• Edizioni di altri A.A.:
  • 2015/2016
  • 2016/2017
  • 2017/2018
  • 2018/2019
  • 2019/2020
  • 2020/2021
  • 2021/2022
  • 2021/2022
  • 2022/2023
  • 2023/2024
  • 2024/2025
  • 2025/2026

  • Lingua Insegnamento:
    ITALIANO 
  • Testi di riferimento:
    [1] R. Baldacci, M. Dell’Amico, Fondamenti di Ricerca Operativa, Pitagora Editrice Bologna (2002) (in eventuale alternativa a [2]).
    [2] M. Fischetti, Lezioni di Ricerca Operativa, Ed. Libreria Progetto Padova (1999).
    [3] A. Sassano, Modelli e Algoritmi della Ricerca Operativa, Ed. Franco Angeli (1999).
    [4] S. Martello, M. G. Speranza, Ricerca Operativa per l'Economia e per l'Impresa, Ed. Esculapio (2012) 
  • Obiettivi formativi:
    Il corso introduce supporti teorici e metodologici al fine di modellare e risolvere possibili problemi di ottimizzazione in ambito economico. 
  • Prerequisiti:
    Nessuno 
  • Metodi didattici:
    Metodi tradizionali 
  • Modalità di verifica dell'apprendimento:
    Modalità tradizionali 
  • Sostenibilità:
    Questa disciplina, nel senso di "ottimizzazione", può essere applicata agli aspetti quantitativi dell' Agenda 2030 per al Sostenibilità. 

Il corso introduce una fascia basilare di problemi di ottimizzazione, come la Programmazione Lineare e la Programmazione Lineare Intera, provando a mostrare come diversi problemi della vita reale (e in particolare della Logistica nel Modulo 2 del corso) possono essere modellati e risolti mediante tale disciplina.

MODULO 1:
Introduzione: programmazione matematica, programmazione convessa, programmazione lineare.
Modelli: modelli di programmazione lineare (intera).
Cenni su Programmazione Lineare: geometria della programmazione lineare (vertici e soluzioni base), metodo del simplesso; dualità in programmazione lineare: problema duale, proprietà fondamentali, interpretazione economica.
Cenni su Programmazione Lineare Intera: unimodularità, metodo del branch and bound.
Risoluzione di problemi di programmazione lineare (intera) con Excel.
Casi particolari con soluzioni alternative:
- problema del cammino di costo minimo: algoritmo di Djikstra;
- problema della pianificazione di progetti: metodo PERT;
- problema del massimo flusso: algoritmo di Ford-Fulkerson, algoritmo di Edmonds-Karp;
- problema della programmazione della produzione: metodo di Wagner-Whitin;
- problema della localizzazione di impianti: algoritmi di ricerca locale.

MODULO 2:
Introduzione: richiami del Modulo 1.
Alcuni esempi: caricamento di un camion; bilanciamento di carico fra camion; utilizzo del minor numero di camion; rete di distribuzione (ridefinizione); rete di servizio (ridefinizione); fornitura (ridefinizione); un viaggio in autostrada.
Problema del minimo albero ricoprente (Minimum Spanning Tree - MST).
Il problema dei trasporti: due generalizzazioni.
Il problema del commesso viaggiatore (Traveling Salesman Problem - TSP).
Il problema della distribuzione (Vehicle Routing Problem - VRP).
Simulazioni tramite Excel.

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram