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. 2023/2024 A.A. 2022/2023 A.A. 2021/2022 A.A. 2020/2021

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
12
C
MAT/06
12
B
INF/01

2° Anno  Attivato nell'A.A. 2023/2024

InsegnamentiCreditiTAFSSD
9
B/C
IUS/01 ,M-FIL/03
6
F
-
22
E
-
Attivato nell'A.A. 2023/2024
InsegnamentiCreditiTAFSSD
9
B/C
IUS/01 ,M-FIL/03
6
F
-
22
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
1 module among the following (a.a. 2023/24: Data protection in business organizations not activated)
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 (a.a. 2023/24: Statistical methods for business intelligence not activated)
6
B
SECS-P/10
6
B
SECS-P/08
6
B
SECS-P/10
6
B
SECS-P/08
6
B
SECS-S/01
Tra gli anni: 1°- 2°
2 modules among the following (a.a. 2023/24: Complex systems and social physics not activated)
6
C
FIS/02
6
C
MAT/08
6
C
MAT/09
6
C
AGR/01
6
C
FIS/02
6
C
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°
8
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  (2022/2023)

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

Secondo semestre dal 6 mar 2023 al 16 giu 2023.

Orario Lezioni MoodleMoodle Seminari 0

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

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.

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.

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

Discussi e concordati con l'obiettivo che possano risultare sia equi che ragionevoli.

Lingua dell'esame

English is fine. Italiano va benissimo.