Il corso ha l'obiettivo di introdurre e sperimentare alcuni degli strumenti matematici largamente utilizzati nella modellizzazione e nei sistemi di supporto alle decisioni, con particolare attenzione alle tecniche dell'ottimizzazione e della business intelligence.

Il corso sviluppa una prima parte istituzionale sui contenuti classici della ricerca operativa ed una seconda parte, con modalità seminariale in aula, su argomenti tematici.
Per tenere conto della eventuale impossibilità di frequenza da parte degli studenti, il programma è distinto tra studenti non frequentanti e studenti frequentanti regolarmente le lezioni ed i seminari.

Programma per gli studenti non frequentanti

Parte A. Metodi e Applicazioni dell' Ottimizzazione Lineare
A.1) Ottimizzazione Lineare
- Applicazioni tipiche dell'ottimizzazione lineare
- Formulazioni di problemi di ottimizzazione lineare
A.2) Geometria dell'ottimizzazione lineare
- Rappresentazioni in due dimensionii dei problemi di ottimizzazione lineare (vincoli, obiettivi, feasible set)
- Soluzioni ottimali e condizioni di Kuhn-Tucker
- Poliedri, vertici e soluzioni di base
- Cenno sull'algoritmo del simplesso
A.3) Dualità e analisi di sensitività nell'Ottimizzazione lineare
- Esempi di problemi duali e teoremi di dualità
- Analisi di sensitività rispetto alla funzione obiettivo ed ai vincoli
- Significato delle variabili duali e prezzi ombra

Parte B. Ottimizzazione intera e sui grafi
B.1) Ottimizzazione intera
- Knapsack e Capital budgeting
- Assegnamento e trasporto
- Metodo dei piani di taglio (Gomory)
- Alberi di ricerca e Algoritmi di Branch and Bound
B.2) Grafi e Ottimizzazione su grafi
- Definizioni e proprietà dei grafi orientati e non orientati
- Alberi di supporto (spanning) a costo minimo
- Problemi di cammino minimo
- Flussi in rete semplici e con guadagni (gain) sugli archi
- Altri problemi su grafo (TSP, VRP)
B.3) Ottimizzazione di Progetti
- Rappresentazione tramite grafi orientati
- Attività sui nodi e/o sugli archi
- Ricerca e Analisi del Cammino critico
- Modello probabilistico e PERT
- Bilanciamento Tempi/Costi

Parte C. Modelli Matematici e sistemi per le decisioni
C.1) Componenti del processo decisionale
- Business Intelligence
- Sistemi di supporto alle decisioni
- Cenno sul Data Warehousing e Data Mining
C.2) Modelli e metodi matematici
- Modelli matematici per le decisioni
- Preparazione ed Esplorazione dei dati
- Classificazione e Clustering
C.3) Applicazioni
- Modelli per la logistica e la produzione
- Data Envelopment Analysis

Programma per gli studenti frequentanti

Parte A. Elementi dell'uso di MATLAB e delle sue principali strutture di programmazione
- Illustrazione di MATLAB e suo utilizzo dalla command window
- Operazioni con array e matrici
- Principali strutture di programmazione
- Function in MATLAB e scrittura di files .m
- Esempi di funzioni interne a MATLAB

Parte B. Metodi e Applicazioni dell' Ottimizzazione Lineare
B.1) Ottimizzazione Lineare
- Applicazioni tipiche dell'ottimizzazione lineare
- Formulazioni di problemi di ottimizzazione lineare
- Rappresentazioni in due dimensionii dei problemi di ottimizzazione lineare (vincoli, obiettivi, feasible set)
- Soluzioni ottimali e condizioni di Kuhn-Tucker
- Poliedri, vertici e soluzioni di base
- Cenno sull'algoritmo del simplesso
B.2) Dualità e analisi di sensitività nell'Ottimizzazione lineare
- Esempi di problemi duali e teoremi di dualità
- Analisi di sensitività rispetto alla funzione obiettivo ed ai vincoli
- Significato delle variabili duali e prezzi ombra
B.3) Funzioni MATLAB per l'ottimizzazione lineare

Parte C. Ottimizzazione intera e sui grafi
C.1) Ottimizzazione intera
- Knapsack e Capital budgeting
- Assegnamento e trasporto
- Metodo dei piani di taglio (Gomory)
- Alberi di ricerca e Algoritmi di Branch and Bound
C.2) Grafi e Ottimizzazione su grafi
- Definizioni e proprietà dei grafi orientati e non orientati
- Alberi di supporto (spanning) a costo minimo
- Problemi di cammino minimo
- Flussi in rete semplici e con guadagni (gain) sugli archi
- Altri problemi su grafo (TSP, VRP)

Parte D. Parte Seminariale
Ogni studente dovrà partecipare ad (almeno) due dei seguenti seminari, a propria scelta.
D.1) Seminario sull'Ottimizzazione di Progetti
- Rappresentazione tramite grafi orientati
- Attività sui nodi e/o sugli archi
- Ricerca e Analisi del Cammino critico
- Modello probabilistico e PERT
- Bilanciamento Tempi/Costi
D.2) Seminario su Classificazione e Clustering
- Classificazione classica
- Classificazione "fuzzy"
D.3) Seminario su Modelli per la logistica e la supply chain
- Modelli matematici per la logistica e il distribution management
- Analisi della agilità di una rete logistica
D.4) Seminario su Modelli di Business Intelligence e Soft Computing
- Insiemi e numeri fuzzy
- Logica Fuzzy e Modelli di soft computing

Il materiale relativo alle lezioni ed ai seminari, sarà distribuito dal docente direttamente agli studenti frequentanti.

Il materiale didattico predisposto dalla/dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni della/del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Modalità didattiche

La parte istituzionale è svolta tramite lezioni frontali, in aula.
La parte seminariale è svolta in aula, con lavoro individuale o in piccoli gruppi, con la guida del docente.

Testi di studio

1. Carlo Vercellis, "Ottimizzazione: teoria, metodi applicazioni", McGraw Hill, 2008. Capitoli 1, 2, 3, 5, 6, 8, 9, 10.
2. Carlo Vercellis, "Business Intelligence: modelli matematici e sistemi per le decisioni", McGraw Hill, 2006.
Capitoli 1, 2, 3 (lettura), 4, 5 (lettura), 6, 7, 10 (fino a 10.3 incluso), 12 (lettura), 14, 15.

Modalità di
accertamento

E' richiesta l'acquisizione della terminologia e del formalismo matematico essenziali, come contenuti nei manuali suggeriti per lo studio.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

Testi di studio

1. Carlo Vercellis, "Ottimizzazione: teoria, metodi applicazioni", McGraw Hill, 2008. Capitoli 1, 2, 3, 5, 6, 8, 9, 10.
2. Carlo Vercellis, "Business Intelligence: modelli matematici e sistemi per le decisioni", McGraw Hill, 2006.
Capitoli 1, 2, 3 (lettura), 4, 5 (lettura), 6, 7, 10 (fino a 10.3 incluso), 12 (lettura), 14, 15.

Modalità di
accertamento

Consiste in una interrogazione/colloquio sugli argomenti del programma.
E' richiesta l'acquisizione della terminologia e del formalismo matematico essenziali, come contenuti nei manuali suggeriti per lo studio.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.