ADVANCED ANALYTICS

&

OPTIMIZATION

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

“Un matemático es como un como un modisto que no tiene

conciencia de las criaturas a las que le puede venir bien su ropa. Por

supuesto, su arte se originó en la necesidad de vestir a esas

criaturas, pero eso fue hace mucho tiempo. Sin embargo, llegará el

día en el que surja una criatura para la que aquellas prendas se

ajusten como si hubiesen sido hechas para ella. No hay pues fin

para la sorpresa y el goce de las matemáticas”

George B. Dantzig

“Yo consideraba completamente inútil la lectura de grandes

tratados de análisis puro: un número demasiado grande de métodos

pasan una vez ante nuestros ojos. Es en los trabajos de aplicación

donde uno debe estudiarlos, allí se juzga su utilidad y se evalúa la

manera de hacer uso de ellos”

Joseph-Louis de Lagrange

CIENTÍFICO, REAL, PRÁCTICO, EN ESPAÑOL,ON-LINE, FLEXIBLE, A NIVEL DEL ESTADO DEL

ARTE DE LAS METODOLOGÍAS Y DE LASTECNOLOGÍAS DE LA OPTIMIZACIÓN, YECONÓMICO

LA MEJOR VÍA PARA COMPLETAR LA

FORMACIÓN UNIVERSITARIA, ACLARAR DUDAS Y/O PARA COMENZAR UNA NUEVA

CARRERA: RENTABLE Y PLACENTERA.

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

Fecha Documento: 25/09/2017 Versión Actualizada:

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

"the computer-based mathematical modeling is the greatest invention of all times"

Herbert SimonAlfred Nobel Memorial Prize in Economic Sciences (1978)

"for his pioneering research into the decision-making process within economic organizations

Herbert Alexander Simon (June 15, 1916 – February 9, 2001) was an American political scientist, economist, sociologist, psychologist,

and computer scientist whose research ranged across the fields of cognitive psychology, cognitive science, computer science, public

administration, economics, management, philosophy of science, sociology, and political science, unified by studies of decision-

making. With almost a thousand highly cited publications, he was one of the most influential social scientists of the twentieth

century. For many years he held the post of Richard King Mellon Professor at Carnegie Mellon University.

Simon was among the pioneers of several of today's important scientific domains, including artificial intelligence,

information processing, decision-making, problem-solving, organization theory, complex systems, and

computer simulation of scientific discovery.

DECISIONWARE (DW) como un medio para fortalecer la enseñanza, la aplicación, lacomunicación, la promoción y la difusión de las metodologías y de las tecnologías propias de

la PROGRAMACIÓN MATEMÁTICA, un área de conocimiento de la INVESTIGACION DEOPERACIONES, esta desarrollando convenios de transferencia de tecnologías con lasasociaciones de estudiantes de ingeniería, y más específicamente de la ingeniería industrial y

áreas afines, con la idea de ayudar a la socialización y a la aplicación del modelamientomatemático como un medio de generación de riqueza de las sociedades emergentes.

El convenio permite establecer un vínculo de largo plazo formal entre la asociación deestudiantes y DW, para que el conocimiento desarrollado por DW beneficie a sus miembros,

y que, como estudiantes (los profesionales del futuro), lo incorporen en sus metodologíaspara resolver problemas académicos y, posteriormente, durante el ejercicio profesional, lo

capitalicen como una de fortalezas científico-técnicas.

El convenio contempla el acceso a:

i) Cursos de alto nivel, con precios asequiblesii) Tecnologías de optimización desarrolladas por DW

iii) Modelos prototipo provenientes de soluciones realesiv) Asesoría en procesos de investigacion y de desarrollo tecnológico

Para mayor información dirigirse a dw-ttt@decisionware.net

CONVENIOS DE TRANSFERENCIA DE TECNOLOGÍA

DIPLOMADO VIRTUAL

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

El diplomado tiene una duración de cien (100) horas de conferencias grabadas las cuales seestructuran en cuatro (4) diplomados básicos y un diplomado avanzado en un temaespecifico. Si se toman todos los cursos del diplomado la duración total del diplomadoasciende a ciento sesenta (160) horas. Los diplomados ofrecidos son:

1. INTRODUCCIÓN AL MODELAMIENTO MATEMÁTICO ESTRUCTURADO

2. TECNOLOGÍAS DE OPTIMIZACIÓN Y CASOS DE APLICACIÓN

3. OPTIMIZACIÓN DE LAS CADENAS DE ABASTECIMIENTO

(SUPPLY CHAIN OPTIMIZATION)

4. “MARKETING” CIENTÍFICO Y MODELOS MATEMÁTICOS

5. DIPLOMADO TEMÁTICO, OPTIMIZACIÓN APLICADA A:

▪ LA INDUSTRIA MINERO-METALÚRGICA

▪ EL SECTOR ENERGÍA

▪ LA PLANIFICACIÓN REGIONAL INTEGRADA

▪ MODELAMIENTO MATEMÁTICO AVANZADO

El estudiante puede tomar la cantidad de diplomados que

considere conveniente, las clases se deberían tomar en el

orden propuesto por DW; sin embargo, esta es una

decisión del estudiante.

DIPLOMADO VIRTUAL

INTRODUCCIÓN AL

MODELAMIENTO MATEMÁTICO ESTRUCTURADO

El curso ideal para quienes comienzan el camino de formarse como un

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

Como resultado, el estudiante comprenderá con detalle los fundamentos del modelamientoalgebraico de procesos industriales y de procesos de negocios; y aprenderá a formular modelosmatemáticos de optimización de una forma eficaz, orientada a facilitar la implementación desoluciones informáticas a problemas reales utilizando los principios de la programaciónmatemática (optimización).

No es un curso de algoritmos, ni de metodologías matemáticas, es un curso centrado en elmodelamiento algebraico, en su relación con los sistemas de información, y en la aplicacionesde las metodologías de optimización como programación lineal, programación mixta, … Comoconsecuencia el estudiante queda preparado para aplicar las metodologías matemáticas y lastecnologías informáticas requeridas para el ejercicio profesional; por lo anterior, no serequieren conocimientos previos en matemáticas de optimización.

https://coggle.it/diagram/WbhD1YRKpwABuEMA/765cc4c5e9c804d90d4d590090b7e4878b16867c970891c3a7aaf22d27a06417

ADVANCED ANALYTICS &

OPTIMIZATION IN AMAZON

DIPLOMADO VIRTUAL

INTRODUCCIÓN AL

MODELAMIENTO MATEMÁTICO ESTRUCTURADO

El curso ideal para quienes comienzan el camino de formarse como un

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

DIPLOMADO TEMÁTICO INTRODUCCIÓN AL MODELAMIENTO MATEMÁTICO ESTRUCTURADO

Sesión Profesor Tema

1 JVB Modelamiento Matemático Estructurado - Tiempo Discreto – Distribución Bebidas

2 JVB Fundamentos de Optimización

3 JVB Modelamiento Matemático Estructurado - Tiempo Continuo – Ruteo de Vehículos

4 JVB Sistemas de Información Relacionados - Conectividad SQL

5 JVB Planificación de Cadenas de Oferta - Ejemplos

6 JVB Planificación de Cadenas de Demanda - Ejemplos

7 JVB Teoría de la Dualidad - Modelamiento Económico (Mercados)

8 JVB Formatos de Problemas – Algoritmos de Optimización

9 JVB Modelos de Programación Entera

10 JVB Estado del Arte de la Optimización (Advanced Analytics) JVB OPTEX – Modelamiento Estructurado utilizando EXCEL

ORIENTADO A ESTUDIANTES DE INGENIERÍA,

FÍSICA, MATEMÁTICAS, ECONOMÍA QUE DESEEN DESARROLLAR APTITUDES PARA IMPLEMENTAR, CON PROPIEDAD, MODELOS DE

PROGRAMÁTICA APLICADA A CASOS REALES.

“GAMS was the first algebraic modeling language (AML) and is formally similar to commonly used fourth-generation programming languages” Wikipedia

DIPLOMADO

TECNOLOGÍAS DE OPTIMIZACIÓN

Y CASOS DE APLICACIÓN

ALGEBRAIC LANGUAGE

OPTIMIZATION LIBRARY

MATHEMATICAL MODELERS

ODBC

CPLEX

CLOUD OPL

SYSTEM FOR DSS SYSTEMS

ODME

IMPRESS

USER ORIENTED SYSTEMS

DB2ORACLEEXCELDBF

SQE SERVERMySQL

TECNOLOGÍAS DE OPTIMIZACIÓN

DSS

DATABASE

G.R.G.

0-1BALAS-BENDERS

LAGRAGIANRELAXATION

BENDERS THEORY

BRANCH &

BOUND

P.L.

FLUJO ENREDES

G.R.G./PC

G.R.G./PL

D.F.P.

x, p

OPTIMIZATION SOLVER

NUMERICAL MODEL

MATHEMATICAL MODELING PROCESS

MATRIX GENERATION

ALGEBRAIC MODEL DATA MODEL

DECISION MAKERS

MODELERS

REALWORLD

DSS

DATABASE

COMMON

DATA MODEL

INFORMATIONSYSTEM

S&OPIndustrial Operations

Tactical Planning

DEMLong/Medium/Short

Demand Planning

INVInventory Policy

Optimization

PODProductionSchedulling

DISDistributionScheduling

PCOSourcing

Optimization

PESSupply Chain

Optimal Design

DSS

SISTEMAS DE SOPORTE DE DECISIONES

DIPLOMADO

TECNOLOGÍAS DE OPTIMIZACIÓN Y CASOS DE APLICACIÓN

OPTIMIZATION LIBRARY

CPLEX

OPL

ALGEBRAIC LANGUAGE

DIPLOMADO TEMÁTICO

TECNOLOGÍAS DE OPTIMIZACIÓN Y CASOS DE APLICACIÓN

Sesión Profesor Tema

1 JVB Fundamentos de GAMS

2 JJT GDX (GAMS Data eXchange) Facilities + Other Utilities

3 JJT GAMS: Solvers y Utilidades para Calibración de Parámetros

4 JJT Optimización con Tecnologías GNU (GMPL, GLPK, COIN-MP) – NEOS Server

5 JVB Optimización vía C – Generación Matricial

6 JVB Optimización vía C – Link a Solvers (CPLEX, GLPK, COIN-MP, XPRESS, GUROBI)

7 JVB Optimización en PHYTON (PYOMO) – Diseño de Productos

8 JJT DEA: Data Envelopment Analysis - Encadenamiento de Problemas en GAMS

9 AVC Conceptos Avanzados - Caso: Programación Disyuntiva

10 JJT Conceptos Avanzados - Extended Mathematical Programming - Rapid Prototyping

JVB OPTEX - GAMS - Modelamiento Básico

JVB Estructuración de un Laboratorio Personal para Optimización

MARKETING SCIENCE &

MATHEMATICAL MODELS

ESTIMACIÓN DE ELASTICIDAD DE LA DEMANDAMODELAMIENTO DEL MARKET-SHARE

BALANCE DE INVENTARIOS

REVENUE MANAGEMENTMARKETING-MIX OPTIMIZATION

OPTIMIZACIÓN DEL PEDIDO SUGERIDO

SUPPLY CHAIN OPTIMIZATION

DISEÑO DE CADENAS DE ABASTECIMIENTOS&OP – SALES & OPERATION PLANNING

POLÍTICAS INTEGRADAS DE INVENTARIOSSOURCING OPTIMIZATION

PROGRAMACIÓN DE LA PRODUCCIÓN

ATP – AVALAIBLE-TO-PROMISEPROGRAMACIÓN DE LA DISTRIBUCIÓN

DISEÑO DE INSTALACIONES INDUSTRIALESEFICIENCIA ENERGÉTICA INDUSTRIAL

DIPLOMADO

OPTIMIZACIÓN APLICADA A LAS

CADENAS DE INDUSTRIALES DE VALOR

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS

DIPLOMADO

OPTIMIZACIÓN APLICADA A LAS

CADENAS DE INDUSTRIALES DE VALOR

ERP

S&OPPlanificación

TácticaProducción

PolíticaInventarios

Metas Producción

MetasDistribución

MetasConsumo Materiales

OrdenesProducción

Ordenes Distribución

OrdenesCompra

Planes deExpansión

OPERACIÓN

ESTRATEGIA

TÁCTICA

OptimizaciónCompras

ProgramaciónProducción

AsignaciónProductosPedidosViajes

ProgramaciónDistribución

PolíticasInventario

HistóricosVentas

Inventarios

CaracterizaciónProbabilística Demanda

CaracterizaciónDemanda

OptimizaciónPrecios

OptimizaciónMarketing-Mix

Proyección Demanda - Precios

Balanceo Inventarios

Redistribución Inventarios

PolíticaInventarios

PresupuestoEventosMarketing Mix

TÁCTICA

OPERACIÓN

Proyección Demanda

DEMANDA OFERTA

ESTRATEGIA

Diseño CadenaAbastecimiento

OptimizaciónPedido

Sugerido

Pedido Sugerido

DIPLOMADO AVANZADO:

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINSPROBLEMAS DE DECISIONES – MODELOS MATEMÁTICOS

S&OPPlanificación

TácticaProducción

PolíticaInventarios

Metas Producción

MetasDistribución

MetasConsumo Materiales

OrdenesProducción

Ordenes Distribución

OrdenesCompra

Planes deExpansión

OPERACIÓN

ESTRATEGIA

TÁCTICA

OptimizaciónCompras

ProgramaciónProducción

AsignaciónProductosPedidosViajes

ProgramaciónDistribución

PolíticasInventario

OFERTA

Diseño CadenaAbastecimiento

DIPLOMADO BASICO:

SUPPLY CHAIN OPTIMIZATIONPROBLEMAS DE DECISIONES – MODELOS MATEMÁTICOS

DEMANDA

Se presentan herramientas para cadenas de abastecimiento multi-negocio integradas verticaly/o horizontalmente, para optimizar:▪ Diseño de cadenas de abastecimiento▪ Planificación táctica de operaciones industriales▪ Optimización especializada para cadenas de oferta agro-industriales

Se considera como caso especial el modelamiento de las cadenas bio-industriales. Los asistentes podrán solicitar lapresentación de modelos reales para una, o varias, de las siguientes cadenas de abastecimiento de productos: farmacéuticos,minerales, alimentos, plásticos, bebidas, frutas, energéticos (bio-masa, electricidad, gas y/o petróleo, y sus derivados),productos especiales (como implantes quirúrgicos). Se hará referencia explicita al manejo de los procesos que afectan laplanificación (demanda, desastres) y del manejo del riesgo financiero asociado a dichos procesos, de forma tal de poder tenercadenas de abastecimiento resilientes.

