Dipartimento di Patrimonio, Architettura e Urbanistica - Didattica

Questo sito utilizza cookie tecnici e di terze parti. Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy. Proseguendo la navigazione o cliccando su "Chiudi" acconsenti all'uso dei cookie. Chiudi

BUSINESS ANALYTICS AND DECISIONS THEORY

Corso

Economia

Curriculum

Curriculum unico

Orientamento

Orientamento unico

Anno Accademico

2017/2018

Crediti

Settore Scientifico Disciplinare

SECS-S/06

Anno

Primo anno

Unità temporale

Corso annuale

Ore aula

Attività formativa

Attività formative caratterizzanti

Canale unico

Docente

MASSIMILIANO FERRARA

Collaboratori

BRUNO ANTONIO PANSERA, FRANCESCO STRATI

Obiettivi

Informazioni, dati e modelli quantitativi caratterizzano sempre di più il moderno processo decisionale. Sapere interpretare e leggere efficacemente i dati a disposizione di un’impresa e creare modelli appropriati per l’individuazione delle strategie ottimali sono spesso la chiave per una maggiore competitività. Con Business Analytics si intendono le competenze, tecnologie e i metodi che consentono di analizzare dati, sia attuali sia relativi alle performance aziendali del passato, al fine di orientare il processo decisionale e la pianificazione. Il corso fornisce un’ampia introduzione alla Business Analytics, consentendo agli studenti di acquisire familiarità con varie tipologie di problemi e con i metodi quantitativi che sono maggiormente utilizzati nella soluzione di problemi economico-gestionali. Sarà privilegiato un approccio orientato alle applicazioni. Un'attenzione specifica sarà dedicata all'implementazione pratica delle metodologie proposte attraverso pacchetti software di comune utilizzo nella pratica aziendale (Excel). Una parte del Corso sarà dedicata alla Teoria delle Decisioni in condizioni di incertezza.

Programma

Parte I (primo semestre) – Programmazione matematica lineare e non lineare, sistemi dinamici (6 CFU)
1. Approfondimenti di Algebra Lineare: spazi metrici e distanza Euclidea, spazi vettoriali, sottospazi, sistemi di generatori e basi, funzioni lineari, autovalori e autovettori, forme quadratiche, diagonalizzazione.
2.La Programmazione lineare: teoria delle soluzioni, il metodo del simplesso, il duale. Modelli e applicazioni gestionali.
2.Funzioni di più variabili: intorno sferico, limiti e continuità, Derivata parziale, funzioni differenziabili, piano tangente, matrice Hessiana.
3.Ottimizzazione in Rn: esistenza di soluzioni, Teorema di Weierstrass, condizione del primo ordine, condizione del secondo ordine, modelli.
4.Ottimizzazione Vincolata con Vincoli Rigidi: Teorema di Lagrange, condizione del secondo ordine (Hessiano Orlato), applicazioni economiche.
6. Metodi Risolutivi di Equazioni Differenziali Ordinarie:
I Sistemi dinamici nel discreto e nel continuo.

Parte II (secondo semestre) - Decision Analysis: strumenti e modelli
1. Fonti di dati e revisione di alcuni concetti di base di statistica.
2. Regressione lineare con applicazioni al Management.
3. Introduzione alla regressione logistica e ai suoi principali impieghi nel Management
4. La teoria delle decisioni: processi decisionali, Utilità attesa VNM, Criteri decisionali.

Modalità di esame: prova scritta e prova orale e discussione progetto laboratoriale

Testi docente

Parte I:
1.L. Peccati, S. Salsa, A. Squellati: "Matematica per l’ Economia e l’ Azienda", Ed. Egea, Milano, 2008. Capitoli: 8-9-10-11
2. Castagnoli, Marinacci, Vigna: "Principi di Matematica per l'Economia", Ed. EGEA Bocconi, Milano, 2014. Capitoli: 1-2-3-4-5-21
3.S.Salsa. A. Squellati: "Modelli dinamici e controllo ottimo", Ed. Egea, Milano, 2010.

Parte II
4. Klibanoff, Sandroni, Moselle, Saraniti: "Statistica per Manager". Ed. Egea Milano, 2010
5. Appunti a cura del Prof. M.Ferrara (disponibili online e distribuiti a lezione)

Erogazione tradizionale

Sì

Erogazione a distanza

Frequenza obbligatoria

Sì

Valutazione prova scritta

Valutazione prova orale

Valutazione test attitudinale

Valutazione progetto

Sì

Valutazione tirocinio

Valutazione in itinere

Prova pratica

Ulteriori informazioni

Materiale didattico
Ricevimento
Avvisi
Orario lezioni
Codice insegnamento

Descrizione	Descrizione
Dispensa Ricerca Operativa (dispensa)
Distribuzioni di probabilità e statistica inferenziale (dispensa)
Lagrangiana e ottimi vincolati (dispensa)
Probabilità e dintorni (dispensa)
Programmazione lineare (dispensa)
Programmazione Lineare - Excel (dispensa)
Programmazione Lineare - script Matlab (dispensa)
Regressione lineare (dispensa)
Regressione logistica (dispensa)
Autovalori e Autovetori: Case Study Economia industriale (varie)
Distribuzioni di probabilità (slides) (varie)

Nessun avviso pubblicato

Nessuna lezione pubblicata

Codice insegnamento online non pubblicato