decisioni multiattributo lezione 10

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "decisioni multiattributo lezione 10"

Transcript

1 decisioni multiattributo lezione 10

2 richiamo- tabella multiattributo Attributi X1 X2 Xn Alternative A 1 V 11 V 12 V 1n A 2 V 21 V 22 V 2n A m V m1 V m2 V mn

3 obiettivi o attributi? obiettivi := ragioni fondamentali che contano in uno specifico contesto decisionale generali incorporano una direzione attributi := traduzione in forma misurabile degli obiettivi scala di misurazione (torneremo ancora sul tema della costruzione degli obiettivi)

4 appartamento - obiettivi? frequenza come studente residenziale scelta della soluzione abitativa dove alloggiare durante la settimana obiettivi? attributi?

5 es: scelta di un appartamento Affitto Minuti dist. Rumore e Numero Qualità Appartamenti mensile ( ) Università Traffico Camere Cucina (alternative) X1 X2 X3 X4 X Basso 2 Scadente Medio 1 Media Basso 3 Nuova Medio 3 Scadente Alto 1 Media Medio 3 Nuova Alto 2 Scadente Medio 2 Nuova Basso 2 Nuova

6 esercitazione in classe: scegli l appartamento individua una tua procedura di scelta individua subito il vincente oppure comincia a scartare alcuni appartamenti oppure parti dalla selezione di una rosa di buoni candidati oppure

7 strategie risolutive una distinzione fondamentale strategie compensatorie strategie non compensatorie tassonomia di Payne analisi per attributi vs. analisi per alternative ammontare di informazione variabile / fissa

8 tassonomia di Payne Ricerca Variabile Non compensatoria Ricerca Costante Compensatoria Basata sugli Attributi Basata sulle Alternative

9 strategie compensatorie nel giudicare una alternativa prendono in considerazione tutti gli attributi della stessa (tutta l informazione) permettono (in vari modi) di compensare cattivi e buoni risultati approccio prescrittivo della scelta razionale SMART - Simple Multi Attribute Rating Technique

10 alcune strategie compensatorie regola additiva (o lineare) regola additiva delle differenze

11 regola additiva (r. lineare) j V i = w j v(x ij ) A i t.c. max(v i ) additività: indipendenza fra attributi funzione di valore v() pesi w j vantaggi: compensatoria

12 regola additiva delle differenze j A 1 preferita a A 2 se [ ] > 0 φ j v j (x 1 j ) v j (x 2 j ) comparazioni binarie (2 alternative) funzione di valore v() funzione di trasformazione f vantaggi: compensatoria, si focalizza solo sulle differenze negli attributi fra due alternative

13 strategie non compensatorie no compensazione natura euristica ridurre alternative regole di stop approccio della razionalità limitata efficacia e limiti

14 strategie osservate sul campo (euristiche di scelta) cosa ci dicono le evidenze comportamentali? svariate strategie un elenco non esaustivo fanno selezione, ma unicità non garantita sequenze condizionale (se pluralità, continua, altrimenti stop) ottimali? non sempre!

15 alcune strategie non compensatorie (euristiche) regola della dominanza strategia congiuntiva strategia disgiuntiva ordinamento lessicografico eliminazione per aspetti

16 regola della dominanza ridurre il numero di alternative eliminazione di A uguali o peggiori di altra A per tutti gli attributi (dominanza debole)

17 Affitto Minuti dist. Rumore e Numero Qualità Appartamenti mensile ( ) Università Traffico Camere Cucina (alternative) X1 X2 X3 X4 X Basso 2 Scadente Medio 1 Media Basso 3 Nuova Medio 3 Scadente Alto 1 Media Medio 3 Nuova Alto 2 Scadente Medio 2 Nuova Basso 2 Nuova

18 regola della dominanza ridurre il numero di alternative eliminazione di A uguali o peggiori di altra A per tutti gli attributi (dominanza debole) problemi: risultati subottimali se non si considerano tutti gli attributi contemporaneamente eliminazione crea problemi se spariscono successivamente A che dominano unicità soluzione

19 strategia (regola) congiuntiva si accetta un alternativa che supera una soglia fissata per ogni attributo bipartisce l insieme delle alternative in Accetta/Rifiuta Es: ( 500, 40 m, M, 2, M)

