Gestione dei processi, 2009

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Gestione dei processi, 2009"

Transcript

1 La farmacia Salus, ubicata nel centro storico di una città di medie dimensioni, ha recentemente ampliato la sua offerta di farmaci da banco proponendo una nuova linea di integratori alimentari antiossidanti. A causa della forte espansione del giro d affari, la farmacia ha deciso di affidare ad un giovane neoassunto, laureato in economia aziendale, la responsabilità di gestire al meglio le giacenze e l approvvigionamento dei farmaci. Il giovane laureato, dott. G. Z., deve decidere in particolare come gestire approvvigionamenti e scorte di un prodotto, l integratore FPP, appartenente appunto alla nuova linea antiossidanti.

2 Il problema affrontato dal dott. G.Z. è sostanzialmente diverso da quello, già esaminato, affrontato dall impresa Climbing SPA. Quest ultima doveva decidere la dimensione di un unico ordine in grado di coprire la domanda attesa durante l intera stagione di vendita. Il vincolo fondamentale che gravava su tale decisione era rappresentato dalla impossibilità di emettere uno o più ordini di riapprovvigionamento a causa dei tempi proibitivi di trasferimento del prodotto dal luogo di produzione (Taiwan) al magazzino italiano di Climbing SPA. Diversamente da Climbing SPA, la farmacia emetterà frequenti ordini di approvvigionamento su un orizzonte temporale piuttosto esteso (il ciclo di vita del farmaco) con l intento di assicurare sia un buon tasso di copertura della domanda che un livello di giacenze compatibile con il costo dell investimento in scorte.

3 Farmacia Salus: costo annuale di ordinazione per il prodotto FPP Domanda annuale = D = 900 unità Costo unitario di emissione = Co = 3 D/Q = numero di ordini emessi in un anno CO = 900/Q x 3 = costo annuale di ordinazione

4 La farmacia Salus mette in vendita il prodotto FPP al prezzo di 50. Il margine di contribuzione è il 60% del prezzo mentre il prezzo di acquisto presso il fornitore (la trading company Pi Greco) incide per il 40% sul prezzo di vendita. Ne segue che per la farmacia Salus il valore del prodotto tenuto a scorta è di 20. Se la farmacia Salus stima l incidenza del costo di mantenimento pari al 30% del valore delle giacenze, allora possiamo fissare le seguenti relazioni: V = 20 (valore unitario del prodotto FPP tenuto a scorta) i = 0,30 (incidenza dei costi di mantenimento sul valore del prodotto) h = i V = 0,30 20 = 6 (costo di mantenimento unitario/anno) Q CM = 6 (costo totale annuale di mantenimento) 2

5 Lotto economico d acquisto del prodotto FPP * Q = EOQ = = 6 30

6

7 In condizioni di certezza il ROP è facilmente calcolabile: La farmacia opera 45 settimane all anno, 6 giorni alla settimana. Vendite settimanali = 900/45 = 20 LT = 1 settimana Domanda settimanale = 20 unità ROP = 20 Quando le giacenze del prodotto FPP in discesa per effetto dei prelievi toccano il livello 20 verrà emesso un ordine di approvvigionamento pari a 30 unità. Numero di ordini emessi in un anno = 900/30 = 30 Intervallo di riordino (TBO) = 30 = 0,0333 anni 270 gg = 9 gg 900 anno

8 Calcolo del ROP in condizioni di incertezza La farmacia opera 45 settimane all anno, 5 giorni alla settimana. Vendite medie settimanali = 900/45 = 20 Sulla base di dati di settore l impresa stima che: a. La domanda settimanale del prodotto FPP si distribuisce normalmente con media pari a 20 unità. b. La deviazione standard della domanda settimanale del prodotto FPP è di 6 unità. c. Il distributore italiano del prodotto impiega 1 settimana a consegnare il prodotto dalla emissione dell ordine (LT = 1 sett.)

9 Ora il calcolo del ROP deve tenere conto della variabilità della domanda durante il LT. La domanda oscilla abbastanza sensibilmente attorno alla media. Chi decide la quantità da ordinare deve considerare che se ordina troppo si troverà con un eccesso di giacenze. Se ordina poco dovrà rinunciare a dei margini di profitto che avrebbe potuto ottenere. Questa decisione può essere presa razionalmente considerando il rapporto critico (livello di servizio) Nel caso in esame esso è: ( ) P Q = Cu 30 = 0,83 C + C = o u Nell interpretare la simbologia del rapporto critico si tenga presente quanto segue: C o è il costo che si sostiene se si ordina una quantità eccessiva rispetto alla domanda. Il simbolo o rimanda alla parola inglese overage (quantità esagerata). C o pertanto assume un significato affine al simbolo C m utilizzato nel calcolo del lotto economico. C u è il costo che si sostiene se si ordina poco (margini di profitto persi). Il simbolo u rinvia alla parola inglese underage (quantità insufficiente).

10 Occorre determinare il livello di r (ROP) in maniera tale che la farmacia si trovi nella condizione di evadere le richieste durante il lead time di approvvigionamento con una probabilità pari all 83%. Il lead time è di una settimana e conosciamo già i parametri della distribuzione normale della domanda settimanale (μ=20; σ=6). Il metodo più semplice consiste nell utilizzare il foglio elettronico Excel. L istruzione =INV.NORM(0,83;20;6) restituisce il valore di 25,7. L arrotondamento al valore superiore, 26, è il livello del ROP che mette la farmacia nella condizione di rispondere positivamente alla domanda durante il lead time con una probabilità dell 83%. In altre parole la probabilità che la domanda durante il LT sia 26 è pari all 83%.

11 Un altra procedura, più lenta, ma ugualmente valida consiste nel ricorrere alle tavole della normale standardizzata. Questa procedura è meno precisa perché otteniamo un valore di z con non più di due cifre decimali. Ai fini pratici tuttavia essa è ugualmente efficace.

12 Poiché la soglia critica è pari all 83% scegliamo prudenzialmente il valore maggiore (0,8315) z=0,96 Q μ z = σ Q 20 0,96 = Q = ,96 = 25,

13 ROP = μ + z σ PQ ( ) Q Domanda media μ=20 Scorte di sicurezza SS = z σ = 5,76 ROP (26)

14 Supponiamo che il lead time di approvvigionamento, anziché essere di una settimana, sia di tre settimane. Se si assume che la distribuzione della domanda sia la stessa in ogni settimana (stessi parametri di media e deviazione standard) e se, inoltre, si assume che i comportamenti della domanda in ciascuna settimana siano indipendenti dai comportamenti della domanda nelle altre settimane, allora si possono ritenere vere le seguenti implicazioni: a) La domanda media attesa nel lead time di 3 settimane è la somma delle tre domande medie settimanali: DLT = di sett. + dii sett. + diii sett. = 3 20= 60 b) La varianza della distribuzione della domanda nel LT è uguale alla somma delle varianze delle distribuzioni di domanda settimanali LT = I sett. + II sett. + III sett. = 3 sett. σ σ σ σ σ 2 2 LT sett. LT sett. σ = 3 σ e quindi σ = σ 3 = 6 3

15 Utilizzando queste proprietà possiamo ridefinire il calcolo del livello di r come segue: ROP = 20 + ( 1, ) =31,74 32 Si perviene dunque alla conclusione che 32 è il livello appropriato del ROP qualora il lead time sia di tre settimane e qualora il rapporto critico sia pari all 87%.

