• Edizioni di altri A.A.:
  • 2022/2023
  • 2022/2023
  • 2023/2024
  • 2024/2025

  • 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)

    [5] materiale sul sito web del DEC (Dipartimento di Economia - Pescara) 
  • Obiettivi formativi:
    Il corso introduce supporti teorici e metodologici al fine di modellare e risolvere possibili problemi di ottimizzazione in ambito economico.

    Il corso supporta l'obiettivo formativo del CLEC/M (Corso di Laurea in Economia e Commercio - Magistrale - percorso "Economia e Statistica") che riguarda l'applicazione dei metodi quantitativi alla realtà economica.
    In particolare lo studente:
    :: conoscerà elementi di una disciplina che prova a modellare (in termini matematici) e a risolvere (anche in caso con il supporto di software) problemi di ottimizzazione nella vita reale;
    :: sarà abile di: (i) riconoscere eventualmente un problema di ottimizzazione nella vita reale; (ii) modellare eventualmente tale problema di ottimizzazione in termini matematici; (iii) risolvere eventualmente tale problema (anche in caso via Excel). 
  • Prerequisiti:
    Nessuno 
  • Metodi didattici:
    Il corso sarà svolto con didattica frontale (con esercitazioni) e con esercizi per casa.

    L'esame è una prova scritta di 2 ore - sia lo studente sia il docente potranno chiedere in aggiunta una prova orale per ulteriori verifiche - composta di tre o quattro domande e/o esercizi, per verificare sia le conoscenze acquisite (mediante domande teoriche) sia le abilità acquisite di riconoscere, modellare, risolvere problemi di ottimizzazione (mediante esercizi specifici); riguardo la votazione dell'esame scritto, ogni domanda e/o esercizio darà 7,5 o 10 punti (a seconda del loro numero totale); riguardo la votazione della prova orale (facoltativa), essa può far aumentare o diminuire il voto dell'esame scritto di al più 5 punti. 
  • Modalità di verifica dell'apprendimento:
    L'esame è una prova scritta di 2 ore - sia lo studente sia il docente potranno chiedere in aggiunta una prova orale per ulteriori verifiche - composta di tre o quattro domande e/o esercizi, per verificare sia le conoscenze acquisite (mediante domande teoriche) sia le abilità acquisite di riconoscere, modellare, risolvere problemi di ottimizzazione (mediante esercizi specifici); riguardo la votazione dell'esame scritto, ogni domanda e/o esercizio darà 7,5 o 10 punti (a seconda del loro numero totale); riguardo la votazione della prova orale (facoltativa), essa può far aumentare o diminuire il voto dell'esame scritto di al più 5 punti. 
  • Sostenibilità:
     

Il corso: (i) mostra come diversi problemi della vita reale possono essere modellati in termini matematici con riferimento a una fascia basilare di problemi di ottimizzazione; (ii) per tale fascia basilare di problemi di ottimizzazione, introduce sia cenni di teoria (programmazione lineare, programmazione lineare intera) sia cenni di metodologia per la loro risoluzione (anche via Excel); (iii) focalizza alcuni specifici problemi di ottimizzazione.

MODULO 1:
Introduzione: programmazione matematica, 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

 

20 Set 2024

Modulo 2

 

20 Set 2024

Risoluzione con Excel

 

20 Set 2024

Esercizi non sui modelli

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