29.07.2013 Views

Download PDF file - Telektronikk

Download PDF file - Telektronikk

Download PDF file - Telektronikk

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

angi prognoser for akkumulert produksjonsvolum<br />

ved tidspunkt T. Dette<br />

uttrykket kan så settes inn i Wrights<br />

utvidet lærekurvemodell, og vi får:<br />

(5.3)<br />

Dette uttrykket angir da prisprognose for<br />

nettkomponenter gitt at n er akkumulert<br />

produksjonsvolum.<br />

Hvis vi isteden benytter Crawfords utvidede<br />

lærekurvemodell der er<br />

definert som antall enheter produsert i en<br />

serie ved tidspunkt t, vil vi få andre<br />

formler for prisprognosen.<br />

La igjen<br />

n(1), n(2), ..., n(s)<br />

være det akkumulerte produksjonsvolum.<br />

Da vil:<br />

n*(t) = n(t) - n(t-1) (5.4)<br />

Med andre ord, differansen mellom<br />

akkumulert produksjonsvolum ved tidspunkt<br />

t og t-1, angir hvor stort produksjonsvolumet<br />

er ved tidspunkt t. Av<br />

likning (5.4) og likning (5.2) får vi følgende:<br />

ˆn(T )* =<br />

ˆM 1 + e â+ ˆ − ˆg<br />

⎛ bT ⎞<br />

⎜ ⎟ −<br />

⎝ ⎠<br />

ˆ M 1 + e â+ ˆ − ˆg<br />

⎛ b(T −1) ⎞<br />

⎜<br />

⎟<br />

⎝<br />

⎠<br />

ˆn<br />

ˆP n(T ) = ˆα<br />

t *<br />

ˆ M 1 + e â+ ˆ − ˆg<br />

β<br />

ˆ<br />

⎡<br />

⎤<br />

⎢ ⎛ bT ⎞<br />

⎜ ⎟ ⎥<br />

⎢ ⎝ ⎠ ⎥<br />

⎣<br />

⎦<br />

(5.5)<br />

Dette uttrykket settes så inn i Crawfords<br />

utvidede lærekurvemodell og vi får:<br />

ˆP n(T ) =<br />

ˆα<br />

(5.6)<br />

Dette uttrykket angir da prisprognose for<br />

nettkomponenter gitt at n*(t) er produksjonsvolum<br />

pr tidsintervall.<br />

ˆ M 1 + e â+ ˆ − ˆg<br />

⎛ bT ⎞<br />

⎜ ⎟ −<br />

⎝ ⎠<br />

ˆ M 1 + e â+ ˆ ⎡<br />

− ˆg ⎤<br />

⎢<br />

⎛ b(T −1) ⎞<br />

⎜<br />

⎟ ⎥<br />

⎢<br />

⎝<br />

⎠ ⎥<br />

⎣<br />

⎦<br />

6 Praktisk fortolkning av<br />

prognosemodellen<br />

β<br />

ˆ<br />

Vi skal nå vise hvorledes prognosemodellen<br />

kan benyttes for å beskrive pris på<br />

komponenter som funksjon av tiden og<br />

se på betydningen av de parametrene<br />

som inngår.<br />

Spesielt når det dreier seg om nye komponenter<br />

som bare foreligger i form av<br />

prototyper eller hvor produksjonen er<br />

helt i startfasen er det viktig å ha en modell<br />

som en kan analysere og benytte for<br />

å gjøre gode antakelser om prisutvik-<br />

Relativt akkumulert volum<br />

1,00<br />

0,80<br />

0,60<br />

0,40<br />

0,20<br />

lingen. Det er derfor viktig å forstå hva<br />

parametrene betyr i modellen.<br />

En viktig konsekvens som vi kan trekke<br />

av å kombinere en logistisk modell som i<br />

likning (5.1), (hvor vi for enkelhets skyld<br />

setter g = 1 som konstant), med en lærekurve<br />

som i likning (3.1)<br />

Pn(t) = αn(t) β (6.1)<br />

er at det ikke vil være nødvendig å<br />

beskrive n(t) som et globalt akkumulert<br />

volum, men vi kan nøye oss med den<br />

relative prognosen<br />

(6.2)<br />

hvor nr (t) går fra 0 til 1.<br />

Dette betyr at vi f eks kan benytte volumprognoser<br />

i et enkelt land eller i noen<br />

storbyer hvor anvendelsen av komponenten<br />

kan antas å være representativ for<br />

den globale utviklingen. Det betyr at en<br />

ikke trenger informasjonen om det totale<br />

globale produksjonsvolum (eller akkumulert<br />

globalt volum) som det kan være<br />

vanskelig å få data på.<br />

Den relative volumfunksjonen nr (t) kan<br />

skrives (se appendiks):<br />

nr (t )= ( 1 + ea+bt ) −1<br />

n r (0)<br />

0,05<br />

0,10<br />

0,20<br />

0,50<br />

0,90<br />

1,00<br />

0<br />

0 1 2 3 4 5 6 7 8 9 10 år<br />

Figur 6.1 Relativt akkumulert volum som funksjon av tiden for en konstant ∆T<br />

= 10 år og med nr (0) varierende fra 0,05 til 1<br />

Relativt akkumulert volum<br />

1,00<br />

0,80<br />

0,60<br />

0,40<br />

0,20<br />

0<br />

0 1 2 3 4 5 6 7 8 9 10 år<br />

Figur 6.2 Økning av relativt akkumulert volum som funksjon av tiden når<br />

nr (0) = 0,01 holdes konstant og ∆T varierer fra 2 til 20 år<br />

∆T<br />

2<br />

4<br />

8<br />

12<br />

16<br />

20<br />

ln(nr(0)<br />

nr (t )= 1 + e<br />

(6.3)<br />

−1−1)− 2ln9<br />

∆T t<br />

−1<br />

⎡ ⎧<br />

⎫ ⎤<br />

⎢ ⎨<br />

⎬<br />

⎩<br />

⎭ ⎥<br />

⎢<br />

⎥<br />

⎢<br />

⎥<br />

⎣<br />

⎦<br />

hvor nr (0) er funksjonsverdien når t =0<br />

og ∆T er den tiden det tar fra funksjonsverdien<br />

nr (t1 ) er 10 % til nr (t2 ) = 90 %,<br />

dvs ∆T = t2 - t1 .<br />

Figur 6.1 viser nå denne relasjonen for<br />

det tilfellet at ∆T = 10 år holdes konstant<br />

og nr (0) varierer fra 5 % til 100 %.<br />

Figur 6.2 viser hvorledes nr (t) utvikler<br />

seg med nr (0) = 0,01 og med ∆T varierende<br />

fra 2 til 20 år.<br />

Parametrene a og b er nå uttrykt ved<br />

nr (0) og ∆T der<br />

a = ln(nr (0) -1 - 1) (6.4)<br />

og<br />

2ln9 b = −<br />

∆T (6.5)<br />

Vi ser at nr (0) (i likhet med a) bestemmer<br />

hvor på tidsaksen kurven skal ligge,<br />

mens ∆T (eller b) forteller om kurven<br />

dekker et langt eller et kort tidsforløp<br />

(dvs fra funksjonsverdien er 10 % til den<br />

≈−4,4<br />

∆T<br />

169

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!