Salta al contenuto principale della pagina

METODI DECISIONALI PER L'ANALISI ECONOMICA

CODICE 80675
ANNO ACCADEMICO 2022/2023
CFU
  • 6 cfu al 3° anno di 8699 ECONOMIA E COMMERCIO(L-33) - GENOVA
  • 6 cfu al 3° anno di 8766 STATISTICA MATEM. E TRATTAM. INFORMATICO DEI DATI (L-35) - GENOVA
  • SETTORE SCIENTIFICO DISCIPLINARE MAT/09
    LINGUA Italiano
    SEDE
  • GENOVA
  • PERIODO 1° Semestre
    MATERIALE DIDATTICO AULAWEB

    PRESENTAZIONE

    L'insegnamento introduce gli studenti ai modelli di ottimizzazione e ai metodi di supporto alle decisioni utilizzabili per l'analisi e la risoluzione di diversi problemi decisionali in ambito economico-sociale. Alcuni dei problemi affrontati sono già stati studiati a livello teorico nel biennio del corso di laurea in Economia e Commercio e nel corso viene dato risalto alle modalità di ottenimento delle soluzioni utilizzando software specifico.

    OBIETTIVI E CONTENUTI

    OBIETTIVI FORMATIVI

    L'insegnamento si propone di fornire agli studenti una conoscenza teorica di base dei principali metodi quantitativi di supporto ai processi decisionali in ambito economico, sia in condizioni di certezza che di incertezza. Parallelamente, L'insegnamento mira a fornire le conoscenze per utilizzare alcuni ambienti software di riferimento per la risoluzione dei problemi affrontati. Da un punto di vista metodologico, saranno illustrati problemi di ottimizzazione a singolo decisore, in particolare utilizzando modelli di programmazione convessa per l’ottimizzazione di determinate funzioni obiettivo (quali massimizzazione del profitto e dell'utilità e minimizzazione dei costi), 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

    L’insegnamento si propone di presentare la materia nei suoi aspetti teorici, metodologici ed applicativi al fine di fornire allo studente conoscenze sui modelli e le metodologie applicabili e sugli strumenti risolutivi utilizzabili. La parte di laboratorio teorico-pratico si prefigge di far acquisire allo studente le conoscenze e le capacità di utilizzare software specifico per risolvere i problemi pratici affrontati.

    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.

    In particolare lo studente al termine del corso dovrà:

    • Conoscere e comprendere i principali strumenti e metodi dell’analisi decisionale che gli permettano di formalizzare le decisioni individuali in ambito economico-sociale.
    • Conoscere gli elementi principali di un problema di scelta in termini di decisori coinvolti, tipologia dei dati a disposizione, variabili, vincoli e obiettivi.
    • Applicare le conoscenze acquisite per descrivere, formalizzare e risolvere i problemi ed i relativi modelli di ottimizzazione a singolo decisore e quelle con componenti di interazione sociale ed economica in situazioni di interesse applicativo.
    • Utilizzare sia sul piano concettuale che su quello operativo le conoscenze acquisite con autonoma capacità di valutazione e di ragionamento critico, sviluppando modelli originali applicabili in diversi contesti applicativi.
    • Aver acquisito una terminologia e un linguaggio tecnico corretto per comunicare in modo chiaro gli elementi principali dell’analisi decisionale.
    • Aver acquisito competenze utili nell’ambito della matematica applicata per accedere alle classi di laurea magistrale più quantitative di area economica.
    • Aver sviluppato capacità di apprendimento che gli consentiranno di approfondire ed applicare in modo autonomo le principali tematiche della disciplina nei contesti lavorativi in cui si troveranno ad operare.

    PREREQUISITI

    Consigliato: Matematica Generale e Statistica

    MODALITA' DIDATTICHE

    Lezioni frontali, analisi di casi di studio, esercitazioni e lezioni in aula informatica con utilizzo di software (Excel e software di ottimizzazione).

    Nel caso del perdurare dell'emergenza sanitaria le modalità di didattica a distanza e blended veranno comunicate sulla pagina Aulaweb del corso (necessaria e consigliata l'iscrizione).

     

     

    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 per la selezione degli investimenti 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

    I testi e le eventuali dispense integrative saranno comunicati all’inizio delle lezioni e pubblicati su Aulaweb

    DOCENTI E COMMISSIONI

    Commissione d'esame

    ELENA TANFANI (Presidente)

    DANIELA AMBROSINO

    ANNA FRANCA SCIOMACHEN

    LEZIONI

    INIZIO LEZIONI

    Sem: I

    12 Settembre 2022

    ESAMI

    MODALITA' D'ESAME

    La verifica del raggiungimento dei risultati di apprendimento attesi è valutata con una prova scritta e con lo svolgimento di un progetto (anche a gruppi) e/o una prova pratica in aula informatica. 

    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 lavori di gruppo e la prova pratica.

    Calendario appelli

    Data Ora Luogo Tipologia Note
    10/01/2023 14:30 GENOVA Scritto
    25/01/2023 14:30 GENOVA Scritto
    16/02/2023 11:00 GENOVA Scritto
    10/05/2023 15:30 GENOVA Scritto appello straordinario riservato ai laureandi 21/22
    08/06/2023 10:00 GENOVA Scritto II appello met.dec. AE 22 giugno ore 10
    22/06/2023 10:00 GENOVA Scritto II appello met.dec. AE 22 giugno ore 10
    22/06/2023 10:00 GENOVA Scritto La prova d'esame è alle ore 10.00
    05/07/2023 10:00 GENOVA Scritto II appello met.dec. AE 22 giugno ore 10
    01/09/2023 12:00 GENOVA Scritto II appello met.dec. AE 22 giugno ore 10

    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 di laboratorio e soluzione dei casi di studio.