PRESENTAZIONE

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

L'insegnamento 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 dell'insegnamento 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 conclusol'insegnamento, gli studenti saranno in grado di riconoscere la classe di un problema di ottimizzazione e di individuare ed implementarne la risoluzione.

MODALITA' DIDATTICHE

Le lezioni sono suddivise equamente in:

• Lezioni teoriche: in cui vengono forniti i requisiti matematici relativi alla modellazione dei problemi di ottimizzazione  e alla loro risoluzione.
• Esercitazioni in aula: nel quale vengono implementati e risolti in ambiente software problemi applicativi relativi ai sistemi elettrici (dispacciamento ottimo, unit committment, gestione energia di una microrete, ecc.).

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 ambiente Matlab e GAMS di problemi di ottimizzazione

TESTI/BIBLIOGRAFIA

• J. Nocedal, S. J. Wright, “Numerical Optimization”, Springer, 1999
• Manuale Matlab: https://it.mathworks.com/help/
• Manuale GAMS: User's Guide (gams.com)

DOCENTI E COMMISSIONI

Commissione d'esame

MARIO NERVI (Presidente)

FABIO D'AGOSTINO

PAOLA GIRDINIO

DANIELE MESTRINER

PAOLO MOLFINO

GIORGIO MOLINARI

GABRIELE MOSAICO

MANSUETO ROSSI

EUGENIA TORELLO

MASSIMO BRIGNONE (Presidente Supplente)

MATTEO SAVIOZZI (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/8731/p/studenti-orario

Orari delle lezioni

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

ESAMI

MODALITA' D'ESAME

Esame orale

ITA: Gli studenti con disabilità o con DSA possono fare richiesta di misure compensative/dispensative per l'esame. Le modalità saranno definite caso per caso insieme al Referente per Ingegneria del Comitato di Ateneo per il supporto agli studenti disabili e con DSA. Gli studenti che volessero farne richiesta sono invitati a contattare il docente dell'insegnamento con congruo anticipo mettendo in copia il Referente per Ingegneria (https://unige.it/commissioni/comitatoperlinclusionedeglistudenticondisabilita.html), senza inviare documenti in merito alla propria disabilità

MODALITA' DI ACCERTAMENTO

Verifica di acquisizione di conoscenza teorica e pratica delle metodologie di calcolo in ambiente software relative ai problemi di ottimizzazione affrontate a lezione. L’esame orale permetterà di verificare la capacità dello studente di riproporre e argomentare sui metodi teorici ed applicativi visti durante il corso. Sarà inoltre valutata la qualità dell’esposizione e l’utilizzo corretto del lessico specialistico, la capacità e l’autonomia di ragionamento e il richiamo dei prerequisiti culturali precedentemente definiti.

Calendario appelli