Siete i proprietari di una squadra di corse NASCAR. E’ l’ultima gara di un’ottima stagione e sarà trasmessa in Mondovisione vecchio sponsor (comunque vada). Vittoria: 10000EUR + nuovo sponsor. Nei primi 5: 5000EUR + nuovo sponsor. Nuovo sponsor sostituisce il vecchio. Condizioni sfavorevoli; rottura motore: EUR. Cattivo risultato danneggerebbe immagine Che Fare? Correre o ritirarsi?
Real Word Managerial Problem Decision PayoffPayoff PayoffPayoff IntuitionIntuition Abstraction Model AnalysisAnalysis Results Interpretation
By modeling various alternatives for future system design, Federal Express has, in effect, made its mistakes on paper. Computer modeling works; it allows us to examine many different alternatives and it forces the examination of the entire problem. Frederick W. Smith Chairman and CEO of Federal Express Corporation By modeling various alternatives for future system design, Federal Express has, in effect, made its mistakes on paper. Computer modeling works; it allows us to examine many different alternatives and it forces the examination of the entire problem. Frederick W. Smith Chairman and CEO of Federal Express Corporation
Problem identification Alternatives identification Model implementation Alternatives evaluation Sensitivity Analysis Further Analysis? Yes Best Alternative implementation No
“Forecasting is easy …. … for the past” Niels Bohr, Nobel Prize for Physics in 1922
IL modello è uno strumento logico-matematico che l’ingegnere, il meteorologo, lo scienziato, il manager utilizzano per: Predire il comportamento di un sistema Prevedere il corso di un mercato Valutare un investimento Elementi comuni ai modelli: Ipotesi Numeri Calcoli
La leva
F=mg Perchè può essere vista come modello? Perchè assumiamo: Niente rotazioni, il corpo è puntiforme Niente attriti Niente aria Funziona per gli atomi?
Una profonda conoscenza di: Problema La matematica sottostante Gli eventi importanti riguardanti il problema in corso I fattori che influenzano i termini del problema Analisi dei dati Analisi delle incertezza Validazione empirica
Occorrono più expertise per fare un modello di successo.
“decisions are often non-routine and usually require a bringing together of people ideas, data, and judgments from diverse sources” (Little, 1970)
Equazioni per il default di un’azienda da dati di mercato
Decision Engine Profit Classification
[Figure][Mission phases for the lunar mission event tree.]
Input Data Calculations (Black Box !!!) Results
“Then he wants to know why. A process starts of finding out what it was about the inputs that made the outputs come out as they did [Little (1970)].”
Citazione (Saltelli, 2004): “Sensitivity Analysis: would You go to an orthopaedist who didn’t use X-ray?” “Sensitivity Analysis: would You go to an orthopaedist who didn’t use X-ray?”
Correttezza del Modello Key Drivers Quantificazione Incertezza