PyConES 2022

Pamela Alejandra Bustamante Faúndez

Miembro de la organización de Python Chile, y PyLadies Santiago de Chile. Actualmente soy Doctora candidata en Ciencias de la Ingeniería de la Pontificia Universidad Católica de Chile, asociada al Departamento de Ingeniería Industrial y de Sistemas.

Me encuentro realizando una pasantía en el contexto de mi Doctorado en el Centro de Investigación INRIA Lille-Nord en Francia. Mi tesis de doctorado se enfoca en Teoría de juegos y Optimización. Especificamente trabajo con juegos de Stackelberg en contextos de seguridad.

Previamente estudié Ingeniera Civil Industrial (2014-2018) y Magíster en Ingeniería Industrial (2017-2018) en la Universidad del Bío-Bío, Chile. Tuve la oportunidad de realizar estos 2 diplomas en paralelo gracias a mi buen rendimiento académico. Me enorgullece haber recibido el "Premio Universidad del Bío-Bío" al concluir mis estudios. Este es el más alto premio a la excelencia académica de mi universidad.


Personal website

https://www.pamelabustamante.com/

Twitter

https://twitter.com/pambusf

LinkedIn

https://www.linkedin.com/in/pamela-bustamante-faundez/

Any other link (e.g. GitHub)

https://github.com/pambus


Session

10-02
12:50
35min
Optimización Matemática con Python
Pamela Alejandra Bustamante Faúndez

La optimización matemática es la selección de la mejor alternativa con respecto a algún criterio, entre un conjunto de opciones candidatas.

Existen múltiples aplicaciones de optimización matemática. Por ejemplo, en optimización de carteras de inversión se busca la mejor manera de invertir un capital, dadas diferentes alternativas. En este caso, un problema de optimización nos permitirá elegir una cartera que minimice el riesgo (o maximice la ganancia), entre todas las asignaciones posibles que cumplan con los requisitos definidos.

En la mayoría de los casos, la optimización matemática se utiliza como herramienta para facilitar la toma de decisiones. En ocasiones, estas decisiones pueden ser tomadas automáticamente en tiempo real.

En esta charla se explorará cómo formular y solucionar problemas de optimización matemática con Python, utilizando diferentes librerías de optimización.

Data Science, Machine Learning and AI
Katherine Johnson (Teoría 7)