QUANTITATIVE METHODS AND OPTIMIZATION

La prima parte del corso si concentra sui concetti di base della programmazione lineare e intera. In particolare verranno trattati i seguenti argomenti: elementi di algebra Lineare ed di matematica discreta; teoria della programmazione lineare e della dualità; programmazione lineare intera e branch-and-bound; complessità degli algoritmi e la teoria dei grafici. Differenti famiglie di algoritmi esatti verranno presentate in dettaglio con un’attenzione particolare agli algoritmi di tipo Branch-and-Cut e di tipo Branch-and-Price. La seconda parte del corso è sulla modellazione, in particolare sui modelli di programmazione lineare intera per problemi di base NP-completi, inoltre particolare attenzione viene posta nella discussione della qualità dei rilassamenti continui dei modelli. Infine, vengono discusse alcune applicazioni più complesse che coinvolgono modelli con un numero esponenziale di variabili e / o vincoli. La terza e ultima parte del corso è dedicata all’ottimizzation per la Data Science. In questa parte, le tecniche sviluppate nelle prime due parti del corso verranno utilizzare per afforntare e risolvere efficacemente i problemi di Ottimizzation in Data Science, come il clustering, la classificazione e le Support Vector Machine.