XLI Ciclo - a.a. 2025/2026

 

Coordinatore: Prof. Marco Di Marzio

Collegio dei Docenti: Proff. Bianco Adele; Bucciarelli Edgardo; Crociata Alessandro; Di Battista Tonio; Di Marzio Marco; D'Ingiullo Dario; Di Vincenzo Fausto; Fensore Stefania; Furia Donatella; Gattone Antonio; Iannone Barbara; Ippoliti Luigi; Odoardi Iacopo; Pentucci Maila; Quaglione Davide; Sarra Annalina; Valentini Pasquale; Ziruolo Andrea.

 

Dottorandi:

• Serena Pulcini
• Gabriella Buttini
• Marino Pilati
• Valentina Buccella
• Alessandra D'Alessio
• Domenico Viola

 

Corsi:

 

Metodi di Matematica per l’Economia (Mathematical Methods in Economics)

Titolare dell’insegnamento: Prof. Christos Mavridis

Durata corso: 18 ore

Anno di erogazione: primo anno di dottorato

Il corso fornisce una panoramica dei metodi e degli strumenti matematici essenziali utilizzati in economia (economics). Gli studenti saranno esposti e familiarizzeranno con una varietà di argomenti matematici con l’obiettivo di approfondire la loro comprensione tecnica e sviluppare un linguaggio di ricerca comune. Utilizzando teoria e esempi gli studenti avranno l’opportunità di vedere come vari strumenti matematici vengono utilizzati nello sviluppo e nell’uso di modelli economici. Il corso mira a dotare gli studenti delle conoscenze tecniche e delle capacità necessarie per seguire altri corsi di dottorato specializzati e condurre ricerche di altra qualità in vari campi dell’economia.

 Prerequisiti

Analisi matematica di base: derivate, integrali, ottimizzazione di funzioni di base. (All'inizio del corso sarà previsto un breve ripasso di questi argomenti)

 Programma

Calcolo. Il concetto delle funzioni, funzioni in Rn, continuità, concavità/convessità, differenziabilità, formula di Taylor, funzioni implicite, integrale di Riemann

Matrici. Algebra lineare di base, diagonalizzazione, autovalori/autovettori, rango, forme quadratiche, definitezza, sistemi lineari • Prove matematiche Fondamentali delle prove matematiche

Analisi reale / elementi di topologia Insiemi, spazi metrici, sequenze e serie, teorema Bolzano-Weierstrass, teorema Bolzano, corrispondenze, teoremi di punto fisso

Equazioni alle differenze e differenziali

Ottimizzazione Ottimizzazione non vincolata, ottimizzazione vincolata con vincoli di uguaglianza e disuguaglianza, teorema dell’inviluppo, ottimizzazione dinamica e equazioni di Euler

Libri Suggeriti:

Simon and Blume (1994), Mathematics for Economists, W.W. Norton

Sundaram (1996), A First Course in Optimization Theory, Cambridge University Press

Mas Colell, Whinston, and Green (2004), Microeconomic Theory, Oxford University Press

- 26/01/2026 (orario 15-19)

- 27/01/2026 (orario 15-19)

- 28/01/2026 (orario 15-19)

- 29/01/2026 (orario 15-19)

- 30/01/2026 (orario 11-13)

Le lezioni si svolgeranno in aula 3 del DISEGS (secondo piano, scala gialla).

---

 

Economia e Politica Industriale e Regionale (Economics and Industrial and Regional Policy)

Titolare dell’insegnamento (Course Instructor): Prof. Dario D’Ingiullo

Durata corso (Course Duration): 18 ore (18 hours)

Anno di erogazione (Years of delivery): primo anno (first year)

Il corso si concentra sull'analisi del settore industriale e delle politiche governative che influenzano la struttura, il comportamento e le performance delle industrie, nonché lo studio delle regolamentazioni per prevenire pratiche monopolistiche e promuovere la concorrenza leale. Il corso offre anche strumenti di analisi economica territoriale, che riguardano le loro dinamiche di sviluppo, regionale e le politiche economiche che possono influenzarne la crescita e il benessere.