Ordini e incertezza della domanda - Salus. Caso

Ordini e incertezza della domanda - Salus. Caso Ordini e incertezza della domanda - Salus Caso La farmacia Salus Il problema Costo annuale di ordinazione del prodotto FPP Domanda annuale = D = 900 Unità Costo unitario di emissione = Co = 3 D/Q = Numero

Dettagli

Operations Management Ordini di acquisto e incertezza della domanda

Operations Management Ordini di acquisto e incertezza della domanda Ordini di acquisto e incertezza della domanda Il business di Climbing Spa Produttori di parti e accessori Climbing Spa Commercializza parti e accessori per biciclette e MTB Imprese artigianali assemblatrici

Dettagli

Gestione delle scorte - modello stocastico -

Gestione delle scorte - modello stocastico - Gestione delle scorte - modello stocastico - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese 905, 41100,

Dettagli

Domanda 1. Domanda 2. Progetto/per reparti/a lotti/continui/di massa. Progetto/per reparti/a lotti/di massa/continui

Domanda 1. Domanda 2. Progetto/per reparti/a lotti/continui/di massa. Progetto/per reparti/a lotti/di massa/continui Domanda 1 Con riferimento alle tipologie di processo, quale tra le seguenti sequenze identifica correttamente i processi manifatturieri in ordine decrescente di flessibilità? Progetto/per reparti/a lotti/continui/di

Dettagli

ESERCITAZIONI DI LOGISTICA. Laurea in Ingegneria Logistica e della Produzione. Corso di Logistica e di Distribuzione

ESERCITAZIONI DI LOGISTICA. Laurea in Ingegneria Logistica e della Produzione. Corso di Logistica e di Distribuzione EERITAZIONI I OGITIA aurea in Ingegneria ogistica e della Produzione orso di ogistica e di istribuzione ocente: Prof. Ing. Giulio Zotteri A.A. 00/003 Tutore: Ing. capaccino Giuliano ETA EERITAZIONE MOEO

Dettagli

Controllo e gestione delle scorte

Controllo e gestione delle scorte Controllo e gestione delle scorte Esercizio 1: test La linea automatica di inscatolamento di un telefono cellulare è caratterizzata dai seguenti parametri: Livello medio di WIP = 160 unità Tempo medio

Dettagli

ESERCITAZIONI DI LOGISTICA

ESERCITAZIONI DI LOGISTICA POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA D.U. in Ingegneria e della Produzione Corso di Tutore: Ing. Luca Peiretti A.A. 1999-000 Politecnico di Torino Pagina 1 di 5 1. ESERCITAZIONI IN AULA PARTE

Dettagli

LA GESTIONE DELLE SCORTE

LA GESTIONE DELLE SCORTE CORSO DI Gestione della Produzione Industriale Facoltà di Ingegneria LA GESTIONE DELLE SCORTE Luigi Uglietti Blue Age Sistema S.r.l. e-mail: luglietti@blueage.it 1 PERCHE' LE SCORTE? Scorte 'speculative'

Dettagli

La gestione delle scorte

La gestione delle scorte La gestione delle scorte Controllo delle scorte Sist. prod. / Fornitore ordini domanda I Magazzino R Lead Time T La gestione delle scorte Problema: uando ordinare uanto ordinare Obiettivi: Basso livello

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA Laurea in Ingegneria Logistica e della Produzione Corso di Logistica e di Distribuzione 2 Docente: Prof. Ing. Giulio Zotteri Tutore: Ing.Giuliano Scapaccino

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO Laurea in Ingegneria Logistica e della Produzione Corso di Logistica e di Distribuzione II ESERCITAZIONI Docente: Prof. Ing. Giulio Zotteri Tutore: Ing. Scapaccino Giuliano Ver:01/2008

Dettagli

Gestione della Produzione (Corso A-K)

Gestione della Produzione (Corso A-K) Gestione della Produzione (Corso A-K) Un processo produttivo è composto da due fasi in sequenza secondo lo schema di seguito indicato. Tra le fasi A e B vi è un polmone di lavorazione. Il processo opera

Dettagli

Gestione delle scorte - contenuti di base -

Gestione delle scorte - contenuti di base - Gestione delle scorte - contenuti di base - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese 905, 41100, Modena

