Dispense.
Libro Metodi di Ottimizzazione non vincolata, Grippo-Sciandrone, Springer 2011
Obiettivi Formativi
1) Capacità di formulare problemi di ottimizzazione non lineare.
2) Conoscenza di algoritmi per problemi di ottimizzazione a larga scala, di ottimizzazione sparsa, di equilibrio di reti, di apprendimento automatico, di ottimizzazione multi-agente, di ottimizzazione multiobiettivo.
3) Capacità di applicare e adattare, a specifici contesti applicativi, algoritmi standard di ottimizzazione non lineare.
Prerequisiti
Algebra lineare, analisi matematica.
Metodi Didattici
Lezioni frontali
Modalità di verifica apprendimento
L'esame consta di una prova scritta (o alternativamente di una prova orale) nella quale si verifica mediante quesiti e domande teoriche:
- la capacità di formulare problemi di ottimizzazione;
- la capacità di utilizzare e adattare algoritmi standard di ottimizzazione;
- la conoscenza di algoritmi per la soluzione di specifiche classi di problemi complessi di ottimizzazione.
Programma del corso
Metodi di decomposizione per ottimizzazione non vincolata e ottimizzazione vincolata. Metodi di decomposizione per l'apprendimento automatico. Metodi della discesa più ripida per problemi di ottimizzzazione multiobiettivo. Giochi ed equilibri di Nash. Algoritmi esatti per l'ottimizzazione globale. Euristiche per problemi di ottimizzazione globale. Metodi di tipo LASSO per l'ottimizzazione sparsa. Metodi di programmazione concava per la minimizzazione in norma zero.
Algoritmi per ottimizzazione multiobiettivo.