Ricerca Operativa 2. Obiettivi del corso. Massimo Paolucci DIST Università di Genova

Documenti analoghi
Massimo Paolucci DIST Università di Genova

Metodi e Modelli per il Supporto alle Decisioni 1

Lezioni di Ricerca Operativa

Lezioni di Ricerca Operativa

Sistemi Informativi. Scopo del corso. Organizzazioni e obiettivi. Scopo del corso (cont.) Risorse (cont.) Risorse. Introduzione ai Sistemi Informativi

Management Sanitario. Modulo di Ricerca Operativa

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

I sistemi informativi integrati per il controllo

Il BIM per la gestione della commessa. Ing. Antonio Ianniello

Modelli e Metodi per la Simulazione (MMS)

Struttura del Corso. Durata

SERVIZI A SUPPORTO DELLA GOVERNANCE PER MIGLIORARE LE PERFORMANCE AZIENDALI

Sistemi e modelli. Sistemi

Lezioni di Ricerca Operativa

L APPROCCIO SYSTEM DYNAMICS PER LA GESTIONE DELLA COMPLESSITÀ IN IMPRESA

Ricerca Operativa. Docente. 1. Introduzione

1. Il contesto di riferimento

Testi del Syllabus. L insegnamento è composto dai seguenti moduli: ORGANIZZAZIONE AZIENDALE 7 CFU I FONDAMENTALI DI CONTROLLO DI GESTIONE 7 CFU

Stefano Bracco. Università degli Studi di Genova DITEN Dipartimento di Ingegneria Navale, Elettrica, Elettronica e delle Telecomunicazioni

Data Science A.A. 2018/2019

Sistemi di valutazione delle performance. Nicola Castellano Università di Macerata

Ricerca Operativa. Docenti. 1. Introduzione

Modelli matematici e Data Mining

SISTEMI INFORMATIVI DIREZIONALI

Metodi e modelli per il supporto alle decisioni

modelli di decisione per la gestione lezione 1

Laboratorio di Sistemi Informativi Aziendali a.a

Prof. Giorgio Poletti

ENTERPRISE RISK MANAGEMENT: LA VIA DEL FUTURO CONSAPEVOLE

Introduzione al Project Scheduling

Introduzione al Project Scheduling

SISTEMI INFORMATIVI DIREZIONALI

LA RICERCA OPERATIVA (R.O.)

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

Bilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche

Ottimizzazione Combinatoria 2 Presentazione

Introduzione. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

Ricerca Operativa. Docente. 1. Introduzione

PROGRAMMAZIONE DI MATEMATICA

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Economia

I DSS e la gestione dei dati e della conoscenza. Prof. Luca Gnan

Ricerca Operativa A.A. 2007/ Introduzione

2d. I Decision Support System

legenda comportamenti organizzativi

SISTEMI INFORMATIVI DIREZIONALI BUSINESS INTELLIGENCE

Introduzione alla Ricerca Operativa

Knowledge Management

AMBIENTI COMPUTAZIONALI PER

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

Marco Listanti Preside

SISTEMI INFORMATIVI DIREZIONALI

Mari, Buonanno, Sciuto Informatica e cultura dell informazione McGraw-Hill 5/14/2010

Università degli studi di Genova

Aumentare l efficienza energetica dal Building Management ai Processi Industriali e Data Center.

UML Introduzione a UML Linguaggio di Modellazione Unificato. Corso di Ingegneria del Software Anno Accademico 2012/13

Premessa alla prima edizione 13

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Sistemi di Controllo di Gestione. Introduzione al Corso per Ingegneri Gestionali SCG-L00-A

Introduzione (di Nadia Di Paola e Roberto Vona)...

