Scheda programma d'esame
OPERATIONS RESEARCH
MARIA GRAZIA SCUTELLA'
Academic year2018/19
CourseTELECOMMUNICATIONS ENGINEERING
Code198AA
Credits6
PeriodSemester 1 & 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
RICERCA OPERATIVAMAT/09LEZIONI60
MARIA GRAZIA SCUTELLA' unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Il corso presenta gli strumenti necessari alla definizione e alla risoluzione di modelli analitici di ottimizzazione per problemi reali, tipicamente di gestione e allocazione di risorse, con enfasi su applicazioni nei settori dell’elettronica e delle telecomunicazioni. Verranno introdotte proprietà teoriche ed alcune delle principali tecniche algoritmiche per la risoluzione di tre grandi famiglie di problemi di ottimizzazione: i problemi di programmazione lineare, i problemi di flusso su rete e i problemi di programmazione lineare intera.

Knowledge

The course will introduce the student to the main properties and algorithmic approaches of Operations Research, the discipline aiming at formulating and solving mathematical models corresponding to decision problems stated in an optimization form. At the end of the course the student will have a basic knowledge of the main issues arising when stating a mathematical model that needs to be efficiently solved. In particular, the student will know the mathematical foundations and some relevant solution algorithms for two important classes of "easy" problems, that is Network Flow problems and linear programming. Furthermore, she/he will be able to formulate "hard" optimization problems via Integer Linear Programming, and to solve them by exploiting some relevant mathematical properties of this class of problems

Modalità di verifica delle conoscenze

La verifica delle conoscenze avverrà attraverso la valutazione dell'elaborato scritto e, nel caso in cui la prova orale venga sostenuta, attraverso la valutazione delle risposte fornite in sede di colloquio. Verranno inoltre stimolate domande da parte degli studenti nel corso delle lezioni, per una verifica in itinere. 

Assessment criteria of knowledge

The written and the oral exam (when performed) 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 model.

Methods:

  • Final oral exam
  • Final written exam

Further information:
The written exam is mandatory, and it usually consists of 5 exercises (3 hours) covering all the topics of the course. A sufficient (or almost so) written exam is a prerequisite to the oral exam. Anyway, students may accept the grade obtained with the only written exam, under the condition that grades greater than 27 will be decreased to 27. Also the oral exam, if performed, will cover all the topics of the course.

Capacità

Al termine del corso lo studente sarà in grado di formulare e risolvere problemi di Programmazione Lineare, Flusso su rete e Programmazione Lineare Intera, con enfasi su problemi che scaturiscono nel contesto applicativo delle telecomunicazioni.

Modalità di verifica delle capacità

La verifica delle capacità acquisite avverrà attraverso l'analisi delle risposte fornite in sede di elaborato scritto e, nel caso in cui la prova orale venga sostenuta, in sede di colloquio.

Comportamenti

Saranno acquisite abilità di modellazione e risoluzione di problemi di ottimizzazione.

Modalità di verifica dei comportamenti

Le abilità di modellazione e risoluzione verranno verificate, oltre che in sede d'esame, nel corso delle esercitazioni in classe.

Prerequisiti (conoscenze iniziali)

E' necessaria la conoscenza dei concetti base di analisi matematica, algebra e geometria.

Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • individual study

Attendance: Advised

Teaching methods:

  • Lectures
Programma (contenuti dell'insegnamento)

Problemi e modelli (4 ore)

  • Problemi decisionali, di ottimizzazione e di esistenza
  • Esempi di problemi di ottimizzazione

Programmazione Lineare (PL) (20 ore)

  • Problemi e modelli di PL
  • Geometria della PL: poliedri e loro rappresentazione
  • Teoria della dualità
  • Algoritmo del simplesso primale e sua interpretazione geometrica
  • Teorema degli scarti complementari
  • Algoritmo del simplesso duale e sua interpretazione geometrica

Problemi di flusso su rete (16 ore)

  • Problemi e modelli di PL su reti
  • Cammini minimi
  • Flusso massimo
  • Flusso di costo minimo

Programmazione Lineare Intera (PLI) (20 ore)

  • Problemi e modelli di Ottimizzazione Combinatoria e di PLI
  • Tecniche di modellazione
  • Tecniche di dimostrazione di ottimalità
  • Algoritmi euristici
  • Tecniche di rilassamento
  • Algoritmi enumerativi  

 

Syllabus

The course will cover the following topics: - Decision and optimization problems - Linear Programming: definitions, geometrical and algebraic properties, duality theory, the primal and the dual simplex algorithm, sensitivity analysis and reoptimization - Network Flow problems: Shortest Paths (theory and algorithms), Maximum Flow (theory and algorithms), Mininimum Cost Flow (theory and algorithms) - Integer Linear Programming: basic modelling techniques, relaxation techniques, exact algorithms, heuristic algorithms

Bibliografia e materiale didattico

Appunti di Ricerca Operativa, prove d'esame (con e senza svolgimento): disponibili sulla pagina web del corso.

 

Bibliography

The complete course material is freely distributed at http://didawiki.cli.di.unipi.it/doku.php/ingegneria/ricercaoperativa1/start

Modalità d'esame

Prova scritta eventualmente seguita da una prova orale. La prova scritta dura tre ore, consta di sei esercizi, e copre tutti gli argomenti trattati durante il corso. Durante la prova scritta non è possibile consultare libri o appunti. 

Superata la prova scritta, lo studente può chiedere la verbalizzazione immediata del voto riportato, ma i voti superiori a 27 vengono abbassati a 27; per provare ad ottenere un voto superiore a 27 lo studente deve in ogni modo sostenere la prova orale. 

 

 

 

Updated: 27/09/2018 19:03