Dipartimento di Agraria - Università Mediterranea di Reggio Calabria - Didattica

Questo sito utilizza cookie tecnici propri e di terze parti, necessari al suo funzionamento, e, con il tuo consenso, cookie di profilazione ed altri strumenti di tracciamento di terze parti, utili per esporre video ed analizzare il traffico al fine di misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su "Solo cookie tecnici". Puoi scegliere di acconsentirne l'utilizzo cliccando su "Accetta tutti" oppure puoi personalizzare le tue scelte cliccando su "Personalizza".
Per maggiori informazioni consulta la nostra privacy policy.

Solo cookie tecnici Personalizza Accetta tutti

Corso	Ingegneria Industriale
Curriculum	Gestionale
Orientamento	Orientamento unico
Anno Accademico	2019/2020

Corso	Ingegneria Industriale
Curriculum	Gestionale
Orientamento	Orientamento unico
Anno Accademico	2019/2020
Crediti	6
Settore Scientifico Disciplinare	SECS-S/06
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative affini ed integrative

Docente	MASSIMILIANO FERRARA
Collaboratore	ANTONIO VIOLI
Obiettivi	Il Corso si propone di promuovere la conoscenza dei principali modelli, metodi, criteri di valutazione e criteri di decisione per l'analisi di problemi rientranti nella moderna Finanza matematica. L'obiettivo che si intende perseguire, è quello di fare acquisire al destinatario del Corso, delle conoscenze tecniche specifiche che siano dallo stesso immediatamente spendibili, successivamente al conseguimento della laurea, sul mercato del lavoro nell'ambito del settore bancario ed assicurativo o per l'esercizio della libera professione (consulenza finanziaria globale, consulenza finanziaria aziendale, ecc.)
Programma	DECISION SUPPORT SYSTEMS Processi e sistemi di supporto alle decisioni Dati, informazioni e conoscenza Rappresentazione dei processi decisionali Sistemi di supporto alle decisioni Data Mining Definizione di data mining Rappresentazione dei dati in ingresso Processo di data mining Metodologie di analisi Modelli di Classificazione Definizione di problema di classificazione Sviluppo di modelli di classificazione Valutazione dei modelli di classificazione Alberi di classificazione Criteri di separazione Applicazioni mediante il software WEKA Introduzione alla modellazione di problemi reali La mappatura di un problema decisionale in un modello di ottimizzazione: variabili, vincoli, funzione obiettivo. Modelli di Programmazione Lineare Modelli di miscelazione Modelli di allocazione ottima delle risorse L’utilizzo delle variabili binarie: i problemi con costo fisso, vincoli logici e disgiuntivi. Esempi di formulazione e soluzione su GAMS Modelli di Programmazione lineare Struttura di un modello di PL Analisi geometrica dei problemi di PL Caratterizzazione delle soluzioni ottime Risoluzione per via grafica di modelli di PL a 2 variabili Applicazione: Portfolio Management Caratteristiche di un portafoglio Diversificazione Frontiera efficiente Modello di Markovitz e sue limitazioni Scenario-based asset allocation Modelli dinamici e stocastici Applicazione: Data Envelopment Analysis Efficienza di una DMU Modello CCR Modello duale Esempi su GAMS MATEMATICA FINANZIARIA 1. Capitalizzazione e attualizzazione 2. Rendite e Ammortamenti 3. Applicazioni aziendali classiche 4. Scelte finanziarie 5. Duration e immunizzazione Parte Monografica (da svolgere interamente o a scelta dello Studente, un argomento dei tre sotto indicati): Titoli a reddito fisso Calcolo finanziario e normativa Valutazioni di operazioni rischiose
Testi docente	DECISION SUPPORT SYSTEMS C. Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making, J. Wiley and Sons, 2009. Dispense a cura del docente MATEMATICA FINANZIARIA Peccati-Luciano-D'Amico: "Calcolo finanziario: temi di base e temi moderni", EGEA Bocconi, Milano, 2011 in alternativa: Stefani -Torriero A-Zambruno, Elementi di Matematica finanziaria e cenni di programmazione lineare, IV ed., Giappichelli, 2011.
Erogazione tradizionale	No
Erogazione a distanza	Sì
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	No
Valutazione test attitudinale	No
Valutazione progetto	No
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

