Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Optimización Bajo Incertidumbre

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Incertidumbre en la decisión» a «Trabajo Fin de Máster», pasando por «Optimización distribucionalmente robusta».

Mapa del programa · pulsa un módulo
Módulo 1 · Incertidumbre en la decisión
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Incertidumbre en la decisión

Saldrás manejando fuentes de incertidumbre aleatoria y epistémica, representación probabilística y por conjuntos y valor de la información. Es lo que se trabaja en «Incertidumbre en la decisión», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Programación estocástica de dos etapas

Saldrás manejando formulación con recurso, forma extensiva determinista y método L-shaped de descomposición. Es lo que se trabaja en «Programación estocástica de dos etapas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Optimización con restricciones probabilísticas

Saldrás manejando restricciones de probabilidad individuales y conjuntas, reformulaciones convexas de restricciones probabilísticas y aproximaciones por escenarios. Es lo que se trabaja en «Optimización con restricciones probabilísticas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Optimización distribucionalmente robusta

Saldrás manejando ambigüedad en la distribución, conjuntos basados en momentos y bolas de Wasserstein. Es lo que se trabaja en «Optimización distribucionalmente robusta», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Optimización bajo incertidumbre en diseño

Saldrás manejando diseño robusto de Taguchi, optimización basada en fiabilidad y propagación de incertidumbre en modelos. Es lo que se trabaja en «Optimización bajo incertidumbre en diseño», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aplicaciones en ingeniería

Saldrás manejando planificación de sistemas eléctricos con renovables, cadenas de suministro resilientes y gestión de recursos hídricos. Es lo que se trabaja en «Aplicaciones en ingeniería», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Caracterizar las fuentes de incertidumbre de un problema de decisión.
  • 02Generar y reducir escenarios representativos.
  • 03Formular modelos de programación estocástica de dos y varias etapas.
  • 04Aplicar optimización robusta y distribucionalmente robusta.
  • 05Incorporar medidas de riesgo como el CVaR en la optimización.
  • 06Combinar aprendizaje automático y optimización bajo incertidumbre.
  • 07Evaluar soluciones fuera de muestra en problemas de ingeniería.

Plan de estudios

12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.

1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos

Incertidumbre en la decisión

1.1Fuentes de incertidumbre aleatoria y epistémica
1.2Representación probabilística y por conjuntos
1.3Valor de la información
1.4Riesgo y aversión al riesgo
1.5Medidas de riesgo VaR y CVaR
1.6Decisiones de aquí y ahora frente a esperar y ver
1.7Valor de la solución estocástica
1.8Robustez frente a optimalidad
1.9Tipología de enfoques bajo incertidumbre
1.10Caso práctico: incertidumbre en un plan de capacidad
Módulo 2 de 12 · 10 submódulos

Probabilidad y modelos de escenarios

2.1Distribuciones y estimación de parámetros
2.2Simulación de Monte Carlo
2.3Muestreo por hipercubo latino
2.4Generación de escenarios
2.5Árboles de escenarios multietapa
2.6Reducción de escenarios
2.7Cópulas y dependencia
2.8Escenarios a partir de previsiones probabilísticas
2.9Calidad de los escenarios
2.10Laboratorio: árbol de escenarios de demanda
Módulo 3 de 12 · 10 submódulos

Programación estocástica de dos etapas

3.1Formulación con recurso
3.2Forma extensiva determinista
3.3Método L-shaped de descomposición
3.4Aproximación por media muestral
3.5Problemas con recurso entero
3.6Cotas y convergencia
3.7Aplicaciones en planificación de capacidad
3.8Aplicaciones en cadena de suministro
3.9Interpretación de soluciones
3.10Práctica: localización de instalaciones con demanda incierta
Módulo 4 de 12 · 10 submódulos

Programación estocástica multietapa

4.1Decisiones secuenciales y no anticipatividad
4.2Programación dinámica estocástica
4.3SDDP: programación dinámica dual estocástica
4.4Reglas de decisión lineales
4.5Planificación con horizontes rodantes
4.6Gestión de embalses hidroeléctricos
4.7Planificación de inversiones
4.8Complejidad computacional de modelos multietapa
4.9Políticas frente a planes
4.10Laboratorio: gestión hidrotérmica con SDDP
Módulo 5 de 12 · 10 submódulos

Optimización con restricciones probabilísticas

5.1Restricciones de probabilidad individuales y conjuntas
5.2Reformulaciones convexas de restricciones probabilísticas
5.3Aproximaciones por escenarios
5.4Aproximaciones de Bernstein y CVaR
5.5Niveles de confianza y fiabilidad
5.6Aplicaciones en redes eléctricas
5.7Aplicaciones en procesos químicos
5.8Diseño basado en fiabilidad
5.9Validación fuera de muestra
5.10Taller: despacho con restricciones probabilísticas
Módulo 6 de 12 · 10 submódulos

Optimización robusta

6.1Conjuntos de incertidumbre caja, elipsoidales y poliédricos
6.2Contrapartes robustas tratables
6.3Presupuesto de incertidumbre de Bertsimas-Sim
6.4Optimización robusta ajustable
6.5Reglas de decisión afines
6.6Robustez frente al conservadurismo
6.7Robustez en programación entera
6.8Conjuntos guiados por datos
6.9Herramientas de modelado robusto
6.10Práctica: plan de producción robusto
Módulo 7 de 12 · 10 submódulos

