Decision methods and models
A.A. 2024/2025
Obiettivi formativi
L'insegnamento si propone di
- discutere i fattori che rendono complessa una decisione
- presentare casi concreti di studio, specialmente nell'ambito delle opere pubbliche
- presentare i metodi matematici per trattare la complessità
- presentare i modelli matematici che ne risultano
- discutere limiti ed errori di tali metodi e modelli
- discutere i fattori che rendono complessa una decisione
- presentare casi concreti di studio, specialmente nell'ambito delle opere pubbliche
- presentare i metodi matematici per trattare la complessità
- presentare i modelli matematici che ne risultano
- discutere limiti ed errori di tali metodi e modelli
Risultati apprendimento attesi
Lo studente imparerà a impostare la soluzione di problemi decisionali complessi, riconoscendo gli aspetti fondamentali della loro complessità, oppure a identificare i punti forti e deboli degli approcci risolutivi impiegati da altri soggetti. Imparerà a conoscere i modelli impiegati nella soluzione di tali problemi, a risolverli con i metodi più appropriati e ad essere cosciente delle limitazioni intrinseche di tali modelli e metodi.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
L'insegnamento si propone di
- discutere i fattori che rendono complessa una decisione
- presentare casi concreti di studio, specialmente nell'ambito delle opere pubbliche
- presentare i metodi matematici per trattare la complessita'
- presentare i modelli matematici che ne risultano
- discutere limiti ed errori di tali metodi e modelli
Introduzione ai problemi decisionali complessi
Casi di studio
Formalizzazione dei problemi decisionali complessi
Programmazione Matematica: condizioni di Karush-Kuhn-Tucker
Programmazione a molti obiettivi:
* il caso paretiano
* teoria dell'utilità a molti attributi
* Analisi Gerarchica e metodi Electre
Programmazione in condizioni di incertezza:
* decisioni in condizioni di ignoranza
* decisioni in condizioni di rischio
* teoria delle decisioni
Teoria dei giochi:
* generalità
* giochi a somma zero
* giochi simmetrici
Teoria delle decisioni di gruppo
Modelli descrittivi:
* modelli per sistemi di trasporto
* modelli di teoria delle code
* modelli di simulazione a eventi discreti
* sistemi dinamici
- discutere i fattori che rendono complessa una decisione
- presentare casi concreti di studio, specialmente nell'ambito delle opere pubbliche
- presentare i metodi matematici per trattare la complessita'
- presentare i modelli matematici che ne risultano
- discutere limiti ed errori di tali metodi e modelli
Introduzione ai problemi decisionali complessi
Casi di studio
Formalizzazione dei problemi decisionali complessi
Programmazione Matematica: condizioni di Karush-Kuhn-Tucker
Programmazione a molti obiettivi:
* il caso paretiano
* teoria dell'utilità a molti attributi
* Analisi Gerarchica e metodi Electre
Programmazione in condizioni di incertezza:
* decisioni in condizioni di ignoranza
* decisioni in condizioni di rischio
* teoria delle decisioni
Teoria dei giochi:
* generalità
* giochi a somma zero
* giochi simmetrici
Teoria delle decisioni di gruppo
Modelli descrittivi:
* modelli per sistemi di trasporto
* modelli di teoria delle code
* modelli di simulazione a eventi discreti
* sistemi dinamici
Prerequisiti
Conoscere le principali funzioni matematiche e i concetti di limite, derivata,
rappresentazione di linee nel piano cartesiano.
Conoscere le fondamentali operazioni di calcolo delle matrici e i concetti
di autovalore e autovettore.
Conoscere i fondamenti del calcolo delle probabilità.
E' fortemente consigliato il superamento degli esami di Matematica del continuo,
Statistica, Ricerca operativa.
rappresentazione di linee nel piano cartesiano.
Conoscere le fondamentali operazioni di calcolo delle matrici e i concetti
di autovalore e autovettore.
Conoscere i fondamenti del calcolo delle probabilità.
E' fortemente consigliato il superamento degli esami di Matematica del continuo,
Statistica, Ricerca operativa.
Metodi didattici
L'insegnamento è tenuto con lezioni frontali ed esercitazioni numeriche in aula.
Materiale di riferimento
Lucidi, dispense e articoli di approfondimento sulla sito web
https://rcordonedmm.ariel.ctu.unimi.it
https://rcordonedmm.ariel.ctu.unimi.it
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame consiste in una prova scritta, della durata compresa fra due e tre ore,
che richiede di rispondere a domande aperte sui temi dell'insegnamento e risolvere problemi
numerici applicando le tecniche presentate nell'insegnamento.
La valutazione della prova è espressa in trentesimi, tenendo conto dei seguenti parametri:
grado di conoscenza degli argomenti, capacità di applicare le conoscenze alla risoluzione
di problemi concreti, capacità di ragionamento critico, chiarezza espositiva e proprietà
di linguaggio.
che richiede di rispondere a domande aperte sui temi dell'insegnamento e risolvere problemi
numerici applicando le tecniche presentate nell'insegnamento.
La valutazione della prova è espressa in trentesimi, tenendo conto dei seguenti parametri:
grado di conoscenza degli argomenti, capacità di applicare le conoscenze alla risoluzione
di problemi concreti, capacità di ragionamento critico, chiarezza espositiva e proprietà
di linguaggio.
MAT/09 - RICERCA OPERATIVA - CFU: 6
Lezioni: 48 ore
Docente:
Cordone Roberto
Turni:
Turno
Docente:
Cordone RobertoDocente/i