Dettagli

FONDAMENTI di GESTIONE delle SCORTE

FONDAMENTI di GESTIONE delle SCORTE FONDAMENTI di GESTIONE delle SCORTE Importanza di avere una buona gestione delle scorte sono sono spesso una una parte essenziale dei dei beni beni di di un azienda ridurre un inventario significa convertirlo

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Problema Nello studio delle distribuzioni teoriche di probabilità si suppone di conoscere i principali parametri della popolazione che esaminiamo (ad esempio la media, varianza).

Dettagli

LA GESTIONE DELLE SCORTE

LA GESTIONE DELLE SCORTE GESTIONE DELLE SCORTE Master per Funzioni di Coordinamento delle Professioni Sanitarie LA GESTIONE DELLE SCORTE Carlo Noè LE SCORTE Le scorte sono costituite da tutto quanto viene acquisito dall esterno

Dettagli

Economia e Gestione delle Imprese Parte IV Il processo logistico

Economia e Gestione delle Imprese Parte IV Il processo logistico Economia e Gestione delle Imprese Parte IV Il processo logistico A.A. 2015-2016 Prof.ssa Laura Michelini Laurea Triennale in Economia aziendale e bancaria Una definizione La logistica è il sistema di connessione

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

MODELLI DETERMINISTICI PER

MODELLI DETERMINISTICI PER MODELLI DETERMINISTICI PER SISTEMI A DOMANDA INDIPENDENTE SISTEMI CON PRODUZIONE A LOTTI: Lotto economico di produzione per singolo item, Backordering, Decisione di make or buy; Lotto economico di produzione

Dettagli

Gestione della Produzione e dei materiali terza parte Inventory system management. Corso di GPM Secondo Modulo Prima Unità Didattica

Gestione della Produzione e dei materiali terza parte Inventory system management. Corso di GPM Secondo Modulo Prima Unità Didattica Gestione della Produzione e dei materiali terza parte Inventory system management Scopi delle scorte 1. Rendere indipendenti le operations 2. Rispondere alle variabilità della domanda di prodotti 3.

Dettagli

ESAME. 9 Gennaio 2017 COMPITO A

ESAME. 9 Gennaio 2017 COMPITO A ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

La logistica aziendale

La logistica aziendale La logistica aziendale Esercitazione di Economia aziendale - classe quarta - Igea, Mercurio, Programmatori di Giorgia Lorenzato Questa verifica di fine modulo ha lo scopo di valutare il livello di conoscenza

Dettagli

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in Scienze e Tecnologie Alimentari Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Progettazione e gestione dei sistemi produttivi- Esercitazione n. 1. La pianificazione del fabbisogno di materiali

Progettazione e gestione dei sistemi produttivi- Esercitazione n. 1. La pianificazione del fabbisogno di materiali Progettazione e gestione dei sistemi produttivi- Esercitazione n. 1 La pianificazione del fabbisogno di materiali L ALFA BETA S.r.l. è un impresa operante nel settore dei mobili di arredamento. In particolare,

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

Dal controllo delle scorte alla gestione dei materiali. Capitolo 4

Dal controllo delle scorte alla gestione dei materiali. Capitolo 4 Dal controllo delle scorte alla gestione dei materiali Capitolo 4 Il sistema logistico Aspetti introduttivi _ 1 Definizione di supply chain managment e differenze con la logistica (:flusso dei materiali).

