Didattica

A.A. 2019/2020

LABORATORIO DI BUSINESS ANALYTICS C.I.

Corso di laurea INGEGNERIA INDUSTRIALE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 54.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2017/2018

Anno di corso 3

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso Curriculum gestionale

Torna all'elenco
LABORATORIO DI BUSINESS ANALYTICS C.I.

Corso di laurea INGEGNERIA INDUSTRIALE

Settore Scientifico Disciplinare MAT/09

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 54.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2019/2020

Anno di corso 3

Lingua ITALIANO

Percorso Curriculum gestionale (A91)

È necessario aver superato l’esame di “Analisi Matematica e Geometria”.

L'obiettivo del corso è impartire allo studente conoscenze di base sia operative che metodologiche inerenti la statistica, la programmazione scientifica e l'ottimizzazione nel contesto dell'ingegneria industriale.

Lo studente sarà introdotto all'analisi esplorativa dei dati e alla data visualization mostrando come l'uso di opportuni metodi algoritmici permettano di risolvere una varietà di problemi concreti a partire dall'analisi dei dati.

Gli elementi di programmazione scientifica forniranno le conoscenze operative e metodologiche di base per progettare e sviluppare algoritmi. I contenuti inerenti l'ottimizzazione saranno finalizzati a fornire i concetti sia di carattere modellistico che algoritmico relativi ai problemi decisionali strutturati che un ingegnere industriale tipicamente incontra nella fase di progettazione e/o gestione di un sistema.

Dopo il corso lo studente dovrebbe essere in grado di:

  • Scrivere ed analizzare un semplice codice scritto in un linguaggio di programmazione, con particolare riferimento alla programmazione scientifica.

  • Formulare un problema di decisione strutturato sotto forma di un modello matematico di ottimizzazione ed individuare l’algoritmo risolutivo più adatto per determinarne la soluzione ottima.

Lezioni frontali ed esercitazioni.

Scritto.

Elementi di programmazione scientifica. Tipi, variabili, operatori, espressioni condizionali, metodi, cicli. Programmazione ricorsiva. Svolgimento di esercizi al calcolatore sugli argomenti trattati.

 

Elementi di ottimizzazione. Richiami sulla programmazione lineare e sulla programmazione lineare intera. Presentazione di modelli di PL o PLI per alcuni problemi notevoli. Svolgimento di esercizi sugli argomenti trattati.

"Automate the Boring Stuff with Python: Practical Programming for Total Beginners" - Libro di Al Sweigart

LABORATORIO DI BUSINESS ANALYTICS C.I. (MAT/09)