Salta al contenuto principale
CODICE 111883
ANNO ACCADEMICO 2023/2024
CFU
SETTORE SCIENTIFICO DISCIPLINARE MAT/09
SEDE
  • GENOVA
PERIODO 2° Semestre
MATERIALE DIDATTICO AULAWEB

PRESENTAZIONE

L'insegnamento presenta un insieme di modelli e metodi matematici della Ricerca Operativa per risolvere i problemi  decisionali. Lo scopo dell'insegnamento è fornire agli studenti le competenze per modellare problemi decisionali per mezzo di metodi di ottimizzazione e di utilizzare algoritmi appropriati per la loro soluzione. In particolare, il corso considera principalmente problemi di ottimizzazione affrontati da tecniche di programmazione matematica e problemi su grafi e reti.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Gli studenti apprenderanno una serie di modelli e metodi della ricerca operativa (modelli di programmazione matematica lineare e non lineare; metodi di programmazione intera; grafi e modelli di rete).

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

L'obiettivo principale è fornire agli studenti le competenze per definire modelli di programmazione matematica per risolvere una serie di problemi decisionali formulandoli come problemi di ottimizzazione. Gli allievi sapranno risolvere problemi di programmazione continua e a numeri interi misti utilizzando metodi e algoritmi appropriati. Gli allievi sapranno risolvere problemi utilizzando modelli su grafi.

PREREQUISITI

Nozioni di base di algebra lineare. 

Nozioni di base di analisi matematica.

MODALITA' DIDATTICHE

Lezioni in aula, utilizzando la lavagna oppure slides. 

PROGRAMMA/CONTENUTO

Introduzione ai problemi e ai modelli decisionali. Processo di formulazione dei problemi mediante modelli quantitativi.

Programmazione matematica lineare. Formulazione grafica e soluzione di programmi lineari. Algoritmo del simplesso. Analisi di sensibilità e  sua interpretazione economica.

Programmazione matematica non-lineare. Programmazione convessa. Metodi di discesa. Programmazione non-lineare non vincolata e vincolata.

Programmazione intera e ottimizzazione combinatoria. Esempi di formulazioni e metodi risolutivi (branch and bound).

Teoria del grafi: problemi dello shortest path, minimum spanning tree.  Modelli di network flow.

Esempi di uso di un linguaggio di formulazione matematica e di un risolutore per problemi misti interi (OPL-Cplex).

TESTI/BIBLIOGRAFIA

Introduction to Operations Research, 9/e

Frederick S Hillier, Stanford University

Gerald J Lieberman, Late of Stanford University

ISBN: 0073376299

McGraw-Hill Higher Education, 2010

DOCENTI E COMMISSIONI

Commissione d'esame

MASSIMO PAOLUCCI (Presidente)

SILVIA VILLA (Presidente)

LEZIONI

INIZIO LEZIONI

In accordo con il calendario didattico approvato dal Consiglio dei Corsi di Studio in Informatica

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Esame scritto e orale (opzionale dopo superamento dello scritto).

E' necessaria la registrazione nelle date degli appelli e contattare il docente via email.

Studenti con disturbi specifici di apprendimento (DSA) potranno usare modalità specifiche e supporti che saranno determinate caso per caso in accordo con il delegato per i corsi di Ingegneria nel Comitato per l'inclusione degli studenti con disabilità.

MODALITA' DI ACCERTAMENTO

Agli studenti verranno chiesti concetti teorici relativi agli argomenti trattati nel corso. Inoltre gli studenti dovranno essere in grado di risolvere problemi utilizzando gli algoritmi appresi e applicando concetti teorici. 

Calendario appelli

Dati Ora Luogo Tipologia Note
06/06/2024 15:00 GENOVA Scritto
04/07/2024 15:00 GENOVA Scritto
13/09/2024 09:00 GENOVA Scritto