Management Sanitario. Modulo di Ricerca Operativa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Management Sanitario. Modulo di Ricerca Operativa"

Transcript

1 Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Università di Roma - Via Ariosto 25 operativa medicina

2 Cosa è un modello Il termine modello è usato per definire una rappresentazione di un oggetto o di un fenomeno, che corrisponde alla cosa modellata per il fatto di riprodurne alcune caratteristiche o comportamenti fondamentali (wikipedia), di solito usato per evidenziare proprietà specifiche di oggetti reali. modelli concreti: ad esempio i prototipi (di aerei o automobili),

3 Cosa è un modello Il termine modello è usato per definire una rappresentazione di un oggetto o di un fenomeno, che corrisponde alla cosa modellata per il fatto di riprodurne alcune caratteristiche o comportamenti fondamentali (wikipedia), di solito usato per evidenziare proprietà specifiche di oggetti reali. modelli concreti: ad esempio i prototipi (di aerei o automobili), modelli matematici costruiti usando il linguaggio e gli strumenti della matematica.

4 In alcuni casi le situazioni in esame sono talmente complesse e le dimensioni talmente elevate da rendere difficile o troppo costoso l uso di modelli analitici. modello di simulazione utilizzo di un calcolatore per costruire un modello che permetta di replicare le caratteristiche del problema reale in esame. Questi modelli hanno la differenza fondamentale rispetto ai modelli analitici di utilizzare il calcolatore non solo come strumento di calcolo, ma anche come strumento per rappresentare le realtà. Non li tratteremo in questo corso.

5 I modelli matematici Rappresentano la realtà attraverso variabili e relazioni logico - matematiche e descrivono in modo semplificato, ma rigoroso, i fenomeni del mondo reale che si vogliono considerare. Perché un modello matematico? obbligo ad un analisi per cogliere gli aspetti essenziali e significativi di un problema deduzione analitica di proprietà strutturali possibilità effettuare un analisi di tipo What if...? e quindi di valutare fuori linea leffetto delle scelte possibilità di individuare la miglior soluzione anche quando le possibili scelte sono molte

6 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica.

7 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica. In questo contesto il termine programmazione non deve essere inteso nel senso di di costruzione di programmi per il calcolatore, seppur il calcolatore elettronico sia uno strumento indispensabile per risolvere problemi di Programmazione Matematica.

8 Programmazione Matematica Tra i modelli base più comunemente usati ci sono i problemi di Programmazione Matematica. In questo contesto il termine programmazione non deve essere inteso nel senso di di costruzione di programmi per il calcolatore, seppur il calcolatore elettronico sia uno strumento indispensabile per risolvere problemi di Programmazione Matematica. I problemi di Programmazione Matematica rappresentano problemi decisionali con un solo decisore, un solo criterio di scelta deterministici.

9 Programmazione matematica Sono modelli con una struttura di questo tipo Ottimizza obiettivo restrizione 1 restrizione 2. restrizione m in cui obiettivo e restrizione-i sono rappresentati mediante relazioni matematiche che legano i parametri del problema con le possibili scelte decisionali. Ottimizza significa individuare la scelta che definisce il valore massimo o minimo dell obiettivo (funzione obiettivo).

10 Ma algoritmo che vuol dire? Una volta ottenuto un modello matematico, la RO si dedica alla definizione di metodi matematici efficienti (algoritmi di soluzione) per determinare una soluzione. Un insieme di istruzioni elementari che eseguite (su calcolatore) consentono di determinare la soluzione di un problema in un tempo finito Il più famoso nella RO è il metodo del simplesso che consente di determinare la soluzione ottima di un problema di programmazione lineare.

11 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema Costruzione del modello Analisi del modello Selezione di buone soluzioni Validazione del modello

12 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello Analisi del modello Selezione di buone soluzioni Validazione del modello

13 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello Selezione di buone soluzioni Validazione del modello

14 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni Validazione del modello

15 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni (ottimizzazione e/o simulazione) Validazione del modello

16 Approccio modellistico ai problemi di decisione Descrizione e Analisi del problema individuare i parametri di controllo, i legami logico-funzionali e gli obiettivi Costruzione del modello descrizione formalizzata del problema: individuazione di una corrispondenza tra relazioni del mondo reale (relazioni tecnologiche, leggi fisiche, vincoli di mercato, etc.) e relazioni matematiche (equazioni, disequazioni, dipendenze logiche, etc.) Analisi del modello deduzione per via analitica di alcune importanti proprietà, quali esistenza, unicità, stabilità ecc. Selezione di buone soluzioni (ottimizzazione e/o simulazione) Validazione del modello verifica che i risultati ottenuti siano congruenti con il problema

17 Assegnamento: definizione del problema Un azienda deve decidere come assegnare i suoi 3 dipendenti a 3 differenti attività da svolgere.

