file! - Dimes

Dipartimento: DIMES
Corso di Laurea Magistrale: INGEGNERIA INFORMATICA
Indirizzo Internet Corso di Laurea: www.dimes.unical.it
Nome insegnamento: OTTIMIZZAZIONE E VALUTAZIONE DELLE PRESTAZIONI
Condivisione: INGEGNERIA DELL’AUTOMAZIONE
Articolazione in moduli: OTTIMIZZAZIONE (6CFU) + VALUTAZIONE DELLE PRESTAZIONI (3CFU)
Settore Scientifico Disciplinare: MAT/09
Docente responsabile modulo Ottimizzazione:
Maria Flavia Monaco
Posizione docente responsabile modulo di Ottimizzazione:
Professore Associato
Docente responsabile modulo di Valutazione delle prestazioni :
Pasquale Legato
Posizione docente responsabile modulo di Valutazione delle Prestazioni : Ricercatore
Crediti formativi universitari modulo di Ottimizzazione: 6
Numero ore lezioni: 32
Numero ore riservate attività didattiche assistite
modulo di Ottimizzazione: 51
Numero ore esercitazioni:19
Numero ore laboratorio:
Numero ore riservate studio individuale modulo di Ottimizzazione: 99
Crediti formativi universitari modulo di valutazione delle Prestazioni: 3
Numero ore lezioni: 18
Numero ore riservate attività didattiche assistite
Numero ore esercitazioni: 6
modulo di valutazione delle prestazioni: 24
Numero ore laboratorio: 0
Numero ore riservate studio individuale modulo di valutazione delle prestazioni: 51
Tipologia: ATTIVITA’ AFFINE/INTEGRATIVA
Lingua di insegnamento: ITALIANO
Collocazione: I ANNO, II SEMESTRE
Prerequisiti: NESSUNO
Modulo di Ottimizzazione:
Obiettivi formativi (risultati d’apprendimento previsti e competenze da acquisire – Descrittori di Dublino):
Il corso si propone di approfondire ed ampliare le conoscenze sui problemi di programmazione lineare intera,
introdotti nel corso di Ricerca Operativa, con particolare riguardo a classi di problemi di rilevante interesse
applicativo. Relativamente ai problemi di Ottimizzazione Lineare a variabili intere e binarie, il corso mira a fornire le
conoscenze, capacità ed abilità seguenti:
1. Capacità di riconoscere e abilità di formulare problemi decisionali di interesse applicativo che rientrano nella
classe dei Problemi di Ottimizzazione Lineare a variabili intere.
2. Conoscenza delle proprietà matematiche dei problemi e della loro intrinseca complessità computazionale.
3. Conoscenza degli algoritmi più recenti ed efficienti per la risoluzione esatta dei problemi di PLI.
4. Conoscenza degli elementi principali per la risoluzione di problemi di grandi dimensioni: calcolo di lower
bound e progettazione di algoritmi euristici.
Argomenti delle lezioni:
Programmazione Lineare Intera: approccio poliedrale (16h)
- Cenni di Teoria Poliedrale
- I problemi di matching
- Metodo dei piani di taglio di Gomory
- Metodi dei piani di taglio basati sulle conoscenze poliedrali
- Algoritmi “branch and cut”
Rilassamento Lagrangiano (8 h)
- Proprietà del Rilassamento e del Problema Duale Lagrangiano
- Algoritmi euristici basati sul Rilassamento Lagrangiano
- Il problema del Set-Covering : algoritmo di Chvatal ed Euristica Lagrangiana
Problemi di Routing (8h)
- Problemi di Arc Routing; il problema del Postino Cinese
- Problemi di Vehicle Routing ; algoritmo risolutivi euristici
- Problema del Commesso Viaggiatore: algoritmi epsilon-approssimati
Problemi di Scheduling (6h)
- Problemi di Scheduling su singola macchina
-
Problemi di Scheduling su macchine parallele
Cenni ai problemi di Shop-Scheduling
Argomenti delle esercitazioni:
Esempi numerici ed applicazioni sugli argomenti delle lezioni.
