Ricerca operativa

Come fare per raccogliere le risposte di un questionario in maniera robusta? Provo a spiegarmi meglio con un esempio. Mi arriva a casa il questionario del censimento generale della popolazione e delle abitazioni ISTAT; leggo il questionario e le istruzioni allegate ed inizio ad inserire crocette e numeri. La probabilità che io sbagli qualche informazione non è trascurabile e, moltiplicando questo per il numero dei partecipanti al censimento, il rischio di avere dei dati affetti da errori rilevanti non è trascurabile. Per questo motivo all'ISTAT hanno sviluppato degli strumenti analitici che permettono di rivelare e correggere gli errori presenti in un questionario: Implementa due approcci per il controllo e la correzione dei dati: con il primo (ispirato dalla metodologia NIM) l'imputazione è guidata dai dati disponibili mentre con il secondo (ispirato dalla metodologia Fellegi-Holt) l'imputazione è di minimo cambiamento. Entrambi gli approcci garantiscono azioni di im

Ho trovato questi appunti , a cura di Michele Lombardi, che spiegano come si può implementare la programmazione per vincoli , o constraint programming in inglese, con ILOG. Gli appunti sono concisi ma, allo stesso tempo, chiari e ben fatti. La cosa che trovo molto interessante sono i vari esempi che fanno vedere come, per lo stesso problema, formulazioni diverse portano a modelli equivalenti ma a tempi di risoluzione molto diversi.

Il termine business intelligence , che non saprei come tradurre in italiano, si riferisce ad un insieme di tecniche automatiche per analizzare dati aziendali. Secondo en.wikipedia.org : Business intelligence (BI) refers to computer-based techniques used in spotting, digging-out, and analyzing business data, such as sales revenue by products and/or departments, or by associated costs and incomes. In questo contesto è molto interessante dal mio punti di vista la business analytics : In this definition, business analytics is the subset of BI based on statistics , prediction , and optimization . Mi sbaglio o stiamo parlando di ricerca operativa?

La separazione , o generazione di tagli validi , è una tecnica classica per risolvere problemi di programmazione lineare intera con algoritmi del tipo branch and cut . Dalla tesi di Giuseppe Andreello, curata dal prof. Matteo Fischetti, possiamo imparare molte cose. Di seguito il sommario della tesi. Sommario Problema considerato L'oggetto di questo lavoro di tesi `e stato testare l'efficacia dei tagli 0-1/2 usando Ilog CPLEX8, un ambiente per la programmazione lineare intera. Come è stato risolto E' stata studiata una strategia di applicazione del separatore e di selezione dei tagli generati sulla base delle loro caratteristiche geometriche. Una implementazione in C++ di queste nuove funzionalità è stata affiancata all'implementazione originale, in C, della procedura di separazione. Risultati principali I tagli 0-1/2 sono particolarmente efficaci per le versioni “lp” dei problemi di “satisfiability” e “maximum satisfiability”, la cui struttura è di tipo comb