Appunti di Impianti industriali M

RAL

L'obiettivo la che lega

f indicatori

è esplicitare gli

domanda

alla

Approccio Analitico

Indica VAR Van

INDIP dir

DOMANDA

M

f R

Fi

Piccoli di

nella f

formulazione

errori possono

fornire nell analisi

errori domanda

della

grossi

l'obiettivo la matematica

infatti è usare ma

la formula

esplicitare

senza

CORRELAZIONE LINEARE

solo Fi chiamo

che

HYP

2 1

ferma retta

Osservo molari

misura n rappresentativi

dell'indicatore Xi

economico

Etta In

con

D normalmente

distribuita

e vecchio M

il

MEDIO

valore M

Cerco la

di tetta correlazione

di

impostare

Plx

a E dip

m

MA Firmare Pro

B

7

d 7 E

STIMA

Yi Caab

bla b

I

a stimano B

a

a

i

osservazioni 1 Y

m x

Conoscendo mi poter

porta associare

a

x y aib

quindi

e Yi

Xi Yi Xi

CONFRONTO DI BONTA ti

Yi bla

A e 1 m

a

Epp

Si vuole il piccolo

un gap

cercare possibile

piu

4

K

KPI DI

INDICATORE BONTA I

È Yik.EC S

blx

CYi i a

S Per

il

deve farlo

piccolo possibile

essere più

le derivate

uno E

Ia bla

Yi o

e

o a

2s FEI IN

BLA O

E

X E

a

O

J

Semplificando

Éti BEK

In A

tyi blfx.EE

am III

a.EE BEEN

F

A

D

Prendo l'altra derivata sostituisco a

e

È EI blx.IT

D

IIN

Yi o

ÌN EI

DIEN

IIN FI

b FI si

X può

non sempar

PERCHÉ C'E SOMMATORIA

LA

D NIM G

E

E

Yi dal valore

stimato della

M medio

viene la

domanda Yi domanda reale

quindi Non

stimata

sarà

ÉYI

E

L'ipotesi ha

sull'indicatore

fatta bisogno

economico

di una precisazione

nel

varia ma Deterministico

tempo e comunque

che rilevabile modo

sia

e in

quindi supponiamo

certo

Un che

Kpi anche l'indicatore

role non e

quando

in

rilevabile modo certo

supposto ovvero potrebbe

sulla domanda

darmi info

non l'indicatore

Esso indica correlato

e

mi quanto

alla domanda mi

e conviene

quindi quanto

in

usarlo così

contesto

quel qual'è

Capito

da

il indicatore

miglior economico usare

COEFFICIENTE DI CORRELAZIONE

E bontà

di di indie

coeff certo economico

in un

EATEN REED

r È tt

Tanto Irl tanto

più 1

si avvicina a più

l buono

indicatore economico è

Il della

di indica il

ci rara

r

regno l'andamento

Non

correlazione che

importa

ha che

D a

X narrare

è

con

del colore anche

di D Combi

X

ESTRAPOLAZIONE

Funziona I di dati

storico

mo

se

Si I

vuole D

D

legare DPassata

come E

OGGI

Si in

sviluppa due passaggi

Analisi della

1 storica

serie

Previsione della

2 domanda

La l'andamento

di trend mostra

componente

della domanda TREND

già XE CICLICHE

Oscillatorie YE

STAGIONALI

D

Componenti Sa Et

METODO ISTAT EUROSTAT

Input Doti mensili di D

di n passati

ten

Yi i a

mese amo

FASE Correzione base

sulla

dei

1 dati menu

del

del

giorno mese

It G del festivi

giorni

mese

giorni g

WE lavorativi

GE giorni

ge

ELI VEN

Wm FYI

Ve DEL

MESE

DOMANDA Medio

VE XE

MISTO XE

MODELLO Ze

FASE trend E

2 Componente di

mobili

medie

Eg per E t 6

txt

tutta tis

E 1

E

E

t.tt t.is

s 3 2

Sto di

centrato

un omo

guardando su me

Me

ittita media mobile primaria tttittnttt.int

It Media nobile secondaria 2

Never

TE

CON E

1

Ye f

YE Stagionalità

RAPPORTO

Ye di

Fase Eliminazione

3 casuale

della componente

la

Voglio sola variabile t

sostituare con

due diverse variabili indicano

che mese e anno

Cambio Indice Temporale

Mese

12

1

fi

E ANNO

È

YE Yi Yi

Et Hi eo

Questa indotta

relazione dalla realtà

è

Infatti tenendo fino ogni

mare per

in anno

la

che colare

tende

casuale

componente a

passa

fino ad annullarsi

LEI Fa

Yi I

Ma 1 dei Star

rari

Media di

Vado rettificarli

poi a

II

Via Rettificato

Rapporto Star

Via

Conoscendo calcolare la

andare

posso a

normalizzata

stagionale

componente Yi

24k sta

Y'is

Y'is 241,0 3 sta

1

2

yes 1 1

312

2

FASE INDICI

4 Destagionalizzati

CALCOLO

ME XEXE ZE

IE

YE

CALCOLO A

Nella molte

realtà IYEN.FI

volte

It Xe te

a indice

a destacion

BE

CALCOLO

ZE INDICE

YeYe DESTACION MODELLO

Me USANDO

ADDITIVO TO

A GU

Ut Xe z E BONA

PARTE 2 ESTRAPOLAZIONE

E

UE tutta roba

1 passata

Proiezione DI TREND

COMPONENTE

IERI DELLA

OPPURE DESTAGION

INDICE GREZZO

INDICE

OPPURE

ii

b To

T bt

A A aybtotbt.at

To t

dei

media

con

Esempio t Xe

1 103

4 94

5 96

In nel

alternativa futuro E

proiettare

per

la Funzione

utilizzare LOGISTICA

si può T tentativi

d B

4 e per

te

1 pe

È

La molto

di

si lungo

usare

può proiezioni

per

termine

In alternativa Metodo Dell'Ultimo Periodo

Della Domanda

tfijfguhvisi.ae TIPICO Grezzo

APPROCCIO

Dt de TERMINE

BREVE

Di

la

Se invece di elevata

dati

quantità storici e

a

di

Mobili

Medie

si periodi

usare

possono

precedenti È

De mania amm

DE Media Pesata

Se i secchi

dati molto

sono portare

possono

ad ritardo sulla domanda

ad avere un

portare

Il tale

riduce

metodo

prossimo errore

METODO DELLO SMORZAMENTO ESPONENZIALE

LE CO di

costante

1 smorzamento

De de DE

L 1 2 e

n dell

della

anche

Tengo conto quindi previsione

della

solo domanda

precedente

anno non

e

del periodo precedente

Valori molto

di 1

vicini

a mi portano

a a

bosoni alla domanda

solo precedente mentre

basino solo sulla NON

dio

per a previsione mai

Infatti

E lente

a

GRANCHE

UN pratico

e

non Igiene

di 0,5 0,6 in

e generale

DE A

MA COSA CORRISPONDE

1

DE ddt DE

1 a

1 2

2

Quindi

De G

4 ndt

ddt De

a a

a a

n 211 de

de

L De

d d

1 2

2

n L'de d'DE

DE

dott ddt DE

24 2

2 2 2

De Pt

De de

a de de 2

2 2

2 e

1 2

2

metodo

Con riesco colori

ottenere tutti i

a

questo

reali tutti

di i precedenti

periodi

INDICI PRESTAZIONALI

HEEL MAE

Ki

KEEFFE RIMISE si i

lo quando

usa

Me

I Vai Sono Tini Sovrastima

507257mA

0

ESERCITO Letti

MESE DOMANDA

PERIODO

1

23

GEN 250

2 255

23

FED 245

3

27

MAR 275

23 4

APR 23 5 240

MAC 6

23 255

GIU 260

7

27

LUG 23 8 240

Ago 23 275

9

SE LINEARE

ESTRAPOLA

De b treno

t

a EMIL

treno 5

EPÌ

di 255

a È E_tml

Gt

E Ct

E dm

Ofdm

Em ta

4 s

1 1

o

o

3 2 10 20 4

4 20 1

1 20

5 15 O

O 0

6 1

1 0

0 10

2

7 5 4

8 45

15

7 9

16

20

4

9 80 E

60

E

E 65

È

b 1,083

Possiamo ricamarci DE

5

t

DE 255 1,083 Dei

De De

E de de Del Cde

de

1 250 0,7 0,7 0,49

250,7

255 312

2 3,2

251,8 I

7,8

252,8

3 245 7,8

21,1

275 21,1

4 253,9

5 15,0

240 255,0 15,0

1,1 1,1

255

6 256,1

7 260 257,2 218 218 I

8 1813

258,3

140 1813

15,7 15,7

9 259,3

275

KA 9,5 PZ K

147,7 PZ

K2 0

E

12,2 PZ

N

ERRORE 1017

Previsione 10

Dio 255 1,083 5 260,4 PZ

10

Posso fare la di un numero

grosso

previsione

di periodi i

Applichiamo metodi

diversi studiati questo

a

esercizio IE

È

Dried Pesa

Digitate

t at Difendere

DÉI È

ii È

255 250

2 255

3 245 257,5 248

245 250

275

4 275K 266

5 260

240 258,3

257,5

255

6 253,3 250,5

240

7 260 247,5

255 256,7 250,5

8 260 257,5 251,7

240 258,5

240 251,7

250

9 275 246

275 257,5 264,5

258,3

10 la

Per media dare

bisogna pesi ai

pesata maggiori

periodi recenti

piu la

Finiamo smorzamento

con De dote

smonta De

d

0,1 1 1

1

250 Da di Di

d

D 2

1

1 250 de

NEL LO Stesso

PRIMO METTO

PERIODO

250,5 255

250 250

0,9

0,1 245 250,5

0,1 0,9

IMPIANTI

INDUSTIALI

Analisi del Prodotto

OBIETTIVI

Andiamo ad analizzare la richiesta, la produzione e la vita nel mercato di un

prodotto industriale. –

CdS di Impianti Industriali Università di Bologna

D V

OK dato D la mia

D domanda

viaggiate

ftp.inand IIEonomia P

TECNICA STUDIO DEL PRODOTTO

FUNZIONI DI

CURVE OFFERTA

DOMANDA e

PA

PI Ifa

Pa E Si

Di S

D

D ha di CORRELAZIONE INVERSA

curva

una

Nel ha

che

tutto

Di

PTO rendo

EA E cio

prodotto

Per ho

di diminuzione

Pn

un una

eccesso prezzo

della domanda

Per ho

di Pn

diminuzione aumento

un

prezzo

me E