Il corso si propone di fornire una solida preparazione teorica sui principali metodi quantitativi utilizzati a supporto delle decisioni economiche, in contesti caratterizzati sia da certezza sia da incertezza. Parallelamente, mira a sviluppare competenze pratiche nell’utilizzo del linguaggio Python per la modellizzazione e la risoluzione computazionale dei problemi analizzati. Il programma include l’introduzione a modelli di ottimizzazione e a metodi decisionali in condizioni di rischio e incertezza, con particolare attenzione agli strumenti della teoria dei giochi per lo studio delle interazioni strategiche.
Prerequisiti
Per una partecipazione efficace al corso, è fortemente raccomandata una conoscenza di base della matematica generale, con particolare riferimento all’algebra lineare (matrici e sistemi lineari) e all’analisi matematica (funzioni, derivate, ottimizzazione sia vincolata che non vincolata).
Metodi didattici
Lezioni frontali dedicate alla spiegazione teorica dei concetti fondamentali relativi ai metodi quantitativi, ai modelli decisionali e alla teoria dei giochi, accompagnate dalla presentazione di esempi pratici volti a facilitare la comprensione dei modelli matematici e delle loro applicazioni economiche. Esercitazioni pratiche in aula, con utilizzo del linguaggio Python per l’implementazione di modelli decisionali, la risoluzione di problemi di ottimizzazione, la costruzione di alberi decisionali e la simulazione di giochi strategici. Progetti di gruppo finalizzati allo sviluppo di modelli decisionali in Python applicati a problemi concreti di economia e gestione. Disponibilità di materiali didattici digitali, quali slide, appunti, tutorial Python e script di esempio, accessibili tramite piattaforme online (Moodle, Teams, ecc.), integrati da video-lezioni e webinar per approfondimenti tematici specifici.
Verifica Apprendimento
La modalità di verifica dell’apprendimento comprende una prova scritta (teorica) con domande a risposta aperta, finalizzata a valutare la comprensione dei concetti fondamentali relativi ai metodi quantitativi, ai modelli decisionali e alla teoria dei giochi. Sono inoltre previsti esercizi di formulazione e analisi di modelli matematici, nonché esercizi di programmazione in Python per l’implementazione di modelli decisionali, la risoluzione di problemi di ottimizzazione, la costruzione di alberi decisionali e la simulazione di giochi strategici. Durante il corso sono altresì somministrati quiz volti a monitorare l’apprendimento continuo e a fornire feedback tempestivi.
Contenuti
Introduzione ai concetti fondamentali, quali la definizione di problema decisionale e la classificazione dei modelli decisionali (certezza, incertezza, rischio; decisioni individuali vs. interazioni strategiche). Traduzione di problemi concreti in modelli matematici. Analisi dei modelli di scelta in economia, con particolare attenzione agli elementi della teoria del consumatore e dell’impresa (minimizzazione dei costi, massimizzazione del profitto, produzione e rendimenti di scala). Studio delle decisioni in condizioni di incertezza e rischio, inclusi gli alberi decisionali e i metodi per valutare alternative in tali contesti. Approfondimento della teoria dei giochi e delle interazioni strategiche, con focus su giochi a due giocatori e giochi non cooperativi, strategie pure e miste, equilibrio di Nash (definizione, esempi e applicazioni), nonché su giochi con più giocatori, giochi ripetuti, giochi evolutivi e giochi bayesiani. Applicazioni pratiche e sviluppo di software in Python per l’implementazione dei modelli, inclusa la scrittura di funzioni, la risoluzione di problemi numerici e la rappresentazione grafica, con particolare riferimento alla risoluzione di giochi evolutivi, ripetuti e sequenziali. Infine, valutazione critica e confronto dei modelli proposti.
Lingua Insegnamento
ITALIANO
Altre informazioni
Libri consigliati:
1. Teoria dei giochi, Robert Gibbons, Mulino, 2005.
2. Python per le Scienze Economiche e Sociali: Coding in preparazione alla Data Science. Jianyi Lin, Davide Radi e Francesco Tornieri, Giapicchelli, 2025.