18 Assegnamento: definizione del problema Un azienda deve decidere come assegnare i suoi 3 dipendenti a 3 differenti attività da svolgere. Ciascun dipendente può esprimere una preferenza dipendenti att 1 att 2 att 3 dip 1 0,9 0,8 1 dip 2 0,7 0,5 1 dip 3 0,8 0,4 1 ciascun dipendente deve essere assegnato ad un sola attività ; ciascuna attività deve essere svolta esattamente da un dipendente. Supponiamo che l azienda voglia massimizzare il soddisfacimento medio.

19 Assegnamento dipendenti - attività dipendente #1 dipendente #2 dipendente #3 attività #1 attività #2 attività #3

20 Analisi del problema un numero n = 3 di dipendenti/attività. un insieme D di dipendenti {1, 2,..., n}, un insieme A di attività {1, 2,..., n}, ad ogni coppia (dipendente i, attività j) è associato un valore V ij ; Le preferenze dunque sono rappresentate da una tabella dipendenti att 1 att 2 att 3 dip 1 V 11 V 12 V 13 dip 2 V 21 V 22 V 23 dip 3 V 31 V 32 V 33

21 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta.

22 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4

23 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3

24 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5

25 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6

26 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4

27 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4 {(1, 3), (2, 1), (3, 2)}, V 13 + V 21 + V 32 = 2, 3

28 Enumeriamo tutte le possibilità Elenchiamo tutte le possibiltà che soddisfano le restrizioni e calcoliamo il valore di ogni scelta. {(1, 1), (2, 2), (3, 3)}, V 11 + V 22 + V 33 = 0, 9 + 0, = 2, 4 {(1, 1), (2, 3), (3, 2)}, V 11 + V 23 + V 32 = 0, , 4 = 2, 3 {(1, 2), (2, 1), (3, 3)}, V 12 + V 21 + V 33 = 2, 5 {(1, 2), (2, 3), (3, 1)}, V 12 + V 23 + V 31 = 2, 6 {(1, 3), (2, 2), (3, 1)}, V 13 + V 22 + V 31 = 2, 4 {(1, 3), (2, 1), (3, 2)}, V 13 + V 21 + V 32 = 2, 3 La scelta migliore corrisponde a {(1, 2), (2, 3), (3, 1)}, dipendente #1 attività #1 dipendente #2 attività #2 dipendente #3 attività #3

29 Un modello sbagliato? è esaustivo; dunque si può definire solo per valori di n piccoli è dipendente dai valori: se cambiano devo ricalcolare

30 Un modello di programmazione matematica Formalizzazione matematica del problema di assegnamento Individuiamo le scelte decisionali=variabili di decisione dip i assegnato alla att j = { { VERO FALSO = = { 1 0 Dunque una scelta decisionale può essere rappresentata come dipendenti att 1 att 2 att 3 dip dip dip

31 Variabili di decisione Per semplificare la scrittura indichiamo le variabili di decisione come x ij (ma si tratta di un nome!) che può assumere solo due valori {0, 1} e sono n 2 = 9 dipendenti att 1 att 2 att 3 dip 1 x 11 x 12 x 13 dip 2 x 21 x 22 x 23 dip 3 x 31 x 32 x 33

32 La funzione obiettivo dipendenti att 1 att 2 att 3 dip 1 x 11 x 12 x 13 dip 2 x 21 x 22 x 23 dip 3 x 31 x 32 x 33 dipendenti att 1 att 2 att 3 dip 1 V 11 V 12 V 13 dip 2 V 21 V 22 V 23 dip 3 V 31 V 32 V 33 {(1, 1), (2, 2), (3, 3)}, V 11 x 11 + V 22 x 22 + V 33 x 33 = 0, 9 + 0, = 2, 4 n i=1 j=1 n V ij x ij

33 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; dipendenti att 1 att 2 att 3 dip dip dip

