IASI
Giampaolo Liuzzi 
Insegnamento di Ottimizzazione dei Sistemi Complessi a.a. 2018/2019

(Ingegneria Gestionale, "Sapienza" Università di Roma, Dip. di Ingegneria Informatica Automatica e Gestionale)

    • AVVISO: La lezione di Giovedí 7 Marzo 2019 è ANNULLATA a causa della concomitanza con l'evento OpenDIAG

    • Calendario del corso:

    • Gruppo google del corso: per gli studenti di OSC (SAPIENZA Univ. Roma) è attivo il gruppo google del corso sul quale è già possibile iscriversi. Il gruppo è utile per avere notizie in tempo reale sul corso (lezioni, esami, ricevimento, ...)

    • Orario delle lezioni: Le lezioni avranno inizio il giorno Lunedì 25 Febbraio 2019 e si svolgeranno in aula A3 (presso il DIAG), in Via Ariosto 25, secondo il seguente orario:
      • Lunedí 9:00-12:00
      • Giovedí 8:00-10:00

    • Ricevimento studenti: Giovedí dalle 10:00 alle 11:00 presso la Stanza del Prof. Lucidi (DIAG, via Ariosto 25)


    • Modalità d'esame:
      • parte scritta: 4 esercizi (8 punti ciascuno) riguardanti le tematiche trattate nelle lezioni
      • parte orale: discussione dell' elaborato svolto nella parte scritta


    • Appelli d'esame:


    • Materiale didattico: Di seguito, è disponibile il materiale delle lezioni svolte in aula.


    • Programma d'esame:
      • Ottimizzazione senza uso di derivate: Metodo "compass search" e proprietà di convergenza. Metodo di Nelder-Mead e controesempio di McKinnon. Metodo di Hooke-Jeeves. Analisi del comportamento del metodo di Nelder-Mead su una funzione di McKinnon. Misura del coseno. Metodo "generating set search". Metodi che usano ricerche uni-dimensionali. Appunti a cura di Prof. V. Piccialli, trasparenze delle lezioni.
      • Ottimizzazione per problemi con vincoli e funzione obiettivo non lineari: Metodi che usano funzioni di Penalità sequenziali (esterne). Metodi che usano funzioni Lagrangiane aumentate sequenziali. Regole di aggiornamento dei moltiplicatori. Algoritmi che usano funzioni Lagrangiane aumentate: MINOS e LANCELOT B. Metodi interni o "log-barrier". Metodi di programmazione quadratica ricorsiva o sequenziale (SQP). Metodi SiQP e SeQP. Appunti a cura di Prof. G. Di Pillo, Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
      • Ottimizzazione delle traiettorie: il materiale per le lezioni tenute dal Prof. G. Di Pillo è reperibile qui
      • Ottimizzazione multiobiettivo: Il problema di ottimizzazione del Protafoglio (Markowitz). Generalità sui metodi multiobiettivo. Dominanza di Pareto. Condizioni di Ottimalità. Metodo della GOAL programming. Metodo dell'ordinamento lessicografico. Metodo dei pesi. Metodo della Value function. Metodo degli epsilon vincoli. Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
       
Insegnamento di Ottimizzazione Nonlineare a.a. 2018/2019

(Ingegneria Gestionale, Università di Roma "Tor Vergata")

    • AVVISO: A partire dal 31 Gennaio 2019 il ricevimento studenti sarà effettuato solo se preventivamente concordato per email


    • Calendario del corso:

    • Gruppo google del corso: per gli studenti di ONL (Univ. Roma TOR VERGATA) è attivo il gruppo google del corso sul quale è già possibile iscriversi. Il gruppo è utile per avere notizie in tempo reale sul corso (lezioni, esami, ricevimento, ...)

    • Orario delle lezioni: Le lezioni si svolgono in Aula C2 (Univ. "Tor Vergata", via del Politecnico 1, 00133 Roma) con il seguente orario:
      • Mercoledí 11:30-13:30
      • Giovedí 11:30-13:30
      • Venerdí 11:30-13:30

    • Orario di Ricevimento: è possibile concordare un appuntamento per ricevimento tramite email.


    • Appelli d'esame:
      • 30 Gennaio 2019. È disponibile il testo d'esame relativo alla seconda parte del corso (con soluzioni).
      • 19 Febbraio 2019. È disponibile il testo d'esame relativo alla seconda parte del corso.

    • Programma d'esame:
      • Ottimizzazione senza uso di derivate: Metodo "compass search" e proprietà di convergenza. Metodo di Nelder-Mead e controesempio di McKinnon. Metodo di Hooke-Jeeves. Analisi del comportamento del metodo di Nelder-Mead su una funzione di McKinnon. Misura del coseno. Metodo "generating set search". Metodi che usano ricerche uni-dimensionali. Appunti a cura della Prof. V. Piccialli. Appunti a cura del Prof. M. Sciandrone.
      • Ottimizzazione globale: introduzione ed esempi applicativi; metodi probabilistici (multi-start e simulated annealing); metodi deterministici di partizione (DiRect).Appunti a cura del Prof. S. Lucidi.
      • Ottimizzazione con vincoli semplici: condizioni di ottimo; metodo del gradiente proiettato; metodo di Frank-Wolfe.
      • Ottimizzazione con vincoli generali: condizioni di ottimo e qualificazione dei vincoli; metodi basati su funzioni di merito inesatte o sequenziali.Appunti a cura di G. Liuzzi. Appunti a cura del Prof. G. Di Pillo.
    •  
Insegnamento di Ottimizzazione dei Sistemi Complessi a.a. 2017/2018

(Ingegneria Gestionale, "Sapienza" Università di Roma, Dip. di Ingegneria Informatica Automatica e Gestionale)

    • AVVISO: A partire dal 11 Luglio 2018 il ricevimento studenti sarà effettuato solo se preventivamente concordato per email


    • Calendario del corso:

    • Gruppo google del corso: per gli studenti di OSC (SAPIENZA Univ. Roma) è attivo il gruppo google del corso sul quale è già possibile iscriversi. Il gruppo è utile per avere notizie in tempo reale sul corso (lezioni, esami, ricevimento, ...)

    • Orario delle lezioni: Le lezioni avranno inizio il giorno Venerdì 2 Marzo 2018 e si svolgeranno presso il DIAG in Via Ariosto 25, secondo il seguente orario:
      • Giovedí 8:00-10:00, Aula A2
      • Venerdí 14:00-17:00, Aula A6

    • Ricevimento studenti: è possibile concordare un appuntamento per ricevimento tramite email.


    • Modalità d'esame:
      • parte scritta: 4 esercizi (8 punti ciascuno) riguardanti le tematiche trattate nelle lezioni
      • parte orale: discussione dell' elaborato svolto nella parte scritta


    • Appelli d'esame:

    • Programma d'esame:

      Alcune lezioni saranno dedicate all'insegnamento di Julia e JuliaOpt (Optimization packages for the Julia language).
      • Ottimizzazione senza uso di derivate: Metodo "compass search" e proprietà di convergenza. Metodo di Nelder-Mead e controesempio di McKinnon. Metodo di Hooke-Jeeves. Analisi del comportamento del metodo di Nelder-Mead su una funzione di McKinnon. Misura del coseno. Metodo "generating set search". Metodi che usano ricerche uni-dimensionali. Appunti a cura di Prof. V. Piccialli, trasparenze delle lezioni.
      • Ottimizzazione per problemi con vincoli e funzione obiettivo non lineari: Metodi che usano funzioni di Penalità sequenziali (esterne). Metodi che usano funzioni Lagrangiane aumentate sequenziali. Regole di aggiornamento dei moltiplicatori. Algoritmi che usano funzioni Lagrangiane aumentate: MINOS e LANCELOT B. Metodi interni o "log-barrier". Metodi di programmazione quadratica ricorsiva o sequenziale (SQP). Metodi SiQP e SeQP. Appunti a cura di Prof. G. Di Pillo, Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
      • Ottimizzazione delle traiettorie: il materiale per le lezioni tenute dal Prof. G. Di Pillo è reperibile qui
      • Ottimizzazione multiobiettivo: Il problema di ottimizzazione del Protafoglio (Markowitz). Generalità sui metodi multiobiettivo. Dominanza di Pareto. Condizioni di Ottimalità. Metodo della GOAL programming. Metodo dell'ordinamento lessicografico. Metodo dei pesi. Metodo della Value function. Metodo degli epsilon vincoli. Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
       
Insegnamento di Ottimizzazione Nonlineare a.a. 2017/2018

(Ingegneria Gestionale, Università di Roma "Tor Vergata")

    • Appelli d'esame:
      • 31 Gennaio 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.
      • 27 Febbraio 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.
      • 27 Giugno 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.
      • 10 Luglio 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.
      • 5 Settembre 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.
      • 19 Settembre 2018. È disponibile il testo d'esame relativo alla seconda parte del corso.