Sistema informativo e sistema informatico. Prof.ssa Valeria Valecchi

Sviluppo e Gestione di Progetti

"Dell Azienda: aspetti organizzativi, gestionali e tecniche di gestione aziendale (Realizzato dall Associazione Ex Alunni del Righi) Immagine del l

Ricerca Operativa definizione data dall O.R.S.A. : (Operations Research Society of America)

Indice. 1 Introduzione... 1

Il controllo economico e il ruolo del budget: aspetti organizzativi

Ingegneria del Software 4. Introduzione a UML. Dipartimento di Informatica Università di Pisa A.A. 2014/15

H. Simon e la razionalità limitata

AREA PROFESSIONALE DI RIFERIMENTO 14. TECNICO AGRICOLO. Nomenclatura delle Unità Professionali (NUP/ISTAT):

Ricerca Operativa. Docente. 1. Introduzione

I SISTEMI APPLICATIVI E GLI STRUMENTI INFORMATICI DISPONIBILI SUL MERCATO A SUPPORTO DELLA REDAZIONE

Organizzazione aziendale Lezione 9 L organizzazione dell impresa Cap. 6. Ing. Marco Greco Tel

ALGORITMI DI OTTIMIZZAZIONE M

Indice. Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV

Operations Management Team

Operations Management Team

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

Managerial Accounting e Contabilità per le decisioni aziendali. Informazioni e strumenti per il controllo di gestione

Domenico Talia. Corso di Laurea in Ingegneria Informatica. Facoltà di Ingegneria A.A UNICAL. D. Talia SISTEMI DISTRIBUITI - UNICAL 1

Università degli Studi di Perugia Corso di Laurea Magistrale in Finanza e Metodi Quantitativi per l Economia. Econometria. Introduzione al corso

(ri)scoprire INDUSTRIA 4.0 OLTRE IL PARADIGMA FISCALE PER UN INNOVAZIONE REALE NELLA GESTIONE DELLA FABBRICA

SISTEMA INFORMATIVO AZIENDALE Definizione, classificazioni

Indice. 1. L azienda (A. Paolini) 1. pag.

STA II ANNO: AA Ecologia e Fondamenti dei. Sistemi. Ecologici Introduzione ai. Sistemi. Informativi Geografici. Lezione del

Massimo Paolucci DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti

Progetti di ricerca: cenni metodologici. Alessandro Tuccio Provincia Autonoma di Trento Servizio Università e ricerca scientifica

REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA

Introduzione ai casi d uso

Corso di SISTEMI INTELLIGENTI M. Prof. Michela Milano" Anno accademico 2011/2012

2. Come nasce il bisogno di un sistema informativo integrato

Syllabus A042 Insegnamenti disciplinari

Sviluppo della Leadership

Modelli decisionali su grafi - Problemi di Localizzazione

CORSO DI ECONOMIA E GESTIONE DELLE IMPRESE E MARKETING - 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.

Università degli Studi di Bologna Facoltà di Ingegneria. Corso di Applicazioni di Intelligenza Artificiale LS

Programma del corso di STATISTICA AZIENDALE

Indice. Prefazione. Creazione del vantaggio competitivo dell impresa nella strategia a livello di business

Sistemi di supporto alle decisioni. Sistemi di elaborazione delle informazioni 2 Anno Accademico Prof. Mauro Giacomini

Il CFO nelle aziende 2.0

Corso di Applicazioni di Intelligenza Artificiale LS. Prof. Paola Mello Anno accademico 2008/2009

Transcript:

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 Si studieranno: " Modelli decisionali, principalmente relativi a Grafi e PL " Applicazioni di tali metodi " Esempi e strumenti software I modelli considerati saranno: " di tipo quantitativo " deterministici e stocastici " a singolo e multi criterio

Argomenti 3!Programma del corso Modelli decisionali su grafi con applicazioni alla logistica: " Percorso minimo tra tutte le coppie di vertici (alg. Floyd- Murchland) " Allocazione di centri logistici (centro e mediana, covering) " Node and Arc Routing Problem (Vehicle Routing Problem) Project Management (PERT-CPM) Network Flow Problem Modelli stocastici (Teoria delle Decisioni) Modelli Multicriterio: Multiattribute e Multiobjective Decision Making Introduzione alla programmazione non lineare (PNL) Applicazioni e strumenti software 4! Problemi applicativi Capacity Planning Location problem Vehicle Routing (TSP, CPP) Production Scheduling! Software utilizzabili Spreadsheet: Excel Programmazione Lineare e Intera: Lingo Project Management: MS Project 2000

