Metodi e Modelli per il Supporto alle Decisioni 1
|
|
- Giustina Repetto
- 6 anni fa
- Visualizzazioni
Transcript
1 Metodi e Modelli per il Supporto alle Decisioni 1 Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Obiettivi del corso 2 Fornire capacità analitiche per affrontare problemi decisionali di natura gestionale Studiare il problema del supporto decisionale attraverso lo studio di Modelli decisionali Metodi che utilizzano tali modelli Esempi e casi applicativi I modelli considerati sono di tipo quantitativo L oggetto generale del corso è quindi il processo di Decision Making e l obiettivo è fornire strumenti formali con cui supportalo 1
2 Argomenti 3 Programma del corso Ottimizzazione lineare continua: dualità e analisi di post-ottimalità, metodi ed interpretazione economica Modelli di Mixed Integer Programming (pianificazione, location, scheduling) Modelli per la logistica: Vehicle Routing Problem (VRP) Metodi metaeuristici per la soluzione di problemi combinatorici Teoria delle Decisioni (Modelli stocastici) Project Management (PERT-CPM) Cenni a Modelli Multicriterio (Multicriteria Decision Making) (se resterà tempo) Altre informazioni 4 Prerequisiti Concetti base del corsi di informatica e ricerca operativa Modalità d esame Sviluppo di un progetto Prova orale Materiale didattico Lucidi del corso (PDF) disponibili sul sito 2
3 Altre informazioni 5 Riferimenti bibliografici C. Vercellis: Modelli e decisioni, Progetto Leonardo, F. S. Hillier, G. J. Lieberman, Ricerca Operativa, McGraw-Hill, 8 edizione, G. Ghiani, R. Musmanno, Modelli e metodi per l'organizzazione dei sistemi logistici, Pitagora Edistrice Bologna,2000. C.H. Papadimitrou, K. Steiglitz, Combinatorial Optimization, Dover Publ., P. Serafini, Ottimizzazione, Zanichelli, R.C. Walker, Introduction to Mathematical programming, Prentice Hall., G.M. Marakas, Decision Support Systems in the 21st century, Prentice Hall., Elementi del processo decisionale 6 Decisione = Scelta tra soluzioni alternative ad un problema Mondo simbolico Modello Analista Analisi Risultati Astrazione Decision Maker Interpretazione Mondo reale Situazione Decisionale Intuizione Decisione 3
4 Elementi del processo decisionale Modello un astrazione del problema reale sufficiente a fornire indicazioni circa le reali soluzioni (decisioni) adottabili e le loro conseguenze Analista responsabile della definizione del modello e del suo utilizzo (applicazione di metodi) provvede a preparare i risultati in una forma facilmente interpretabile da parte del DM DM responsabile della decisione supervisiona fornendo requisiti e giudizi il processo di modeling e di analisi dei risultati interpreta i risultati Analista e DM sono generalmente ruoli distinti 7 Perchè usare un modello 8 Vantaggi dell utilizzo di modelli nel decision making Stimolano i DM a rendere espliciti i loro obiettivi Forzano a identificare i tipi di decisioni che influenzano gli obiettivi Obbligano a valutare le variabili in gioco ed a quantificarle Forzano a identificare le informazioni necessarie alla quantificazione delle variabili ed alle loro interazioni Richiedono la valutazione dei vincoli che limitano i valori assumibili dalle variabili Permettono l analisi di scenari alternativi (What-If) Permettono una comunicazione e comprensione più semplice delle idee e facilitano il lavoro di gruppo 4
