OTTIMIZZAZIONE CONTINUA

Obiettivi formativi

L’insegnamento vuole fornire competenze sulle proprietà matematiche dei problemi di ottimizzazione continua e sui principali approcci metodologici che permettono di affrontare efficientemente questa classe di problemi di ottimizzazione. Al termine del corso lo studente dovrà essere in grado di identificare l’approccio metodologico più adeguato per affrontare il problema reale da risolvere [punto A) Conoscenza e capacità di comprensione]. Dovrà inoltre dimostrare di saper risolvere i problemi applicativi proposti sapendo selezionare e utilizzare il software disponibile più adeguato oppure realizzando direttamente dei codici di calcolo specifici [punto B) Capacità di applicare conoscenza e comprensione]. Lo studente dovrà anche avere l’abilità di intregrare gli strumenti matematici acquisiti nel corso per affrontare problemi reali complessi [ punto C) Autonomia di giudizio]. Lo studente dovrà inoltre dimostrare di essere in grado di saper comunicare e trasferire gli approcci metodologici utilizzati nei problermi affrontati [ punto D) Abilità comunicative]. Infine, lo studente dovrà aver raggiunto una padronanza delle nozioni e delle metodologie proposte nel corso che gli consentano di poter approfondire in maniera autonoma ulteriori sviluppi metodologici dell’Ottimizzazione Continua [punto E) Capacità di apprendimento]. I risultati raggiunti dallo studente saranno verificati attraverso un esame scritto.

Canale 1
STEFANO LUCIDI Scheda docente

Programmi - Frequenza - Esami

Programma
1. Introduzione ai problemi di ottimizzazione continua: definizioni e richiami, esempi di applicazioni, condizioni di ottimalità, caratterizzazione delle soluzioni. 2. Metodi di ottimizzazione locale: caratterizzazioni e proprietà generali, metodi per problemi di ottimizzazione locale non vincolati (metodo del gradiente, metodi che usano direzioni coniugate, metodi Quasi-Newton, metodo di Newton, metodi che non usano le derivate), metodi per problemi di ottimizzazione locale vincolata (tecniche di penalizzazione, metodi quadratico recursivi). 3. Metodi di ottimizzazione globale: caratterizzazioni e proprietà generali, metodi probabilistici (metodo del campionamento uniforme, metodi di tipo multistart, metodi di tipo simulated annealing, metodi di tipo controlled random search, algoritmi genetici, algoritmi evolutivi, metodi di tipo swarm), metodi deterministici (metodi che utilizzano partizioni dell’insieme ammissibile, metodi che utilizzano le funzioni di tipo filled), introduzione ai metodi per problemi di ottimizzazione globale vincolata.
Prerequisiti
Sono da considerarsi prerequisiti indispensabili le nozioni di base dell'algebra lineare e della geometria dello spazio reale n dimensionale.
Testi di riferimento
Il materiale didattico è reso disponibile sul sito web del corso a cura del docente. Tale materiale consiste in dispense appositamente redatte dal docente, che riportano tutti gli argomenti trattati nelle lezioni alle quali si aggiungono una raccolta di esercizi svolti e di esercizi di esame. Inoltre verranno proposte agli studenti prove di autovalutazione in itinere.
Modalità insegnamento
Il modello didattico prevede lezioni frontali ed esercitazioni collettive.
Frequenza
Facoltativa
Modalità di esame
x Prova scritta La prova di esame è costituita da -una prova scritta (tempo di svolgimento 2 ore) a stimolo chiuso e risposta aperta che ha l'obiettivo di verificare sia la preparazione dello studente sugli argomenti teorici e sia la sua capacità di applicare le metodologie proposte attraverso lo svolgimento di esercizi Il voto finale viene attribuito in base alla correzione degli elaborati e alla discussione degli stessi con lo studente.
Modalità di erogazione
Il modello didattico prevede lezioni frontali ed esercitazioni collettive.
  • Codice insegnamento1047553
  • Anno accademico2024/2025
  • CorsoIngegneria Gestionale - Management Engineering
  • CurriculumModelli decisionali per l'Ingegneria gestionale
  • Anno1º anno
  • Semestre2º semestre
  • SSDMAT/09
  • CFU6
  • Ambito disciplinareAttività formative affini o integrative