ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 ·...

24
Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data ultima revisione 23/10/00 Autore: Luca Peiretti Politecnico di Torino CeTeM POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA D.U. in Ingegneria Logistica e della Produzione Corso di Logistica Tutore: Ing. Luca Peiretti A.A. 1999-2000

Transcript of ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 ·...

Page 1: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 1 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

POLITECNICO DI TORINO

ESERCITAZIONI DI LOGISTICA

D.U. in Ingegneria Logistica e della ProduzioneCorso di Logistica

Tutore: Ing. Luca PeirettiA.A. 1999-2000

Page 2: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 2 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1. ESERCITAZIONI IN AULA PARTE 2 .............................................................................................................................................................................3

Gestione degli ordini ....................................................................................................................................................................................31.1. IDENTIFICAZIONE INDICATORI DI PRESTAZIONE E COSTI...................................................................................................................................... 4

1.1.1. Prestazioni esterne..........................................................................................................................................................................41.1.2. Leve per migliorare il servizio........................................................................................................................................................51.1.3. Leve per ridurre i costi ....................................................................................................................................................................5

1.2. CALCOLO INDICATORI OPERATIVI......................................................................................................................................................................... 71.2.1. Ampiezza della gamma..................................................................................................................................................................71.2.2. Grado di copertura ..........................................................................................................................................................................81.2.3. Capacità evasione ordini................................................................................................................................................................81.2.4. Efficienza e puntualità di consegna..............................................................................................................................................91.2.5. Conformità ........................................................................................................................................................................................91.2.6. Flessibilità .......................................................................................................................................................................................10

1.3. SCORTE..............................................................................................................................................................................................................111.3.1. Giacenza media.............................................................................................................................................................................111.3.2. Indice di rotazione .........................................................................................................................................................................121.3.3. Indice di durata ..............................................................................................................................................................................12

1.4. INDICI DI PREVISIONE .........................................................................................................................................................................................151.4.1. Mean error ......................................................................................................................................................................................151.4.2. Mean absolute deviation..............................................................................................................................................................161.4.3. Mean absolute percentage error.................................................................................................................................................161.4.4. Mean Squared error......................................................................................................................................................................171.4.5. Durbin Watson error......................................................................................................................................................................18

1.5. PREVISIONE DELLA DOMANDA SENZA STAGIONALITÀ .......................................................................................................................................211.5.1. Previsione con Media Mobile ......................................................................................................................................................211.5.2. Media Ponderata ...........................................................................................................................................................................23

Page 3: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 3 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1. ESERCITAZIONI IN AULA PARTE 2

ESERCIZIO

Da una indagine è risultato che le attività della logistica curate dalle società Uniliver, Barilla, Nestle’, Granarolo sono le seguenti:

ATTIVITA’ UNILIVER BARILLA NESTLE’ GRANAROLO

Gestione degli ordini x x X

Previsione della domanda x X

Approvvigionamento materiali x X

Pianificazione delconfezionamento X

Pianificazione, programmazione econtrollo della produzione x x X

Controllo e gestione delle scortedei prodotti finiti x x x X

Controllo e gestione delle scortedi materie prime

X

Spedizioni x x x X

Trasporti primari x x x X

Page 4: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 4 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Trasporti secondari x x x X

Pianificazione dei canalidistributivi

x X

Assistenza post vendita x

Controllo e gestione del livello diservizio x x x

Individuare:

a) Possibili indicatori di prestazione esterni (visti dal cliente).b) Possibili leve per migliorare il livello del servizio offerto.c) Possibili leve per ridurre i costi della logistica.

1.1. Identificazione Indicatori di prestazione e costiFoglio 1

1.1.1. Prestazioni esterne

• Ampiezza della gamma : 50• Offerta di prodotti “Low Cost” : 50• Tempo di Ciclo : 100• Flessibilità (“Quick response”) : 80• Qualità dei prodotti (Freschezza) : 80• Risposta alla stagionalità della domanda : 80

Page 5: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 5 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

• Puntualità di consegna : 80

Trattandosi di prodotti “Freschi” una grossa importanza riveste proprio il tempo di ciclo, rendere il prodotto disponibile nelminor tempo sul mercato.

