Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Master Degree
  3. Economia del Turismo [F7602M - F7601M]
  4. Courses
  5. A.A. 2024-2025
  6. 1st year
  1. Mathematical Models for Hospitality and Tourism Management
  2. Summary
Insegnamento Course full name
Mathematical Models for Hospitality and Tourism Management
Course ID number
2425-1-F7601M054
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

L’obiettivo del corso è quello di fornire agli studenti la conoscenza dei modelli matematici basilari utilizzati nell’ambito del Revenue Management e la capacità di applicare tali modelli in situazioni pratiche esemplificative.

Contenuti sintetici

Modelli matematici applicati nell’ambito del settore turistico con particolare riferimento alle compagnie aeree e alle imprese che gestiscono strutture di ricezione.

Programma esteso

Il corso si comporrà di alcuni argomenti fondamentali ed altri che verranno scelti da un pool di argomenti, anche sulla base degli interessi e delle richieste dei frequentanti, con la possibilità di sviluppare anche solo alcuni aspetti di ciascun argomento.
Gli argomenti verranno sviluppati prendendo in esame questi aspetti

  • Descrizione del problema pratico attraverso degli esempi e/o casi di studio di rilevanza applicativa
  • Modellizzazione matematica del problema
  • Studio degli strumenti teorici matematici necessari per studiare il modello
  • Applicazione degli strumenti teorici alla soluzione del modello
  • Tecniche computazionali per l'implementazione della soluzione al calcolatore tramite l'uso di excel

Il programma si svilupperà partendo dall'esposizione degli obiettivi e degli elementi chiave che definiscono il Revenue Management. In particolare, si introdurranno i concetti di willingness to pay, curva di domanda e misura della sua reattività rispetto al prezzo; massimizzazione della funzione di ricavo; differenziazione e diversificazione del prodotto; massimizzazione della funzione ricavo in presenza di vincoli di capacità.

Gli argomenti successivi saranno scelti tra i seguenti

  • L'ottimizzazione attraverso della capacity allocation: seat inventory control, controllo delle prenotazioni, modello di Littlewood; Modelli expected marginal seat revenue (EMSRa e EMSRb) di Belobaba.
  • L'ottimizzazione basata sul prezzo: problema del dynamic pricing, livello di competizione, prodotto singolo o multiplo, rifornimento.
  • Overbooking: caratteristiche e criteri, modelli e politiche di overbooking (deterministiche, basate sul rischio, service-level, ibride)
  • Revenue Management su reti: multi-resource products, euristiche, programmazione lineare, virtual nesting, network bid pricing
  • Scelta discreta del consumatore: mercati competitivi, modelli a scelta discreta, multinomial logit,
  • Modelli di mercato e Revenue Management: mercati competitivi, precommitment e incertezza della domanda, peak-load pricing, monopolio, price discrimination, oligopoli

Prerequisiti

É necessaria la conoscenza degli strumenti di base di analisi matematica e di probabilità

Metodi didattici

Lezioni in presenza.
Tutte le 40 ore di lezione sono di tipo erogativo.

Modalità di verifica dell'apprendimento

L’esame finale comprende domande di teoria ed esercizi, con orale facoltativo. Le prime verificano la conoscenza e la comprensione dei principali concetti della materia. I secondi misurano la capacità dello studente di applicare tali concetti per la soluzione di problemi pratici.
E' prevista la possibilità di una prova intermedia.
E' previsto, facoltativo e su richiesta degli studenti, lo svolgimento di un progetto che integri la valutazione.

Testi di riferimento

Slide del corso e materiale didattico fornito sulla piattaforma di elearning

Libri di testo

  • Talluri, K.T. and Van Ryzin, G.J. “The Theory and Practice of Revenue Management” Springer, 2005.

  • Phillips, R.L. “Pricing and Revenue Optimization” Stanford University Press, 2011.

Periodo di erogazione dell'insegnamento

Secondo semestre

Lingua di insegnamento

Italiano

Export

Learning objectives

Upon completion of this course, students should gain a good understanding of the main issues in Revenue Management through the use of quantitative models, and learn about the application of such models in practical examples.

Contents

Mathematical models developed for tourism management and focusing in particular on applications in airlines and hospitality industry.

Detailed program

The course program is made by basic topics and ancillary ones, chosen from a list, based on the interest and requests of the students, with the possibility to choose some topics from each argument.
These aspects will be examined to develop the topics

  • A description of the practical problem using examples and/or case studies that are relevant for applications
  • Mathematical modelling of the problem
  • Theoretical explanation of the mathematics that is used for the analysis of the model
  • Use of the theoretical tools to solve the model
  • The use of computational techniques to implement the solution on the calculator with Excel

Revenue Management objectives and key elements will be the starting point for the program's curse development. In particular, we will introduce and discuss the topic of willingness to pay, demand curve and sensitivity measure to price variation; optimization of the revenue function; product diversification; optimization with capacity constraints.

The ancillary topics will be chosen among the following ones.

  • Quantity based optimization: seat inventory control, booking control, Littlewood model; expected marginal seat revenue (EMSRa e EMSRb) model.
  • Price based optimization: dynamic pricing, degree of competition, single and multiple product cases, replenishment.
  • Overbooking: features, models and overbooking policies (deterministics, risk-based, service-level, hybrid)
  • Network Revenue Management: multi-resource products, heuristics, linear programming, virtual nesting, network bid pricing
  • Consumer discrete choice: perfect competition, discrete choice modelling, multinomial logit,
  • Markets and Revenue Management: perfect competition, precommitment demand uncertainity, peak-load pricing, monopolistic pricing, price discrimination, oligopolistic pricing

Prerequisites

In this course the knowledge of basic concepts of mathematical analysis and probability are requested.

Teaching methods

Lectures in presence.
The whole 40 hours of lessons consist of dispensing teaching.

Assessment methods

The exam consists of questions about theory and exercises, with a possible oral exam on request. The former test students’ knowledge and understanding of the main concepts of the subject. The latter measure students’ ability in the application of such concepts to solve simple practical problems.
An intermediate partial exam is planned.
The carrying out of a project that integrates the evaluation is optional and upon request of the students.

Textbooks and Reading Materials

Slides and teaching material at disposal on the couse site

Textbooks

  • Talluri, K.T. and Van Ryzin, G.J. “The Theory and Practice of Revenue Management” Springer, 2005.

  • Phillips, R.L. “Pricing and Revenue Optimization” Stanford University Press, 2011.

Semester

Second semester

Teaching language

Italian

Enter

Key information

Field of research
SECS-S/06
ECTS
6
Term
Second semester
Activity type
Mandatory to be chosen
Course Length (Hours)
42
Degree Course Type
2-year Master Degreee
Language
Italian

Staff

    Teacher

  • FC
    Fausto Cavalli

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics