Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[3I006] - RICERCA OPERATIVAOPERATIONS RESEARCH [Cognomi M-Z]
ORNELLA PISACANE
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT09] INGEGNERIA GESTIONALE First Cycle Degree (3 years) - [IT09] MANAGEMENT ENGINEERING
Anno di corsoDegree programme year : 1 - Secondo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2018-2019
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: A - Base
Settore disciplinareAcademic discipline: MAT/09 - RICERCA OPERATIVA

LINGUA INSEGNAMENTO LANGUAGE

ITALIANO

Italian


PREREQUISITI PREREQUISITES

Elementi di algebra lineare e di analisi convessa

Foundations of linear algebra and convex analysis


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

72 ore di didattica frontale suddivise in:
57 ore di teoria e 15 ore di esercitazioni.

72 hours of teaching divided into:
57 hours of theoretical lessons and 15 hours of exercises.


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

L’insegnamento introduce alla modellazione matematica e fornisce gli elementi fondamentali, gli approcci metodologici e le tecniche risolutive per problemi di programmazione lineare e lineare intera. L’insegnamento descrive la natura dei problemi decisionali che si presentano in modo particolare nei sistemi di produzione e di servizio e ne illustra le tecniche di modellazione e soluzione.


Capacità di applicare conoscenze e comprensione.

Lo studente dovrà saper formulare e risolvere quantitativamente i problemi decisionali nell’ambito di sistemi di produzione e servizio. Tale capacità consiste principalmente nel sapere a) individuare correttamente le leve decisionali dei problemi b) definire validi criteri di misura delle performance c) identificare i vincoli fisici e gestionali che si presentano e infine d) codificare i problemi con adeguati strumenti software di soluzione. Data la natura interdisciplinare delle suddette attività, lo studente dovrà essere in grado di operare all'interno di team multifunzionali, fungendo da potenziale interfaccia tra le diverse figure professionali.


Competenze trasversali.

La verifica dell’apprendimento avverrà attraverso la soluzione di esercizi di modellazione e all’applicazione di algoritmi e tecniche risolutive illustrate nel corso, nonché con una prova finale, nella quale lo studente dovrà dimostrare una sufficiente conoscenza dei principi teorici e dei metodi dell’ottimizzazione lineare e lineare intera. Tali attività contribuiranno a migliorare sia il grado di autonomia di giudizio in generale, sia la capacità di analisi, di astrazione, di modellazione, di interpretazione e di comunicazione dei risultati quantitativi relativi a problemi decisionali.


Knowledge and Understanding.

The course introduces the mathematical modeling and shows the basic topics, the methodological approaches and the solution techniques for linear and integer linear programming problems. The teaching describes the nature of the decision problems that particularly arise in production and service systems and illustrates the main techniques for their modeling and solution.


Capacity to apply Knowledge and Understanding.

The student will be able to formulate and quantitatively solve decision problems that arise within production and service systems. Such skills mainly consist in the ability of a) correctly identify the decisional aspects of a decision-making problem, b) define suitable measures of performance indicators, c) identify the physical and operational constraints and finally d) encoding and solving problems by suitable software tools. Given the interdisciplinary nature of these activities, the student will be able to work within cross-functional teams, acting as interface between the various professional skills.


Transversal Skills.

The student skills will be checked through modeling exercises and the application of algorithms and solution techniques illustrated in the course, as well as by a final test, in which students must demonstrate sufficient knowledge of the theoretical principles and the optimization methods for linear and integer linear programming. In general, these activities will contribute to the improvement of both the degree of independence of judgment, and the ability of analysis, abstraction, modeling, interpretation and communication of the quantitative results related to decision-making problems.



PROGRAMMA PROGRAM

- Sistemi organizzati e problemi decisionali.
- Modelli di programmazione lineare e lineare intera.
- AMPL: un linguaggio per la modellazione matematica.
- Richiami di analisi convessa e algebra lineare.
- Teoria della programmazione lineare.
- Algoritmo del simplesso e simplesso revisionato.
- Teoria della dualità: motivazioni e risultati principali.
- Algoritmo del simplesso duale.
- Analisi di sensitività e interpretazione economica.
- Programmazione Lineare Intera.
- Modelli di PLI per problemi notevoli di ottimizzazione combinatoria su grafi.
- Algoritmo dei piani di taglio. Tagli di Gomory e disuguaglianze Cover per zaino 0-1.
- Applicazioni.

- Organized systems and decisional problems.
- Models of both Linear Programming and Integer Linear Programming.
- AMPL: an algebraic modeling language for linear programming.
- Recalls of both convex analysis and linear algebra.
- Theory of Linear Programming.
- Simplex Algorithm and Revised Simplex Algorithm.
- Duality theory: motivations and main results.
- Dual Simplex algorithm.
- Sensitivity analysis and economic interpretation.
- Integer Linear Programming.
- Models of Integer Linear Programming for noteworthy combinatorial optimization on graphs.
- Cutting planes method. Gomory cuts and cover inequalities for knapsack 0-1.
- Applications.


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

Il livello di apprendimento è valuto mediante una prova scritta ed una orale, da sostenere nello stesso appello. La prova scritta, della durata di almeno 2 ore, si costituisce di esercizi che riguarderanno, principalmente, la modellazione matematica di problemi decisionali e la soluzione di problemi di Programmazione Lineare e Programmazione Lineare Intera, mediante l’applicazione delle metodologie presentate nel corso. Durante la prova scritta, non è consentito usare testi e alcun materiale di supporto (es. appunti). Durante la prova orale, oltre alla discussione della prova scritta, lo studente si cimenta nella soluzione di uno o più quesiti teorici, volti a verificare il grado di apprendimento degli argomenti trattati durante il corso.