Il valore riportato sulla destra indica l’importanza in una scala da 1 a 100.

1.1.2. Leve per migliorare il servizio

• Riduzione del “Lead Time” : 60• Riduzione scorte e stock : 90• Puntualità di consegna : 60• Information technology : 90• Reengineering rete distributiva : 100• Riduzione lotti di consegna : 50• Riduzione errori nelle consegne : 40• Ampliamento termine ultimo per accettazione ordini : 30

1.1.3. Leve per ridurre i costi

• Centralizzazione della rete : 100• Riduzione delle scorte : 100• Outsourcing : 50• Sistema monitoraggio costi : 80

Page 6: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 6 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

• Information system : 100

ESERCIZIO

Per il deposito periferico in esame e per il periodo preso a riferimento sono noti i seguenti dati:

Prodotti acatalogo A B C D E F G H I L

Variantiperprodotto

7 15 2 8 9 50 21 3 10 16

N° di prodotti del concorrente di riferimento 40N° di articoli a scorta 110N° di ordini ricevuti 330

N° di consegne d’ordine programmate 270N° di consegne d’ordine effettuate 243N° di linee d’ordine ricevute in media per singolo ordine 12

Rapporto fra ordini potenziali e ordini confermati 0.07N° di ordini immediatamente evadibili 97N° di linee d’ordine immediatamente evadibili 2650

Page 7: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 7 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

N° di consegne d’ordine non conformi per il tipo di articoli 15

N° di consegne d’ordine non conformi per la quantità di articoli 20N° di richieste di varianti d’ordine sul tipo o sulla quantità dell’articolo 35N° di consegne effettuate con varianti d’ordine sul tipo o sulla quantità 20

N° di consegne d’ordine effettuate in anticipo 30N° di consegne d’ordine effettuate in tempo 209

Calcolare:1) L’ampiezza della gamma in orizzontale, in verticale ed in orizzontale relativa (3 indicatori).2) Il grado di copertura scorte (1 indicatore).3) La capacità di evasione degli ordini (3 indicatori).4) L’efficienza e la puntualità di consegna (3 indicatori).5) La conformità all’ordinato (2 indicatori).6) La flessibilità (1 indicatore).

1.2. Calcolo indicatori operativiFoglio 2

1.2.1. Ampiezza della gamma

L’ampiezza della gamma orizzontale è il numero di prodotti a catalogo :

Page 8: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 8 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

AGo : prodotti A – L -> AGo = 10

L’ampiezza della gamma verticale comprende tutte le varianti (somma) :

AGv = 7 + 15 + 2 + 8 + 9 + 50 + 21 + 3 + 10 + 16 = 141

L’ampiezza della gamma relativa è data dal rapporto tra le ampiezze orizzontali :

AGR = 10/40 = 0,25 -> 25%

1.2.2. Grado di copertura

Il grado di copertura è dato dal rapporto tra gli articoli a scorta e quelli “a catalogo” (ampiezza verticale) :

Grado di Copertura =110 / 141 = 0,78 -> 78%

1.2.3. Capacità evasione ordini

Indicano il materiale in pronta consegna :

Pronta consegnaordini= #ordini immediatamente evadibili/#ordini ricevuti =97/330=29,3 %

Pronta consegnavoci = #voci immediatamente evadibili/#voci ricevuti =

= 2650/(330*12) = 67 %

Page 9: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 9 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Capacità Evasione = # ordini immediatamente evadibili/#ordini ricevuti+#ordini potenziali =

= 97/[330 + (330*0.07)] = 27,5 %

1.2.4. Efficienza e puntualità di consegna

% Consegnata/Programmata = 243 / 270 = 90%

% Consegnata anticipo/Effettuato* = 30 / 243 = 12,35%% Consegnata Tempo/Effettuato* = 209 / 243 = 86,01%

* Indicatore esprimibile anche in funzione del previsto.