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

Metodi Statistici per il Marketing. #06 Elementi di statistica inferenziale e di teoria dei campioni

Metodi Statistici per il Marketing. #06 Elementi di statistica inferenziale e di teoria dei campioni Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #06 Elementi di statistica inferenziale e di teoria dei campioni 22 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #06 Elementi di statistica

Dettagli

DISTRIBUZIONI DI CAMPIONAMENTO

DISTRIBUZIONI DI CAMPIONAMENTO DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Test di ipotesi (a due code, σ nota)

Test di ipotesi (a due code, σ nota) Test di ipotesi (a due code, σ nota) Assumiamo nota la deviazione standard σ = 43.3 mesi vogliamo sapere se esiste un intervallo I di confidenza al 95% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

Formula del modello price break (sconto)

Formula del modello price break (sconto) Formula del modello price break (sconto) La formula per il calcolo di Q opt nel modello price break, basata sullo stesso concetto del modello EOQ, è: = Q OPT 2DCo iv = 2( domanda annuale) (costo dell ordine

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica Statistica descrittiva ed inferenziale Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche

Dettagli

distribuzione normale

distribuzione normale distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.

Dettagli

TELEPASS+ 3 - Unità G

TELEPASS+ 3 - Unità G TELEPASS+ 3 - Unità G La gestione della logistica aziendale LOGISTICA AZIENDALE Funzione aziendale che programma, organizza e gestisce la localizzazione, le dimensioni e la struttura dei magazzini aziendali

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

Capitolo 6. Supply chain e gestione delle scorte

Capitolo 6. Supply chain e gestione delle scorte Capitolo 6 Supply chain e gestione delle scorte Che cosa è l inventory management? Inventory management La pianificazione è il controllo delle scorte per soddisfare le priorità competitive dell organizzazione.

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica

Dettagli

IL CICLO PRODUTTIVO LA GESTIONE DEGLI ACQUISTI

IL CICLO PRODUTTIVO LA GESTIONE DEGLI ACQUISTI IL CICLO PRODUTTIVO LA GESTIONE DEGLI ACQUISTI 1 IL POTERE NEGOZIALE Il potere di acquisto èdirettamente proporzionale alle dimensioni del giro di affari. Sulla base di tale andamento èpossibile affermare

Dettagli

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie. Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento

Dettagli

Esercizi di Riepilogo. Leva finanziaria Valore Attuale Netto Payback Period Scorte Separate Ciclo d ordinazione Potenzialità Economico Strutturale

Esercizi di Riepilogo. Leva finanziaria Valore Attuale Netto Payback Period Scorte Separate Ciclo d ordinazione Potenzialità Economico Strutturale Esercizi di Riepilogo Leva finanziaria Valore Attuale Netto Payback Period Scorte Separate Ciclo d ordinazione Potenzialità Economico Strutturale Leva Finanziaria Con riferimento allo schema esemplificativo

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica - 18.01.2011 Cognome e Nome... C. d. L.: AMBLT CIVLT CIVLS INFL INFLT ETELT GESLT Matricola...Firma...... FILA 1 Istruzioni 1. COMPILARE la parte precedente queste istruzioni;

Dettagli

ESERCITAZIONE N. 5 corso di statistica

ESERCITAZIONE N. 5 corso di statistica ESERCITAZIONE N. 5corso di statistica p. 1/27 ESERCITAZIONE N. 5 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 5corso di statistica p. 2/27 Introduzione Variabili aleatorie discrete

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

Errori sistematici e casuali

Errori sistematici e casuali Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno

Dettagli

IL PROBLEMA DELLE SCORTE

IL PROBLEMA DELLE SCORTE IL PROBLEMA DELLE SCORTE Un problema particolarmente importante nella vita di ogni impresa è il problema della gestione delle scorte, detto anche di controllo delle giacenze di magazzino, pena l interruzione

Dettagli

Capitolo 9. Pianificare le risorse

Capitolo 9. Pianificare le risorse Capitolo 9 Pianificare le risorse Cosa è la pianificazione delle risorse? Pianificazione delle risorse Un processo che considera i piani delle vendite e delle operations, processa le informazioni sugli

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni

Dettagli

COGNOME.NOME...MATR..