34 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; dipendenti att 1 att 2 att 3 dip dip x 21 + x 22 + x 23 = 1 dip

35 Le restrizioni Le restrizioni=vincoli richiedono che ciascun dipendente deve essere assegnato ad un sola attività ; ciascuna attività deve essere svolta esattamente da un dipendente. dipendenti att 1 att 2 att 3 dip dip dip x 12 + x 22 + x 32 = 1

36 I vincoli x 11 + x 12 + x 13 = 1 x 21 + x 22 + x 23 = 1 x 31 + x 32 + x 33 = 1 x 11 + x 21 + x 31 = 1 x 12 + x 22 + x 32 = 1 x 13 + x 23 + x 33 = 1 Sono 2 n = 6 dipendente 1 assegnato esattamente ad una attività attività 1 assegnata esattamente ad un dipendente

37 Un modello di programmazione matematica max n n V ij x ij i=1 j=1 n x ij = 1 i=1 n x ij = 1 j=1 x ij {0, 1} per ogni j = 1,..., n per ogni i = 1,..., n i = 1,..., n j = 1,..., n

38 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione

39 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione gestione ottima delle scorte: decidere quando e quanto, durante un processo produttivo, si devono immagazzinare prodotti in modo da rispettare le consegne minimizzando i costi. 1. gestione dell acquisizione di farmaci ospedalieri

40 Alcuni esempi applicativi economico gestionali pianificazione della produzione: determinare i livelli di produzione e/o lutilizzazione di risorse; ad es. allocazione ottima di risorse = distribuzione di risorse limitate tra alternative concorrenti in modo da minimizzare il costo o massimizzare il guadagno 1. allocazione di letti ai reparti per specializzazione gestione ottima delle scorte: decidere quando e quanto, durante un processo produttivo, si devono immagazzinare prodotti in modo da rispettare le consegne minimizzando i costi. 1. gestione dell acquisizione di farmaci ospedalieri localizzazione e dimensionamento di impianti: decidere dove installare impianti di produzione in modo da rifornire in modo ottimale aree distribuite su un territorio

41 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path

42 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path determinazione dei turni del personale: coprire una serie di servizi rispettando i vincoli di contratto aziendale e minimizzando i costi

43 progettazione di reti e loro gestione: definire i collegamenti e dimensionare le capacità di una rete stradale, di telecomunicazione, di trasmissione dati, di circuiti, in modo da garantire il traffico tra le varie origini e destinazioni e minimizzare il costo complessivo; 1. Nurse path determinazione dei turni del personale: coprire una serie di servizi rispettando i vincoli di contratto aziendale e minimizzando i costi manutenzione di beni: decidere quando e se effettuare la manutenzione di alcuni oggetti soggetti ad usura, in modo da minimizzare il costo complessivo.

44 instradamento di veicoli: decidere quali percorsi devono seguire i veicoli di un flotta (ad esempio di automezzi adibiti alla raccolta dei rifiuti o alla distribuzioni di prodotti ad una rete di negozi) in modo da minimizzare la distanza complessiva percorsa; 1. trasporti sanitari: la definizione dei percorsi degli automezzi che prelevano i pazienti che devono subire dei trattamenti medici

45 instradamento di veicoli: decidere quali percorsi devono seguire i veicoli di un flotta (ad esempio di automezzi adibiti alla raccolta dei rifiuti o alla distribuzioni di prodotti ad una rete di negozi) in modo da minimizzare la distanza complessiva percorsa; 1. trasporti sanitari: la definizione dei percorsi degli automezzi che prelevano i pazienti che devono subire dei trattamenti medici project planning: decidere come gestire le risorse e come sequenziare le molteplici attività di un progetto. 1. programmazione delle sale chirurgiche

46 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno;

47 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno; composizione di un portafoglio: decidere quali titoli e con quali quote investire capitali in modo da massimizzare il ricavo o minimizzare il rischio;

48 Problemi di economia e finanza scelta di investimenti: scegliere fra un vasto numero di possibilità di investimento rispettando i vincoli imposti da un budget finanziario e massimizzando il guadagno; composizione di un portafoglio: decidere quali titoli e con quali quote investire capitali in modo da massimizzare il ricavo o minimizzare il rischio; Problemi di revenue management (lett. Gestione del ritorno economico ) 1. in una azienda caratterizzata da varietà di servizi e di prezzi, domanda variabile nel tempo, stabilire quanti e quali servizi vendere avendo incertezza sulla domanda futura, allo scopo di massimizzare il profitto globale. 2. compagnie di trasporto aereo, ferroviario, marittimo, catene alberghiere e di noleggio auto.