5 Classi di modelli 9 Classi di modelli Deterministici vs Stocastici Lineari vs Non lineari Singolo criterio o Multicriterio Variabili Esogene Decisioni Parametri Modello Prestazioni Conseguenze Variabili Endogene Modello: astrazione della realtà Metodi: algoritmi e strategie per scegliere quali valori imporre alle variabili decisionali in modo da ottenere prestazioni accettabili (ottime) Classi di decisioni Classi di decisioni in funzione del loro scope temporale (esempi nel settore della logistica) Decisioni strategiche Lungo periodo (pluriennale), relative alla definizione del sistema (azienda) e all acquisizione di risorse che richiedono grandi investimenti (es. localizzazione di centri logistici, acquisizione di nuovi veicoli, definizione della rete di distribuzione) Decisioni tattiche Medio periodo (annuali, stagionali, mensili), uso delle risorse disponibili (es. allocazione della domanda e/o veicoli a nodi logistici, gestione delle scorte) Decisioni operative Breve periodo, definizioni dei piani di lavoro settimanali o quotidiani (es. approvvigionamento, scheduling attività, scheduling delle consegne) 10 5
6 I Decision Support System (DSS) Possibile definizione 11 Un DSS è un sistema che opera sotto il controllo di uno o più decisori assistendoli nella loro attività decisionale, fornendo un insieme organizzato di strumenti con cui è possibile definire un modello (struttura) ad una parte del problema decisionale, permettendo di migliorare l efficacia complessiva della decisione. Applicazioni nei settori più diversi Industria, servizi, finanza, ambiente, trasporti,... Strumenti specifici (riferiti ad un particolare contesto, di difficile generalizzazione) 6
Massimo Paolucci DIST Università di Genova
Ricerca Operativa 2 Massimo Paolucci (paolucci@dist.unige.it) 010-353 2996 DIST Università di Genova Obiettivi del corso 2 Fornire capacità analitiche per affrontare problemi decisionali di natura gestionale
DettagliRicerca Operativa 2. Obiettivi del corso. Massimo Paolucci DIST Università di Genova
Ricerca Operativa 2 Massimo Paolucci (paolucci@dist.unige.it) 010-353 2996 DIST Università di Genova Obiettivi del corso 2!Fornire capacità analitiche per affrontare problemi decisionali di natura gestionale
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Anno accademico
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliStruttura del Corso. Durata
Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria (DISMI) Università degli studi di Modena e Reggio Emilia Via Amendola 2, Pad. Buccola, 42122 Reggio Emilia web: www.or.unimore.it/iori/iori.htm
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
DettagliCorso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica - Aree di Intervento della Logistica Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Universita di Roma La Sapienza Roma Ottobre - Introduzione
DettagliUniversità degli Studi di Bologna Facoltà di Ingegneria. Corso di Applicazioni di Intelligenza Artificiale LS
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Michela Milano Anno accademico 2007/2008 CONTENUTI
DettagliCorso di SISTEMI INTELLIGENTI M. Prof. Michela Milano" Anno accademico 2011/2012
Università degli Studi di Bologna Facoltà di Ingegneria" Corso di SISTEMI INTELLIGENTI M! Corso di Laurea in Ingegneria Informatica! Prof. Michela Milano" Anno accademico 2011/2012 CONTENUTI (Fondamenti
DettagliClaudio Arbib Università di L Aquila. Ricerca Operativa. Introduzione al corso
Claudio Arbib Università di L Aquila Ricerca Operativa Introduzione al corso 2005-2006 dallo Zingarelli (1999) operativo, agg. 1 Atto a operare: capacità o. 2 Che ha fini pratici, di azioni concrete: scienza
DettagliFondamenti di Ricerca Operativa LA. Corso di Laurea in Ingegneria Gestionale
Fondamenti di Ricerca Operativa LA Corso di Laurea in Ingegneria Gestionale Alberto Caprara (acaprara@deis.unibo.it) Michele Monaci (mmonaci@deis.unibo.it) Contenuti del corso Il modulo si propone di introdurre
DettagliConoscenza e utilizzo di modelli matematici e metodi quantitativi per l'analisi di sistemi complessi e il supporto delle decisioni.
Obiettivi principali del corso: 1 Conoscenza e utilizzo di modelli matematici e metodi quantitativi per l'analisi di sistemi complessi e il supporto delle decisioni. "Usare la scienza per aiutare a prendere
DettagliLaboratorio di Sistemi Informativi Aziendali a.a
Laboratorio di Sistemi Informativi Aziendali a.a. 2006-2007 2007 Docente: Mario Guarracino mario.guarracino@na.icar.cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario
DettagliOttimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a. 09-10, lez.1) 1 L Ottimizzazione rientra nell
DettagliCorso di Applicazioni di Intelligenza Artificiale LS. Prof. Paola Mello Anno accademico 2008/2009
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Paola Mello Anno accademico 2008/2009 CONTENUTI
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliProgramma di CONVERGENZA INTERNAZIONALE E CRESCITA ECONOMICA ANNO ACCADEMICO Prof. CAPOLUPO ROSA
Programma di CONVERGENZA INTERNAZIONALE E CRESCITA ECONOMICA ANNO ACCADEMICO 2013-2014 Prof. CAPOLUPO ROSA Pre-requisiti Sono richieste le conoscenze di base della macroeconomia e per quel che riguarda
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliStefano Bracco. Università degli Studi di Genova DITEN Dipartimento di Ingegneria Navale, Elettrica, Elettronica e delle Telecomunicazioni
Tematiche di pianificazione energetica all'interno degli insegnamenti di Sistemi Elettrici per l'energia offerti presso il Polo Universitario di Savona Università degli Studi di Genova DITEN Dipartimento
DettagliFACOLTA DI ECONOMIA. CORSO DI LAUREA MAGISTRALE IN SCIENZE ECONOMICHE Classe LM-56 Insegnamento di Marketing SSD SECS-P/08 9 CFU A.A.
FACOLTA DI ECONOMIA CORSO DI LAUREA MAGISTRALE IN SCIENZE ECONOMICHE Classe LM-56 Insegnamento di Marketing SSD SECS-P/08 9 CFU A.A. 2015-2016 Docente: Prof. Mario Risso E-mail: mario.risso@unicusano.it
DettagliDomenico Talia. Corso di Laurea in Ingegneria Informatica. Facoltà di Ingegneria A.A UNICAL. D. Talia SISTEMI DISTRIBUITI - UNICAL 1
Corso di Laurea in Ingegneria Informatica SISTEMI DISTRIBUITI Domenico Talia Facoltà di Ingegneria UNICAL A.A. 2006-2007 D. Talia SISTEMI DISTRIBUITI - UNICAL 1 Sistemi Distribuiti - Obiettivi Gli obiettivi
DettagliCorso di Laurea in Scienze economiche (magistrale classe LM-56)
Insegnamento Livello e corso di studio Settore scientifico disciplinare (SSD) MARKETING Corso di Laurea in Scienze economiche (magistrale classe LM-56) SECS-P/08 Anno di corso 1 Numero totale di crediti
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2016/2017 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2016-17/
DettagliSistemi e modelli. Sistemi
Sistemi e modelli Obbiettivo: sviluppare metodologie e strumenti di analisi quantitativa della QoS di sistemi costruzione e soluzione di modelli per la valutazione di prestazioni e affidabilità di sistemi
DettagliPROGRAMMAZIONE DI MATEMATICA
PROGRAMMAZIONE DI MATEMATICA CLASSE: QUINTA INDIRIZZO: ECONOMICO/TURISTICO UDA n. 1 Prerequisiti Funzioni di due variabili Equazioni, disequazioni e sistemi in una variabile Coniche Dominio di una funzione
DettagliCorso di Laurea in Ingegneria Informatica. Gli obiettivi del corso sono:
Corso di Laurea in Ingegneria Informatica SISTEMI DISTRIBUITI Domenico Talia Facoltà di Ingegneria UNICAL A.A. 2005-2006 D. Talia SISTEMI DISTRIBUITI - UNICAL 1 Sistemi Distribuiti - Obiettivi Gli obiettivi
DettagliI 120 CFU della Laurea magistrale in Matematica sono suddivisi secondo lo schema seguente:
Scienze Laurea magistrale in Matematica 67 CORSO DI LAUREA MAGISTRALE IN MATEMATICA PIANO DI STUDIO I 120 CFU della Laurea magistrale in Matematica sono suddivisi secondo lo schema seguente: INSEGNAMENTI/
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2015/2016 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2015-16/
DettagliSistemi Informativi. Scopo del corso. Organizzazioni e obiettivi. Scopo del corso (cont.) Risorse (cont.) Risorse. Introduzione ai Sistemi Informativi