COGNOME.NOME...MATR.. STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità

Dettagli

Probabilità e Statistica

Probabilità e Statistica Cognome e Nome............................................................................... C. d. L.: GESL Anno di Corso: 1 2 3 altro Matricola....................................... Firma.......................................

Dettagli

Gestione delle scorte - esercizi -

Gestione delle scorte - esercizi - Gestione delle scorte - esercizi - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese 905, 41100, Modena - Italia

Dettagli

Esercizio 1. Data la seguente struttura semplificata di Stato Patrimoniale si calcoli il Capitale Circolante Netto Commerciale e Finanziario

Esercizio 1. Data la seguente struttura semplificata di Stato Patrimoniale si calcoli il Capitale Circolante Netto Commerciale e Finanziario Esercizio 1 Data la seguente struttura semplificata di Stato Patrimoniale si calcoli il Capitale Circolante Netto Commerciale e Finanziario STATO PATRIMONIALE C/C attivi 10 C/C passivi 20 Impianti 300

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

ECONOMETRIA: Laboratorio I

ECONOMETRIA: Laboratorio I ECONOMETRIA: Laboratorio I Luca De Angelis CLASS - Università di Bologna Programma Laboratorio I Valori attesi e varianze Test di ipotesi Stima di un modello lineare attraverso OLS Valore atteso Data una

Dettagli

La media campionaria. MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a.

La media campionaria. MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a. La media MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a. X n = 1 n è detta media. n X i, i=1 In altre parole, se le X 1,...,X n sono il risultato

Dettagli

Distribuzione degli Errori di Misura. La distribuzione normale

Distribuzione degli Errori di Misura. La distribuzione normale Distribuzione degli Errori di Misura La distribuzione normale Errori casuali e sistematici Gli errori vengono generalmente suddivisi in due categorie: errori casuali ed errori sistematici. Gli errori casuali

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica - 21.03.2016 Cognome e Nome............................................................................... C. d. L.:................................................Anno di Corso:

Dettagli

Esercizi di statistica inferenziale

Esercizi di statistica inferenziale Dipartimento di Fisica SMID a.a. 004/005 Esercizi di statistica inferenziale Prof. Maria Antonietta Penco tel. 0103536404 penco@fisica.unige.it 6/1/005 Esercizio1 E noto che un grande numero di pazienti

Dettagli

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.? Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione

Dettagli

Università degli Studi di Cassino. Esercitazione di Statistica 2 dell Simona Balzano

Università degli Studi di Cassino. Esercitazione di Statistica 2 dell Simona Balzano Università degli Studi di Cassino Esercitazione di Statistica dell 8.0.007 Simona Balzano Esercizio 1 Uno studente supera una prova con probabilità pari a 0,6. Considerando un campione di ampiezza 10,

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica - 14.01.2014 Cognome e Nome............................................................................... C. d. L.: GESL GESLT Anno di Corso: 1 2 3 altro Matricola.......................................

Dettagli

Ottava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri

Ottava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri Ottava Edizione Gestione delle Scorte Prof. Sergio Cavalieri Fenomeni di obsolescenza 2 Determinati da: Prodotto inidoneo al segmento di mercato (es: computer) Effetto moda (es: abbigliamento) Mancato

Dettagli

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1 Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994

Dettagli

Mentre l istante in corrispondenza del quale effettuare il riordino sarà pari a:

Mentre l istante in corrispondenza del quale effettuare il riordino sarà pari a: ESERCIZIO EOQ base Il negozio Electrolux vende 1200 telecamere all anno. Il tasso di vendita delle telecamere può essere ritenuto costante durante l anno. Il negozio ordina le telecamere presso un rifornitore

Dettagli

Programmazione e Controllo della Produzione Es. di fonti differenti dei fabbisogni lordi. Programmazione della Produzione

Programmazione e Controllo della Produzione Es. di fonti differenti dei fabbisogni lordi. Programmazione della Produzione Es. di fonti differenti dei fabbisogni lordi LT= A B C D B Piano di produzione di A LT= X Piano di produzione di X Periodi Fabbisogni lordi di B += Domanda indipendente di B += Programmazione La gestione

Dettagli

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni

Dettagli

1- L impresa Alfa produce sedie per ufficio egi2013az

1- L impresa Alfa produce sedie per ufficio egi2013az Esercizi EGI 2013 1- L impresa Alfa produce sedie per ufficio egi2013az. Il lead time per realizzare le sedie è di 2 settimane. Ciascuna sedia si compone di 2 braccioli (l.t. 1 settimana), 1 pianale (l.t.

