Dettaglio insegnamento

METHODS OF OPERATIONS MANAGEMENT

EC0121

Insegnamento
METHODS OF OPERATIONS MANAGEMENT
Codice
EC0121
Anno Accademico
2026/2027
Anno regolamento
2026/2027
Corso di studio
MANAGEMENT, ECONOMIA E FINANZA
Curriculum
A18 - Marketing and Operations Management
Responsabile didattico
CFU
8
Ore di lezione
60
Settore Scientifico Disciplinare (SSD)
STAT-04/A - Metodi matematici dell'economia e delle scienze attuariali e finanziarie
Tipo di insegnamento
Attività formativa monodisciplinare
Fruizione insegnamento
OBB - Obbligatoria
Anno
1
Periodo
Primo Semestre
Sede
NOVARA
Lingua insegnamento
Italiano
Contenuti
Programmazione lineare, grafi di progetto, gestione delle scorte, introduzione alla programmazione in R.
Testi di riferimento
- Bellenzier L., Grassi R., Stefani S., Torriero A., Metodi quantitativi per il Management, Esculapio, 2012. - Hillier S., Lieberman G.J., Ricerca Operativa, 9/ed., McGraw Hill, 2010 (seguire le indicazioni pubblicate sul sito DIR). - Garrett Grolemund, Hands-On Programming with R: Write Your Own Functions and Simulations, O'Reilly Media, 2014 (disponibile anche online. Seguire le indicazioni pubblicate sul sito DIR).
Obiettivi formativi
Le studentesse e gli studenti acquisiranno la conoscenza di alcuni degli strumenti quantitativi propri dell’Operations Management per poter affrontare differenti problemi di pianificazione. Al termine del corso, le studentesse e gli studenti avranno acquisito adeguata conoscenza dei concetti e della terminologia proprie di alcune tecniche di ottimizzazione di processi produttivi e di pianificazione di progetti. Inoltre, saranno in grado di applicare le tecniche studiate a semplici problemi tipici della gestione di risorse e di progetti strategici anche tramite l’utilizzo del linguaggio di programmazione R (or Excel) e di argomentare con sufficiente rigore le soluzioni implementate.

L'insegnamento è pari a 8 CFU, corrispondenti a 60 ore di didattica frontale. Complessivamente, sono previste circa 40 ore di didattica erogativa (DE) e 20 ore di didattica interattiva (DI). La ripartizione tra le due modalità non è rigida e può variare all'interno delle singole lezioni.
Prerequisiti
Risoluzione di sistemi lineari algebrici. Nozione di variabile aleatoria e distribuzione di probabilità. Rudimenti di calcolo differenziale in una o più variabili.
Metodi didattici
Lezioni frontali con esercitazioni integrate e laboratorio.
L'insegnamento è pari a 8 CFU, corrispondenti a 60 ore di didattica frontale. Complessivamente, sono previste circa 40 ore di didattica erogativa (DE) e 20 ore di didattica interattiva (DI). La ripartizione tra le due modalità non è rigida e può variare all'interno delle singole lezioni.
Altre informazioni
Le studentesse e gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA) o con Bisogni Educativi Speciali (BES) possono richiedere servizi e strumenti specifici a loro dedicati rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo: https://uniupo.it/it/servizi/servizi-studentidisabili-e-dsa Le studentesse e gli studenti con disabilità, DSA, BES, una volta preso contatto con lo Staff di Ateneo, possono contattare la/il docente titolare dell'insegnamento in relazione alla declinazione delle modalità di esame, in merito agli aspetti didattici.
Modalità di verifica dell'apprendimento
L'esame è composto da una prova scritta e una prova orale, entrambe obbligatorie. La prova orale può essere sostenuta solo a seguito del superamento della prova scritta.

Prova scritta (durata: 90 minuti) verte sui moduli di Programmazione lineare, Project management e Gestione delle scorte. È composta da 3 esercizi, uno per ciascuno dei seguenti argomenti:

● formulazione e risoluzione di un problema di programmazione lineare con il metodo grafico e analisi di sensitività;
● costruzione di un grafo di progetto e applicazione delle tecniche CPM/PERT (calcolo del percorso critico e dei ritardi consentiti) e ottimizzazione tempi/costi;
● applicazione di un modello di gestione delle scorte (a domanda deterministica o aleatoria) al calcolo del lotto economico o del livello di riordino.

