公告


         程晓华(John Cheng),全面库存管理(TIM)咨询独立顾问,《制造业库存控制技术与策略》课程创始人、讲师,1995年开始接触MRP,曾在大宇重工业、顿汉布什、IBM、伟创力(Flextronics)等企业担任生产计划员、物料计划主管、高级物料经理、供应链总监、全球物料总监等职务,个人专著:《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》等,邮件johnchengbj@126.com,TIM咨询公众号:ITOOTD

 

crack

关于我

<2024年11月>
272829303112
3456789
10111213141516
17181920212223
24252627282930
1234567

最近来访

留言簿(12)

文章分类

文章档案

相册

程晓华制造业库存控制技术研究室

个人网站


最新评论

这个俱乐部就是程老师比较活跃(~~)--hunk_sun
此版增加了实战练习,增强对文中理论的理解。
--hunk_sun
[mo.嗯嗯]--likun0416
--likun0416
支持--ldt2008
确实,库存管理是制造企业的重中之重--yongyu888
我就是搞信息化项目的实施工程师,也就是所谓的搞IT的。我不是你文中所太述的这种人。--Jasmine3
1--hking1
程老师有趣,像是面对面交流--刚柔流
基础数据尚做不准.--喜鹊
hhhh--爬行的蜗牛
大兵的故事有趣。有的公司的仓库主动性强的, 也会知道。他们会不断追问计划人员或采购人员。--hbenzj
赞同。这些基本概念要清楚才能在管理上有的放矢,做精细化的提升。--hbenzj
325466--钱小敏
期待后续发文。--tulipbrave
怎么看--无双之城
都知道智能化很重要,但是很多机构都是空喊口号,具体又做了些什么呢?--szhanrui
理论化的东西是一套,实际做法又是一套,在牛毛多一样的小企业里,灵活管理,损失的是一部分效益,但按部就班的做事,可能会死掉,不要总拿外企的启蒙教育国内作坊企业,[呵呵]--FUJIKUO
作者写得真好,的确如此,我想很大的原因是任正非先生想体验一下排队打的的事情,然后大脑休息一下而已。实在没有必要大惊小怪。还有不在父母身边的游子们应该常常回家看看,珍惜父母在的时间,多行孝心,少关注一些不关痛痒的小事。--信息化的小螺钉
程老师的博文 观点让我耳目一新!媒体的炒作,让大家盲目的追求。却没有认真的思考本质!--longlong899

阅读排行榜

评论排行榜

程晓华

2020-4-8

给你一个不规则图形,如下图A所示,似狗非狗,请计算它的面积(S),你能算出来吗?

有人说,如果你能告诉我这个图形的数学函数,积分(∫)不就可以了吗?

问题是我们不知道它的函数。

那怎么办呢?

我经常告诉那些搞供应链管理的人,遇到问题,你先复习一下我们到底有哪些流程,那些流程就是我们继承并积累下来的知识。

在概率论上有个定律,叫大数定律(the law of large numbers),它的意思是,在随机事件的大量重复出现中,往往呈现几乎必然的规律,这个规律就是大数定律。

关于大数定律,经典的例子就是那个抛硬币实验,一枚硬币,抛一次,出现正面的概率为50%(期望值),如果抛5次,可能有1次是正面,也可能是2次,3次,4次,甚至5次都是正面,但抛1,000次,10,000次,它出现正面的次数一定分别是500次左右,5,000次左右 ……这就是大数定律。

就像孙猴子,尽管一蹦是十万八千里,但最终还是跳不出如来佛的手心儿。

在哲学上这叫偶然中的必然,必然中的偶然,特殊中的一般。

在生活上,老百姓说的某人在往死里作,说的也是这个意思。作的次数太多了,最终就把自己作死了,这是必然的,这叫不作不死。

那所以呢,我们运用以上知识就可以很简单地解决这个不规则图形的面积问题 类似我们近似估算圆的面积(圆内外四方形法),我们也可以把这个不规则图形放到一个规则的正方形上,假设正方形的边长为1米;然后再我们找1,000粒黄豆撒到这个图形上,如下图B所示:

我们数一数落到这个不规则图形里面的黄豆数是260粒,重复这个实验,第二次可能是270粒,第三次 220 ……平均值是 250

这样我们就解决了这个似狗非狗的不规则图形面积计算问题。

这个例子能说明什么问题呢?

我遇到过很多人跟我说,他们的行业是多么的特殊,他们家的产品是多么的跟别人不一样,他们面临的市场又是如何如何不同 ……甚至是有人干脆就很直接地问我,您在我们这个行业干过吗?

那意思很清楚,您想帮我们辅导供应链,您首先就得先在我们这个行业干过(很多年)。

其实,当这些人在一味地强调他们自己的所谓特殊性的时候,他们要么在告诉你,他们自己是多么的无知,要么在告诉你,他不想改变任何东西,因为,他是特殊的,那就意味着他是独一无二的,是独一无二的就是没得比的,既然是是没得比的,那他就是干得最好的。

【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[],翻译 李巧丽

《极简统计学》,永野裕之[],翻译 李俊

《数学好的人是如何思考的》,永野裕之[]

《写给全人类的数学魔法书  》,永野裕之[]

《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: 2020-04-08 08:49 阅读(77) 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:

发表评论(网友发言只代表个人观点,不代表本网站观点或立场。)

您尚未登录,请先【登录或注册