Vai al contenuto principale
Logo di Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)

SUISS - Struttura Didattica Speciale in Scienze strategiche

Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)

Logo di Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)
Oggetto:
Oggetto:

Ricerca operativa

Oggetto:

Operational Research

Oggetto:

Anno accademico 2016/2017

Codice dell'attività didattica
INT0992
Docenti
Dott. Andrea Cesare Grosso (Titolare del corso)
Dr. Roberto Aringhieri (Titolare del corso)
Corso di studi
[f055-c501] Laurea Specialistica in Scienze Strategiche e Militari
[f055-c501LOG] Laurea Specialistica in Scienze Strategiche e Militari (Percorso Logistico)
[f055-c502] Laurea Specialistica in Scienze Strategiche
[f055-c502LOG] Laurea Specialistica in Scienze Strategiche (Percorso Logistico)
Anno
1° anno
Periodo didattico
Secondo semestre
Tipologia
Affine o integrativo
Crediti/Valenza
6
SSD dell'attività didattica
MAT/09 - ricerca operativa
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Scritto ed orale
Prerequisiti
Nozioni basilari di algebra lineare.
Basic knowledge of linear algebra.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Lo studente dovrà acquisire la capacità di produrre un modello di programmazione lineare a partire dall'enunciato di un problema di ottimizzazione in linguaggio naturale. Dovrà inoltre acquisire la padronanza degli algoritmi fondamentali.

 

The student is expected to be able to develop a (simple) linear program from the statement of an optimization problem given in natural language. The student is also expected to master the basic algorithms of linear programming.

Oggetto:

Risultati dell'apprendimento attesi

Lo studente dovrà essere in grado di costruire semplici modelli di programmazione lineare e conoscere le principali tecniche per la loro risoluzione.

The student should be able to produce simple linear programs and apply some basic algorithm.

Oggetto:

Modalità di insegnamento

Lezioni frontali in aula.

Traditional class teaching.

Oggetto:

Modalità di verifica dell'apprendimento

Esame scrtto, con integrazione orale se richiesta dallo studente.

Written exam, plus an oral exam upon request by the student.

Oggetto:

Programma

Programmazione lineare. Tecniche di modellazione; problemi di budget/mix, problemi min-max e max-min, uso di variabili intere e binarie, vincoli logici, tecnica del big-M. Metodo grafico e simplesso. Modeli e algoritmi per problemi di flusso. Cenni di branch and bound.

 

Linear Programming. Modeling techniques, budget/mix problems, min-max and max-min  problems, use of binary variables, logical constraints, big-M technique. The garphical method and the simplex method. Flow models and algorithms. Branch and bound (sketch).

Testi consigliati e bibliografia

Oggetto:

Appunti del docente. Per consultazione: R.J. Vanderbei, “Linear Programming: foundations and extensions”.

Lecture notes. Suggested reading: R.J. Vanderbei, “Linear Programming: foundations and extensions”.



Oggetto:

Orario lezioni

GiorniOreAula
Lunedì14:05 - 16:30101 Palazzo Simoni
Martedì9:45 - 13:05101 Palazzo Simoni

Nota:
Fase I: dal 09/01/2017 al 20/01/2017
Fase II: dal 30/01/2017 al 29/03/2017

Oggetto:
Ultimo aggiornamento: 19/04/2016 11:38
Location: https://www.suiss.unito.it/robots.html
Non cliccare qui!