20 Affitto Minuti dist. Rumore e Numero Qualità Appartamenti mensile ( ) Università Traffico Camere Cucina (alternative) X1 X2 X3 X4 X Basso 2 Scadente Medio 1 Media Basso 3 Nuova Medio 3 Scadente Alto 1 Media Medio 3 Nuova Alto 2 Scadente Medio 2 Nuova Basso 2 Nuova

21 strategia (regola) congiuntiva si accetta un alternativa che supera una soglia fissata per ogni attributo bipartisce l insieme delle alternative in Accetta/Rifiuta ( 500, 40 m, M, 2, M) problemi: unicità non compensazione

22 strategia disgiuntiva bipartizione Accetto/Rifiuto si accetta una A se soddisfa almeno un criterio sottoinsieme di criteri (al limite anche 1) problemi: unicità e non compensazione

23 ordinamento lessicografico ordinamento per importanza degli attributi si sceglie l A con max del primo attributo in caso di pari merito si passa al secondo attributo (X3, X1, )

24 ordinamento lessicografico ordinamento per importanza degli attributi si sceglie l A con max del primo attributo in caso di pari merito si passa al secondo attributo (X3, X1, ) vantaggi: non serve specificare subito: ordinamento completo degli attributi attributi stessi! svantaggi: attributi quantitativi -> qualitat.

25 eliminazione per aspetti ordinamento lessicografico con eliminazione a soglia (non con il max) ordinamento degli attributi per importanza A i eliminata se non soddisfa soglia per il primo criterio se le alternative sono ancora più di una, si continua con il secondo attributo Es: (Affitto 400, Rumore Medio, Distanza 20) vantaggi simili a Ord Lex senza gli svantaggi

26 ottimalità? modelli lineari (SMART) -> consistente con modello di scelta razionale altri modelli non compensatori: razionalità limitata parsimonia in alcuni casi altrettanto o più efficaci spesso portano a soluzioni subottimali

27 il paradosso comportamentale in contesti di scelta semplici (poche alternative, pochi attributi) naturalmente portati verso strategie c. guadagni limitati rispetto a strategie non c. in contesti di scelta complessi naturalmente portati verso strategie non c. perdite ingenti rispetto a strategie c.

28 capitolo 5 riferimenti

decisioni multiattributo il caso DF Center lezione 11

decisioni multiattributo il caso DF Center lezione 11 decisioni multiattributo il caso DF Center lezione 11 Lavoro sugli obiettivi - DFC Nome file: [COGNOME_NOME_A(oppure B] https://drive.google.com/open?id=16ul2knxaeux 3oO4eE7OjjKsAycTSEM4O fasi del processo

Dettagli

Marketing - Corso progredito Consumer Behavior

Marketing - Corso progredito Consumer Behavior Corso Progredito - Corso progredito Consumer Behavior Quinta unità didattica Decision making e valutazioni post-acquisto 1 VALUTAZIONE E SCELTA Le procedure di comparazione Euristiche e valutazioni analitiche

Dettagli

Metodi Decisionali Multicriterio

Metodi Decisionali Multicriterio Metodi Decisionali Multicriterio Decisore Si hanno individuano due proprietà di un decisore: -intelligenza possiede capacità logiche per individuare senza errori la scelta che gli assicura il miglior risultato

Dettagli

I sistemi di voto. Marco Greco 6 novembre 2009

I sistemi di voto. Marco Greco 6 novembre 2009 I sistemi di voto Marco Greco 6 novembre 009 Voto vs Negoziato Processo formalizzato in cui più attori decisionali scelgono una soluzione ad un problema di comune interesse Il negoziato è un processo in

Dettagli

Valutazione multicriteriale

Valutazione multicriteriale Valutazione economica del progetto Valutazione multicriteriale prof. arch. Stefano Stanghellini collaboratrice: phd arch. Valeria Ruaro Finalità valutative a Scelta Selezione della alternativa migliore,

Dettagli

ancora su determinare gli obiettivi / individuare le alternative lezione 15

ancora su determinare gli obiettivi / individuare le alternative lezione 15 ancora su determinare gli obiettivi / individuare le alternative lezione 15 buone regole di definizione degli obiettivi fare la lista degli aspetti importanti che vogliamo risolvere con la decisione convertire

Dettagli

La scelta fra le alternative

La scelta fra le alternative La scelta fra le alternative I metodi analisi paretiana eliminazione delle alternative dominate come scegliere tra le alternative pareto efficienti? analisi a molti attributi classica analisi gerarchica

