L’insegnamento riguarda la formazione dello Studente alla gestione di sistemi complessi, a partire dal concetto base di statistica inferenziale, fino ad arrivare alle più moderne tecniche statistiche di Design of Experiment. La focalizzazione dell’insegnamento è sul metodi matematico-statistici, ponendo attenzione ai tipi di realtà nei quali essi operano (deterministica / stocastica). Sono previste molteplici esercitazioni basate su casi aziendali reali per facilitare l’apprendimento e per fornire metodi e strumenti efficaci di Problem Solving.
Il corso fornisce le nozioni di base relative all'applicazione di metodi statistici e di simulazione alla gestione dei processi industriali
Fornire agli Studenti una base teorica e pratica dei concetti e delle tecniche fondamentali della gestione di sistemi complessi, come l'importanza di saper valutare e migliorare continuamente la Performance dell’impianto oggetto, mediante l'applicazione di metodologie consolidate come DOE, ANOVA; DES; OR.
Insegnare agli Studenti a identificare, correggere e prevenire i problemi del Sistema / Impianto e a utilizzare strumenti applicativi per risolverli o per mitigarne gli effetti.
Sviluppare le competenze degli Studenti nella gestione dei progetti di Produzione / Servizio, sottoponendo loro casi aziendali realmente accaduti, da risolvere con le metodologie apprese.
Promuovere la sensibilizzazione alla transizione degli impianti produttivi correnti ai più moderni dettami di Industry 4.0, mediante trasformazione a livello architetturale, hardware e software.
Aiutare gli Studenti a comprendere come utilizzare al meglio il loro know-how, al fine di trovare, in futuro, un collocamento ideale nel contesto aziendale per poter dare valore.
Apprezzabile, ma non strettamente necessario, aver frequentato in precedenza l’insegnamento di Statistica.
Le modalità didattiche si dividono in 4 macro-fasi:
- Orientation
- Formazione
- Case study (svolti)
- Esercitazioni su casi aziendali e su Software dedicati
TESTI / BIBLIOGRAFIA
Tutte le slides utilizzate durante le lezioni e altro materiale didattico saranno disponibili su aul@web. In generale, gli appunti presi durante le lezioni e il materiale su aul@web sono sufficienti per la preparazione dell'esame. Il libro sotto indicato è suggerito come testo di appoggio.
Design and analysis of experiments – 10th Edition - D.C. Montgomery - Wiley 2020 - ISBN: 978-1-119-72210
Ricevimento: Il Docente è disponibile per ricevimento individuale o di gruppo, tre giorni alla settimana, su prenotazione, in date concordabili.
MARCO MOSCA (Presidente)
MAURIZIO SCHENONE (Presidente Supplente)
Da definirsi
Scritto e orale, le date delle sessioni saranno pubblicate a calendario e comunicate su AulaWeb.
Lo scritto consiste nello svolgimento di un caso aziendale di pari difficoltà a quelli svolti in aula, potrà essere richiesto l’utilizzo di un Software a calcolatore, disponibile in aula didattica, all’utilizzo del quale gli Studenti saranno formati durante l’insegnamento. L’orale comprende la spiegazione da parte dello Studente dell’esercizio svolto nello scritto e, successivamente, domande di teoria.
L’accertamento dell’effettivo raggiungimento dei risultati si otterrà mediante la valutazione delle risposte ottenute dallo Studente in sede di esame. Nello specifico i parametri di valutazione consisteranno in:
Esercizio sui casi aziendali: autonomia risolutiva, correttezza del risultato, capacità di individuare e chiedere dati eventualmente omessi o di individuare dati non necessari, capacità di risolvere nelle tempistiche standard (10-15’) l’esercizio assegnato all’esame orale, capacità di comporre una presentazione esaustiva e organica, possibilità di verificare quanto sostenuto mediante l’inserimento di schermate dai SW utilizzati.
Domande teoriche: valutazione dei contenuti, esaustività dell’argomento, livello di dettaglio, qualità dell’esposizione, terminologia professionale, capacità di collegamento da una tematica all’altra, capacità di ragionamento critico sulla discussione affrontata.
Propedeuticità :
Non sono richieste propedeuticità oltre alla conoscenza della matematica e della statistica di base.
