Salta al contenuto principale
CODICE 101704
ANNO ACCADEMICO 2022/2023
CFU
SETTORE SCIENTIFICO DISCIPLINARE ING-IND/33
LINGUA Italiano
SEDE
  • GENOVA
PERIODO 2° Semestre
MODULI Questo insegnamento è un modulo di:
MATERIALE DIDATTICO AULAWEB

PRESENTAZIONE

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso introduce i principali problemi di ottimizzazione (vincolata, non vincolata, convessa) e ne illustra le principali tecniche di risoluzione, allo scopo si avviare lo studente al loro utilizzo nei vari settori dell'ingegneria elettrica.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

L'obiettivo del corso è introdurre i principi e i metodi di risoluzione di base dei problemi di ottimizzazione. Sarano considerati problemi di differenti classi: (1) ottimizzazione non vincolata, (2) ottimizzazione vincolata, (3) ottimizzazione convessa, (4) problemi di programmazione lineare, (5) problemi di ottimizzazione quadratica, (6) problemi non lineari, (7) programmazione misto-intera. Saranno poi introdotti i metodi di risoluzione e saranno descritti gli strumenti software utilizzabili per la risoluzione dei problemi di ottimizzazione. Una volta concluso il corso, gli studenti saranno in grado di riconoscere la classe di un problema di ottimizzazione e di individuare ed implementarne la risoluzione.

MODALITA' DIDATTICHE

Lezioni teoriche in aula con discussione di problemi applicativi. Correzione di esercitazioni individuali, svolte in autonomia dagli Studenti, fuori dall’orario di lezione frontale.

PROGRAMMA/CONTENUTO

  1. Ottimizzazione non vincolata
  2. Ottimizzazione vincolata:
    • Condizioni di ottimo del I ordine
    • Condizioni di ottimo del II ordine
  3. Problemi di ottimizzazione convessa
  4. Metodi Active Set:
    • Metodo del Gradiente Proiettato
  5. Classificazione dei problemi di ottimizzazione:
    • Programmazione lineare
    • Programmazione quadratica
    • Problemi non lineari (cenni)
    • Programmazione misto-intera (cenni)
  6. Implementazione in Matlab di problemi di ottimizzazione:
    • Funzione “linprog”
    • Funzione “fmincon”
    • Funzione “intprog”

TESTI/BIBLIOGRAFIA

  • J. Nocedal, S. J. Wright, “Numerical Optimization”, Springer, 1999
  • Manuale Matlab: https://it.mathworks.com/help/

DOCENTI E COMMISSIONI

Commissione d'esame

MARIO NERVI (Presidente)

MASSIMO BRIGNONE

FABIO D'AGOSTINO

PAOLA GIRDINIO

DANIELE MESTRINER

PAOLO MOLFINO

GIORGIO MOLINARI

GABRIELE MOSAICO

MANSUETO ROSSI

MATTEO SAVIOZZI (Presidente Supplente)

LEZIONI

Orari delle lezioni

L'orario di tutti gli insegnamenti è consultabile all'indirizzo EasyAcademy.

ESAMI

MODALITA' D'ESAME

Oral interview

Calendario appelli

Dati Ora Luogo Tipologia Note
17/01/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
17/01/2023 09:30 GENOVA Orale
14/02/2023 09:30 GENOVA Orale
14/02/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
30/05/2023 09:30 GENOVA Orale
30/05/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
13/06/2023 09:30 GENOVA Orale
13/06/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
04/07/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
04/07/2023 09:30 GENOVA Orale
18/07/2023 09:30 GENOVA Orale
18/08/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
12/09/2023 09:30 GENOVA Orale Gli appelli di gennaio e febbraio 2023 sono riservati agli Studenti che hanno seguito il corso in A.A. precedenti il 2022/2023
12/09/2023 09:30 GENOVA Orale