Teoria e metodi dell'ottimizzazione

Modalità d'esame

Gli studenti che hanno frequentato le lezioni con regolarità (almeno 32 ore) possono scegliere di sostenere l'esame tramite una delle seguenti prove:

  1. colloquio finale

  2. seminario e relazione scritta di supporto

mentre gli altri studenti dovranno necessariamente sostenere il colloquio finale.

Il colloquio verte sugli argomenti svolti durante il corso ed è articolato in una serie di domande volte ad accertare la comprensione degli argomenti. Il seminario (indicativamente di 45 minuti) e la relazione vertono su uno specifico argomento che approfondisce e/o amplia alcuni degli argomenti illustrati durante il corso. L'argomento è scelto di comune accordo con il docente tra quelli riportati qua sotto o su proposta specifica dello studente. Dal momento della definizione dell'argomento lo studente avrà 2 mesi di tempo per sostenere l'esame.

Per sostenere l'esame è necessario contattare il docente via email per fissare la data del colloquio o scegliere l'argomento di seminario+relazione e successivamente iscriversi su su esami.unipi.it all'appello attivo nella data concordata per la prova d'esame.

Lista dei seminari già tenuti

Argomenti per seminari

  1. metodi del secondo ordine

  2. schema generale dei metodi dei piani di taglio e metodi specifici (regolarizzazione, bundle, ecc.)

  3. velocità di convergenza degli algoritmi per l'ottimizzazione non vincolata

  4. complessità computazione nell'ottimizzazione nonlineare

  5. metodi basati sulle regioni di confidenza

  6. metodi incrementali per l'ottimizzazione non vincolata

  7. metodi di decomposizione per l'ottimizzazione vincolata

  8. analisi della convergenza del metodo dei moltiplicatori

  9. metodi del punto interno

  10. teoremi di esistenza delle soluzioni ottime (caso quadratico, coni di recessione, ecc.)

  11. metodi di penalizzazione esatta

  12. condizioni di ottimalità per l'ottimizzazione semi-infinita

  13. metodi per l'ottimizzazione semi-infinita

  14. ottimizzazione bilivello

  15. metodi per l'ottimizzazione nonlineare su reti

  16. metodi di ottimizzazione specifici per machine learning, data mining e data fitting

  17. metodi per l'ottimizzazione nonlineare (mista) intera

  18. ottimizzazione sparsa e compressive sensing

  19. ottimizzazione semidefinita