Scheda programma d'esame
OPERATIONS RESEARCH 1
ANTONIO FRANGIONI
Academic year2016/17
CourseENGINEERING MANAGEMENT
Code162AA
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
RICERCA OPERATIVAMAT/09LEZIONI60
ANTONIO FRANGIONI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo scopo del corso è quello di fornire una panoramica (per quanto necessariamente ristretta) sui principali aspetti teorici e pratici inerenti alla costruzione di modelli matematici di sistemi reali, con particolare riferimento ai modelli di ottimizzazione, ed alla loro soluzione algoritmica.
Verranno presentate le proprietà matematiche alla base di alcune delle principali tecniche algoritmiche per la soluzione di tre grandi classi di problemi di ottimizzazione, in ordine cresciente di difficoltà: problemi di cammino e flusso su reti, problemi di programmazione lineare, e problemi di ottimizzazione combinatoria. Verranno discusse le proprietà che rendono alcuni di questi problemi "facili" ed altri "difficili", e l'impatto che esse hanno sugli algoritmi risolutivi disponibili. Verranno inoltre discusse le problematiche relative alla costruzione di modelli matematici che coniughino (per quanto più possibile) la rispondenza del modello alla situazione reale rappresentata con la risolubilità computazionale dello stesso, fornendo tecniche ed esempi applicativi che consentano allo studente di acquisire la capacità di modellare autonomamente i problemi con gli strumenti che attualmente sono considerati tra i migliori in pratica.

Knowledge

The course will introduce the student to the main tools and techniques of Operations Research, the discipline of formulating and solving mathematical models corresponding to finding the "best possible" solutions to decision problems. At the end of the course the student will have a basic knowledge of the main issues arising when creating a mathematical model that need be practically solved in "reasonable" time, which is usually a nontrivial task in that most optimization problem are inherently "hard". In particular the student will know the mathematical foundations of the solution algorithms for two important classes of "easy" problems (network flows and linear programming) as well as of the main exact and approximate solution methods of "hard" ones, and will be able to construct formulations using the most useful formalism in practice, that of Integer Linear Programming.

Modalità di verifica delle conoscenze

Prova scritta seguita da una prova orale.

Assessment criteria of knowledge

Written and oral exam.

Capacità

Risolvere piccole istanze di problemi di ottimizzazione delle classi studiate nel corso applicando gli algoritmi noti e comprendendone in profondità il comportamento. Scrivere autonomamente modelli di ottimizzazione (in particolare, di Programmazione Lineare Intera) di semplici problemi proposti.

Skills

Solving small instances of optimization problems of the classes studied in the course applying the known algorithms and understanding in details the behavior. Autonomously writing optimization models (in particular, Integer Linear Programming ones) of simple problems.

 
Modalità di verifica delle capacità

Prova scritta seguita da una prova orale.

Assessment criteria of skills

Written and oral exam.

Comportamenti

Analizzare algoritmi complessi con rigore analitico, comprendendone i principi di funzionamento in modo da poterne eventualmente proporre modifiche e produrne implementazioni efficienti. Sviluppare in modo creativo modelli matematici che, pur partendo da un numero ristretto di strutture di base, siano in grado di esprimere moltissimi problemi di interesse pratico.

Behaviors

Rigorously anayzing complex algorithms, fully understanding their basic principles in such a way as to be able to propose modifications or produce efficient implementations. Creatively developing mathematical models that, despite being composed out of a small number of basic structures, be capable of expressing very many problems of practical interest.

Modalità di verifica dei comportamenti

Prova scritta seguita da una prova orale.

Assessment criteria of behaviors

Written and oral exam.

Prerequisiti (conoscenze iniziali)

Per iscriversi all'esame (comprese le prove scritte) è necessario aver verbalizzato gli esami di Algebra Lineare ed Analisi Matematica II. Come richiesto dal CCS, il controllo su queste propedeuticità sarà stretto e senza eccezioni.

Prerequisites

To be admitted to the written exam it is strictly necessary to have passed the exams of Algebra Lineare and Analisi Matematica II. No exceptions will be done.

Corequisiti

Nessuno.

Co-requisites

None.

Prerequisiti per studi successivi

Il corso è concettualmente prerequisito per il corso di Ricerca Operativa II alla Laurea Magistrale.

Prerequisites for further study

The course is conceptually a prerequisite of the course of Ricerca Operativa II (Laurea Magistrale).

 
Indicazioni metodologiche

Lezioni frontali, con esercitazioni.

Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • participation in discussions
  • individual study

Attendance: Advised

Teaching methods:

  • Lectures
Programma (contenuti dell'insegnamento)
  1. Problemi e Modelli (4 ore)

    • Il processo decisionale
    • Esempi di problemi ottimizzazione
    • Definizioni generali
  2. Grafi e Reti di flusso (18 ore)

    • Cammini di costo minimo
    • Flusso massimo
    • Flusso di costo minimo
    • Problemi di accoppiamento
  3. Programmazione Lineare (18 ore)

    • Geometria della Programmazione Lineare
    • Algoritmo del simplesso primale
    • Teoria matematica della dualità
    • Algoritmo del simplesso duale
    • Riottimizzazione ed analisi parametrica
    • Cenni sull'ottimizzazione nonlineare
  4. Ottimizzazione Combinatoria (20 ore)

    • Ottimizzazione Combinatoria e Programmazione Lineare Intera
    • Tecniche di modellazione per la PLI
    • Dimostrazioni di ottimalità
    • Algoritmi euristici
    • Tecniche di rilassamento
    • Algoritmi enumerativi
Syllabus

The course will cover the following material:

- Decision and optimization problems:

 = the decision process and optimization problems

= complexity of decision problems

= modeling techniques

- Linear Programs:

= definitions, geometrical and algebraic properties

= the primal simplex algorithm

= duality and the dual simplex algorithm

= sensitivity analysis and reoptimization

- Network Flow problems and algorithms:

= Shortest Paths

= Maximum Flows

= Min-Cost Flows

- Integer Linear Programs: expressive power and complexity

- Solution algorithms for Integer Linear Programs

= heuristics

= relaxations

= implicit enumeration

 
Bibliografia e materiale didattico

Appunti del corso

  1. Massimo Pappalardo, Mauro Passacantando "Ricerca Operativa", Plus, 2010

  2. F.S. Hillier, G.J. Lieberman, "Introduzione alla ricerca operativa", Franco Angeli, Milano (1999)

 

 
Bibliography

Appunti del corso

  1. Massimo Pappalardo, Mauro Passacantando "Ricerca Operativa", Plus, 2010

  2. F.S. Hillier, G.J. Lieberman, "Introduzione alla ricerca operativa", Franco Angeli, Milano (1999)

 

Indicazioni per non frequentanti

Contattare il docente.

Non-attending students info

Contact the teacher.

Modalità d'esame

Prova scritta, eventualmente seguita da una prova orale.

I contenuti dell'esame sono quelli del corso dell'anno accademico a cui si riferisce l'appello, anche per gli studenti che avessero seguito il corso in anni precedenti.

Per sostenere l'esame è necessario iscriversi attraverso gli opportuni moduli web entro le date indicate sui moduli stessi.

Per iscriversi all'esame è parimenti necessario aver verbalizzato gli esami di Algebra Lineare ed Analisi Matematica II. Come richiesto dal CCS, il controllo su queste propedeuticità sarà stretto e senza eccezioni.

Durante la prova scritta non è possibile consultare libri o appunti.

Superata la prova scritta con un voto di almeno 18/30, lo studente può chiedere la verbalizzazione immediata dell'esame. Il voto verbalizzato sarà quello dello scritto a meno che esso non sia superiore ai 27/30, nel qual caso il voto verbalizzato sarà comunque 27/30; per ottenere un voto superiore a 27/30 lo studente deve necessariamente sostenere la prova orale. Lo studente può decidere liberamente se accettare come valutazione finale il punteggio conseguente alla prova scritta, secondo la regola sopra descritta, sapendo che a seconda dell'esito della prova orale la valutazione finale potrebbe anche risultare inferiore a quella dello scritto, e l'esame potrebbe anche non essere superato.

La prova orale viene effettuata nello stesso appello della prova scritta, normalmente nei giorni immediatamente successivi alla pubblicazione dei risultati della prova scritta stessa. Salvo deroghe concordate esplicitamente col docente, e solamente per gravi motivi, il non presentarsi all'orale o alla verbalizzazione del voto corrisponde alla rinuncia al voto medesimo, con la conseguente necessità di ripetere lo scritto.

Assessment methods

The written (and oral) exam aim at verifying that the student has understood the main algorithmic techniques presented during the course, their theoretical foundations, and she/he is capable of formulating mathematical models of simple fragments of reality with at least a basic understanding of the impact of the modeling choices on the difficulty of the resulting optimization problem.

Methods:

  • Final oral exam
  • Final written exam

Further information:
The written exam usually consists in 6 exercises (3 hours) covering all the material of the course, i.e., the algorithmic aspects, the modeling aspects, and the theoretical aspects. Upon a receiving a sufficient grade at the written exam, the student can ask to be spared to oral one and have the course registered with the vote she/he obtained at the written exam. The exception is if the student has had a vote higher than 27/30; in this case the course can be registered with 27/30. All students who have received a sufficient grade at the written exam can, if they want, undertake the oral exam for a chance of getting a higher grade. However, the oral exam may result in a final grade which is lower than that of the written exam, and even to the student being asked to repeat the exam.Written and oral exam.

Stage e tirocini

È possibile organizzare stage aziendali relativi ai contenuti del corso.

Work placement

It is possible to organize industrial internships relative to the course contents.

 
Updated: 09/02/2017 19:15