Organizzazione del corso
Il corso in breve
10 capitoli applicativi · 3 capitoli di strumenti · QP e NLP · un notebook Colab per capitolo · codice Python/Gurobi riproducibile. L'elenco completo sta nel programma. Il corso segue Modellazione PL, da cui riprende notazione, comandi generali del solver e protocollo di sensitività.
Scarica in PDF
- 📘 Dispensa completa — modelli, esempi svolti, casi di studio, analisi di sensitività
- 📊 Slide delle lezioni — una per capitolo, nella pagina del materiale
Per cominciare
Non serve installare niente: ogni capitolo ha il suo notebook che si apre in Colab e gira nel browser.
Percorso essenziale in quattro laboratori
| Contenuto | Obiettivi di apprendimento | |
|---|---|---|
| Lab 1 | Markowitz | costruire un QP convesso; tracciare una frontiera; discutere la fragilità delle stime |
| Lab 2 | Produzione con smoothing | aggiungere un termine quadratico a un modello lineare; leggere e verificare i moltiplicatori di un QP |
| Lab 3 | Pricing oppure budget | modellare funzioni non lineari; studiare la concavità; verificare le KKT numericamente |
| Lab 4 | Progetto a scelta | supply chain, localizzazione, ricarica EV, code, SVM o minimi quadrati; presentazione manageriale |
Gli errori più comuni
- Leggere
.Xo.Pisenza controllarem.Status. - Dimenticare
lb=-GRB.INFINITYsulle variabili libere (\(b\) della SVM, i residui dei minimi quadrati). - Usare il moltiplicatore di un QP per un incremento grande: è esatto solo al margine.
- Dimenticare
NonConvex = 2con termini bilineari, o credere convesso un problema che non lo è. - Aggiornare il RHS di un vincolo con costanti a sinistra.
- Ottimizzare un solo obiettivo quando ce ne sono due.
- Scegliere gli iperparametri guardando il test set.
- Riportare sei cifre decimali da stime che ballano alla seconda.
Riproducibilità
python3 -m pip install gurobipy matplotlib pandas
python3 python/esegui_tutti.py # rigenera risultati, figure e notebook
Le soluzioni degli esercizi vengono distribuite a lezione.