INVESTIGACION OPERATIVA

Autor: SISTIAGA LOPETEGI JUAN JOSE.
Año: 2004.
Universidad: PAÍS VASCO.
Centro de lectura: FACULTAD DE PSICOLOGIA.
Centro de realización: FACULTAD DE PSICOLOGIA.

Resumen: Este es un trabajo de investigación con un diseño "ex post facto", realizado con una metodología transversal, descriptiva y correlacional, donde hemos querido conocer el tiempo de práctica deportiva actual y retrospectiva, desde los 9 hasta los 16 años. Además hemos analizado el nivel de autoeficacia percibida general y específica para jugar al fútbol, y el nivel de satisfacción con la práctica del fútbol como variables psicológicas de alta importancia en los procesos formativos de los jóvenes jugadores de fútbol. Para ello hemos utilizado una muestra de 202 sujetos de entre 12 y 18 años que practican fútbol federado en la provincia de Guipúzcoa.

Autor: MOLINA VILA MARÍA DOLORES.
Año: 2004.
Universidad: ALICANTE.
Centro de lectura: FACULTAD DE CIENCIAS.
Centro de realización: FACULTAD DE CIENCIAS.

Resumen: La Programación Semi-Infinita Lineal (PSIL) estudia el problema de optimizar una función lineal en Rn sujeto a un sistema de inecuaciones lineales cada uno de ellas asociada a un índice t de un conjunto T que puede se infinito. El objetivo de esta memoria es clasificar como excesiva o necesaria.la información contenida en los datos de los problemas de programación lineal (cuando T es finito y que abreviada mente se denota PL) y de programación semi-infinita li.. (PSIL) a los que se denominan indistintamente problemas de optimización lineal. Para ello se desarrolla un marco teórico que permite caracterizar y compe- diversos fenómenos de exceso de información aparecidos en la literatura o definidos aquí por vez primera. Se clasifica una inecuación o su correspondie variable dual (un indice, en cualquier caso) como superfua o no con respecto a seis objetos de interés: el conjunto factible, el conjunto óptimo y el valor Óptima de los problemas primales y duales.La razón por la cual diversos autores han prestado atención al exceso de información en los problemas de optimización que afecta tanto a sus propiedades teóricas como a la eficiencia computacional de los métodos utilizados para su resolución numérica.EI Capítulo O, introductorio, recoge la notación, los conceptos y los resultados que se van a utilizar en lo sucesivo. Este capítulo preliminar contiene también algunos resultados originales que van a ser utilizados más adelante. En el capitulo 1 se estudian los índices superfluos para los problemas no parametritos. La Sección 1.1 revisa y completa la literatura sobre la redundancia (es decir, sobre las condiciones para que el índice sea superfluo con respecto al conjunto factible p1;imal), la Sección 1.2 recoge el estudio de las otras 5 clases de índices superfluos, mientras que la Sección 1.3 presenta nuevos resultados acerca del concepto clásico de saturación. En el Capítulo 2 se estudia el caso para métrico cuando el parámetro es el vector objetivo y recorre todo Rn . Se estudio las seis clases de índices superfluos, así como dos conceptos clásicos como son la extrañeza y la inesencialidad. En el Capítulo 3 también se considera e caso parametrito, pero la atención se centra en las restricciones uniformemente saturadas. De alguna forma, se trata de restricciones casi nunca superfluida El Capítulo 4 y último agrupa una colección de ejemplos destinados a separar la gran cantidad de conceptos interrelacionados que aparecen en los capitulo anteriores ya mostrar la necesidad de las hipótesis en los resultados.

Autor: MARTÍN BARRAGÁN BELÉN.
Año: 2005.
Universidad: SEVILLA.
Centro de lectura: FACULTAD DE MATEMÁTICAS.
Centro de realización: FACULTAD DE MATEMÁTICAS.

Resumen: La reciente necesidad de analizar grandes cantidades de datos de todo tipo ha propiciado la aparición, en la frontera de varias áreas deferentes, de la Minería de Datos. Uno de los problemas a los que se enfrenta es el de la Clasificación, conocido en Estadística Clásica como Análisis Discriminante. En esta tesis proponemos el uso de herramientas punteras de la Programación Matemática para obtener clasificadores más eficientes, basados en las Máquinas de Vector Soporte. En el problema de Clasificación, el objetivo principal es obtener clasificadores que clasifiquen correctamente un alto porcentaje de objetos. Sin embargo, tiene también un gran interés el hecho de que además sean baratos, o fácilmente interpretables, o útiles para detectar variables relevantes, o tengan en cuenta que la importancia de clasificar incorrectamente un objeto depende de la clase a la que éste pertenece. A lo largo de los diferentes capítulos de esta tesis, usamos diferentes herramientas de la Programación Matemática, como la Generación de Columnas, la Programación Biobjetivo, o la Programación Entera Mixta, para tener en cuenta dichas propiedades deseables en los clasificadores obtenidos. Nuestros resultados, tanto computacionales como teóricos, muestran la gran utilidad de dichas herramientas.

Autor: PIZARRO ROMERO CELESTE.
Año: 2005.
Universidad: REY JUAN CARLOS.
Centro de lectura: DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA.
Centro de realización: ESCET. UNIVERSIDAD REY JUAN CARLOS.