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione

Dettagli

Management Sanitario. Modulo di Ricerca Operativa

Management 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://wwwdisuniroma1it/ palagi Dipartimento di Ingegneria

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei

Dettagli

Management Sanitario. Modulo di Ricerca Operativa

Management 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

Dettagli

Università del Salento

Università del Salento Università del Salento Dipartimento di Matematica DAI SISTEMI DI DISEQUAZIONI LINEARI.. ALLA PROGRAMMAZIONE LINEARE Chefi Triki La Ricerca Operativa Fornisce strumenti matematici di supporto alle attività

Dettagli

Management Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento

Management 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/

Dettagli

Un problema di Capital Budgeting

Un problema di Capital Budgeting LABORATORIO RICERCA OPERATIVA Un problema di Capital Budgeting Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Capital Budgeting (Pianificazione

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato

Dettagli

Modelli di Programmazione Lineare Intera

Modelli di Programmazione Lineare Intera 8 Modelli di Programmazione Lineare Intera 8.1 MODELLI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 8.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.

Dettagli

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine: 1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C

Dettagli

ALGEBRA DELLE PROPOSIZIONI

ALGEBRA DELLE PROPOSIZIONI Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio

Dettagli

Informatica (Basi di Dati)

Informatica (Basi di Dati) Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Modello Entità-Relazione Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof.

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno

Dettagli

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Modelli di Programmazione Lineare e Programmazione Lineare Intera Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

Problemi di localizzazione impianti

Problemi di localizzazione impianti Problemi di localizzazione impianti Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea

Dettagli

TEMPO E RISCHIO. Il valore del denaro è funzione del tempo in cui è disponibile

TEMPO E RISCHIO. Il valore del denaro è funzione del tempo in cui è disponibile Esercitazione TEMPO E RISCHIO Il valore del denaro è funzione del tempo in cui è disponibile Un capitale - spostato nel futuro si trasforma in montante (capitale iniziale più interessi), - spostato nel

Dettagli

Corso di. Analisi e contabilità dei costi

Corso di. Analisi e contabilità dei costi Corso di Analisi e Contabilità dei Costi Prof. 1_I costi e il sistema di controllo Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione, comportamento) utile EFFETTUARE

Dettagli

Ministero dell istruzione, dell università e della ricerca. Liceo Tecnologico. Indirizzo Elettrico Elettronico

Ministero dell istruzione, dell università e della ricerca. Liceo Tecnologico. Indirizzo Elettrico Elettronico Ministero dell istruzione, dell università e della ricerca Liceo Tecnologico Indicazioni nazionali per i Piani di Studio Personalizzati Obiettivi Specifici di Apprendimento Allegato_C8-LT-02-Elettrico

Dettagli

LA LOGISTICA INTEGRATA

LA LOGISTICA INTEGRATA dell Università degli Studi di Parma LA LOGISTICA INTEGRATA Obiettivo: rispondere ad alcuni interrogativi di fondo Come si è sviluppata la logistica in questi ultimi anni? Quali ulteriori sviluppi sono

Dettagli

Università degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi

Università degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Università degli Studi di L Aquila Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Prof. Gaetanino Paolone Dott. Ottavio Pascale a.a.2003-2004 Progetto Campo

Dettagli

1. Considerazioni preliminari

1. Considerazioni preliminari 1. Considerazioni preliminari Uno dei principali aspetti decisionali della gestione logistica è decidere dove localizzare nuove facility, come impianti, magazzini, rivenditori. Ad esempio, consideriamo

Dettagli

EasyMACHINERY ERPGestionaleCRM. partner

EasyMACHINERY ERPGestionaleCRM. partner ERPGestionaleCRM partner La soluzione software per le aziende di produzione di macchine Abbiamo trovato un software e un partner che conoscono e integrano le particolarità del nostro settore. Questo ci

Dettagli

La Guida per l Organizzazione degli Studi professionali

La Guida per l Organizzazione degli Studi professionali La Guida per l Organizzazione degli Studi professionali Gianfranco Barbieri Senior Partner di Barbieri & Associati Dottori Commercialisti Presidente dell Associazione Culturale Economia e Finanza gianfranco.barbieri@barbierieassociati.it

