Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
Calcolo di ESC per il sistema di stock
Dobbiamo però calcolare ESC! Ricordiamo che un sistema è in out of stock quando la domanda ha un valore superiore all'order point. Se consideriamo una distribuzione normale, ESC rappresenta il baricentro di questa area, ossia della coda che sta dall'order point in avanti.
Entità attesa dello stock out (entità fisiche) → (x-OP)
Probabilità → f(x) dx
L'integrale è definito da OP a infinito, dove l'espressione dell'order point diventa: M + k STDx x
Essendo la distribuzione normale, introduciamo la variabile z e cambiamo gli estremi di integrazione.
Sigma X ; funzione normale standard calcolata in k; - k Sigma X; distribuzione normale standard calcolata in k
Tendenzialmente vi è una corrispondenza biunivoca tra k e GCS, nonostante la dipendenza sia difficile da valutare in termini matematici: non vi è infatti una relazione esplicita tra k e GCS, quindi un preciso andamento di una
Variabile al variare dell'altra non è ovvio. Tendenzialmente: (Esercizio: vedi file excel)
- un aumento di k e quindi delle SSI, incrementano sia CSL che GCS
- fissato un dato SSI, un aumento di Q non varia CLS mentre varia GCS: non è però sempre vantaggioso aumentare Q poiché incrementano le scorte di ciclo!
- l'andamento tra SSI e GCS non è lineare: all'aumentare del GCS desiderato, anche il valore delle SSI aumentano esponenzialmente. Sarà opportuno andare a fissare un GCS alto per prodotti chiave. Nella pratica infatti, verosimilmente, verranno allocati GCS bassi per quei prodotti meno profittevoli: sarà quindi ancora una volta indispensabile un'analisi dei prodotti.
- SSI aumentano linearmente con sigma e con la radice quadrata di LTA: per agire quindi in una diminuzione del SSI, sigma ha un impatto maggiore quindi sarà opportuno andare a diminuire questa variabile, ossia un sistema in cui si cerca di
Nella scorsa lezione abbiamo analizzato il contesto con intervallo di riordino; concludiamo questo argomento con alcune osservazioni: il periodo di incertezza è maggiore nel contesto con variabilità nel lead time e quindi, tendenzialmente, un sistema che lavora ad intervallo di riordino ha una maggiore incidenza sui costi delle scorte. Viceversa, in questa logica, a suo favore troviamo una maggiore efficienza nel controllo delle scorte.
Passiamo all'ultimo contesto da analizzare, ossia quello con DOMANDA STOCASTICA BASSA - LIVELLO DI RIORDINO
Questa logica è assimilabile ad un contesto 'evento raro', che viene comunemente descritta con la distribuzione di Poisson; ad essere 'rara' è la domanda nel LeadTime. Un evento raro dovrebbe soddisfare tre caratteristiche:
- non molteplicità
- stazionarietà
- indipendenza
Questo tipo di distribuzione l'abbiamo già
Incontrata nel calcolo del punto di riordino per soddisfare un certo livello di performance. Come visto in altri corsi, per la distribuzione di Poisson, media e varianza sono uguali. Se i valori cominciano ad essere elevati, la forma della distribuzione assume simmetria. Come visto negli altri modelli, consideriamo un LT stocastico per completezza; siccome abbiamo detto che Mx= SigmaX allora possiamo andare a determinare direttamente quest'ultima con la consueta formulazione. Per quanto riguarda il CSL, ossia probabilità che la domanda nel LT sia minore dell'order point, quello che cambia è che non esisterà più la relazione tra K e una variabile X (mentre prima avevamo una distribuzione normale in cui sussiste una relazione). Siccome questa è una funzione discreta, potremmo anche svolgere un esercizio in forma inversa. Quelle esaminate fino ad ora sono le politiche più comuni: vi possono essere però altre tipologie, anche ibride tra.
