Inventory management: modelli deterministici e stocastici Anno Accademico 2006/2007 Rossana Riccardi Dipartimento di Statistica e Matematica Applicata all Economia Facoltà di Economia, Università di Pisa, Via Cosimo Ridolfi 10, 56124 Pisa, ITALY E-mail: riccardi@ec.unipi.it 19 febbraio 2008
2
Indice 1 La gestione dei sistemi produttivi 13 1.1 Introduzione............................ 13 1.2 Processi produttivi continui vs. intermittenti.......... 14 1.3 Commessa vs. magazzino..................... 17 1.4 La scelta della capacità produttiva............... 19 1.4.1 Costi di invenduto vs. costi di mancate vendite.... 23 1.5 La programmazione della produzione: sistemi pull e push... 24 1.6 Just in Time (JIT)........................ 25 1.6.1 Il sistema di controllo Kanban.............. 27 1.6.2 Analisi critica del JIT.................. 30 2 Modelli deterministici 31 2.1 Introduzione............................ 31 2.2 Classificazione dei costi di gestione delle scorte......... 33 2.3 Le politiche di gestione delle scorte............... 34 2.4 Classificazione dei sistemi di controllo delle scorte....... 37 2.5 Il lotto economico minimo.................... 38 2.5.1 Misura dei parametri A ed h............... 42 2.5.2 Stabilità del modello................... 43 2.6 EOQ con versamento progressivo................ 46 2.6.1 EOQ progressivo con tempi di setup.......... 48 2.6.2 EOQ progressivo ad orizzonte finito........... 49 2.7 EOQ con sconti di quantità................... 52 2.7.1 Politica di sconti su tutta la quantità.......... 52 3
4 INDICE 2.7.2 La politica degli sconti incrementali........... 55 2.8 EOQ con rottura di stock.................... 57 2.8.1 EOQ con backorders e reintegro costante........ 58 3 Modelli dinamici 61 3.1 Introduzione............................ 61 3.2 Il modello Wagner Whitin.................... 62 3.2.1 L algoritmo di Wagner Whitin.............. 73 3.2.2 Un esempio: funzione di costo lineare.......... 75 3.3 Modello DEL con backlogging.................. 76 4 Modelli stocastici 81 4.1 Introduzione............................ 81 4.2 Domanda stocastica discreta................... 83 4.2.1 Compound Poisson demand............... 83 4.2.2 Distribuzione logaritmica................. 85 4.2.3 Distribuzione composta geometrica........... 87 4.2.4 Domanda smooth..................... 88 4.2.5 Conclusioni pratiche................... 89 4.3 Domanda stocastica continua.................. 89 4.3.1 Domanda distribuita normalmente........... 89 4.3.2 Domanda distribuita come una funzione Γ....... 90 4.3.3 Scelta della funzione di domanda nel caso continuo.. 91 4.4 Lead-Times stocastici....................... 93 4.5 Politiche (R, Q).......................... 94 4.6 Politiche (R, Q) continue..................... 94 4.6.1 Distribuzione della posizione d inventario........ 94 4.6.2 Lead-Time e livello delle scorte............. 96 4.6.3 Domanda Compound Poisson.............. 97 4.6.4 Domanda Normale.................... 98 4.6.5 Livelli di servizio..................... 99 4.6.6 Stock di sicurezza..................... 101 4.6.7 Stima dei costi di disservizio: b 1............. 104
INDICE 5 4.6.8 Stima dei costi di disservizio: b 2............. 108 4.6.9 Stima dei lead-times stocastici.............. 109 4.7 Ottimizzazione congiunta nelle politiche (R,Q)......... 111 4.7.1 Domanda di tipo Poisson................. 112 4.7.2 Domanda di tipo normale................ 114 4.7.3 Ottimalità delle politiche (R, Q)............. 116 4.8 Politiche (s, S).......................... 119 4.9 Un esempio classico: il newsboy model............. 121 4.10 Appendice matematica...................... 124
6 INDICE
Introduzione Il termine logistica deriva dal greco logistikon che significa scienza del calcolo e dalla parola francese logis che si riferisce alla movimentazione delle truppe. Il termine infatti è stato utilizzato in origine per descrivere la movimentazione di uomini e materiali nei campi di battaglia. Oggi tale termine viene utilizzato per riferirsi all organizzazione della movimentazione dei beni e fornitura dei servizi con obiettivi industriali e commerciali. Una classica definizione di logistica è la seguente: funzione che assicura che i beni o servizi giusti si trovino nel posto giusto, nel giusto assortimento, nella giusta condizione di presentazione ed al minimo costo. Una definizione più operativa invece è la seguente: disciplina che studia le procedure e i metodi atti a pianificare e controllare i flussi di materiali e le relative informazioni nelle imprese produttrici e distributrici di beni o erogatrici di servizi. In base alla definizione data quindi, la logistica si può inquadrare come capacità di gestire i flussi di materiali e prodotti dal fornitore delle materie prime all utilizzatore finale del bene o servizio. I sistemi logistici delle imprese, quindi, si compongono di centri logistici dove vengono svolte le attività di trasformazione, assemblaggio, imballaggio e stoccaggio. In questi sistemi i beni vengono prodotti in uno o più impianti di produzione, come trasformazione di materie prime provenienti da uno o più fornitori, per poi essere trasferiti presso magazzini dove vengono stoccati prima di essere poi trasportati ai rivenditori o direttamente ai clienti finali. Di conseguenza, importanza fondamentale hanno le cosiddette strategie logistiche che devono considerare le interazioni tra i diversi attori della catena logistica (supply chain). Lo scopo di questa tesi è quello di fornire alcuni strumenti più o meno 7
8 INDICE sofisticati per la gestione di una parte della catena logistica: il magazzino prodotti. Con il termine inventory management si denotano tutte quelle politiche di gestione delle scorte di prodotti volte al contenimento dei costi di gestione. Con il termine scorte si indicano tutti quei materiali, prodotti finiti, semilavorati, materie prime che, in una catena logistica o in un processo produttivo, si trovano temporaneamente inutilizzati. Le scorte possono essere accumulate in punti diversi di una catena logistica per differenti motivi. Possono trovarsi alle estremità della catena, come ad esempio i depositi di prodotti finiti mantenuti presso i clienti finali, oppure in magazzini dedicati all interno della catena logistica, come nel caso dei semilavorati stoccati in magazzini appositi in attesa di ulteriori lavorazioni. In altri casi si formano scorte di prodotti finiti a valle della produzione, in attesa della consegna ai clienti oppure in magazzini localizzati presso i distributori. In particolare la detenzione di scorte ha un effetto ambivalente sulle determinanti del profitto aziendale: da un lato, detenere scorte ha un costo in termini di gestione del magazzino, rischio di invenduto; dall altro le scorte possono compensare variazioni della domanda, tempi di stoccaggio superiori a quelli stabiliti, evitare perdite d immagine per ritardi nelle consegne. Nel primo capitolo verrà affrontato il tema delle scelte delle politiche di gestione delle scorte e dimensionamento produttivo. I miglioramenti che si possono conseguire lungo una o più dimensioni della gestione implicano, necessariamente, una riduzione dei livelli di performance secondo altri profili. Per realizzare il suo potenziale, dunque, la gestione produttiva deve focalizzarsi su quegli obiettivi che meglio sostengono la strategia dimpresa. Nel capitolo saranno esaminate le scelte più importanti dell area dell operations management, e ne saranno messi in luce i relativi dilemmi economici. Ci si riferisce, in particolare, a: la scelta tra produzione continua o intermittente e tra produzione su commessa o per il magazzino; la definizione della varietà produttiva; la scelta della capacità produttiva; la scelta della struttura dei costi; la programmazione della produzione: la scelta tra sistemi pull vs. sistemi push. Una sezione sarà inoltre dedicata alle tecniche del Just-in-time (JIT), che sembrano in grado di superare molti dei trade-off della gestione della
INDICE 9 produzione. Il secondo capitolo sarà invece dedicato all analisi dei principali modelli deterministici di gestione delle scorte. Supponendo nota e costante la domanda di prodotti, vengono presentati diversi modelli che determinano la quantità ottima da ordinare. Il modello più semplice per determinare la quantità di riordino va sotto il nome di Lotto Economico o Economic Quantity Order (EOQ). Tale modello introdotto per la prima volta da Harris [32] e formalizzato da Wilson [48] ha lo scopo di trovare una quantità Q da ordinare ogni volta che si raggiunge il livello di riordino. Una variante al modello base nella quale si ipotizza che l alimentazione del magazzino o, equivalentemente, della linea di produzione, sia continua nel tempo e non istantanea come nel caso precedente è denominata EOQ con versamento progressivo. Gli altri modelli presentati nel capitolo sono generalizzazioni dei precedenti in presenza di particolari caratteristiche: sconti di quantità, distinti tra sconti su tutta la quantità e sconti incrementali; possibilità di rotture di stock. Le rotture di stock possono avvenire a causa di diversi fattori: l incertezza nella previsione della domanda, l incertezza sui tempi di consegna e su quelli di produzione. In questi casi si parla in generale di fenomeni di backlog o backorder. Si definisce backlog la domanda inevasa in attesa di essere soddisfatta. L ipotesi forte sottostante tali modelli è che i clienti sian pazienti, ovvero siano disposti ad aspettare che il prodotto ritorni disponibile. In caso