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

A.A. 2025/2026 A.A. 2024/2025

Il 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

InsegnamentiCreditiTAFSSD
9
B
SECS-P/08
9
B/C
IUS/01 ,M-FIL/03
9
B
MAT/06
12
B
INF/01

2° Anno  Attivato nell'A.A. 2025/2026

InsegnamentiCreditiTAFSSD
Final exam
21
E
-
Attivato nell'A.A. 2025/2026
InsegnamentiCreditiTAFSSD
Final exam
21
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
1 module among the following
6
C
M-FIL/02
6
C
IUS/02
6
C
IUS/17
6
C
IUS/04
6
C
SPS/07
Tra gli anni: 1°- 2°
2 modules among the following
6
C
SECS-P/10
6
C
SECS-P/08
6
C
SECS-P/10
6
C
SECS-P/08
6
C
AGR/01
Tra gli anni: 1°- 2°
1 module among the following 
- A.A. 2024/2025 Complex systems and social physics - Network science and econophysics - Statistical methods for business intelligence not activated
- A.A. 2025/26 Network science and econophysics not activated
6
C
FIS/02
6
C
FIS/02
6
C
SECS-S/01
Tra gli anni: 1°- 2°
1 module among the following
6
B
MAT/08
6
B
MAT/09
6
B
MAT/06
Tra gli anni: 1°- 2°
2 modules among the following
6
B
INF/01
6
B
INF/01
6
B
ING-INF/05
6
B
ING-INF/05
6
B
INF/01
Tra gli anni: 1°- 2°
Further activities: International students (ie students who do not have an Italian bachelor's degree) must compulsorily gain 3 credits of Italian language skills level B2.
6
F
-
Tra gli anni: 1°- 2°
12
D
-

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.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Discrete optimization and decision making  (2024/2025)

Codice insegnamento

4S009081

Docenti

Roberto Zanotti, Romeo Rizzi

Coordinatore

Roberto Zanotti

Crediti

6

Offerto anche nei corsi:

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

MAT/09 - RICERCA OPERATIVA

Periodo

II semestre dal 3 mar 2025 al 13 giu 2025.

Corsi Singoli

Autorizzato

Orario Lezioni MoodleMoodle Seminari 0

Obiettivi di apprendimento

Il corso esplora l'approccio quantitativo alla soluzione di problemi reali. Un problema è quindi visto sia come una famiglia di istanze che possano andare in input ad un elaboratore, che come un modello/linguaggio entro cui esprimere le problematiche reali da gestire. Proponiamo sia modelli della programmazione matematica che offrono buone proprietà in termini di efficienza e di caratterizzabilità dello spazio delle soluzioni, che strumenti pratici che consentono di affrontare le problematiche complesse che si incontrano in situazioni reali. Tra i modelli del primo tipo, atti a fornire importanti strumenti concettuali a riferimento, poniamo al centro la programmazione lineare evidenziandone il ruolo cardine in discipline che vanno dall'economia, alla matematica, dall'informatica all'ingegneria, e che interessa tutto il mondo delle applicazioni (medicina,reti,bioinformatica,finanza,project management, ...). Alla programmazione lineare, si affianca la proposta della programmazione lineare intera che consente la formulazione e gestione di problemi complessi. In aggiunta alle competenze modellistiche, il corso si focalizzerà sulle tecniche risolutive esatte ed euristiche per la risoluzione di problemi complessi. In particolare, si forniranno le basi per la progettazione di metodi risolutivi, potenzialmente ibridi, che sfruttino metodologie note nell'ambito della ricerca operativa. Le lezioni sono ripartite in modo da coprire competenze di varia natura (dal teorico al pratico). Al termine del corso lo studente dovrà dimostrare di: - conoscere i modelli/linguaggi presentati e avere una comprensione delle proprietà e funzioni - saper modellare un problema dalle applicazioni in uno dei linguaggi incontrati opportunamente scelto - saper progettare procedure elementari o metaeuristiche volte alla gestione e ottimizzazione di processi di vario tipo (come routing, produzione industriale, finanza, ...) - sapersi avvalere di specifici software disponibili per la risoluzione delle formulazioni matematiche studiate

Prerequisiti e nozioni di base

è un corso interfacoltà e vorremo tenere minimi i prerequisiti. Il prerequisito fondamentale è ovviamente l'interesse ed essere assertivi ed autonomi.
Aiutano:
- saper risolvere sistemi di equazioni lineari (algebra lineare)
- aver scritto/debuggato qualche piccolo programma in un qualche linguaggio (tipo python)
- curiosità
- interesse per l'acquisire si spera nuove competenze ed approcci

Programma

- Nozioni di base su Problemi, Modelli, Algoritmi e Complessità computazionale
- Ricorsione e Programmazione Dinamica
- Programmazione lineare (riferimento: Vanderbei capitoli 2,3,4,5, ma non è necessario leggere la dimostrazione relativa alla regola di Bland)
- il tableau e l'algoritmo del simplesso
- teoria della dualità
- lassità complementare
- interpretazione economica
- Modeling
- l'arte di avvalersi di un Solver (Gurobi)
- Programmazione Lineare Intera
- Algoritmi di enumerazione semplice e di enumerazione implicita
- ramificato e legato
- ramificare e tagliare
- formulazioni compatte
- algoritmi di approssimazione
- euristiche e meta-euristiche
- Grafi come modelli e problemi su grafi
- cammini minimi
- flussi massimi
- massimo abbinamento bipartito
- TSP

Bibliografia

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Le lezioni avverranno in aula didattica tradizionale ma potranno essere seguite anche da remoto e verranno registrate.
Il Gruppo Telegram https://t.me/DiscreteOptimization serve da primo riferimento al corso e ci tiene in contatto tra di noi in modalità all-2-all.
La lista dei materiali bibliografici gratuitamente disponibili tramite il servizio Levanto di ateneo è https://univr.alma.exlibrisgroup.com/leganto/public/39UVR_INST/lists/5425495420005791?auth=SAML

Modalità di verifica dell'apprendimento

gli esercizi proposti durante il corso contribuiranno al voto
a fine corso, sulla stessa piattaforma utilizzata per gli homeworks verrà proposto un progetto
un esame orale finale sarà occasione di discutere in modo più ampio sulle competenze apprese verificando anche il possesso delle competenze dimostrate negli homeworks e nel progetto

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

- esercizi: punteggio ottenuto dal sistema automatico di feedback e verifica contestuale (possibile lavorare in gruppo ma rispettando le regole che consentono verifica di autenticità)
- progetto: come per gli esercizi, ma modulato anche da altre considerazioni
- orale: valutazione ollistica su competenze da programma finale, competenze attive, e chiarezza espositiva

Criteri di composizione del voto finale

per somma di punti raccolti da homeworks, progetto, ed esame orale

Lingua dell'esame

english