Resumen: En esta tesis se aborda el campo de Programación Estocástico entera y se plantean nuevos modelos y métodos de resolución, tanto específicos como generales. En concreto, se estudian modelos que hacen uso de variables binarias para representar condiciones complejas. Los modelos resultantes son extremadamente difíciles de resolver, ya que combinan las dificultades de los modelos combinatorios con las dificultades inherentes a la Programación Estocástica. Por tanto, otro de los objetivos de este trabajo es el desarrollo de métodos eficientes computacionalmente para obtener soluciones de buena calidad para dichos modelos.

Autor: PAGES BERNAUS ADELA.
Año: 2006.
Universidad: POLITÉCNICA DE CATALUÑA.
Centro de lectura: FACULTAT DE MATEMÀTIQUES I ESTADÍSTICA.
Centro de realización: ETSEIB, Edifici H PLANTA 6, DESPATX: 6.63 SD.

Autor: CANO BELMAN JAIME.
Año: 2006.
Universidad: POLITÉCNICA DE CATALUÑA.
Centro de lectura: AULA 28.8 DE L'ETSEIB.
Centro de realización: ETSEIB, Edifici H PLANTA 6, DESPATX: 6.63 SD.

Autor: HERNANDEZ MALDONADO MARIA LUISA.
Año: 2006.
Universidad: POLITÉCNICA DE CATALUÑA.
Centro de lectura: SALA D'ACTES FME.
Centro de realización: ETSEIB, Edifici H PLANTA 6, DESPATX: 6.63 SD.

Autor: FAJARDO GOMEZ MARIA DOLORES.
Año: 2006.
Universidad: ALICANTE.
Centro de lectura: FACULTAD DE CIENCIAS.
Centro de realización: FACULTAD DE CIENCAS.

Resumen: El Capitulo 1 está dedicado al estudio de la cualifación de restricciones Localmente Farkas-Mikowski (LFM) en programación convexa semi-infinita. Se analiza su relación con la semicontinuidad superior en el sentido de Berge de las denominadas multifunciones activa y supactiva. Ciertas condicones que conllevan el cumplimiento de las propiedades LFM garantizan un comportamiento regular de la función supremo de las funciones involucradas en el sistema de restricciones del problema y dan validez a una fórmula de tipo Valadier para dicha función supremo. También se formula una cualificación de restircciones de tipo Slater que a su vez implica la cualificación LFM. El Capítulo 2 aborda el estudio de las propiedades geométricas del conjunto de soluciones de un sistema convexo semi-infinito, particularizando en los sistemas LFM. Se comparan los resultados obtenidos con los ya conocidos en el caso lineal. Como primer problema geométrico se resuelve la caracaterización (parcial) en términos de inclusión del interior y de la frontera (absolutos y relativos) del conjunto de soluciones. Entre las principales diferencias existentes con las propiedades geométricas de los sistemas lineales consistentes LFM se destacan las caracterizciones del interior absoluto y relativo del conjunto de soluciones, y se proponen condiciones necesarias y suficientes que faciliten tales caracterizaciones. El capítulo 3 introduce un nuevo marco en el que estudiar las propiedades de una función convexa finito-valoada en términos de un sistemas de desigualdades lineales cuyo conjunto de soluciones es el epgirafo de la función. Dicho sistema se denominará representación de la función. Se estudian tres tipos de representaciones: LFM, Farkas-Minkowski (FM) y localmente poliédricas (LOP). De la existencia de este último tipo de representaciones se deriva el concepto de función cuasipoliédrico. Este concepto generaliza el de función poliédrica, siendo dicha clase de funciones cerrada respecto a la conjugación, y a importantes conocidas operaciones, por lo que se realiza otro tanto respecto de las funciones cuasipoliédricas. También se obtienen caracterizaciones de subdiferencial y epsilon-subdiferencial de una función cuasipoliédrica en un punto. Como aplicación de la convexidad cuasipoliédrica, se construye una función convexa en todo el espacio a partir de una no convexa pero continua.

Autor: Barrios Sarmiento Agustín.
Año: 2006.
Universidad: VALENCIA.
Centro de lectura: Facultad de Ciencias Matemáticas.
Centro de realización: Facultad de Ciencias Matemáticas.

Resumen: En esta tesis se abordan dos grandes problemas de la secuenciación de proyectos con recursos limitados y relaciones temporales tanto de tipo mínimo como de tipo máximo, ellos son, los casos modo único y modo múltiple. Además de su riqueza académica, estos problemas despiertan mucho interés dado que permiten crear modelos que representan una amplia gama de situaciones reales, entre los que se encuentran: fabricación por lotes, mantenimiento de sistemas complejos, construcción de infraestructuras, etc. Por su complejidad, se necesitan algoritmos eficientes desde el punto de vista computacional para poder resolverlos. Se introducen nuevos conceptos y técnicas que pueden ser utilizados por otros algoritmos. Se propone un algoritmo evolutivo, EVA, para resolver el problema modo único. También se proponen dos algoritmos para el caso modo múltiple, el primero es un doble algoritmo genético, basado en el método integrador, y el segundo un algoritmo SAE, basado en el método de descomposición. Los algoritmos proporcionan excelentes resultados computacionales, los cuales se comparan con los resultados de los mejores algoritmos publicados hasta el momento de escribir esta tesis.