Lidia Huerga (lhuerga@ind.uned.es)
UNED, ETSI Industriales
Departamento de Matemática Aplicada
Despacho 2.51 (Horario de guardia: Martes 10:00-14:00)
Juan del Rosal, 12
28040 Madrid
Miguel Sama (msama@ind.uned.es)
UNED, ETSI Industriales
Departamento de Matemática Aplicada
Despacho 2.53 (Horario de guardia: Miércoles 16:00-20:00)
Juan del Rosal, 12
28040 Madrid
Fuera de dicho horario también estarán accesibles a través del curso virtual, el correo electrónico y el teléfono, que cuenta con buzón de voz, y también a través del correo postal.
Ver sección de Resultados de aprendizaje.
Conocimientos
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CG2 - Conocer algunas de las líneas de investigación dentro de las áreas cubiertas por el Máster.
CE2 - Conocer los problemas centrales, la relación entre ellos, las técnicas más adecuadas en los distintos campos de estudio, y las demostraciones rigurosas de los resultados relevantes.
CE1 - Saber abstraer las propiedades estructurales de los objetos matemáticos, distinguiéndolas de aquellas puramente ocasionales. Ser capaz de utilizar un objeto matemático en diferentes contextos.
Destrezas y habilidades.
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CG4 - Aprender a redactar resultados matemáticos.
CE3 - Adquirir la capacidad de enfrentarse con la literatura científica a distintos niveles, desde libros de texto con contenidos avanzados hasta artículos de investigación matemática publicados en revistas especializadas.
CE4 - Saber analizar y construir demostraciones matemáticas, así como transmitir conocimientos matemáticos avanzados en entornos especializados.
Competencias:
CG1 Adquirir conocimientos generales avanzados en alguna de las áreas de las matemáticas
CG3 - Adquirir la metodología de la investigación en matemáticas.
Capítulo 0. Introducción a la Optimización de Funcionales.
- Presentación de la asignatura,
- Conceptos Básicos en Espacios Normados: Preliminares matemáticos y notaciones,
- Introducción a los problemas de optimización en espacios de Banach,
- Modelos concretos de optimización.
Capítulo 1. Extremos. Teoría de Existencia de Mínimos.
- Optimización de funcionales sobre conjuntos. Formulación del problema,
- Teoremas de existencia de solución del problema de optimización,
- Aplicación a problemas de aproximación.
- Aplicación a problemas de control óptimo.
Capítulo 2. Cálculo Diferencial en Espacios de Banach.
- Derivadas direccionales,
- Derivadas Gâteaux, Fréchet y de Hadamard,
- Subdiferenciales,
- Otras derivadas en análisis no regular (nonsmooth analysis). Teoría de Clarke y cuasidiferenciales.
Capítulo 3. Conos tangentes. Condiciones de optimalidad.
- Definición y propiedades de los conos tangentes,
- Condiciones de optimalidad mediante conos tangentes,
- Teorema de Lyusternik.
Capítulo 4. Reglas de multiplicadores de Lagrange.
- Optimización de funcionales con restricciones. Formulación del problema,
- Condiciones necesarias de optimalidad,
- Condiciones suficientes de optimalidad,
- Aplicaciones a problemas de control óptimo.
Capítulo 5. Teoría de Dualidad
- Dualidad en optimización de funcionales con restricciones. Formulación del problema,
- Teoremas de dualidad,
- Teoremas de punto de silla,
- Aplicaciones en problemas de aproximación.
La asignatura sigue la metodología de enseñanza a distancia de la UNED con virtualización y tutorización telemática por parte del equipo docente. Una de las características del método es la atención personalizada al estudiante y el seguimiento que se hace de su aprendizaje teniendo en cuenta sus circunstancias personales y laborales.
De forma resumida la metodología docente tiene las siguientes características:
- Está adaptada a las directrices del EEES.
- La asignatura no tiene clases presenciales. Los contenidos teóricos se imparten a distancia, de acuerdo con las normas y estructuras de los diferentes soportes de la enseñanza en la UNED.
- El seguimiento de las actividades propuestas se realiza a través del curso virtual.
- Los estudiantes se pueden comunicar con los profesores del equipo docente a través de foros establecidos en el curso virtual y también por teléfono en los horarios y días señalados por cada uno de los profesores.
Metodología de estudio
La metodología del trabajo de la asignatura se basa en una planificación temporal de las actividades siguiendo un cronograma de estudio que se publicará en el curso virtual de la asignatura a principios del curso.
El equipo docente, atendiendo a dicho cronograma, irá informando a través de los canales de comunicación del curso virtual (Tablón de noticias, foros de estudios, correo electrónico, etc) sobre las distintas actividades de evaluación a realizar. Asimismo, el equipo docente informará de cualquier novedad relativa a la asignatura a través del curso virtual. El estudiante podrá plantear sus dudas a través de los foros habilitados para tal efecto, desde donde el equipo docente le atenderá.
Por tanto es esencial que el estudiante realice un seguimiento continuo del curso virtual, que es el principal canal de comunicación entre los estudiantes y el equipo docente, atendiendo a la información y recursos publicados en éste.