di loro. Una politica ibrida tra EOQ e EOI è quella (S,s): - S: è il più elevato sistema di scorta (una sorta di scorta obiettivo) - s: è il valore minimo di scorta che il sistema ammette, al quale esegue l'ordine (una sorta di order point). Lezione 21 | 02/12 Vediamo il tema del Pooling dell'Inventory: trattasi di tecniche per la riduzione della scorta in un sistema distributivo, sia scorta ciclo che quella di sicurezza che di ciclo. Le considerazioni che faremo saranno sui prodotti e sui depositi. Avevamo già incontrato i parametri per valutare la correlazione delle domande dei clienti tramite opportuna correzione della varianza e della media della domanda 'vista dal deposito'. Il coefficiente di correlazione, pur andando da [-1;+1], il nostro caso di interesse si limita a quello 0 e 1. Negli esercizi quindi, quando andremo a calcolare la SigmaX, dovremo quindi tener conto della SigmaD scritta qui sopra e se ci fosse correlazione.ci dovremmo quindi aspettare che SigmaX > SigmaXcon correlazione senza correlazione Come detto quindi, ci poniamo come punto di riferimento del deposito. Come detto, le scorte ciclo e le scorte di sicurezza sono i parametri da ottimizzare. → La scorta ciclo è proporzionale alla radice di N → La scorta di sicurezza ha anch'essa una proporzionalità: se r=0 allora proporzionale alla radice di N se r=1 allora proporzionale a N In altre parole, all'aumentare del numero dei clienti (N) ci si attende una riduzione in proporzione delle scorte ciclo del sistema in quanto la scorta ciclo complessiva aumenta più lentamente. Lo stesso ragionamento sulle scorte di sicurezza può esser fatto solo se vi è assenza di correlazione. Riduzione delle scorte → azioni sui prodotti Lo schema di riferimento è analogo: si considerano N prodotti e ciascuna domanda di ciascun prodotto. Assumiamo inoltre con correlazioni tutte uguali e sigma tutte uguali.Possiamo fare alcune deduzioni:
- Se i prodotti sono gestiti separatamente, quindi prodotti diversi l'uno dall'altro, le scorte di sicurezza complessive sono pari alla somma di ciascuna scorta di sicurezza di ogni prodotto.
- Se i prodotti sono equivalenti, quindi le richieste di prodotti sono intercambiabili, facciamo riferimento alla domanda complessiva. In caso di equivalenza, la SC complessiva sarà minore di rad(N).
Lezione 22 | 05/12
Nell'ultima lezione avevamo visto alcune possibilità al fine di ridurre le scorte; la terza possibilità che ci mancava da analizzare riguarda la comunanza di componenti; per quei prodotti che hanno una ampiezza di gamma AG molto elevata, come ad esempio nel settore dell'elettronica, e che hanno una difficile determinazione della domanda dei singoli componenti; questa circostanza quindi è solita quando, ad esempio, si ha a che fare con un singolo componente in cui lo stesso è utilizzato su più
prodotti finiti: è proprio per questa ragione che si procede a valutare l'approvvigionamento del prodotto finito e solo successivamente valutare in cascata il fabbisogno dei componenti. Supponendo di avere un certo componente che viene utilizzato su due prodotti finiti e solo successivamente si aggiunge un prodotto finito, il beneficio diventa sempre più marginale se la comunanza comincia a crescere molto velocemente; in altre parole, il beneficio tende ad un limite superiore.
Alcune considerazioni:
- nella maggior parte dei casi, la domanda di un certo prodotto è 'lumpy', ossia che non segue una logica e una temporizzazione definita; la media giornaliera, se calcolata in questo modo, si discosta molto rispetto al valore reale.
- Vi deve essere un adattamento della domanda quando si ha a che fare con una stagionalità; normalmente, a variare considerevolmente in certi momenti dell'anno sono i valori della M e Sigma ad dseconda del momento.
dell'anno in cui ci si trova.Modelli d
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo
