Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Investigación de Operaciones: Optimización con Python
Role Play
Highest Rated
Rating: 4.8 out of 5(144 ratings)
972 students

Investigación de Operaciones: Optimización con Python

Programacion lineal con Pyomo en Python: logistica y transporte, entera mixta y optimizacion, investigacion operativa
Last updated 1/2026
Spanish

What you'll learn

  • Aprenderán las bases teóricas de los problemas de programación lineal, no lineal, entera-mixta y disyuntiva.
  • Introducción completa al lenguaje de programación Python: tipos de variables, secuencias, iteraciones, funciones y las bibliotecas: numpy, pandas y matplotlib
  • Operacionalización de los problemas de programación con el paquete Pyomo
  • Breve introducción al paquete PuLP (muy útil para hacer análisis de sensibilidad)
  • Interpretación del Análisis de Sensibilidad: Precios Sombras y Slacks
  • Problema de Transporte ilustrado con un caso en la Industria Láctea en México
  • Desarrollo de un Problema de Programación Lineal en la Industria Petrolera
  • Desarrollo de un Problema de Programación Disyuntiva de una Mantenimiento
  • Aprenderán a Formular Problemas de Optimización: Definición de Variables, Función Objetivo y Restricciones
  • Aprenderán a instalar y utilizar los solvers glpk (programación lineal) e ipopt (programación no lineal)

Coding Exercises

This course includes our updated coding exercises so you can practice your skills as you learn.

See a demo
Image of coding exercise example

Course content

6 sections128 lectures15h 31m total length
  • ¡Bienvenido al Curso!2:40
  • Introducción al Curso7:18
  • Sesión Completamente Opcional: Conociendo al Instructor Carlos Martínez, Ph.D.6:06
  • Introducción a la Programación Lineal3:52
  • Un Breve Comentario Sobre las Actividades (Preguntas y Tareas) del Curso1:57
  • Pregunta de Comprobación de Aprendizaje
  • Aplicación de los Modelos de Programación Lineal7:23
  • Pregunta de Comprobación de Aprendizaje
  • Planteamiento del Problema de Programación Lineal9:39
  • Pregunta de Comprobación de Aprendizaje
  • ¿A qué nos Referimos con Programación Lineal?7:01
  • Pregunta de Comprobación de Aprendizaje
  • ¿Cómo de Resuelven los Problemas de Programación Lineal?5:23
  • Pregunta de Comprobación de Aprendizaje
  • Interpretando Resultados: Sesión A4:28
  • Pregunta de Comprobación de Aprendizajes
  • Interpretando Resultados: Sesión B14:31
  • Pregunta de Comprobación de Aprendizajes
  • Presentación de la Tarea: Formulando Modelo de Programación Lineal4:02
  • Tarea: Formulación de Modelo de Programación Lineal
  • Solución Tarea Resolviendo un Modelo de Programación Lineal4:54

Requirements

  • El curso es de un nivel introductorio y no asume conocimientos previos ni en Python ni en programación lineal, por lo que no tiene prerrequisitos.

Description

Bienvenido(a) al curso Investigacion de Operaciones: Optimizacion con Python.

Soy Carlos Martinez (Maestria en Finanzas, MBA INCAE, Ph.D. en Management - University of St. Gallen). He presentado investigacion en espacios academicos internacionales (MIT, Tel Aviv, Politecnico di Milano, entre otros) y he participado como coautor en numerosos casos de ensenanza utilizados en universidades de referencia.

Este curso es una introduccion completa y aplicada a la optimizacion, enfocada en aprender a modelar y resolver problemas reales con Python y Pyomo, sin exigir un background matematico de postgrado. La prioridad aqui es que usted entienda los conceptos, los traduzca a un modelo y los pueda implementar en un entorno profesional.

Que aprendera

  • Programacion lineal: como formular, interpretar y resolver modelos de optimizacion.

  • Python desde cero (incluido): variables, condicionales, funciones, iteraciones y bases de librerias clave como NumPy, Pandas y Matplotlib.

  • Pyomo paso a paso: como operacionalizar modelos en Python y conectarlos con datos.

  • Casos y temas centrales en IO:

    • Un caso completo con datos reales de industria (petróleo).

    • Problema de transporte (una de las aplicaciones mas importantes en programacion lineal).

    • Programacion no lineal y programacion entera mixta.

    • Programacion disyuntiva con un caso aplicado a programacion de mantenimientos.

Metodologia: aprender haciendo

A lo largo del curso usted encontrara:

  • Ejercicios de codificacion para practicar cada bloque.

  • Cuestionarios y actividades para reforzar fundamentos y criterio de modelado.

  • Casos desarrollados paso a paso, con enfoque practico y orientado a industria.

IA dentro del curso: Role Plays y Labs

Este curso tambien aprovecha las experiencias de IA disponibles en la plataforma:

  • Role Plays: practicas guiadas con escenarios para aplicar conceptos y tomar decisiones de modelado.

  • Labs (Udemy Business Pro): si usted cuenta con Udemy Business Pro, podra acceder a Labs para practicar en un entorno guiado (segun disponibilidad en su cuenta/plan).

Para quien es este curso

  • Profesionales de ingenieria, operaciones, logistica o produccion que quieren llevar optimizacion a Python.

  • Personas que ya conocen Python y desean aprender una aplicacion altamente demandada: optimizacion con Pyomo.

  • Estudiantes que quieren una ruta introductoria sin prerrequisitos en Python ni en programacion lineal.

Mira lo que dicen los estudiantes

  • "Excelente curso, excelentes casos practicos." - Jorge S.

  • "Las explicaciones son muy claras." - Ricardo O.

  • "Muy practico y claro, entiendo fundamentos y conceptos." - Santiago S.

  • "Orientado 100% a casos de empresa. Aplicable a produccion y logistica." - Bernardo M.

  • "Excelente introduccion a optimizacion y al uso de Pyomo; gran punto de partida." - Balam S.

Le invito a revisar el temario y las lecciones de vista previa. Si lo que busca es una introduccion seria, clara y aplicable a la optimizacion con Python, este curso esta disenado para usted. Nos vemos en la primera clase.

Who this course is for:

  • Estudiantes y Profesionales con un background de ingeniería que ya conocen sobre modelos de optimización y quieren aprender a operacionalizarlos en Python.
  • Estudiantes y Profesionales que ya tienen una base en Python y desean aprender una aplicación muy demandada en la industria.
  • El curso no está orientado a estudiantes de postgrado en matemáticas, buscando profundizar en modelos abstractos sino que tiene un enfoque práctico orientado a la optimización de problemas en la industria.