N90212 Metodi Matematici per le Applicazioni Industriali

Scuola di Ingegneria Industriale
Scheda Insegnamento
Anno Accademico 2019/20 Primo Semestre

foto
Docente TitolareFernanda Strozzi
E-mailfstrozzi@liuc.it
UfficioEdificio Torre Primo Piano
Telefono0331 572364

Obiettivi di apprendimento attesi

In questi anni si sta sempre più diffondendo  il concetto di rete per la visualizzazzione e lo studio di sistemi complessi. Diversi sono i fattori che spingono verso il networking: il mercato, la globalizzazione lo sviluppo delle telecomunicazioni, l’evoluzione delle caratteristiche della domanda. Serve entrare a far parte di una rete per condividere del rischio, coordinare ed aumentare l’efficienza delle catene di fornitura. Da qui la necessità di saper valutare una rete, le sue potenzialità i sui difetti e la sua evoluzione. Anche un processo decisionale si può rappresentare come una rete quando i criteri su cui si basa la decisione finale sono molteplici e/o interdipendenti.

Un ingegnere gestionale deve affrontare tipicamente problemi che si possono rappresentare come reti: problemi decisionali complessi, problemi di ottimizzazione di trasporti o di processi, problemi di gestione di  progetti o di personale. Saper rappresentare un problema complesso con una rete può aiutare  un ingegnere gestionale a visualizzare velocemente i punti chiave del problema per poi poterli utilizzare al meglio . 

Risultati di apprendimento attesi

Alla fine del corso gli studenti saranno in grado di

  1.  Rappresentare una realtà come rete (rete sociale, rete fra  aziende, reti telematiche, reti di trasporto) e saperla quantificare dal punto di vista topologico per valutarne ad esempio la sua robustezza ed i suoi punti critici, impareranno inoltre ad usare il software Pajek per visualizzare reti complesse ed implementare le loro misure.
  2. Decidere in situazioni in cui vi sono interazioni tra due o più soggetti e valutare la convenienza di una coalizione in modo da ottenere il massimo guadagno.
  3.   Rappresentare un problema decisionale come rete e prendere decisioni
  4.  Affrontare un problema di ottimizzazione su rete scegliendo l’algoritmo opportuno per risolverlo (euristico o meta-euristico).

Contenuti dell’insegnamento

Il corso tratterà i seguenti argomenti:

  1. Reti Complesse - Proprietà
  2. Reti Complesse - Misure
  3. Reti Complesse – Modelli
  4. Reti bipartite
  5. Risoluzione di reti complesse con Pajek
  6. interazioni in modelli lianeari e non lineari
  7. Interazione tra i nodi di una rete: Beer Game
  8. Interazione tra i nodi di una rete: Long Wave
  9. Teoria dei giochi - Giochi non cooperativi
  10. Teoria dei giochi - Equilibri di Nash in strategie pure e miste
  11. Teoria dei giochi - giochi cooperativi
  12. Metodi di ottimizzazione euristici e metaeuristici applicati a problemi TSP

Metodologia Didattica

Le lezioni saranno frontali sia in aula che in laboratorio tramite l’utilizzo di strumenti informatici. In una parte del corso agli studenti verrà chiesto di rappresentare reti di loro interesse ed analizzarle in modo critico utilizzando il software Pajek. In un'altra parte dovranno costruire ed analizzare problemi decisionali.

Modalità con cui viene accertata l’effettiva acquisizione dei risultati di apprendimento.

l'esame sarà così strutturato:

Per i frequentanti ci sarà la possibilità di svolgere dei progetti di gruppo sulla parte delle reti complesse e su quella di teoria dei giochi e di fare un'orale sulle parti rimanenti. 

In alternativa l'esame sarà scritto e consisterà di domande ed esercizi su tutte le parti del corso.


Per accedere al syllabus completo entrate nel selfservice studenti