Dettagli

Indicatori compositi. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

Indicatori compositi. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Indicatori [1/4] Gli indicatori: sintetizzano le caratteristiche di un fenomeno colgono aspetti e problemi del fenomeno che non hanno una immediata

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con

Dettagli

Analisi multicriteria. Analisi multicriteria

Analisi multicriteria. Analisi multicriteria m alternative: a, b,... n criteri: 1, 2,..., n g i (a): valore che viene attribuito all alternativa a sulla base del criterio i. Ogni criterio i induce sull insieme dei candidati una relazione di ordine

Dettagli

Ora sono keynesiano. Non è importante che si chiami gatto, ma che prenda il topo.

Ora sono keynesiano. Non è importante che si chiami gatto, ma che prenda il topo. Ora sono keynesiano R. Nixon, 1972 Non è importante che si chiami gatto, ma che prenda il topo. Mao Tse Tung, 1964 LO STRUMENTALISMO DI FRIEDMAN Corso di Dottorato di Ricerca Lezioni di Filosofia e Metodologia

Dettagli

Apprendimento basato sulle istanze

Apprendimento basato sulle istanze Apprendimento basato sulle istanze Apprendimento basato sulle istanze Apprendimento: semplice memorizzazione di tutti gli esempi Classificazione di una nuova istanza x j : reperimento degli

Dettagli

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA ALCUNE PREMESSE Cosa e la microeconomia? E la disciplina che studia

Dettagli

Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione

Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin

Dettagli

ESERCITAZIONE I - SOLUZIONI

ESERCITAZIONE I - SOLUZIONI Esercizio 1 a) - Età: quantitativo continuo - Sesso: qualitativo sconnesso ESERCITAZIONE I - SOLUZIONI - Codice: qualitativo ordinabile (scala di gravità) - Tempo previsto di attesa: quantitativo continuo

Dettagli

Ottimizzazione dei Sistemi Complessi

Ottimizzazione dei Sistemi Complessi 1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore... questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è

Dettagli

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema; Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.

Dettagli

RIASSUNTO ARGOMENTI LEZIONI STRUMENTI PER L ANALISI DEI DATI-LM DIP. DI ECONOMIA E MANAGEMENT - UNIV. DI FERRARA A.A. 2018/19

RIASSUNTO ARGOMENTI LEZIONI STRUMENTI PER L ANALISI DEI DATI-LM DIP. DI ECONOMIA E MANAGEMENT - UNIV. DI FERRARA A.A. 2018/19 RIASSUNTO ARGOMENTI LEZIONI STRUMENTI PER L ANALISI DEI DATI-LM DIP. DI ECONOMIA E MANAGEMENT - UNIV. DI FERRARA A.A. 2018/19 25/09/2018 ore 12.00-14.00 Presentazione del corso. Funzioni ad output reale

Dettagli

Ottimizzazione dei Sistemi Complessi

Ottimizzazione dei Sistemi Complessi 1 Giovedì 18 Maggio 2017 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Il decisore questo sconosciuto! singolo obiettivo: se x e x sono ottimi globali, allora f (x ) = f ( x) e non c è alcun

Dettagli

Teoria e tecniche dei test. Obiettivi del corso. Il concetto di misura 25/11/2013. Lezione /14 La misura del comportamento

Teoria e tecniche dei test. Obiettivi del corso. Il concetto di misura 25/11/2013. Lezione /14 La misura del comportamento Teoria e tecniche dei test Lezione 1 2013/14 La misura del comportamento Obiettivi del corso Il corso intende introdurre al tema della quantificazione del comportamento umano, per l acquisizione delle

Dettagli

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano

Maria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento

Dettagli

Modelli di scelta del percorso (cenni)

Modelli di scelta del percorso (cenni) Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO (tutti i CCS tranne Civile e Gestionale) www.uniroma.it/didattica/pst_accs ing. Antonio Comi ottobre 006 Modelli di scelta del percorso (cenni) Il modello

Dettagli

Teoria delle decisioni

Teoria delle decisioni A. A. 2017-2018 Teoria delle decisioni introduzione expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Teoria delle decisioni razionali Teoria

Dettagli

Capitolo 20. Criteri e metodi di valutazione dei beni ambientali SECONDA PARTE. Manuale di Estimo 2e - Vittorio Gallerani