contrario si parla di mancate vendite e risulta piuttosto difficile stimare il costo del mancato profitto. Nel terzo capitolo, invece, si comincia a rimuovere l ipotesi di domanda costante nel tempo e si ipotizza che la domanda sia nota a priori, ma variabile nel tempo. L ottica si sposta dal brevissimo al lungo periodo. In una gestione aziendale, i piani industriali fanno delle ipotesi sull andamento futuro della domanda per poter programmare la produzione futura. In questo caso le decisioni principali riguardano non solo quanto produrre ma anche quando. I casi di domanda variabile ma nota in anticipo sono abbastanza frequenti in molti ambiti: molto spesso le aziende produttive operano sulla base di ordini, cioè non iniziano una produzione se non dopo che è stato ricevuto
10 INDICE un ordinativo. In questi casi la domanda quindi è ragionevolmente sicura, anche se non bisogna trascurare il fatto che nuovi ordini potrebbero arrivare durante il periodo di produzione. Il modello di ottimizzazione alla base di questo ramo è il modello di Wagner-Whitin [46] estensione di un modello analizzato in Wilson [48]. E possibile estendere in modo abbastanza semplice il modello precedente e l algoritmo di WagnerWhitin in modo da permettere, con un costo aggiuntivo, l accettazione di domande che non possono essere evase. L ultimo capitolo, infine, presenta modelli di gestione delle scorte in ambito stocastico. Tale capitolo ha lo scopo di introdurre la letteratura recente in ambito di modellistica di gestione delle scorte in cui viene rimossa l ipotesi più forte dei modelli precedenti: la conoscenza a priori della domanda. La prima parte del capitolo identifica le possibili caratterizzazioni delle funzioni di probabilità che descrivono la stocasticità della domanda e del lead-time. La domanda di beni in sistemi multiperiodali è nella maggior parte dei casi difficile da prevedere, ma spesso è possibile stimarne il comportamento tramite funzioni note di probabilità che ben ne approssimano l andamento. La scelta tra i vari modelli di domanda si basa sul livello medio di quantità domandata e sulla sua frequenza: nel caso di domanda bassa è preferibile usare modelli di tipo discreto, nel caso, invece di domanda elevata i modelli continui offrono una migliore approssimazione. La seconda analizza due diverse politiche di gestione delle scorte: la politica (R, Q) e la politica (s, S). Si definiscono politiche di tipo (s, S) politiche in cui la quantità ordinata varia di volta in volta, quando il livello di scorte scende fino a s, oppure al di sotto, si ordina una quantità tale da riportare al livello massimo S. Si parla, invece, di modelli di gestione di tipo (R, Q), dove con Q si indica il lotto di ordinazione e con R il livello di riordino, quando la politica di emissione dell ordine avviene con la seguente logica: quando la posizione dell inventario scende al di sotto del punto di riordino R, si emette un nuovo ordine di dimensione Q. Un concetto implicitamente connesso alla determinazione del punto di riordino R, è senza dubbio la determinazione del livello di servizio che l azienda vuole fornire. La scelta di un elevato R, senza dubbio fa aumentare
INDICE 11 i costi di mantenimento delle scorte ma al contempo si riduce la possibilità di andare in rottura di stock, ovvero non essere in grado di soddisfare tutta la domanda nei tempi prestabiliti. Ogni qual volta vi è una rottura di stock, si incorre inevitabilmente in costi reali o potenziali relativi alla perdita del cliente, nei casi più gravi, o comunque ad una perdita di immagine. Per includere quindi una misura del livello di servizio che un azienda vuole garantire sono possibili varie strade. Una prima possibilità è fissare la probabilità di incorrere in carenze di servizio, in alternativa si può determinare la probabilità che un ordine superi un lead-time accettabile per l azienda; una terza via, differente dalle precedenti è quella di definire una misura di costo associato ad eventuali stockout da aggiungere alla funzione obiettivo da minimizzare. Tutti questi casi vengono analizzati nel dettaglio nei paragrafi successivi, prima ipotizzando che la quantità Q sia fissata ed ottimizzando rispetto al livello R, poi considerando il problema a due variabili. Una volta determinata la soluzione di una politica (R, Q), viene spontaneo domandarsi se tale politica risulti effettivamente ottimale oppure se una politica diversa potrebbe ottenere risultati migliori: seguendo l articolo di Chen [14], si dimostra come la scelta di tale tipo di politica non sia casuale, ma risponda ai requisiti di ottimalità rispetto ad una politica alternativa. Infine viene presentato uno degli esempi più noti nella letteratura della gestione delle scorte: il newsboy model.