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 nell'insegnamento 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 in ambito economico-sociale ed i relativi modelli di ottimizzazione 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 .
• 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.
• Capacità di comunicare efficacemente in forma scritta e orale, adattamento della propria comunicazione al contesto, utilizzo di fonti e ausili di varia natura, pensiero critico, capacità di utilizzare, elaborare e valutare informazioni, abilità argomentativa.
• Capacità di individuare le proprie capacità, concentrarsi, gestire la complessità, riflettere criticamente, prendere decisioni, lavorare in autonomia, chiedere sostegno, gestire lo stress.
• Capacità di gestione delle proprie interazioni sociali, atteggiamento collaborativo, comunicazione costruttiva in ambienti differenti, capacità di rispettare gli altri e le loro esigenze, disponibilità a superare pregiudizi, a esprimere e comprendere punti di vista diversi, gestione del conflitto, capacità di creare fiducia, empatia.
• Consapevolezza rispetto alle proprie strategie di apprendimento, organizzazione e valutazione dell’apprendimento personale secondo quanto compreso ed imparato, comprensione delle proprie necessità e modalità di sviluppo di competenze, capacità di individuare e perseguire obiettivi di apprendimento.
• L’insegnamento contribuisce al potenziamento delle soft skills, in particolare la competenza alfabetico-funzionale (livello avanzato), la competenza personale e quella sociale (livello avanzato) e la capacità di imparare ad imparare (livello avanzato) e concorre all'ottenimento dei rispettivi Open Badge.

PREREQUISITI

Consigliato: 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 e gli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali 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.

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 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

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

Commissione d'esame

ELENA TANFANI (Presidente)

DANIELA AMBROSINO

ANNA FRANCA SCIOMACHEN

LEZIONI

INIZIO LEZIONI

Sem: I

27 Settembre 2023

Orari delle lezioni

METODI DECISIONALI PER L'ANALISI ECONOMICA

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) o una prova pratica in aula informatica. Le attività svolte in aula (casi di studio e attività in gruppo) e quelle proposte come lavoro asincrono a casa saranno valutate come bonus nel voto finale.

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 il progetto o la prova pratica. Lo scritto e il project work/verifica pratica valgono il 90% della valutazione; la partecipazione alle esercitazioni e alle attività  proposte contribuisce per il 10% alla valutazione finale.

Calendario appelli

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 per la soluzione di casi di studio e ad attività di problem solving e team based learning .