ONSITE TEST |
|
|---|---|
| Type of exam | |
| Type of exam | Examen de desarrollo |
| Development questions | |
| Development questions | 2 |
| Duration of the exam | |
| Duration of the exam | 120 (minutes) |
| Material allowed in the exam | |
| Material allowed in the exam | Una calculadora no programable y el libro de texto de la asignatura: Título: Introduction to the Theory of Nonlinear Optimization |
| Assessment criteria | |
| Assessment criteria | Las dos preguntas, que serán problemas de desarrollo, tendrán la misma puntuación. |
| % Concerning the final grade | |
| % Concerning the final grade | 70 |
| Minimum grade (not including continuas assessment) | |
| Minimum grade (not including continuas assessment) | |
| Maximum grade (not including continuas assessment) | |
| Maximum grade (not including continuas assessment) | |
| Minimum grade (including continuas assessment) | |
| Minimum grade (including continuas assessment) | |
| Coments | |
| Coments | |
| CHARACTERISTICS OF THE IN-PERSON TEST AND/OR THE WORK | |
|---|---|
CHARACTERISTICS OF THE IN-PERSON TEST AND/OR THE WORK |
|
| Requires presence | |
| Requires presence | Si |
| Description | |
| Description | Este apartado hace referencia de nuevo a la prueba presencial descrita anteriormente. Por tanto, se corresponde con el examen de desarrollo indicado arriba.
|
| Assessment criteria | |
| Assessment criteria | |
| Weighting of the in-person test and/or the assignments in the final grade | |
| Weighting of the in-person test and/or the assignments in the final grade | |
| Approximate submission date | |
| Approximate submission date | |
| Coments | |
| Coments | |
| CONTINUOUS ASSESSMENT TEST (PEC) | |
|---|---|
CONTINUOUS ASSESSMENT TEST (PEC) |
|
| PEC? | |
| PEC? | No |
| Description | |
| Description | |
| Assessment criteria | |
| Assessment criteria | |
| Weighting of the PEC in the final grade | |
| Weighting of the PEC in the final grade | |
| Approximate submission date | |
| Approximate submission date | |
| Coments | |
| Coments | |
OTHER GRADEABLE ACTIVITIES |
|
|---|---|
| Are there other evaluable activities? | |
| Are there other evaluable activities? | Si,no presencial |
| Description | |
| Description | Trabajo para evaluar la asimilación de los contenidos del curso. Consistirá en el desarrollo de un tema relacionado con la asignatura y podrá contener varios problemas de carácter teórico/práctico para ser resueltos. Las fechas y plazos exactos se publicarán en el curso virtual con suficiente antelación. |
| Assessment criteria | |
| Assessment criteria | |
| Weighting in the final grade | |
| Weighting in the final grade | El trabajo supone el 30% de la calificación final. |
| Approximate submission date | |
| Approximate submission date | El trabajo estará disponible durante la última semana de noviembre o la primera de diciembre. Se entregará a mediados de enero. |
| Coments | |
| Coments | |
How to obtain the final grade? |
|
|---|---|
La nota final (NF) se calcula mediante la siguiente fórmula, que involucra la nota de la prueba presencial (PP) y la nota del trabajo (NT): NF=0.3*NT+0.7*PP |
El libro de texto de la asignatura es el siguiente
Título: Introduction to the Theory of Nonlinear Optimization
Autor: Johanes Jahn.
Editorial: Springer, Autor: Johanes Jahn.
Ediciones: 3a edición (2007), 4a edición (2020).
Los contenidos de las asignaturas siguen básicamente los capítulos de dicho libro, tanto la tercera edición (2007) como la cuarta edición (2020) son válidas para seguir la asignatura. El equipo docente complementará los contenidos con materiales adicionales que se irán colgando en el curso virtual de la asignatura.
A continuación señalamos otra bibliografía de interés en el estudio de la asignatura. En cuanto al estudio de problemas de optimización con una formulación abstracta en espacios normados destacamos las siguientes referencias:
Luenberger, D.G. (1997). Optimization by vector space methods, John Wiley & Sons,
Jahn, J. (2009). Vector optimization. Berlin: Springer.
En cuanto a modelos aplicados en espacios de dimensión infinita siguiendo el enfoque de la asignatura destacamos las siguientes referencias:
Attouch, H., Buttazzo, G., Michaille, G. (2014). Variational analysis in Sobolev and BV spaces: applications to PDEs and optimization. Society for Industrial and Applied
Mathematics.
Gerdts, M. (2011). Optimal control of ODEs and DAEs, Walter de Gruyter
Jahn, J. (2009). Vector optimization. Berlin: Springer.
Troltzsch, F. (2010). Optimal control of partial differential equations: theory, methods, and applications, vol. 112, American Mathematical Soc.
Fundamentalmente via el curso virtual se pueden publicar, en caso de que sea necesario, diversos materiales y actividades de apoyo al estudio como:
- Apuntes elaborados por el equipo docente para reforzar parte del contenido del texto base
- Conferencia online (individual o en grupo).
- Recursos electrónicos de distinta naturaleza.
Horarios de OPTIMIZACIÓN EN ESPACIOS DE BANACH
Loading, this may take a while