“Un matemático es como un como un modisto que no tiene conciencia de las criaturas a las quele puede venir bien su ropa. Por supuesto, su arte se originó en la necesidad de vestir a esascriaturas, pero eso fue hace mucho tiempo. Sin embargo, llegará el día en el que surja unacriatura para la que aquellas prendas se ajusten como si hubiesen sido hechas para ella. No haypues fin para la sorpresa y el goce de las matemáticas”

George B. Dantzig

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

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

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

UN PROGRAMA ACADÉMICO ESPECIALIZADO EN MODELAMIENTO MATEMÁTICO, 100% BASADO EN EXPERIENCIAS PRÁCTICAS EN EL

MUNDO REAL, ON-LINE Y EN ESPAÑOL,

Y AL MEJOR PRECIO

“Loco es aquel que, haciendo siempre lo mismo, espera cada vez resultados diferentes"Albert Einstein

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

PROGRAMA COMPLETOACTUALIZADO

DW-server DOA-server Formato Inscripción:

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

DIRIGIDO A:El Programa de Educación Continuada MATHEMATICAL PROGRAMINGANALYST está dirigido a profesionales (ingenieros, matemáticos, físicos,economistas y administradores) que deseen fortalecer su carrera profesionalcomo científicos de datos (data scientist) y por lo tanto considerenconveniente capitalizar, en menos de un año, el “know how” desarrolladodurante cuarenta (40) años de ejercicio profesional de la programaciónmatemática (optimización), como una profesión orientada a resolverproblemas reales y a generar valor agregado en las organizaciones sociales yen las industriales.

“La planificación a largo plazo no es pensar en las decisiones futuras, sino en el futuro delas decisiones presentes". Peter Drucker.

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

“La única forma de hacer un trabajo genial es amar lo que haces“ Steve Jobs

ORIENTADO A PROFESIONALES DE LAS MATEMÁTICAS APLICADAS QUE DESEEN DESARROLLARSE COMO

CIENTÍFICOS DE DATOSY POR LO TANTO CONSIDEREN CONVENIENTE CAPITALIZAR, EN MENOS

DE UN AÑO, EL “KNOW HOW” DESARROLLADO DURANTE CUARENTA (40) AÑOS DE EJERCICIO DE LA PROGRAMACIÓN MATEMÁTICA, COMO UNA

PROFESIÓN ORIENTADA A RESOLVER PROBLEMAS REALES EN LAS ORGANIZACIONES.

"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"

The term optimization refers to the study of problems in which oneseeks to minimize or maximize a given function by choosing values ofthe variables from within a set. Optimization problems are central tohuman existence. There is hardly any area of human progress whereoptimization has not been found. Post second war era ofmathematical development took a turn towards concretizations.These developments were, in turn, reinforced by industrial andmanagerial revolutions bringing the organizational decision-makingto fore of the mathematicians concerned.

Optimization models and methods in this direction have come a longway since then to improve the way we do things: for example, intraffic we might wish to reduce delays, in electric power operationswe may device ways to deliver power while incurring minimal losses,in packet networks we might wish to reduce both packet delays andpacket losses. Such applications and many others of the same naturedraw upon the foundations of optimization theory and algorithms.Some of the other areas where optimization tools have foundapplications include operations management, finance, marketing,engineering, strategic planning, manufacturing, e-business, supplychain management, data envelopment analysis, industrial operationalresearch and operations research in infrastructure.

We aim to bring in forefront many facets of Optimization, namely,smooth and non-smooth optimization, convex and non-convexoptimization, integer and combinatorial optimization anddeterministic & stochastic optimization with emphasis on boththeory and applications.

http://raota.or.du.ac.in/About.html

Bajo una visión moderna de las soluciones de optimización matemática, se puede afirmar que los programas propietarios que embeben los modelos en lenguajes deprogramación de bajo nivel, de difícil, o de imposible, acceso a los usuarios finales (C, FORTRAN) son cada vez menos frecuentes, ya que hoy en día la optimizaciónmatemática corresponde a una solución informática de tecnología abierta, cuyos problemas matemáticos pueden resolverse utilizando múltiples solvers (librerías deoptimización, IBM CPLEX, XPRESS, GUROBI, DICOPT, CONOPT, …) y pueden programarse utilizando múltiples lenguajes computacionales algebraicos de altonivel (IBM OPL, GAMS, AMPL, MOSSEL, AIMMS, …) o lenguajes computacionales de propósito general de bajo nivel (C, Python, Java, …) integrando librerías deobjetos propios de la programación matemática (IBM Concert Technologies), para facilitar la implementación del modelamiento matemático y reducir su tiempo deimplementación al orden de los pocos meses.

Adicionalmente, la puesta en marcha de un sistema de soporte de decisiones, conformado por múltiples modelos matemáticos, se convierte en un proyecto detecnologías de la información, ya que tiene que integrar las bases de datos del usuario funcional con las bases de datos del modelador matemático y ordenar l usosde los modelos en ambiente de redes amplias como internet, para ello existen tecnologías especializadas como: OPTEX Mathematical Modeling System,AIMMS-PRO, IBM DOC, XPRESS OPTIMIZATION Suite, ….).

ALGEBRAIC LANGUAGE

OPTIMIZATIONLIBRARY

ERP

MATHEMATICAL MODELERS

ODBC

CPLEX

CLOUD OPL

SYSTEM FOR DSS SYSTEMS

ODME

IMPRESS

USER ORIENTED SYSTEMS

DB2ORACLE

EXCELDBF

SQE SERVERMySQL

TECNOLOGIAS DE OPTIMIZACIÓN

DE ACUERDO CON EL ESTADO DEL ARTE, IMPLEMENTAR

SOLUCIONES DE OPTIMIZACIÓN EFICACES, CONLLEVA LA

NECESIDAD DE CONOCER CON PROPIEDAD CIENTÍFICA LAS DIFERENTES ALTERNATIVAS

(OPTIMIZATION TECHNOLOGIES) QUE TIENE EL MODELADOR

MATEMÁTICO PARA RESOLVER LOS PROBLEMAS MATEMÁTICOS DE LA ORGANIZACIÓN PARA LA

CUAL TRABAJA.

What Operations Research Analysts Do ?2010

Operations Research Analysts

use advanced methods of analysis to help organizations

solve complex problems

and

make better decisions.

Employment of Operations Research Analysts is expected

to grow by 15 percent from 2010 to 2020

THE BEST JOB OF 2015http://www.businessinsider.com/best-jobs-of-2015-2015-4#ixzz3Y63WdGSK

1

THE BEST JOB OF 2015http://www.businessinsider.com/best-jobs-of-2015-2015-4#ixzz3Y63WdGSK

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

“Loco es aquel que, haciendo siempre lo mismo, espera cada vez resultados diferentes"Albert Einstein

MISIÓNApoyar al fortalecimiento científico de la enseñanza de la ProgramaciónMatemática y de sus aplicaciones, con la finalidad de formar profesionalesespecializados, con base en la transferencia de los conocimientos, de lasmetodologías y de las tecnologías desarrolladas por DecisionWare y por DOAnalytics, en el campo específico de las soluciones a problemasempresariales reales, para su aplicación en las empresas hispano-americanas”. Lo anterior como en medio de aumentar la práctica de laInvestigación de Operaciones, principalmente en los países en vías dedesarrollo.

ESTRUCTURA:

El programa de educación continuada MATHEMATICAL PROGRAMINGANALYST está integrado por un conjuntos de cursos, especializados enlas 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 (datascientist) 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 agrupanpara 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 losdiplomados 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 laProgramación 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. Laureano Escudero, Ph. D.Universidad Rey Juan Carlos , España

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

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.

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

Ing. Edgardo Fuchs, MBAOptimal Markets, Chile

Ing. Jonathan Moreno, M. Sc.DecisionWare Ltda., Colombia

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

RECURSOS

MODELOS MATEMATICOSComo soporte de los diplomados, los participantes tendrán acceso a: Modelos matemáticos de optimización y formulaciones algebraicas, que han

sido utilizadas en la solución de problemas reales en empresas de grantamaño.

Programas de modelos matemáticos en diferentes tecnologías deoptimización, como medio para desarrollar conocimiento en aplicaciones deoptimización.

Para casos especiales, acceso al servidor de DW para resolver problemas deinterés especifico

TECNOLOGIASPara conseguir la capacitación práctica se utiliza una tecnología de optimización(GAMS, IBM ILOG, XPRESS-MOSEL, AIMMS, …); de esta forma elparticipante conocerá códigos de computacionales de cuarta generación, que lepermiten aprender a escribir programas avanzados de acuerdo con la tecnologíade optimización utilizada.

PAPEROTECAEl estudiante tiene acceso a una “paperoteca” temática que facilita lainvestigación en tópicos de interés particulares.

PERSONALIZACIÓNEn el momento de su inscripción, el estudiante puede indicar problemasespecíficos, de interés profesional, y la Coordinación Académica analizará laconveniencia y la posibilidad de incluir el tema en el diplomado en referencia.

VIDEOSTodas las clases se graban, y están disponibles al participante en las 12 horassiguientes al final de la clase virtual, dictada presencialmente.

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

PLAN DE CURSOS:

El plan de cursos se repite por lo menos dos veces en un año, deforma tal que el estudiante puede organizar los diplomados a tomarde acuerdo con su conveniencia. La programación tienen en cuentallos meses de vacaciones del hemisferio norte (HN) y los delhemisferios sur (HS).

