Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi



Documenti analoghi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 6. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 4. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 9. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 19. Docente: Laura Palagi

Produzione e forza lavoro

Modelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 13. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 1. Docente: Laura Palagi

mese richiesta

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Un problema di Capital Budgeting

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

L analisi dei costi: il costing

Problema della produzione dei monitor

Università degli studi di Bergamo Corso di Laurea Specialistica in Ingegneria Gestionale Economia e Organizzazione Aziendale Prof.

Ricerca Operativa A.A. 2008/2009

Management Sanitario. Modulo di Ricerca Operativa

Ottimizzazione Multi Obiettivo

La gestione delle scorte

Prodotto Materia S (kg/unità) Materia U (kg/unità) Componente L Alce 0,15 0,45 2 Orso 0,75 0,75 3

Appello di Ricerca Operativa A.A (29/3/2007)

Produttore A B C 1 20% 20% 30% 2 30% 10% 30%

Il piano principale di produzione

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

Esempi di modelli di programmazione lineare (intera) 2014

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Università Ca Foscari Venezia

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Prodotto Disponibilità Costo e rispettando le seguenti regole di composizione delle benzine:

La gestione delle scorte tramite il punto di riordino ed il lotto economico

Grafici di redditività BREAK-EVEN ANALYSIS

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 33. Docente: Laura Palagi

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa

1) Descrivere dettagliatamente a quale problema di scheduling corrisponde il problema.

METODI per effettuare previsioni con analisi di tipo WHAT-IF

Gli ambiti della finanza aziendale

STUDIO DI SETTORE VK23U

L orizzonte temporale nei prospetti semplificati dei fondi aperti. Nota di studio. Ufficio Studi

Ricerca Operativa e Logistica

Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati

Matrice Excel Calcolo rata con DURATA DEL FINANZIAMENTO determinata dall'utente

GUIDA DI APPROFONDIMENTO L IMPOSTA SUL VALORE AGGIUNTO (IVA)

Il sistema informativo aziendale

Matrice Excel Calcolo rata con IMPORTO DEL FINANZIAMENTO determinato dall'utente

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

LE VALUTAZIONI DI CONVENIENZA ECONOMICA NELLE DECISIONI DI GESTIONE OPERATIVA

15. Analisi del rapporto tra costi, volumi e risultati. Ragioneria Generale ed Applicata Sede di Fano

Ricerca Operativa e Logistica

Capitolo XIV. La gestione della produzione

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

Modelli di Programmazione Lineare Intera

Appendice III. Competenza e definizione della competenza

STUDIO DI SETTORE VG81U

RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E.

Statistica. Lezione 6

Marco Tolotti - Corso di Esercitazioni di Matematica 12 Cfu - A.A. 2010/2011 1

Ricerca Operativa A.A. 2007/ Dualità in Programmazione Lineare

COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)

CORSO DI Produzione e Logistica LA PIANIFICAZIONE DEI MATERIALI: LA PROCEDURA MRP

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

Differenza tra prima casa e abitazione principale

MATERIALE DIDATTICO DOCENTE. Christian Corsi ARGOMENTO BREAK EVEN ANALYSIS

Ottava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri

HydrA TRADING SYSTEM. Investment. Algoritmo Proprietario Innovativo! SISTEMA DI INVESTIMENTI AUTOMATIZZATO. Develop Your Success!

PROGRAMMA di MATEMATICA APPLICATA. Prof. ONORATI Mariano

Analisi delle configurazioni dei costi

Esercizi di Matematica Finanziaria

INTRODUZIONE. Cplex è un software per la risoluzione di Problemi di Programmazione Lineare e Lineare Intera;

Progetto PI , passo A.1 versione del 14 febbraio 2007

REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE

Relazioni costo-volume-profitto

EasyPLAST. Siamo riusciti a trasferire in EasyPLAST tutte le informazioni e le procedure che prima erano gestite con fogli excel

Gli Elementi fondamentali della Gestione Aziendale

Modelli di Programmazione Lineare

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

ESERCIZIO 1. La Zelig S.p.A. viene costituita il 1 gennaio 2004 con 1) il versamento da parte degli azionisti di capitale per

STUDIO DI SETTORE VM48U

SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE DELLA CiVIT

acqua Ore_uomo A B C 15 15

STUDIO DI SETTORE VM40B

Conto Economico % Si riportano i dati per la localizzazione dei costi e le informazioni necessarie per procedere al calcolo dei costi.

I ricavi ed i costi di produzione

Capitolo 13: L offerta dell impresa e il surplus del produttore

Piattaforma Applicativa Gestionale. Scheda Prodotto. Produzione

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ ρσ1 σ 2 ) = (σ 1

PIANI DI AMMORTAMENTO, TIC, NUDA PROPRIETA E USUFRUTTO, TIR E ARBITRAGGIO

ROI, WACC e EVA: strumenti di pianificazione economico finanziaria Di : Pietro Bottani Dottore Commercialista in Prato

Capitolo 11 Test chi-quadro

La Gestione della Produzione

( ) i. è il Fattore di Sconto relativo alla scadenza (futura) i-esima del Prestito

La Minimizzazione dei costi

SIBIL. Stock Identify Board for Intraday Leveraging. Previsioni per Intraday Trading

STUDIO DI SETTORE VG53U

Fondamenti e didattica di Matematica Finanziaria

COMPLEMENTI SULLE LEGGI FINANZIARIE

Applicazione: Pianificazione di un impianto con il valore attuale netto

Fasi di crescita. Chiara Casadio

Transcript:

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11 Docente: Laura Palagi

Alina Volovei Ilaria Noce Lea Mariella

Pianificazione degli approvvigionamenti Un azienda leader nel settore produce detergenti industriali, raffinando e miscelando diversi componenti naturali e cimici. Si deve tener presente ce: Il prodotto finito deve rispettare dei margini di biodegradabilità I componenti devono subire dei trattamenti specifici prima dell ingresso nel processo produttivo. E possibile immagazzinare i singoli componenti, ma NON il prodotto finito.