1.2.5. Conformità

Conformità all’ordinato è il complemento a 1 degli indici degli errori di consegna :

% Consegnata Tipo Articolo =1- (#art_non_conf(TA)/#art_cons.) = 1 – (15 / 243) = 93,83%

% Consegnata Q Articoli =1- (#art_non_conf(Q)/#art_cons.) = 1 – (20 / 243) = 91,77%

Page 10: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 10 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.2.6. Flessibilità

%Varianti ordine evase = % Var_evase/% Var_richieste = 20/35 = 57,14 %

ESERCIZIO

Avendo a disposizione i seguenti dati sul deposito in questione per il mese di settembre ’99 e per uno specifico articolo immagazzinato(t = giorni; Sit = scorta iniziale di unità di carico in t; Et = unità di carico in ingresso in t; Ut = unità di carico in uscita in t; SFt = scortafinale di unità di carico in t), calcolare:

a) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano concentrate all’inizio della giornata lavorativa.

b) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano concentrate al termine della giornata lavorativa.

c) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano distribuite lungo l’intero arco della giornata.

t [gg] SIt Et Ut SFt

1 100 20 50 70

2 70 40 30

4 30 20 10

Page 11: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 11 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

5 10 70 80

7 80 20 100

10 100 50 50

13 50 40 10

18 10 80 10 80

20 80 30 50

22 50 30 20

27 20 70 90

30 90 50 40

1.3. Scorte

1.3.1. Giacenza media

E’ data dalla sommatoria delle giacenze pesate sul peiordo di permanenza rapportate al periodo totale per esempio nel casoA(operazione inizio giornata, in magazzino rimane la giacenza di “fine giornata”) :

4930

1403905202502805103503100280110230170 =⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅

Page 12: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 12 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.3.2. Indice di rotazione

L’indice di rotazione viene espresso come il rapporto tra le uscite totali e la giacenza media ed indica quante volte la giacenza media èruotata nel periodo:

1.3.3. Indice di durata

L’indice di durata indica quanto la giacenza media “copre” le uscite è, quindi, l’inverso dell’indice di rotazione.

Per cui 15% di 30 gg => 4,5 g. La giacenza media copre 4,5 g di uscite.

Nella tabella di seguito vengono riportati i valori per ogni singolo caso.

Si tenga presente quanto segue :

Caso A : Si prende in considerazione la giacenza di fine giornata in quanto le operazioni vengono svolte tutte ad inizioattività.

53,649320 ===

media

totalicasoA Giacenza

UIR

%1515,0320491 =====

casoAtotali

mediacasoA

IRU

GiacenzaID

Page 13: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 13 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Caso B : Si prendono in considerazione le giacenze di inizio giornata in quanto le operazioni vengono svolte a finegiornata.

Caso C : Si prende in considerazione la media, in quanto le attività vengono svolte durante la giornata.

T [gg] Permanenza Slt Et Ut SFt caso A caso B caso C

1 1 100 20 50 70 70 100 852 1 70 40 30 60 140 1004 2 30 20 10 10 30 205 1 10 70 80 160 20 907 2 80 20 100 300 240 270

10 3 100 50 50 150 300 22513 3 50 40 10 50 250 150

18 5 10 80 10 80 160 20 90

20 2 80 30 50 100 160 130

22 2 50 30 20 100 250 175

27 5 20 70 90 270 60 165

30 3 90 50 40 40 90 65320

GM 49 55,33 52,17

IR 6,53 5,78 6,13

ID 0,15 0,17 0,16

Page 14: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 14 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

ESERCIZIO

Avendo a disposizione i dati relativi alla domanda del prodotto in esame ed alla sua previsione da gennaio ad ottobre, valutare glierrori commessi mediante:

a) mean error;b) mean absolute deviation;c) mean absolute percentage error;d) mean squared error;e) Durbin Watson error.

mesi Dt Pt

gennaio 115 110febbraio 145 125marzo 151 145aprile 176 180maggio 205 210giugno 215 230luglio 170 250agosto 190 150settembre 210 180ottobre 230 220

Page 15: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 15 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.4. Indici di previsione

Si può definire come errore E t la distanza tra la previsione P t e l’effettivo Dt si avrà, quindi :

Possono essere calcolati i seguenti indici :

1.4.1. Mean error

Errore medio dato da :

Quindi :

Con questo indice gli errori sono mediati (sommatoria algebrica).

ttt PDE −=

N

EM t

error

∑=

7,010

1030408015546205 =+++−−−−++== ∑N

EM t

error

Page 16: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 16 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.4.2. Mean absolute deviation

Con questo indice, gli errori vengono comunque sommai (modulo).

Quindi :

1.4.3. Mean absolute percentage error

In questo caso l’errore viene rapportato alla domanda :

N

EMAD t

error

∑=

5,2110

1030408015546205 =+++++++++== ∑N

EM t

error

N

D

E

MAP t

t

error

∑=

Page 17: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 17 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Quindi :

1.4.4. Mean Squared error

In questo caso oltre a sommare gli errori si pone maggiore risalto agli errori di maggiore entità:

%1212,010

23010

21030

19040

17080

21515

2055

1764

1516

14520

1155

==+++++++++

==∑

N

D

E

MAP t

t

error

( )N

EM

t

error

∑=2

( )7,972

101030408015546205 22222222222

=+++++++++== ∑N

EMS

t

error

Page 18: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 18 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.4.5. Durbin Watson error

Questo indice dà informazioni sulla correlazione tra gli errori. Se l’indice è nella prossimità dello 0, significa che gli errori sono correlatipositivamente, ovvero se si è fatta una sovrastima, anche il successivo periodo è affetto da sovrastima; se l’indice è nella prossimitàdel 4 ad una sovrastima, segue una sottostima, se l’indice vale esattamente 4 allora anche il valore numerico coincide tra sovrastima esottostima.

( )

( )∑

∑−

=−

=−−− −

=1

0

2

2

0

21

N

iit

N

iitit

error

E

EEDW

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

=+++−+−+−+−+++

−+−+−−++−++−++−+++−+−= 2222222222

222222222

5206451580403010

52020664455151580804040303010

( )

( )=

−=

∑−

=−

=−−−

1

0

2

2

0

21

N

iit

N

iitit

error

E

EEDW

Page 19: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 19 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Nella tabella vengono riportati i valori calcolati e quindi utilizzati.

T Dt Pt Et Et/Dt

1 115 110 5 0,0432 145 125 20 0,1383 151 145 6 0,0404 176 180 -4 -0,0235 205 210 -5 -0,0246 215 230 -15 -0,0707 170 250 -80 -0,4718 190 150 40 0,2119 210 180 30 0,14310 230 220 10 0,043

03,2=errorDW

Page 20: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 20 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

ESERCIZIO

Avendo a disposizione i dati relativi alla domanda del prodotto in esame da gennaio a novembre, proporre una stima della stessa per ilmese di dicembre mediante il calcolo di medie mobili di ampiezza pari a 3,4 e 5 mesi.

Mesi t Dt

Gennaio 1 420Febbraio 2 410Marzo 3 430Aprile 4 380Maggio 5 350Giugno 6 370Luglio 7 340Agosto 8 330Settembre 9 380Ottobre 10 420Novembre 11 440Dicembre 12

Page 21: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 21 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

1.5. Previsione della Domanda senza stagionalità

1.5.1. Previsione con Media Mobile

La Medie Mobile è data da :

Dove N-KK + 1 è la Medie Mobile di ampiezza kk

P t+1 = MM t,kk

Per cui prendendo in esame i valori espressi dalla tabella abbiamo per le Medie Mobili di ampiezza 3, 4, 5 :

kk

DMM

kk

iit

kkt

∑−

=−

=

1

0,

3825

3403303804204405

5,3924

3303804204404

3,4133

3804204403

4

05,

3

04,

2

03,

=++++==

=+++==

=++==

=−

=−

=−

iit

t

iit

t

iit

t

DMM

DMM

DMM

Page 22: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 22 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Non potendo esprimere le previsioni con decimali si dovranno arrotondare per eccesso o per difetto.

Mesi t Dt kk=3 kk=4 kk=5 kk=6 kk=7 kk=8 kk=9 kk=10 kk=11

Gennaio 1 420

Febbraio 2 410

Marzo 3 430

Aprile 4 380 420,00

Maggio 5 350 406,67 410,00

Giugno 6 370 386,67 392,50 398,00

Luglio 7 340 366,67 382,50 388,00 393,33

Agosto 8 330 353,33 360,00 374,00 380,00 385,71

Settembre 9 380 346,67 347,50 354,00 366,67 372,86 378,75

Ottobre 10 420 350,00 355,00 354,00 358,33 368,57 373,75 378,89

Novembre 11 440 376,67 367,50 368,00 365,00 367,14 375,00 378,89 383,00

Dicembre 12 413,33 392,50 382,00 380,00 375,71 376,25 382,22 385,00 388,18

Si noti l’andamento nella tabella. Le previsioni possono essere espresse solo in presenza di dati storici (andamento triangolare).

Page 23: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 23 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

ESERCIZIO

Utilizzando i dati relativi all’esercizio precedente, proporre una previsione della domanda per il mese di dicembre mediante il calcolodi medie livellate esponenzialmente con fattori di smorzamento pari a 0,2; 0,5; 0,8.

1.5.2. Media Ponderata

La Media Ponderata viene così identificata :

Per inizializzare la procedura imporremo Mt = Dgennaio per cui

α = 0,2

Mt=1 = 420Mt=2= α Dt + ( 1 - α )Mt-1 = α Dt=2 2 + ( 1 - α ) Mt=1 = 0,2 * 410 + ( 1 – 0,2 ) 420 = 418Mt=3= α Dt + ( 1 - α )Mt-1 = α Dt=3 2 + ( 1 - α ) Mt=2 = 0,2 * 430 + ( 1 – 0,2 ) 418 = 420Mt=4= α Dt + ( 1 - α )Mt-1 = α Dt=4 2 + ( 1 - α ) Mt=3 = 0,2 * 380 + ( 1 – 0,2 ) 420 = 412Mt=5= α Dt + ( 1 - α )Mt-1 = α Dt=5 2 + ( 1 - α ) Mt=4 = 0,2 * 350 + ( 1 – 0,2 ) 412 = 400Mt=6= α Dt + ( 1 - α )Mt-1 = α Dt=6 2 + ( 1 - α ) Mt=5 = 0,2 * 370 + ( 1 – 0,2 ) 400 = 394Mt=7= α Dt + ( 1 - α )Mt-1 = α Dt=7 2 + ( 1 - α ) Mt=6 = 0,2 * 340 + ( 1 – 0,2 ) 394 = 383

( ) ( ) ( ) ( )[ ]( ) ( ) 1

11

211

1

11

1111

+−−

−−−

+

−++−+⋅=

=−⋅−+⋅=−+⋅=−+⋅==

NtN

tt

tttttttt

tt

DDD

MDDPDMDM

MP

ααααα

αααααααα

K

Page 24: ESERCITAZIONI DI LOGISTICAcorsiadistanza.polito.it/corsi/pdf/9656A/Eser_log_2.pdf · 2000-10-23 · Logistica 2 Esercitazioni in aula © Politecnico di Torino Pagina 1 di 24 Data

Logistica

2 Esercitazioni in aula

© Politecnico di Torino Pagina 24 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti

Politecnico di TorinoCeTeM

Mt=8= α Dt + ( 1 - α )Mt-1 = α Dt=8 2 + ( 1 - α ) Mt=7 = 0,2 * 330 + ( 1 – 0,2 ) 383 = 373Mt=9= α Dt + ( 1 - α )Mt-1 = α Dt=9 2 + ( 1 - α ) Mt=8 = 0,2 * 380 + ( 1 – 0,2 ) 373 = 374Mt=10= α Dt + ( 1 - α )Mt-1 = α Dt=10 2 + ( 1 - α ) M t=9 = 0,2 * 420 + ( 1 – 0,2 ) 374 = 383Mt=11= α Dt + ( 1 - α )Mt-1 = α Dt=11 2 + ( 1 - α ) M t=10 = 0,2 * 440 + ( 1 – 0,2 ) 383 = 395

Mesi t Dt 0,20 0,50 0,80

Gennaio 1 420Febbraio 2 410Marzo 3 430 418 415 412Aprile 4 380 420 423 426Maggio 5 350 412 401 389Giugno 6 370 400 376 358Luglio 7 340 394 373 368Agosto 8 330 383 356 346Settembre 9 380 372 343 333Ottobre 10 420 374 362 371Novembre 11 440 383 391 410Dicembre 12 395 415 434

Nella tabella vengono riportati gli altri casi. (I valori sono sempre arrotondati).