Optimización distribucionalmente robusta

7.1Ambigüedad en la distribución
7.2Conjuntos basados en momentos
7.3Bolas de Wasserstein
7.4Conjuntos de ambigüedad con divergencias phi
7.5Reformulaciones duales tratables del problema
7.6Garantías de rendimiento fuera de muestra
7.7Relación con regularización
7.8Aplicaciones en carteras
7.9Aplicaciones en energía
7.10Laboratorio: cartera robusta con Wasserstein
Módulo 8 de 12 · 10 submódulos

Riesgo en la optimización

8.1Medidas coherentes de riesgo
8.2Optimización media-riesgo de carteras técnicas
8.3CVaR en programación lineal
8.4Riesgo en problemas multietapa
8.5Restricciones de dominancia estocástica
8.6Gestión de riesgos según ISO 31000
8.7Riesgo en proyectos de ingeniería
8.8Riesgo financiero de inversiones
8.9Comunicación del riesgo
8.10Caso práctico: cartera de proyectos con CVaR
Módulo 9 de 12 · 10 submódulos

Optimización bajo incertidumbre en diseño

9.1Diseño robusto de Taguchi
9.2Optimización basada en fiabilidad
9.3Propagación de incertidumbre en modelos
9.4Expansión en caos polinomial
9.5Modelos sustitutos con incertidumbre
9.6Optimización bayesiana con ruido
9.7Diseño de tolerancias
9.8Análisis de sensibilidad global
9.9Validación experimental del diseño robusto
9.10Taller: diseño basado en fiabilidad de una estructura
Módulo 10 de 12 · 10 submódulos

Aprendizaje y decisión bajo incertidumbre

10.1Predecir y luego optimizar
10.2Optimización consciente de la decisión
10.3Bandidos multibrazo y exploración
10.4Aprendizaje por refuerzo robusto
10.5Optimización con datos contextuales
10.6Cuantificación de incertidumbre en predicciones
10.7Predicción conformal para decisiones
10.8Optimización en línea
10.9Evaluación del valor de los modelos
10.10Práctica: inventario con previsiones conformales
Módulo 11 de 12 · 10 submódulos

Aplicaciones en ingeniería

11.1Planificación de sistemas eléctricos con renovables
11.2Cadenas de suministro resilientes
11.3Gestión de recursos hídricos
11.4Planificación de mantenimiento con fallos aleatorios
11.5Logística con tiempos inciertos
11.6Inversiones en infraestructuras
11.7Procesos químicos con parámetros inciertos
11.8Gestión de emergencias
11.9Seguros y reaseguros de riesgos técnicos
11.10Caso práctico: planificación de una microrred con incertidumbre eólica
Módulo 12 de 12 · 10 submódulos

Trabajo Fin de Máster

12.1Selección del problema con incertidumbre
12.2Caracterización de la incertidumbre
12.3Formulación determinista de referencia
12.4Modelos estocástico y robusto
12.5Implementación y resolución
12.6Evaluación fuera de muestra
12.7Análisis de riesgo y robustez
12.8Conclusiones sobre robustez y riesgo
12.9Memoria del TFM
12.10Defensa ante tribunal

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Decisiones de aquí y ahora frente a esperar y ver
Módulo 1 · Incertidumbre en la decisión
Método L-shaped de descomposición
Módulo 3 · Programación estocástica de dos etapas
Taller: despacho con restricciones probabilísticas
Módulo 5 · Optimización con restricciones probabilísticas
Relación con regularización
Módulo 7 · Optimización distribucionalmente robusta
Expansión en caos polinomial
Módulo 9 · Optimización bajo incertidumbre en diseño

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 31000IEC 31010JCGM 100:2008 (GUM)JCGM 101:2008ISO 2394ISO 22301

Cuerpo docente y expertos

Este programa se imparte en el área de Data, IA, Simulación & Analytics, que dirige Dra. Lucía Hernández Vega. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de optimización estocástica
Analista de riesgos
Planificador de sistemas energéticos
Científico de decisiones
Ingeniero de cadena de suministro
Analista cuantitativo

Para quién es

Ingeniero de optimización estocástica
Analista de riesgos
Planificador de sistemas energéticos
Científico de decisiones
Ingeniero de cadena de suministro
Analista cuantitativo
Titulados en ingeniería o ciencias que busquen entrar en energía

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Microredes para movilidad eléctrica: integración y optimización eficaz · Uso práctico de métodos de optimización en diseño de sistemas complejos.

Áreas cercanas: todas las de Data, IA, Simulación & Analytics · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 20-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Data, IA, Simulación & Analytics?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es Gurobi, Pyomo, JuMP con SDDP.jl, RSOME, Python con SciPy, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de planificación energética con escenarios de renovables, diseño de cadenas de suministro resilientes, optimización de carteras con medidas de riesgo. La evaluación es continua por módulo más el TFM final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Incertidumbre en la decisión» y cierra con «Trabajo Fin de Máster».

Se trabajan ISO 31000, IEC 31010, JCGM 100:2008 (GUM), JCGM 101:2008, ISO 2394 y ISO 22301.

Los perfiles más directos son Ingeniero de optimización estocástica, Analista de riesgos, Planificador de sistemas energéticos, Científico de decisiones y Ingeniero de cadena de suministro.

En un pago son 3.304 €, sobre una tarifa de 4.130 €. A plazos, una entrada de 1.646 € y 12 cuotas de 207 €, 4.130 € en total, sin intereses: lo mismo que la tarifa.

Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con Gurobi, Pyomo, JuMP con SDDP.jl, RSOME, Python con SciPy. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 20 de diciembre de 20263.304 € Matricularme
Contactar con Seium
Pago al contado3.304 €ahorras 826 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.