INTRODUZIONE ALL'OTTIMIZZAZIONE
Obiettivi formativi
Obiettivi generali: acquisire conoscenze specialistiche di base ed esperienza pratica su alcuni argomenti classici dell’ottimizzazione a dimensione finita. Obiettivi specifici Conoscenze e comprensione: conoscenza dei fondamenti teorici e pratici della teoria dell’ottimizzazione e delle principali classi di problemi e di metodi risolutivi. Applicare conoscenza e comprensione: al termine del corso lo studente sarà in grado di classificare un problema di ottimizzazione e scegliere quale metodo risolutivo sia il più adatto alla sua soluzione, tenendo conto dei vincoli derivanti dal tipo di applicazione (per esempio, accuratezza richiesta o limiti al tempo di calcolo a disposizione). Inoltre lo studente sarà in grado di interpretare correttamente i risultati forniti da codici risolutivi commerciali o ad-hoc. Capacità critiche e di giudizio: capacita' di enucleare gli aspetti significativi di un problema di ottimizzazione e dei suoi algoritmi risolutivi. Capacità comunicative: capacità di enucleare i punti signifivativi della teoria, di saper illustrare con esempi opportuni le parti più interessanti, di discutere matematicamente dei punti più sottili. Capacità di apprendimento: le conoscenze acquisite permetteranno di affrontare lo studio di argomenti più avanzati e di inserirsi adeguatamente in ambienti industriali e di ricerca dove si faccia uso di tecniche di ottimizzazione.
Programmi - Frequenza - Esami
Programma
Prerequisiti
Testi di riferimento
Modalità insegnamento
Frequenza
Modalità di esame
Bibliografia
Modalità di erogazione
- Anno accademico2025/2026
- CorsoMatematica applicata
- CurriculumMatematica per Data Science - 10
- Anno1º anno
- Semestre2º semestre
- SSDMAT/09
- CFU6