Capitolo 20. Criteri e metodi di valutazione dei beni ambientali SECONDA PARTE. Manuale di Estimo 2e - Vittorio Gallerani Capitolo 20 Criteri e metodi di valutazione dei beni ambientali SECONDA PARTE Approcci alla valutazione dei beni ambientali Può avvenire usando due famiglie di tecniche: le valutazioni monetarie il criterio

Dettagli

Analisi gerarchica e confronto a coppie

Analisi gerarchica e confronto a coppie Valutazione economica del progetto AA 2016/17 Analisi gerarchica e confronto a coppie Docenti Collaboratore prof. Stefano Stanghellini stefano.stanghellini@iuav.it prof. Sergio Copiello copiello@iuav.it

Dettagli

Metodi e modelli per le decisioni

Metodi e modelli per le decisioni Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 5.4 Esercizi Nota : Gli esercizi seguenti riguardano tutti problemi a due dimensioni. Si possono quindi tutti affrontare (o quasi: non sono

Dettagli

Capitolo 3. Ottimizzazione: la scelta migliore

Capitolo 3. Ottimizzazione: la scelta migliore Capitolo 3 Ottimizzazione: la scelta migliore 1 (c) Pearson Italia S.p.A. - Anita S. Woolfolk, Robbins, Psicologia T. Judge, dell'educazione D. Bodega, Comportamento organizzativo Due tipi di ottimizzazione:

Dettagli

La gestione delle interrogazioni

La gestione delle interrogazioni La gestione delle interrogazioni Basi di dati: Architetture e linee di evoluzione - Seconda edizione Capitolo 1 Appunti dalle lezioni Esecuzione e ottimizzazione delle query Un modulo del DBMS Query processor

Dettagli

Dispense Associazione PRELIMINARY DRAFT

Dispense Associazione PRELIMINARY DRAFT Dispense Associazione PRELIMINARY DRAFT Cristina Mollica & Jan Martin Rossi January 3, 2019 1 Esercizio 3 - Prova scritta 12-01-2018 Esercizio 3. Si consideri la distribuzione doppia di un campione di

Dettagli

Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale

Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore

Dettagli

Teoria delle decisioni

Teoria delle decisioni A. A. 2015-2016 Teoria delle decisioni Expected Utility vs Cumulative Prospect Theory Esempi applicativi prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Ambiguità

Dettagli

Laboratorio di matematica: processamento, interpretazione ed elaborazione dei dati

Laboratorio di matematica: processamento, interpretazione ed elaborazione dei dati Laboratorio di matematica: processamento, interpretazione ed elaborazione dei dati Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica descrittiva Lodi, giovedì

Dettagli

PSICOLOGIA DELLE SCELTE

PSICOLOGIA DELLE SCELTE PSICOLOGIA DELLE SCELTE mod. 2 - le scelte di carriera Paola Magnano paola.magnano@unikore.it LEZ. 1 Nota L., Soresi S. (a cura di), Sfide e nuovi orizzonti per l orientamento. Metodologie e buone pratiche,

Dettagli

RICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola: Secondo appello //0 RICERCA OPERATIVA (a.a. 0/) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x x x x x + x x x per via algebrica, mediante l algoritmo del Simplesso Primale a partire

Dettagli

Formule matematiche per le valutazioni dell offerta

Formule matematiche per le valutazioni dell offerta Formule matematiche per le valutazioni dell offerta Cagliari, 29 settembre 2017 Antonio Bertelli e Alessandro Antonini Offerta economicamente più vantaggiosa Progetto Costo Valutazione parte Economica

Dettagli

Variabilità e Concentrazione Esercitazione n 02

Variabilità e Concentrazione Esercitazione n 02 Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo

Dettagli

DOCIMOLOGIA 2. Gabriella Agrusti Università degli Studi Roma Tre Settima lezione

DOCIMOLOGIA 2. Gabriella Agrusti Università degli Studi Roma Tre Settima lezione DOCIMOLOGIA 2 Gabriella Agrusti Università degli Studi Roma Tre Settima lezione Difficoltà di una prova Tutto dipende dai punti di vista Matematica: In una scuola ci sono 300 alunni di quinta elementare.

Dettagli

Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su

Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su S Modica 19.III.1999 Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su un insieme X è un sottoinsieme di X 2 (X 2 = X X, prodotto cartesiano): R X 2. Per l appartenenza (x, y) R useremo il sinonimo

Dettagli

Teoria delle decisioni introduzione

Teoria delle decisioni introduzione Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE Teoria delle decisioni introduzione DOCENTI Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) Antonio Comi (comi@ing.uniroma2.it) 1 Decisione

Dettagli

L analisi sensoriale: uno strumento applicabile anche nelle piccole imprese. ZEPPA G. DISAFA - Università di Torino

L analisi sensoriale: uno strumento applicabile anche nelle piccole imprese. ZEPPA G. DISAFA - Università di Torino L analisi sensoriale: uno strumento applicabile anche nelle piccole imprese ZEPPA G. DISAFA - Università di Torino Quella parte dell analisi di un prodotto che utilizza l apparato sensoriale umano I sensi

Dettagli

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via algebrica, a

Dettagli

Ottimizzazione Combinatoria e Reti (a.a. 2007/08)

Ottimizzazione Combinatoria e Reti (a.a. 2007/08) o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso

Dettagli

Capitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano

Capitolo 3: Ottimizzazione non vincolata parte II. E. Amaldi DEI, Politecnico di Milano Capitolo 3: Ottimizzazione non vincolata parte II E. Amaldi DEI, Politecnico di Milano 3.3 Metodi basati su direzioni di ricerca Problema di ottimizzazione non vincolata: min x R n f(x) con f : R n R di

Dettagli

Statistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica

Statistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.

Dettagli

Teoria normativa della politica

Teoria normativa della politica Teoria normativa della politica economica La teoria normativa si occupa di indicare il metodo e, di conseguenza, le scelte che un autorità pubblica (policy maker) razionale dovrebbe assumere per perseguire

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,

Dettagli

Statistica: principi e metodi. Medie

Statistica: principi e metodi. Medie Statistica: principi e metodi Capitolo 4 Medie Cap. 4- Medie le medie sono lo strumento con cui si sintetizzano i dati statistici. l uso della media consente all individuo di rappresentarsi mentalmente

Dettagli

Genetica dei caratteri quantitativi

Genetica dei caratteri quantitativi PAS Percorsi Abilitanti Speciali Classe di abilitazione A057 Scienza degli alimenti Tracciabilità genetica degli alimenti Genetica dei caratteri quantitativi 1 Concetti di base in genetica L informazione

Dettagli

analisi di sensibilità lezione 22

analisi di sensibilità lezione 22 analisi di sensibilità lezione 22 ultime lezioni [22] oggi h. 13:05-14:55 simulazione esame + sensibilità + ricette [23] 29 Maggio h. 16:45-19:00 DDAY Start-Up Lab - aula magna Lettere [24] 3 Giugno h.

Dettagli

Variabile divisa in classi: varianza

Variabile divisa in classi: varianza Variabile divisa in classi: varianza Distribuzione semplice di frequenze assolute del carattere X raggruppato in classi Car. X n i Valori centrali (c i - M) 2 (c i - M) 2 n i (x 0, x 1 ] n 1 (x 1, x 2

Dettagli

La struttura dei dati

La struttura dei dati La struttura dei dati Carattere Qualitativo 1 (mutabile statistica) Unità statistica Osservazione di uno o più caratteri Collettivo statistico Carattere Quantitativo 2 (variabile statistica) Pagina 14

Dettagli

Fondamenti di Trasporti Paradossi nei Trasporti

Fondamenti di Trasporti Paradossi nei Trasporti Corso di: Lezione: Fondamenti di Trasporti Paradossi nei Trasporti Corso di Laurea Ingegneria Civile AA 1112 Giuseppe Inturri Università di Catania Dipartimento di Ingegneria Civile e Ambientale Paradossi

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 19 Analisi dell associazione

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Ipotesi statistica parametrica non parametrica una qualunque affermazione che specifica completamente o parzialmente la distribuzione di probabilità di una v.c. X. semplice: se la

Dettagli

Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione

Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza

Dettagli

Stime dell ottimo - Rilassamenti. PRTLC - Rilassamenti

Stime dell ottimo - Rilassamenti. PRTLC - Rilassamenti Stime dell ottimo - Rilassamenti PRTLC - Rilassamenti Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento

Dettagli

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA FACOLTA DI INGEGNERIA LAUREA MAGISTRALE INGEGNERIA CIVILE Corso di PROGETTO E GESTIONE DELLE INFRASTRUTTURE VIARIE LECTURE 05 METODI E STRUMENTI PER

Dettagli

Valutazione multicriteriale

Valutazione multicriteriale Corso di Estimo A.A. 2004/2005 Valutazione multicriteriale Prof. Collaboratrice: Una definizione La valutazione costituisce un insieme di attività che ha come scopo principale la razionalizzazione di un

Dettagli

PROBLEMI A MOLTI OBIETTIVI

PROBLEMI A MOLTI OBIETTIVI PROBLEMI A MOLTI OBIETTIVI Spesso gli obiettivi di pianificazione e/o gestione sono numerosi e difficilmente paragonabili (incommensurabilità). Esempio 1 Risanamento di una zona fortemente inquinata n

Dettagli

a ij x j ) L i vincoli rilassati: a ij x j b i (i = 1,..., m) si inizia con un λ qualunque (es. λ i = 0 i);

a ij x j ) L i vincoli rilassati: a ij x j b i (i = 1,..., m) si inizia con un λ qualunque (es. λ i = 0 i); Determinazione di buoni moltiplicatori lagrangiani 1) Quando possibile, mediante analisi teorica del problema. 2) Metodo iterativo. Consideriamo il caso: funzione obiettivo: c j x j + λ i (b i j i j vincoli

Dettagli

Modelli di Programmazione Lineare. PRTLC - Modelli

Modelli di Programmazione Lineare. PRTLC - Modelli Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver Come ricavare una stima dell ottimo Rilassamento continuo - generazione di

Dettagli

CITTA' IBRIDA: LINEE GUIDA SULLA RIGENERAZIONE ENERGETICA

CITTA' IBRIDA: LINEE GUIDA SULLA RIGENERAZIONE ENERGETICA CITTA' IBRIDA: LINEE GUIDA SULLA RIGENERAZIONE ENERGETICA Bassano del Grappa, 19 settembre 2014 Riqualificazione energetica edificio-impianto: una valutazione economica Filippo Busato Studio 3F engineering,

Dettagli

Valutazioni nell ambito di procedure concorsuali

Valutazioni nell ambito di procedure concorsuali Corso di «Processi di pianificazione e processi di valutazione» a.a. 2016/17 Valutazioni nell ambito di procedure concorsuali Docente Collaboratore prof. Stefano Stanghellini stefano.stanghellini@iuav.it

Dettagli

STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI. Vincenzo Auletta Università di Salerno

STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI. Vincenzo Auletta Università di Salerno STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI Vincenzo Auletta Università di Salerno GAME THEORY E NETWORKS Fino ad ora abbiamo visto La struttura delle reti Game theory classica Evolutionary game theory

Dettagli

Come fare ricerca empirica

Come fare ricerca empirica DIPARTIMENTO DI SCIENZE SOCIALI E POLITICHE Anno Accademico 2013/2014 Metodologia della Ricerca Sociale (GLO) dott. Ferruccio Biolcati Rinaldi INTRODUZIONE AL CORSO Come fare ricerca empirica 1 Gli obiettivi

Dettagli

Indici di variabilità ed eterogeneità

Indici di variabilità ed eterogeneità Indici di variabilità ed eterogeneità Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università della Basilicata a.a. 011/01

Dettagli

Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi. Criterio di Efficienza di Pareto

Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi. Criterio di Efficienza di Pareto Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi Valutazione di Impatto Ambientale Prof. Giulio De Leo Dipartimento di Scienze Ambientali Università degli

Dettagli

I metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni

I metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni I metodi Electre La scelta fra le alternative: i metodi Electre Electre = ELimination Et Choix Traduisant la REalité scopo: mettere a punto un metodo decisionale il più aderente possibile alla realtà rifiutano

Dettagli

Corso di Informatica modulo Informatica di Base 6 CFU. I suoni Rappresentazione digitale

Corso di Informatica modulo Informatica di Base 6 CFU. I suoni Rappresentazione digitale DIPARTIMENTO DELL INNOVAZIONE INDUSTRIALE E DIGITALE Corso di Informatica modulo Informatica di Base 6 CFU Anno Accademico 2016/2017 Docente: ing. Salvatore Sorce I suoni Rappresentazione digitale Quantizzazione

Dettagli

Corso di Laurea in Scienze Naturali Matematica con Elementi di Statistica

Corso di Laurea in Scienze Naturali Matematica con Elementi di Statistica Corso di Laurea in Scienze Naturali Matematica con Elementi di Statistica I parte: 5 crediti, 40 ore di lezione frontale II parte: 4 crediti, 32 ore di lezione frontale mariannasaba@unica.it Orario lezioni:

Dettagli

Data set relativo a 40 titolari di esercizi commerciali. Durata del percorso casa lavoro (in minuti) Numero dipendenti che lavorano nel negozio

Data set relativo a 40 titolari di esercizi commerciali. Durata del percorso casa lavoro (in minuti) Numero dipendenti che lavorano nel negozio ESERCITAZIONE 1: VARIABILI E DISTRIBUZIONI 1.TIPOLOGIA DEI DATI 2. CALCOLO DI FREQUENZE 3. RAPPRESENTAZIONE GRAFICA DI UNA VARIABILE A Roma nel 2006 è stata effettuata un indagine, tramite questionario,

Dettagli

INDICE PARTE METODOLOGICA

INDICE PARTE METODOLOGICA INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite

Dettagli

Ricerca Operativa A.A. 2017/2018

Ricerca Operativa A.A. 2017/2018 Ricerca Operativa A.A. 2017/2018 Esercizi su modelli di programmazione lineare intera - Soluzioni Nota Vengono fornite delle possibili soluzioni. Potrebbero esserci soluzioni alternative altrettanto valide.

Dettagli

Approcci multi-criterio III. Valutazione economica dei piani e dei progetti

Approcci multi-criterio III. Valutazione economica dei piani e dei progetti Approcci multi-criterio III Valutazione economica dei piani e dei progetti Metodo Analytic Hierarchy Process Il metodo AHP, sviluppato da Thomas L. Saaty a partire dalla fine degli anni 70 è diffuso a

Dettagli

Come funziona Google?

Come funziona Google? Progetto Lauree Scientifiche 010-011: Come funziona Google? Liceo Gabriele D Annunzio di Fidenza Università degli Studi di Parma Docenti della scuola superiore: M. Armani, S. Di Maiolo Docenti dell università:

Dettagli

Valutazioni nell ambito di procedure concorsuali

Valutazioni nell ambito di procedure concorsuali Corso di «Processi di pianificazione e processi di valutazione» a.a. 2014/15 Valutazioni nell ambito di procedure concorsuali Docente prof. Stefano Stanghellini stefano.stanghellini@iuav.it Collaboratore

Dettagli

STATISTICA MULTIVARIATA SSD MAT/06

STATISTICA MULTIVARIATA SSD MAT/06 Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica

Dettagli

Appunti di Ricerca Operativa

Appunti di Ricerca Operativa Appunti di Ricerca Operativa 2012/2013 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di

Dettagli

Distribuzioni e rappresentazioni grafiche

Distribuzioni e rappresentazioni grafiche Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Distribuzione unitaria [1/2] Data

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

3.2 Rilassamenti lineari/combinatori e bounds

3.2 Rilassamenti lineari/combinatori e bounds 3.2 Rilassamenti lineari/combinatori e bounds Consideriamo un problema di Ottimizzazione Discreta min{f(x) : x X} e sia z il valore di una soluzione ottima x X. Metodi di risoluzione spesso generano una

Dettagli

Lezione Sistemi di equazioni lineari

Lezione Sistemi di equazioni lineari Lezione. Sistemi di equazioni lineari Definizione. (Sistemi di equazioni lineari e loro soluzioni). Un equazione lineare nelle n incognite x,,...,x n acoefficientiink = R, èun equazionedellaforma a x +

Dettagli

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa la disciplina

Dettagli

Algoritmo di ordinamento sul posto che ha tempo di esecuzione :

Algoritmo di ordinamento sul posto che ha tempo di esecuzione : QuickSort Algoritmo di ordinamento sul posto che ha tempo di esecuzione : - O(n 2 ) nel caso peggiore - O(n log n) nel caso medio Nonostante le cattive prestazioni nel caso peggiore, rimane il miglior

Dettagli

Un esempio di applicazione della PLI: il Sudoku

Un esempio di applicazione della PLI: il Sudoku Un esempio di applicazione della PLI: il Sudoku 1/14 Risoluzione del Sudoku attraverso la PLI Nel seguito, si descrive come formulare il noto gioco del Sudoku come problema di programmazione lineare intera,