Ogni esercizio verifica la capacità di tradurre un problema gestionale in un modello quantitativo, di applicare correttamente la tecnica risolutiva e di argomentare il risultato. A ciascun esercizio, se svolto in modo completo e corretto, sono attribuiti fino a 10 punti (totale 30). La prova scritta si considera superata con un punteggio non inferiore a 18/30 e costituisce il voto di partenza per la prova orale.

Prova orale (verte sul modulo di introduzione alla programmazione in R, oltre a eventuali chiarimenti sulla prova scritta). La candidata/il candidato deve:

● dimostrare di conoscere la sintassi di base di R e le funzioni utilizzate per implementare le tecniche viste a lezione;
● risolvere o commentare un breve script/problema applicativo in R, collegando lo strumento informatico ai modelli quantitativi studiati;
● argomentare con linguaggio tecnico appropriato le scelte modellistiche della prova scritta, mostrando capacità di autocorrezione se sollecitata/o.

Criteri di valutazione complessiva.

Sufficienza (18/30): prova scritta superata e conoscenza, in sede orale, dei concetti fondamentali di R e delle funzioni essenziali per implementare i modelli, pur con qualche incertezza.
Buono (24-27/30): padronanza degli argomenti scritti e capacità di utilizzare autonomamente R su problemi analoghi a quelli svolti a lezione, individuando e correggendo eventuali errori.
Eccellente (30 e lode): piena autonomia nell'uso di R, capacità di affrontare varianti non standard dei problemi proposti ed esposizione chiara, rigorosa e ben argomentata delle conclusioni.

Il voto finale è unico: la prova orale può modificare, in aumento o in diminuzione, il punteggio della prova scritta in funzione della prestazione.

Per la preparazione alla prova scritta si consigliano i testi di Bellenzier et al. e Hillier-Lieberman (capitoli su simplesso, PERT/CPM, gestione delle scorte). Per la prova orale il testo di Grolemund e il materiale di laboratorio R pubblicato sul sito DIR.

Programma esteso
Programmazione lineare: esempi, definizioni, metodo del simplesso e sua implementazione in Excel. Cenni a dualità, analisi di sensitività, programmazione lineare intera (PLI) e applicazioni a problemi di produzione ottima con esemplificazioni su foglio elettronico. Project management: grafi di progetto, diagrammi di Gantt, tecniche CPM e PERT. Gestione delle scorte e dei ricavi: modelli classici con domanda deterministica costante, modello statico con domanda aleatoria e distribuzione nota e formulazione del modello dinamico (cenni di programmazione dinamica). Introduzione alla programmazione in linguaggio R con esempi applicativi sui primi tre argomenti del corso.
Risultati di apprendimento attesi
Al termine del corso, le studentesse e gli studenti avranno acquisito i seguenti risultati di apprendimento, declinati secondo i Descrittori di Dublino.

Conoscenza e comprensione.
Conoscenza dei fondamenti teorici e della terminologia delle principali tecniche di ottimizzazione affrontate: programmazione lineare (metodo grafico e analisi di sensitività), tecniche di project management (CPM/PERT) e modelli di gestione delle scorte, nonché degli elementi di base del linguaggio di programmazione R.

Capacità di applicare conoscenza e comprensione.
Capacità di applicare le tecniche studiate alla soluzione di problemi pratici di pianificazione e gestione di risorse e progetti, anche mediante l'utilizzo del linguaggio R (o di un foglio elettronico), argomentando con sufficiente rigore le soluzioni implementate.

Autonomia di giudizio.
Capacità di individuare, tra le tecniche quantitative presentate, quella più adeguata a un determinato problema gestionale e di valutare criticamente la plausibilità e la coerenza dei risultati ottenuti rispetto al contesto applicativo.

Abilità comunicative.
Capacità di esporre, in forma sia scritta sia orale, le assunzioni del modello, il metodo di risoluzione adottato e i risultati ottenuti, utilizzando un linguaggio tecnico appropriato e argomentazioni chiare e ben strutturate.

Capacità di apprendimento.
Capacità di applicare in autonomia gli strumenti di programmazione in R appresi durante il corso a problemi nuovi, non trattati esplicitamente a lezione, individuando e correggendo autonomamente eventuali errori.
Ultimo aggiornamento:09-09-2026 00:14:31