La Programación Matemática (Advanced Analytics) soporta las decisiones orientadas a proveer los productos/servicios requeridospor los diferentes eslabones de una cadena de abastecimiento. A nivel estratégico provee soluciones para el diseño de la cadenasde distribución y a nivel táctico la definición de políticas óptimas de reabastecimiento y de manejo de inventarios. También esposible modelar con detalles procesos logísticos especiales como la operación de puerto, aeropuertos, sistemas de ferrocarriles.Las herramientas analíticas modernas permiten considerar detalladamente todos los aspectos técnicos y las restricciones de estosprocesos, como pueden ser: consumo de combustible, los tiempos de viaje, las ventanas de atención, los turnos en las bahías delos centros de distribución, las características de los vehículos, ….

Se presentarán herramientas de desarrollo de licencia libre (GNU) y comerciales como las ofrecidas por AIMMS®,GAMS®, IBM-ILOG®, FICO®, GUROBI®, …; también se analizarán soluciones prediseñadas ofrecidas por casas detecnología como IBM-ILOG®, SAP®, JDA®, … . Se analizará la vinculación de las soluciones APS (AdvancedPlanning ans Scheduling) con los ERPS existentes en las organizaciones. Se presentarán las alternativas paradesarrollo de soluciones, incluyendo tiempos y costos, y los procesos de transferencia de tecnología que se debenenfrentar

TECNOLOGÍAS INFORMÁTICAS

OPERACIONES LOGÍSTICAS

El curso tiene una orientación práctica, por lo que se revisará condetenimiento todo lo relacionado con plataformas y herramientasinformáticas disponibles y/o necesarias para implementar este tipo desoluciones en una organización.

DIPLOMADO BÁSICO:

SUPPLY CHAIN OPTIMIZATION

CADENAS DE ABASTECIMIENTO

PLANIFICACIÓN DE VENTAS Y DE OPERACIONES INDUSTRIALES (S&OP)

Las decisiones tácticas son el corazón de la planificación integrada de lascadenas de abastecimiento, ya que implican su visión holística. Laagregación “bottom up” del sistema productivo tiene como finalidadoptimizar el funcionamiento agregado de la cadena sin perder de vista losdetalles operativos mas importante, las soluciones informáticas modernaspermiten:▪ Planificación integrada de cadenas multi-sectoriales/multi-negocio▪ Representación precisa de procesos productivos de diferente tipo:

agrícolas, pecuarios, industriales (continuos, discretos y por lote)▪ Manejo de unidades de producción complejas debido a: economías de

escala, formulas flexibles, múltiples tecnologías, …Lo anterior para optimizar: ▪ Coordinación de instalaciones agropecuarias e industriales▪ Metas óptimas multiperiodo de producción, de compra,

de distribución▪ Metas de asignación de recursos escasos▪ Formulas flexibles respetando restricciones de calidad▪ La distribución bajo diferentes modos de transporte▪ La operación del sistema de plantas de servicios industriales▪ El mantenimiento preventivo de instalaciones

Las tecnologías analíticas avanzadas se utilizanpara optimizar las decisiones de las cadenasproductivas bio-industriales, ya sean de origenvegetal o animal. Por sus similitudes, estascadenas pueden conceptualizarsegenéricamente, y respetar en los modelos susdiferencias biológicas y/o genéticas. Estascadenas están compuestas por dos eslabones: elprimario, relacionado con los procesos decrecimiento y/o de reproducción en lasgranjas/haciendas, y el industrial, que se lleva acabo en plantas industriales de transformación.

PLANIFICACIÓN DEL ESLABÓN PRIMARIOLa optimización de los procesos biológicos y/o genéticos que se llevan a cabo en las granjas/haciendas se realiza conbase en la simulación del ciclo biológico-comercial y en el proceso de crecimiento debido a los nutrientes recibidos, losmodelos simulan el desarrollo probabilístico de “cualquier” especie viva, con la finalidad de determinar las decisionesque maximizan la utilidad del negocio; para ello el proceso de crecimiento se asocia a los costos causados comoconsecuencia del consumo de recursos y a los beneficios obtenidos como consecuencia de la venta de los productos. Seapoyan decisiones como:• Sincronización dinámica de galpones/lotes dentro de una granja• Determinación de politizas optimas de desarrollo de granjas• Sincronización dinámica de múltiples granjas• Selección de balanceados/fertilizante• Selección de cultivos

PLANTAS DE TRANSFORMACIÓN

GRANJAS

PONEDORAS

INCUBACIÓNHuevos

PROCESAMIENTO

Líneas Empaque

LÍNEA EMPAQUE

CENTROS

CONSUMOOtros

Insumos

Pollos

Sacrificados

LÍNEA EMPAQUE

LÍNEA EMPAQUEProcesamiento de

Embutidos de Pollo

Carne de Pollo

Consumo Humano

Pollitos de

EngordeLEVANTE

Alimento

Carne de

Pollo

Carne de

Pollo

CANALES

DISTRIBUCIÓN

PLANTAS DE SACRIFICIO

SACRIFICIO

FRIGORIFICOS

FAENAMIETO

ESLABÓN PRIMARIO

ESLABÓN INDUSTRIAL

S&OP

PlanificaciónTáctica

Operaciones

DEM

Caracterización de la Demanda

Politica de

Invetarios

Metas de

Producción

ERP

“ON-LINE”

PEDIDOS DE CLIENTES

COMPROMETIDOS

Metas de

Distr ibución

Requerimientos de Materiales

Ordenes de

Producción

Ordenes de

Distr ibución

Ordenes de

Compras

Diseño Cadena

Abastecimiento

Escenarios de demanda

de Largo/Mediano Plazo Planes de

Expansión

SCHEDULING

PLANIFICACIÓN

ESTRATÉGICA

PLANIFICACIÓN

TÁCTICA

Optimización

Compras

Programación

Producción

Asignación

Productos a PedidosPedidos a Viajes

Programación

Distribución

Políticas

Inventarios

Escenarios de demanda

de Mediano/Corto Plazo

Escenarios de demanda

de Mediano/Corto Plazo

DIPLOMADO BÁSICO:

SUPPLY CHAIN OPTIMIZATION

DISEÑO DE LA CADENA

En el diseño de cadenas de abastecimiento, y en cadenas de distribución, las tecnologías analíticas avanzadas permiten optimizar:▪ Expansión, contracción y modernización de la red▪ Selección de modos de transporte▪ Selección de productos y tecnologías productivas▪ Asignación de funciones a las instalacionesLos avances tecnológicos actuales, permiten incorporar en el proceso de diseño, los aspectos relacionados con elimpacto de los eventos extremos en el funcionamiento de la cadena, esto por medio de modelos de optimización conbase en escenarios, utilizados en el diseño de cadenas para atención de desastre.; de esta manera se obtienensoluciones sólidas que la cadena de potenciales interrupciones que podrían generar costos no manejables.

▪ Políticas de manejo de inventarios ▪ Niveles de servicio al cliente▪ Estudios de penetración de mercados▪ Riesgo financiero de la inversión

RESILIENCIA Y ANÁLISIS DE RIESGOS FINANCIEROS

La resiliencia de una cadena de abastecimientoes la capacidad de soportar y de recuperarseante fuertes perturbaciones (“desastres”) paracontinuar con su “normal” funcionamiento ygarantizar a su entorno económico-social elcumplimiento de sus funciones. Los cambiosque se presentan como consecuencia denuestras decisiones y de los fenómenosnaturales adversos, que en el presentecomenzamos a sentir con una periodicidad casiconstante, han llevado a revisar el diseño delos sistemas productivos con una miradanueva, diferente, en la que la toma dedecisiones debe considerar aspectos que vanmás allá de la simple rentabilidad económicade las operaciones empresariales, debiendoincorporar el análisis de riesgos operacionalesderivados de las contingencias que se puedanpresentar en el futuro provenientes demúltiples fuentes de incertidumbre.

INTEGRACIÓN INVERSIÓN – OPERACIONES - FINANZAS

S&OPSimulación

Ventas & Operaciones

SCDDiseño Óptimo

Cadena Abastecimiento

Planes

Expansión

PLANIFICACIÓN ESTRATÉGICA

Ingresos -Costos

Operación

Simulados

PRESENTE

FUTURO

Costo Futuro Operación

Costo Presente Inversión

“DETERMINÍSTICO”

ALEATORIOEstados Financieros

Simulados

• Balance

• P Y G• Flujo Caja

Inversión

Prestamos

FINSimulación Financiera

Por ejemplo, eventos como el drástico cambio en lavolatilidad del costo de los combustibles, y su efecto en loscostos de transporte, hacen que diseños de cadenas deabastecimiento que antes eran “óptimos” hoy en día seancuestionables, llevando a sus “dueños” a pensar en el re-diseño de la estructura de la cadena productiva. En esteambiente, las herramientas analíticas derivadas de laprogramación matemática, específicamente la optimizaciónestocástica basada en escenarios, permiten establecernuevas conectividades que sean resistentes ante situacionesantes no pensados. De esta forma es posible construircadenas de abastecimiento que responden ágilmente antefluctuaciones de la demanda y que también están encapacidad para reaccionar ante la escasez, y/o el alto costo,de los suministros.

Granjas/Haciendas Cultivos/Galpones/Cohortes/Manadas/Potreros

Centros de Acopio

TiendasSupermercados

PuertosCentros de Distribución

Plantas Industriales

Plantas Empacadoras

PLANIFICACIÓN DE LA DISTRIBUCIÓN

La asignación de rutas de distribución, tanto a nivel urbano como anivel regional, de los materiales/personas que fluyen a lo largo de lacadena requieren de herramientas analíticas avanzadas paragarantizar los mínimos costos y el cumplimiento de los planes deentrega respetando, las restricciones del sistema y los ventanas detiempo para recepción y entrega.

SCHEDULING - REAL-TIME OPTIMIZATION

El control en tiempo real es fundamental en los procesos en los que lavariabilidad de las condiciones de producción afecta seriamente alproceso productivo, lo que está ocurriendo en el proceso. En estoscasos los modelos Real Time Optimization mantienen el procesooperando los sus set-points “óptimos” (planificados) con base en la re-optimización periódica, como el medio para tener en cuenta lascondiciones cambiantes del entorno. Esta función está integrada porlos siguientes modelos: i) Identificación de las ecuaciones (modelo) yde los parámetros que definen la dinámica del sistema, ii) Estimaciónde estado y de reconciliación de las variables del sistema y de re-estimación de los parámetros del sistema (state estimation, datareconciliation and gross and random error detection) y iii) controlóptimo (advanced control), en tiempo-real, de las variables delsistema.

xt

ut

ctTyt +

dtTut

xt

-

1

Variables de

Control

Variables

de Estado

Variables

de Estado

Retorno

DINÁMICA DEL PROCESO

SCADA

SISTEMA PRODUCTIVO

tX(t)=Ft[x(t),u(t)]

DIPLOMADO BÁSICO:

SUPPLY CHAIN OPTIMIZATION

DIPLOMADO

SUPPLY CHAIN OPTIMIZATION

DIPLOMADO TEMÁTICO

OPTIMIZACIÓN DE LAS CADENAS DE ABASTECIMIENTO

Sesión Profesor Tema

1 JVB Planificación de Cadenas Bio-Industriales

2 JVB Optimización de Compras (Sourcing Optimizacion)

3 JVB Human Resource Analytics

4 JJT Optimización Industria de Procesos – Blending de Materiales - Ejemplo Cemento

5 JVB Diseño de Time-Tables Colegios – Puertos - Job Shop Optimization

6 JVB Fundamentos de Partición y Descomposición de Modelos

7 JVB Optimización Estocástica – Fundamentos

8 JVB Multi-Echelon Inventory Optimization

9 JVB Optimización Estocástica - Risk Management

10 JVB Diseño de Cadenas de Abastecimiento Resilientes

IGR Planning of Electric Power Infrastructures

IGR Industrial Demand Side

ERP

S&OPPlanificación

TácticaProducción

PolíticaInventarios

Metas Producción

MetasDistribución

MetasConsumo Materiales

OrdenesProducción

Ordenes Distribución

OrdenesCompra

Planes deExpansión

OPERACIÓN

ESTRATEGIA

TÁCTICA

OptimizaciónCompras

ProgramaciónProducción

AsignaciónProductosPedidosViajes

ProgramaciónDistribución

PolíticasInventario

HistóricosVentas

Inventarios

CaracterizaciónProbabilística Demanda

CaracterizaciónDemanda

OptimizaciónPrecios

OptimizaciónMarketing-Mix

Proyección Demanda - Precios

Balanceo Inventarios

Redistribución Inventarios

PolíticaInventarios

PresupuestoEventosMarketing Mix

TÁCTICA

OPERACIÓN

Proyección Demanda

DEMANDA OFERTA

ESTRATEGIA

Diseño CadenaAbastecimiento

OptimizaciónPedido

Sugerido

Pedido Sugerido

DIPLOMADO:

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS

PROBLEMAS DE DECISIONES – MODELOS MATEMÁTICOS

ERP

HistóricosVentas

Inventarios

CaracterizaciónProbabilística Demanda

CaracterizaciónDemanda

OptimizaciónPrecios

OptimizaciónMarketing-Mix

Proyección Demanda - Precios

Balanceo Inventarios

Redistribución Inventarios

PolíticaInventarios

PresupuestoEventosMarketing Mix

TÁCTICA

OPERACIÓN

Proyección Demanda

DEMANDA

ESTRATEGIA

OptimizaciónPedido

Sugerido

Pedido Sugerido

PROBLEMAS DE DECISIONES – MODELOS MATEMÁTICOS

OFERTA

DIPLOMADO BASICO:

MARKETING SCIENCE & MATHEMATICAL MODELS

S&OPPlanificación

TácticaProducción

PolíticaInventarios

PolíticasInventario

MODELO PROCESO ESTOCÁSTICO

DATOS HISTORICOS

SIMULACIÓN MONTECARLO ESCENARIOS

MODELO PROBABILISTICO DINÁMICO DEMANDA –

PRECIOS TIEMPOS DE ENTREGA

OPTIMIZACIÓN

PRESUPUESTOESTRUCTURA RED

CRITERIOS OPTIMIZACIÓN:COSTO vs. SERVICIO CLIENTE

ESCENARIOS ALEATORIOS DEMANDA –PRECIOS TIEMPOS DE ENTREGA

POLÍTICA ÓPTIMA INVENTARIOS

-

50,000

100,000

150,000

200,000

250,000

300,000

350,000

400,000

450,000

ene feb mar abr may jun jul ago sep oct nov dic

DISTRIBUCIÓN DE LA DEMANDA

0

50,000

100,000

150,000

200,000

250,000

300,000

350,000

400,000

450,000

Un

idad

es d

e d

eman

da

ESCENARIOS DEL ENTORNO ALEATORIO

DIPLOMADO: MARKETING SCIENCE & MATHEMATICAL MODELSCARACTERIZACION DE LA DEMANDA

La caracterización de la demanda esta orientadaa soportar el estudio del comportamiento de lademanda en función del tiempo, la

estacionalidad, los sistemas de promociones, losprecios y/o todos los factores que pueden

impactar el modo de consumo de los clientesfinales. Con la finalidad de producir:▪ Proyecciones de demanda en el

corto/mediano plazo y de alimentar losmodelos de optimización estocástica de

planificación de la cadena de oferta (supplychain).

▪ Curvas de demanda utilizadas en los

procesos de optimización de listas deprecios, sistemas de promociones, pedido

sugerido, …

Para ello se requieren modelos de

programación matemática que permitancalcular las elasticidades de la demanda con

respecto a los diferentes tipos de efectos, deforma tal de utilizar dicha información en losprocesos de gestión de la demanda comanda

para estimación de parámetros.

Existen múltiples metodologías matemáticaspara enfrentar el problema:▪ Modelos Estadísticos Convencionales:

Mínimos cuadrados, ARIMAX, GARCH, …▪ Modelos Estadísticos Dinámicos Bayesianos

▪ Estimación de Estado (Filtro de Kalman y susvariaciones)

▪ Inteligencia Artificial (Redes Neuronales y

Lógica Difusa)▪ Metodologías Hibridas, resultado de la

mezcla de dos o más de las metodologías mencionadas.

Revenue Management es un concepto que corresponde a un conjunto de modelosde programación matemática orientados a la solución de problemas de pricing(determinación de precios de venta óptimos) y de sistemas de promociones,identificando los precios de venta que se ajusten a las condiciones de variabilidadde la demanda y sean los adecuados para cada segmento del mercado buscandode ésta forma la maximización integral de la utilidad. Adicionalmente gracias a laflexibilidad de los modelos se pueden considerar diferentes factores tales como,descuentos, costos variables de los productos, costos fijos de pedido y costos detransporte.

REVENUE MANAGEMENT

SEPARACIÓN DE EFECTOS/IMPACTOS

Marketing Mix Optimization convierte en utilidadeconómica ($) la información proveniente del

análisis de los registros históricos de ventas deusuario (caracterización de la demanda), suobjetivo es ayudar a los decisores a determinar

las decisiones que le maximizan la utilidadderivada de la gestión de eventos de marketing

y ventas; respetando las restricciones delmercado, los presupuestos asignados y lasreglas del negocio.

MARKETING MIX OPTIMIZATION

DIPLOMADOMARKETING SCIENCE & MATHEMATICAL MODELS

Para construir un modelo matemático descriptivo del MS de una marca o de unfabricante existen varios enfoques, consideremos los dos principales que estánbasados en relacionar el MS con:▪ Esfuerzos de Marketing del Fabricante▪ Atracción/Preferencia del Consumidor

Los dos enfoques que están íntimamente relacionados, ya que los esfuerzos demarketing del fabricante buscan captar la atracción del consumidor.

La teoría se plantea en términos del market-share de los fabricantes, siendo similarpara el caso de las marcas y de los productos específicos. Los modelos matemáticosbuscan establecer una relación causal entre el MS y las componentes del“marketing mix” del fabricante.

MODELAMIENTO DEL MARKET SHARE (MS)

La función de los modelos orientados al denominado pedido sugerido (OPS)es asignar el portafolio de productos que cada vendedor/canal/camiónofrece a cada cliente, o grupo de clientes, (tienda/ruta/oficina/regional) enel corto plazo (diario).

Un modelo OPS tiene como condición de frontera el estado de las ventas por “cliente” en pesos ($), los cupos de financiación del cliente, las metas de producción de corto plazo y el estado de los inventarios.

OPTIMIZACIÓN DEL PEDIDO SUGERIDO

S&OPPlanificación TácticaAtención Demanda

DEMCaracterización

Demanda

Plan

Producción/Distribución

Plan de Eventos

OPSOptimización

PedidoSUgerido

Estado

FinancieroCliente

Forecast Demanda

Caracterización

de la DemandaPor Cliente

DIPLOMADO

MARKETING SCIENCE & MATHEMATICAL MODELS

DIPLOMADO TEMÁTICO

“MARKETING” CIENTÍFICO Y MODELOS MATEMÁTICOS

SESIÓN PROFESOR TEMA

1 JVB Forecast – Métodos Clásicos y Bayesianos

2 JVB Caracterización de la Demanda

3 JVB Forecast – Inteligencia Artificial - DEA - Machine Learning

4 JVB Modelamiento y Optimización del Market-Share

5 JVB Optimización del Pedido Sugerido

6 JVB Planificación Integrada Marketing & Operaciones Industriales

7 JVB Teoría de Juegos – Aplicaciones en Marketing

8 JVB Modelamiento del Cliente (RFM) – Valoración del Cliente (CLV)

9 JVB Revenue Management Fundamentos & Aplicaciones

10 JVB Optimización de Campañas

FLO Big Data - Tecnologías

DIPLOMADOS TEMÁTICOS AVANZADOS

DIPLOMADOS TEMÁTICOS, OPTIMIZACIÓN APLICADA A:

LA INDUSTRIA MINERO-METALÚRGICA

EL SECTOR ENERGÍA

LA PLANIFICACIÓN REGIONAL INTEGRADA

MODELAMIENTO MATEMÁTICO AVANZADO

DIPLOMADO

OPTIMIZATION APPPLIED TO

MINING & METALLURGICAL PROCESS

CONFERENCISTACLASES ESPECIALES

OPTIMIZACION EN LAS INDUSTRIAS QUÍMICA, PETRO-QUÍMICA, MINERA Y METALÚRGICAFECHA

HORARIO

UTC -05:00

(Bogotá, Lima)

