Simulación y Optimización
CURSO ACADÉMICO 2026/2027
📌 Esta asignatura estará disponible en formato online por parciales (Parciales disponibles: 1º Parte óptimización, 2º parte óptimización y Simulación (Redes de Cambiadores de Calor),
Al ser totalmente online, no tiene horarios fijos, por lo que podrás acceder a los contenidos y prepararte a tu ritmo desde el campus virtual.
*Condiciones de Contratación
Aquí podrás consultar las condiciones generales de contratación
Si tienes dudas, pregúntanos
Clases de Ingeniería Térmica
Contenidos para el curso 2026-2027
TEMA 1. SIMULACIÓN DE PROCESOS. DIAGRAMAS DE FLUJO.
Simulación por ordenador. Tipos de Simuladores. Optimización.
TEMA 2. SIMULACIÓN MODULAR SECUENCIAL.
Descomposición de sistemas a gran escala. Algoritmos de Particionamiento. Descomposición de Redes Cíclicas Máximas.
TEMA 3. SIMULACIÓN ORIENTADA A ECUACIONES.
Método de factorización local (criterio de Markowitz). Reordenación “a priori” de matrices dispersas. Fase numérica.
TEMA 4. GRADOS DE LIBERTAD DE UN DIAGRAMA DE FLUJO.
Grados de libertad. Resolución de sistemas de ecuaciones no cuadrados. Elección de las variables de diseño.
TEMA 5. PROPIEDADES FÍSICAS EN SIMULADORES DE PROCESOS.
Obtención y uso de propiedades físicas. Sistemas computerizados de propiedades físicas.
TEMA 6. DISEÑO CONCEPTUAL DE PROCESOS.
Síntesis jerárquica. Síntesis basada en programación matemática. Ejemplos de aplicación: síntesis de redes de cambiadores de calor (método de diseño “Pinch”). Extensiones del método Pinch.
TEMA 7. OPTIMIZACIÓN DE PROCESOS QUÍMICOS.
Conceptos básicos sobre optimización. Optimización no lineal sin restricciones. Conceptos básicos de la optimización no lineal con restricciones (igualdad y desigualdad).
TEMA 8. MÉTODOS NUMÉRICOS DE OPTIMIZACIÓN. OPTIMIZACIÓN SIN RESTRICCIONES.
Optimización multivariable sin restricciones. Método de gradiente. Método de Newton. Métodos de secante.
TEMA 9. PROGRAMACIÓN LINEAL (LP).
Definiciones y teoremas básicos de la programación lineal. Resolución del problema. El algoritmo del Simplex. Programación cuadrática.
TEMA 10. MÉTODOS NUMÉRICOS PARA LA OPTIMIZACIÓN DE PROBLEMAS NO LINEALES CON RESTRICCIONES.
Métodos de penalización, barrera y Lagrangiana aumentada. Programación cuadrática sucesiva. Método del gradiente reducido.
TEMA 11. INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA CON VARIABLES DISCRETAS.
Programación lineal entera mixta (MILP). Algoritmos de ramificación y acotamiento con relajación lineal. Programación no lineal entera mixta (MINLP).
TEMA 12. MODELADO CON VARIABLES BINARIAS.
Conceptos básicos de álgebra de Boole. Transformación de expresiones lógicas a expresiones algebraicas. Modelado con variables discretas y variables continuas. Modelado de disyunciones (formulación de la envolvente convexa y de la gran M).