DIPLOMADOS PRIMER SEMESTRE 2017

DIPLOMADOS TEMÁTICOS FECHA INICIO

BASIC OPTIMIZACIÓN USING GAMS

ADVANCED OPTIMIZACIÓN USING GAMS

SUPPLY CHAIN OPTIMIZATION 04/03/2017

DEMAND CHAIN OPTIMIZATION 23/03/2017

OPTIMIZATION APPLIED TO ELECTRICITY’S

SYSTEMS &MARKETS

13/02/2017

01/03/2017

MATHEMATICAL MODELING APPLIED TO SMART

GRIDS

20/02/2017

28/02/2017

ETRM – ENERGY TRADING & RISK MANAGEMENT 16/05/2017

ASYCHRONOUS PARALELL OPTIMIZATION 24/04/207

DIPLOMADOS AVANZADOS

OPTIMIZATION APPLIED TO ELECTRIC SECTOR13/02/2017

01/03/2017

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC

SECTOR

13/02/2017

01/03/2017

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS 04/03/2017

ADVANCED OPTIMIZATION 04/03/2017

MATHEMATICAL PROGRAMING USING GAMS

ADVANCED OPTIMIZATION APPPLIED TO

CHEMICAL, PETROCHEMICAL AND

MINING & METALLURGICAL PROCESS

OPTIMIZATION APPLIED TO COMPLEX LOGISTICS

PROCESS

(1) La mayoría de las conferencias son de asistencia libre para los participantes en cualquiera o de los

diplomados ofrecidos, muchas de ellas son de asistencia libre al publico en general.

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES) PROMOTORES

PROGRAMA DE WEB- CONFERENCIAS

ASISTENCIA LIBRE

SESIÓNCONFE

RENCISTATEMA FECHA

HORARIO

UTC 05:00

1Jesús

VelásquezOptimización, Smart Grids y Eficiencia Energética Industrial 07/02/2017 8:00 am

2Jesús

Velásquez

Inteligencia de Mercados:

Efectos de Eventos y Analítica Aplicada a Bases de Datos Sindicadas09/02/2017 8:00 am

3Jesús

Velásquez

OPCHAIN E&G:

Despacho de Sistemas Integrados Electricidad & Gas (Aplicación en Perú)14/02/2017 8:00 am

4Jonathan

Moreno

Optimización en la Industria de Procesos.

Caso: Planificación y Programación de la Producción en Fábricas de Cemento23/02/2017 8:00 am

5Jesús

Velásquez

S&OP + ALM

Sales & Operations Planning + Assets Liabilities Management

por

confirmar8:00 am

6Jesús

Velásquez

A Decision Support System for Regional Planning of Large Regions

Using Mathematical Programing10/03/2017 8:00 am

7Fernando

LopezBig Data

por

confirmar

8Aldo

VechiettiOptimización vía Programación Disyuntiva. Aplicaciones en GAMS

por

confirmar

9 Local SolverLocal Solver: A Black-Box Local-Search Solver for 0-1 Programming

(Applications to Complex Discrete Optimization Models)

por

confirmar

10Ignacio

GrossmannEnterprise-Wide Optimization for Industrial Demand Side Management 11/04/2017 10:00 am

11Ignacio

GrossmannPlanning of Electric Power Infrastructures 21/04/2017 10:00 am

12Ignacio

Grossmann

Optimización en la Industria de Procesos 1

(tema específico por definir)10/05/2017 10:00 am

13Ignacio

Grossmann

Optimización en la Industria de Procesos 2

(tema específico por definir)22/05/2017 10:00 am

14Angel

MarínPlanificación de Sistemas de Transporte Público

por

confirmar

15Laureano

Escudero

por

confirmar

Información Adicional:

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

OPTIMIZATION APPLIED TO ELECTRIC SECTOR(46 HORAS)

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS MATHEMATICAL MODELING APPLIED TO SMART GRIDS ETRM – ENERGY TRADING & RISK MANAGEMENT

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

FECHA INICIO13/02/2017

DOA-server

DW-server

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR(66 HORAS)

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS MATHEMATICAL MODELING APPLIED TO SMART GRIDS ETRM – ENERGY TRADING & RISK MANAGEMENT ASYCHRONOUS PARALELL OPTIMIZATION

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

ESTE DIPLOMADO HA SIDO INCORPORADO COMO MATERIA FORMAL EN PROGRAMAS DE MAESTRÍA EN INGENIERÍA ELÉCTRICA

FECHA INICIO13/02/2017

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

FECHA INICIO11/02/2017

OPTIMIZATION FOR SMARTS INDUSTRIAL VALUE CHAINS

(54 HORAS)

SUPPLY CHAIN OPTIMIZATION DEMAND CHAIN OPTIMIZATION

DEMANDCHAIN

SUPPLYCHAIN

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

Source: http://ieor.berkeley.edu/~atamturk/bcol/

ADVANCED OPTIMIZATION(68 HORAS)

SUPPLY CHAIN OPTIMIZATION ASYCHRONOUS PARALELL OPTIMIZATION

FECHA INICIO11/02/2017

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

DIPLOMADO AVANZADO

EN PROCESO DE COORDINACIÓN

MATHEMATICAL PROGRAMING USING GAMS(40 HORAS)

BASIC OPTIMIZACIÓN USING GAMS ADVANCED OPTIMIZACIÓN USING GAMS

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

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

DIPLOMADO AVANZADO

ADVANCED OPTIMIZATION APPPLIED TO CHEMICAL, PETROCHEMICAL AND

MINING & METALLURGICAL PROCESS

Asesores Académicos y 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

FECHA PREVISTAABRIL 2017

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYST(THE BEST JOB IN INDUSTRIAL COUNTRIES)

DIPLOMADO AVANZADO

OPTIMIZATION APPLIED TO COMPLEX LOGISTICS PROCESS

FECHA PREVISTAMAYO 2017

Coordinador AcadémicoIng. Jesús Velásquez Bermúdez, Eng. D.

Chief Scientist DecisionWare

MATHEMATICAL PROGRAMING ANALYST

DIPLOMADOS TEMÁTICOS – PRIMER SEMESTRE 2017

DIPLOMADO OBJETIVO – PLAN DE TEMASBASIC

OPTIMIZACIÓN

USING GAMS

Capacitar al participante en el uso de GAMS como tecnología de optimización, basándose en modelos

matemáticos utilizados en problemas de optimización en el mundo real; haciendo uso de los conceptos

básicos de GAMS.

ADVANCED

OPTIMIZACIÓN

USING GAMS

Capacitar al participante en el uso de GAMS para resolver problemas matemáticos complejos, haciendo uso

de metodologías de partición y de descomposición de modelos de gran tamaño (Teoría de Benders,

Relajación Lagrangeana, Descomposición Cruzada); trabajando sobre las herramientas ofrecidas por GAMS

para la optimización distribuida.

ASYCHRONOUS

PARALELL

OPTIMIZATION

Capacitar al participante en el conocimiento y en el manejo de las metodologías matemáticas de partición y

de descomposición de sistemas de gran tamaño, soporte de la denominada optimización distribuida de alto

nivel. Se estudian las siguientes metodologías (incluye casos reales prácticos y códigos computacionales

GAMS para cada metodología analizada):

Programación Disyuntiva

Teoría de Benders

Teoría de Benders y Programación Dinámica (DDP, GDDP, SDDP, SGDDP)

Relajación Lagrangeana

Descomposición Cruzada

Optimización Estocástica NO-Anticipativa:

o Gestión de Riesgos Financieros

o Solución vía Descomposición y/o Partición

Optimización Paralela Asincrónica (Optimización Distribuida)

MATHEMATICAL PROGRAMING ANALYST

DIPLOMADOS TEMÁTICOS – PRIMER SEMESTRE 2017

DIPLOMADO OBJETIVO – PLAN DE TEMAS

SUPPLY CHAIN

OPTIMIZATION

Capacitar al participante en el conocimiento de los modelos matemáticos utilizados para la optimización de

cadenas industriales de oferta/producción (supply chain); haciendo énfasis en el modelamiento

matemático de problemas reales y en el desarrollo de soluciones orientadas a su implementación en

grandes empresas. Se estudian soluciones para:

Diseño de Cadenas de Abastecimiento

Optimización del proceso S&OP (Sales & Operations Planning)

Optimización de Políticas de Inventarios

Optimización de Compras (Sourcing Optimization)

Programación de la Producción

Planificación de Atención de Pedidos (ATP, Available-To-Promise)

Planificación de la Distribución

DEMAND CHAIN

OPTIMIZATION

Capacitar al participante en el conocimiento de los modelos matemáticos utilizados para la optimización de

cadenas industriales de demanda (demand chain); haciendo énfasis en el modelamiento matemático de

problemas reales y en el desarrollo de soluciones orientadas a su implementación en grandes empresas. Se

estudian soluciones para:

Modelamiento de la Caracterización de la Demanda

Modelamiento del Market-Share

Optimización del Marketing-Mix

Optimización de Precios (Revenue Management)

Optimización de Políticas de Inventarios

Balanceo de Inventarios

MATHEMATICAL PROGRAMING ANALYST

DIPLOMADOS TEMÁTICOS – PRIMER SEMESTRE 2017

DIPLOMADO OBJETIVO – PLAN DE TEMAS

OPTIMIZATION

APPLIED TO

ELECTRICITY’S

SYSTEMS &

MARKETS

Capacitar al participante en el conocimiento de los modelos matemáticos utilizados para modelar sistemas

y mercados eléctricos; haciendo énfasis en el modelamiento matemático de problemas reales. Se estudian

soluciones para:

Despacho Económico de Sistemas de Potencia (largo, mediano y corto plazo)

Modelos basados en Optimización Estocástica No-Anticipativa

Modelos basados en la teoría SDDP (Stochastic Dual Dynamic Programing)

Modelamiento de la Reglamentación de Mercados Eléctricos

Modelamiento de Agentes Competitivo (Equilibrio Nash-Cournot y Stackelberg)

Modelamiento de Alianzas (Valor de Shapley)

Modelamiento de la hidrología y de fuentes Renovables

Diseño de Sistemas de Abastecimiento de Electricidad (generación y transmisión)

Optimización del Mantenimiento

Valoración de Activos Energéticos

ETRM – ENERGY

TRADING &

RISK

MANAGEMENT

capacitar al participante en el conocimiento de los modelos matemáticos utilizados para modelar el

mercadeo a corto, mediano y largo plazo de energía; se estudia:

Optimización Estocástica No-Anticipativa

Medición y Gestión del Riesgo Financiero

Predicción del Precio Spot:

o Modelos Técnico Económicos (largo y mediano plazo)

o Modelos ARMAX-GARCH (corto plazo)

Modelos de Optimización Estocástica (asignación de cantidad, establecimiento de límites en los

precios)

MATHEMATICAL PROGRAMING ANALYST

DIPLOMADOS TEMÁTICOS – PRIMER SEMESTRE 2017

DIPLOMADO OBJETIVO – PLAN DE TEMAS

MATHEMATICAL

MODELING

APPLIED TO

SMART GRIDS

Capacitar al participante en el conocimiento de los modelos matemáticos utilizados para modelar smart-

grids; haciendo énfasis en el modelamiento matemático de problemas reales. A partir de la presentación

general, semi-detallada, de las nuevas tecnologías disponibles en los sistemas de potencia, se estudian

soluciones para:

Forecast de Fuentes de Energía Renovables:

o Modelos Físicos (NWP, Numerical Weather Prediction)

o Modelos Estadísticos clásicos (ARIMAX-GARCH)

o Modelos Estadísticos Bayesianos

o Estimación de Estado (Filtro de Kalman y sus variaciones)

o Modelos de Inteligencia Artificial (Redes Neuronales y Lógica Difusa)

o Modelos Híbridos

o Combinación Bayesiana de Modelos

Optimización del Diseño de Smart-Grids

Re-Localización Óptima de Equipos

Modelos de Despacho de Smart Grids (el día anterior, en tiempo real)

Detección de Fraudes

MATHEMATICAL PROGRAMING ANALYST

CALENDARIO DE CURSOS – PRIMER SEMESTRE 2017

DESCRIPCIÓNSESIO

NES

HO

RAS

FECHA (1)

DÍAS (2)

COSTO (3)(4)(5)

PROFESIONAL

(USD)INICIO FIN

DIPLOMADOS TEMÁTICOS

BASIC OPTIMIZACIÓN USING GAMS 10 20 SAB, LUN, MAR 170

ADVANCED OPTIMIZACIÓN USING GAMS 10 20 SAB, LUN, MAR 170

SUPPLY CHAIN OPTIMIZATION 20 40 04/03/2017 27/05/2017 SAB 320

DEMAND CHAIN OPTIMIZATION 12 24 23/03/2017 06/05/2017 SAB, LUN, MAR, JUE, VIE 192

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS &MARKETS 12 24 13/02/2017 09/05/2017 LUN, MAR 192

MATHEMATICAL MODELING APPLIED TO SMART GRIDS 13 26 20/02/2017 18/04/2017 LUN, MAR, JUE, VIE 208

ETRM – ENERGY TRADING & RISK MANAGEMENT 3 6 16/05/2017 30/05/2017 MAR 54

ASYCHRONOUS PARALELL OPTIMIZATION 14 28 24/04/2017 12/06/2017 LUN, MAR 224

DIPLOMADOS AVANZADOS (6)

OPTIMIZATION APPLIED TO ELECTRIC SECTOR 23 46 13/02/2017 06/06/2017 LUN, MAR 322

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS 27 54 11/02/2017 13/05/2017 SAB, LUN, MAR 378

ADVANCED OPTIMIZATION 34 68 11/02/2017 12/06/2017 SAB, LUN, MAR 442

MATHEMATICAL PROGRAMING USING GAMS 20 40 320

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR 33 66 13/02/2017 12/06/2017 LUN, MAR 430

(1) Para facilitar la participación de estudiantes del hemisferio sur, DW está elaborando un calendario para repetir las clases programadas para antes 01/03/2017

(2) En general los diplomados se dictan siempre los mismos días de la semana; pero pueden existir casos en los que esta regla no se puede cumplir, para el calendario detallado se sugiere

descargar el documento PDF asociado.

(3) Para estudiantes menores de 33 años se ofrece un descuento del 35% del valor del costo del profesional

(4) El costo no incluye impuestos al valor agregado, en el formato de inscripción se presentan las alternativas disponibles

(5) A partir de cinco (5) participantes, para contratación masiva de cursos por parte de empresas y/o de universidades, favor dirigirse a dw-ctt@decisionware.net o al responsable del

territorio/sector.

(6) Para contratación de cursos virtuales “in company”, personalizados de acuerdo con el interés del cliente, favor dirigirse a dw-ctt@decisionware.net o al responsable del territorio/sector.

(7) En todos los diplomados se entrega diploma de asistencia respaldado por DecisionWare

(8) Todas las clases son dictadas por profesionales especializados en el modelamiento matemático y con nivel académico Maestría o Doctorado.

(9) DW esta coordinando la programación de diplomados adicionales.

(10) Cualquier información adicional, favor dirigirse a dw-ctt@decisionware.net o al responsable del territorio/sector.

Argentina: dw-ctt@decisionware.net

Bolivia: dw-ctt@decisionware.net

Centro América: dw-ctt@decisionware.net

Colombia Bogotá-Resto: cristina.pardo@decisionware.netMedellin: claudia.velasquez@decisionware.netCosta Atlántica: claudia.velasquez@decisionware.net

Chile: dw-ctt@decisionware.net

España: keila.gonzalez@decisionware.net

México: dw-ctt@decisionware.net

Perú: fernando.samaniego@decisionware.net

Resto Países: dw-ctt@decisionware.net

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

CONTACTOS

Para mayor información favor dirigirse a dw-ctt@decisionware.net o a:

ADVANCED OPTIMIZATION APPPLIED TO CHEMICAL, PETROCHEMICAL AND MINING & METALLURGICAL

PROCESS

OPTIMIZATION APPLIED TOCOMPLEX LOGISTICS PROCESS

MATHEMATICAL PROGRAMING USING MOSEL-XPRESS

MATHEMATICAL PROGRAMING USING IBM ILOG CPLEX STUDIO

BIG DATA: METODOLOGÍAS MATEMÁTICAS Y TECNOLOGÍAS INFORMÁTICAS

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS EN PREPARACIÓN

MACHINE LEARNING AND APPLICATIONS

DATA ENVELOPED ANALYSIS

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS EN PREPARACIÓN

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

DIPLOMADO AVANZADO:

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR

Fecha Inicio: Lunes 13 de Febrero de 2017 Fecha Final: Martes 6 de Junio de 2017 Sesiones: 33 sesiones de dos horas c/u Horario: Time Zone UTC 05:00 (Bogotá) 8:00 am a 10:00 am Sitio: webex DO ANALYTICS LLC

“Somos la primera generación que siente los efectos del cambio climático y la última que puede haceralgo para solucionarlo” Barack Obama

PROMOTORES PROFESORES DE:

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR(66 HORAS)

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS MATHEMATICAL MODELING APPLIED TO SMART GRIDS ETRM – ENERGY TRADING & RISK MANAGEMENT ASYCHRONOUS PARALELL OPTIMIZATION

ESTE DIPLOMADO HA SIDO INCORPORADO COMO MATERIA FORMAL DE PROGRAMAS DE MAESTRÍA EN INGENIERÍA ELÉCTRICA

Chief Scientist DecicionWare Transfer Technology CenterIng. Jesús Velásquez Bermúdez, Eng. D.

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

DIPLOMADO AVANZADO:

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR

Fecha Inicio: Lunes 13 de Febrero de 2017 Fecha Final: Martes 6 de Junio de 2017 Sesiones: 33 sesiones de dos horas c/u Horario: Time Zone UTC 05:00 (Bogotá) 8:00 am a 10:00 am Sitio: webex DO ANALYTICS LLC

“Somos la primera generación que siente los efectos del cambio climático y la última que puede haceralgo para solucionarlo” Barack Obama

PROMOTORES PROFESORES DE:

CONFERENCISTAS INVITADOS:

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

TEMAS: Planning and Scheduling for Industrial Demand Side Management Planning of Electric Power Infrastructures

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

ESTRUCTURA:El diplomado avanzado OPTIMIZATION APPLIED TO ELECTRIC SECTOR, que hace parte delprograma de educación continuada MATHEMATICAL PROGRAMING ANALYST, está orientado acapacitar al participante en los principales problemas que se deben resolver en la planificación, en laprogramación, y en el mercadeo de electricidad, teniendo en cuenta las nuevas tecnologías eléctricas quedan origen a las Smart Grids, comerciablemente rentables, está integrado por tres diplomados básicos: OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS: orientado a: i) el

modelamiento de la planificación y del despacho de sistemas eléctricos y ii) a la comercialización y lagestión de riesgos financieros en los mercados de energía. Se utilizaraan modelos en GAMS paraaclarar conceptos.

MATHEMATICAL MODELING APPLIED TO SMART GRIDS: capacitación en los nuevos problemas matemáticos que surgen de las tecnologías eléctricas que generan las smart grids.

ETRM – ENERGY TRADING & RISK MANAGEMENT: capacitación en modelamiento de gestión de riesgos financieros, y de eventos extremos, por medio de modelos de optimización estocástica.

La duración total del diplomado es de 52 horas de capacitación. Para participantes interesados enprofundizar en las metodologías matemáticas se ofrecen los siguientes diplomados complementarios: ASYCHRONOUS PARALELL OPTIMIZATION: capacitación en metodologías de gran escala

requeridas para implementar soluciones bajo los enfoques de optimización distribuida. ENERGETIC EFFICIENCY OPTIMIZATION: orientado al uso de las tecnologías propias de las smart

grids como medio para optimizar la eficiencia energética de los procesos industriales.

DIRIGIDO A:Profesionales (ingenieros, matemáticos, físicos, consultores, economistas, “data analyst”, desarrolladoresde software, … ) que requieran o desean conocer las nuevas tecnologías eléctricas relacionadas con lasSmart Grids, la eficiencia energética industrial y su relación con las metodologías matemáticas requeridaspara evaluar su impacto técnico-económico a nivel de: i) el diseño de los sistemas de suministro deenergía, ii) la eficiencia energético-económica de los procesos industriales y iii) la optimización de sugestión en los mercados energía.

