Tipo Insegnamento:
Obbligatoria
Opzionale
Durata (ore):
60
CFU:
9
SSD:
RICERCA OPERATIVA
Sede:
BRESCIA
Url:
BANCA E FINANZA/Piano generale Anno: 3
ECONOMIA E AZIENDA DIGITALE/comune Anno: 2
Anno:
2024
Dati Generali
Periodo di attività
Secondo Quadrimestre (27/02/2025 - 09/06/2025)
Syllabus
Obiettivi Formativi
D1 - CONOSCENZA E CAPACITÀ DI COMPRENSIONE. Il corso di ricerca operativa, disciplina nota anche come scienza del management, offre conoscenze relativi ai principali strumenti quantitativi di supporto a un decision-making razionale ed in contesti di problemi complessi in presenza di risorse limitate. Il corso mostra che modelli matematici sono inclusi in numerosi software commerciali e che il decision-making combina l’uso di tali software con l’abilità di modellare i problemi reali, di capire e interpretare le soluzioni prodotte.
D2 - CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE. Al termine di questo corso, lo studente sarà in grado di applicare gli strumenti decisionali appresi, attraverso la loro applicazione ad esempi e esercizi. Inoltre, a piccoli gruppi di studenti viene assegnato un progetto da svolgere. Il progetto prevede la modellazione di un problema, l’implementazione del modello di ottimizzazione in un software opportuno, la comprensione e interpretazione dei risultati, e la redazione di una relazione che descriva il lavoro svolto ed i risultati ottenuti.
D3 - AUTONOMIA DI GIUDIZIO. Al termine di questo corso, lo studente sarà in grado di giudicare autonomamente quali strumenti decisionali sono più adatti ad affrontare un problema, e di evidenziare gli elementi del problema che non possono essere catturati direttamente all'interno di un modello di ottimizzazione matematica e della sua soluzione. Inoltre, attraverso il lavoro di progetto ogni studente svilupperà l’abilità di valutare autonomamente sia gli strumenti più opportuni da utilizzare, sia i risultati ottenuti.
D4 - ABILITÀ COMUNICATIVE. Al termine di questo corso, lo studente sarà in grado di spiegare, utilizzando la terminologia appropriata, perché un determinato strumento decisionale dovrebbe essere scelto e come dovrebbe essere utilizzato per risolvere un problema decisionale dato. Anche grazie al progetto, lo studente sarà, inoltre, in grado di comprendere, interpretare e illustrare le soluzioni ottenute, trasformando tali soluzioni numeriche in un insieme di decisioni da prendere.
D5 - CAPACITÀ DI APPRENDIMENTO. Lo studente acquisirà le conoscenze basilari della disciplina e sarà messo in grado di apprendere le conoscenze dei corsi successivi e più avanzati.
D2 - CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE. Al termine di questo corso, lo studente sarà in grado di applicare gli strumenti decisionali appresi, attraverso la loro applicazione ad esempi e esercizi. Inoltre, a piccoli gruppi di studenti viene assegnato un progetto da svolgere. Il progetto prevede la modellazione di un problema, l’implementazione del modello di ottimizzazione in un software opportuno, la comprensione e interpretazione dei risultati, e la redazione di una relazione che descriva il lavoro svolto ed i risultati ottenuti.
D3 - AUTONOMIA DI GIUDIZIO. Al termine di questo corso, lo studente sarà in grado di giudicare autonomamente quali strumenti decisionali sono più adatti ad affrontare un problema, e di evidenziare gli elementi del problema che non possono essere catturati direttamente all'interno di un modello di ottimizzazione matematica e della sua soluzione. Inoltre, attraverso il lavoro di progetto ogni studente svilupperà l’abilità di valutare autonomamente sia gli strumenti più opportuni da utilizzare, sia i risultati ottenuti.
D4 - ABILITÀ COMUNICATIVE. Al termine di questo corso, lo studente sarà in grado di spiegare, utilizzando la terminologia appropriata, perché un determinato strumento decisionale dovrebbe essere scelto e come dovrebbe essere utilizzato per risolvere un problema decisionale dato. Anche grazie al progetto, lo studente sarà, inoltre, in grado di comprendere, interpretare e illustrare le soluzioni ottenute, trasformando tali soluzioni numeriche in un insieme di decisioni da prendere.
D5 - CAPACITÀ DI APPRENDIMENTO. Lo studente acquisirà le conoscenze basilari della disciplina e sarà messo in grado di apprendere le conoscenze dei corsi successivi e più avanzati.
Prerequisiti
Elementi di matematica generale e algebra lineare
Metodi didattici
Il corso è organizzato in lezioni e esercitazioni settimanali. Alcuni incontri sull'uso di software si svolgeranno presso i laboratori informatici. Un progetto obbligatorio verrà assegnato a gruppi di 2 studenti per favorire l'apprendimento del processo che porta da un problema decisionale ad un modello matematico, alla sua soluzione ed all'interpretazione dei risultati ottenuti in termini di decisioni da adottare.
Verifica Apprendimento
Le modalità di esame sono le stesse sia per gli studenti frequentanti, sia per i non frequentanti.
La verifica dell'apprendimento consiste in una prova scritta e un progetto obbligatorio.
La prova scritta, che si svolge tramite un quiz informatizzato, contiene 5 esercizi e 4 domande teoriche.
Il progetto obbligatorio verrà assegnato durante l'ultima parte del corso a gruppi di 2 studenti, dopo le lezioni relative al software AMPL. Per ogni informazione relativa al progetto, gli studenti interessati devono contattare l'indirizzo progettiampl@unibs.it. Una relazione sul progetto svolto dovrà essere consegnata prima della prova scritta.
N.B.: La relazione consegnata sarà analizzata attraverso l'uso di un numero dispari di software per la rilevazione dell'uso dell’Intelligenza Artificiale (IA). Se la maggioranza di tali software indica che con una elevata probabilità la relazione è stata generata dall'IA, la valutazione del progetto sarà zero.
La prova scritta verrà valutata in trentesimi. La valutazione del progetto potrà portare ad un incremento del punteggio finale, fino ad un massimo di 3 punti. Il voto finale sarà ottenuto arrotondando all'intero più vicino la somma del voto conseguito nella prova scritta e nella valutazione del progetto.
La verifica dell'apprendimento consiste in una prova scritta e un progetto obbligatorio.
La prova scritta, che si svolge tramite un quiz informatizzato, contiene 5 esercizi e 4 domande teoriche.
Il progetto obbligatorio verrà assegnato durante l'ultima parte del corso a gruppi di 2 studenti, dopo le lezioni relative al software AMPL. Per ogni informazione relativa al progetto, gli studenti interessati devono contattare l'indirizzo progettiampl@unibs.it. Una relazione sul progetto svolto dovrà essere consegnata prima della prova scritta.
N.B.: La relazione consegnata sarà analizzata attraverso l'uso di un numero dispari di software per la rilevazione dell'uso dell’Intelligenza Artificiale (IA). Se la maggioranza di tali software indica che con una elevata probabilità la relazione è stata generata dall'IA, la valutazione del progetto sarà zero.
La prova scritta verrà valutata in trentesimi. La valutazione del progetto potrà portare ad un incremento del punteggio finale, fino ad un massimo di 3 punti. Il voto finale sarà ottenuto arrotondando all'intero più vicino la somma del voto conseguito nella prova scritta e nella valutazione del progetto.
Testi
Silvano Martello, M.Grazia Speranza, Ricerca operativa per l'economia e l'impresa, Società Editrice Esculapio, 2020, ISBN 978-88-9385-194-7.
Eserciziari aggiuntivi:
1. Mauro Dell'Amico, 120 esercizi di ricerca operativa, Pitagora Editrice, Bologna, 2 ed., 2006.
(Modellizzazione PL e PLI, soluzione grafica, simplesso, dualità, branch and bound, cammino minimo, albero di supporto di costo minimo, CPM, PERT)
2. Francesca Fumero, Esercizi svolti di ricerca operativa, Casa Editrice Ambrosiana, Milano, 2001.
(Modellizzazione PL e PLI, cammino minimo)
3. Marco Ghirardi, Andrea Grosso, Guido Perboli, Esercizi svolti di ricerca operativa, Progetto Leonardo, Bologna, 2 ed., 2009. (Modellizzazione PL e PLI, simplesso, branch and bound, cammino minimo, CPM)
Eserciziari aggiuntivi:
1. Mauro Dell'Amico, 120 esercizi di ricerca operativa, Pitagora Editrice, Bologna, 2 ed., 2006.
(Modellizzazione PL e PLI, soluzione grafica, simplesso, dualità, branch and bound, cammino minimo, albero di supporto di costo minimo, CPM, PERT)
2. Francesca Fumero, Esercizi svolti di ricerca operativa, Casa Editrice Ambrosiana, Milano, 2001.
(Modellizzazione PL e PLI, cammino minimo)
3. Marco Ghirardi, Andrea Grosso, Guido Perboli, Esercizi svolti di ricerca operativa, Progetto Leonardo, Bologna, 2 ed., 2009. (Modellizzazione PL e PLI, simplesso, branch and bound, cammino minimo, CPM)
Contenuti
Il corso copre i principali strumenti per il supporto alle decisioni, con esempi applicativi che emergono in problemi di produzione, di distribuzione, di localizzazione, di organizzazione del personale, di ottimizzazione finanziaria di portafoglio. Gli strumenti trattati sono: programmazione matematica lineare, intera e mista intera; ottimizzazione su grafi; PERT/CPM per la gestione di progetti; teoria delle code; e simulazione. Ogni strumento verrà presentato attraverso esempi applicativi. Il corso fornisce anche conoscenze relative a AMPL, un software per la soluzione di modelli di ottimizzazione, e ad altri software per il supporto alle decisioni attinenti ai temi coperti nel corso.
Lingua Insegnamento
ITALIANO
Altre informazioni
Si raccomanda di seguire le lezioni e le esercitazioni, e di consultare frequentemente la 'comunità didattica' del corso.
Corsi
Corsi (2)
BANCA E FINANZA
Laurea
3 anni
ECONOMIA E AZIENDA DIGITALE
Laurea
3 anni
No Results Found