    • Programma d'esame:
      • Ottimizzazione senza uso di derivate: Metodo "compass search" e proprietà di convergenza. Metodo di Nelder-Mead e controesempio di McKinnon. Metodo di Hooke-Jeeves. Analisi del comportamento del metodo di Nelder-Mead su una funzione di McKinnon. Misura del coseno. Metodo "generating set search". Metodi che usano ricerche uni-dimensionali. Appunti a cura della Prof. V. Piccialli. Appunti a cura del Prof. M. Sciandrone.
      • Ottimizzazione globale: introduzione ed esempi applicativi; metodi probabilistici (multi-start e simulated annealing); metodi deterministici di partizione (DiRect).Appunti a cura del Prof. S. Lucidi.
      • Ottimizzazione con vincoli semplici: condizioni di ottimo; metodo del gradiente proiettato; metodo di Frank-Wolfe.
      • Ottimizzazione con vincoli generali: condizioni di ottimo e qualificazione dei vincoli; metodi basati su funzioni di merito inesatte o sequenziali.Appunti a cura di G. Liuzzi. Appunti a cura del Prof. G. Di Pillo.
    •  
Insegnamento di Ottimizzazione dei Sistemi Complessi a.a. 2016/2017

(Ingegneria Gestionale, "Sapienza" Università di Roma, Dip. di Ingegneria Informatica Automatica e Gestionale)

    • Appelli d'esame:

    • Programma d'esame:

      Alcune lezioni saranno dedicate all'insegnamento di Julia e JuliaOpt (Optimization packages for the Julia language).
      • Ottimizzazione senza uso di derivate: Metodo "compass search" e proprietà di convergenza. Metodo di Nelder-Mead e controesempio di McKinnon. Metodo di Hooke-Jeeves. Analisi del comportamento del metodo di Nelder-Mead su una funzione di McKinnon. Misura del coseno. Metodo "generating set search". Metodi che usano ricerche uni-dimensionali. Appunti a cura di Prof. V. Piccialli, trasparenze delle lezioni.
      • Ottimizzazione per problemi con vincoli e funzione obiettivo non lineari: Metodi che usano funzioni di Penalità sequenziali (esterne). Metodi che usano funzioni Lagrangiane aumentate sequenziali. Regole di aggiornamento dei moltiplicatori. Algoritmi che usano funzioni Lagrangiane aumentate: MINOS e LANCELOT B. Metodi interni o "log-barrier". Metodi di programmazione quadratica ricorsiva o sequenziale (SQP). Metodi SiQP e SeQP. Appunti a cura di Prof. G. Di Pillo, Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
      • Ottimizzazione delle traiettorie: il materiale per le lezioni tenute dal Prof. G. Di Pillo è reperibile qui
      • Ottimizzazione multiobiettivo: Il problema di ottimizzazione del Protafoglio (Markowitz). Generalità sui metodi multiobiettivo. Dominanza di Pareto. Condizioni di Ottimalità. Metodo della GOAL programming. Metodo dell'ordinamento lessicografico. Metodo dei pesi. Metodo della Value function. Metodo degli epsilon vincoli. Appunti a cura di G. Liuzzi, trasparenze delle lezioni.
       
Insegnamento di Ottimizzazione dei Sistemi Complessi a.a. 2015/2016

(Ingegneria Gestionale, "Sapienza" Università di Roma, Dip. di Ingegneria Informatica Automatica e Gestionale)

Insegnamento di Ricerca Operativa a.a. 2013/2014 e 2014/2015

(Ingegneria Informatica e Automatica, Ingegneria dei Sistemi Informatici, "Sapienza" Università di Roma, Dip. di Ingegneria Informatica Automatica e Gestionale)

Corso di Ricerca Operativa a.a. 2011/2012 e 2012/2013

(L.M. in Ingegneria Informatica, Università di Cassino, Facoltà di Ingegneria)

Corso di Matematica Applicata a.a. 2009/2010 fino 2011/2012

(L.M. in Ingegneria Elettrica, Università di Cassino, Facoltà di Ingegneria)

Corso su Metodi di Ottimizzazione Vincolata a.a. 2010/2011

Dottorato di ricerca in Ricerca Operativa (Università di Roma "La Sapienza")

Corso di Analisi delle Decisioni a.a. 2004/2005 fino a.a. 2008/2009

(L.M. in Ingegneria Elettrica, Università di Cassino, Facoltà di Ingegneria)

Corso di Ricerca Operativa a.a. 2007/2008

Ingegneria Informatica, Canale I-Z ("Sapienza" Università di Roma, Facoltà di Ingegneria)

Corso di Ottimizzazione di Sistemi Complessi a.a. 2007/2008

Master in Ottimizzazione e Data Mining (Università de L'Aquila, Facoltà di Ingegneria)

Corso su Metodi di Ottimizzazione Vincolata a.a. 2003/2004

Dottorato di ricerca in Ingegneria dei Sistemi ("Sapienza" Università di Roma)

Corso di Ricerca Operativa a.a. 2002/2003

(Nuovo Ordinamento - Gestionale e Informatica - Prof. S. Lucidi)

Corso di Ottimizzazione a.a. 2001/2002

(Vecchio e Nuovo Ordinamento - Prof. G. Di Pillo)

Corso di Ricerca Operativa a.a. 2000/2001

(Nuovo Ordinamento, Canale A-Ci   Prof. S. Lucidi)