Dettagli

Progettazione e gestione dei sistemi produttivi- Esercitazione. La pianificazione del fabbisogno di materiali

Progettazione e gestione dei sistemi produttivi- Esercitazione. La pianificazione del fabbisogno di materiali Progettazione e gestione dei sistemi produttivi- Esercitazione La pianificazione del fabbisogno di materiali L ALFA BETA S.r.l. è un impresa operante nel settore dei mobili di arredamento. In particolare,

Dettagli

lezione 4 AA Paolo Brunori

lezione 4 AA Paolo Brunori AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente

Dettagli

STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006

STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006 STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006 Esercizio A. Si supponga che tre banche vorrebbero aprire uno sportello presso un nuovo centro commerciale e che ciascuna

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si

Dettagli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione

Dettagli

Approfondimento 3.3. Approssimazione della distribuzione binomiale alla normale

Approfondimento 3.3. Approssimazione della distribuzione binomiale alla normale Approfondimento 3.3 Approssimazione della distribuzione binomiale alla normale Come aveva notato de Moivre, se il numero di prove è sufficientemente ampio e la probabilità del successo π sufficientemente

Dettagli

corso A2-10 Attività logistico gestionali

corso A2-10 Attività logistico gestionali Autodromo Nazionale di Monza 2/3/4 giugno 2017 corso A2-10 Attività logistico gestionali Titolo lezione: Code e service level Relatore: Maurizio Issioni ANC Brugherio Referente Formazione CCV-MB m.issioni@ccv-mb.org

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 5/2/2008 Compito B Esercizio (20 punti. Una piccola azienda di Genova distribuisce un certo prodotto in tutta la regione, prodotto

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 8 maggio 2014 Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,

Dettagli

Operations Management 2. Ing. Rossella Pozzi, Ph.D. 14/02/2017

Operations Management 2. Ing. Rossella Pozzi, Ph.D. 14/02/2017 Operations Management 2 Ing. Rossella Pozzi, Ph.D. 14/02/2017 Agenda La gestione dei materiali Push/Pull Le scorte Modelli di gestione a scorta (Pull) tradizionali e non Criteri di buon funzionamento EOQ

Dettagli

Analisi della varianza

Analisi della varianza Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.

Dettagli

Le varianze parziali così trovate vengono confrontate fra di loro per mezzo di un test denominato test F

Le varianze parziali così trovate vengono confrontate fra di loro per mezzo di un test denominato test F Confronto fra medie Statistica9-9/11/2015 tramite L Analisi della Varianza Consiste nell attribuire una quota della Varianza totale di tutti i dati a sorgenti di variazione differenti e ben determinate

Dettagli

La gestione delle scorte in Farmacia. Maurizio Da Bove

La gestione delle scorte in Farmacia. Maurizio Da Bove La gestione delle scorte in Farmacia Maurizio Da Bove Gli obiettivi della gestione delle scorte Soddisfare la domanda Minimizzare i costi Dare pronta disponibilità di materiale al cliente Volumi Mix Soddisfare

Dettagli

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione. Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito

Dettagli

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca Analisi Statistica dei Dati Sperimentali M. Trimarchi e P. La Rocca Misura delle Grandezze Fisiche Misure dirette Confronto con un campione dell unità di misura Lunghezze Metro Misure indirette Operazioni

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli