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
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
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2023/2024
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
1 module among the following (a.a. 2023/24: Data protection in business organizations not activated)
2 modules among the following (a.a. 2023/24: Statistical methods for business intelligence not activated)
2 modules among the following (a.a. 2023/24: Complex systems and social physics not activated)
2 modules among the following
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.
Discrete optimization and decision making (2022/2023)
Codice insegnamento
4S009081
Docenti
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Discrete Optimization del corso Laurea magistrale in Artificial Intelligence [LM-18]
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
MAT/09 - RICERCA OPERATIVA
Periodo
Secondo semestre dal 6 mar 2023 al 16 giu 2023.
Obiettivi di apprendimento
Il corso mira all'introduzione delle basi della programmazione matematica, al fine di sviluppare abilità di modellizzazione per formulare e risolvere problemi reali complessi in domini tanto deterministici che probabilistici. Il corso coprirà argomenti di programmazione lineare intera e continua, fornendo anche una buona conoscenza nell'ambito della programmazione stocastica e ottimizzazione robusta intesi come metodi nell'ambito della teoria delle decisioni. Le lezioni saranno incentrate sugli aspetti computazionali dei diversi approcci, nonché sulle rispettive caratteristiche di modellizzazione ed applicazione in ambiti concreti. Al termine del corso lo studente dovrà dimostrare di: - saper affrontare problemi di modellizzazione, ottimizzazione e scelta decisionale - saper sviluppare strumenti computazionali per l'applicazione delle soluzioni teoriche in ambito ottimizzazione dei processi di, e.g., routing, produzione industriale e finanza - saper utilizzare specifiche soluzioni software atte a risolvere formulazioni matematiche, e.g., Gurobi, Cplex
Prerequisiti e nozioni di base
rudimenti di analisi, calcolo e algebra lineare
Programma
- Nozioni di base su Problemi, Modelli, Algoritmi e Complessità computazionale
- 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
- percorsi più brevi
- flussi massimi
- massimo abbinamento bipartito
- TSP
Bibliografia
Modalità didattiche
Le lezioni avverranno in aula didattica tradizionale ma potranno essere seguite anche da remoto e verranno registrate.
Modalità di verifica dell'apprendimento
Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i principi alla base delle tecniche di ottimizzazione discreta
- essere in grado di esporre argomentazioni sulle tematiche del corso in modo preciso e organico senza divagazioni
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti.
Criteri di valutazione
Discussi e concordati con l'obiettivo che possano risultare sia equi che ragionevoli.
Lingua dell'esame
English is fine. Italiano va benissimo.