DIPLOMADO AVANZADO:

OPTIMIZATION APPLIED TO ELECTRIC SECTOR

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS

(24 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE OPTIMIZACIÓN DESPACHO SISTEMAS ELÉCTRICOS MERCADOS ELÉCTRICOS COMPETITIVOS TEORIA DE JUEGOS APLICADA AL SECTOR

ENERGÍA VALORACIÓN DE PROYECTOS SMART GRIDS OPTIMIZACIÓN (1, 2, 3) TEORÍA DE BENDERS TEORÍA DINÁMICA DE BENDERS (DDP, GDDP,

SDDP) (1, 2) GAMS - TEORÍA DE BENDERS

MATHEMATICAL MODELING APPLIED TO SMART GRIDS

(26 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE OPTIMIZACIÓN TECNOLOGÍAS ELÉCTRICAS (1,2,3) SMART METERING SMART GRIDS OPTIMIZATION (1, 2, 3) FORECAST: MÉTODOS ESTADÍSTICOS FORECAST: ESTIMACIÓN DE ESTADO FORECAST: INTELIGENCIA ARTIFICIAL FORECAST: MÉTODOS HÍBRIDOS

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS

ETRM – ENERGY TRADING & RISK MANAGEMENT(6 HORAS)

STOCHASTIC OPTIMIZATION RISK MANAGEMENT ETRM – ENERGY TRADING & RISK MANAGEMENT

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS

ASYCHRONOUS PARALELL OPTIMIZATION(28 HORAS)

PARTICIÓN Y DESCOMPOSICIÓN DE SISTEMAS TEORÍA DE BENDERS RELAJACION LAGRANGEANA

TEORÍA DE BENDERS – DDP, GDDP, SDDP (1, 2)

GAMS - TEORÍA DE BENDERS GAMS - RELAJACIÓN LAGRANGEANA GAMS - DESCOMPOSICIÓN CRUZADA OPTIMIZACIÓN ESTOCÁSTICA RISK MANAGEMENT (1, 2) DISEÑO DE CADENAS DE ABASTECIMIENTO

RESILIENTES ALM: ASSET LIABILITIES MANAGEMENT

Source: http://ieor.berkeley.edu/~atamturk/bcol/

OPTIMIZATION APPLIED TO ELECTRIC SECTOR(46 HORAS)

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS MATHEMATICAL MODELING APPLIED TO SMART GRIDS ETRM – ENERGY TRADING & RISK MANAGEMENT

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

ADVANCED OPTIMIZATION APPLIED TO ELECTRIC SECTOR(46 HORAS)

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS MATHEMATICAL MODELING APPLIED TO SMART GRIDS ETRM – ENERGY TRADING & RISK MANAGEMENT ASYCHRONOUS PARALELL OPTIMIZATION

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

MODELAMIENTO DEL SECTOR ENERGETICO

El diplomado está orientado al estudio del comportamiento de una de las cadenasintegradas de abastecimiento energético (hidro-electricidad-gas-petróleo-biomasa);concentrándose en la cadena de la electricidad y sus relaciones con los otros tipos deenergía. Se consideran modelos que simulan decisiones óptimas a lo largo de los diferentesniveles jerárquicos de la toma de decisiones: Estratégico: Diseño de la infraestructura de la cadena Táctico: Planificación de actividades multi-periodo (meses/semanas) para determinar

volúmenes de la producción, distribución y consumo de energéticos primarios y de derivados energéticos

Operativo: programación de operaciones en las instalaciones

El modelaje integrado de las cadenas de abastecimiento de electricidad–gas permiteanalizar la sincronización de los dos estabones de la cadena energética y la integración consus mercados de forma tal de considerar las transferencias internas como una demandaendogenizada; para ello la demanda de electricidad y la de gas se consideran de maneradiferenciada por aéreas operativas y por sectores económicos, con base en curvas deduración de carga diferenciadas espacio-temporalmente.

Los modelos técnico-económicos implican la simulación de la transformación de losenergéticos básicos (agua, aire, gas, crudo, bio-masa) en electricidad, producidos pormedio de múltiples tecnologías industriales con la finalidad de atender la demanda final deelectricidad y de gas que realiza la sociedad.

METODOLOGÍAS AVANZADAS DE OPTIMIZACIÓN

El sector eléctrico se ha destacado en la utilización de la programación matemáticaavanzada como soporte a las decisiones que se toman, tanto a nivel del de los sistemas degeneración, transporte y distribución de electricidad, como en el estudio de decisionesestratégicas que los gobiernos para evaluar el impacto de sus decisión regulatorias yoperacionales.

El uso de la Teoría de Benders es amplio para desarrollar complejos algoritmoscomputacionales que utilizan los modelos matemáticos para la planificación y la operaciónde los sistemas y de los mercados eléctricos; específicamente la metodología denominadaDDP (Dual Dynamic Programing) es el soporte del modelo SDDP (Stochastic Dual DynamicPrograming), producido por la empresa brasileña PSR, que es ampliamente utilizado anivel latinoamericano y a nivel mundial, la relación de la Programación Dinámica y laTeoría de Benders será analizada con detenimiento para comprender con propiedad su usopara modelos de optimización estocástica, como el SDDP y su relación con la gestión deriesgos financieros.

Por otro lado, se estudiarán el modelamiento de mercados de energía donde compiten y/ocooperan agentes; específicamente se estudiará el modelamiento de equilibrio económicodel tipo Nash-Cournot para el caso de mercados del tipo Stackelberg, que implicanagentes dominantes, “price makers”, y agentes seguidores, “price takers”. Para el caso deagentes cooperativos, se estudiará el uso del “Shapley Value” para establecer condicionesde equilibro, en coaliciones de agentes que actúan de manera cooperada.

DIPLOMADO BÁSICO:

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS

DIPLOMADO BÁSICO:

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS

OPTIMIZACIÓN EN EL SECTOR ELECTRICIDAD-GAS

Los servicios prestados por los modelos matemáticos pueden ser: Estudios de interconexión multi-regional Estudios de expansión del sistema, desde el punto de vista de un planificador central,

o del de un operador Despacho integrado electricidad-gas a mínimo costo, escalable a nivel horario, diario,

semanal, mensual, … Simulación de mercados competitivos bajo condiciones de máxima ganancia de

operadores. Optimización de la negociación de energía (electricidad y/o gas) a mediano/largo

plazo, incluyendo cubrimiento de riesgos financieros (ETRM) Optimización de mantenimiento de infraestructura Evaluación de impacto de nuevas regulaciones. Diseño de redes de suministro de servicios Evaluación de proyectos de inversión en infraestructura. Determinar el punto de equilibrio de los mercados de electricidad y de gas. Analizar el impacto de contratos “take or pay” de gas en el despacho de electricidad Determinar costos marginales en los dos mercados y su impacto en otros sub-

mercados como los del gas vehicular y el gas industrial. Análisis del impacto de la reglamentación en sistemas y mercados de gas-electricidad Análisis del impacto de externalidades que se generan en un mercado como

consecuencia de acciones en el otro mercado. Análisis financiero del comportamiento de los agentes en ambos mercados Demandas de combustibles en plantas térmicas con combustibles duales.

EXPANSIÓN DE LA CADENA ENERGÉTICALos modelos matemáticos soportan las decisiones de inversión, ya sea desde el puntode vista social, o desde el punto de vista del empresario, se puede optimizar: Expansión y/o modernización de la red de infraestructura: embalses, plantas de

generación (hidráulicas, térmicas, eólicas, … ), redes de interconexión (de agua, de electricidad y/o de gas), plantas de licuefacción/regasificación.

Selección de tecnologías/modos de producción Selección de modos de contratación a largo plazo de suministro de energéticos Riesgo financiero de la inversión (Value-at-Risk) Estrategias de riesgo financiero controlado, bajo condiciones de incertidumbre. Evaluación y control de impactos ambientales.

Durante el diplomado se presentarán casos reales de la expansión del sistema detrasmisión de electricidad en una ambiente de expansión libre del sistema degeneración. Adicionalmente, se analizará el proceso de valoración de activosenergéticos.

-50

0

50

100

150

200

250

01/01/2014 01/01/2016 01/01/2018 01/01/2020 01/01/2022 01/01/2024M

USD

INGRESO NETO - VENTAS A LARGO PLAZO

MEDIO MAX MIN DESV.EST

DIPLOMADO BÁSICO:

MATHEMATICAL MODELING APPLIED TO SMART GRIDS

Source: http://www.ennomotive.com/what-are-and-why-of-smart-grids/

SMART-GRIDSSmart-Grids representa el futuro de energía eléctrica el cual ya comienza a sertotalmente diferente de lo que hemos conocido hasta el presente, el cual sebasa fundamentalmente en dos puntos fundamentales que son viablestecnológicamente: la generación de electricidad distribuida y el procesamientode información distribuido. Como un campo de acción nuevo, es necesariodesarrollar el nuevo conocimiento que soporta esta área tecnológica, parte deello será el procesamiento científico de la gran cantidad de datos (big data) queestán disponibles en múltiples formas.

DEMAND RESPONSELos modelos matemáticos, orientados a soportar de las decisiones de losagentes que participan en las smart grids, son el medio para que la demandaparticipe activamente en el nuevo sector eléctrico, pueden agruparse en: Industrial Energy Efficiency Optimization: optimización de la gestión

de la energía eléctrica y de la emisión de gases contaminantes en sistemasindustriales intensivos en el consumo de energía.

Building and Residential Energy Efficiency Optimization:optimización de la gestión de la energía eléctrica en conjuntos de edificios;como universidades, urbanizaciones, centros comerciales, ...

Forecast of Renewable Energy Sources: predicción de corto, demediano y de largo plazo de la disponibilidad de fuentes energíarenovables, como: el viento, la radiación solar y los recursos hídricos.

