Obiettivi formativi
Il corso mira a fornire adeguate conoscenze matematiche e strumenti quantitativi come supporto decisionale nell'ambito della gestione dell'impresa.
Prerequisiti
Algebra lineare, Geometria euclidea, Geometria analitica, Statistica. Benché non necessaria, è utile avere una conoscenza basilare del calcolo differenziale per funzioni reali di più variabili reali.
È fortemente consigliata la frequenza al corso sul software R, previsto nell'ambito delle attività delle freshers' weeks.
Risultati di apprendimento attesi
Conoscenza e comprensione: lo studente apprenderà la formulazione matematica di problemi di ottimizzazione, sia in condizioni di certezza che di incertezza, e di gestione del rischio. Saprà discernere in quali contesti applicare le metodologie studiate e comprendere i loro limiti teorici.
Capacità di applicare conoscenza e comprensione: attraverso i numerosi esempi e casi di studio presentati e discussi durante il corso (anche avvalendosi di metodologie didattiche innovative, ad esempio "flipped classroom") e attraverso piccoli progetti di gruppo, lo studente sarà in grado di applicare le metodologie studiate in contesti reali nell'ambito della gestione dell'impresa e utilizzare questi strumenti a supporto di decisioni di pianificazione, di controllo e di revisione dei processi aziendali o industriali. Lo studente saprà, inoltre, utilizzare i software R ed Excel per l'elaborazione di dati, per l'analisi di scenari e per la presentazione dei risultati ottenuti.
Autonomia di giudizio: lo studente svilupperà una consapevolezza critica riguardo i contesti in cui è possibile applicare correttamente i modelli e le metodologie matematiche apprese e riguardo i loro limiti. Lo studente acquisirà, inoltre, la capacità di giudicare la correttezza e verosimiglianza dei risultati ottenuti tramite i metodi quantitativi e di interpretarli e calarli opportunamente nel contesto manageriale per cui tali metodi sono utilizzati.
Abilità comunicative: lo studente apprenderà il lessico matematico proprio degli strumenti quantitativi studiati e ne comprenderà il significato e le interpretazioni manageriali, economiche e finanziarie. Lo studente saprà, dunque, comunicare i risultati delle indagini quantitative con adeguata proprietà di linguaggio, saprà spiegare e interpretare i risultati per fornire supporto quantitativo alle scelte imprenditoriali e, con l'ausilio di strumenti informatici per l'elaborazione dati, quali i software Excel e R, saprà utilizzare strumenti visivi (ad esempio, grafici e tabelle) per sintetizzare i risultati e comunicarli con efficacia. Tali abilità comunicative saranno verificabili in itinere tramite modalità didattiche innovative, ad esempio "flipped classroom", e tramite piccoli progetti di gruppo.
Capacità di apprendimento: lo studente sarà in grado di applicare efficacemente le conoscenze acquisite in contesti lavorativi e avrà sufficienti basi metodologiche per poter proseguire lo studio di metodi quantitativi più evoluti.
Contenuti Del Corso
Il corso è incentrato su metodi di ottimizzazione, sia in condizioni di certezza che di incertezza, e di gestione del rischio.
Si affronteranno problemi di programmazione lineare e di scelta di portafoglio.
Si discuteranno esempi e casi di studio anche tramite l'utilizzo dei software Excel e R.
Testi Di Riferimento
- Vercellis, Carlo. Ottimizzazione: Teoria, Metodi, Applicazioni. Milano [etc.]: McGraw-Hill, 2008. https://tinyurl.com/ydlevkuy
- Scandolo, Giacomo. Matematica Finanziaria. Udine: Amon, 2013. https://tinyurl.com/yjd3z3oz
Tramite la piattaforma luiss.learn.it sarà fornito dal docente ulteriore materiale di lettura.
Metodologie Didattiche
Lezioni frontali, esercitazioni. Le lezioni saranno in parte dedicate a sessioni interattive sull'uso dei software Excel e R e alla discussione di esempi e casi di studio, adottando anche metodologie di didattica innovativa (ad esempio "flipped classroom").
La partecipazione attiva degli studenti al corso è fortemente raccomandata e sarà considerata nella valutazione finale.
Modalità di verifica dell'apprendimento
Midterm.
Esame scritto.
Assignments.
Criteri per l’assegnazione dell’elaborato finale
Colloquio col docente.
Il syllabus affronta temi collegati alla sostenibilità?
No.
Settimana 1
On-campus: Introduzione al corso. Modelli matematici per le decisioni. Programmazione lineare in due variabili.
Online: Programmazione lineare in due variabili. Introduzione a R.
Settimana 2
On-campus: Esercizi su programmazione lineare in due variabili. Programmazione lineare in n variabili.
Online: Programmazione lineare in n variabili e algoritmo del simplesso. Introduzione a R.
Settimana 3
On-campus: Esercizi sulla programmazione lineare in 2 variabili e sull'algoritmo del simplesso. Algoritmo del simplesso.
Online: Algoritmo del simplesso. Introduzione a R.
Settimana 4
On-campus: Esercizi sull'algoritmo del simplesso. Teoria della dualità.
Online: Teoria della dualità e analisi di sensitività. Risoluzione grafica di problemi di programmazione lineare con R.
Settimana 5
On-campus: Esercizi sulla teoria della dualità e su analisi di sensitività. Analisi parametrica.
Online: Analisi parametrica.
Settimana 6
On-campus: Esercizi sull'analisi parametrica.
Midterm.
Online: Cenni sulla programmazione lineare intera e mista. Utilizzo di Excel per la risoluzione di problemi di programmazione lineare.
Settimana 7
On-campus: Richiami di probabilità.
Online: Criterio media-varianza. Stima di rendimenti attesi e volatilità. Modello di Markowitz nel caso d'investimento in due titoli rischiosi.
Settimana 8
On-campus: Esercizi sulle statistiche dei mercati azionari e sul criterio media-varianza.
Online: Modello di Markowitz nel caso d'investimento in due titoli rischiosi.
Settimana 9
On-campus: Esercizi sul modello di Markowitz. Modello di Markowitz nel caso d'investimento in due titoli rischiosi.
Online: Modello di Markowitz con titolo privo di rischio. Capital Allocation Line. Capital Market Line. Utilizzo di R per visualizzare serie storiche e per le statistiche di mercato.
Settimana 10
On-campus: Esercizi sul modello di Markowitz. Teorema dell'unico fondo.
Online: Capital Asset Pricing Model (CAPM). R per la stima del beta di portafogli.
Settimana 11
On-campus: Esercizi sul modello di Markowitz e sul CAPM.
Online: Modello di Markowitz nel caso d'investimento in n titoli rischiosi. Excel per i problemi di selezione di portafoglio.