| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Scienze | ||
| MATEMATICA | ||
Insegnamento
OTTIMIZZAZIONE DISCRETA
SCL1001382, A.A. 2020/21
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
OTTIMIZZAZIONE DISCRETA
SCL1001382, A.A. 2020/21
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea in MATEMATICA SC1159, ordinamento 2008/09, A.A. 2020/21 |
 porta questa pagina con te |
|---|---|---|
| Crediti formativi | 6.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | DISCRETE OPTIMIZATION | |
| Sito della struttura didattica | http://matematica.scienze.unipd.it/2020/laurea | |
| Dipartimento di riferimento | Dipartimento di Matematica | |
| 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 | |
| Corso per studenti Erasmus | Gli studenti Erasmus+ o di altri programmi di mobilità possono frequentare l'insegnamento |
Docenti
| Responsabile | MARCO DI SUMMA | MATH-06/A |
|---|
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| AFFINE/INTEGRATIVA | Attività formative affini o integrative | MAT/09 | 6.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Secondo semestre |
|---|---|
| Anno di corso | II Anno |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica erogata |
Ore Studio Individuale |
|---|---|---|---|
| ESERCITAZIONE | 2.0 | 16 | 34.0 |
| LEZIONE | 4.0 | 32 | 68.0 |
| Inizio attività didattiche | 01/03/2021 |
|---|---|
| Fine attività didattiche | 12/06/2021 |
| Visualizza il calendario delle lezioni | Lezioni 2024/25 Ord.2008 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 13 OTTIMIZZAZIONE DISCRETA - a.a. 2023/2024 | 01/10/2023 | 30/09/2024 |
DI SUMMA
MARCO
(Presidente)
DE GIOVANNI LUIGI (Membro Effettivo) DE FRANCESCO CARLA (Supplente) RINALDI FRANCESCO (Supplente) |
| 12 OTTIMIZZAZIONE DISCRETA - A.A. 2022/2023 | 01/10/2022 | 24/02/2024 |
DI SUMMA
MARCO
(Presidente)
DE GIOVANNI LUIGI (Membro Effettivo) DE FRANCESCO CARLA (Supplente) RINALDI FRANCESCO (Supplente) |
| 11 OTTIMIZZAZIONE DISCRETA - A.A. 2021/2022 | 01/10/2021 | 24/02/2023 |
DI SUMMA
MARCO
(Presidente)
DE GIOVANNI LUIGI (Membro Effettivo) DE FRANCESCO CARLA (Supplente) RINALDI FRANCESCO (Supplente) |
| 10 Ottimizzazione Discreta - a.a. 2020/2021 | 01/10/2020 | 30/09/2021 |
DI SUMMA
MARCO
(Presidente)
DE GIOVANNI LUIGI (Membro Effettivo) CONFORTI MICHELANGELO (Supplente) DE FRANCESCO CARLA (Supplente) RINALDI FRANCESCO (Supplente) |
ATTENZIONE: a causa dell'emergenza COVID le modalità di
svolgimento delle lezioni e le modalità d'esame potranno essere
differenti da quanto originariamente programmato.
Si suggerisce agli studenti di verificare sulla piattaforma moodle, su Uniweb o presso le segreterie didattiche le modalità di esame della prima sessione A.A. 2020/21.
Si suggerisce agli studenti di verificare sulla piattaforma moodle, su Uniweb o presso le segreterie didattiche le modalità di esame della prima sessione A.A. 2020/21.
| Prerequisiti: | Sono necessarie conoscenze basilari di Algebra Lineare. |
| Conoscenze e abilita' da acquisire: | Il corso mira a fornire conoscenze di base dell'Ottimizzazione Discreta, con enfasi sulla teoria matematica, le tecniche risolutive e le possibili applicazioni pratiche dei problemi di ottimizzazione considerati. |
| Modalita' di esame: | L'esame prevede una prova scritta obbligatoria, con la quale è possibile raggiungere il voto di 30/30. I quesiti della prova scritta mirano a verificare che lo studente abbia compreso la teoria e gli algoritmi risolutivi visti durante il corso.
E' poi prevista una prova orale del tutto facoltativa per gli studenti che desiderassero incrementare il punteggio senza ripetere lo scrito. |
| Criteri di valutazione: | Il docente verificherà che lo studente abbia compreso i risultati teorici e gli algoritmi studiati, e che abbia acquisito la capacità di sfruttare tali nozioni per risolvere esercizi. |
| Contenuti: | Il corso tratta alcuni temi fondamentali dell'Ottimizzazione Discreta:
- Problemi di Programmazione Lineare; - Aspetti geometrici della Programmazione Lineare; - Metodo del simplesso; - Teoria della dualità in Programmazione Lineare; - Cenni ai grafi e alla complessità degli algoritmi; - Problema del cammino minimo; - Problema del flusso massimo e del taglio minimo. |
| Attivita' di apprendimento previste e metodologie di insegnamento: | Lezioni frontali con esercizi. |
| Eventuali indicazioni sui materiali di studio: | Dispense fornite dal docente, caricate su Moodle. |
| Testi di riferimento: |
|
- Problem solving
- Problem based learning
- Lecturing
- Files e pagine caricati online (pagine web, Moodle, ...)