Optimization of Load Management: optimización de la gestión de lacarga eléctrica que consiste en planificar y en programar el consumo y lageneración y ajustarlos a un metas objetivo, que deberán ser coordinadascon los operadores del sistema interconectado.

Distribution Network Planning: optimización del diseño de las “smartgrids”

El diplomado analiza las fuentes renovables de energía y su modelamiento paraque sean incorporadas en los procesos de toma de decisión de los agentes delmercado eléctrico.

DIPLOMADO BÁSICO:

MATHEMATICAL MODELING APPLIED TO SMART GRIDS

Las nuevas fuentes de energíarenovable tienen un comportamientomarcadamente aleatorio y esnecesario su proyección a futuro paraque los agentes generadores puedanasumir compromisos de energía firmey/o de despacho de acuerdo a lareglamentación de la región dondeoperen

Existen múltiples metodologías matemáticas para enfrentar el problema: Modelos Físicos (NWP, Numerical Wheatear Prediction) Modelos Estadísticos Convencionales: Mínimos cuadrados, ARIMAX, GARCH, … Modelos Estadísticos Dinámicos Bayesianos Estimación de Estado (Filtro de Kalman y sus variaciones) Inteligencia Artificial (Redes Neuronales y Lógica Difusa) Metodologías Hibridas, resultado de la mezcla de dos o más de las

metodologías mencionadas.

Teniendo en cuenta la novedadasociada a las tecnologías de smart-grids, se considera como partefundamental del diplomado, lapresentación y el análisis de lastecnologías de sistemas de potenciaque hacen viables las smart grits, lasactuales y las del futuro cercano.

Con miras a su modelaje matemático, se presentan y se analizan lastecnologías disponibles, indicando las ecuaciones matemáticas que se debenconsiderar para incorporar dichas tecnologías en los modelos matemáticos desistemas y de mercados de electricidad.

TECNOLOGIAS EN SISTEMAS DE POTENCIA

PRONÓSTICOS DE VARIABLES

4. PRONÓSTICOS DE VARIABLES

Metodologías:

o Modelos Físicos (NWP, Numerical Wheatear Prediction)

o Modelos Estadísticos (Convencionales y Bayesianos)

o Estimación de Estado (Filtro de Kalman)

o Inteligencia Artificial (Redes Neuronales y Lógica Difusa)

o Metodologías Hibridas

Casos: Fuentes Renovables, Demanda, Precios

3. OPTIMIZACIÓN EN SMART GRIDS

Diseño Óptimo de Sistemas de Generación-Almacenamiento

Despacho Económico incluyendo Nuevas Tecnologías

Gestión y Respuesta de la Demanda

Almacenamiento de Energía

Reconfiguración de la Red

o Balanceo de Fases

o Localización de Transformadores

Diseño de Sistemas de Vehículos Inteligentes

1. INTRODUCCIÓN A LA OPTIMIZACIÓN

Analytics y Advanced Analytics. Estado del Arte

Teoría de la dualidad y economía

Matemáticas de la Optimización y de la Economía

Partición y Descomposición de Sistemas de Gran Tamaño

o Teoría de Benders

o Relajación Lagrangiana

o Descomposición Cruzada

Optimización Estocástica No-Anticipativa

Precios y Costos Marginales

Tecnologías de Optimización: Solvers, Lenguajes Algebraicos

2. SMART GRIDS

Conceptos : Smart Meters, Smart Grids, Smart Cities.

o Arquitecturas y Modelos de Smart Grids

o Microrredes

Smart Generation

o Generación Distribuida

o Generación: Eólicas, Fotovoltaicas, Micro-hidráulicas, Biomasa, Geotérmica

o Almacenamiento: Energy Storages y Pumping Storages

Smart Transmission

o Beneficios y Riesgos

o Tecnología HVDC

o FACTS (Flexible AC Transmission Systems)

o PMU (Phasor Measurement Unit )

Smart Distribution

o Almacenamiento de Energía

o Vehículos Eléctricos (VE)

Respuesta de la Demanda:

o Internet of Things (IoT)

o Smart Buildings, Smart Industries

3. SMART METERING

Infraestructura de Medida Avanzada (AMI)

Lectura Automática (AMR)

Software Analítico

Beneficios de la AMI

PLAN DE TEMAS

Source: Toward a Smarter Grid ABB´s Vision of the Power System of the Future

DIPLOMADO BÁSICO:

MATHEMATICAL MODELING APPLIED TO SMART GRIDS

DIPLOMADO TEMÁTICO

MATHEMATICAL MODELING APPLIED TO SMART GRIDS

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos de Optimización 20/02/2017 01/03/2017 8:00 am

2 JVB Advanced Analytics 27/02/2017 04/03/2017 8:00 am

3 LHV Fundamentos Smart Grids 28/02/2017 28/02/2017 8:00 am

4 LHV Smart Generation - Smart Transmission 07/03/2017 07/03/2017 8:00 am

5 LHV Energy Storages 14/03/2017 14/03/2017 8:00 am

6 LHV Smart Metering 21/03/2017 21/03/2017 8:00 am

7 JVB Optimización Smart Grids 1 20/03/2017 20/03/2017 8:00 am

8 JVB Optimización Smart Grids 2 27/03/2017 27/03/2017 8:00 am

9 JVB Optimización Smart Grids 3 17/04/2017 17/04/2017 8:00 am

10 JVB Forecast – Métodos Clásicos y Bayesianos 28/03/2017 28/03/2017 8:00 am

11 JVB Forecast – Estimación de Estado 03/04/2017 03/04/2017 8:00 am

12 LHV Forecast – Inteligencia Artificial 04/04/2017 04/04/2017 8:00 am

13 JVB Forecast – Métodos Híbridos 18/04/2017 18/04/2017 8:00 am

CONFERENCIAS ADICIONALES

JVB Optimización, Smart Grids y Eficiencia Energética Industrial 07/02/2017 8:00 am

JVB OPCHAIN E&G: Despacho de Sistemas Integrados Electricidad & Gas 14/02/2017 8:00 am

IGR Planning and Scheduling for Industrial Demand Side Management 11/04/2017 10:00 am

IGR Planning of Electric Power Infrastructures 21/04/2017 10:00 am

DIPLOMADO TEMÁTICO

OPTIMIZATION APPLIED TO ELECTRICITY’S SYSTEMS AND MARKETS

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos Optimización 20/02/2017 01/03/2017 8:00 am

1A JVB Advanced Analytics 27/02/2017 04/03/2017 8:00 am

2 JVB Despacho de Sistemas Eléctricos 13/02/2017 02/03/2017 8:00 am

3 JVB Modelamiento de Mercados de Electricidad 1 21/02/2017 03/03/2017 8:00 am

4 JVB Modelamiento de Mercados de Electricidad 2 06/03/2017 06/03/2017 8:00 am

5 JVB Valoración de Activos de Sistemas de Potencia 13/03/2017 13/03/2017 8:00 am

6 JVB Optimización Smart Grids 1 20/03/2017 20/03/2017 8:00 am

7 JVB Optimización Smart Grids 2 27/03/2017 27/03/2017 8:00 am

8 JVB Optimización Smart Grids 3 17/04/2017 17/04/2017 8:00 am

9 JVB Optimización Avanzada – Teoría de Benders 25/04/2017 25/04/2017 8:00 am

10 JVB Teoría de Benders – Ejemplos GAMS 02/05/2017 02/05/2017 8:00 am

11 JVB Benders – Modelos Dinámicos (DDP, GDDP, SDDP, …) - Teoría 08/05/2017 08/05/2017 8:00 am

12 JVB Benders – Modelos Dinámicos (DDP, GDDP, SDDP, …) 2 - Aplicaciones 09/05/2017 09/05/2017 8:00 am

CONFERENCIAS ADICIONALES

JVB Optimización, Smart Grids y Eficiencia Energética Industrial 07/02/2017 8:00 am

JVB OPCHAIN E&G: Despacho de Sistemas Integrados Electricidad & Gas 14/02/2017 8:00 am

IGR Planning and Scheduling for Industrial Demand Side Management 11/04/2017 10:00 am

IGR Planning of Electric Power Infrastructures 21/04/2017 10:00 am

NEGOCIACION DE ELECTRICIDAD Y DE GAS LARGO PLAZO

Los modelos de optimización están orientados a ddeterminar decisiones óptimascon respecto a la compra/venta de electricidad y/o de gas a largo plazo, ya seapor medio de contratos estandarizados (derivados) o por medio de contratosbilaterales.

Los modelos utilizados son del tipo de optimización estocástica e incluyen todoslos conceptos modernos para el manejo óptimo de portafolios de contratos,incluyendo la gestión de los riesgos financieros; estos modelos unidos a lasimulación de los mercados de energía (despacho del sistema electricidad-gas)determinan el impacto de los contratos en los precios del mercado spot, o enlos costos marginales.

El diplomado se centra en presentar el uso de modelos avanzados en el procesode tomar decisiones de compra/venta de energéticos, y en general de cualquiertipo de instrumento financiero derivado.

DIPLOMADO BÁSICO:

ETRM – ENERGY TRADING & RISK MANAGEMENT

SISTEMA

DE

INFORMACIÓN

Modelo Técnico-Económico Despacho de Plantas

0

20

40

60

80

100

120

140

160

180

200

01/07/2014 01/07/2016 01/07/2018 01/07/2020 01/07/2022

$/KW

h

PRECIO SPOT

Series Sintéticas Despacho de Plantas

SISTEMA

DE

INFORMACIÓN

Modelo ETRMEnergy Trading & Risk Managemoent

DECISIONES DE PORTAFOLIO

DECISIONES DE INVERSIÓN

SISTEMA

DE

INFORMACIÓN

Modelo Estadístico ARMAX-GARCHPrecio Spot

Modelo EstadísticoPrecio Spot

Series Sintéticas Precio Spot

La revolucionaria idea que define la frontera entre los tiempos

modernos y el pasado es la maestría en el manejo del riesgo: la noción

que el futuro es más que un capricho de los dioses y que los

hombres y las mujeres no son pasivos ante la naturaleza.

La esencia de la gerencia del riesgo yace en maximizar las áreas donde

tenemos algún control sobre el resultado, mientras minimizamos

las áreas sobre las cuales no tenemos absolutamente ningún

control y el vínculo entre causa y efecto es desconocido.

Peter L. BernsteinAgainst the Gods

The Remarkable Story of Risk

DIPLOMADO TEMÁTICO

ETRM – ENERGY TRADING & RISK MANAGEMENT

SESIÓNPRO

FESORTEMA

FECHA

NH

FECHA

HS

HORARIO

UTC 05:00

1 JVB Optimización Estocástica - Fundamentos 16/05/2017 16/05/2017 8:00 am

2 JVB Optimización Estocástica – Risk Management 23/05/2017 23/05/2017 8:00 am

3 JVB ETRM – Energy Trading & Risk Management 30/05/2017 30/05/2017 8:00 am

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

Chief Scientist DecicionWare Transfer Technology CenterIng. Jesús Velásquez Bermúdez, Eng. D. Fecha Inicio: Lunes 13 de Febrero de 2017

Fecha Final: Martes 6 de Junio de 2017 Sesiones: 27 sesiones de dos horas c/u Horario: Time Zone UTC 05:00 (Bogotá) 8:00 am a 10:00 am Sitio: webex DO ANALYTICS LLC

Costo Profesionales: USD 378,ooInformación: dw-ctt@decisionware.net

Downloads:

Plan de Temas:

Formato Inscripción:

“La reducción en costos del ocho por ciento (8%) realizada por nuestro cliente no es atípica, en nuestraexperiencia, el análisis integrado de problemas de planificación, utilizando modelos matemáticosdetermina estrategias entre el tres y el veinte por ciento (3-20%) más económicas.” Jeremy Shapiro

PROMOTORES

DIPLOMADO AVANZADO:

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS

DEMANDCHAIN

SUPPLYCHAIN

ESTRUCTURA:El diplomado avanzado OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS, que hace parte del programa deeducación continuada MATHEMATICAL PROGRAMING ANALYST, está orientado a capacitar al participante enlos principales problemas que se deben resolver en la planificación y en la programación avanzada de cadenas devalor (APS, Advanced Planning & Scheduling), propias del sector industrial en general; está integrado por tresdiplomados básicos: SUPPLY CHAIN OPTIMIZATION: capacitación en la problemática de optimización de la cadena de

abastecimiento (supply chain), concentrándose en la optimización de las decisiones de como producir losproductos que ofrece la cadena industrial y/o bio-industrial. Capacitación básica en modelaje matemáticoutilizando como tecnología de optimización GAMS (General Algebraic Modeling System)

DEMAND CHAIN OPTIMIZATION: capacitación en la problemática de optimización de la cadena de demanda(demand chain), concentrándose en la caracterización de la demanda, principalmente sus elasticidades, y en lasdecisiones de como afectar los procesos de demanda con el objetivo de producir mayores utilidades económicas.

La duración total del diplomado es de 46 horas de capacitación. Para participantes interesados en profundizar en lasmetodologías matemáticas de gran escala se les sugiere complementar el diplomado con el diplomado básicoASYCHRONOUS PARALELL OPTIMIZATION.

DIRIGIDO A:Propietarios de empresas y a profesionales (ingenieros, matemáticos, físicos, consultores, economistas, “dataanalyst”, desarrolladores de software, … ) que requieran, o desean, conocer las tecnologías APS (Advanced Planning& Scheduling) para diseñar, implementar y poner en marcha Sistemas de Soporte de Decisiones (Decision SupportSystems, DSS) utilizando modelos matemáticos orientados a la planificación y la programación de cadenas decadenas industriales de valor.

DIPLOMADO AVANZADO:

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS

SUPPLY CHAIN OPTIMIZATION(40 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE OPTIMIZACIÓN GAMS - MODELAMIENTO DE TIEMPO DISCRETO GAMS - MODELAMIENTO DE TIEMPO CONTINUO SUPPLY CHAIN OPTIMIZATION DEMAND CHAIN OPTIMIZATION BASES DE DATOS RELACIONALES DISENO DE CADENAS DE ABASTECIMIENTO SALES & OPERATIONS PLANING OPTIMIZATION

(1-2) CADENAS ABASTECIMIENTO BIO-INDUSTRIALES

(1-2) POLITICAS DE INVENTARIO SOURCING OPTIMIZATION BLENDING MATERIALES/COMBUSTIBLES OPTIMIZACIÓN PROCESOS CONTINUOS SCHEDULING OPERACIONES SCHEDULING TIME-TABLES

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS

DEMAND CHAIN OPTIMIZATION(24 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE OPTIMIZACIÓN SUPPLY CHAIN OPTIMIZATION DEMAND CHAIN OPTIMIZATION BASES DE DATOS RELACIONALES CARACTERIZACION DE LA DEMANDA FORECAST: MÉTODOS ESTADÍSTICOS FORECAST: ESTIMACIÓN DE ESTADO FORECAST: INTELIGENCIA ARTIFICIAL FORECAST: MÉTODOS HÍBRIDOS MODELAMIENTO DEL MARKET SHARE REVENUE MANAGEMENT MARKETING MIX

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS AVANZADOS

OPTIMIZATION FOR INDUSTRIAL VALUE CHAINS

(54 HORAS)

SUPPLY CHAIN OPTIMIZATION DEMAND CHAIN OPTIMIZATION

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

CENTROSCONSUMO

Otros Insumos

Pollos Sacrificados

LÍNEA EMPAQUE

LÍNEA EMPAQUEProcesamiento de Embutidos de Pollo

Carne de PolloConsumo Humano

Pollitos de Engorde

LEVANTE

Alimento

Carne de Pollo

Carne de Pollo

CANALESDISTRIBUCIÓN

PLANTAS DE SACRIFICIO

SACRIFICIO

FRIGORIFICOS

FAENAMIETO

ESLABÓN PRIMARIO

ESLABÓN INDUSTRIAL

S&OPPlanificación

TácticaOperaciones

DEMCaracterización de la

Demanda

Politica deInvetarios

Metas de Producción

ERP“ON-LINE”

PEDIDOS DE CLIENTESCOMPROMETIDOS

Metas deDistribución

Requerimientos de Materiales

Ordenes deProducción

Ordenes deDistribución

Ordenes deCompras

Diseño Cadena Abastecimiento

Escenarios de demanda de Largo/Mediano Plazo Planes de

Expansión

SCHEDULING

PLANIFICACIÓNESTRATÉGICA

PLANIFICACIÓNTÁCTICA

OptimizaciónCompras

ProgramaciónProducción

Asignación Productos a Pedidos

Pedidos a Viajes

ProgramaciónDistribución

PolíticasInventarios

Escenarios de demandade Mediano/Corto Plazo

Escenarios de demandade 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

PlanesExpansió

n

PLANIFICACIÓN ESTRATÉGICA

Ingresos -CostosOperación

Simulados

PRESENTE

FUTURO

Costo Futuro Operación

Costo Presente Inversión

“DETERMINÍSTICO”

ALEATORIOEstados Financieros

Simulados

• Balance• P Y G

• Flujo Caja

InversiónPrestamos

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 TEMÁTICO

SUPPLY CHAIN OPTIMIZATION (OPTIMIZACIÓN BÁSICA)

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos de Optimización 04/03/2017 04/03/2017 8:00 am

2 JVB Advanced Analytics 04/03/2017 04/03/2017 10:30 am

3 Fundamentos de GAMS 1 11/03/2017 11/03/2017 8:00 am

4 Fundamentos de GAMS 2 11/03/2017 11/03/2017 10:30 am

5 JVB Modelamiento de Tiempo Discreto – Planificación S&OP Distribución 18/03/2017 18/03/2017 8:00 am

6 JVB Modelamiento de Tiempo Continuo – Programación de Rutas 18/03/2017 18/03/2017 10:30 am

7 JVB Planificación y Programación de Cadenas de Oferta 25/03/2017 25/03/2017 8:00 am

8 JVB Planificación de Cadenas de Demanda 25/03/2017 25/03/2017 10:30 am

9 JVB Sistemas de Información Relacionales 01/04/2017 01/04/2017 8:00 am

10 JVB Diseño de Cadenas de Abastecimiento 01/04/2017 01/04/2017 10:30 am

11 JVB S&OP – Sales & Operations Planning 1 08/04/2017 08/04/2017 8:00 am

12 JVB S&OP – Sales & Operations Planning 2 08/04/2017 08/04/2017 10:30 am

13 JVB Planificación de Cadenas Bio-Industriales 1 29/05/2017 29/05/2017 8:00 am

14 JVB Planificación de Cadenas Bio-Industriales 2 29/05/2017 29/05/2017 10:30 am

15 JVB Optimización de Políticas de Inventarios 13/05/2017 13/05/2017 8:00 am

16 JVB Optimización de Compras (Sourcing Optimizacion) 13/05/2017 13/05/2017 10:30 am

17 JMO Blending de Materiales y/o de Combustibles 20/05/2017 20/05/2017 8:00 am

18 JMO Optimización en la Industria de Procesos – Ejemplo Cemento 20/05/2017 20/05/2017 10:30 am

19 Programación (Scheduling) de Operaciones 27/05/2017 27/05/2017 8:00 am

20 Diseño de Time-Tables 27/05/2017 27/05/2017 10:30 am

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:

DEMAND CHAIN OPTIMIZATION

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 BÁSICO:

DEMAND CHAIN OPTIMIZATIONCARACTERIZACION DE LA DEMANDALa caracterización de la demanda esta orientadaa soportar el estudio del comportamiento de lademanda en función del tiempo, laestacionalidad, los sistemas de promociones, losprecios y/o todos los factores que puedenimpactar 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 deplanificación de la cadena de oferta (supplychain).