Scopo del corso Sistemi Informativi Introduzione ai Sistemi Informativi Paolo Maggi Mostrare come le tecnologie dell informazione possano essere utilizzate per migliorare i processi
DettagliCORSO DI INTELLIGENZA ARTIFICIALE. Docente: Prof. Paola Mello
CORSO DI INTELLIGENZA ARTIFICIALE Docente: Prof. Paola Mello Server Bologna: http://www.lia.deis.unibo.it/courses/ai/2001-02/ Anno Accademico 2001/2002 Intelligenza Artificiale Presentazione Corso 1 Corso
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2013-14, lez.1) 1 Matematica Computazionale,
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Sistemi di Controllo di Gestione. Introduzione al Corso per Ingegneri Gestionali SCG-L00-A
UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di prof. Lucio Cassia - dott.ssa Luisa Gamba ing. Paolo Malighetti 16 Settembre 2009 Introduzione al Corso per Ingegneri Gestionali SCG-L00-A Obiettivi della presente
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2013/2014 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web del modulo: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2013-14/
DettagliMarco Listanti Preside
Facoltà di Ingegneria dell Informazione, Informatica e Statistica (I3S) Marco Listanti Preside http://www.i3s.uniroma1.it La Facoltà I3S - Overview Nasce nel 2010 Prima facoltà in Italia dedicata all ICT
DettagliMATRICE TUNING competenze versus unità didattiche, Corso di Laurea in Informatica (classe L-31), Università degli Studi di Cagliari
A: CONOSCENZA E CAPACITA DI COMPRENSIONE Conoscere e saper comprendere i fondamenti della matematica discreta (insiemi, interi, relazioni e funzioni, calcolo combinatorio) Conoscere e saper comprendere
DettagliCOMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria dell Automazione, Informatica, Matematica e Telecomunicazioni COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/cro-09.shtml
Dettaglialgoritmi e strutture di dati
algoritmi e strutture di dati introduzione al corso maurizio patrignani roberto de virgilio algoritmi e strutture di dati nuovo ordinamento (d.m. 509/99) laurea in ingegneria informatica 2 anno 5 crediti
Dettaglialgoritmi e strutture di dati
algoritmi e strutture di dati introduzione al corso maurizio patrignani roberto de virgilio algoritmi e strutture di dati nuovo ordinamento (d.m. 509/99) laurea in ingegneria informatica 2 anno 5 crediti
DettagliOTTIMIZZAZIONE DEI FLUSSI DI CASSA NELLA PIANIFICAZIONE DEGLI APPROVVIGIONAMENTI PRODUTTIVI
UNIVERSITÀ POLITECNICA DELLE MARCHE Facoltà di Ingegneria Dipartimento di Ingegneria Informatica, Gestionale e dell Automazione OTTIMIZZAZIONE DEI FLUSSI DI CASSA NELLA PIANIFICAZIONE DEGLI APPROVVIGIONAMENTI
DettagliMetodi statistici per i mercati finanziari (10 CFU - 60 ore)
Metodi statistici per i mercati finanziari (10 CFU - 60 ore) Luigi Grossi luigi.grossi@univr.it http://www.economia.univr.it/fol/main?ent=persona&id=3862 Programma del corso 1. Prezzi, rendimenti e numeri
DettagliData Science A.A. 2018/2019
Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 1 - Introduzione al corso Data Science 2018/2019 1 Docente del corso Prof. Antonio VIOLI Ricercatore nel s.s.d. SECS-S/06 presso
DettagliAlgoritmi Evolutivi. Alessandro Bollini
Alessandro Bollini bollini@vision.unipv.it Dipartimento di Informatica e Sistemistica Università di Pavia Via Ferrata, 1 27100 Pavia Algoritmi Evolutivi Obiettivi + introduzione al calcolo evolutivo concetti
DettagliLogistic manager in ambito portuale
identificativo scheda: 30-003 stato scheda: Validata Descrizione sintetica Figura manageriale dotata di ampie competenze in logistica e gestione d impresa, ottimizza l operatività del Terminal attraverso
DettagliModelli matematici e Data Mining
Modelli matematici e Data Mining Introduzione I modelli matematici giocano un ruolo critico negli ambienti di business intelligence e sistemi di supporto alle decisioni. Essi rappresentano un astrazione
DettagliLA RICERCA OPERATIVA (R.O.)
LA RICERCA OPERATIVA (R.O.) La R.O. si sviluppo' in Inghilterra durante la seconda guerra mondiale nello studio di problem di difesa militare, successivamente, negli Stati Uniti, fu impiegata per lo studio
DettagliModelli di ottimizzazione per la distribuzione nazionale
Modelli di ottimizzazione per la distribuzione nazionale Presentazione dei risultati di una ricerca fatta in collaborazione con il Dr Tolga Bektas della University of Southampton School of Management Maria
DettagliGESTIONE DELL INFORMAZIONE E DELLE AZIENDE IN RETE
GESTIONE DELL INFORMAZIONE E DELLE AZIENDE IN RETE GESTIONE DELL INFORMAZIONE E DELLE AZIENDE IN RETE ettore.bolisani@unipd.it MSN Skype Ettore BOLISANI home page del corso: http://www2.gest.unipd.it/labtesi/eb
Dettaglilegenda comportamenti organizzativi
barrare i comportam enti prescelti Comportamenti organizzativi Integrazione con gli Amministratori su obiettivi assegnati, con i colleghi su obiettivi comuni legenda comportamenti organizzativi Nota esplicativa
DettagliIndice. Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV
Indice Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV Introduzione Origini ed evoluzione del controllo direzionale nella letteratura italiana e
DettagliI sistemi informativi integrati per il controllo
SISTEMI DI PROGRAMMAZIONE E CONTROLLO I sistemi informativi integrati per il controllo Prof.ssa Monia Castellini Copyright Sistemi di programmazione e controllo 1 Sistema informativo (SI) I sistemi informatavi
DettagliLOGISTIC MANAGER IN AMBITO PORTUALE
LOGISTIC MANAGER IN AMBITO PORTUALE identificativo scheda: 30-003 stato scheda: Validata sintetica Figura manageriale dotata di ampie competenze in logistica e gestione d impresa, ottimizza l operatività
DettagliProgrammazione e controllo
Programmazione e controllo IL SISTEMA DI CONTROLLO DIREZIONALE: BUDGETING 1 UN MODELLO DI RIFERIMENTO CONTROLLO DIREZIONALE 2 CONTROLLO DIREZIONALE: CIOE? C O N T R O L L O D I R E Z I O N A L E GUIDARE
DettagliAlgoritmi e Strutture di Dati
Algoritmi e Strutture di Dati Introduzione al Corso Maurizio Patrignani Algoritmi e Strutture di Dati Ordinamento D.M. 509/99 5 crediti Laurea in Ingegneria Informatica 2 anno programma ristrettissimo
DettagliOTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it
DettagliRicerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliTAVOLA DI PROGRAMMAZIONE DISCIPLINARE DI ISTITUTO
TAVOLA DI PROGRAMMAZIONE DISCIPLINARE DI ISTITUTO disciplina classe indirizzo ore settimanali MATEMATICA APPLICATA 5 a R.I.M. S.I.A. A.F.M. 3 Testo : Bergamini-Trifone-Barozzi Titolo: Matematica.rosso
DettagliENTERPRISE RISK MANAGEMENT: LA VIA DEL FUTURO CONSAPEVOLE
ENTERPRISE RISK MANAGEMENT: LA VIA DEL FUTURO CONSAPEVOLE GESTIRE IL RISCHIO... CREARE FUTURO L Enterprise Risk Management Nel corso della propria attività, ogni impresa è soggetta a minacce, interne ed
Dettagli1. Il contesto di riferimento
1. Il contesto di riferimento Sviluppo e diffusione di sistemi per la produzione di beni e servizi con elevato grado di complessità: grandi dimensioni elevato livello tecnologico Caratteristica tipica
DettagliSERVIZI A SUPPORTO DELLA GOVERNANCE PER MIGLIORARE LE PERFORMANCE AZIENDALI
SERVIZI A SUPPORTO DELLA GOVERNANCE PER MIGLIORARE LE PERFORMANCE AZIENDALI MISSION La corretta gestione delle informazioni e dei processi migliora le performance della tua azienda. Affiancare i manager
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
DettagliL Azienda e il Sistema Informativo
L Azienda e il Sistema Informativo Omogeneità Univocità Integrazione Sistemi Informativi Integrati e Processi Aziendali L Azienda come Sistema Ambiente esterno Azienda Acquisti Produzione Magazzino Vendite
DettagliPROGRAMMA DEL CORSO DI ECONOMIA E GESTIONE DELLE IMPRESE SPORTIVE
PROGRAMMA DEL CORSO DI ECONOMIA E GESTIONE DELLE IMPRESE SPORTIVE INSEGNAMENTO Economia e gestione delle imprese sportive CORSO DI LAUREA Laurea Triennale in Scienze Motorie L-22 SETTORE SCIENTIFICO SECS-P/08
DettagliDIPARTIMENTO DI ECONOMIA E IMPRESA Corso di laurea in Economia Anno accademico 2017/ anno
DIPARTIMENTO DI ECONOMIA E IMPRESA Corso di laurea in Economia Anno accademico 2017/2018-3 anno STATISTICA ECONOMICA SECS-S/03-6 CFU - 1 semestre Docente titolare dell'insegnamento BENEDETTO TORRISI Email:
DettagliITI INFORMATICA: STATISTICA
ITI INFORMATICA: STATISTICA INDICE:.INFERENZA STATISTICA.IL CAMPIONAMENTO CASUALE.LA PROGRAMMAZIONE LINEARE.IL CAMPIONAMENTO STATISTICO.DISTRIBUZIONI CAMPIONARIE.L ALGORITMO DEL SIMPLESSO INFERENZA STATISTICA
DettagliStatistica Aziendale Avanzata
PROGRAMMA del corso, informazioni e fonti bibliografiche Statistica Aziendale Avanzata Modulo A / Modulo B Organizzazione del corso Anno Accademico 2016/17 Codice 91019 Docente responsabile prof.ssa Silvia
DettagliIndice. Premessa alla prima edizione 15 Premessa alla seconda edizione 17 Premessa alla terza edizione 19. Introduzione 21
Premessa alla prima edizione 15 Premessa alla seconda edizione 17 Premessa alla terza edizione 19 Introduzione 21 Parte I Ottimizzazione continua non lineare 29 Capitolo primo Ottimizzazione monodimensionale
DettagliCorso di Economia e Gestione delle Imprese e Marketing a.a. 2011-2012 Prof. Elena Cedrola
Corso di Economia e Gestione delle Imprese e Marketing a.a. 2011-2012 Prof. Elena Cedrola elena.cedrola@unimc.it http://docenti.unimc.it/docenti/elena-cedrola 1 Contenuti del corso Il corso, dopo aver
DettagliBusiness Analytics: la matematica che crea valore 1 workshop Roadmap cremasca della collaborazione università-impresa 21 giugno 2011
Business Analytics: la matematica che crea valore 1 workshop Roadmap cremasca della collaborazione università-impresa 21 giugno 2011 Provincia Cremona- Comune Crema- ACSU- Cremaricerche-Università Statale
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2012/2013 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web del modulo: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2012-13/
DettagliUniversità degli Studi di Pisa Corso di laurea in Ingegneria Gestionale Specifica dell insegnamento di ISTITUZIONI DI ECONOMIA
Docenza Università degli Studi di Pisa Corso di laurea in Ingegneria Gestionale Specifica dell insegnamento di ISTITUZIONI DI ECONOMIA Docente: prof. Andrea Bonaccorsi Scuola Superiore Sant Anna Tel.:
DettagliCorso di Sistemi ad Eventi Discreti A.A. 2009/10
Corso di Sistemi ad Eventi Discreti A.A. 2009/10 Informazioni sul docente Ing. Simone Paoletti ufficio: stanza 229 (piano 2 edificio San Niccolò) email: paoletti@dii.unisi.it ricevimento studenti: giovedì
DettagliECONOMIA APPLICATA ALL'INGEGNERIA J - Pr
DIPARTIMENTO DI INGEGNERIA ELETTRICA ELETTRONICA E INFORMATICA Corso di laurea in Ingegneria elettronica Anno accademico 2019/2020-1 anno ECONOMIA APPLICATA ALL'INGEGNERIA J - Pr ING-IND/35-6 CFU - 1 semestre
DettagliFACOLTA : Ingegneria. CORSO DI LAUREA: Ingegneria Civile. INSEGNAMENTO: Analisi Matematica. NOME DOCENTE: Alessia Berti
FACOLTA : Ingegneria CORSO DI LAUREA: Ingegneria Civile INSEGNAMENTO: Analisi Matematica NOME DOCENTE: Alessia Berti indirizzo e-mail: alessia.berti@uniecampus.it orario ricevimento via e-mail: giovedì
DettagliAlgoritmi Evolutivi. Università di Pavia. Via Ferrata, 1. Dipartimento di Informatica e Sistemistica
Alessandro Bollini bollini@vision.unipv.it Dipartimento di Informatica e Sistemistica Università di Pavia Via Ferrata, 1 27100 Pavia Obiettivi + Introduzione al calcolo evolutivo. Motivazioni ed evoluzione
DettagliProf. Giorgio Poletti
7 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it «Dietro ogni impresa di successo c è qualcuno che ha preso una decisione coraggiosa»
DettagliProgramma del corso di ECONOMIA E GESTIONE DELLE IMPRESE
Programma del corso di ECONOMIA E GESTIONE DELLE IMPRESE Insegnamento Corso di laurea Settore Scientifico ECONOMIA E GESTIONE DELLE IMPRESE L18 - GESTIONE DI IMPRESA SECSP08 CFU 8 Modalità di raccordo
Dettagli126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL
126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL Esempio 8.3.2 Una fabbrica produce divani in tessuto acquistando da un magazzino all ingrosso i quantitativi di tessuto che gli occorrono settimanalmente.
DettagliProgramma del corso di STATISTICA AZIENDALE
Programma del corso di STATISTICA AZIENDALE Insegnamento Corso di laurea Settore Scientifico STATISTICA AZIENDALE LM77 - Management SECSS03I CFU 10 Obiettivi formativi per il raggiungimento dei risultati
DettagliL APPROCCIO SYSTEM DYNAMICS PER LA GESTIONE DELLA COMPLESSITÀ IN IMPRESA
Università degli Studi di Udine L APPROCCIO SYSTEM DYNAMICS PER LA GESTIONE DELLA COMPLESSITÀ IN IMPRESA 1 SOMMARIO: Breve introduzione alla dinamica dei sistemi (system dynamics). Esempio: la creazione
DettagliData Science A.A. 2018/2019
Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 2 Business Intelligence Data Science 2018/2019 1 Dati Tecnologie di memorizzazione a basso costo + connettività Accesso a grandi
DettagliModulo Simulazione Parte 1. Simulazione ad Eventi Discreti: Concetti Base. Organizzazione del modulo
Modulo Simulazione Parte 1 Simulazione ad Eventi Discreti: Concetti Base Ing. R.G. Garroppo Organizzazione del modulo Simulazione ad eventi discreti: concetti base Testo: J. Banks, J.S. Carson, B.L. Nelson
DettagliPercorso professionalizzante Risk management in banca
www.abiformazione.it Percorso professionalizzante Risk management in banca Risk management / Corsi Professionalizzanti La capacità di individuare, valutare e gestire i rischi sottesi al business bancario
DettagliLogistica Integrata. Università di Roma Tor Vergata, Dipartimento Ingegneria dell Impresa SSD MAT/09 AA 2014/2015
Università di Roma Tor Vergata, Dipartimento Ingegneria dell Impresa SSD MAT/09 Giuseppe Stecca A chi è rivolto il corso Laurea Magistrale in Ingegneria Gestionale Indirizzo c) Sistemi Logistici e di Trasporto
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2010/2011 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web del modulo: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2010-11/
DettagliFacoltà di Ingegneria Università di Siena. Corso di Sistemi ad Eventi Discreti A.A. 2011/12
Corso di Sistemi ad Eventi Discreti A.A. 2011/12 Informazioni sul docente Ing. Simone Paoletti ufficio: stanza 229 (piano 2 edificio San Niccolò) email: paoletti@dii.unisi.it ricevimento studenti: giovedì,
DettagliTESI DI LAUREA "Scheduling dei processi: tecniche reticolari e nuovi approcci"
DIPARTIMENTO DI ECONOMIA E MENAGEMENT Corso di Laurea Magistrale in Finanza Aziendale e Mercati Finanziari TESI DI LAUREA "Scheduling dei processi: tecniche reticolari e nuovi approcci" Relatore Prof.
DettagliISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE
I.S.I.S. Zenale e Butinone Dipartimento di Matematica P.A.L. CLASSE 3^ TECNICO nel TUR. a.s. 16/17 pag.1 ISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE Vale la pena di insegnare un argomento solo
DettagliISTITUTO TECNICO COMMERCIALE E PER GEOMETRI CRESCENZI-PACINOTTI - BOLOGNA
ISTITUTO TECNICO COMMERCIALE E PER GEOMETRI CRESCENZI-PACINOTTI - BOLOGNA PIANO DI LAVORO A.S. 2016-2017 PROF. GIUSEPPE FALANGA MATERIA: MATEMATICA CLASSE 5 A indirizzi AFM-SIA DATA DI PRESENTAZIONE: 5
DettagliCORSO DI ECONOMIA E GESTIONE DELLE IMPRESE E MARKETING - A. A
Prof.ssa Elena Cedrola elena.cedrola@unimc.it http://docenti.unimc.it/docenti/elena-cedrola CORSO DI ECONOMIA E GESTIONE DELLE IMPRESE E MARKETING - A. A. 2017-2018 28/02/2018 1 Contenuti del corso Il
DettagliTecnico della logistica
identificativo scheda: 30-013 stato scheda: Validata Descrizione sintetica Svolge funzioni di pianificazione, coordinamento, organizzazione e gestione dei processi logistici, interni ed esterni all azienda,
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliCorso di Valutazione Economica dei Progetti e dei Piani
Corso di Valutazione Economica dei Progetti e dei Piani AA. 2006-2007 2 Informazioni generali sul Corso 3 Rilevanza della Valutazione La valutazione ha un ruolo crescente nei processi di decisione e nelle
DettagliOTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA Edoardo Amaldi DEI - Politecnico
Dettagli