Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
OTTIMIZZAZIONE: MODELLI E METODI
SCP4063834, A.A. 2016/17

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2016/17
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese OPTIMIZATION: MODELS AND METHODS
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2016/laurea_statisticatecnologiescienze
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Sito E-Learning https://elearning.unipd.it/stat/course/view.php?idnumber=2016-SC2094-000ZZ-2015-SCP4063834-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIOVANNI ANDREATTA

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Informatico-matematico applicato MAT/09 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
LABORATORIO 1.5 12 25.5 2
LEZIONE 7.5 52 135.5 Nessun turno

Calendario
Inizio attività didattiche 01/10/2016
Fine attività didattiche 20/01/2017
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
5 Commissione a.a.2019/20 01/10/2019 30/09/2020 DE FRANCESCO CARLA (Presidente)
DE GIOVANNI LUIGI (Membro Effettivo)
TONOLO ALBERTO (Membro Effettivo)
4 Commissione a.a.2018/19 01/10/2018 30/09/2019 DE FRANCESCO CARLA (Presidente)
ANDREATTA GIOVANNI (Membro Effettivo)
DE GIOVANNI LUIGI (Membro Effettivo)
3 Commissione a.a.2017/18 01/10/2017 30/09/2018 ANDREATTA GIOVANNI (Presidente)
DE GIOVANNI LUIGI (Membro Effettivo)
FERRANTE MARCO (Membro Effettivo)

Syllabus
Prerequisiti: Conoscenze elementari di Informatica (Excel) e di Calcolo delle probabilità.
Conoscenze e abilita' da acquisire: Imparare ad analizzare problemi decisionali in lingua corrente e a costruire alcuni modelli matematici che li rappresentino. Tali modelli verranno poi risolti con un software, ma si cercherà di sviluppare senso critico per capire se la soluzione fornita è accettabile, o se il modello va perfezionato.
Modalita' di esame: L'esame consiste in una prova scritta individuale, eventualmente integrata da una prova orale.
Criteri di valutazione: Valutazione della comprensione degli argomenti svolti a lezione.
Contenuti: Il programma del corso si articola nei seguenti argomenti (i riferimenti sono al libro di testo):
CAP 1 Introduzione alla Modellizzazione
CAP 2 Introduzione alla Modellizzazione in Excel
CAP 3 Modelli di Ottimizzazione
CAP 4 Modelli di Ottimizzazione Lineare
CAP 5 Modelli a rete
CAP 6 Modelli di Ottimizzazione con variabili intere
CAP 7 Modelli di Ottimizzazione Non Lineare
CAP 9 Ottimizzazione Multiobiettivo
CAP 10 Ottimizzazione in condizioni di incertezza
CAP 15 Gestione di progetti

Inoltre, non previsti nel libro di testo:
Metodo grafico per la risoluzione di un problema di PL in due dimensioni
Geometria della PL
Metodo del Simplesso.
Attivita' di apprendimento previste e metodologie di insegnamento: La maggior parte delle lezioni non sarà di tipo teorico, ma si baserà su una serie di esempi, alcuni svolti dal docente in aula, alcuni affrontati assieme agli studenti nella apposita aula attrezzata con computer.
Eventuali indicazioni sui materiali di studio: Oltre al libro di testo, ulteriore materiale sarà messo a disposizione nel sito dedicato al corso.
Testi di riferimento:
  • S.C. Albright e W.L. Winston, Management Science Modeling. --: South-Western Cengage Learning, 2009. Revised third edition, International Student Edition, ISBN-13: 978-0-324-66346-4; ISBN-10: 0-324-66346-3 Cerca nel catalogo