Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Alla fine del corso di Metodi e Modelli di Ottimizzazione, lo studente, avrà acquisito le conoscenze e le
capacità di base nell’ambito dell'ottimizzazione e della modellizzazione matematica e dimostrerà di:
Le conoscenze teoriche e pratiche acquisite durante il corso permetteranno allo studente di:
Lo studente, in virtù della formazione acquisita, anche di tipo analitico-quantitativo, sarà in grado di
analizzare ed interpretare criticamente i dati forniti.
Alla fine del corso di Metodi e Modelli di Ottimizzazione lo studente sarà in grado di:
Lo studente avrà acquisito capacità di apprendere, anche in modo autonomo, ulteriori conoscenze
sui problemi di ottimizzazione. Tali capacità gli consentiranno di affrontare e risolvere problemi
concreti.
L'insegnamento verrà svolto mediante lezioni frontali, esercitazioni in aula e presso i laboratori informatici e
seminari.
Digrafi e grafi: definizioni e nozioni preliminari. Rappresentazione mediante matrici. Algoritmo di Kruskal e
sua variante. Algoritmo di Dijkstra e sua variante. Algoritmo di Ford. Ordinamento in livelli dei nodi in un
digrafo privo di circuiti. Algoritmo di Bellmann-Kalaba. Il problema del commesso viaggiatore.
Lemma di Farkas. Problemi di ottimo vincolato. Condizioni di Karush-Kuhn-Tucker. Teoria della dualità.
Inglese
to determine paths of minimum and maximum length starting from a root node;
to apply the concepts of generalized derivatives to functions;
to apply the Lagrange theory to constrained optimization problems;
to deal with the duality theory.
The course will be taught through lectures and exercises in the classroom and at the computer labs.
Graphs and digraphs: Definitions and preliminary notions, associated matrices. Kruskal's algorithm and its
variant. Dijkstra's algorithm and its variant. Ford algorithm. Bellman-Kalaba’s algorithm. The traveling
salesman problem.