Optimizarea cu ajutorul unui algoritm - programare matematic Programarea matematic reprezint un set de metode i instrumente pentru rezolvarea problemelor

manageriale n care decidentul trebuie s aloce o cantitate limitat de resurse mai multor activity n scopul optimizrii valorii unui obiectiv (msurabil). Programarea matematica presupune 1) existenta unei functii obiectiv; un obiectiv masurabil a carui valoare poate fi maximizata sau minimizata in functie de valorile variabilelor decizionale care intervin in formularea sa. 2) 3) 4) Setul de variabile decizionale Parametri Relatii intre acestea

Programarea liniara
Cea mai cunoscut i des utilizat metod;consta in determinarea min (max) unei funcfii obiectiv de una sau mai multe variabile; aceasta presupune: un set de elemente msurabile, valori pentru care se caut valoarea optim - variabilele de decizie; un set de restricii asupra acestor variabile, care sunt reprezentate sub forma unor relaii liniare (de egalitate sau inegalitate fata de anumite valori) - de exemplu, ntr-o problem;! de alocare a resurselor, cantitatea acestora este limitat;

-o tuncie obiectiv - o rehiie matematic liniar ntre variabilele de decizie i scopul urmrit - a crd valoare trebuie maximizat (mrimea profitului) sau minimizat (nivelul costurilor);

- existena unor legturi ntre toate aceste elemente, reprezentate n cadrul modelului de programare liniar prin ielaii matematice (ecuaii) n care intervin coeficieni

Var. de decizie: xl,x2,x3...,xn F(max)(min) *

f(xl,x2,...xn)=alxl+a2x2+....anxn Restrictii: a1 1x1+a12x2+alnxn <=bx a21x1+a22x2+a2nxn >=b2

amlx1+am2x2+amnxn <=bm xl,x2,x3...,xn >=0

Rezolvarea PPL utilizand EXCEL. Etape:

5)

Definirea modelului : individul

6)

Transpunerea modelului in foaia de calcul

7)

Utilizare solver (implementeaza algoritmul SIMPLEX indicat in rezolvarea problemelor de programare liniara)

Problema de decizie

Fie produsele PI, P2, P3 cu urmatorul profit unitar: 45/50/30 si o cerere de: 35/20/10. Functia obiectiv: maximizarea profitului

Variablilele de decizie:
cantitatile optime din fiecare produs(xl,x2,x3) astfel incat f(xl,x2,x3) = valoarea maxima

Precizare.
Fabricarea unui produs presupune trecerea prin 5 ateliere, si anume:

Disponibil ore

PI

P2

P3

Al A2 A3

3 4 5

1 2 6 3 2

2 5 3 2 4

150 200 350 220 120

A4 A5

2 1

Modelul de optimizare
Max f(xl,x2,x3) = 45x1 + 50x2 + 30x3 3x1 + x2 + 2x3 <=150

xl + 2x2 + 4x3 <=120 xl>=35 x2>=20 x3>=10 xl,x2,x3 N* xl>=0 x2 >=0 x3 >=0

A Simula nseamn a asuma aparijia unor aspecte ale

rcalitfiii. Simularea este o tehnic de experimentare aplicata unui model decizional (analize de tip what if aplicate unui model managerial)

Simularea

In model de simulare descrie comportamentul, caracteristicile unui sistem n diferite ipoteze. n funcfie de valorile acestora, va fi aleas cea mai bun alternative dintre toate ipotezele. Nu ofera garantia obtinerii solutiei optime

Simularea se va aplica doar problemelor pentru care nu se poate formula un model de optimizare.

Etapele procesului de simulare

definirea problemei (conceptualizata)
realizarea modelului de simulare - specificarea variabilelor i relaiilor dintre ele (este unic pt. fiecare problema in parte) testarea i validarea modelului stabilirea modalitatii de efectuare a experimentelor - perioada de simulare, limitele n care se lucreaz (de regul eel mai prost i eel mai bun scenariu) realizarea experimentelor (a simulrii propriu-zise) evaluarea rezultatelor - interpretarea lor prin metode statistice sau efectuarea unor analize de sensibilitate

implementarea rezultatelor simulrii .

Tehnici si include.
Tehnica valorii scop (Goal Seek)

Tabele de ipoteze (Tablel; Table2)

Scenarii (Scenarios)

Metoda Monte Carlo : permite inlocuirea unor variabile incerte din model cu numere fuzzy pentru a vedea in ce masura incertitudinea afecteaza rezultatele asteptate

Avantaie . imagine de condensare a timpului;

permite decidentilor o abordare prin incercari repetate a solutionarii unor probleme fara a implica si riscurile atasate acestui demers in situatii reale; este un model construit din perspectiva decidentului; este surprinsa complexitatea reala a problemei nefiind necesare simplificari in reprezentarea acesteia; poate fi aplicata unei mari diversitati de probleme manageriale.