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12 A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA

Dettagli

ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI

ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI PROBLEMA: un azienda deve scegliere fra due possibili investimenti al fine di massimizzare il profitto netto nel rispetto delle condizioni interne e di mercato

Dettagli

Modelli matematici avanzati per l azienda a.a. 2010-2011

Modelli matematici avanzati per l azienda a.a. 2010-2011 Modelli matematici avanzati per l azienda a.a. 2010-2011 Docente: Pasquale L. De Angelis deangelis@uniparthenope.it tel. 081 5474557 http://www.economia.uniparthenope.it/siti_docenti P.L.DeAngelis Modelli

Dettagli

Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il

Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il raggiungimento degli obiettivi avendo come fine il mantenimento

Dettagli

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti

Dettagli

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

Cash flow stream ( Successione di Flussi di Cassa)

Cash flow stream ( Successione di Flussi di Cassa) Cash flow stream ( Successione di Flussi di Cassa) Investimento è definito come un impiego di risorse effettuato allo scopo di ottenere un guadagno più avanti nel tempo. Investimento monetario è l impiego

Dettagli

Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007)

Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007) Nome... Cognome... 1 Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007) Si consideri la funzione f(x) = 4x 2 1 + 6x 4 2 2x 2 1x 2. Si applichi per un iterazione il metodo del gradiente a partire dai

Dettagli

Modellistica e simulazione ad agente dei mercati liberi dell'energia elettrica

Modellistica e simulazione ad agente dei mercati liberi dell'energia elettrica Università degli Studi di Genova Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettronica Modellistica e simulazione ad agente dei mercati liberi dell'energia elettrica Candidato: Luigi Mauro Benvenuto

Dettagli

«VALUTAZIONE DELL EFFICACIA DI UN PANNELLO A MESSAGGIO VARIABILE LOCALIZZATO NELLA PIANA DI LUCCA»

«VALUTAZIONE DELL EFFICACIA DI UN PANNELLO A MESSAGGIO VARIABILE LOCALIZZATO NELLA PIANA DI LUCCA» «VALUTAZIONE DELL EFFICACIA DI UN PANNELLO A MESSAGGIO VARIABILE LOCALIZZATO NELLA PIANA DI LUCCA» SISTEMI DI INFORMAZIONE I sistemi di informazione sono apparati costituiti da strumentazione connessa

Dettagli

Paperone e Rockerduck: a cosa serve l antitrust?

Paperone e Rockerduck: a cosa serve l antitrust? Paperone e Rockerduck: a cosa serve l antitrust? Paperone Anna Torre, Rockerduck Ludovico Pernazza 1-14 giugno 01 Università di Pavia, Dipartimento di Matematica Concorrenza Due imprese Pap e Rock operano

Dettagli

Funzioni in C. Violetta Lonati

Funzioni in C. Violetta Lonati Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni

Dettagli

Project Management in un struttura sanitaria. L approccio metodologico, gli strumenti operativi e iirisultati

Project Management in un struttura sanitaria. L approccio metodologico, gli strumenti operativi e iirisultati Mese della formazione per i professionisti della salute GESTIRE, INNOVARE, CURARE: Esperienze di Project Management in sanità Project Management in un struttura sanitaria. L approccio metodologico, gli

Dettagli

Barriere assorbenti nelle catene di Markov e una loro applicazione al web

Barriere assorbenti nelle catene di Markov e una loro applicazione al web Università Roma Tre Facoltà di Scienze M.F.N Corso di Laurea in Matematica a.a. 2001/2002 Barriere assorbenti nelle catene di Markov e una loro applicazione al web Giulio Simeone 1 Sommario Descrizione

Dettagli

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

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 commerciali Come ricavare una stima dell ottimo Rilassamento continuo - generazione

Dettagli

Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma

Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Corso di Ricerca Operativa per il Corso di Laurea Magistrale

Dettagli

Fallimenti del mercato: Il monopolio

Fallimenti del mercato: Il monopolio Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Fallimenti del mercato: Il monopolio Facoltà di Scienze della Comunicazione Università di Teramo Concorrenza imperfetta La concorrenza

