程晓华
2020-4-7
我们从初中的时候就学过函数（function），百度，它的定义为：A、B两个都不为空集的集合之间的一种对应关系，假设A、B各自对应的元素为x，y，对x施加法则f得到y，则定义
y = f (x)，其中x 为自变量，y 为因变量。
最简单的函数应该就是一元一次方程所描述的：
y
= ax + b， 其中a，b为常数，
设b = 0,
则 y = ax
这让我们想到了MRP运算逻辑。
这个逻辑有两个关键输入（input），一个是MPS（主生产计划），它定义产成品在不同时期的需求数量 x ，代表独立需求（independent demand），另外一个输入就是BOM（物料清单），它定义了函数的法则f ，规定了不同元器件的单台用量a1, a2, a3 ……an。
运算MRP得到的结果就是输出（output）因变量 y，也就是相关需求（dependent demand） - 不同元器件在不同时期的需求量：
y1
= a1x
y2
= a2x
y3
= a3x
……
yn
= anx
供应链及ERP的逻辑是这样，有输入，有输出，输入自变量，产生因变量，一环套一环，环环相扣，供应链管理的流程也是这样，譬如说订单评审流程，这个流程的输入 x 是客户的采购订单（Customer Purchase Order, C.PO），输出 y 则是销售订单（Sales Order, SO），而y与x之间的法则 f 就是ATP（Available to Promise，可得的承诺），所以，订单评审流程可以用函数表示为：
y
= ATP( x ) 或 SO = ATP(C.PO)
C.PO是无约束的、天马行空的独立需求，因为客户想什么时候要（timing）、想要多少（quantity）是完全取决于客户自己的决定的，我们管不着的，但SO则是一个被法则ATP所约束的需求 - 我们只承诺可得的，你有权利要，我有权利承诺，这就是规则、规矩。
而供应链管理是最讲规矩的。
在供应链管理过程中，我们经常要做呆死库存分析，而为了推卸责任，很多人总会想方设法地编出一些理由来证明，他和他的团队在这个事情上没有做错什么。
譬如说你的手下告诉你说，老板，我们有100万人民币的在手呆死库存（Obsolete On-hand, OOH），你肯定首先想知道的就是，这都是些什么（what）物料啊？
OK，报告说有三个物料号，分别为P1, P2, P3。
分别有多少（how much）啊？
报告说，每个物料号分别有10万，20万，70万金额的在手库存，它们全部属于呆死库存。
那为什么（why）呀？
你手下人说，老板，这都是由于你的决策失误导致的，这是他们的论点，我们定义其为 y，类似因变量。
为了证明这个事情，你的手下人罗列了3条理由（论据），分别为 x1, x2, x3，大概就是自变量的意思。
接下来，如果你的手下能清楚地证明
x1, x2, x3 与y 之间存在着严格的逻辑关系，即 y = f(x1, x2,
x3)成立, 那么，这就说明这个呆死库存的分析是成功的，论证过程让你挑不出毛病来，你就得承认，你当老板的错了，这就是规矩。
所以，我们不难看出，函数其实是贯穿我们供应链管理的全过程的
– 从逻辑（logics）到流程（process），组织（people），一直到最终的绩效（performance）分析。
【作者按】从小学到中学，我的数学成绩一直是很一般，尽管大学本科读的是机械类的专业，但是微积分、概率与数理统计之类的也是没有学好，2004年开始自己讲课的时候，朦朦胧胧地感觉到，培训的内容里面应该加点高数之类的东西点缀一下，以示高深，并故弄玄虚，但终究是因为自己数学基础太差，没有加成；后来出了书，里面的公式全是些1+1=2之类的，顶多开个根号啥的，但还是有人跟我说看不懂那么多的 公式、表格，那个时候我才知道，大多数人的数学，其实都是白学的，如同英语一样，从幼儿园到本科，甚至是研究生毕业，天天学，但最终那英语还是喝粥的水平，张不开口，吃不上饭的。大概是从2013年开始，我大学毕业20年后，偶然的机会接触到日本几位数学大师写的微积分、统计学的简易读本，我就深切地认识到我大学的数学肯定是白学了；这些年又陆陆续续读了很多关于数学史、数学思想的方面的书，其中很多是欧美一些著名大学的数学教授、学者写的，我更认识到，过去学数学，那纯粹是为了考试，数学的精华与营养被教给我们的很少，我们自己学到的也就更加微乎其微了
– 其实，普通人学习数学，不是为了洋洋洒洒地列出那些大式子，也不是为了练习那些所谓的解题技巧，我们更重要的是需要通过数学学习，来养成数学思维的严谨（Rigorous）、精确（Accurate）及客观（Objective）、公正（Fair），而这种思维习惯，恰好是咱们搞供应链管理（SCM）的人所必不可少的。
参考书：
《7天搞定微积分》，石山平，大上丈彦[日]，翻译
李巧丽
《极简统计学》，永野裕之[日]，翻译 李俊
《数学好的人是如何思考的》，永野裕之[日]
《写给全人类的数学魔法书 》，永野裕之[日]
《魔鬼数学：大数据时代，数学思维的力量》，Jordan Ellenberg
《模型思维》，斯科特·佩奇.
《统计学的世界》（第8版），戴维·穆尔; 威廉·诺茨
《数学建模的思想和方法》，张世斌
《数据、模型与决策:基于Excel的建模和商务应用》，蒋绍忠.
《成为数据分析师》，托马斯·达文波特; 金镇浩
《什么是数学：对思想和方法的基本研究(中文版第四版)》，R·柯朗; H·罗宾
《古今数学思想》，莫里斯·克莱因
《这才是好读的数学史》，比尔·伯林霍夫; 费尔南多·辜维亚
《牛津通识读本：数学（中文版）》蒂莫西·高尔斯
《数学文化》，罗长青
《高数笔谈》，谢绪恺
作者程晓华（John Cheng），全面库存管理咨询（TIM）独立顾问，《制造业库存控制技术与策略》课程创始人、讲师，《制造业库存控制技巧》、《首席物料官》、《决战库存》、《制造业全面库存管理》著作者，邮箱：johnchengbj@126.com TIM订阅号：itootd
发表于：
2020-04-07 09:07 阅读(94)
评论(0) 收藏 好文推荐
本博客所有内容，若无特殊声明，皆为博主原创作品，未经博主授权，任何人不得复制、转载、摘编等任何方式进行使用和传播。
作者该类其他博文：
网站相关博文：