PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



Ricerca operativa

07CESPL, 07CESPI

A.A. 2022/23

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Ingegneria Gestionale - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 40
Esercitazioni in aula 40
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Della Croce Di Dojola Federico - Corso 1 Professore Ordinario MATH-06/A 40 0 0 0 24
Salassa Fabio Guido Mario - Corso 3   Professore Associato MATH-06/A 50 30 0 0 6
Scatamacchia Rosario - Corso 2   Professore Associato MATH-06/A 50 30 0 0 5
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
MAT/09 8 A - Di base Matematica, informatica e statistica
2022/23
La Ricerca Operativa consiste nella costruzione di modelli razionali per la rappresentazione di problemi complessi e dei relativi algoritmi risolutivi. L'insegnamento si propone di dotare lo studente degli strumenti di base per modellizzare e risolvere una serie di problemi propri dell'ingegneria con particolare riferimento alla programmazione matematica ed alla teoria dei grafi. L'insegnamento si propone inoltre di sintetizzare adeguatamente gli elementi necessari ad affrontare problemi decisionali.
Operations Research consists in building rational models for the representation of complex problems and in devising the related solution algorithms. The course intends to provide the student the basic tools to model and solve various engineering problems with emphasis on mathematical programming and graph theory. Further objective of the course is to be able to adequately identify the necessary elements to cope with decisional problems.
Alla conclusione dell'insegnamento, lo studente deve conoscere un insieme di metodi e comprenderne l'uso in contesti differenti. Inoltre, deve essere in grado di strutturare problemi di media complessità attraverso modelli ed algoritmi di programmazione matematica e teoria dei grafi e saper selezionare l'appropriato approccio risolutivo per il problema considerato.
At the end of the course the student must know a set of methods and understand the use of these methods in different contexts. Also, the student must be able to deal with optimization problems by means of mathematical programming and graph theory models and algorithms so as to select the appropriate solution approach for the considered problem.
Elementi di algebra lineare e calcolo matriciale.
Elements of linear algebra and matrix calculus
Programmazione Lineare: problemi e modelli; soluzioni di base; metodo del simplesso. Dualità: modelli primali e duali e loro proprietà. Analisi di sensibilità. Problemi e algoritmi su grafo. Programmazione Lineare Intera. Elementi di complessità computazionale Elementi di programmazione multiobiettivi ed analisi multicriteri.
Linear programming: problems and models; base solutions; simplex method. Duality: primal and dual models and their properties. Sensitivity analysis. Integer linear programming. Problems that can be represented and solved as a network and graph theory algorithms. Elements of computational complexity. Elements of multiobjective optimisation ed multi-criteria analysis.
L'insegnamento prevede lezioni teoriche ed esercitazioni relative agli argomenti trattati a lezione. La suddivisione prevede mediamente un blocco di esercitazione ogni due blocchi di lezione. L'ultima settimana puo' prevedere una simulazione d'esame / esercitazione di riepilogo per permettere agli studenti una autovalutazione del proprio livello di preparazione.
The Course foresees both theoretical classes and exercise classes in the ratio 2:1. The exercise classes are related to the topics presented in the theoretical classes. The last week may be devoted to an exam simulation / final exercise class in order to allow students a self-assessment of their knowledge.
I testi, scelti tra quelli elencati, saranno comunicati a lezione dal docente titolare dell’insegnamento. Testi/dispense di riferimento per l’insegnamento - R. Tadei, F. Della Croce (2010), Elementi di Ricerca Operativa, Esculapio, Bologna Altri Testi/dispense consigliati per l’approfondimento - Ghirardi, Grosso, Perboli (2009), Esercizi di Ricerca Operativa, Esculapio, Bologna - D.G. Luenberger, Y. Ye (2008), Linear and Non Linear Programming, Addison Wesley - https://web.stanford.edu/class/msande310/310trialtext.pdf - M. Fischetti (2018), Lezioni di Ricerca Operativa, EAN:9781980835011 - P. Brandimarte (2022), Ottimizzazione per la Ricerca Operativa, CLUT, Torino
Textbooks that contain the topics presented in the course are: - R. Tadei, F. Della Croce (2010), Elementi di Ricerca Operativa, Esculapio, Bologna Reference textbooks that contain part of the topics presented in the course are among others: - Ghirardi, Grosso, Perboli (2009), Esercizi di Ricerca Operativa, Esculapio, Bologna - D.G. Luenberger, Y. Ye (2008), Linear and Non Linear Programming, Addison Wesley - https://web.stanford.edu/class/msande310/310trialtext.pdf - M. Fischetti (2018), Lezioni di Ricerca Operativa, EAN:9781980835011
Modalità di esame: Prova scritta (in aula);
Exam: Written test;
... L'esame consiste in una prova scritta della durata di circa 90 minuti. Gli studenti dovranno rispondere a 5/7 quesiti tra domande teoriche ed esercizi relativamente a tutti gli argomenti presentati a lezione. Verranno valutate le competenze del candidato rispetto ai seguenti argomenti (coerentemente con i risultati di apprendimento attesi): tecniche di modellizzazione in programmazione lineare; algoritmi di programmazione lineare; principali algoritmi su grafo e loro complessità; approcci di risoluzione per problemi di ottimizzazione combinatoria. Durante la prova scritta non sarà possibile consultare testi, dispense e appunti. Dispositivi multimediali (smartphone, tablet ecc.) non sono consentiti in aula. E' consentito l'utilizzo della calcolatrice. L'esito della prova scritta sarà comunicato agli studenti tramite avviso sul portale del corso. Gli studenti potranno prendere visione della prova scritta e della relativa valutazione durante un incontro in aula con il docente. L'esame è superato in caso di voto maggiore di o uguale a 18/30 ed il voto massimo può arrivare fino a 30/30 e lode.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test;
Docente: Maria Franca Norese. L'esame consiste in una prova scritta della durata di due ore e relativa a tutti gli argomenti presentati a lezione. Una prima parte, della durata di circa un ora, comprende solo esercizi numerici di applicazione della teoria, con cui lo studente pu dimostrare di conoscere i metodi proposti e di saperli utilizzare in relazione a problemi di complessit ridotta. La seconda parte, che inizia dopo la consegna del lavoro effettuato nella prima, dura ancora circa un ora e comprende due soli esercizi di modellistica e analisi dei risultati dell applicazione dei metodi, in relazione a problemi di media complessità. Testi ed appunti possono essere utilizzati durante entrambe le prove. Il voto finale puo' arrivare sino a 30/30 e lode e consiste della somma dei voti delle due parti, ognuna contribuendo per circa il 50%.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word