Nello specifico Consideriamo M tipologie di detergenti industriali da realizzare utilizzando m1 componenti naturali e m2 componenti cimici ognuno dei quali è caratterizzato da un grado di biodegradabilità b. La biodegradabilità del prodotto finito sarà data dalla media delle biodegradabilità dei componenti miscelati. Ogni componente comprato nel mese, ad un prezzo k, è subito disponibile all inizio dello stesso mese. Si suppone di vendere tutto ciò ce viene prodotto.

Si dispone di un magazzino iniziale (M0) Il limite di immagazzinamento sui singoli prodotti è fissato (MN) e presenta un costo c. Si avrà un limite massimo sui trattamenti effettuabili mensilmente sui singoli componenti. Il costo dei trattamenti si suppone trascurabile. Si riciede ce le scorte alla fine dell arco temporale considerato siano almeno pari al magazzino iniziale.

APPROVVIGIO NAMENTO PIANO DI PRODUZIONE MASSIMO PROFITTO

Variabili di decisione X ij = quantità in l di componente i utilizzato per il detergente j nel mese. Y = quantità in l di componente i acquistato i nel mese. Dove: i=1,,m1+m2; j=1,,m; = 1,,n;

Il modello Biodegradabilità B min per ogni =1,,n j= 1,,M m1+m2 i=1 m1+m2 i=1 b i x ij x ij B max Nota bene: poicé si è scelto come metodo di risoluzione del problema il metodo del simplesso, si è ritenuto opportuno rendere lineare tale vincolo nel foglio Excel, moltiplicando entrambi i membri per il denominatore.

Trattamento M x ij TN i i = 1,, m1 j =1 M j =1 x ij TC i i=m1+1,..m1+m2 per ogni mese considerato.

Gestione del magazzino Acquisti y i M 1 M Consumi M x ij j =1

Livello del magazzino nel mese per il singolo componente: M i = M i 1 + y i - M x ij j=1 0 Immagazzinamento Max Consentito M i MN i Livello finale del Magazzino M i n M i 0 i= 1,,m1+m2 = 1,,n. i= 1,,m1+m2

Vincolo sui consumi M i = M i 1 + y i - M x ij j=1 0 0 max Dove: n =1 M j=1 n m1+m2 P D j (k i y i m1+m2 =1 i=1 D j = x ij i=1 + c i M i )

CASO SEMPLIFICATO L arco temporale considerato per la pianificazione della produzione e degli approvvigionamenti è di 6 mesi (n=6). Si produce un unico detergente industriale (M=1). Vengono utilizzati due detergenti naturali (m1=2) e tre detergenti cimici (m2=3). La biodegradabilità del prodotto finale è compresa fra il 23% e il 30%. Il prezzo di vendita del detergente è di 30*10 3 /l. Nota: al momento della risoluzione del problema semplificato si è posto n=5 poicé Excel non riesce a trattare un numero molto grande di variabili.

Gli altri dati sono scematizzati nella tabella seguente: Tipo detergente Costo *10 3 ( /l) Biodegradab ilità (%) Disponibilità iniziale (l) Trattamen to max (l) Immagazz inamento max(l) Nat 1 15 22 120 120 30 1 Costo di magazzino ( /l) Nat 2 10 19 40 120 30 1 Cim 1 7,5 36 85 100 30 1 Cim 2 13 34 60 100 30 1 Cim 3 24 30 50 100 30 1 Il magazzino dell ultimo periodo dovrà essere vuoto.

Analisi dei risultati: Aumentando il limite massimo di componenti (ad esempio quelli naturali) trattabili mensilmente, si verifica un miglioramento della funzione obiettivo. Imponendo un livello di immagazzinamento >0, si verifica un peggioramento della funzione obiettivo di 1000, ce è proprio il costo di immagazzinamento di un l di prodotto. Dall'analisi risulta sconveniente immagazzinare i componenti percé il prezzo d'acquisto dei vari componenti non cambia nel tempo: immagazzinare comporterebbe solo un costo aggiuntivo ingiustificato. Poicé il magazzino non viene mai utilizzato, allora l'acquisto sarà sempre pari al limite massimo di trattamento possibile (120 per i componenti naturali e 100 per i componenti cimici). Solo nel primo periodo la quantità acquistata sarà minore del limite massimo sul trattamento percé si utilizzano le quantità già presenti in magazzino (già pagate).

Le seguenti tabelle riportano i risultati ottenuti: Variabili: PROFITTO FUNZIONE OBIETTIVO 48567500 Acquisto MESE 1 MESE 2 MESE 3 MESE 4 MESE 5 ACQ. NAT1 0 120 120 120 120 ACQ. NAT2 80 120 120 120 120 ACQ. CH1 15 100 100 100 100 ACQ. CH2 40 100 100 100 100 ACQ. CH3 50 100 100 100 100 Consumi MESE 1 MESE 2 MESE 3 MESE 4 MESE 5 CONS NAT1 120 120 120 120 120 CONS NAT2 120 120 120 120 120 CONS CH1 100 100 100 100 100 CONS CH2 100 100 100 100 100 CONS CH3 100 100 100 100 100