logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2017/2018
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 097741 - DECISION MODELS
Docente Colorni Vitale Alberto
Cfu 5.00 Tipo insegnamento Monodisciplinare

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - BV (479) MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE*AZZZZ097741 - DECISION MODELS

Programma dettagliato e risultati di apprendimento attesi

Objectives

The course wants to build a specific expertise on the tools for the management of the decision processes, both from the point of view of methods and applications. The aim is to provide students with analytical skills to address decision-making problems through the use of models. Some topics and real-life cases will be deepened by teamwork.

Contents 

  • A framework for decision problems. Classification of the models. A catalog of examples.
  • Deterministic models using a single criterion. Linear programming. Models on networks.
  • Non-deterministic models. Risk attitude. Decision tree.
  • Models for multi-objective problems. The Multi-Attribute Utility Theory: utility functions, sensitivity analysis.
  • Analytic Hierarchy Process: pairwise comparisons, eigenvector, rank reversal, a priori analysis.
  • Outline of Electre methods: concordance-discordance. Rating models with Electre Tri.
  • Group decisions. Voting systems. Borda and Condorcet methods.
  • Group works are proposed to the students on case studies drawn from different sectors.

 

 

Obiettivi

Si vuole costruire una competenza specifica sugli strumenti per il governo dei processi decisionali, sia dal punto di vista delle metodologie che da quello delle applicazioni. Attraverso lavori di gruppo vengono approfonditi alcuni temi e analizzati alcuni casi.

Contenuti

  • Struttura dei problemi decisionali e classificazione dei modelli. Un catalogo di esempi. 
  • Modelli deterministici che utilizzano un singolo criterio. Programmazione lineare. Modelli su grafi e reti.
  • Modelli in ambiente non-deterministico. Propensione al rischio. Decisioni in condizioni di incertezza.
  • Modelli e metodi per problemi a molti obiettivi. L'analisi classica MAUT: funzioni di utilità,  analisi di sensitività.
  • Modelli di scomposizione: analisi gerarchica, confronti a coppie, autovettore, rank reversal, analisi a priori.
  • Cenni ai metodi Electre, concordanza e discordanza, nucleo e soglie. Modelli di rating con Electre Tri.
  • Decisioni collettive. Sistemi di voto. Metodi alla Borda e alla Condorcet.  
  • Esercitazione. Sono proposti lavori di gruppo e analizzati casi tratti da settori diversi.

Note Sulla Modalità di valutazione

The examination is individual (written + oral), with the possibility of carrying out an integrative project.

Material for the exam will be produced by the teacher.


Bibliografia

Software utilizzato
Nessun software richiesto

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
35.0
esercitazione
10.0
laboratorio informatico
0.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
5.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Inglese
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
schedaincarico v. 1.6.8 / 1.6.8
Area Servizi ICT
27/09/2021