| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Ingegneria | ||
| INGEGNERIA INFORMATICA | ||
Insegnamento
RICERCA OPERATIVA 1
IN11112347, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
RICERCA OPERATIVA 1
IN11112347, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea magistrale in INGEGNERIA INFORMATICA IN0521, ordinamento 2009/10, A.A. 2019/20 |
 porta questa pagina con te |
|---|---|---|
| Crediti formativi | 9.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | OPERATIONS RESEARCH 1 | |
| Dipartimento di riferimento | Dipartimento di Ingegneria dell'Informazione (DEI) | |
| 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 | MATTEO FISCHETTI | MAT/09 |
|---|
Mutuazioni
| Codice | Insegnamento | Responsabile | Corso di studio |
|---|---|---|---|
| INL1000878 | RICERCA OPERATIVA | MATTEO FISCHETTI | IN0527 |
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| AFFINE/INTEGRATIVA | Attività formative affini o integrative | MAT/09 | 9.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Primo semestre |
|---|---|
| Anno di corso | I Anno |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica assistita |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 9.0 | 72 | 153.0 |
| Inizio attività didattiche | 30/09/2019 |
|---|---|
| Fine attività didattiche | 18/01/2020 |
| Visualizza il calendario delle lezioni | Lezioni 2019/20 Ord.2009 |
| Prerequisiti: | Nozioni di base di informatica e di calcolo matriciale |
| Conoscenze e abilita' da acquisire: | Conoscere i fondamenti della Ricerca Operativa, ed in particolare le tecniche di ottimizzazione per problemi di tipo lineare e di tipo combinatorio, applicandole ad esempi (semplificati) di interesse applicativo. Essere in grado di classificare un modello matematico di decisione (decisori, obiettivi, variabili, vincoli, dati, contesto decisionale). |
| Modalita' di esame: | Tradizionale |
| Criteri di valutazione: | Prova scritta |
| Contenuti: | Problemi di ottimizzazione. Programmazione Lineare (PL). Programmazione Lineare Intera (PLI). Teoria della Complessita` Computazionale. Teoria dei Grafi. Problemi NP-completi. |
| Attivita' di apprendimento previste e metodologie di insegnamento: | Problemi di ottimizzazione: Programmazione matematica e programmazione convessa.
Programmazione Lineare (PL) : Generalita`. Modelli di PL. Geometria della PL. Algoritmo del simplesso: metodo delle 2 fasi, forma matriciale e tableau, simplesso rivisto. Degenerazione. Dualita` in PL. Algoritmo del simplesso duale. Analisi di sensitivita`. Programmazione Lineare Intera (PLI): Modelli di PLI. Totale unimodularita`. Metodo dei piani di taglio di Chvatal-Gomory. Algoritmo branch-and-bound. Problema di separazione ed algoritmo branch-and-cut. Teoria della Complessita` Computazionale: Classi P, NP, co-NP e problemi NP-completi. Riduzioni polinomiali. Teoria dei Grafi: Definizioni. Problemi polinomiali (con modelli ed algoritmi di risoluzione): albero minimo, cammini minimi, flussi. Problemi NP-completi (con modelli ed algoritmi di risoluzione): knapsack, commesso viaggiatore, set covering e set packing, alberi di Steiner, plant location. |
| Eventuali indicazioni sui materiali di studio: | |
| Testi di riferimento: |
|