Altre informazioni 5! Prerequisiti Concetti base del corso di Ricerca Operativa 1! Modalità d esame Prova scritta e orale! Materiale didattico Lucidi del corso (Power Point, PDF) disponibili sul sito http://www.dattero.dist.unige.it/paolucci ed in forma cartacea Altre informazioni 6! Riferimenti bibliografici C. Vercellis: Modelli e decisioni, Progetto Leonardo, 1997. G. Ghiani, R. Musmanno, Modelli e metodi per l'organizzazione dei sistemi logistici, Pitagora Edistrice Bologna,2000. R.C. Walker, Introduction to Mathematical programming, Prentice Hall., 1999. G.M. Marakas, Decision Support Systems in the 21st century, Prentice Hall., 1999. E. Triantaphyllou, Multi-Criteria Decision Making Methods: A Comparative Study, Kluwer Academic Publisher, 2000.

7! Decisione = Scelta tra soluzioni alternative ad un problema Processo Decisionale (Decision Making) Situazione Decisionale Decisione Implementazione Esito Processo di modellazione della decisione (Modeling)! Il principale attore di questo processo è il Decisore (Decision Maker, DM) rappresentato da un singolo o da un gruppo (nel caso di problemi gestionali corrisponde al manager (executive) ) 8 Processo di Modeling Mondo simbolico Modello Analisi Risultati Astrazione Interpretazione Situazione Decisionale Intuizione Decisione Mondo reale

9! Modello un astrazione del problema reale sufficiente a fornire indicazioni circa le reali soluzioni (decisioni) adottabili e le loro conseguenze! Analista! DM 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 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 10 Il ruolo dell analista e del DM Mondo simbolico Modello Analista Analisi Risultati Astrazione Decision Maker Interpretazione Mondo reale Situazione Decisionale Intuizione Decisione

11! 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 12! Un modello è utile se permette di prendere decisioni migliori quando viene usato!!! Un modello non deve ricopiare la realtà ma adottare una sua astrazione che: Deve fornire una rappresentazione approssimata della realtà tenendo conto degli aspetti significativi per il tipo di problema decisionale considerato Compatibilmente con ciò deve risultare il più semplice possibile, ovvero deve essere comprensibile ai DM che dovrebbero adottarlo! I modelli non prendono le decisioni ma forniscono indicazioni e valutazioni che i DM possono usare per prendere decisioni migliori (supporto decisionale)! Il ruolo dell intuito e creatività dei DM è fondamentale ed insostituibile

13! Alcuni modelli forniscono soluzioni ottime la cui validità è nella maggior parte dei casi limitata al mondo simbolico! Chi viene dal mondo della R.O. tende a considerare l uso di un adeguato modello come la soluzione, mentre spesso il management tende a non utilizzare modelli anche avendo in essi investito cospicue risorse finanziarie! Il successo nell uso di modelli dipende da quali informazioni sono disponibili e da qual è la loro affidabilità DM Informazioni Decisione Modello Analista 14! Tipi di decisioni in funzione del loro scope temporale (e.g. 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)

15!Tipi di modelli Deterministici vs Stocastici Lineari vs Non lineari Singolo criterio o Multicriterio Variabili Esogene Decisioni Parametri Modello Prestazioni Conseguenze Variabili Endogene! I metodi rappresentano algoritmi e strategie per scegliere quali valori imporre alle var. decisionali in modo da ottenere prestazioni accettabili (ottime)!i Sistemi di Supporto Decisionale (Decision Support Systems, DSS) Studio dei DSS studio di come gli esseri umani prendono le decisioni allo scopo di assisterli nel processo decisionale Settore degli Information System (IS) utilizzo dell informazione a scopo manageriale piuttosto che operativa (EIS vs MIS) Alcune caratteristiche dei DSS: " contesti decisionali semistrutturati o non strutturati " non si sostituiscono ai decisori umani (operano sotto il controllo umano) " focalizzati più sull efficacia che sull efficienza delle decisioni " usano dati e modelli " interattivi e user-friendly 16

!I Sistemi di Supporto Decisionale (DSS) Una possibile definizione 17 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)