- Docente: Marco Antonio Boschetti
- Crediti formativi: 6
- SSD: MAT/09
- Lingua di insegnamento: Italiano
- Moduli: Marco Antonio Boschetti (Modulo 1) Marco Antonio Boschetti (Modulo 2)
- Modalità didattica: Lezioni in presenza (totalmente o parzialmente) (Modulo 1); Lezioni in presenza (totalmente o parzialmente) (Modulo 2)
- Campus: Cesena
- Corso: Laurea in Ingegneria e scienze informatiche (cod. 8615)
-
Orario delle lezioni (Modulo 1)
dal 19/09/2025 al 24/10/2025
-
Orario delle lezioni (Modulo 2)
dal 27/10/2025 al 19/12/2025
Conoscenze e abilità da conseguire
Al termine del corso, lo studente conosce i principali modelli ed algoritmi per la programmazione lineare e intera.
Contenuti
1. Modelli matematici di problemi di ottimizzazione
Definizione di modello matematico, variabili decisionali, funzione obiettivo e requisiti o vincoli. Tecniche di modellizzazione matematica.
Esempi di modelli matematici tratti da problemi del mondo reale.
2. Programmazione Lineare Continua (PLC) ed intera (PLI).
Modelli matematici a variabili continue. Risoluzione geometrica. Teoria della PLC ed algoritmo del simplesso
Modelli matematici a variabili intere. Interpretazione geometrica. Proprietà dei problemi di PLI. Tecniche di rilassamento. Algoritmi cutting-plane (CP). Metodo branch-and-bound (B&B). Applicazioni della tecnica B&B.
3. Elementi di teoria dei grafi e principali problemi.
Principali definizioni della teoria dei grafi. Alberi di supporto di costo minimo (SST). Cammini minimi (CM). Problemi di flusso in rete (FR), flusso massimo, flusso a costo minimo. Assegnamento lineare.
Testi/Bibliografia
Dispense/slide a cura del docente disponibili online
Testi per sola consultazione:
· Matteo Fischetti, Lezioni di Ricerca Operativa, Libreria Progetto.
· C. Papadimitriou, K. Steiglitz, Combinatorial Optimization: Algorithms and Complexity, Dover Publications, NY.
· R.K.Ahuja, T.L.Magnanti, J.B.Orlin, "Network flows: theory, algorithms and applications", Prentice Hall.
· M. Gondran, M. Minoux, “Graphs and Algorithms”, John Wiley.
· M.S. Bazaraa, J.J. Jarvis, H.D. Sherali, Linear Programming and Network Flows, Wiley.
Metodi didattici
Lezioni ed esercitazioni in aula
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame mira a valutare il raggiungimento degli obiettivi didattici:
- conoscenza dei fondamenti di algebra lineare;
- conoscenza del calcolo differenziale e integrale;
- capacità di applicare le conoscenze acquisite ad alcune semplici applicazioni economiche, finanziarie e aziendali.
La prova finale consiste in uno scritto comprendente esercizi e domande teoriche e un orale, in cui lo studente dovrà dimostrare le conoscenze e le abilità apprese durante il corso. La prova orale è opzionale e può essere sostenuta se si è raggiunto il punteggio minimo di 18/30 nella prova scritta.
Il punteggio finale corrisponde indicativamente alle seguenti valutazioni sul livello di apprendimento raggiunto: <18 insufficiente; 18-23 sufficiente; 24-27 buono; 28-30 ottimo; 30 e lode eccellente.
Strumenti a supporto della didattica
Dispense/slide a cura del docente disponibili online
Orario di ricevimento
Consulta il sito web di Marco Antonio Boschetti
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.