STOCHASTYCZNY MODEL ZAPASÓW Q, R DLA PRODUKTÓW PSUJĄCYCH SIĘ PRZY ASYMETRYCZNYM ROZKŁADZIE ZAPOTRZEBOWANIA

Podobne dokumenty
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII

ZWIĄZKI MIĘDZY WSPÓŁCZYNNIKAMI WRAŻLIWOŚCI W MODELU WYCENY OPCJI GARMANA-KOHLHAGENA

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Poziom Obsługi Klienta

INNE ZASTOSOWANIA RYZYKA

Rachunek prawdopodobieństwa i statystyka

PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI

OPTYMALNA POLITYKA ZAPASÓW

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

ECONOMIC ORDER QUANTITY (EOQ)

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Metody określania wielkości partii cz.1. Zajęcia Nr 6

Statystyka matematyczna

Stochastyczne równania różniczkowe, studia II stopnia

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Statystyka matematyczna dla leśników

Matematyka ubezpieczeń majątkowych r.

METODY ESTYMACJI PUNKTOWEJ. nieznanym parametrem (lub wektorem parametrów). Przez X będziemy też oznaczać zmienną losową o rozkładzie

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,

Metody określania wielkości partii cz.1. Zajęcia Nr 6

Zawansowane modele wyborów dyskretnych

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH

Ćwiczenie 5 PROGNOZOWANIE

Wskaźniki efektywności inwestycji

Metody sterowania zapasami ABC XYZ EWZ

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Matematyka ubezpieczeń majątkowych r.

Kolokwium ze statystyki matematycznej

ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM

Statystyka matematyczna. Wykład VI. Zesty zgodności

W3 - Niezawodność elementu nienaprawialnego

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

GOSPODARKA ZAPASAMI TYTUŁ PREZENTACJI: GOSPODARKA ZAPASAMI AUTOR: SYLWIA KONECKA AUTOR: SYLWIA KONECKA

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Stanisław Cichocki. Natalia Nehrebecka

Matematyka ubezpieczeń majątkowych r.

Zadania z ekonomii matematycznej Teoria konsumenta

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Rozkłady prawdopodobieństwa zmiennych losowych

Agata Boratyńska Statystyka aktuarialna... 1

Modelowanie optymalnej wielkości zamówienia

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3

LOGISTYKA. Zapas: definicja. Zapasy: podział

ZMIENNE LOSOWE CZY NIELOSOWE W EKONOMETRII

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

SZCZEGÓŁOWA CHARAKTERYSTYKA METOD USTALANIA WIELKOŚCI PARTII PORADNIK

Matematyka ubezpieczeń majątkowych r.

Optymalizacja zapasów magazynowych przykład optymalizacji

Statystyka i Analiza Danych

1. Przyszła długość życia x-latka

Wprowadzenie Modele o opóźnieniach rozłożonych Modele autoregresyjne o opóźnieniach rozłożonych. Modele dynamiczne.

STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI

4. Ubezpieczenie Życiowe

Metody określania wielkości partii cz.2. Zajęcia Nr 7

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

Zmienne losowe ciągłe i ich rozkłady

Matematyka ubezpieczeń majątkowych r.

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

M. Dąbrowska. Wroclaw University of Economics

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR WŁASNOŚCI OPCJI CAPPED.

Finanse i Rachunkowość studia stacjonarne lista nr 9 zastosowania metod teorii funkcji rzeczywistych w ekonomii (część II)

Henryk Kowgier * Uniwersytet Szczeciński

EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA

Spis treści. Przedmowa

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

= = a na podstawie zadania 6 po p. 3.6 wiemy, że. b 1. a 2 ab b 2

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką

Organizacja i monitorowanie procesów magazynowych / Stanisław

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3

Kamila Bednarz-Okrzyńska* Uniwersytet Szczeciński

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

Szkice rozwiązań zadań z arkuszy maturalnych zamieszczonych w 47. numerze Świata Matematyki, który można nabyć w sklepie na

Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym

{H B= 6 kn. Przykład 1. Dana jest belka: Podać wykresy NTM.

Programowanie matematyczne

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

OPTYMALIZACJA W LOGISTYCE

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Metody określania wielkości partii cz.2. Zajęcia Nr 7

ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM

Metody numeryczne Wykład 7

Ważne rozkłady i twierdzenia

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Transkrypt:

STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Krzysztof Dmytrów Uniwersytet Szczeciński STOCHASTYCZNY MODEL ZAPASÓW Q, R DLA PRODUKTÓW PSUJĄCYCH SIĘ PRZY ASYMETRYCZNYM ROZKŁADZIE ZAPOTRZEBOWANIA Streszczenie W artykule zaprezentowano prosty stochastyczny model gospodarowania zapasami Q, r dla utraconej sprzedaży, w którym rozkład zapotrzebowania był asymetryczny (założono, że jest to rozkład wykładniczy). Założono także, że stopa psucia się produktów jest stała. Przeprowadzona analiza pokazała, że im wyższa była stopa psucia się produktów, tym większe były wartości zmiennych decyzyjnych i wyższy całkowity koszt gospodarowania zapasami. Słowa kluczowe: stochastyczny model zapasów, produkty psujące się, asymetryczny rozkład zapotrzebowania. Wprowadzenie W stochastycznych modelach gospodarowania zapasami na ogół zakłada się, że rozkład zapotrzebowania na produkt jest rozkładem normalnym [5; 6]. Klasyczne modele zapasów budowano zatem i rozwiązywano z założeniem normalności rozkładu zapotrzebowania w okresie realizacji dostaw. Takie założenie nie zawsze jest jednak uzasadnione, gdyż w ekonomii bardzo często występują, a nawet wręcz dominują rozkłady o asymetrii prawostronnej [8, s. 14].

76 METODY ILOŚCIOWE W EKONOMII Z tego powodu wielu autorów do aproksymacji rozkładu zapotrzebowania w okresie realizacji dostaw stosowało rozkłady asymetryczne [4; 2; 3; 9]. W artykule wykorzystano klasyczny model zapasów Q, r dla utraconej sprzedaży z pełną informacją o kosztach [2, s. 29 i n.]. Dodatkowo założono, że modelowane jest gospodarowanie zapasami produktów psujących się. Modele takie są szeroko opisywane w literaturze zachodniej [5]. Są różne podejścia do problematyki psucia się produktów. Szerzej opisano je w pracy Dynamiczny model zapasów dla produktów psujących się przy różnych stopach psucia się [1]. W artykule przyjęto, że w ciągu jednostkowego okresu (tutaj był nim jeden rok) zepsuciu ulega stały odsetek produktów. 1. Założenia i oznaczenia Założenia klasycznego modelu Q, r są następujące: jednostkowy koszt zakupu jest stały, niezależny od wielkości zamówienia Q, jednostkowy koszt niedoborów wynosi p na jednostkę brakującego produktu, niedobory występują tylko w bardzo małych ilościach, punkt zamawiania r jest dodatni, czas realizacji dostaw τ jest stały. W modelu przyjęto następujące oznaczenia: A koszt złożenia i realizacji pojedynczego zamówienia, p jednostkowy koszt niedoboru, h jednostkowy koszt magazynowania, λ roczne zapotrzebowanie na produkt, r poziom zamawiania, η (r) oczekiwana ilość niedoborów w jednym cyklu odnowienia zapasów, f(x), F(x) funkcja gęstości i dystrybuanta zapotrzebowania w okresie realizacji dostaw, μ, σ nadzieja matematyczna i odchylenie standardowe zapotrzebowania w okresie realizacji dostaw, ϕ stopa psucia się produktu. Założenie, że rozkład zapotrzebowania jest rozkładem wykładniczym, przyjęto z dwóch powodów. Po pierwsze, jest to rozkład o skrajnej asymetrii prawo-

KRZYSZTOF DMYTRÓW STOCHASTYCZNY MODEL ZAPASÓW (Q, r) DLA PRODUKTÓW PSUJĄCYCH SIĘ 77 stronnej, co dodatkowo podkreśli tę asymetrię, a po drugie, jest on rozkładem bardzo prostym analitycznie. Funkcja gęstości rozkładu wykładniczego dana jest wzorem: 1 gdzie = μ = σ. β x f ( x) = βe β (1) Wiedząc, że wielkość zapotrzebowania na produkt w ciągu roku wynosi λ oraz że psuje się stały odsetek produktów ϕ, jeżeli, kupimy jednorazowo tyle jednostek, ile wynosi zapotrzebowanie i nic nie zużyjemy, łącznie w ciągu roku zepsuje się ϕλ jednostek. Aby zaspokoić zapotrzebowanie na produkt, po uwzględnieniu psucia się, * faktyczne łączne roczne zapotrzebowanie wyniesie λ = λ + φλ = λ( 1 + φ). 2. Model Funkcja kosztów całkowitych w modelu Q, r dla utraconej sprzedaży z uwzględnieniem psucia się produktów dana jest następującym wzorem: Aλ Q pλ K( Q, r) = (1 + ϕ) + h + r μ + η ( r) + (1 + ϕ) η ( r) min Q 2 Q (2) gdzie η () r = ( x r) f() x dx. r Jak widać, po prawej stronie równania (2) występują trzy sumy. Pierwsza suma to oczekiwane łączne roczne koszty zamawiania (ŁKZ), druga suma oczekiwane łączne roczne koszty magazynowania (ŁKM), a trzecia oczekiwane łączne roczne koszty niedoborów (ŁKN). Dla rozkładu wykładniczego wielkość η (r) dana jest wzorem: βr e η ( r) = (3) β

78 METODY ILOŚCIOWE W EKONOMII W celu wyznaczenia optymalnych wielkości zmiennych decyzyjnych Q oraz r należy wyznaczyć pierwsze pochodne cząstkowe równania (2) względem Q i r i przyrównać je do zera: K K = Q r = 0. Po podstawieniu η (r) z równania (3) do równania (2) i wyznaczeniu pochodnych, otrzymamy: Q = βr e 2λ(1 + ϕ) A p + β h (4) oraz ln r = hq pλ(1 + ϕ) + hq β (5) Jak wynika z tych równań, żeby obliczyć optymalną wielkość zamówienia, należy znać optymalną wielkość poziomu zamawiania, i na odwrót. Procedura numeryczna otrzymywania optymalnych wielkości Q * oraz r * jest następująca: a) należy wyznaczyć optymalną wielkość zamówienia za pomocą klasycznego wzoru Harrisa-Wilsona (EOQ) i oznaczyć ją jako Q 1 ; b) należy podstawić wielkość Q 1 do wzoru (5) i wyznaczyć wielkość r 1 ; c) wielkość r 1 trzeba wstawić do wzoru (4) i wyznaczyć wielkość Q 2 ; d) wielkość Q 2 należy podstawić do (5) i wyznaczyć wielkość r 2. Tak postępujemy dopóty, dopóki kolejne wielkości Q i r nie będą zbieżne. W analizowanym modelu zbieżność następuje bardzo szybko, już w piątej iteracji otrzymuje się bardzo dokładne wyniki (zbieżność do czwartego miejsca po przecinku). 3. Przykład numeryczny (dane umowne) Do zilustrowania zachowania się modelu, wykorzystano następujące dane: A = 150,00 zł, p = 40,00 zł, h = 5,00 zł, λ = 1000 jednostek rocznie, czas reali-

KRZYSZTOF DMYTRÓW STOCHASTYCZNY MODEL ZAPASÓW (Q, r) DLA PRODUKTÓW PSUJĄCYCH SIĘ 79 zacji dostaw tydzień, czyli 1/52 roku. W związku z tym, β = 0,052, czyli μ, σ = 19,231. Wielkość stopy psucia się produktów ϕ przyjęto w przedziale od 0 do 1 ze skokiem 0,2. Jeżeli ma ona wartość 0, to nie występuje psucie się produktów i wówczas model jest klasycznym modelem Q, r utraconej sprzedaży. Jeżeli ϕ wyniesie 1, to gdy nie będzie zużycia produktu, wszystkie jednostki ulegną zepsuciu w ciągu roku. Oczywiście, założono, że produkty zaczynają się psuć dopiero w trakcie przechowywania. Wyniki obliczeń przedstawiono w tabeli 1. Tabela 1. Wyniki obliczeń 0 0,2 0,4 0,6 0,8 1 Q 264,271 287,648 309,145 329,154 347,947 365,721 r 66,206 68,025 69,559 70,886 72,054 73,098 η (r) 0,6150 0,5595 0,5166 0,4821 0,4537 0,4297 ŁKZ (zł) 567,60 625,76 679,29 729,14 775,98 820,30 ŁKM (zł) 898,63 965,89 1027,09 1083,57 1136,25 1185,79 ŁKN (zł) 93,08 93,36 93,57 93,74 93,89 94,01 K(Q, r) (zł) 1559,31 1685,01 1799,95 1906,46 2006,12 2100,09 ϕ Źródło: opracowanie własne. Wynika z niej, że: a) wraz ze wzrostem stopy psucia się produktów rosną łączne koszty gospodarowania zapasami K(Q, r); b) wzrost stopy psucia się produktów powoduje wyraźnie zwiększa optymalną wielkość zamówienia Q; c) wraz ze wzrostem stopy psucia się produktów optymalna wielkość poziomu zamawiania r wzrasta, jednak nie tak bardzo, jak optymalna wielkość zamówienia; d) wzrost stopy psucia się produktów powoduje, że zmniejsza się oczekiwana ilość niedoborów w jednym cyklu odnawiania zapasów; e) w każdym przypadku największy udział w łącznych kosztach miały koszty magazynowania (ŁKM) około 57%, następnie koszty zamawiania (ŁKZ) około 38%, resztę (około 5%) koszty niedoborów (ŁKN).

80 METODY ILOŚCIOWE W EKONOMII Podsumowanie W artykule zaprezentowano klasyczny model zapasów Q, r dla utraconej sprzedaży i pełną informacją o kosztach, w którym w prosty sposób uwzględniono psucie się produktów. Dalszym rozwinięciem tego modelu byłoby zastosowanie opisywanego podejścia do psucia się produktów w modelu dla zaległych zamówień, mieszaniny zaległych zamówień i utraconej sprzedaży, w modelach z ograniczeniami poziomu obsługi jest dobrze z niepełną informacją o rozkładzie. Model jest nieskomplikowany zastosowano w nim bardzo prosty analitycznie, wykładniczy rozkład zapotrzebowania w okresie realizacji dostaw. Należałoby także zbadać zachowanie się modelu dla innych rozkładów zapotrzebowania w okresie realizacji dostaw. Literatura 1. Dmytrów K., Dynamiczny model zapasów dla produktów psujących się przy różnych stopach psucia się, Prace Naukowe Uniwersytetu Ekonomicznego w Katowicach, Metody i Zastosowania Badań Operacyjnych, Katowice 2010. 2. Dmytrów K., Stochastyczne metody optymalizacji zapasów materiałowych w przedsiębiorstwie, praca doktorska, Szczecin 2005. 3. Dmytrów K., Zastosowanie heurystycznej polityki uzupełniania zapasów w modelu Q, r przy asymetrycznym rozkładzie zapotrzebowania, w: Metody i zastosowania badań operacyjnych 2002, materiały konferencyjne, Radom 2003. 4. Elementy badań operacyjnych w zarządzaniu, t. I, red. A. Całczyński, Radom 2000. 5. Goyal S.K., Giri B.C., Recent Trends in Modeling of Deteriorating Inventory, European Journal of Operational Research 2001, No. 134. 6. Hadley G., Whitin T.M., Analysis of Inventory Systems, Prentice-Hall, Englewood Cliffs, New Jersey 1963. 7. Hariga M., Ben-Daya M., Some stochastic inventory models with deterministic variable lead time, European Journal of Operational Research 1999, No. 113. 8. Hozer J., Mikroekonometria. Analizy, diagnozy, prognozy, PWE, Warszawa 1993. 9. Tadikamalla P.R., A Comparison of Several Approximations to the Lead Time Demand Distribution, International Journal of Management Science 1984, Vol. 12, No. 6.

KRZYSZTOF DMYTRÓW STOCHASTYCZNY MODEL ZAPASÓW (Q, r) DLA PRODUKTÓW PSUJĄCYCH SIĘ 81 THE STOCHASTIC INVENTORY MODEL Q, R FOR DETERIORATING ITEMS WITH ASYMMETRIC DEMAND DISTRIBUTION Summary The author presented a simple stochastic lost sales inventory model Q, r for deteriorating items with asymmetric demand distribution. As an approximation for the lead-time demand, exponential distribution was used. Constant deterioration rate was assumed. The analysis showed that the higher deterioration rate, the higher values of decision variables and total expected costs of inventory management. Keywords: stochastic inventory model, deteriorating items, asymmetric demand distribution. Translated by Krzysztof Dmytrów

82 METODY ILOŚCIOWE W EKONOMII