PRESENTAZIONE

Questo insegnamento offre agli studenti l’opportunità di entrare nel vivo del decision making economico, affrontando problemi concreti che riguardano consumatori, investitori e imprese operanti nella produzione di beni e servizi. L’obiettivo è quello di fornire strumenti operativi per supportare scelte complesse in contesti economico-sociali reali.

Dopo una breve introduzione teorica ai principali modelli e metodi decisionali, il corso si concentra sull’acquisizione di competenze pratiche di problem solving e business analytics, attraverso esercitazioni su casi di studio in laboratorio e utilizzo di software specifici e strumenti basati sull’intelligenza artificiale.

Gli studenti affronteranno problemi economici già incontrati nei corsi del biennio, ma da una prospettiva nuova: quella dell’analisi applicata orientata alla ricerca delle soluzioni ottimali. Il corso, previsto al terzo anno, rappresenta quindi un ponte verso il mondo del lavoro o della ricerca, dotando gli studenti di abilità immediatamente spendibili in ambito aziendale e analitico.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

L'insegnamento ha l'obiettivo di rafforzare negli studenti l'approaccio al problem solving e al business analytics. Oltre a fornire agli studenti una conoscenza teorica di base dei principali metodi  di supporto ai processi decisionali in ambito economico, verranno fornite le conoscenze necessarie per utilizzare alcuni ambienti software di riferimento per la risoluzione di problemi pratici e casi di studio. Saranno illustrati problemi di ottimizzazione a singolo decisore, metodi decisionali in condizioni di rischio e di incertezza e metodi decisionali propri della teoria dei giochi per lo studio di situazioni di interazione strategica.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Questo insegnamento ha l’obiettivo di accompagnare gli studenti alla scoperta dei modelli decisionali attraverso un percorso che integra teoria, metodo e applicazione. Lo studente sarà guidato nell’analisi e risoluzione di problemi reali in ambito economico-sociale, acquisendo competenze tecniche e operative spendibili in contesti professionali e di ricerca.

Fin dalle prime lezioni si alterneranno momenti di approfondimento teorico a laboratori pratici, in cui sarà possibile sperimentare l’utilizzo di excel, software risolutivi specifici e strumenti basati sull’intelligenza artificiale per risolvere problemi decisionali concreti. Lo scopo è quello di sviluppare una solida padronanza nell’uso dei modelli matematici e dei software risolutivi gli strumenti software, per affrontare con autonomia e spirito critico situazioni complesse del mondo reale.

Al termine dell’insegnamento lo studente dovrebbe avere acquisito competenze che gli permettano di comprendere, descrivere e risolvere diverse tipologie di problemi reali, sviluppando modelli e metodi risolutivi e utilizzando, con una certa padronanza, gli ambienti software di riferimento.

Al termine del corso, lo studente sarà in grado di:

• Comprendere e utilizzare i principali strumenti e metodi dell’analisi decisionale applicata all’economia e alle scienze sociali.

• Riconoscere gli elementi essenziali di un problema decisionale: decisori coinvolti, dati disponibili, vincoli, obiettivi e variabili in gioco.

• Applicare modelli matematici e metodi risolutivi per formalizzare e risolvere problemi complessi, anche attraverso strumenti digitali avanzati.

• Elaborare soluzioni originali, valutando criticamente le alternative possibili, e comunicare con chiarezza le proprie scelte in un linguaggio tecnico adeguato.

• Sviluppare un pensiero critico e analitico, insieme a una solida autonomia di giudizio nelle fasi di valutazione, modellazione e decisione.

• Potenziare competenze utili per l’accesso a lauree magistrali ad elevato contenuto quantitativo, in particolare nell’area economica.

• Rafforzare le abilità comunicative, sia scritte che orali, adattando i messaggi a diversi contesti e interlocutori, e utilizzando con efficacia fonti, dati e strumenti di supporto.

• Consolidare le competenze trasversali: gestione del tempo e dello stress, capacità di concentrazione, autonomia decisionale, propensione alla collaborazione e gestione positiva delle relazioni interpersonali.

• Sviluppare consapevolezza rispetto alle proprie strategie di apprendimento, capacità di auto-valutazione e definizione di obiettivi personali e professionali.

Soft skills e certificazioni

Il corso contribuisce attivamente al rafforzamento delle soft skills fondamentali per il mondo del lavoro, in particolare:

• Competenza alfabetico-funzionale (livello avanzato)

• Competenza personale e sociale (livello avanzato)

• Capacità di imparare a imparare (livello avanzato)

Il superamento del corso consente l’ottenimento degli Open Badge corrispondenti a queste competenze, utili anche nel curriculum formativo e professionale dello studente.

PREREQUISITI

Consigliato ma non obbligatorio: Matematica Generale e Statistica

MODALITA' DIDATTICHE

Lezioni frontali, analisi di casi di studio, esercitazioni e laboratori in aula informatica con utilizzo di software (Excel e software di ottimizzazione). Verranno proposte attività con tecniche di didattica attiva, interattiva e costruttiva, come Team Based Learning e Problem based learning, che concorreranno all'acquisizione di competenze trasversali (si veda la sezione obiettivi formativi) e dei relativi Open Badge. La modalità didattica delle lezioni a calendario verrà comunicata sulla pagina Aulaweb dell'insegnamento (necessaria e consigliata l'iscrizione).

Si consigliano gli studenti lavoratori di contattare il docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali.

Gli studenti in possesso di certificazione di disabilità, DSA o bisogni educativi speciali devono contattare, all’inizio delle lezioni, sia il docente, sia il referente per la disabilità del Dipartimento, Prof.ssa Serena Scotto (scotto@economia.unige.it), per concordare modalità didattiche e d'esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali e consentano l'uso di eventuali strumenti compensativi.

PROGRAMMA/CONTENUTO

In ogni parte dell’insegnamento la trattazione teorica, volta a fornire i contenuti metodologici di base, sarà affiancata dalla parte pratica di laboratorio, svolta in aula informatica, attraverso l'utilizzo di adeguati strumenti software (Risolutore di Excel, Lindo e Lingo).

Parte I:

• Introduzione ai problemi decisionali e al problem solving: dai problemi reali ai modelli matematici.
• Classificazione dei modelli decisionali.
• Introduzione ai modelli di programmazione matematica non lineare, convessa, lineare e intera.
• Problemi di allocazione di risorse scarse nella produzione di beni e servizi
• Modelli matching fra domanda e offerta.
• Programmazione lineare, dualità, interpretazione economica e sensitività
• Introduzione di ipotesi non lineari sui prezzi e sui costi, etc…

Parte II:

• Studio di funzioni in più variabili: massimi e minimi non vincolati.
• Ottimizzazione vincolata, funzioni Lagrangiane e interpretazione economica dei moltiplicatori di Lagrange.
• Modelli di scelta del consumatore e massimizzazione dell’utilità.
• Modelli di scelta dell’impresa: minimizzazione dei costi e massimizzazione del profitto.
• Modelli non lineari per la selezione dei portafogli in condizioni di rischio.

Parte III: 

• Alberi decisionali e teoria delle decisioni in condizioni di incertezza e di rischio.
• Ottimizzazione del valore economico atteso delle decisioni.
• Teoria dell’utilità.
• Introduzione alla Teoria dei giochi.
• Studio e modellizzazione di situazioni di interazione strategica (strategie pure e miste). Teoria dei giochi e ottimizzazione.

TESTI/BIBLIOGRAFIA

Le slides delle lezioni e i riferimenti ai testi e alle eventuali dispense integrative saranno comunicati all’inizio delle lezioni e pubblicati sulla pagina Aulaweb dell'insegnamento

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

I semestre - controllare la pagina ufficiale dell'orario delle lezioni del Dipartimento di Economia (Orario delle lezioni | DIEC)

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

La verifica del raggiungimento dei risultati di apprendimento attesi è valutata con una prova scritta, composta da dieci domande a risposta multipla e due domande aperte/esercizi, e con lo svolgimento di un progetto (anche a gruppi). Per gli studenti frequentanti, alcune delle attività proposte in aula durante i laboratori (casi di studio e attività di Team Based Lerning comunicate su Aulaweb) saranno valutate in alternativa allo svolgimento del progetto, che potrà essere comunque svolto a scelta dello studente per migliorare la valutazione. Le attività svolte in aula e il lavoro asincrono a casa (quiz o esercizi) verranno valutati come bonus nel voto finale.

Gli studenti in possesso di certificazione di disabilità, DSA o bisogni educativi speciali devono contattare, all’inizio delle lezioni, sia il docente, sia il referente per la disabilità del Dipartimento, Prof.ssa Serena Scotto (scotto@economia.unige.it), per concordare modalità didattiche e d'esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali e consentano l'uso di eventuali strumenti compensativi.

MODALITA' DI ACCERTAMENTO

La prova scritta è volta a valutare il grado di conoscenza e apprendimento degli argomenti teorici trattati a lezione. Mentre, la capacità di valutazione e ragionamento critico e la capacità di applicare la conoscenza acquisita sono valutate tramite i laboratori e alcuni lavori di gruppo svolte in aula o il project work. Il voto dello scritto e dei laboratori/project work saranno in trentesimi e verrà considerata la media. Lo svolgimento delle attività in aula e di quelle proposte a casa consente di ottenere un incremento del voto medio di massimo 3 punti rispetto alla media di cui sopra.

ALTRE INFORMAZIONI

Non è richiesto obbligo di frequenza.

L'insegnamento è presente su aulaweb. Si invitano tutti gli studenti a consultare periodicamente la pagina di questo insegnamento sul portale AulaWeb (http://www.aulaweb.unige.it/), nel quale troveranno ulteriori informazioni e aggiornamenti.

Si sottolinea che per tenere conto di quanto emerso dai questionari di valutazione dell'insegnamento dello scorso anno, sarà dedicato più tempo alla parte applicata di laboratorio e  soluzione di casi di studio e alle attività di Problem Solving e Team Based Learning.