Francesco CARRABS | OTTIMIZZAZIONE
Francesco CARRABS OTTIMIZZAZIONE
cod. 0522200016
OTTIMIZZAZIONE
| 0522200016 | |
| DIPARTIMENTO DI MATEMATICA | |
| CORSO DI LAUREA MAGISTRALE | |
| MATEMATICA | |
| 2017/2018 |
| ANNO CORSO 2 | |
| ANNO ORDINAMENTO 2016 | |
| 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. SI ACQUISIRANNO CONOSCENZE SUI 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 INSEGNARE I PRINCIPALI FONDAMENTI DI MODELLAZIONE MATEMATICA DI PROBLEMI DI OTTIMIZZAZIONE COMBINATORIALE E DI INSEGNARE I PRINCIPALI ALGORITMI, SIA TIPO ESATTO SIA DI TIPO APPROSSIMATO, PER LA RISOLUZIONE DI PROBLEMI DI OTTIMIZZAZIONE A VARIABILI INTERE O BINARIE. CAPACITÀ DI APPLICARE LE CONOSCENZE ACQUISITE 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. CAPACITÀ DI INDIVIDUARE E RICONOSCERE PROPRIETÀ MATEMATICHE DEI PROBLEMI IN ESAME E DI RICONOSCERE LA 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 A GRANDI DIMENSIONI: CALCOLO DI LOWER BOUND E PROGETTAZIONE DI ALGORITMI EURISTICI. |
| 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. SIMPLESSO DUALE. ALGORITMI DI SOLUZIONE PER PROBLEMI DI GRANDI DIMENSIONI: METODO DI GENERAZIONE DI COLONNE, METODO PRIMALE-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 | |
|---|---|
| L’INSEGNAMENTO PREVEDE LEZIONI FRONTALI DELLA DURATA DI 48 ORE COMPLESSIVE (6 CFU), CHE SI SVOLGONO IN AULA CON L’AUSILIO DI PROIEZIONI; ALLA FINE DELLA PRESENTAZIONE DI UN ARGOMENTO SONO PREVISTI VARI ESEMPI APPLICATIVI ED ESERCITAZIONI. |
| Verifica dell'apprendimento | |
|---|---|
| LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI A LEZIONE, NONCHÉ LA CAPACITÀ DI APPLICARE TALI CONOSCENZE NELLA RISOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE A VARIABILI INTERE. LA PROVA DI ESAME CONSISTE IN UN COLLOQUIO ORALE TRAMITE IL QUALE SARANNO VALUTATE LE CONOSCENZE ACQUISITE IN MERITO ALLA MODELLAZIONE E RISOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE A NUMERI INTERI. LA VALUTAZIONE DELLA PROVA SARÀ ESPRESSA IN TRENTESIMI. |
| Testi | |
|---|---|
| GEORGE L. NEMHAUSER, LAURENCE A. WOLSEY, INTEGER AND COMBINATORIAL OPTIMIZATION, JOHN WILEY & SONS INC, 1999. - APPUNTI DELLE LEZIONI. PER APPROFONDIMENTI: LAURENCE A. WOLSEY, INTEGER PROGRAMMING, JOHN WILEY & SONS INC, 1998. |
| Altre Informazioni | |
|---|---|
| -IL CORSO È EROGATO IN ITALIANO. -SI RACCOMANDA LA FREQUENZA. -GLI INDIRIZZO DI POSTA ELETTRONICA DEI DOCENTI SONO: RAFFAELE@UNISA.IT, FCARRABS@UNISA.IT |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-05-14]