Modalità di frequenza: OBBLIGATORIA
Modalità di svolgimento delle lezioni:
Lezioni frontali in aula, con metodologie tradizionali e proiettore collegato al PC.
Modalità di svolgimento delle esercitazioni:
In aula, con metodologie tradizionali e proiettore collegato al PC.
Metodi di valutazione:
Prova orale.
Testi di riferimento:
G.L. Nemhauser and L.A. Wolsey, Integer and Combinatorial Optimization, John Wiley and sons
A.Sassano, Modelli e Algoritmi della Ricerca Operativa, Franco Angeli
M. Pinedo, Scheduling Theory, Algorithms and Systems, Prentice Hall
Dispense a cura del docente e materiale dalla Rete.
Orario e aule lezioni:
Calendario prove valutazione:
www.dimes.unical.it
Modulo di Valutazione delle Prestazioni:
Obiettivi formativi (risultati d’apprendimento previsti e competenze da acquisire – Descrittori di Dublino):
Obiettivi del corso
Il corso intende fornire i metodi e gli strumenti basilari per l’analisi statistica degli indici di prestazione (“produttività”
e “tempo di risposta”) di sistemi informatici, assumendo che possano essere modellati col paradigma client-server.
Argomenti delle lezioni
1. Processi stocastici e valutazione delle prestazioni
1.1. Modelli a rete di code di sistemi informatici.
1.2. Valutazione delle prestazioni e ottimizzazione di tipo “what-if”.
1.3. Il modello client-server.
1.4. Processi stocastici e storia degli stati di un sistema. Stazionarietà ed ergodicità.
1.5. Valutazione delle prestazioni basata sull’analisi delle traiettorie.
2. Simulazione delle prestazioni di sistemi informatici
2.1. La legge di Little e la legge dell’utilizzazione.
2.2. Le leggi della produttività e del tempo di risposta per un sistema a coda singola e a rete di code.
2.3. Analisi dei valori medi di un modello a coda singola e singolo servente.
2.4. Eventi e riproduzione della storia degli stati nella simulazione discreta.
2.5. Modello concettuale e implementazione della simulazione: vista per eventi e vista per processi.
2.6. Credibilità e uso della simulazione: tecniche di verifica e di convalida.
2.7. Generazione della storia degli stati: il metodo Monte Carlo
2.8. Terminazione della simulazione e analisi della storia degli stati.
2.9. Il simulatore di un sistema a “servente centrale”: implementazione ed esperimenti di simulazione.
3. Approfondimenti di analisi statistica
3.1. Stime puntuali e intervalli di confidenza per la media e la varianza.
3.2. La distribuzione gamma e la chi-quadrato.
3.3. La distribuzione t di Student e gli intervalli con piccoli campioni.
3.4. La stima dei parametri: il metodo dei momenti e il metodo della massima verosimiglianza.
3.5. Test d’ipotesi: concetti di base e test riguardanti la media e la differenza di due medie.
3.6. La retta di regressione: approfondimenti. Stima intervallare dei parametri della retta.
Argomenti delle esercitazioni:
Applicazione delle tecniche di analisi statistica sull’output del foglio Excel (processo stocastico dei tempi d’attesa in
coda). Calcolo degli intervalli di confidenza per il modello client server in Excel.
Modalità di svolgimento delle lezioni: attraverso diapositive, usando PC e videoproiettore.
Modalità di svolgimento delle esercitazioni : utilizzando il PC per i fogli Excel e i codici.
Modalità di svolgimento dell’esame: Prova pratica individuale di analisi statistica su foglio Excel che implementa
il modello client server, seguita da classica prova orale.
Test di riferimento: 1) Lezioni in PPT e dispense curate dal docente.
2) J.Banks, J.S.Carson et al. « Discrete Event System Simulation » 3rd edition, Prentice-Hall 2001 (per
consultazione)