Metodi Matematici per le Applicazioni Industriali
Versione originale pubblicata
Corso di Laurea Magistrale in Ingegneria Gestionale per la Produzione Industriale - classe LM-31 6° Anno Primo Ciclo Semestrale
Docenti
GAMBARDELLA LUCA MARIA, Lezioni
ROSSIGNOLI CHIARA, Lezioni
STROZZI FERNANDA, Codocenza
STROZZI FERNANDA, Titolare
BORGONOVO EMANUELE, Lezioni
Obiettivi del corso
Gli studenti impareranno a risolvere alcuni i modelli discreti lineari e non lineari usando sistemi di equazioni alle differenze finite e ad analizzare le soluzioni dal punto di vista quantitativo e qualitativo. In particolare studieranno modelli di gestione delle scorte tra cui il Beer Game, con cui si può simulare il fenomeno del Bullwhip e modelli economici, tra cui Stratagem-2, che descrive il fenomeno del Long Wave. Le soluzioni dei modelli considerati saranno rappresentate graficamente usando Matlab.
 
Un altro obiettivo del corso è quello di introdurre i metodi di ottimizzazione  non lineare, lineare stocastica, multiobiettivo ed alcuni metodi euristici e metaeuristici tra cui gli algoritmi genetici e i metodi ant colony. I metodi saranno applicati a problemi di gestione delle scorte e di trasporto.  Per l’implementazione verranno utilizzati l’ Optimization Toolbox e il Genetic Algorithm and Direct Search Toolbox di Matlab.
 
Precompetenze
Ricerca Operativa
Programma
1 - Sistemi dinamici discreti ed equazioni alle differenze finite
2 - Sistemi discreti lineari del 1° e 2° ordine:
3 - Sistemi non lineari
4 - Equazione logistica, sistema di Henon, modello di Lotka-Volterra
5 - Studio qualitativo delle soluzioni dei sistemi dinamici non lineari
6 - Modello matematico del Beer Game
7 - Modello matematico del Long Wave
8 - Programmazione non lineare: introduzione ed esempi.
9 - Programmazione non lineare: metodi di soluzione
10 –Algoritmi di ricerca del cammino minimo su un grafo
11- Algoritmi di ricerca dell’albero ricoprente minimo di un grafo
12-Algoritmi euristici e metaeuristici di ottimizzazione globale
13- Problemi di trasporto risolti con gli algoritmi euristici e metaeuristici
14- Ottimizzazione multiobiettivo
14 - Optimization Toolbox, Genetic Alghorithm and direct search Toolbox
Modalitą d'esame
L'esame finale consiste in una prova scritta.
Bibliografia
Testi di riferimento
Materiale didattico a cura dei docenti
 
Testi di approfondimento
Goldberg S., Introduction to difference Equations, Dover Publications, 1986
Shone R., Economics Dynamics, Cambridge University Press, 1997
Wiston W.L., Operations Research, Duxbury Press, Belmont 1993
 
 
Vai alla versione aggiornata