Cursos y talleres

• CoDaCourse: Curso sobre Datos Composicionales (dentro de la Jornada de Aplicación de la Estadística y Investigación de Operaciones en el Agricultura y el Medioambiente)

• Docente: Glòria Mateu-Figueras (Dept. Informática, Matemática Aplicada y Estadística, Universidad de Girona)

Resumen
Los datos composicionales son vectores cuyas componentes representan la importancia relativa de las partes en un todo. Ejemplos típicos incluyen datos expresados en porcentajes, ppm, ppb u otras unidades similares. En la década de 1980, Aitchison introdujo el enfoque logcociente para analizar datos composicionales. Desde entonces, se ha avanzado significativamente en la comprensión de la geometría particular de su espacio muestral, conocido como el símplex. Este CoDaCourse ofrece una introducción tanto a los aspectos teóricos como prácticos del análisis estadístico de datos composicionales, junto con una discusión sobre temas más avanzados. En la parte práctica, se aplicarán técnicas CoDa utilizando el software CoDaPack. Se utilizarán ejemplos basados en conjuntos de datos de los ámbitos de la agricultura y el medio ambiente.

• PYOMO: Optimización con Python

• Docente: Ángel González Rueda. Profesor do departamento de Estatística, Análise Matemático e Optimización da Universidade de Santiago de Compostela.

Resumen:
En este curso se abordará el uso de herramientas de optimización matemática en Python mediante tres de las librerías más utilizadas en los ámbitos académico e industrial: Gurobipy, Google OR-Tools y Pyomo. A través de ejemplos prácticos, se explicará cómo modelar y resolver distintos tipos de problemas de optimización lineal, con especial atención a la formulación de variables, restricciones y funciones objetivo. Se presentarán diferentes enfoques de modelado con la API de Gurobi para Python, incluyendo formulaciones básicas, matriciales y mediante diccionarios, así como la separación entre modelo y datos, y el uso de funcionalidades avanzadas como la modificación dinámica del modelo, el ajuste de parámetros o el análisis de infactibilidades. Con la API de Google OR-Tools para Python se abordarán problemas clásicos como el flujo en redes (flujo con coste mínimo y flujo máximo) y los problemas de asignación, destacando las funcionalidades específicas que ofrece esta herramienta para dichos contextos. Finalmente, se introducirá Pyomo como una librería flexible y de carácter más general para la formulación de modelos de optimización, subrayando la diferencia entre modelos concretos y abstractos, y la construcción del modelo a partir de conjuntos y parámetros. El curso permitirá comprender las capacidades y limitaciones de cada herramienta, facilitando la elección e implementación de la más adecuada según las características del problema a resolver.

Además, dentro de las "II Jornadas de Innovación Docente en la Estadística e Investigación Operativa", tendrán lugar los siguientes talleres:

• Métodos e recursos para a aplicación da Intelixencia Artificial no ensino da ESO e Bacharelatos

• Docente: Pedro Cuesta Morales. Profesor Titular de Universidade do Departamento de Informatica da Universidade de Vigo.

Resumen:
A irrupción da intelixencia artificial xerativa está a transformar a maneira na que ensinamos e aprendemos. Neste obradoiro práctico ofrecerase unha breve introdución aos fundamentos da IA xerativa, co obxectivo de comprender o seu funcionamento básico e as súas posibilidades no ámbito educativo. A continuación, analizarase como estas ferramentas poden converterse en aliadas do profesorado de matemáticas, tanto para aforrar tempo en tarefas rutineiras como para enriquecer a experiencia de aprendizaxe do alumnado. Presentaranse exemplos concretos de uso na planificación didáctica, xeración de materiais, ou personalización de contidos. Ademais, reflexionarase sobre a súa integración pedagóxica na aula e os retos que supón o seu uso responsable.

• Taller Maestr@ Yoda

• Docente: Mercedes Conde Amboage. Profesora Contratada Doutora do Departamento de Estatística, Análise Matemática e Optimización da Universidade de Santiago de Compostela.

Resumen: