Course Syllabus
Obiettivi formativi
Obiettivo del corso è presentare allo studente un moderno approccio sistemico per l’analisi e la modellizzazione di alcuni dei problemi che possono sorgere in un contesto aziendale.
I concetti ed i metodi illustrati saranno quelli della ricerca operativa e della teoria delle decisioni.
La preparazione che gli studenti conseguiranno al termine del corso si baserà sulla conoscenza degli strumenti di management che possono offrire un adeguato supporto alle decisioni. Oltre a ciò risulterà rilevante la capacità di modellizzazione in termini quantitativi.
Contenuti sintetici
Problemi di ottimizzazione e loro modellazione.
Programmazione Lineare.
Programmazione Lineare Intera.
Processi decisionali nei sistemi stocastici.
Programma esteso
- Problemi e modelli di ottimizzazione:
- Tipi di variabili: quantitative, logiche, continue, discrete
- Formulazione di vincoli
- Formulazione della funzione obiettivo
- Software AMPL
- Programmazione lineare:
- Geometria della PL e teorema fondamentale
- Dualità e scarti complementari
- Basi: complementarità, degenericità ed ottimalità
- Algoritmo del simplesso primale
- Analisi della sensibilità
- Rappresentazione di progetti mediante grafi: cammino critico
- Programmazione lineare intera:
- Geometria della PLI
- Metodo Branch & Bound
- Processi decisionali nei sistemi stocastici
Prerequisiti
Algebra lineare e calcolo delle probabilità.
Metodi didattici
Lezioni frontali e sessioni di esercitazioni.
Modalità di verifica dell'apprendimento
Esame scritto.
Testi di riferimento
Testi di consultazione e di approfondimento:
- F.S. Hillier, G.J. Lieberman, Ricerca Operativa - Fondamenti, McGraw-Hill, 2010.
- C. Vercellis, Ottimizzazione. Teoria, metodi, applicazioni, McGraw Hill, 2008.
- M. Pappalardo, M. Passacantando, Ricerca Operativa, Pisa University Press, 2012.
Ulteriore materiale verrà fornito durante il corso.
Periodo di erogazione dell'insegnamento
Primo semestre
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The aim of the course is to provide attending students a modern systemic approach for the analysis and modeling of some of the issue that may arise in a management context.
Concepts and methods dealt in this course are those of operations research and decision theory.
At the end of the course students will achieve a proper knowledge of some management tools that can offer an adequate decision support system. On top of this, a modeling capacity in quantitative terms will be relevant.
Contents
Optimization problems and their modelling.
Linear programming.
Integer linear programming.
Decision-making processes in stochastic systems.
Detailed program
- Optimization problems and models:
- Types of variables: quantitative, logical, continuous, discrete
- Formulation of constraints
- Formulation of the objective function
- AMPL software
- Linear Programming:
* Geometry of LP and fundamental theorem
* Duality and complementary discards
* Bases: complementarity, degeneracy and optimality
* Simplex algorithm
* Sensitivity analysis
* Graph-based modelization of projects: critical path - Integer Linear Programming:
* Geometry of PLI
* Branch & Bound method - Decision-making processes in stochastic systems.
Prerequisites
Linear algebra and probability.
Teaching methods
Frontal lessons and exercise sessions.
Assessment methods
Written exam.
Textbooks and Reading Materials
Reference books:
- F.S. Hillier, G.J. Lieberman, Ricerca Operativa - Fondamenti, McGraw-Hill, 2010.
- C. Vercellis, Ottimizzazione. Teoria, metodi, applicazioni, McGraw Hill, 2008.
- M. Pappalardo, M. Passacantando, Ricerca Operativa, Pisa University Press, 2012.
Further studying materiale will be provided once the course starts.
Semester
First semester
Teaching language
Italian
Sustainable Development Goals
Staff
-
Mauro Passacantando
