| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Ingegneria | ||
| INGEGNERIA INFORMATICA | ||
Insegnamento
MODELLI E SOFTWARE PER L'OTTIMIZZAZIONE DISCRETA
INN1030564, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18
MODELLI E SOFTWARE PER L'OTTIMIZZAZIONE DISCRETA
INN1030564, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea in INGEGNERIA INFORMATICA IN0508, ordinamento 2011/12, A.A. 2019/20 |
 porta questa pagina con te |
|---|---|---|
| Curriculum | Percorso Comune | |
| Crediti formativi | 6.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | MODELS AND SOFTWARE FOR DISCRETE OPTIMIZATION | |
| Dipartimento di riferimento | Dipartimento di Ingegneria dell'Informazione (DEI) | |
| Sito E-Learning | https://elearning.dei.unipd.it/course/view.php?idnumber=2019-IN0508-000ZZ-2017-INN1030564-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 | DOMENICO SALVAGNIN | MAT/09 |
|---|
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| BASE | Matematica, informatica e statistica | MAT/09 | 6.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Primo semestre |
|---|---|
| Anno di corso | III Anno |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica assistita |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 6.0 | 48 | 102.0 |
| Inizio attività didattiche | 30/09/2019 |
|---|---|
| Fine attività didattiche | 18/01/2020 |
| Visualizza il calendario delle lezioni | Lezioni 2019/20 Ord.2011 |
| Prerequisiti: | - conoscenze di base di algebra lineare |
| Conoscenze e abilita' da acquisire: | - familiarità con i principali paradigmi dell'ottimizzazione vincolata discreta
- capacità di modellare problemi di ottimizzazione tramite programmazione lineare intera (MIP) o programmazione con vincoli (CP) - capacità d'uso di software di modellazione algebrica e di risoluzione MIP/CP |
| Modalita' di esame: | - scritto (domande di teoria ed esercizi di modellazione)
- progetto software facoltativo in itinere |
| Criteri di valutazione: | - capacità di modellare problemi di ottimizzazione del mondo reale in linguaggio algebrico
- conoscenza dei concetti di base dei principali paradigmi di ottimizzazione |
| Contenuti: | - programmazione matematica/vincolata
- programmazione lineare (LP) e lineare intera (MIP) - programmazione con vincoli (CP) - linguaggi di modellazione algebrica |
| Attivita' di apprendimento previste e metodologie di insegnamento: | - lezioni frontali per la parte di teoria
- esercitazioni in laboratorio per quanto riguarda risolutori MIP/CP e modellazione algebrica |
| Eventuali indicazioni sui materiali di studio: | - dispense fornite dal docente e disponibili online. |
| Testi di riferimento: |
|
- Lecturing
- Laboratory
- Problem based learning
- Working in group
