Efterspørgsel er er ofte svær at simulere, da efterspørgslen ofte afhænger af mange ukendte faktorer. Det er dog muligt, at lave tilnærmelsesvise simulationer af efterspørgslen. En simpel metoder er at antage, at efterspørgslen følger en normalfordeling med en gennemsnitlig efterspørgsel og en varians.
Efterspørgslen kan per definition ikke være negativ (medmindre man regner med returvarer som negativ efterspørgsel, det gør vi dog ikke her). Hvis vi anvender et gennemsnit, der er tæt på nul med høj varians, så kan vi generere værdier, der er mindre end nul.
Kan det passe, at vi bliver nødt til at runde op til nul, hvis den genererede værdi er under nul?
Kan man med fordel anvende den absolutte værdi?
Efter min bedste overbevisning, bør man runde op til nul, hvis de genererede værdier er negative. Anvendelse af absolutte værdier er forkert, da man herved øger sandsynligheden for at generere positive værdier og derved overstyrer normalfordelingen.
Vi bruger følgende approksimation til normalfordelingen :
Efterspørgsel = my + sigma (U1 + U2 + ... + U12 - 6), hvor my = Gennemsnitlig efterspørgsel; sigma = standard afvigelsen; U = tilfældigt tal mellem 0 og 1 (I excel =slump() eller engelsk =rnd() )
Applied Simulation Modeling, Seila et al., 2003.
Eksempel
Vi har en gennemsnitlig efterspørgsel på 5 enheder med en standardafvigelse på 3. Efterspørgslen kan derefeter beregnes. Følgende kan anvendes i MS Excel:
=5 + 3 * (slump() + slump() + slump()+ slump()+ slump()+ slump()+ slump()+ slump()+ slump()+ slump()+ slump()+ slump() - 6 )
En fin lille skitse over normalfordelingen. Gennemsnitlig efterspørgsel er lig 5 og standardafvigelsen er 3. Der er sandsynligt at ramme negative værdier, men de er udenfor det positive spektre, som man bør kigge på, når man simulerer efterspørgsel.
Kom gerne med din kommentar eller spørgsmål!