CODICE 111883 ANNO ACCADEMICO 2025/2026 CFU 6 cfu anno 2 INGEGNERIA INFORMATICA 8719 (L-8) - GENOVA 6 cfu anno 3 INFORMATICA 8759 (L-31) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE MAT/09 LINGUA Italiano 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, l'insegnamento considera principalmente problemi di ottimizzazione affrontati da tecniche di programmazione matematica e problemi su grafi e reti. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Acquisire familiarità con gli elementi di base della ricerca operativa, con particolare riferimento alla programmazione lineare e alla programmazione lineare intera, apprendendo i principali algoritmi e le loro proprietà. 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. Al termine dell'insegnamento, lo studente/la studentessa sarà in grado di: risolvere problemi di programmazione continua e a numeri interi misti utilizzando metodi e algoritmi appropriati. 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 SILVIA VILLA Ricevimento: Su appuntamento: parlare direttamente con il docente oppure scrivere a silvia.villa@unige.it MASSIMO PAOLUCCI Ricevimento: Ricevimento su appuntamento. 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. 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.
