Impianti industriali - modulo 1

Revisionato il 13/07/2026

di Leonelligiada

Publisher

Vota

Contenuto verificato e approvato dal Team di Esperti di Skuola.net

Appunti presi con cura dalle lezioni di Impianti industriali del prof Gamberi.Elenco dei macroargomenti:- Studi di fattibilità: previsioni e indagini di mercato- Ammortamento, VAN e pbp- …

Esame Impianti industriali

Facoltà Ingegneria

Dal corso del Prof. Gamberi Mauro

Università Università degli Studi di Bologna

A.A. 2022-2023

50 pagine

Appunti esame

Scarica

Estratto del documento

NIMIPIANT I

INDUSTRIALI

I

APPELLi le

LIBRO A

impianti Geohanda

Paneschi Progetto

industriali Ep

: -

- . :

1/2 90

ESAME 20 Su EXCEL min

domande X

numerici

: es con

STUDiO Di FATTiBiziTA

1° FASE p prodotto

= ANALSi DEL

utilizzato MERCATO

definire

STUDIO it che

OBETico vena

PRODOTTO products

DEL : indilittato

il vena

prodotto

Ci del

previsioni si mercato

di cui

vero

mercato occupa

FASE

20 ciclo

c = in S

(E Esse

tecnologico

ciclo del

produttivo

studio del cicto produttivo impianto

studio e

TECNOLOGICO

O d

DIMENSIONAMENTO

noi Insieme Dei Sistemi Produttivi

: Che

RISORSE No

EVE

D il di

compito Trasformare Materia

LA

PriMA (MP PG) Finito

prodotto

3 FASE S servizi

= Ausivitei

impianti trafamano

servizi la pira

materia

studio ma

Dei a non

- faliscono delle

ILLUMINAzie agli

risee tecnologici

impianti

- TRASPORTO ACQUA

- fouli

per funzioname

- ...

FASE quantita

10 = Fanfarma

REDDITTIVITA

Analisi tecnologico

punto vista

de economica

dal quello

risee a per

(VAN PbP)

Stabilire Reddittivita

pei la e

STUDIO PRODOTTO

DEL di mercato

previsioni

DOMANDA MERCATO "D"

Di te futuro

how

: cononcione pa

(plevisione) la il pernato

studian tante Dati storia

me :

(treud)

Tendenziale

effetto

sistematisi oscillazione

Periodo

- STASIONALITA = mesi

OSCLLATORIO

EFFETTO

- congiuntua oscillatione

periodo

COMPONENTI =

: 2 5 auui

Ces

-aleatori querrel

totalmente :

imprevedibien

casuali e

: tenemoto

D le il dettaglio

componenti

tutte

dal la

permato

registro di

: ni var

balua ,

prevedento

devo TEMPORAL

ORIZZONTI :

-lungo PREVisiONi IMPIANTO

>dette auche Di

periodo 10-15 ANNi

: Di

Previsioni

1-5 >dette

Anni Promotio

anche

periodo

-medio : GESTIONE

periodo OPERATIVA

per

mesi-1 Anno

eeve : <

- PrevisiONALi

METODi Mercato

Del it del

Indagine comportamento

prevedere mercato

campionaria cenco di

metodi :

- (INDAGINE)

focalizzandomi su un campione

medio/biere

leve

- vano periodo

pen

conelazione

metodi mercato

fattai le

noti quali

: domande va

seie di

di ai

- conelata

~lugo periodo il

del

dati

entrappolo i futura

formulare

estrapolazione

metcali storici panato

di : per

- >medio/beve periodo

indagine Io 27

Campidan Binowinte compie so no

swo lavia

nov

a ,

in Mauge UfliABile

acquisto

prende andamento

b) GAussitno

Ropeno ,

Si il

applica indagine

quando parametro di

- (hin

ammissibile

varia -max)

un rauge

in dallo

ESEMPIO studente

di consumati unio

porta go

UNILERSO M

media

· &

deviatione Standard

· numerosità Nu

· STUDIATO

MOPPO CAPILLAMENTE

ESSERE

PER

CLANDE sottoinsiemi studiato

Diviso

QuiNDi un

CAMPIONE X

media

· campione Ec

Standand

dev

· .

numerosità N

definizioni : i-esima

ti risposta

2 =

M dell'insielue

REDiO

VALORE 1 soggetti

- i =

N .

. . .,

I e

= Es

& X5 Frequenta Delt

Assoluta

disposte

num

=2 F J-esima

Risposit

N

1 1 diverse

= 9

risposte

delle

contatore =

3 , ...,

Quauti ? Risposte

cambi

smartphone

esempio un

: XI FI

auo I

17 4

28 3

0 12

1 3

+ .

. + . PE/CANo ①

I 17

M 29

= = x Ees)

Fr Fe Fs

Fz ,

F3 N

+ +

+ + = 1 28

-(X

=E(Xi 3

M)2 2 12

M) F

5 I 8

L N N S & 3

EXCELL :

MATRICE SOMA 68

PRODOTTO N

↑ =

. . f(x)

Tod quad.

RADR

+ -

= d

I

Fa in

Blocco / i

I

/ ⑤ FLESSO

PUNTO

* I

⑧

I

- in D

(f(x)dX

proprietà normalizatione 1

D H

r =I fi 1

= F

probabilità 13

evento

accadimento -esimo =

(X--M)" Fy

deviazione Standard = N V (2 29)2

! 29)2 ! (1

29)

(0 (1 129)

za)

1 (5 8

17 12 1

- +

1 .

+ =

+ -

- =

, ,

decent

proprietar gaussiano e

promissione ci

com affidabilità

Sit

Ec delle

Pro -

: q(n)

↑

↓ . " "M"

% CHE

MEDIA casa

Pe pros

=> ⑪

CAMPIONE NELL'INTERVI .

- ! 68 %

I ~

Num 7

I =1-99 %

↑ ~

M 3 %

Ken dell'ameliste

enure Scelte

numer ,

/ noti

volai g(n)

-> sawo

esecupio :

↑ Snatphone

d' 6500

solo the

stimane

puo N

acquirenti

stud

supponiamo

si univers =

: .

stud

Campion 68

U fotti

= =

* 0989

= ,

8 1

= , del

Supponiamo Loben 95 %

di stimare affidabilità circa

M con ud 2

k =

. I

- 8

1 k 2 2685

= ,

2 e interates

A 2 di Confidenta

= .

ampietta dello

intervallo

Fresco

messe dae erfreni

: se

:A Pers

i i

I I

0215 ,

1 5386

, ⑧

0 b

(50=2/p

Persone Pietto wieso

N smartphone

5500 det singolo

conosco p

se a

= =

il volume

stimone d'affari potentiate

6500 1615000

250

N P ·

= =

. (N )

P 1

a 1625000 /aus

1659337

0215 y MATO

. -

= =

. . , Potenziale

(N /au

) 5586

b P =2532725

1 -

. (Pos

. ,

. .

95 )

ES xicaulici

CASA utensile

X intensiti all'acquisto

: propensione

mancato nuovo

: - .

X artigiano

fetti Ogni

acquistati de

mismo 1 amo

i P

Petto /Pz

399

artigiani ipotizzato

N

UnivERSO 15000 => =

= miaffidabilità

EC]

l/ [Pz]

it %

stimone 99

X5 5

mercato

CAMPIONE -

5 can

in ,

E

5 &

S 13 (Si/ro)

MIALE

BIND

DiSTRiBrzione

b) in

verifichi l'evento positivo

volte Qui

che si a

Osservazioni

sun

Pr(d) Pot :

= . TOTALI

ho oss.

m =

- .

ho oss POSITIVO

EVENTO

-O = .

po -0

(2)

Pn(0) positivo

evento

potr

P

. . =

= negativo

per. evento

q p

1 =

= - !

(2) = !

(n-0)

esempio : sue"2" (EENTO Positivo

Dodo numeri

S puntiamo

con ,

Qual'è "2"

(=n)

la ↑(=d)

prob Lanci il

che Velte

Su 10 esce

, ,

p i s

I

( ) 20

= = =

6 :

(5)

Po(t) 210 %

05426 5 13

= =

. , ,

PROPRIETA Standand

der.

Un medio e

: .

4(n) P I

= positivi

ela degli eventi

affermation i ↳

P totate

Sue

(2)

o = r()

M()

quindi possibile gaussiana

costruire una e

can 85

distanti 20

(Peq) estremi

dagli

sidimostra che 1 hetta pratica

sono

Se pe 15 peq

a ,

, ,

"praticamente"

linomiale

funzione sovrapponibile

allora t gass

e una ,

(E)]

N[M(E) o

UBinomiAle(P ,

pelop limoniale del

W campione

<10 :

D la

dage

se loutor della

entzemi può

allohe gaussiane

prope

p sono

e .

