MATHEMATICAL MODELS FOR DECISION MAKING

Il corso presenta teoria, strumenti matematici e applicazioni di modelli decisionali, con enfasi sulla pratica e uso del software R (scaricabile liberamente da http://cran.r-project.org/ o https://www.rstudio.com/ ) per esercizi e lo studio di casi. Molti degli argomenti analizzati sono riconducibili all'algebra lineare, che permette di definire formalmente modelli decisionali utilizzzati per l'analisi di decisioni economiche e finanziarie.

a) Conoscenze:
- conoscere la terminologia e i concetti di algebra lineare utili per formulare alcuni problemi decisionali; conoscere i principali risultati utili alla soluzione di sistemi lineari;
- conoscere terminolgia e idee utilizzate per formulare problemi d'ottimizzazione e relative applicazioni;
- conoscere termini e funzionamento di metodi per il ranking di alternative discrete;

b) Abilità:
- capacità di utilizzare l'agebra lineare e risolvere sistemi lineari con R;
- capacità di definire formalmente un probelma di ottimizzazione libero e vincolato e di risolverlo numericamente con R;
- capacità di impostare un problema decisionale di tipo AHP e di ottenere delle soluzioni computazionali;

c) Competenze:
- comprendere e valutare criticamente i risultati numerici ottenuti in alcuni problemi decisionali e le criticità dei metodi utilizzati;
- discutere il senso delle soluzioni trovate e valutare la consistenza del processo decisionali, suggerendo approfondimenti e riformulazioni ove necessario (ad es., per l'AHP)

Gli studenti devono conoscere elementi di matematica generale, al livello fornito da uno o due corsi universitari, e concetti/definizioni relativi a vettori e matrici (il corso inizierà con una reinterpretazione del prodotto matrice-vettore e con la definizione di dipendenza/indipendenza lineare). Non ci sono prerequisiti legati all'uso di R e non sono richieste conoscenze di programmazione o esperienza in teoria delle decisioni.

Alcuni teoremi celebri per la soluzione di sistemi lineari;
Matrici inverse e pseudo-inverse (di Moore-Penrose);
Introduzione allo State Preference Model, arbitraggi ed esempi finanziari;
Ottimizzazione (elementi di base);
Ottimizzazione avanzata, autovettori ed autovalori;
Analytic Hierarchical Process (AHP).

Non sono previsti testi (ma ogni buon libro di algebra lineare può fornire le nozioni necessarie), il materiale didattico sarà reso disponibile online.

Sono previsti test di autoverifica in itinere con 10 domande alla fine di ogni sezione (unit) del programma. Le domande sono note in anticipo e il test si può svolgere una sola volta online (dopo che il materiale didattico è stato studiato). La situazione di perdurante emergenza covid-19 non consente ancora di stabilire le modalità di verifica. Maggiori informazioni saranno date all'inizio del corso o quando possibile.

Il corso prevede 6 unità didattiche (che verranno coperte in circa 6 settimane) e sarà erogato in inglese interamente online in forma di Massive Open Online Course (MOOC) sulla piattaforma http://moodle.unive.it/ . È necessaria la partecipazione attiva al forum del corso.

Su Moodle il corso è intitolato "Take LineaR Decisions".

Inglese

Per informazioni sul corso e i video: http://moodle.unive.it/ (l'iscriizone è obbligatoria)

Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento

Ca' Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA: disabilita@unive.it.

scritto e orale