Design of experiments for process and product optimization
A.A. 2026/2027
Obiettivi formativi
The proper design of experiments is an essential part of any scientific investigation. As such, the planning of the trials and the analysis of the results are integral to the food industry and food science. This course will cover all stages of the experimental method, from identifying the problem and defining the objectives, to gathering information and designing the experiment for data collection and analysis. Tools for discussing the results will be outlined, considering bibliographic search engines and representation of results in tables and figures. The course encompasses the use of various softwares for statistical inference, experimental design, and scientific search engines. The programme includes theoretical lessons, practical sessions in the computer lab, and discussion and resolution of case studies proposed by the instructor and/or the students. In the short term, the course aims to provide tools for conducting and writing an experimental thesis, as well as for solving industrial problems in the field of research and development.
Risultati apprendimento attesi
At the end of the course, the students will be able to apply the experimental method approach, as well as to use and implement methods for optimizing processes, products, and formulations to enhance process robustness and sustainability.
· Summarize the basic and advanced design of experimental methods
· Perform statistical inference
· Demonstrate knowledge of basic and advanced process optimization methods
· Use factorial (fractional) designs and response surface methods through dedicated software
· Analyze the data and present the most important results
· Discuss the results, outline conclusions, and provide recommendations
· Summarize the basic and advanced design of experimental methods
· Perform statistical inference
· Demonstrate knowledge of basic and advanced process optimization methods
· Use factorial (fractional) designs and response surface methods through dedicated software
· Analyze the data and present the most important results
· Discuss the results, outline conclusions, and provide recommendations
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
1. Principi, finalità e procedure del metodo sperimentale. Definizione degli obiettivi e dei fattori del processo, motori di ricerca bibliografici, strumenti per la raccolta e l'analisi dei dati e metodi per la rappresentazione dei risultati in tabelle e figure durante e dopo le prove sperimentali. Strumenti per la discussione dei risultati.
2. Analisi della varianza (ANOVA).
3. Regressione lineare semplice e multipla.
4. Disegni fattoriali completi e frazionari a due livelli. Metodi per migliorare la risoluzione dei disegni frazionari. Disegno di Plackett-Burman. Aggiunta di punti centrali ai disegni fattoriali.
5. Disegni per superfici di risposta (Response Surface Designs): Central Composite Design (CCD), Face-Centered Design (FCD) e Box-Behnken Design (BBD).
6. Procedure di ottimizzazione per una o più variabili risposta.
7. Ottimizzazione di miscele: Simplex Lattice Design.
· Esercitazioni pratiche in laboratorio informatico con esempi applicativi di raccolta e analisi dei dati, modellazione e ottimizzazione di processi/prodotti mediante Excel e diversi software statistici.
2. Analisi della varianza (ANOVA).
3. Regressione lineare semplice e multipla.
4. Disegni fattoriali completi e frazionari a due livelli. Metodi per migliorare la risoluzione dei disegni frazionari. Disegno di Plackett-Burman. Aggiunta di punti centrali ai disegni fattoriali.
5. Disegni per superfici di risposta (Response Surface Designs): Central Composite Design (CCD), Face-Centered Design (FCD) e Box-Behnken Design (BBD).
6. Procedure di ottimizzazione per una o più variabili risposta.
7. Ottimizzazione di miscele: Simplex Lattice Design.
· Esercitazioni pratiche in laboratorio informatico con esempi applicativi di raccolta e analisi dei dati, modellazione e ottimizzazione di processi/prodotti mediante Excel e diversi software statistici.
Prerequisiti
Alcuni concetti di base di statistica.
Metodi didattici
Il corso sarà erogato attraverso:
· Lezioni frontali (3 CFU) con supporto informatico (presentazioni PowerPoint, motori di ricerca bibliografici, fogli di calcolo Excel e software statistici), finalizzate al trasferimento delle conoscenze teoriche necessarie per comprendere e applicare i metodi illustrati. Gli studenti sono tenuti a portare il proprio computer portatile.
· Esercitazioni in laboratorio informatico (1 CFU) finalizzate all'acquisizione di familiarità con la risoluzione di problemi pratici.
· Lezioni frontali (3 CFU) con supporto informatico (presentazioni PowerPoint, motori di ricerca bibliografici, fogli di calcolo Excel e software statistici), finalizzate al trasferimento delle conoscenze teoriche necessarie per comprendere e applicare i metodi illustrati. Gli studenti sono tenuti a portare il proprio computer portatile.
· Esercitazioni in laboratorio informatico (1 CFU) finalizzate all'acquisizione di familiarità con la risoluzione di problemi pratici.
Materiale di riferimento
· Le slide presentate durante le lezioni, accompagnate da testi esplicativi, esercizi svolti con soluzioni ed esempi di prove d'esame, sono disponibili sul portale myARIEL.
· Douglas Montgomery, Design and Analysis of Experiments, McGraw-Hill.
· Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook, Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley Series in Probability and Statistics.
· M.J. Anderson, P.J. Whitcomb, M.A. Bezener, Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures.
· Douglas Montgomery, Design and Analysis of Experiments, McGraw-Hill.
· Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook, Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley Series in Probability and Statistics.
· M.J. Anderson, P.J. Whitcomb, M.A. Bezener, Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures.
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame è scritto (durata: 120 minuti) e consiste nella verifica delle conoscenze teoriche e nella risoluzione di un problema al computer mediante software statistici.
Per gli studenti frequentanti (presenza superiore al 75% delle lezioni totali), è possibile sostituire l'esame con la preparazione di una tesina, nella quale lo studente presenta un caso di studio. I dettagli per la redazione dell'elaborato saranno forniti durante le lezioni.
Il voto finale, espresso in trentesimi, sarà comunicato tramite e-mail.
Sono previsti sei appelli d'esame all'anno:
· due durante ciascuna pausa tra i semestri;
· uno durante la pausa didattica interna a ciascun semestre.
Ulteriori appelli potranno essere organizzati su richiesta degli studenti.
Gli studenti con Disturbi Specifici dell'Apprendimento (DSA) o con disabilità sono invitati a contattare il docente via e-mail almeno 15 giorni prima della data dell'esame per concordare eventuali misure personalizzate. L'e-mail inviata al docente dovrà essere inoltrata per conoscenza anche ai rispettivi servizi dell'Università:
· [email protected] (per studenti con DSA);
· [email protected] (per studenti con disabilità).
Per gli studenti frequentanti (presenza superiore al 75% delle lezioni totali), è possibile sostituire l'esame con la preparazione di una tesina, nella quale lo studente presenta un caso di studio. I dettagli per la redazione dell'elaborato saranno forniti durante le lezioni.
Il voto finale, espresso in trentesimi, sarà comunicato tramite e-mail.
Sono previsti sei appelli d'esame all'anno:
· due durante ciascuna pausa tra i semestri;
· uno durante la pausa didattica interna a ciascun semestre.
Ulteriori appelli potranno essere organizzati su richiesta degli studenti.
Gli studenti con Disturbi Specifici dell'Apprendimento (DSA) o con disabilità sono invitati a contattare il docente via e-mail almeno 15 giorni prima della data dell'esame per concordare eventuali misure personalizzate. L'e-mail inviata al docente dovrà essere inoltrata per conoscenza anche ai rispettivi servizi dell'Università:
· [email protected] (per studenti con DSA);
· [email protected] (per studenti con disabilità).
AGRI-07/A - Scienze e tecnologie alimentari - CFU: 4
Esercitazioni in aula informatica : 16 ore
Lezioni: 24 ore
Lezioni: 24 ore
Docente:
Hidalgo Vidal Alyssa Mariel
Turni:
Turno
Docente:
Hidalgo Vidal Alyssa MarielDocente/i
Ricevimento:
su appuntamento
via Mangiagalli 25, 4to piano