Ingegneria dell'Informazione (sede di Latina)

Il corso ha l'obiettivo generale di introdurre lo studente alla formulazione e alla soluzione di problemi di ottimizzazione e di decisione che richiedono l'utilizzo di metodi quantitativi. Le capacità sviluppate durante il corso mirano a saper riconoscere, formulare e risolvere tali problemi decisionali mediante un approccio modellistico e utilizzando opportuni strumenti numerici. Obiettivi specifici attesi al completamento del corso (Descrittori di Dublino): 1. Comprendere i principali aspetti matematici legati alla soluzione di problemi di ottimizzazione, con riferimento specifico ai modelli di programmazione lineare, lineare intera e non lineare convessa. Conoscere le tecniche di base di modellizzazione matematica. 2. Saper definire un opportuno modello di ottimizzazione partendo dalla descrizione di un problema di decisione corredato di dati quantitativi. Essere in grado di scegliere e utilizzare un adeguato strumento numerico per la computazione delle soluzioni di tale modello di ottimizzazione. 3. Saper individuare in modo critico i punti deboli dei modelli di ottimizzazione prodotti e dei metodi numerici utilizzati per la computazione di soluzioni (ogni prova pratica prevista durante il corso concorre allo sviluppo di tali abilità in quanto fornisce una esperienza diretta di modellizzazione e soluzione numerica di problemi decisionali di diversa natura). 4. Essere in grado di descrivere nel dettaglio i modelli di ottimizzazione prodotti e le principali caratteristiche di funzionamento degli algoritmi presenti nei solutori numerici per problemi di ottimizzazione lineare, lineare intera e non lineare utilizzati (ogni prova pratica prevista durante il corso concorre allo sviluppo di tali abilità in quanto, essendo organizzata come lavoro di gruppo, fornisce una esperienza diretta di modellizzazione e soluzione numerica di problemi decisionali di diversa natura in cui ogni studente deve collaborare, e quindi comunicare attivamente, col suo gruppo). 5. Avere le basi teoriche per studiare autonomamente gli aspetti principali legati a modelli di ottimizzazione avanzati come la programmazione non convessa e a più obiettivi.