Corso	Ingegneria Industriale
Curriculum	Gestionale
Orientamento	Orientamento unico
Anno Accademico	2019/2020
Crediti	6
Settore Scientifico Disciplinare	MAT/09
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative affini ed integrative

Docente	MASSIMILIANO FERRARA
Obiettivi	Il Corso si propone di fornire agli allievi gli strumenti per la formulazione, l’interpretazione e la soluzione di problemi di decisione, e la capacità di utilizzare alcuni software di modellazione e ottimizzazione disponibili. In particolare gli studenti alla fine del corso saranno in grado di formulare modelli di ottimizzazione relativi a problemi di interesse pratico in diversi contesti applicativi spaziando dai sistemi di produzione fino ad arrivare alla pianificazione degli investimenti, nonché di rendere poi fruibili i risultati agli operatori nei rispettivi campi di applicazione. Il corso comprende una parte modellistica che permetterà allo studente di acquisire le conoscenze necessarie alla trasposizione in termini matematici di problemi applicativi, e una parte pratica, in cui l’utilizzo di software permetterà di formulare modelli di supporto alle decisioni nonché di visualizzare in modo intuitivo i risultati.
Programma	DECISION SUPPORT SYSTEMS Processi e sistemi di supporto alle decisioni Dati, informazioni e conoscenza Rappresentazione dei processi decisionali Sistemi di supporto alle decisioni Data Mining Definizione di data mining Rappresentazione dei dati in ingresso Processo di data mining Metodologie di analisi Modelli di Classificazione Definizione di problema di classificazione Sviluppo di modelli di classificazione Valutazione dei modelli di classificazione Alberi di classificazione Criteri di separazione Applicazioni mediante il software WEKA Introduzione alla modellazione di problemi reali La mappatura di un problema decisionale in un modello di ottimizzazione: variabili, vincoli, funzione obiettivo. Modelli di Programmazione Lineare Modelli di miscelazione Modelli di allocazione ottima delle risorse L’utilizzo delle variabili binarie: i problemi con costo fisso, vincoli logici e disgiuntivi. Esempi di formulazione e soluzione su GAMS Modelli di Programmazione lineare Struttura di un modello di PL Analisi geometrica dei problemi di PL Caratterizzazione delle soluzioni ottime Risoluzione per via grafica di modelli di PL a 2 variabili Applicazione: Portfolio Management Caratteristiche di un portafoglio Diversificazione Frontiera efficiente Modello di Markovitz e sue limitazioni Scenario-based asset allocation Modelli dinamici e stocastici Applicazione: Data Envelopment Analysis Efficienza di una DMU Modello CCR Modello duale Esempi su GAMS MATEMATICA FINANZIARIA 1. Leggi di Capitalizzazione e leggi di Attualizzazione. Tassi d'interesse e calcolo finanziario 2. Rendite e Ammortamenti 3. Applicazioni aziendali classiche 4. Scelte finanziarie 5. Duration e immunizzazione Parte Monografica (da svolgere interamente o a scelta dello Studente, un argomento dei tre sotto indicati): Titoli a reddito fisso Calcolo finanziario e normativa Valutazioni di operazioni rischiose
Testi docente	DECISION SUPPORT SYSTEMS C. Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making, J. Wiley and Sons, 2009. Dispense a cura del docente MATEMATICA FINANZIARIA Peccati-Luciano-D'Amico: "Calcolo finanziario: temi di base e temi moderni", EGEA Bocconi, Milano, 2011 o in alternativa: Stefani -Torriero A-Zambruno, Elementi di Matematica finanziaria e cenni di programmazione lineare, IV ed., Giappichelli, 2011
Erogazione tradizionale	No
Erogazione a distanza	Sì
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	No
Valutazione test attitudinale	No
Valutazione progetto	No
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

MATEMATICA FINANZIARIA e DECISION SUPPORT SYSTEMS

Modulo: MATEMATICA FINANZIARIA

Canale unico

Ulteriori informazioni

Modulo: DECISION SUPPORT SYSTEMS

Canale unico

Ulteriori informazioni

Documenti inseriti da Antonio Violi

Descrizione	Descrizione
01 - Introduzione al corso (dispensa)
02 - Business Intelligence (dispensa)
03 - Decision Support Systems (dispensa)