Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Matematica applicata - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2014/2015
| Insegnamenti | Crediti | TAF | SSD |
|---|
3° Anno Attivato nell'A.A. 2015/2016
| Insegnamenti | Crediti | TAF | SSD |
|---|
Uno o due insegnamenti tra i seguenti per un totale di 12 cfu| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Uno o due insegnamenti tra i seguenti per un totale di 12 cfu| Insegnamenti | Crediti | TAF | SSD |
|---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Ricerca operativa (2015/2016)
Codice insegnamento
4S00001
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
MAT/09 - RICERCA OPERATIVA
Periodo
II semestre dal 1 mar 2016 al 10 giu 2016.
Obiettivi formativi
Il corso si propone di introdurre lo studente ad alcuni modelli ed ad alcune metodologie di base nel campo dell'Ottimizzazione, con particolare riferimento alla programmazione dinamica, all'ottimizzazione combinatorica, ai grafi, alla programmazione lineare. Vengono anche forniti cenni ed esempi di teoria della complessita' cercando di trasmetterne l'impatto metodologico. Viene inoltre illustrato il ruolo che la programmazione lineare intera riveste nella comunita' della ricerca operativa.
Programma
Nozioni di base: modelli ed algoritmi, complessita' computazionale, ricorsione ed induzione, invarianti e monovarianti, grafi, insiemi convessi, poliedri e coni.
Alcuni dei modelli in Programmazione Dinamica: massima sottosequenza crescente, massima sottosequenza comune, zaino pesato e non.
Alcuni dei modelli in grafi: cammini Euleriani ed Hamiltoniani, grafi planari e i loro duali, grafi bipartiti, cammini minimi, alberi ricoprenti di peso minimo, massimo flusso e minimo taglio, massimo matching.
Programmazione lineare: formulazione di problemi di programmazione lineare; forme equivalenti, forma standard; struttura matematica, approccio grafico, proprietà.
L’algoritmo del simplesso: vertici e soluzioni di base; condizioni di ottimalità; forma tableau del simplesso, il problema ausiliario; metodo delle due fasi.
Teoria della dualità: il teorema fondamentale di dualità; algoritmo del simplesso duale; interpretazione economica; analisi di sensitività.
Programmazione lineare intera: il metodo dei tagli, il branch and bound.
Ottimizzazione su reti: albero di supporto di costo minimo, cammino minimo, flusso massimo.
Un piu' esteso programma nelle intenzioni, un programma dell'edizione precedente, ed il programma giornaliero del corso sono disponibili alla pagina del corso:
http://profs.sci.univr.it/~rrizzi/classes/RO/index.html
Modalità d'esame
Prova scritta finale.
Trovate i testi degli scritti precedenti e relative correzioni alla pagina del corso:
http://profs.sci.univr.it/~rrizzi/classes/RO/index.html
La prova dura circa 4 ore ed avviene tipicamente in aula delta. Portarsi maglioncino, merendina, colori e fogli predisposti come reputate possano aiutarvi ad una migliore resa.
