Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[3I006] - RICERCA OPERATIVAOPERATIONS RESEARCH
Fabrizio MARINELLI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT02] INGEGNERIA BIOMEDICA First Cycle Degree (3 years) - [IT02] BIOMEDICAL ENGINEERING
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 3 - Primo Semestre
Anno offertaAcademic year: 2019-2020
Anno regolamentoAnno regolamento: 2017-2018
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: D - A scelta dello studente
Settore disciplinareAcademic discipline: MAT/09 - RICERCA OPERATIVA

LINGUA INSEGNAMENTO LANGUAGE

Italiano

Italian


PREREQUISITI PREREQUISITES

Elementi di algebra lineare e di analisi convessa.

Elements of linear algebra and convex analysis.


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

48 ore di lezioni frontali

48 hours of frontal lessons


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

L’insegnamento introduce gli elementi teorici fondamentali dei problemi decisionali deterministici con singolo decisore e descrive gli approcci metodologici e le tecniche risolutive di problemi di programmazione matematica, con particolare riferimento alla programmazione lineare e lineare intera.


Capacità di applicare conoscenze e comprensione.

Lo studente acquisirà la capacità di formulare e risolvere quantitativamente problemi decisionali deterministici con singolo decisore. Tale competenza consiste principalmente nel sapere a) individuare correttamente le leve decisionali dei problemi b) definire validi criteri di misura delle performance c)
identificare i vincoli che descrivono le soluzioni ammissibili e 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 modellazione in termini di problemi di decisione e l’applicazione di principi teorici e tecniche risolutive illustrate nel corso contribuiranno a migliorare la
capacità di analisi, di astrazione, di modellazione e di interpretazione di risultati quantitativi, nonché il grado generale di autonomia di giudizio e di comunicazione.


Knowledge and Understanding.

The course introduces the basic theoretical topics of deterministic decision problems with a single decision-maker, and describes the methodological approaches and the solution techniques of mathematical programming problems, with a particular focus to linear programming and integer linear programming.


Capacity to apply Knowledge and Understanding.

The student will get the skill to formulate and quantitatively solve deterministic decision problems with a single decision-maker. 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 constraints describing feasible solutions, and d) encode and solve 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 modeling in terms of decision problems and the application of the theoretical principles and the solution techniques showed in the course will contribute to improve the capacity for analysis, abstraction, modeling and interpretation of quantitative results, as well as the general degree of independence of judgment and communication.



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. Applicazioni.

Organized systems and decision-making problems. Linear and integer linear programming models. AMPL: an algebraic modeling language. Basic topics in 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. Applications.


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

La valutazione del livello di apprendimento prevede una prova scritta e una prova orale. La prova scritta, della durata di 2 ore, è articolata in una prima parte con domande a risposta chiusa e una seconda parte con uno o più esercizi di modellazione matematica e/o di soluzione di problemi di programmazione lineare e lineare intera mediante le tecniche presentate nel corso. La prova scritta non prevede la possibilità di utilizzare testi o appunti. Alla prova orale accede chi ha ottenuto una valutazione dello scritto di almeno 18 punti. La prova orale consiste nella discussione dello scritto e nella soluzione di uno o più quesiti volti a verificare le capacità logiche deduttive e l'apprendimento degli argomenti del corso.


Criteri di valutazione dell'apprendimento.

Viene valutata la capacità di sintetizzare ed esporre con chiarezza e rigore logico idee, concetti e risultati teorici della programmazione matematica. Viene inoltre valutata la capacità di impostare e risolvere autonomamente i problemi decisionali utilizzando in modo corretto e pertinente metodologie, modelli e strumenti propri della programmazione matematica e in particolar modo della programmazione lineare.


Criteri di misurazione dell'apprendimento.

La conoscenza dei concetti e dei risultati teorici è misurata analiticamente con un punteggio assegnato alla prima parte della prova scritta compreso tra -7 e 14. La capacità di impostare e risolvere problemi decisionali con strumenti propri della programmazione matematica è misurata analiticamente con un punteggio assegnato alla seconda parte della prova scritta compreso tra 0 e 14. La capacità di sintesi, di rigore logico e di esposizione chiara è misurata analiticamente con un punteggio assegnato alla prova orale compreso tra 0 e 30.


Criteri di attribuzione del voto finale.

Il voto finale è pari alla semisomma dei punteggi assegnati alle due parti della prova scritta e alla prova orale. La votazione massima, pari a trenta punti con lode, è assegnata agli studenti che complessivamente dimostrino completa padronanza degli strumenti teorici e metodologici propri della programmazione lineare (intera) e piena autonomia e rigore logico nell'impostare e risolvere i problemi posti.
La votazione minima, pari a diciotto, è assegnata agli studenti che dimostrino di riuscire a risolvere i problemi posti e di avere sufficiente conoscenza degli strumenti teorici e metodologici propri della programmazione lineare (intera).


Learning Evaluation Methods.

The assessment of the level of learning includes both a written and an oral exam. The written lasts 2 hours and is composed by a first part with multiple-choice tests and a second part with one or more exercises on mathematical modeling and/or solution of (integer) linear programming models by means of the techniques presented in the course. During the exam students cannot use notes and books. The access to the oral exam is reserved to students that achieve a written rating of at least 18 points. The oral exam consists of the discussion of the written exam and the solution of one or more questions in order to verify the logical deductive skills and the understanding of the course topics.


Learning Evaluation Criteria.

It is evaluated the ability to clearly and logically explain ideas, concepts and theoretical results of mathematical programming. It is also assessed the ability to independently set and solve decision problems by correctly using appropriate methods, models and tools of mathematical programming and in particular od linear programming.


Learning Measurement Criteria.

Knowledge of ideas, concepts and theoretical results is analytically measured by a score assigned to the first part of the written exam that ranges between -7 and 14 points. The ability to formulate and solve decision-making problems by means of the tools of linear programming is analytically measured by a score assigned to the second part of the written that ranges between 0 and 14 points. the capability of synthesis, logical and clear exposition is measured analytically by a score assigned to the oral exam that ranges between 0 and 30 points.


Final Mark Allocation Criteria.

The final grade is equal to the half-sum of the scores awarded to the two parts of the written exam and to the oral exam. The maximum grade, equal to thirty points with honors, is awarded to students who demonstrate total mastery of the theoretical and methodological tools of linear programming, and full autonomy and logical accuracy in setting and solving the proposed problems.
The minimum grade, equal to eighteen, is assigned to students who demonstrate to be able to solve the proposed problems and to sufficiently know of the theoretical and methodological tools of linear programming.



TESTI CONSIGLIATI RECOMMENDED READING

a) C. Vercellis, "Ottimizzazione. Teoria, metodi, applicazioni", Mc Graw-Hill, 2008.

b) S. Martello, D. Vigo, "Esercizi di Ricerca Operativa", Progetto Leonardo, Bologna, 2001.

c) appunti, esercizi e slide delle lezioni disponibili sulla piattaforma e-learning di Ateneo alla pagina https://learn.univpm.it

a) C. Vercellis, "Ottimizzazione. Teoria, metodi", applicazioni, Mc Graw-Hill, 2008.

b) S. Martello, D. Vigo, "Esercizi di Ricerca Operativa", Progetto Leonardo, Bologna, 2001.

c) presentations, exercises and lecture notes available on e-learning platform at page https://learn.univpm.it


E-LEARNING E-LEARNING

No

No


Scheda insegnamento erogato nell’A.A. 2019-2020
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2019-2020

 


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