JesúsVelásquez

Optimización, Smart Grids y Eficiencia Energética Industrial Video

Elva

Arzate

Saving and Water Use in Refineries and Industrial Complexes

through Economic OptimizationVideo

Aldo

VechiettiOptimización vía Programación Disyuntiva. Aplicaciones en GAMS Video

Ignacio

GrossmannEnterprise-Wide Optimization for Industrial Demand Side Management Video

Ignacio

GrossmannPlanning of Electric Power Infrastructures Video

Ignacio

GrossmannOptimization of Separation, Heat Integration and Water Subsystems Video

Ignacio

GrossmannOptimization of Refining Operations Video

Jesús

Velásquez

Optimización en la Industria Minero-Metalúrgica

Caso: Planificación y Programación de la Producción en Fábricas de Cemento

Conferencistas Invitados:

Ing. Ignacio Grossmann, Ph. D.CAPD - Center for Advandced Process Decision Making Carnegie Mellon University

Ing. Aldo Vecchietti, Ph. D.Director del Instituto INGAR, Argentina

DIPLOMADO VIRTUAL AVANZADO

OPTIMIZATION APPLIED TO ELECTRIC SECTOR

“Somos la primera generación que siente los efectos del cambio climático y la última que puede hacer algo parasolucionarlo” Barack Obama

CONFERENCISTA INVITADO:Ing. Ignacio Grossmann, Ph. D.

Director del CAPD - Center for Advandced Process Decision Making, Carnegie Mellon University

DIPLOMADO INCORPORADO COMO MATERIA FORMAL DEL PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA DE LA UNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLÍN

OPTIMIZACIÓN APLICADA A SISTEMAS ELÉCTRICOSMODELAMIENTO MATEMÁTICO DE MERCADOS DE ELECTRICIDAD

OPTIMIZACIÓN APLICADA A “SMART GRIDS”ENERGY TRADING & RISK MANAGEMENT

DIPLOMADO

PLANIFICACIÓN REGIONAL INTEGRADA

CIUDADES Y REGIONES

ANALÍTICAS, INTELIGENTES Y SOSTENIBLES

La noción del compromiso que cada generación tiene con sus sucesores está en el corazón del concepto de desarrollosostenible, el cual fue plasmado por la World Commission on Environment and Development (Brundtland Comisión,

WCED 1987) en su informe “Our Common Future” que afirma que

el desarrollo sostenible “satisface las necesidades de la presente generación sin comprometer las

posibilidades de las futuras generaciones para satisfacer sus propias necesidades”.

Esto solo se consigue con el uso racional (científico) de los recursos naturales, renovables y no-renovables, cuya gestiónóptima y eficaz es responsabilidad de los gobernantes y de todos sus asesores.

DIPLOMADO

APPLIED ADVANCED OPTIMIZATION:

PARALLEL/DISTRIBUTED OPTIMIZATION

▪ Large Scale Optimization▪ Algorithms▪ Stochastic Optimization & Risk Management▪ Disjunctive Programming ▪ Partitioning Benders Theory

▪ Generalized Benders Decomposition▪ SDDP: Stochastic Dual Dynamic Programing▪ G-SDDP: Generalized Stochastic Dual Dynamic

Programing▪ Benders Cuts for Integer Subproblems▪ Unified & Inexact Benders Cuts

▪ Lagrangean Relaxation▪ Dantzig Wolfe Decomposition ▪ Cross Decomposition ▪ Asynchronous Parallel Optimizations▪ Examples in GAMS▪ Cases of Real Applications

▪ Electric Systems & Markets▪ ETRM (Energy Trading & risk Management)▪ ALM (Assets & Liabilities Management▪ Expansion of Industrial Infrastructure▪ Stochastic S&OP (Sales & Operation Planning)▪ Integrated S&OP & ALM

Lagrange Dantzig Bellman Benders Karmarkar

ESTRUCTURA:

El programa de educación continuada MATHEMATICAL PROGRAMINGANALYST está integrado por un conjuntos de cursos, especializados en

las metodologías y en las tecnologías propias de la programaciónmatemática (modelos de optimización y/o modelos de equilibrio),orientados a fortalecer las capacidades analíticas y los criteriosprofesionales de los participantes, de tal forma que puedan ejercer, y/osupervisar, con propiedad, las funciones de los científicos de datos (data

scientist) en los sectores profesionales en los que se desempeñen.

La unidad básica del programa son clases virtuales (centradas en temasespecíficos relacionados con el uso de la programación matemática), conuna duración de dos (2) horas cada una de ellas. Las clases se agrupan

para conformar diplomados temáticos en temas específicos; a su vezlos diplomados temáticos se integran para conformar diplomadosavanzados.

Tres tipos de diplomados se ofrecen, de acuerdo a su orientación:

▪ Metodologías matemáticas básicas y avanzadas▪ Tecnologías informáticas orientadas a la programación matemática▪ Optimización aplicada a sectores específicos.

Los diplomados temáticos se pueden tomar independientemente de los

diplomados avanzados; de esta forma el alumno avanzado puedeconfigurar su propio programa de capacitación.

Adicionalmente a los diplomados, el programa incluye web-conferencessobre temas vigentes de acuerdo con el estado del arte de la

Programación Matemática. Estas conferencias serán de libre asistenciapara los asistentes a cualquier diplomado, y algunas de ellas se ofreceránal publico en general.

DIRECCIÓN CIENTÍFICA

Ing. Jesús María Velásquez Bermúdez, Eng. D.

Doctor en Ingeniería, con más de treinta (30) años de experiencia ensoluciones basadas en Programación Matemática los cuales se capitalizan enlas metodologías matemáticas y en las tecnologías informáticas desarrolladaspor DecisionWare y DO ANALYTICS.

ASESORES Y CONFERENCISTAS INVITADOS:

El programa cuenta con un grupo de profesores que lo apoyan en calidad deasesores y/o de conferencistas invitados, todos ellos con 40 o más de años deexperiencia, lo que garantiza la calidad del conocimiento que se imparte.

▪ Ing. Ignacio Grossmann, Ph. D.Fundador del Center for Advandced Process Decision Making (CAPD) Carnegie Mellon University, USA

▪ Ing. Ángel Marín, Ph. D.Universidad Politécnica de Madrid, España

▪ Mat. Fernando López, Ph. D.Universidad Autónoma de Nueva León, México

▪ Ing. Aldo Vecchietti, Ph. D.Director del Instituto INGAR (INGeniería ARgentina), Argentina

PROFESORES / CONFERENCISTAS

Todas las clases y las conferencias son dictadas por profesionales experimentados en laoptimización aplicada en el mundo real, con nivel académico de Master of Science osuperior (conferencistas que han participado, o participarán en los cursos).

▪ Ing. Elva Arzate, M. Sc.Instituto Mexicano del Petróleo, México

▪ Ing. Rafael Espin, Ph. D.Universidad Autónoma de Coahuila, México

▪ Ing. Edgardo Fuchs, MBAOptimal Markets, Chile

▪ Ing. Luis Hernández Callejo, Ph. D.CIEMAT (Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas)Universidad de Valladolid, España

▪ Frédéric Gardi, Ph.D.Co-Founder & Managing Partner, LocalSolver, France

▪ Ing. Juan Manuel Garcia Lopez, MBASenior Presales Consultant, FICO Europe

▪ Ing. Bibi Ibrahim, Ph. D. (c)University of Central Florida, USA

▪ Ing. Edgar Gutierrez, Ph. D. (c)University of Central Florida, USA

▪ Ing. Jorge A Vargas H.Senior Product Director, PrimeStone

METODOLOGÍAS MATEMÁTICAS:Las metodologías matemáticas corresponden a todos fundamentos científicos que se requieren paraimplementar modelos programación matemática, independientemente de las tecnologías informáticas que seutilicen para convertir las metodologías en tecnologías. Objetivos específicos:▪ Capacitación en metodologías fundamentales y en metodologías avanzadas como soporte al modelamiento

matemático moderno.▪ Capacitar a los participantes para que el modelamiento matemático de procesos industriales y de negocios

sea en un generador de riqueza real socio-económica de uso frecuente en nuestra sociedad.▪ Comprender que la optimización del uso de los recursos es la base científica del desarrollo sostenible.▪ Aprender sobre el modelamiento de sistemas y de mercados industriales▪ Aprender los fundamentos de modelamiento de problemas reales con base en la integración entre modelos

matemáticos y modelos de datos.▪ Profundizar en el conocimiento de los fundamentos de las metodologías de optimización▪ Conocer las metodologías matemáticas que soportan la denominada optimización estocástica no-anticipativa y

la optimización distribuida de gran escala.▪ Comprender el modelamiento de equilibrio general computable aplicado a mercados industriales.▪ Conocer enfoques de solución de problemas complejos a partir de heurísticas basadas en programación

matemática.

TECNOLOGÍAS INFORMÁTICAS:Las tecnologías informáticas corresponden a las herramientas informáticas disponibles, libre o comercialmente,para diseñar e implantar soluciones a problemas en las organizaciones sociales o industriales. Objetivosespecíficos:▪ Aprender a implementar soluciones aplicadas en el mundo real haciendo uso de las tecnologías informáticas

modernas disponibles para el modelamiento algebraico de sistemas industriales y de negocios, conaplicaciones en múltiples sectores.

▪ Presentar y manejar en “vivo” herramientas que han sido utilizadas por grandes empresas para resolver susproblemas de planificación y de programación de operaciones industriales.

▪ Entender el futuro de la optimización teniendo en cuanta el futuro de la informática▪ Comprender el estado del arte de la optimización y su relación con las tecnologías informáticas que integran

la denominada “Smart Computing”▪ Conocer las tecnologías disponibles, como el principio de conocimiento básico para poder resolver, en tiempos

“razonables”, problemas con millones de variables▪ Conocer el montaje de modelos en las siguientes tecnologías de optimización: OPTEX, GAMS, IBM CPLEX

Optimization Studio, AIMMS ,FICO MOSEL, TOMLAB, …y otras tecnologías.

ALCANCE

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

LABORATORIO DE TECNOLOGÍAS DE OPTIMIZACION

OPTEX is the result of more than twenty years of experience DECISIONWAREin multiple optimization projects applied to real life problems, developed in

several countries, economical sectors and cultures;

Now DO ANALYTICS share the benefits of OPTEX with the Mathematical Programming Community.

OPTEX MATHEMATICAL MODELING SYSTEM

ALGEBRAIC LANGUAGE

OPTIMIZATIONLIBRARY

ERP

MATHEMATICAL MODELERS

ODBC

CPLEX

CLOUD OPL

SYSTEM FOR DSS SYSTEMS

ODME

IMPRESS

USER ORIENTED SYSTEMS

DB2ORACLEEXCELDBF

SQE SERVERMySQL

TECNOLOGÍAS DE OPTIMIZACION

DATA MODEL

MODELERS

REAL WORLD

ALGEBRAIC MODEL

DECISION MAKERS

OPTEX WAY

DEVELOPING MATHEMATICAL

MODELS

FILLING THEBLANKS

CODE GENERATION

OPL

OPTIMIZATION TECHNOLOGY

DSS

DATABASE

OPTEX

DATABASE

CLOUD

DATA MODEL

ALGEBRAIC MODEL

FILLING THEBLANKS

CODE GENERATION

*.CSVFILES

MODEL IN EXCELDATA IN EXCEL

PRIMAL – DUALVARIABLES

OPTEX-EXCEL-MMS

OPTEX-EXCEL-GUI

OPL

DSS

DATABASE

DATA MODEL

ALGEBRAIC MODEL

FILLING TABLES

CODE GENERATION

MODEL IN EXCEL

.CSVFILES

PARÁMETROS

Parámetro Descripción Uni

dad

Tabla

Referencia Campo

CTMItd Costo de inversión de referencia mínimo si se instala un biodigestor con tecnología td

$ MAE_TBD CTMI

CIFAtd,tr Costo de inversión asociado al tramo tr si se instala un biodigestor con tecnología td

$ TBD_TCI CIFA

FCTDud,td Factor de ajuste de costos de inversión para la tecnología td en el

sitio ud UDB_TBD FCTD

CIMIud,td

Costo de inversión de referencia mínimo si se instala un biodigestor con tecnología td en el sitio ud. Se calcula con base en la siguiente fórmula:

CIMIud,td = FCTDud,td × CTMItd

$

CTVBud,td,tr

Pendiente del tramo tr para el costo de inversión variable de un biodigestor con tecnología td en el sitio ud. Se calcula con base en

la siguiente fórmula: CIVBud,td,tr =

FCTDud,td × (CIFAtd,tr+1 – CIFAtd,tr) / (CALTtd,tr+1 – CALTtd,tr)

$/m3-día

CAMItd Capacidad de procesamiento mínima de un biodigestor con tecnología td.

m3-día MAE_TBD CAMI

CALT td,tr Capacidad de procesamiento asociada al tramo tr para un

biodigestor con tecnología td. m3-día TBD_TCI CALT

LOAD EXCEL

MODEL IN MS-WORD

LOAD OPTEX

LABORATORIO DE

TECNOLOGÍAS DE OPTIMIZACION

Para apoyar a los estudiantes en el proceso de conocimiento de las tecnologías de optimización DW ofrece como complemento al programa de

diplomados un laboratorio personal de tecnologías de optimización, basado en la plataforma informática OPTEX Mathematical

Modeling System, desarrollado inicialmente por DecisionWare y comercializado por DOA Analytics (DOA). El laboratorio le permite alestudiante desarrollar sus modelos matemáticos en múltiples tecnologías y almacenarlos en la base de datos de OPTEX, de forma tal depoder hacer uso de ellos durante su ejercicio profesional.

El laboratorio de optimización se basa en una licencia estudiantil deOPTEX, válida por tres años, que incluye:▪ Acceso a todos los servicios de OPTEX, sin límite en la cantidad de

elementos matemáticos (variables, restricciones, problemas, … )▪ OPTEX-EXCEL para cargar y correr modelos desde plantillas

EXCEL▪ Acceso al OPTEX-WEB-SERVER en un servidor de DW▪ Generación de modelos matemáticos en lenguajes de bajo nivel, C-

ANSI y PHYTON-PYOMO, encadenados a librerías deoptimización (GNU): GLPK, COIN-MP y LPSOLVE

▪ Generación de programas:▪ Lenguajes algebraicos: GMLP (GNU), GAMS y AMPL.▪ Incluyendo tecnologías de gran escala (Benders, Relajación

Lagrangeana, Programación Disyuntiva), en GAMS.▪ Conectividad al NEOS SERVER, para GAMS

▪ Conectividad a servidores de datos SQL.▪ Manuales técnicos y cursos virtuales de libre distribución▪ Programas ejemplos, de múltiples soluciones implementadas con

modelos desarrollados en OPTEX (en GAMS, GMLP, C y AMPL).▪ Soporte técnico y actualización de versiones.▪ Software GNU pre-instalado.

Los modelos desarrollados en OPTEX son portables entretecnologías de optimización y entre servidores de datos, y semantienen actualizados con base las labores de R&D+i queadelanta DO Analytics.

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

TARIFAS

FormatoInscripción:

DIPLOMADO MATHEMATICAL PROGRAMMING ANALYST PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

Diplomado Horas Costo

Profesional (USD)

Costo Estudiante

(USD)

Descuento Introducción

(%)

Fecha Limite Introducción

(dd/mmd/aa)

Costo OPTEX (USD)

CURSOS BÁSICOS INTRODUCCIÓN MODELAMIENTO MATEMÁTICO ESTRUCTURADO 20 180 120 33 1/11/2017

400 TECNOLOGÍAS DE OPTIMIZACIÓN 20 180 120 15 1/11/2017 OPTIMIZACIÓN DE LAS CADENAS DE ABASTECIMIENTO 20 180 120 15 1/11/2017 “MARKETING” CIENTÍFICO Y MODELOS MATEMÁTICOS 20 180 120 15 1/11/2017

DIPLOMADO: CUATRO CURSOS BÁSICOS 80 720 480 20 1/11/2017 300

CURSOS SECTORIALES OPTIMIZACIÓN EN LA INDUSTRIA MINERO-METALÚRGICA 20 180 120 10 1/3/2018

400 OPTIMIZACIÓN EN EL SECTOR ENERGÍA 20 180 120 10 1/3/2018

OPTIMIZACIÓN EN LA PLANIFICACIÓN REGIONAL INTEGRADA 20 180 120 10 1/3/2018

MODELAMIENTO MATEMÁTICO DE OPTIMIZACIÓN AVANZADO 20 180 120 10 1/3/2018

DIPLOMADO: CUATRO CURSOS SECTORIALES 80 720 480 20 1/3/2018 300

DIPLOMADO: CURSOS BÁSICOS + CURSOS SECTORIALES 160 1440 960 25 1/11/2017 200

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

COMO PARTE DE ACTIVIDADES DE INVESTIGACION, DESARROLLO E INNOVACIÓN, I&D+I, DW-DOA ESTÁN INTERESADOS EN ESTABLECER CONVENIOS CON UNIVERSIDADES, PROFESORES Y ESTUDIANTES, PARA APOYAR TESIS DE GRADO Y PROYECTOS DE INVESTIGACION, EN ÁREAS PROPIAS DE LA PROGRAMACIÓN MATEMÁTICA.

DEPENDIENDO DE LOS ACUERDOS DE TRANSFERENCIA DE TECNOLOGÍA, LOS DIPLOMADOS Y EL SUMINISTRO DE SOFTWARE PUEDEN SER

PARTE DEL CONVENIO DE ALIANZA QUE SE ACUERDE ENTRE DW-DOA Y EL INTERESADO.

DW-DOA ofrecen a las asociaciones de estudiantes universitarios acuerdos de transferencia de tecnología con beneficios económicos importantes, sustentados en acuerdos formales de Transferencia de

Tecnología en el tema de la Programación Matemática.

ASOCIACIONES DE ESTUDIANTES

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

http://pintorsorollaeducacionfisica.blogspot.com.co/2012 /09/mas-dibujos-para -colorear.html

TU CURSO PUEDE SALIR GRATIS !!!

Invita a tus amigos interesados en la Programación Matemática, y te daremos …

▪ El 5% del costo del primer curso que tome cada uno de tus referidos

▪ El 5% de descuento sobre el costo de cada curso que tomes

Si envías múltiples referidos se acumularán tus derechos económicos, dinero que será abonado a tu cuenta bancaria, o que puedes utilizarlo en cursos del diplomado.

PROGRAMA DE REFERIDOS

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

Formato InscripciónPrograma Referidos:

DW-DOA ofrecen a las universidades:

▪ Un cupo para un profesor, o quien asigne la universidad, por cada 10 diez alumnos de la universidad que tomen un curso

▪ Un descuento adicional del 5% a los alumnos de la universidad

Para obtener los anteriores derechos, la universidad debe facilitar la distribución a los alumnos de las invitaciones a los diplomados y las conferencia del programa.

PROGRAMA UNIVERSIDADES

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

http://venturebeat.com/2016/04/08/alchemist-accelerator-why-theres-still-lots-of-room-for-di sruptive-martech-webinar /

ASOCIACIONES GREMIALES y/o de EX-ALUMNOS

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

DW-DOA ofrecen a las asociaciones de gremiales:

▪ Un descuento adicional del 5% a los miembros de la asociación

▪ Alternativamente, DW-DOA pueden transferir el monto de los descuentos a la asociación

Para obtener los anteriores derechos, la asociación debe facilitar la distribución a los miembros de las invitaciones a los diplomados y las conferencia del programa.

http://www.propiedadintelectual.cl/623/w3-propertyvalue-70260.html

ADVANCED ANALYTICS

&

OPTIMIZATION

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

ProgramaGeneral

DecisionWare: cristina.pardo@decisionware.net

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

CONTACTOS

Para mayor información favor dirigirse a:

ORGANIZACIONES DONDE TRABAJAN NUESTROS PROFESORES/CONFERENCISTAS INVITADOS

ENTIDADES CON LAS QUE SE HAN ESTABLECIDO CONVENIOS DE COOPERACIÓN

EMPRESAS DONDE TRABAJAN ALGUNOS DE NUESTROS ESTUDIANTES

UNIVERSIDADES DONDE TRABAJAN O ESTUDIAN ALGUNOS DE NUESTROS ESTUDIANTES

ACERCA DE:

DO ANALYTICS LLC es una compañía, spin-off de DECISIONWARE International Corp.,

dedicada a la producción y al mercadeo de la tecnología de optimización

OPTEX MATHEMATICAL MODELING SYSTEM

DECISIONWARE International Corp. es una empresa dedicada a la producción de

modelos matemáticos de optimización en diferentes sectores, utilizando múltiples

tecnologías de optimización y las metodologías de optimización más avanzadas.

EXPERIENCIA PRODUCTOS Y SERVICIOS

OPTIMIZATION IS EVERYWHERE

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL

ADVANCED ANALYTICS

&

OPTIMIZATION

DIPLOMADO

MATHEMATICAL PROGRAMMING ANALYST

PARA ESTUDIANTES DE INGENIERIA INDUSTRIAL