Complementi di ricerca operativa
A.A. 2023/2024
Learning objectives
L'insegnamento si propone di ampliare i fondamenti della programmazione matematica. Si affronteranno i problemi di ottimizzazione non lineare e si approfondiranno le tecniche per affrontare i problemi di programmazione lineare e lineare intera.
Expected learning outcomes
Capacità di scegliere gli strumenti più adatti per risolvere problemi di ottimizzazione non lineare. Capacità di applicare tecniche di decomposizione per affrontare problemi di programmazione lineare intera, competenze relative alle tecniche utilizzate dai solutori commerciali.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Course syllabus and organization
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
1. Programmazione lineare intera e misto-intera. Richiami di programmazione lineare. Interpretazione geometrica della PLI, teoria poliedrale. Metodo dei piani di taglio
2. Algoritmi di enumerazione implicita. Branch-and-bound e branch-and-cut. Algoritmo di Balas per PLI 0-1. Programmazione dinamica.
3. Rilassamento Lagrangeano
4. Column generation e branch-and-price
2. Algoritmi di enumerazione implicita. Branch-and-bound e branch-and-cut. Algoritmo di Balas per PLI 0-1. Programmazione dinamica.
3. Rilassamento Lagrangeano
4. Column generation e branch-and-price
Prerequisiti
Ricerca operativa
Metodi didattici
Lezioni frontali.
Materiale di riferimento
F. Maffioli: "Elementi di programmazione matematica", Casa Editrice Ambrosiana, 2000.
Modalità di verifica dell’apprendimento e criteri di valutazione
Progetto o seminario.
Professor(s)