Criteri di valutazione dell'apprendimento.

Si valuterà la capacità di esporre con chiarezza e rigore logico concetti e risultati teorici della Programmazione Lineare e della Programmazione Lineare Intera. Si valuterà, inoltre, la capacità di modellare e risolvere problemi decisionali utilizzando, in maniera appropriata, gli strumenti descritti durante il corso.


Criteri di misurazione dell'apprendimento.

La capacità di impostare e risolvere problemi decisionali con strumenti propri della programmazione matematica sarà misurata quantitativamente, durante la prova scritta, con un punteggio compreso tra 0 e 30. Il rigore logico e la capacità di esporre in maniera chiara saranno misurati quantitativamente durante la prova orale, con un punteggio compreso tra 0 e 30.


Criteri di attribuzione del voto finale.

Sono ammessi a sostenere la prova orale gli studenti che hanno raggiunto almeno una valutazione di 15/30 punti alla prova scritta. Il voto finale, compreso tra 18 e 30 punti, è, quindi, determinato come media dei voti assegnati alla prova scritta ed orale. La lode è data agli studenti che dimostrano padronanza dei risultati teorici e degli strumenti metodologici della programmazione matematica, studiati nel corso ed, inoltre, autonomia e rigore logico nel modellare e risolvere i problemi decisionali proposti. La votazione minima, pari a 18 punti, è data agli studenti che dimostrano di riuscire a risolvere i problemi decisionali proposti ed, inoltre, una sufficiente conoscenza dei risultati teorici e degli strumenti metodologici della programmazione matematica, studiati nel corso.


Learning Evaluation Methods.

The learning level is evaluated through both a written and an oral exam, to take in the same session. The written exam, whose duration is of at least two hours, consists of exercises that mainly concern the mathematical modeling of decisional problems and the solution of both Linear Programming and Integer Linear Programming problems by applying the methods presented during the course. During the written exam, the use of both books and teaching materials (e.g., notes) is not allowed. During the oral exam, beyond the discussion of the written exam, the student solves some theoretical questions, aimed to verify his/her learning level of the topics addressed during the course.


Learning Evaluation Criteria.

It is evaluated the ability of clearly and rigorously expressing both the concepts and the theoretical results of the Linear Programming and of the Integer Linear Programming. Moreover, it is evaluated the ability to both model and solve decisional problems by the proper use of the tools studied during the course.


Learning Measurement Criteria.

The ability to both formulate and solve decision-making problems through the tools of the mathematical programming will be quantitatively measured during the written exam, with a score between 0 and 30 points. While, the logic rigor and the clear exposition will be quantitatively evaluated during the oral exam, with a score between 0 and 30 points.


Final Mark Allocation Criteria.

Students with at least 15/30 points reached during the written exam are allowed taking the oral exam. The final score, between 18 and 30 points, is then determined as the mean of the scores reached during both the written and the oral exam. The laude is given to the students who demonstrate knowledge of both the theoretical results and the methods of the mathematical programming, addressed during the course and also a certain autonomy and logical rigor in formulating and solving the proposed decisional problems. The minimum score, of 18/30 points, is given to students who demonstrate to be able to solve the proposed decisional problems and a sufficient knowledge of the theoretical results and of the methods of the mathematical programming, addressed during the course.



TESTI CONSIGLIATI RECOMMENDED READING

--Materiale didattico elettronico disponibile su piattaforma Moodle di Ateneo al link
https://learn.univpm.it/course/view.php?id=7150;
--Bruglieri, M., & COLORNI VITALE, A. (2012). Ricerca operativa (pp. 1-456). Zanichelli.
Ulteriori testi per approfondimenti:
--F.S. Hillier, G.J. Lieberman, Ricerca Operativa Fondamenti, IX Edizione, McGraw-Hill Education (Italy) Editore, 2010. Edizione italiana a cura di D. Ambrosino, R. De Leone e A. Sciomachen;
--M. Caramia, S. Giordani, F. Guerriero, R. Musmanno, D. Pacciarelli. Ricerca Operativa. ISEDI Editore, 2014;
--C. Vercellis. Ottimizzazione. Teoria, metodi, applicazioni, Mc Graw-Hill, 2008.
--Luenberger, D. G., & Ye, Y. (1984). Linear and nonlinear programming (Vol. 2). Reading, MA: Addison-wesley.

--Electronic teaching material available on Moodle platform at
https://learn.univpm.it/course/view.php?id=7150;
--Bruglieri, M., & COLORNI VITALE, A. (2012). Ricerca operativa (pp. 1-456). Zanichelli.
Books recommended for further readings:
--F.S. Hillier, G.J. Lieberman, Ricerca Operativa Fondamenti, IX Edizione, McGraw-Hill Education (Italy) Editore, 2010. Edizione italiana a cura di D. Ambrosino, R. De Leone e A. Sciomachen;
--M. Caramia, S. Giordani, F. Guerriero, R. Musmanno, D. Pacciarelli. Ricerca Operativa. ISEDI Editore, 2014;
--C. Vercellis. Ottimizzazione. Teoria, metodi, applicazioni, Mc Graw-Hill, 2008.
--Luenberger, D. G., & Ye, Y. (1984). Linear and nonlinear programming (Vol. 2). Reading, MA: Addison-wesley.


E-LEARNING E-LEARNING

No

No


Scheda insegnamento erogato nell’A.A. 2018-2019
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2018-2019

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427