Francesco CARRABS | OTTIMIZZAZIONE
Francesco CARRABS OTTIMIZZAZIONE
cod. 0522200016
OTTIMIZZAZIONE
| 0522200016 | |
| DIPARTIMENTO DI MATEMATICA | |
| CORSO DI LAUREA MAGISTRALE | |
| MATEMATICA | |
| 2014/2015 |
| ANNO CORSO 2 | |
| ANNO ORDINAMENTO 2010 | |
| SECONDO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| MAT/09 | 6 | 48 | LEZIONE |
| Obiettivi | |
|---|---|
| CONOSCENZA E CAPACITÀ DI COMPRENSIONE: IL CORSO SI PROPONE DI APPROFONDIRE ED AMPLIARE LE CONOSCENZE SUI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA, INTRODOTTI NEL CORSO DI RICERCA OPERATIVA, CON PARTICOLARE RIGUARDO A CLASSI DI PROBLEMI DI RILEVANTE INTERESSE APPLICATIVO. CONOSCERE METODI DI SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE CON UN ELEVATISSIMO NUMERO DI VARIABILI O DI VINCOLI. RELATIVAMENTE AI PROBLEMI DI OTTIMIZZAZIONE LINEARE A VARIABILI INTERE E BINARIE, IL CORSO SI PROPONE DI CONOSCERE I PRINCIPALI FONDAMENTI DI MODELLAZIONE MATEMATICA DI PROBLEMI DI OTTIMIZZAZIONE COMBINATORIALE E DI CONOSCERE ALGORITMI DI TIPO ESATTO ED APPROSSIMATO PER LA RISOLUZIONE DI PROBLEMI DI OTTIMIZZAZIONE A VARIABILI INTERE O BINARIE. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: CAPACITÀ DI RICONOSCERE E ABILITÀ DI FORMULARE PROBLEMI DECISIONALI DI INTERESSE APPLICATIVO CHE RIENTRANO NELLA CLASSE DEI PROBLEMI DI OTTIMIZZAZIONE LINEARE A VARIABILI INTERE. CONOSCENZA DELLE PROPRIETÀ MATEMATICHE DEI PROBLEMI E DELLA LORO INTRINSECA COMPLESSITÀ COMPUTAZIONALE. CONOSCENZA DEGLI ALGORITMI PIÙ RECENTI ED EFFICIENTI PER LA RISOLUZIONE ESATTA DEI PROBLEMI DI PLI. CONOSCENZA DEGLI ELEMENTI PRINCIPALI PER LA RISOLUZIONE DI PROBLEMI DI GRANDI DIMENSIONI: CALCOLO DI LOWER BOUND E PROGETTAZIONE DI ALGORITMI EURISTICI. AUTONOMIA DI GIUDIZIO: CAPACITÀ DI VALUTARE E COMPARARE AUTONOMAMENTE LE SOLUZIONI MATEMATICHE DI UN PROBLEMA DI MEDIA COMPLESSITÀ FORMULATO TRAMITE UN MODELLO MATEMATICO A GRANDI DIMENSIONI O TRAMITE UN MODELLO MATEMATICO A VARIABILI INTERE. ABILITÀ COMUNICATIVE: CAPACITÀ DI ORGANIZZARSI IN GRUPPI DI LAVORO. CAPACITÀ DI COMUNICARE EFFICACEMENTE IN FORMA SCRITTA E/O ORALE ANCHE IN INGLESE. CAPACITÀ DI APPRENDIMENTO: CAPACITÀ DI CATALOGARE, SCHEMATIZZARE E RIELABORARE LE NOZIONI ACQUISITE. |
| Prerequisiti | |
|---|---|
| LO STUDENTE DOVREBBE AVERE CHIARI I CONCETTI BASE DI RICERCA OPERATIVA. |
| Contenuti | |
|---|---|
| PROGRAMMAZIONE MATEMATICA E CONDIZIONI DI OTTIMALITÀ. TEORIA DELLA DUALITÀ. ELEMENTI PRINCIPALI DEL METODO ELLISSOIDE. ALGORITMI DI SOLUZIONE PER PROBLEMI DI GRANDI DIMENSIONI: METODO DI DECOMPOSIZIONE DI DANTZIG-WOLFE. METODO DI GENERAZIONE DI COLONNE. METODO PRIMAL-DUALE. OTTIMIZZAZIONE DISCRETA: PROBLEMI DI FLUSSO DI RETE. PRINCIPALI CLASSI DI PROBLEMI COMBINATORI. DISUGUAGLIANZE VALIDE. RILASSAMENTI. DECOMPOSIZIONE DI BENDERS. METODI RISOLUTIVI DI TIPO ESATTO: BRANCH AND BOUND, PIANI DI TAGLIO, BRANCH AND CUT. METODI RISOLUTIVI DI TIPO APPROSSIMATO: ALGORITMI DI RICERCA LOCALI E METODI METAEURISTICI. |
| Metodi Didattici | |
|---|---|
| LEZIONI FRONTALI. |
| Verifica dell'apprendimento | |
|---|---|
| PROVA ORALE. |
| Testi | |
|---|---|
| - M.S.BAZARAA, ET AL., LINEAR PROGRAMMING AND NETWORK FLOW, J. WILEY, N.Y., 1990, SECONDA EDIZIONE. - M.S.BAZARAA, ET AL., NONLINEAR PROGRAMMING, J. WILEY, N.Y., 2979. - NEMHAUSER, G.L. ET AL., INTEGER AND COMBINATORIAL OPTIMIZATION, J. WILEY, N.Y., 1988. - V. CHVATAL LINEAR PROGRAMMING, W.H. FREEMAN, 1983. - C.H. PAPADIMITRIOU, COMBINATORIAL OPTIMIZATION: ALGORITHMS AND COMPLEXITY - APPUNTI DEL DOCENTE |
| Altre Informazioni | |
|---|---|
| INDIRIZZO DI POSTA ELETTRONICA DEL DOCENTE: RAFFAELE@UNISA.IT |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2016-09-30]