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso

Dettagli

La gestione manageriale dei progetti

La gestione manageriale dei progetti PROGETTAZIONE Pianificazione, programmazione temporale, gestione delle risorse umane: l organizzazione generale del progetto Dimitri Grigoriadis La gestione manageriale dei progetti Per organizzare il

Dettagli

rilascio del Prototipo Gestione SAL cantieri e subappalti. 3 mesi 4-8 mesi 20gg 90% Controllo di Gestione Avanzato del 2 mesi 6-10 mesi 15gg 90%

rilascio del Prototipo Gestione SAL cantieri e subappalti. 3 mesi 4-8 mesi 20gg 90% Controllo di Gestione Avanzato del 2 mesi 6-10 mesi 15gg 90% In questo mondo informatico sempre in frenetica e continua evoluzione difficile per le aziende IT medio - grandi rimanere al passo con la tecnologia, mentre per quelle piccole quasi impossibile avere le

Dettagli

Analisi della catena logistica. Analisi della catena logistica 1

Analisi della catena logistica. Analisi della catena logistica 1 Analisi della catena logistica Analisi della catena logistica 1 La visione tradizionale della logistica nel settore manifatturiero Utile 4% Costi della Logistica 21% Utile Costi logistici Costi del Marketing

Dettagli

Programmazione e controllo

Programmazione e controllo Programmazione e controllo Capitolo 1 L attività di direzione e il sistema di misurazione dei costi Un quadro di riferimento 1.a. I tratti caratteristici dell attività di direzione nelle imprese moderne

Dettagli

La Metodologia adottata nel Corso

La Metodologia adottata nel Corso La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema

Dettagli

SERVIZI DI GESTIONE PATRIMONIALE

SERVIZI DI GESTIONE PATRIMONIALE SERVIZI DI GESTIONE PATRIMONIALE Annuncio Pubblicitario CONOSCERE I NOSTRI CLIENTI I bisogni, le aspettative ed il modo di interpretare gli investimenti sono differenti per ogni Cliente. Siamo certi che

Dettagli

CRM: IL FUTURO DEL MARKETING ATTRAVERSO LA CONOSCENZA DEL CLIENTE

CRM: IL FUTURO DEL MARKETING ATTRAVERSO LA CONOSCENZA DEL CLIENTE UNIVERSITÁ DEGLI STUDI DI UDINE FACOLTÁ DI ECONOMIA Corso di Laurea in Economia Aziendale Esame di Laurea CRM: IL FUTURO DEL MARKETING ATTRAVERSO LA CONOSCENZA DEL CLIENTE Tutore: Prof. Maria Chiarvesio

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11 Docente: Laura Palagi Alina Volovei Ilaria Noce Lea Mariella Pianificazione degli approvvigionamenti

Dettagli

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità

Dettagli

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il

Dettagli

Tecnologie dell informazione e della comunicazione per le aziende

Tecnologie dell informazione e della comunicazione per le aziende ! "#$%&"'$(&)*++,%#,"'"(&("##&-"!"# "!$"#% "#. "/$)#&,0$($'$&01,%2"3&,0&&0 "3&$0("'"*03&,0$&)#$2&01,%2"#&4&!!" 5 "+&"0&1&-"3&,0$($')&)#$2"&01,%2"#&4, "3&$0("'$ &0(&4&(*"3&,0$$'"0"'&)&($'$+,))&6&'&"%$$

Dettagli

COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)

COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI) COMUNE DI RAVENNA Il sistema di valutazione delle posizioni del personale dirigente GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI) Ravenna, Settembre 2004 SCHEMA DI SINTESI PER LA

Dettagli

Alcune nozioni di base di Logica Matematica

Alcune nozioni di base di Logica Matematica Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di

Dettagli

Gli Elementi fondamentali della Gestione Aziendale

Gli Elementi fondamentali della Gestione Aziendale Gli Elementi fondamentali della Gestione Aziendale n La Pianificazione n L Organizzazione n Il Coinvolgimento del Personale n Il Controllo Componenti del Sistema di Pianificazione n Valutazioni interne

Dettagli

COME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING

COME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING Febbraio Inserto di Missione Impresa dedicato allo sviluppo pratico di progetti finalizzati ad aumentare la competitività delle imprese. COME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING COS E UN

Dettagli

Problemi complessi : come trovare una soluzione soddisfacente?

