Metodi di ottimizzazione non vincolata, L. Grippo, M.

Libro adottato a Firenze, a.a. 2026/2027 · 5 canali

«Metodi di ottimizzazione non vincolata, L. Grippo, M.» è adottato per Optimization Methods dal prof. Matteo Lapucci (Ingegneria Informatica – Firenze); per Metodi di Ottimizzazione dal prof. Matteo Lapucci (Ingegneria Meccanica – Firenze); per Optimization Techniques For Machine Learning dal prof. Matteo Lapucci (Intelligenza Artificiale, Robotics, Automation and Electrical Engineering – Firenze); per Ottimizzazione di Sistemi Complessi dal prof. Marianna De Santis (Robotics, Automation and Electrical Engineering – Firenze).

Come lo indica il docente: Metodi di ottimizzazione non vincolata, L. Grippo, M. Sciandrone, Springer-Verlag, 2011 · Metodi di ottimizzazione non vincolata (L. Grippo, M. Sciandrone) Springer (UNITEXT)

Chi lo adotta

• Optimization Methods – Prof. Matteo Lapucci (canale unico)Ingegneria Informatica · Laurea magistrale (LM-32) · esame facoltativo · 6 CFU
• Metodi di Ottimizzazione – Prof. Matteo Lapucci (canale unico)Ingegneria Meccanica · Laurea magistrale (LM-33) · esame facoltativo · Modelli per l'Ingegneria Industriale · 6 CFU
• Optimization Techniques For Machine Learning – Prof. Matteo Lapucci (canale unico)Intelligenza Artificiale · Laurea magistrale (LM-32) · 2º anno · 1º semestre · 6 CFU
• Optimization Techniques For Machine Learning – Prof. Matteo Lapucci (canale unico)Robotics, Automation and Electrical Engineering · Laurea magistrale (LM-25) · esame facoltativo · 6 CFU
• Ottimizzazione di Sistemi Complessi – Prof. Marianna De Santis (canale unico)Robotics, Automation and Electrical Engineering · Laurea magistrale (LM-25) · esame facoltativo · 6 CFU

Programma e testi di ogni canale

Si studia insieme a

• Introduction to Methods for Nonlinear Optimization, L. Grippo,
• Integer programming (M. Conforti, G. Cornuéjols, G. Zambelli)