METODI E MODELLI PER LE DECISIONI AZIENDALI | Università degli studi di Bergamo - Didattica e Rubrica

METODI E MODELLI PER LE DECISIONI AZIENDALI

Attività formativa monodisciplinare
Codice dell'attività formativa: 
87136

Scheda dell'insegnamento

Per studenti immatricolati al 1° anno a.a.: 
2019/2020
Insegnamento (nome in italiano): 
METODI E MODELLI PER LE DECISIONI AZIENDALI
Insegnamento (nome in inglese): 
METHODS AND MODELS FOR DECISION MAKING IN MANAGEMENT
Tipo di attività formativa: 
Attività formativa Affine/Integrativa
Tipo di insegnamento: 
Opzionale
Settore disciplinare: 
RICERCA OPERATIVA (MAT/09)
Anno di corso: 
2
Anno accademico di offerta: 
2020/2021
Crediti: 
6
Responsabile della didattica: 
Mutuazioni

Altre informazioni sull'insegnamento

Modalità di erogazione: 
Didattica Convenzionale
Lingua: 
Italiano
Ciclo: 
Primo Semestre
Obbligo di frequenza: 
No
Ore di attività frontale: 
48
Ore di studio individuale: 
102
Ambito: 
Attività formative affini o integrative
Prerequisiti

Prerequisiti sono conoscenze base di matematica (algebra lineare e analisi ad una variabile). Per le propedeuticità obbligatorie previste consultare il sito del Corso di laurea: https://lt-ea.unibg.it/it/node/122.

Obiettivi formativi

La Ricerca Operativa, nota anche come Scienza della Gestione (Science of Better http://www.scienceofbetter.co.uk/), fornisce strumenti quantitativi di supporto alla presa di decisioni per la gestione di attività complesse in presenza di risorse limitate.
Gli strumenti della Ricerca Operativa consentono quindi un approccio scientifico alla risoluzione di problemi in finanza, in logistica e trasporti, nel marketing, nella produzione e nelle tecnologie di una realtà aziendale.
L’obiettivo del corso è l’acquisizione delle principali metodologie quantitative per il problem solving e sue applicazioni economiche e aziendali.
I tipici problemi affrontati in questo corso di interesse aziendale sono: l’ottimizzazione della produzione, la gestione delle scorte, i trasporti della merce, la pianificazione dei turni del personale, la selezione dei canali pubblicitari, la selezione del portafoglio clienti.
Il corso si propone inoltre di fornire conoscenze relative ai principali strumenti software per la soluzione di modelli di ottimizzazione: solutore EXCEL e AMPL.
Al termine del corso lo studente è in grado di
1) Formulare un problema decisionale reale mediante un modello di programmazione matematica
2) Individuare il metodo risolutivo del problema
3) Analizzare la soluzione ottima e la sua sensibilità rispetto ai parametri del modello
4) Utilizzare l’ambiente di modellazione AMPL e il risolutore di EXCEL.

Contenuti dell'insegnamento

- il metodo scientifico, problemi e metodologie.
- La programmazione matematica.
- La programmazione lineare e algoritmo del simplesso.
- Dualità, complementarietà, analisi di sensitività e sua interpretazione economica.
- La programmazione lineare intera, l'algoritmo del branch and bound, tagli di Gomory.
- Problemi su grafi: shortest spanning tree, cammini minimi, traveling salesman problem, problemi di vehicle routing.
- Applicazioni: modelli decisionali per problemi in economia, finanza, machine learning, logistica e organizzazione aziendale.
- Introduzione all'ottimizzazione stocastica e sue applicazioni.

Metodi didattici

Il corso sarà organizzato in lezioni frontali e discussioni in aula su temi di approfondimento fornito dal docente.
Circa un terzo delle lezioni si svolgeranno presso il laboratorio informatico con esercitazioni pratiche al pc, aventi ad oggetto la risoluzione di problemi reali di interesse aziendale ed economico.

Modalità verifica profitto e valutazione

Esame orale. A discrezione dello studente, è possibile presentare in sede di esame un elaborato (da organizzarsi in piccoli gruppi di lavoro di 2-3 studenti), riguardante la risoluzione di un caso studio.
Domande del docente su temi riferiti a tutto il programma.

Altre informazioni

Materiale relativo al corso verrà inserito dal docente tramite la piattaforma "e-learning" dell'Università degli studi di Bergamo.

Qualora l'insegnamento venisse impartito
in modalità mista o a distanza potranno
essere introdotte modifiche rispetto a
quanto dichiarato nel syllabus per rendere
il corso e gli esami fruibili anche secondo
queste modalità.

Per maggiori informazioni scrivere a: francesca.maggioni@unibg.it

Prerequisites

Basic knowledge of mathematics (one-variable analysis and linear algebra) is required.

Educational goals

Operational Research, also known as Management Science (Science of Better http://www.scienceofbetter.co.uk/), provides tools for the development of decision support models.
The tools of Operational Research permit a scientific approach to solve complex real-life problems under limited resources in management, economics, finance, logistics, transportation, production, marketing and technologies.
The aim of the course is to acquire the main quantitative methodologies for problem solving and its economic and business applications.
The typical problems faced by a company that will be addressed in the course are: the optimization of production, the management of stocks, the transport of goods, the planning of staff timetable, the selection of advertising channels, the selection of the customer portfolio.
The course also aims to provide knowledge related to the main software tools for the solution of optimization models: EXCEL solver and AMPL.
At the end of the course the student is able to.
1) Formulate a real life decision problem by means of a mathematical programming model
2) Find the solution method to solve the problem
3) Analyze the optimal solution and its sensitivity with respect to the parameters
4) Implement the models under the modeling environment AMPL and the use of the EXCEL solver.

Course content

- The scientific method.
- Models of mathematical programming.
- Linear programming and simplex method.
- Duality, complementarity, sensitivity analysis and their economical interpretation.
- Integer linear programming, branch and bound algorithm, Gomory's cuts.
- Problems on graphs: shortest spanning tree, shortest path, traveling salesman problem, vehicle routing.
- Analysis of real case problems in production planning, economics, finance, machine learning, logistics and scheduling.
- Introduction to Stochastic Programming and applications.

Teaching methods

Lectures, classroom discussions, presentation of projects.
Part of the lessons will be done in the computer laboratory. Students will learn how to solve real case problems from economics and management.

Assessment and Evaluation

Oral Exam. Presentation of a case-study selected by the student, and questions from the teacher on topics relating to the entire program.

Further information

The course matherial will be provided by means of the e-learning platform of the University of Bergamo.

If the teaching activity will be mixed or in remote mode, changes can be done compared to what stated in the syllabus, to make the course and the exams available also in these modalities.

For more details write to:
francesca.maggioni@unibg.i