(The course focuses on the analysis of the industrial sector and government policies that influence the structure, behavior, and performance of industries, as well as the study of regulations aimed at preventing monopolistic practices and promoting fair competition. The course also provides tools for territorial economic analysis, concerning regional development dynamics and the economic policies that can influence growth and well-being.)

- 11/06/2026 (10-13)

- 12/06/2026 (10-13)

- 18/06/2026 (10-13)

- 19/06/2026 (10-13)

- 25/06/2026 (10-13)

- 26/06/2026 (10-13)

---

 

Functional Data Analysis

Titolare dell’insegnamento: Prof. Antonio Gattone

Durata corso: 12 ore

Anno di erogazione: primo anno di dottorato

Il corso ha l’obiettivo di introdurre le principali tecniche matematiche statistiche che possono essere applicate per analizzare dati che possono essere rappresentati come funzioni ad esempio serie temporali. Si studiano problemi di riduzione dimensionale, classificazione e clustering. Il corso è integrato con un laboratorio informatico durante la quale verranno mostrati esempi pratici di analisi dei dati funzionali su casi di studio specifici in modo che lo studente sviluppi anche le competenze computazionali necessarie.

- 02/03/2026 (15-18)

- 06/03/2026 (9-12)

- 09/03/2026 (15-18)

- 13/03/2026 (9-12)

---

 

Metodi Bayesiani e Modelli Lineari Generalizzati

Titolare dell’insegnamento: Prof. Pasquale Valentini

Durata corso: 12 ore

Anno di erogazione: primo anno di dottorato

Questo corso fornisce ai ricercatori un'introduzione ai metodi bayesiani e ai modelli lineari generalizzati (GLM). Esso copre concetti fondamentali, metodologie e tecniche di programmazione sia nella statistica bayesiana che nei GLM. I partecipanti acquisiranno esperienza pratica nell'implementazione di questi metodi utilizzando linguaggi di programmazione popolari come R e MATLAB.

 - 16/02/2026 (orario 9-13)

 - 17/02/2026 (orario 9-13) 

 - 19/02/2026 (orario 9-13) 

---

 

Bayesian Regression Methods: Advanced topics

Titolare dell’insegnamento: Dott. Carlo Zaccardi

Durata corso: 12 ore

Anno di erogazione: primo anno di dottorato

Il corso si propone di approfondire l’uso dell’inferenza bayesiana in modelli statistici avanzati e largamente utilizzati nella ricerca applicata. In particolare, vengono analizzati i modelli di regressione lineare generalizzati (GLM), in casi di variabili risposta non gaussiane e non bernoulliane, e i modelli di regressione lineare con effetti misti (LMM), adatti allo studio di dati longitudinali. Vengono inoltre trattati approcci bayesiani di regolarizzazione e shrinkage, utili per il controllo della complessità del modello e la selezione delle variabili. Le attività includono esercitazioni pratiche e casi di studio, con implementazioni in R.

Programma
1. Inferenza bayesiana nel modello di regressione lineare generalizzato (GLM). Regressione con variabile di risposta di Poisson, Binomiale Negativa. Criteri di selezione del modello.
2. Inferenza bayesiana nel modello di regressione lineare con effetti misti (LMM). Dati longitudinali. Modelli gerarchici, possibili parametrizzazioni della matrice di covarianza.
3. Approcci bayesiani di regolarizzazione e shrinkage. Bayesian Lasso, Elastic Net, Horseshoe prior, Spike and Slab prior.

 - 16/03/2026 (orario 10-13)

 - 19/03/2026 (orario 10-13)

 - 23/03/2026 (orario 10-13)

 - 26/03/2026 (orario 10-13) 

---

Human Capital, Culture and Tourism in Regional Development

Titolare dell’insegnamento: Dott.ssa Assia Liberatore

Durata corso: 12 ore

Anno di erogazione: primo anno di dottorato

 

---