CLEII

Attenzione! Per visualizzare le informazioni dettagliate può essere necessario navigare nei moduli/canali indicati di seguito.

Lingua Insegnamento:

Italiano
Testi di riferimento:

[1] R. Baldacci, M. Dell’Amico, Fondamenti di Ricerca Operativa, Pitagora Editrice Bologna (2002) (in eventuale alternativa a [2]). [2] M. Fischetti, Lezioni di Ricerca Operativa, Ed. Libreria Progetto Padova (1999). [3] A. Sassano, Modelli e Algoritmi della Ricerca Operativa, Ed. Franco Angeli (1999). [4] S. Martello, M. G. Speranza, Ricerca Operativa per l'Economia e per l'Impresa, Ed. Esculapio (2012). [5] materiale sul sito web del DEC (Dipartimento di Economia - Pescara).
Obiettivi formativi:

Il corso supporta l'obiettivo formativo del CLEF/M (Corso di Laurea in Economics and Finance - Magistrale) che riguarda l'acquisizione di competenze quantitative avanzate. In particolare lo studente: :: conoscerà elementi di una disciplina che prova a modellare (in termini matematici) e a risolvere (anche in caso con il supporto di software) problemi di ottimizzazione nella vita reale; :: sarà abile di: (i) riconoscere eventualmente un problema di ottimizzazione nella vita reale; (ii) modellare eventualmente tale problema di ottimizzazione in termini matematici; (iii) risolvere eventualmente tale problema (anche in caso via Excel).
Prerequisiti:

Nessuno.
Metodi didattici:

Il corso sarà svolto con didattica frontale (con esercitazioni) e con esercizi per casa.
Modalità di verifica dell'apprendimento:

L'esame è una prova scritta di 2 ore - sia lo studente sia il docente potranno chiedere in aggiunta una prova orale per ulteriori verifiche - composta di tre o quattro domande e/o esercizi, per verificare sia le conoscenze acquisite (mediante domande teoriche) sia le abilità acquisite di riconoscere, modellare, risolvere problemi di ottimizzazione (mediante esercizi specifici); riguardo la votazione dell'esame scritto, ogni domanda e/o esercizio darà 7,5 o 10 punti (a seconda del loro numero totale); riguardo la votazione della prova orale (facoltativa), essa può far aumentare o diminuire il voto dell'esame scritto di al più 5 punti.
Sostenibilità:
Obiettivi Agenda 2030 per lo sviluppo sostenibile:

Il corso introduce tematiche di tipo quantitativo, con riferimento all'ottimizzazione, applicabili (ove possibile) agli Obiettivi di Agenda 2030.
Altre Informazioni:

Il corso: (i) mostra come diversi problemi della vita reale possono essere modellati in termini matematici con riferimento a una fascia basilare di problemi di ottimizzazione; (ii) per tale fascia basilare di problemi di ottimizzazione, introduce sia cenni di teoria (programmazione lineare, programmazione lineare intera) sia cenni di metodologia per la loro risoluzione (anche via Excel); (iii) focalizza alcuni specifici problemi di ottimizzazione.

Introduzione: programmazione matematica, programmazione lineare. Modelli: modelli di programmazione lineare (intera). Cenni su Programmazione Lineare: geometria della programmazione lineare (vertici e soluzioni base), metodo del simplesso; dualità in programmazione lineare: problema duale, proprietà fondamentali, interpretazione economica. Cenni su Programmazione Lineare Intera: unimodularità, metodo del branch and bound. Risoluzione di problemi di programmazione lineare (intera) con Excel. Casi particolari con soluzioni alternative: - problema del cammino di costo minimo: algoritmo di Djikstra; - problema della pianificazione di progetti: metodo PERT; - problema del massimo flusso: algoritmo di Ford-Fulkerson, algoritmo di Edmonds-Karp; - problema della programmazione della produzione: metodo di Wagner-Whitin; - problema della localizzazione di impianti: algoritmi di ricerca locale.