Problemi complessi : come trovare una soluzione soddisfacente? Informatica nel futuro, sfide e prospettive - evento scientifico per i 40 anni di ated Manno, 7 ottobre 2011 Problemi complessi : come trovare una soluzione soddisfacente? Marino Widmer Università di Friburgo

Dettagli

REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE

REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE Nella Sezione 16.5 abbiamo visto come un regolatore che voglia fissare il prezzo del monopolista in modo da minimizzare la

Dettagli

Valutazione degli investimenti aziendali

Valutazione degli investimenti aziendali Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Valutazione degli investimenti aziendali Capitolo 18 Indice degli argomenti 1. Definizione e classificazione degli investimenti 2. I profili

Dettagli

Cap.1 - L impresa come sistema

Cap.1 - L impresa come sistema Cap.1 - L impresa come sistema Indice: L impresa come sistema dinamico L impresa come sistema complesso e gerarchico La progettazione del sistema impresa Modelli organizzativi per la gestione Proprietà

Dettagli

Perfare MASSIMIZZARE IL VALORE DELL ATTUALE GAMMA DI PRODOTTI

Perfare MASSIMIZZARE IL VALORE DELL ATTUALE GAMMA DI PRODOTTI Perfare Perfare Percorsi aziendali di formazione e assistenza operativa MASSIMIZZARE IL VALORE DELL ATTUALE GAMMA DI PRODOTTI Costruire un piano di azioni concrete per ottenere il massimo valore dall attuale

Dettagli

DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione di due; non sono previste penalizzazioni in caso di risposte non corrette)

DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione di due; non sono previste penalizzazioni in caso di risposte non corrette) In una ora rispondere alle dieci domande a risposta multipla e a una delle due domande a risposta aperta, e risolvere l esercizio. DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione

Dettagli

Corso semestrale di Analisi e Contabilità dei Costi

Corso semestrale di Analisi e Contabilità dei Costi Corso semestrale di Analisi e Contabilità dei Costi Aureli Selena 1_Sistema di controllo e contabilità analitica Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione,

Dettagli

La riforma del servizio di distribuzione del

La riforma del servizio di distribuzione del CReSV Via Röntgen, 1 Centro Ricerche su Sostenibilità e Valore 20136 Milano tel +39 025836.3626 La riforma del servizio di distribuzione del 2013 gas naturale In collaborazione con ASSOGAS Gli ambiti territoriali

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6 Docente: Laura Palagi PIANIFICAZIONE DELLA PRODUZIONE 2 Si distingue in: PRODUCTION PLANNING: Tentativo

Dettagli

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.

IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento

Dettagli

DIFFERENZIARE LE CAMPAGNE DI MARKETING La scelta del canale adeguato

DIFFERENZIARE LE CAMPAGNE DI MARKETING La scelta del canale adeguato Via Durini, 23-20122 Milano (MI) Tel.+39.02.77.88.931 Fax +39.02.76.31.33.84 Piazza Marconi,15-00144 Roma Tel.+39.06.32.80.37.33 Fax +39.06.32.80.36.00 www.valuelab.it valuelab@valuelab.it DIFFERENZIARE

Dettagli

I fondi. Conoscerli di più per investire meglio. Ottobre 2008. Commissione Nazionale per le Società e la Borsa - Divisione Relazioni Esterne

I fondi. Conoscerli di più per investire meglio. Ottobre 2008. Commissione Nazionale per le Società e la Borsa - Divisione Relazioni Esterne I fondi Conoscerli di più per investire meglio Ottobre 2008 Commissione Nazionale per le Società e la Borsa - Divisione Relazioni Esterne I FONDI: CONOSCERLI DI PIÙ PER INVESTIRE MEGLIO COSA SONO I fondi

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

PowerSchedo. Un sistema di supporto alla decisione nel settore dell'oil&gas. For further information: www.mbigroup.it

PowerSchedo. Un sistema di supporto alla decisione nel settore dell'oil&gas. For further information: www.mbigroup.it PowerSchedo Un sistema di supporto alla decisione nel settore dell'oil&gas For further information: Introduzione PowerSchedO è uno strumento software di supporto alle decisioni per problemi nel settore

Dettagli

Domande a scelta multipla 1

Domande a scelta multipla 1 Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco

Dettagli

La soluzione di mobilità alternativa.

La soluzione di mobilità alternativa. La soluzione di mobilità alternativa. 2 Qualità, flessibilità, efficienza. DriveCompany è una società di consulenza specializzata nella fornitura di servizi di noleggio a lungo termine di autovetture e

Dettagli

Fasi di creazione di un programma

Fasi di creazione di un programma Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma

Dettagli

Modelli di Ottimizzazione

Modelli di Ottimizzazione Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo

Dettagli

IL PROCESSO DI BUDGETING. Dott. Claudio Orsini Studio Cauli, Marmocchi, Orsini & Associati Bologna

IL PROCESSO DI BUDGETING. Dott. Claudio Orsini Studio Cauli, Marmocchi, Orsini & Associati Bologna IL PROCESSO DI BUDGETING Dott. Claudio Orsini Studio Cauli, Marmocchi, Orsini & Associati Bologna Il processo di budgeting Il sistema di budget rappresenta l espressione formalizzata di un complesso processo

Dettagli

ALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo

ALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo ALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo INPUT: dati iniziali INPUT: x,y,z AZIONI esempio: Somma x ed y

Dettagli

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica

Dettagli

PIL : produzione e reddito

PIL : produzione e reddito PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Network design Network Design È data una rete rappresentata su da un grafo G = (V, A) e un insieme di domande K, ciascuna

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Lezione 1 Introduzione

Lezione 1 Introduzione Lezione 1 Introduzione Argomenti Cosa è l Economia politica I principi fondamentali dell Economia politica Cosa studia l Economia politica Perché studiare l Economia politica 1.1 COSA È L ECONOMIA POLITICA

Dettagli

La Concorrenza Monopolistica

La Concorrenza Monopolistica La Concorrenza Monopolistica Caratteristiche Molteplicità di imprese Libertà di entrata (entreranno imprese finché vi sarà possibilità di profitti positivi). L entrata di nuove imprese favorisce i consumatori

Dettagli

PARTNER DI PROGETTO. Università degli Studi di Palermo Dipartimento di Ingegneria Industriale

PARTNER DI PROGETTO. Università degli Studi di Palermo Dipartimento di Ingegneria Industriale PARTNER DI PROGETTO Il raggruppamento dei soggetti attuatori è altamente qualificato. Da una parte, la presenza di quattro aziende del settore ICT garantirà, ognuna per le proprie aree di competenza, un

Dettagli

Ottava Edizione. La Programmazione e Controllo della Produzione Prof. Sergio Cavalieri

Ottava Edizione. La Programmazione e Controllo della Produzione Prof. Sergio Cavalieri Ottava Edizione La e Controllo della Produzione Prof. Sergio Cavalieri e Controllo di Produzione : compiti 2 Rendere disponibili le informazioni necessarie per: Gestire in modo efficiente ed efficace il

Dettagli

Progetto Campo Base. Università degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi

Progetto Campo Base. Università degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Università degli Studi di L Aquila Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Prof. Gaetanino Paolone Dott. Ottavio Pascale a.a.2003-2004 Progetto Campo

Dettagli

Application note. CalBatt NomoStor per i sistemi di accumulo di energia

Application note. CalBatt NomoStor per i sistemi di accumulo di energia 1. Panoramica Application note CalBatt NomoStor per i sistemi di accumulo di energia Gli Energy Management Systems () sono dispositivi atti al controllo dei flussi di energia dalle sorgenti di produzione

Dettagli

Capitolo Terzo Valore attuale e costo opportunità del capitale

Capitolo Terzo Valore attuale e costo opportunità del capitale Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter

Dettagli

Scheda. Il CRM per la Gestione del Marketing. Accesso in tempo reale alle Informazioni di rilievo

Scheda. Il CRM per la Gestione del Marketing. Accesso in tempo reale alle Informazioni di rilievo Scheda Il CRM per la Gestione del Marketing Nelle aziende l attività di Marketing è considerata sempre più importante poiché il mercato diventa sempre più competitivo e le aziende necessitano di ottimizzare

Dettagli

Avvio della programmazione 2007-13

Avvio della programmazione 2007-13 Avvio della programmazione 2007-13 Definizione dei criteri di selezione degli interventi per l attuazione delle strategie previste dal Programma Cagliari 9.11.2007 1 Le prossime scadenze Attività Definizione

Dettagli

STRATEGIA DI TRADING. Turning Points

STRATEGIA DI TRADING. Turning Points STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento

Dettagli