Curvas de demanda utilizadas en losprocesos de optimización de listas deprecios, sistemas de promociones, pedidosugerido, …

Para ello se requieren modelos deprogramación matemática que permitancalcular las elasticidades de la demanda conrespecto a los diferentes tipos de efectos, deforma tal de utilizar dicha información en losprocesos de gestión de la demanda comandapara 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 sus

variaciones) 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 delanálisis de los registros históricos de ventas deusuario (caracterización de la demanda), suobjetivo es ayudar a los decisores a determinarlas decisiones que le maximizan la utilidadderivada de la gestión de eventos de marketingy ventas; respetando las restricciones delmercado, los presupuestos asignados y lasreglas del negocio.

MARKETING MIX OPTIMIZATION

DIPLOMADO BÁSICO:

DEMAND CHAIN OPTIMIZATION

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

EstadoFinanciero

Cliente

Forecast Demanda

Caracterización de la DemandaPor Cliente

DIPLOMADO TEMÁTICO

DEMAND CHAIN OPTIMIZATION

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos de Optimización 23/03/2017 23/02/2017 8:00 am

2 JVB Advanced Analytics 30/03/2017 30/02/2017 8:00 am

3 JVB Planificación y Programación de Cadenas de Oferta 25/03/2017 25/03/2017 8:00 am

4 JVB Planificación de Cadenas de Demanda 25/03/2017 25/03/2017 10:30 am

5 JVB Forecast – Métodos Clásicos y Bayesianos 28/03/2017 28/03/2017 8:00 am

6 JVB Forecast – Estimación de Estado 03/04/2017 03/04/2017 8:00 am

7 JVB Forecast – Inteligencia Artificial 04/04/2017 04/04/2017 8:00 am

8 JVB Forecast – Métodos Híbridos 18/04/2017 18/04/2017 8:00 am

9 JVB Caracterización de la Demanda 22/04/2017 22/04/2017 8:00 am

10 JVB Modelamiento del Market-Share 22/04/2017 22/04/2017 10:30 am

11 JVB Revenue Management 06/05/2017 06/05/2017 8:00 am

12 JVB Market Mix Optimization 06/05/2017 06/05/2017 10:30 am

TICAS PARA MODELAMIENTO MATEMÁTICO INTEGRACIÓN JERÁRQUICA DE LA CADENA DE TOMA DE DECISIONES CONCEPTUALIZACIÓN DEL MODELAMIENTO MATEMÁTICO INTEGRADO APLICACIONES EN EL Sector ENERGÍA: ELECTRICIDAD, GAS, PETRÓLEO INTEGRACIÓN MODELOS MATEMÁTICOS Y SISTEMAS DE INFORMACIÓN CONTROL DE RIESGOS FINANCIEROS VÍA OPTIMIZACIÓN ESTOCÁSTICA

Chief Scientist DecicionWare Transfer Technology CenterIng. Jesús Velásquez Bermúdez, Eng. D.

Fecha Inicio: Sábado 11 de Febrero de 2017 Fecha Final: Lunes 19 de Junio de 2017Sesiones: 34 sesiones de dos horas c/u Horario: Time Zone UTC 05:00 (Bogotá) 8:00 am a 10:00 am Sitio: webex DO ANALYTICS LLC

Costo Profesionales: USD 442,ooInformación: dw-ctt@decisionware.net

Downloads:

Plan de Temas:

Formato Inscripción:

PROMOTORES PROFESORES DE:

DIPLOMADO AVANZADO:

ADVANCED OPTIMIZATION

“Un matemático es como un como un modisto que no tiene conciencia de las criaturas a las que le puede venir bien suropa. Por supuesto, su arte se origino en la necesidad de vestir a esas criaturas, pero eso fue hace mucho tiempo. Sinembargo, llegará el día en el que surja una criatura para la que aquellas prendas se ajusten como si hubiesen sido hechaspara ella. No hay pues fin para la sorpresa y el goce de las matemáticas” George B. Dantzig

ESTRUCTURA:El diplomado avanzado ADVANCED OPTIMIZATION es el centro del programa de educación continuadaMATHEMATICAL PROGRAMING ANALYST ya que está orientado a formar jóvenes profesionales(ingenieros, matemáticos, físicos, economistas y administradores) y/o estuantes de último año de programasde ingeniería, economía, administración, física y/o química como científicos de datos (data scientist) conespecial énfasis en el conocimiento y la maestrea en el manejo de la Programación Matemática. Eldiplomado avanzado esta conformado por dos diplomados básicos: BASIC OPTIMIZATION USING GAMS (SUPPLY CHAIN OPTIMIZATION): tiene como finalidad

consolidar los conocimientos en optimización matemática que tengan los participantes de forma tal deadquirir destrezas en:• Formulación algebraica estructurada de modelos matemáticos complejos• Diseño de sistemas de información relacionales para acople con los modelos matemáticos• Conocimiento de varias de las tecnologías de optimización disponibles en el mercado• Maestría en el manejo de una tecnología de optimización, en este caso GAMS• Aplicaciones utilizadas en el mundo real, en este caso en la optimización de cadenas de

abastecimiento (supply chain)• Análisis de resultados de un modelo matemático complejo• Uso de “buenas prácticas” para la implementación de modelos matemáticos de gran tamaño.

ASYCHRONOUS PARALELL OPTIMIZATION: profundización en el conocimiento y en la maestría enel manejo de metodologías “large scale optimization” como un paso necesario para acceder a laimplementación de modelos de gran tamaño utilizando los conceptos de la optimización distribuida,solución tecnológica acorde con las tendencias actuales de computación. Se entregan y se analizancódigos en GAMS para resolver problemas utilizando las tecnologías de gran escala.

La duración total del diplomado es de 68 horas de capacitación.

DIRIGIDO A:Profesionales y/o estudiantes interesados en acceder al mercado laboral de “data scientist”, el mejorremunerado en los países industrializados.

DIPLOMADO AVANZADO:

ADVANCED OPTIMIZATION

Source: http://ieor.berkeley.edu/~atamturk/bcol/

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS

ASYCHRONOUS PARALELL OPTIMIZATION(28 HORAS)

PARTICIÓN Y DESCOMPOSICIÓN DE SISTEMAS TEORÍA DE BENDERS RELAJACION LAGRANGEANA TEORÍA DE BENDERS – DDP, GDDP, SDDP (1, 2) GAMS - TEORÍA DE BENDERS GAMS - RELAJACIÓN LAGRANGEANA GAMS - DESCOMPOSICIÓN CRUZADA OPTIMIZACIÓN ESTOCÁSTICA RISK MANAGEMENT (1, 2) DISEÑO DE CADENAS DE ABASTECIMIENTO

RESILIENTES ALM: ASSET LIABILITIES MANAGEMENT

ADVANCED OPTIMIZATION(68 HORAS)

BASIC OPTIMIZACIÓN USING GAMS (SUPPLY CHAIN OPTIMIZATION)

ASYCHRONOUS PARALELL OPTIMIZATION

BASIC OPTIMIZATION USING GAMS(SUPPLY CHAIN OPTIMIZATION)

(40 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE Optimización GAMS - MODELAMIENTO DE TIEMPO DISCRETO GAMS - MODELAMIENTO DE TIEMPO CONTINUO SUPPLY CHAIN OPTIMIZATION DEMAND CHAIN OPTIMIZATION BASES DE DATOS RELACIONALES DISENO DE CADENAS DE ABASTECIMIENTO SALES & OPERATIONS PLANING OPTIMIZATION (1-2) CADENAS ABASTECIMIENTO BIO-INDUSTRIALES (1-2) POLITICAS DE INVENTARIO SOURCING OPTIMIZATION BLENDING MATERIALES/COMBUSTIBLES OPTIMIZACIÓN PROCESOS CONTINUOS SCHEDULING OPERACIONES SCHEDULING TIME-TABLES

Source: http://ieor.berkeley.edu/~atamturk/bcol/

PLAN DE TEMAS

1. OPTIMIZACIÓN DE LA CADENA DE VALOR Optimización Integrada de la cadena de oferta y de la de

demanda Soluciones/modelos típicos S&OP: Sales & Operations Planning IBP: Integrate Bussiness Planning

2. DISEÑO DE CADENAS DE ABASTECIMIENTO Modelos Determinísticos Modelos Estocásticos Optimización Estocástica No-Anticipativa Utilidad versus Servicio al Cliente Control de Riesgos Financieros Gestión de la Resiliencia Casos Estudio: Diseño de Cadenas de

Producción/Distribución

3. PLANIFICACIÓN TÁCTICA DE OPERACIONES INDUSTRIALES Modelamiento de Cadenas: Industriales, bio-industriales y

sociales Modelamiento de Procesos: Continuos, por Lotes y

Manufactura y Ensamble Modelamiento funcional: compras, producción,

distribución, mantenimiento Planificación Políticas de inventario Alcance temporal: corto y mediano plazo Modelos Integrados: Producción - Marketing y Ventas Modelos Integrados: Producción - Finanzas

4. SCHEDULING/PROGRAMACIÓN DE ACTIVIDADES Optimización de Compras (Sourcing Optimization) Programación de la Producción ATP: Avalaible-to-Promise Programación de la Distribución Programación de Mantenimiento

5. SERVICIOS INDUSTRIALES, CONSUMO DE ENERGÍA Y CONTAMINACIÓN Modelamiento de la Plantas de Servicios Industriales Modelamiento de Consumo de Energía Ejemplos: Optimización de Transporte por Ductos,

Plantas Industriales (Refinerías, Cemento, Minería), Explotación de petróleo

6. REAL-TIME OPTIMIZATION Conceptos Fundamentales:

Control Optimo Estimación de Estado

DIPLOMADO BÁSICO:

BASIC OPTIMIZATION USING GAMS(SUPPLY CHAIN OPTIMIZATION)

Source: http://ieor.berkeley.edu/~atamturk/bcol/

1. METODOLOGÍAS DE GRAN ESCALA Partición y Descomposición de Sistemas de Gran Tamaño Niveles de Optimización Paralela Coordinación por los Precios Coordinación por las Cantidades Teoría de Benders Partición Anidada de Benders Benders para modelos no-lineales Descomposición Dantzig-Wolfe Generación de Columnas Relajación Lagrangeana

o Vía Subgradienteso Vía Planos Cortanteso Variaciones de la Relajación Lagrangeana

Coordinación Cíclica en Modelos Complejos Generación de Convex Hull Programación Paramétrica Coordinación Lagrangeana Casos GAMS:

o Scheduling de Oleoductos (Coordinación Lagrangeana)

2. SISTEMAS DINÁMICOS Y TEORÍA DE BENDERS Programación Dinámica Programación Dinámica Dual (DDP)

o Versión Pereira-Pintoo Versión Read

Programación Dinámica Dual Generalizada (GDDP) GDDP y Teoría de Control Casos GAMS – IBM Concert Technologies:

o Programación Dinámica Dual aplicada a Sistemas Eléctricos

3. PROGRAMACIÓN ENTERA Branch & Bound Cortes por Optimalidad y por Factibilidad Paralelismo en Procesos B&B Solución vía Teoría Benders Heurísticas basadas en Programación Matemática Programación Disyuntiva vía GAMS La Importancia de la Formulación Casos GAMS:

o Scheduling Sistemas Portuarios (Optimización Secuencial)

5. OPTIMIZACIÓN ESTOCÁSTICA NO-ANTICIPATIVA Arboles de Decisión Solución vía Teoría de Benders Variaciones de la Teoría de Benders Solución vía Relajación Lagrangiana Modelamiento vía Split-Variables Métodos de Muestreo Indicadores Matemáticos Paralelismo de Alto Nivel Aplicaciones en Optimización Estocástica No-

Anticipativa Caso OPTEX-GAMS:

o Operación de Sistemas Hidroeléctricos.

6. DESCOMPOSICIÓN CRUZADA Fundamentos Teoría de Benders y Relajación Lagrangiana

7. GESTIÓN DEL RIESGO FINANCIERO Modelamiento vía Optimización Estocástica No-

Anticipativa Medición del Riesgo Medición de la Utilidad Curvas Paretto Utilidad – Riesgo Control de Riesgos Financieros Gestión de la Resiliencia Caso GAMS:

o Diseño de Cadenas de Abastecimiento Resilientes

8. TECNOLOGÍAS DE OPTIMIZACIÓN Modelos y Tecnologías Estado del Arte Solvers: Librerías de Optimización AMLs: Algebraic Modeling Languages SSD: Sistemas de Soporte de Decisiones Cloud Computing y Optimización SQL: Structured Query Language

Source: http://ieor.berkeley.edu/~atamturk/bcol/

DIPLOMADO BÁSICO:

ASYCHRONOUS PARALELL OPTIMIZATION

DIPLOMADO TEMÁTICO

SUPPLY CHAIN OPTIMIZATION (OPTIMIZACIÓN BÁSICA)

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos de Optimización 04/03/2017 04/03/2017 8:00 am

2 JVB Advanced Analytics 04/03/2017 04/03/2017 10:30 am

3 Fundamentos de GAMS 1 11/03/2017 11/03/2017 8:00 am

4 Fundamentos de GAMS 2 11/03/2017 11/03/2017 10:30 am

5 JVB Modelamiento de Tiempo Discreto – Planificación S&OP Distribución 18/03/2017 18/03/2017 8:00 am

6 JVB Modelamiento de Tiempo Continuo – Programación de Rutas 18/03/2017 18/03/2017 10:30 am

7 JVB Planificación y Programación de Cadenas de Oferta 25/03/2017 25/03/2017 8:00 am

8 JVB Planificación de Cadenas de Demanda 25/03/2017 25/03/2017 10:30 am

9 JVB Sistemas de Información Relacionales 01/04/2017 01/04/2017 8:00 am

10 JVB Diseño de Cadenas de Abastecimiento 01/04/2017 01/04/2017 10:30 am

11 JVB S&OP – Sales & Operations Planning 1 08/04/2017 08/04/2017 8:00 am

12 JVB S&OP – Sales & Operations Planning 2 08/04/2017 08/04/2017 10:30 am

13 JVB Planificación de Cadenas Bio-Industriales 1 29/05/2017 29/05/2017 8:00 am

14 JVB Planificación de Cadenas Bio-Industriales 2 29/05/2017 29/05/2017 10:30 am

15 JVB Optimización de Políticas de Inventarios 13/05/2017 13/05/2017 8:00 am

16 JVB Optimización de Compras (Sourcing Optimizacion) 13/05/2017 13/05/2017 10:30 am

17 JMO Blending de Materiales y/o de Combustibles 20/05/2017 20/05/2017 8:00 am

18 JMO Optimización en la Industria de Procesos – Ejemplo Cemento 20/05/2017 20/05/2017 10:30 am

19 Programación (Scheduling) de Operaciones 27/05/2017 27/05/2017 8:00 am

20 Diseño de Time-Tables 27/05/2017 27/05/2017 10:30 am

DIPLOMADO TEMÁTICO

ASYCHRONOUS PARALELL OPTIMIZATION (OPTIMIZACIÓN DISTRIBUIDA)

SESIÓNPRO

FESORTEMA

FECHA

HN

FECHA

HS

HORARIO

UTC 05:00

1 JVB Fundamentos de Partición y Descomposición de Modelos 24/04/2017 24/04/2017 8:00 am

2 JVB Teoría de Benders 25/04/2017 25/04/2017 8:00 am

3 Teoría de Benders – Ejemplos GAMS 02/05/2017 02/05/2017 8:00 am

4 JVB Benders – Modelos Dinámicos (DDP, GDDP, SDDP, …) - Teoría 08/05/2017 08/05/2017 8:00 am

5 Benders – Modelos Dinámicos (DDP, GDDP, SDDP, …) - Aplicaciones 09/05/2017 09/05/2017 8:00 am

6 JVB Relajación Lagrangeana 15/05/2017 15/05/2017 8:00 am

7 JVB Relajación Lagrangeana – Ejemplos GAMS 22/03/2017 22/03/2017 8:00 am

8 JVB Optimización Estocástica - Fundamentos 16/05/2017 16/05/2017 8:00 am

9 JVB Optimización Estocástica – Risk Management 23/05/2017 23/05/2017 8:00 am

10 JVB ETRM – Energy Trading & Risk Management 30/05/2017 30/05/2017 8:00 am

11 JVB ALM – Assets & Liabilities Management 05/06/2017 05/06/2017 8:00 am

12 JVB Descomposición Cruzada 06/06/2017 06/06/2017 8:00 am

13 Descomposición Cruzada – Ejemplos GAMS 06/06/2017 06/06/2017 8:00 am

14 JVB Diseño de Cadenas de Abastecimiento Resilientes 12/06/2017 12/06/2017 8:00 am

CONFERENCIAS ADICIONALES

IGR Planning and Scheduling for Industrial Demand Side Management 11/04/2017 10:00 am

IGR Planning of Electric Power Infrastructures 21/04/2017 10:00 am

Optimización vía Programación Disyuntiva. Aplicaciones en GAMS

Local Solver: A Black-Box Local-Search Solver for 0-1 Programming

Chief Scientist

Chief Scientist DecicionWare Transfer Technology CenterIng. Jesús Velásquez Bermúdez, Eng. D.

Fecha Inicio: Sábado 11 de Febrero de 2017 Fecha Final: Sesiones: 20 sesiones de dos horas c/u Horario: Time Zone UTC 05:00 (Bogotá) 8:00 am a 10:00 am Sitio: webex DO ANALYTICS LLC

Costo Profesionales: USD 320,ooInformación: dw-ctt@decisionware.net

Downloads:

Plan de Temas:

Formato Inscripción:

PROMOTORES PROFESORES DE:

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

DIPLOMADO AVANZADO:

MATHEMATICAL PROGRAMING USING GAMS

BASIC OPTIMIZATION USING GAMS(20 HORAS)

ADVANCED ANALYTICS & OPTIMIZATION FUNDAMENTOS DE OPTIMIZACIÓN GAMS - MODELAMIENTO DE TIEMPO DISCRETO GAMS - MODELAMIENTO DE TIEMPO CONTINUO GASM - SUPPLY CHAIN OPTIMIZATION GAMS - DEMAND CHAIN OPTIMIZATION CONECTIVIDAD SQL (BASES DE DATOS RELACIONALES) TALLER APLICADO TRABAJANDO CON GAMS (1, 2, 3)

ADVANCED OPTIMIZATION USING GAMS(20 HORAS)

TEORÍA DE BENDERS RELAJACION LAGRANGEANA OPTIMIZACIÓN ESTOCÁSTICA GAMS - TEORÍA DE BENDERS GAMS - RELAJACIÓN LAGRANGEANA GAMS - DESCOMPOSICIÓN CRUZADA GAMS - OPTIMIZACION ESTOCÁSTICA GAMS - OPTIMIZACION DISTRIBUIDA GAMS - MODELOS DE EQUILIBRIO OTRAS TECNOLOGÍAS DE OPTIMIZACIÓN

MATHEMATICAL PROGRAMING USING GAMS(40 HORAS)

BASIC OPTIMIZACIÓN USING GAMS ADVANCED OPTIMIZACIÓN USING GAMS

PROGRAMA DE EDUCACION CONTINUADA

MATHEMATICAL PROGRAMING ANALYSTTHE BEST JOB IN INDUSTRIAL COUNTRIES

DIPLOMADOS TEMÁTICOS

Ejemplo material del curso

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

Your Smarter Decision

www.decisionware.netinfo@decisionware.net

Madrid, Bogotá D.C., Ciudad de México, Lima

A Knowledge Company Supporting