~N utilittate descrivere in tra

legame dell'universo

enere p ca

= ,

! del

p campione

Sp = xy circa

g(k) uguale

↳ e

pros +

. QUA Det

GAVSSIANA

2x di

intervallo

A =

= confidenza

cinomata

ESEnciziO :

si/to

acquisto ispatione

strumento elettricista

di di

who x .

soggetti

N 8500

Univers = .

=> n

calapione CP3

p 2271 =/Pz

0 pietz 1250

p =

= , in

potenziale

del

voglio affidabilità quanto mercato

ammonta

una if

se a

in ET]

[PE] e FUNZIONE IntEGRAE

q(k) GAUSSIANA

a ~ f(k) namate

- -

- - M

↑

I

k .

EXCELL : positione a

cella O

con

q(x)

k -

N vend

Disini

D + ST

Norm -f

.. .

. : M *

as *

↑A voglio vende -

anea ,

giudi la

sottraggo parte

Verde N(K (R))

N(-k

End- (Distri

Distri ST

Non M

D ST

Nor

+ :

. . .

. : lase

pleudo alla

K in

INTERVALL e

CONFIDENA dolilite

Di f

: -

q(n)

kes ⑪

3 0

(Gauss] &

b 2 INCOGNITO :

= . .

del

numerosità I 68 %

campione

Pa I "s

(Binom)

A 2 K

= :

. . U -1 :

W L'

par CAMPIONE Midate dimensioni

stimone n Preliminare di

si usa un :

(X(c) (p19')

Con (es 20)

n'stimiamo n

= 10

: = ...

isoland

noti def

loro la A

usando R

di e :

, (2)2

(2y0)2 !. q

n 1

= -

n 1 +

= CAMPIONE

NUMEROSITA DEL

esempio : al da Unico

studente

mese

coneumati

ug di pasta no

L' Studenti

Campione Preliminal : = I

E pasta/mese

preliminare

dol 1

I

campione = 15 Studente

, mivai

&c 59

= ,

g(k) 97

sceego 2 5

x 25

= =

, ,

* 0

obiivo , 59)2

(2) (2 25

2 0

- 17 625

1 , , 1

n = =

+ +

= 0 02 d

. esagerato Significa che

quindi di

nu A

amulitioso D 0

troppo

0 è

02 =

, ,

, 59)2

(2) (2 25

2 0

- Studenti

4006

1 , , 1

n =

+ +

= =

conelations

metodo

Dati Storici R

: Pi(x

*, )

di Mercato

domanda y

- ⑧

↑

P

-indicatore economico X I

....... ~ f(x)

-y =

* -

(12-2022)

y /

es catalitiche

: monmitte

= dicembre S

automobili readute a > S

I

net 2022

(12-2016) immatricolate

x automotici

dicembre 2016

del

a ** *

de il

coordinate piano

mio

~ coppie

~ generano

contesiana Tra low

Y Sono

x CORRELATE

Ci correlazioni

lonie

sono : S

f(x)

LINEALE Y

- =

QUANTICA

E

(a x)

b(x

LINEAre y

regressione) a

CORELAZIONE = + -

↓ ra a

M ..... costante

---

........

I I parametri

incogliti

PC -

Yi)

X --

i ...

i , .

& 3

Yi &

e E -

/ 2

- - X

-1

(xi)

Y -

- - mesi/gg/

- ...

- / I

- -.. I i due faccio

coincidon

punti

:.. non ,

stima

ver

Xi x)

b(xi

y(xi) a

= + -

EMore Assourto

Ere=1Yi -4(Xi)) i

= ESiMO

Govone tali emai

gli

Obiettivo che

della Metta

: possibile

E minai

siamo

minimi auslati

Metodo sei

Ste <

- faccio desu

polgo

> f)

⑫[4 x))

(a zyi

b(xi an

& 0

a -

: =

ri i

. [7 ( -

b(Xi-x)) (X -X)

e -a e

: :

- .

. i (y x)

4)(X :

EY" -

: -

Y

quindi =

: =

= . x)2

(X : -

esempi Tipi di nuvole A

A a

R 1

· -

...

... R

↑ ..

- -

....

- -

I

... / ...

... · I I

.......

.........

· S ....

- = . .

-I

R

... - -

... ↳

.. S 7

> mi lite

da You

grofici Metta eutile

prini la

due una

nei nuvola heneuna

S conecazione

x)2

E(X (Xi

-X) z

-5) -

Di :

CDEFF =

: =

R

Ma decoration n

= = Ex By

n . y)2

2 :

8y -

= = n

(R1 1

= R 1

- =

~Quando Si ho

10-1

avicine a wa

emoun conelatione

MERCATO

EXCELL GELATO

: voglio modello

costruire previsionate capire

O per

de Produlue

quanto citta

(kg T domani

e in

2) tutti

Mi leg

i Risolvere

dati

calcolo per :

(a bx) (xEcxeL

y bx)

= a

- y

+ = +

disegno "grafico dispersione"

2) a

Metodo estrapolazione

di i

(statico

da domanda

DOMANDA Vert

= di mercato

De PRESTONE ......... "

= ...

- ~

t PERIODO TEMPORALE

= " >

OGGi Tempo

> >

ANDAMENTO PREVEDO DOMANDA

Nel

MERCATO FUTURO DAL

PASSATO

stalife

DEL'ULTIMO

a) METODO mercato

PERIODO

si Applica

D e

stati

mercati

+ =

b) METODO Mobile mecato

MEDIA Perioal voniabile

M

DEMA dt

R 2 D dt

es = - +

: 1

dt = -

dk dr- 1

= +

+ -n+

+ 1

, ...

Dt 2

+ 1 bt bx

n n Dt dt

= 2

1 +

- + 1 - -

= 3

↳ libero

parametro ANARSTA

DA

SCELTO

↓Se " PERIODO"

Ultimo

n Metodo

prendo 1 ->

* =

: feromeni stagionalità

in nascondo

- (-12) peniobi

MOBILE

MEDIA

2) METODO DE PESATA Sa

2 2

dt-n+ Pudt-n+ Pr

i adive

Dt pesi in

. vanuo

...

1 =

+ decrescente quind

Pu P1

Pr <

i 1

esempio Pesi 3

n 1

periodi

: 3

= = , ,

d 2dz dz

3 2

At +

. -

+1 = 3 2 1

+ + confrontanei

per prendo lo

INDICi ERRORE Steno rauge

Previsione

IPO VERA

M

(dt ↓ 2

+ -

D . I

- -d D

Piu' E

TANTO Grande Quanto

- sono

medio anoluto

ke errore

= Se PREVISIONE

Ke piccolo BLONA

n =

Se k grande PRESIONE

BRUTTA

2 medio

Di quadiatico

ende

(dt - -

k = EXCELL

ES 1

h -

(dt Dt)

E fonta del Metodo poiche

Mon do info sulla

k3 erale ci il

medio potrebbe piccolo

= seguite risultane

sono -

, SONOSTIMA

it SOVRASTIMA

previsionale

applicandolo risulta metodo

Se altone

k30 O

=> di

lo domanda mercato CAPinE

PE SOVRA/SOTTO StiMA

Dopo

Use SE

ho K2

6) Di ESPONENtiAle

METODO SMORZAMENTO

At 0(dt D t) &

D 17

To dall'analista

coeff the scelto

= compreso

= +

1 -

+ + , ,

0dt d)Dt

· I

t + -

D &dt 0)D ugual sostituisc neeleg

t Sop

+ - 1

= -

&dt

-Dt d)4 = 2

2 -

1 + -

- = - Pu

Po Pz "

&dr+(1 - 0)

Dt d) d

d) de

(r (1

Ode d

= - .

+ +

. - n

1 ....

+ -

=> =

Pesi della molice

media pesata

d) dx

At (1

· =

1 -

+ n

Pk TIERE TUTA

PRECISIONE DOMANDA

Di LA ERA

>LA CONTO

A calme

Disposition pesi rano a

= -d "ness

oss : 0)

Pr 2

2) ! perdet

= . - in in k

(1-0)" potenta

Se diminuisce con

K aumenta , d

il terwine

da SMOREAMENTO

qui ESPORENZIALE

EXCELL

ES 2

per torne la future

di quelle

previsione cella mi

Una sele conoscere

rece cella via

così

subito prinne e

So metodo

cella avendo INESCO

prive

plima di

nessuna

ha use :

, D3

D1 Dz

11 +

= 3

Da D2 in EXP

Anteprima

Vedrai una selezione di 11 pagine su 50