Dettagli

Metodi di supporto alle decisioni manageriali. Supporto alle Decisioni Multi-Criterio

Metodi di supporto alle decisioni manageriali. Supporto alle Decisioni Multi-Criterio Metodi di supporto alle decisioni manageriali Supporto alle Decisioni Multi-Criterio Funzioni ordinali Il metodo più utilizzato per rappresentare un ordine debole su un insieme di alternative X è di associare

Dettagli

Decisori (razionali) interagenti

Decisori (razionali) interagenti Decisori (razionali) interagenti UNA INTRODUZIONE ALLA TEORIA DEI GIOCHI Edizioni PLUS, 2006 (pag. web: Edizioni Plus) Definizioni formali Fioravante PATRONE http://www.fioravante.patrone.name/default.htm

Dettagli

Corso di Sistemi di Controllo Multivariabile. Docente Prof. Francesco Amato

Corso di Sistemi di Controllo Multivariabile. Docente Prof. Francesco Amato Corso di Sistemi di Controllo Multivariabile Docente Prof. Francesco Amato Ingegneria dell'automazione Corso di Sistemi di Controllo Multivariabile - Prof. F. Amato Versione 2.2 Ottobre 2012 1 Obiettivi

Dettagli

CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.

CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof. CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO Programma del corso di Tecnica ed Economia dei Trasporti Prof. Andrea Papola Introduzione al corso La professione dell ingegnere dei sistemi

Dettagli

Corso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016

Corso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016 Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Indici di posizione GLI INDICI DI POSIZIONE sono indici sintetici che evidenziano le caratteristiche essenziali

Dettagli

ANALISI DELLE POSIZIONI

ANALISI DELLE POSIZIONI ANALISI DELLE POSIZIONI L analisi delle posizioni rappresenta un focus strategico per la funzione RU; tutte le attività di GRU poggiano sull analisi delle posizioni in quanto rappresentano uno strumento

Dettagli

REGISTRO DELLE LEZIONI

REGISTRO DELLE LEZIONI UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:

Dettagli

Atzeni, Ceri, Paraboschi, Torlone Basi di dati

Atzeni, Ceri, Paraboschi, Torlone Basi di dati Atzeni, Ceri, Paraboschi, Torlone Basi di dati Capitolo 9 (I parte) Progettazione logica: ristrutturazione degli schemi E-RE Requisiti della base di dati Basi di dati - Modelli e linguaggi di interrogazione-

Dettagli

TEORIA DEI GIOCHI. Progetto Lauree Scientifiche : Liceo Gabriele D Annunzio di Fidenza Università degli Studi di Parma

TEORIA DEI GIOCHI. Progetto Lauree Scientifiche : Liceo Gabriele D Annunzio di Fidenza Università degli Studi di Parma Progetto Lauree Scientifiche 2010-2011: TEORIA DEI GIOCHI Liceo Gabriele D Annunzio di Fidenza Università degli Studi di Parma Docenti della scuola superiore: M. Armani, S. Di Maiolo Docenti dell università:

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

Ricerca per ispezione guidata (Branch and Bound) per min L max con r j 0

Ricerca per ispezione guidata (Branch and Bound) per min L max con r j 0 Per esporre il più importante algoritmo per lo scheduling in sistemi ad instradamento differenziato occorre considerare un estensione del min L max Ricerca per ispezione guidata (Branch and Bound) per

Dettagli

Risorse ambientali. Le risorse ambientali sono beni pubblici puri o beni comuni

Risorse ambientali. Le risorse ambientali sono beni pubblici puri o beni comuni Mx-UD0x: diapositiva #1 Mx-UD0x: diapositiva #2 Mx-UD0x: diapositiva #3 Valutazione di beni che non hanno un prezzo di mercato (o hanno un prezzo non efficiente) Valutare

Dettagli

Modelli Decisionali per la Stima della Domanda di Mobilità

Modelli Decisionali per la Stima della Domanda di Mobilità Modelli Decisionali per la Stima della Domanda di Mobilità dambra@unina.it rodia@unina.it Schema Sintetico Sistema di Offerta Sistema di Trasporto Sistema di Domanda Modello di Offerta Modello di Domanda

Dettagli