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

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.