Laboratorio di Ricerca Operativa

L'autore. Fabio Furini è professore associato al DIAG della Sapienza dal settembre 2021. Dottorato in Automatica e Ricerca Operativa all'Università di Bologna (2011) e assegno di ricerca fino al 2012; postdoc all'Université Paris-13 (2012–2013); dal 2013 al 2019 Maître de Conférences all'Université Paris-Dauphine. Habilitation à Diriger des Recherches in Francia nel 2017 e Abilitazione Scientifica Nazionale a professore ordinario in Ricerca Operativa nel 2019. Nel 2020 ricercatore CNR presso l'IASI-CNR di Roma. Sito personale: https://fabiofurini.github.io/

Modelli continui di ottimizzazione — la dispensa del corso in versione online, con codice Python/Gurobi, dati e casi di studio.

📖 Dispensa online: fabiofurini.github.io/laboratorio-ricerca-operativa

▶️ Notebook eseguibili in Colab: l'elenco dei capitoli — girano nel browser, senza installare niente.

Scarica in PDF

• Dispensa completa (113 pagine)
• Slide delle lezioni, una per capitolo, nella pagina del materiale

Indice

Strumenti

• Teoria: programmazione lineare — dualità, scarti complementari, prezzi ombra e sensitività
• Teoria: ottimizzazione non lineare — convessità, QP, condizioni KKT
• Solver: modelli lineari — costruire il modello, farlo girare, leggere e interpretare la soluzione
• Solver: modelli non lineari — vincoli funzionali, bilineari, tolleranze

Modelli deterministici

• Produzione e scorte multiperiodali — LP/QP
• Supply chain con congestione e CO₂ — LP/NLP
• Portafoglio di Markowitz — QP
• Pricing e revenue management — NLP
• Budget pubblicitario — NLP convesso
• Localizzazione continua — NLP convesso
• Ricarica di veicoli elettrici — LP/QP
• Code e capacità di servizio — NLP convesso

Decisioni sotto incertezza

• Il Newsvendor e le sue varianti — LP stocastico
• VaR e CVaR — LP a scenari
• Arbitraggio e prezzatura — LP, la dualità che prezza

Ottimizzazione e machine learning

• Support Vector Machine — QP
• Regressione robusta e quantile — LP, stimare i parametri

Il corso

• Organizzazione del laboratorio — laboratori, consegne, valutazione

Eseguire i modelli

Ogni capitolo ha il suo script in python/ (lab04–lab16), con i dati in dati/:

python3 -m pip install gurobipy matplotlib pandas scipy
python3 python/esegui_tutti.py     # tutti i modelli: dati, risultati e figure

Senza installare niente, ogni capitolo ha il suo notebook in notebooks/: si apre in Colab dal badge in cima alla pagina del capitolo (l'elenco completo è sul sito) e gira nel browser. I notebook si generano dagli script — python3 python/genera_notebook.py — quindi il codice del corso resta uno solo.

La licenza gurobipy inclusa nel pacchetto pip basta per tutti i modelli del corso; la licenza accademica gratuita si attiva da portal.gurobi.com.

Licenza

• Testi, figure e dati (docs/, dati/): CC BY 4.0 — chiunque può riusarli, adattarli e ridistribuirli, anche in altri corsi, citando l'autore.
• Codice Python (python/): MIT, la licenza usuale per il software, così il riuso degli script non ha ambiguità.

Per citare il materiale c'è CITATION.cff: GitHub ne ricava la voce Cite this repository. Le soluzioni degli esercizi non sono pubblicate: vengono distribuite a lezione.

English version

The whole lab is also available in English: fabiofurini.github.io/operations-research-lab (repository).

Della stessa collana

• Modellazione MIP
• Analisi Matematica 1
• Algebra lineare
• Programmazione lineare
• Ottimizzazione convessa
• Algoritmi

---

Materiale didattico di Fabio Furini — DIAG, Sapienza Università di Roma. Le soluzioni degli esercizi vengono distribuite a lezione.