Limitele simularii
nu este garantat ohinerca unei s<luii optime, ci doar a unei soluii relativ bune soluble unor simulri anterioare nu pot fi fructificate, deoarece modelul de simulare corespunde unei singure probleme. simularea este att de familiar i facil decidenilor, nct exist riscul renunrii nejustificate la alte

metode analitice. construirea modelului de simulare poate necesita mult timp i un cost destul de mare.

Modele predictive
Obiectiv : anticiparea viitorului pe baza informaiilor trecute pentru anumite scenarii. Rezolvare: n principal cu metode statistice, care stabilesc relaii de dependent* ntre diverse variabile i evoluiile acestora. (modele bazate pe serii temporale) Metode: Analiza de regresie: Stabilirea tipului de legtur pentru o variabila numita dependenta de una sau mai multe variabile numite independente; Analiza de corelatie: valoarea intensitatii relatiei dintre doua sau mai multe varabile; este o metoda de previzionare bazata pe o relatie cauzala. Obs. Dependena dintre variabile poate fi liniar, exponenial* sau de alt natur, pentru fiecare dintre aceste

tipuri existnd instrumente statistice de determinare a elementelor modelului de regresie.

n cazul regresiei liniare simple, ipoteza de lucru o constituie dependenja unei variabile pentru care se dorete previzionarea valorilor viitoare de o singur variabil

Y = f(X) - relaia dintre cele dou variabile fiind liniar.

n cazul regresiei liniare multiple, ipoteza de lucru o constituie dependen;! de mai multe variabile. Aceast ipotez rspunde mult mai bine situaiilor decizionale, n care de cele mai multe ori cvoluhi unei variabile depinde de efectul conjugat al mai multor factori : Y=f(X1, X2,....,XJ

Principalele etape n alctuirea modelului de regresie

Identificarea - faza descriptiv n care se identified dependenele i tipurile de relaii pe care le

exprim. Specificarea - etapa prin care se caut cea mai potrivit form de exprimare a variabilelor. Estimarea parametrilor modelului. Testarea semnificaiei parametrilor estimafi. Validarea modelului. Utilizarea modelului n operafiuni de simulare i predicie.

Avantaie
Interes practic deosebit Suport teoretic solid Produse soft specializate Se pot formula ca ipoteze un numar mare de relatii cauzale, testarea acestora realizandu-se automat Usor de aplicat, toate calculele statistice fiind realizate cu ajutorul unor programe specializate

Reticenta decidentilor
-

Limite

Volumul mare de date necesar si costurile antrenate de colectarea acestora pentru a stabili ecuatia de regresie initiala si pentru analiza validitatii sale in timp (in previziuni pe termen lung si pentru variabile agregate)

Obs. Previziuni in EXCEL (prin functii; prin serii de valori; prin grafice)

Modele euristice
Genereaza o solutie aproximativa
Ansamblul strategiilor care permit explorarea spatiului de cautare a unei solutii satisfacatoare pentru o problema complexa, nestructurata, pentru care nu se poate defini sau nu este eficient sa se utilizeze un algoritm pentru obtinerea unei solutii optime Euristicile: -cantitative: apar in baza de modele a unui SIAD - calitative: furnizarea cunostintelor pentru un SE.

Avantaie
metode usor de inteles, de implementat si de explicat; produc mai multe solutii acceptabile; efect pozitiv asupra creativitatii managerilor

pot incorpora inteligenta in procesul de cautare a solutiilor

Sistemul de gestiune a modelelor

Din punct de vedere teoretic, un sistem de gestiune a modelelor ofer facilitati n gestionarea modelelor similare celor oferite de un SGBD n gestionarea datelor, cele mai importante fiind: posibilitatea utilizarea soluiilor facilitati privind accesul i regsirea modelelor meninerea modelelor existente i a cazurilor standard, posibilitatea de a schimba condiiile i ipotezele acestora construirea de noi modele cu un efort rezonabil - de regul, pe baza celor existente flexibilitate - utilizatorul s poat trece uor n rezolvarea unei probleme la o alt abordare reducerea redundanei consistent - n cazul n care acelai model i aceleai date sunt accesate de mai muli utilizatori de a stoca modelele reprezentare, abstractizare modelului, selecia modelului, sinteza modelelor, pstrarea

modelelor existente - instanierea

Modelele utilizate de un sistem de asistare a deciziei pot II dezvoltate i implementate ntr-o mare varietate de limbaje i sisteme de programare, mergnd pn la sisteme care genereaz automat produse soft direct utilizabile. n aceast varietate de produse i uplioiii soft, un loc privilegiat l ocup procesoarele de tabele - cu reprezentatul lor eel mai cunoscut: EXCEL - care au ncorporate pachete de programe pentru structurarea i rezolvarea diverselor tipuri de modele. Ele sunt utilizate att n domeniul economic (gestiune, finane, etc.) dar i n alte domenii (matematic, tiine fundamentale ). Procesoarele de tabele sunt percepute de utilizatorul final ca fiind produse foarte flexibile, puternice, relativ uor de utilizat, devenind un instrument important n activity de analiz, planificare, modelare.