Modelarea este o metoda specifica de studiu a unor procese si fenomene prin substitutia obiectului real al cercetarii.

- furnizeaza mijloacele pentru descrierea si explorarea structurilor, dinamicii si interactiunilor care guverneaza situatiile pe care dorim sa le ntelegem, controlam . - presupune studierea obiectelor si a proceselor ntr-un mod indirect cu ajutorul unor obiecte sau procese substitut care sunt reprezentari simplificate sau abstractizate ale celor initiale -este o disciplina economica de granita cu matematica si- este tehnica de calcul, care se ocupa de fundamentarea deciziei manageriale n conditii de eficienta pentru organizatie, cu ajutorul unor modele economicomatematice flexibile si cu posibilitatea utilizarii tehnicii de calculposibilitatea utilizarii tehnicii de calcul. Modelul este o reprezentare izomorfa a realitatii, ofera o imagine simplificata, intuitiva, dar riguroasa n sensul structurii logice a fenomenului studiat si faciliteaza descoperirea unor legaturi si legitati imposibil de gasit pe alte cai. Modelul este privit ca un ansamblu de ,ecuatii, o constructie stiintifica a unui sistem economic utilizatconstructie stiintifica a unui sistem economic utilizat pentru a identifica actiunea reciproca,nlantuirea si interdependenta anumitor fenomene. Un model trebuie sa fie simplu, robust, controlabil, adaptabil complet usor de aplicat si sa aiba caracter evolutiv. Anumite calitati sunt contradictorii (de ex: simplitatea si complexitatea Procesul de modelare include trei elemente: - subiectul (cercetatorul) - obiectul cercetarii (procesul de studiu); - modelul obiectului cercetat ce mijloceste relatiile dintre subiectul care cerceteaza si obiectul studiat . Modelul se construieste de catre subiectul cercetarii, astfel nct sa reflecte caracteristicile obiectului (atributele, relatiile reciproce,parametrii structurali si functionali) esentiale pentru scopulcercetarii.Modelul este o imagine conventionala a obiectului de cercetare.Imaginea obiectului de cercetare care se formeaza n mintea observatorului n conformitate cu scopul sau este homomorfa simplificata ntruct abstractizareaneglijarea acelor proprietati ale obiectului care sunt

neesentiale din punctul de vedere al scopului considerat - este o conditie necesara a oricarei cercetari. Problema calitatii acestei reflectari (a masurii n care modelul este adecvat obiectului) poate fi corect rezolvata numai n raport cu scopul stabilit. Modelarea matematica presupune observarea fenomenelor (obtinerea datelor necesare),elaborarea modelului n conformitate cu cea mai riguroasa teorie cunoscuta, elaborarea unui algoritm de rezolvare a modelului si n final, eventual, folosirea unui echipament de calcul pentru a se aplica algoritmul elaborat n vederea obtinerii solutiei optime. Metodele folosite pt. solutionarea unor probleme formulate matematic constau ntr-o succesiune coerenta de operatii logice si aritmetice cunoscute sub denumirea de algoritmi. Algoritmul este un concept folosit n mod intuitiv pentru a desemna o multime finita de operatii/ instructiuni comenzi cunoscute sicare executate ntr-o anumita ordine stabilita, pornind de la un set de valori (intrare)produc n timp finit un alt set de valori ce constituie iesirea algoritmului. Acestia pot fi exacti, aproximativi si euristici.Solutia modelului obtinuta cu ajutorul unui algoritm ales este analizata, n scopul fundamentarii deciziei finale. Daca se constata ca din punct de vedere economic, tehnic, social, psihologic (un anume aspect) solutia este considerata corespunzatoare si se trece la implementarea ei, urmarindu-se efectele ei si eventualele erori. Structura modelelor Modelul ec.-mat. contine cel putin doua grupuri de elemente: -caracteristicile obiectului care trebuie determinat (marimile necunoscute) numite marimi endogene; -caracteristicile conditiilor externe si parametrii istorici ai obiectului studiat (acesta se considera date) numite marimi exogene. Modelul = un oarecare transformator al valorilor variabilelor exogene n valorile cautate ale variabilelor endogene . Pentru a construi modelul matematic al unui obiect sau proces, trebuie sa se indice lista variabilelor endogene ale modelului si valorile pe care le pot lua aceste variabile, tipul de transformari ce pot fi efectuate asupra lor: apoi se va indica ce valori ale variabilelor endogene pot sa se realizeze (adica multimea valorilor admisibile ale acestor variabile). De cele mai multe ori, aceasta multime se prezinta sub forma unui sistem de restrictii (egalitati si

inegalitati) asupra valorilor pentru variabilele endogene. De obicei, n procesele economice, valorile variabilelor endogene se determina neunivoc (nearbitrar) ntre ele si se pot alege din multimea valorilor admisibile ale acestor variabile pe cele mai bune(dintr-un anumit punct de vedere) numite solutii. Din punct de vedere matematic, acest lucru se prezinta sub forma unor functii scop care descriu criteriile economice folosite pentru compararea solutiilor. Variabilele reprezinta o abstractizare a multimii de valori posibile pe care le poate nregistra o caracteristica a unui anumit fenomen. Variabilele calitative sunt categorii ce difera prin tip, se refera la proprietati nenumerice ale unitatilor elementare apartinnd unei populatii si nu pot fi exprimate numeric. In cazul n care, n mod conventional, valorile lor suntcodificate prin numere, aceasta exprimare nu este relevanta numeric (sau permite numai anumite operatii de prelucrare mai ales pe cele de tip logic:comparare, incluziune, reunine, dar nu si pe cele aritmetice). Variabile calitative sunt: sexul,optiunea alegatorului, profesia, starea civila . Variabile cantitative sunt variabile care difera prin marime, se refera la proprietatile numerice ale unitatilor elementare dintr-o populatie si sunt exprimate n unitati numerice: pretul unui produs, cheltuielile lunare familie,produsul intern brut etc. In functie de natura valorilor pe care le iau, variabilele se mpart n: variabile de tip discret (sau categoriale): care pot lua o multime limitata, finita de valori; valorile luate de variabilele discrete se numesc: alternative, categorii sau modalitati; variabile de tip continuu care pot lua valori apartinnd unui interval continuu.Practic, multimea valorilor posibile ale variabilelor de tip continuu este o multime finita. Principalele componente ale unui model se refera la: variabile de decizie elementele care pot fi manipulate si controlate de catre decident; variabile necontrolabile factori care influenteaza indicatorii /rezultatele deciziei situai n afara controlului decidentului; variabilele rezultat reflecta nivelul eficacitatii sistemului (exprima modul si gradul de atingere a obiectivului organizatiei/ proiectului/procesului). Cu ajutorul acestor componente se pot descrie o serie de relatii matematice menite sa expliciteze tipul conditionarilor dintre

variabile:-functia obiectiv exprima modalitatea n care variabilele dependente din model sunt legate de variabilele independente;-restrictiile exprima limitarile impuse de sistemele manageriale generate de reglementari, concurente, penuria unor resurse, conditionari tehnice si tehnologice. Cerinte de construire a unui model bun: -Coerenta data de calitatea reprezentarii in surprinderea unor legaturi compatibile (sub forma unor relatii matematice sau logice) ntre marimile fizice ale procesului prezentat. -Corectitudinea data de capacitatea modelului de a nu deforma caracterul real al relatiilor prezentate (se foloseste criteriul validariicompararea rezultatelor obtinute pe modele cu rezultate cunoscute despre/ pentru procesul modelat, n conditii omoloage celor de experimentare prin model) -Consistenta si completitudinea apreciate prin masura n care sunt reprezentate elementele componente ale procesului modelat sirelatiile dintre ele; -Eficienta si fiabilitatea capacitatea modelului de a rezolva problemele la un cost acceptabil, cu un efort rezonabil de instruire si utilizare n raport cu efectele obtinute. Avantajele utilizarii modelelor: -Modele permit comprimarea timpului.Activitati care se desfasoara n ani de zile pot fi simulate n cteva minute sau secunde.-Manipularea modelului (prin schimbarea variabilelor de decizie sau a mediului) este mult mai usoara dect manipularea sistemului real.-Experimentele pot fi realizate mai usor si ele nu stnjenesc activitatea curenta a organizatiei.-Costul analizei modelului este mult mai mic dect costul unui experiment real. - Costul unei greseli n timpul experimentelor de tip ncercare si eroare este mult mai mic n cazul cnd sunt utilizate modelele n locul sistemelor reale.-Mediul de afaceri include incertitudinea n mod considerabil. Prin intermediul modelelor un manager poate estima riscurile care ar rezulta din actiuni specifice.Modelele matematice permit analiza unui numar foarte mare, uneori infinit de solutii posibile.-Modelele permit mbunatatirea procesului de ntelegere si instruire. Motive pentru care modelele sunt mai putin folosite de factorii de decizie n activitatea de management: - modelele eficiente sunt rare(formele analitice sunt eronate,iar restrictiile de utilizare nu sunt studiate cu atentia cuvenita);

-o buna parametrizare este rara; -factorii de decizie nu stapnesc si nu nteleg modelul; -marea majoritate a modelelor sunt incomplete. Momente in timp - Istoric . Luther Gulick - teoretician al managementului modern - a ntocmit urmatoarea lista de functii ale managementului: Planificarea. Determina ce trebuie facut si cum va fi facut pentru ca obiectivele organizationale sa fie atinse. Organizarea Identificarea activitatilor necesare si stabilirea structurii formale a unitatilor de lucru siaautoritatii prin care aceste obiective vor fi atinse. Angajarea. Procesul selectionarii, instruirii simentinerii personalului necesar functionarii organizatiei. Conducerea. Stabilirea obiectivelor, luarea deciziilor, transmiterea deciziilor si instructiunilor subordonatilor Coordonarea. Asigurarea interactiunii dintre diferitele parti ale organizatiei astfel munca va fi ndeplinita n mod coerent. Raportarea. Un proces care permite managerilor sa afle ce se ntmpla n cadrul organizatiei prin intermediul informatiilor vehiculate n nregistrari, rapoarte,cercetari sau inspectii. Bugetarea. Planificarea sistematica a utilizarii si controlul resurselor financiare. Functiilederaportaresi stabilire a bugetului sunt combinate n ceea ce se numeste functia de control. Ofensiva modelelor s-a declansat odata cu aparitia algoritmilor, a metodelor numerice, ct si a unei viziuni de reprezentare a lumii reale n logica binara.Pe aceste baze auputut fi reconsiderate teorii matematice mai vechi, astfel ca,n ultimii ani n modelarea proceselor si-au facut loc abordari inedite, bazate pe concepte de multimi si logica fuzzy, retele neuronale, algoritmi genetici, programare evolutionista,teoria haosului etc. Pasiunea crescuta pentru matematica atribuita dezvoltarii posibilitatilor de lucru cu calculatorul a contribuit la o noua abordare a stiintelor economice catre compromis inteligent, elastic si progresiv ntre stringenta logicii sau teoriei n sens restrns si luarea n considerare a unor aspecte ale comport. uman care, pe de o parte, nu pot fi integrate n verigile modelului teoretic, iar, pe de alta parte, pot scapa rationamentelor stiintifice.

Categorii de modele: Din punct de vedere al calitatii informatiilor folosite sunt modele pentru: -conditii de certitudine; - conditii de risc; - conditii de incertitudine. D.p.d.v. al naturii datelor:-modele deterministe;- modele stochastice;- modele vagi (fuzzy) D.p.d.v. al factorului timp:- statice- dinamice. Din punct de vedere al reprezentarii realitatii (gradului de abstractizare):- Iconice: machete, imagini grafice; -Analogice: harti, schite etc - Simbolice: modele matematice de optimizare, tehnici de simulare, inteligenta artificiala. Din punct de vedere al modului de folosire si al utilizatorului lor presupus: -Descriptive; - Normative; - Prescriptive D.p.d.v. al sferei de reflectare: macroeconomic, microeconomic, mezoeconomic. Din punctul de vedere al modului de folosire si de potentialul utilizator, se poate face clasificarea modelelor n: - descriptive cu scopul de predictie al modului n care descriptive cu scopul de predictie al modului n care se comporta sistemul real. Daca modelul nu contine variabile care pot fi manipulate direct, acesta ia forma unui model explicativ menit sa sporeasca posbilitatea de cunoastere a unui sistem; - normative care servesc unui decident avizat,eventual asistat de mijloace perfecte de prelucrare a informatiei care realizeaza analize cantitative ntr-un mod complet rational; - prescriptive vizeaza un decident rational, ce-si folseste de asemenea, intuitia si judecata. Din punctul de vedere al modului de reprezentare a realitatii, modelele pot fi: -imitative sunt centrate pe morfologia(sau forma externa a sistemului real; constituie obiecte artificiale asemanatoare cu sistemele reale, dar realizabile la o alta scara;; -analogice sunt centrate pe fiziologia sistemului real sireplica functiile sau proprietatile sistemului real; au caracteristici de flexibilitate si generalitate mai puternice n comparatie cu tipul imitativ; -simbolice reprezinta comportarea sistemului real(uneori, procesele interne) folosind simboluri sireguli de compunere a acestora:modele

matematice de tipul celor de optimizare sau celor de simulare; tehnici de reprezentare a cunostintelor din inteligenta artificiala. Dupa tipul relatiilor folosite: -deterministe Atunci cnd factorii inclusi si relatiile dintre acestia sunt presupuse a fi exacte si toate datele despre resurse, costuri etc. sunt cunoscute. -probabilistice Cuprind factori stochastici, care iau valori ntmplatoare (sunt introduse n model componente probabilistice care permit explicitarea incertitudinii); - fuzzy / vagi - cu parametri necunoscuti cu certitudine, exprimati prin atribute cantitative sau calitative carora le sunt asociate grade de apartenenta la o anumita proprietate. Dupa influenta factorului timp: -Statice - n care nivelul variabilelor dependente este pus n legatura cu una sau mai multe variabile independente, toti factorii fiind definiti la un anumit moment .Abordarea statica comparativa este foarte importanta deoarece permite cunosterea riguroasa a efectelor specifice diferitelor niveluri ale unor variabile explicative, ale caror manifestari sunt izolate de influentele si distorsiunile timpului. -Dinamice - Iau n considerare modul n care performantele sistemului fluctueaza n timp n functie de schimbarea variabilelor independente . Procesul cunoasterii stiintifice - etape:-Observarea simasurarea fenomenelor; -Acumularea si ordonarea materialului -Crearea de ipoteze si modele, prognoze, stabilirea nivelului de importanta -Testarea ipotezelor modelului prin experimente, teste, ncercari -Confirmarea sau infirmarea ipotezelor -Publicarea rezultatelor, pt. ca acestea sa poata fi validate de altii -Modificarea, dezvoltarea sau invalidarea modelului, n functie de rezultatul testelor si de opiniile criticilor -n cazul confirmarii dezvoltarea unei teorii care trebuie nsa sa ndeplineasca anumite criterii. Informatii procese obtinere/procesare Producerea informatiei presupune cercetarea datelor deja existente si identificarea nevoii de informatii noi.Obtinerea datelor capabile sa furnizezeinformatii este posibila prin apelul la o

serie de metode cantitative si calitative de culegere a informatiilor. Pe lnga activitatea de culegere de informatie trebuie avuta n vedere si activitatea de interpretare a datelor. Atribute ale informatiei Precizia (precision) gradul in care o masuratoare deriva dintr-un set de observatii ce au variatii mici (ex. au magnitudini apropiate). O masuratoare precisa nu prezinta in mod necesar si acuratete. Acuratetea (accuracy) - gradul in care o masuratoare este adevarata sau corecta. O masuratoare poate sa aiba acuratete dar sa nu fie precisa daca se bazeaza pe o metoda care nu produce erori dar care furnizeaza observatii care au variatii mari (care nu sunt apropiate ca magnitudine)sunt apropiate ca magnitudine). Indicatorii pot fi: cantitativi, exprimati n termeni numerici sau procentuali; calitativi,, pot masura perceptia, pot ajuta la descrierea comportamentelor. n ceea ce priveste modalitatea de prezentare a datelor, distinctia dintre abordarea calitativa si cea cantitativa nu este ntotdeauna foarte clara.Astfel,desi metodele utilizate sunt pur calitative (interviuri nestructurate diferite analize brainstorming etc.), datele pot fi prezentate n forma cantitativa (gradul de mbunatatire a perceptiei asupra furnizarii unui anume serviciu public).Ambele abordari, calitativa si cantitativa, prezinta o serie de limitari care trebuie constientizate atunci cnd se aleg metodele de evaluare si indicatorii care vor fi utilizati n monitorizarea implementarii unei politici publice n acest sens o abordare pur cantitativa poate prezenta o viziune restrictiva,este putin flexibila si poate omite o serie de aspecte sociale foarte importante.Abordarea calitativasi utilizarea indicatorilor calitativi (descrierea situatiei respective) nu permite multiplicarea rezultatelor (este valabila doar pentru cazul / politica publica respectiva) si este dificil de cuantificat. Cerinte de construire - Indicatori (cont.) 1. Sa fie corespunzatori/ potriviti politicii/ strategiei : Legatura ntre indicator si scopul si/sau obiectivele politicii publice trebuie sa fie clara; Reprezentativitatea indicatorului fata de unul sau mai multe elemente ale politicii publice sau strategiei;

Specificitate - indicatorul selectat trebuie sa se potriveasca cu intentia pentru care a fost selectat. 2. Sa fie clari din punct de vedere analitic : Indicatorul trebuie sa fie bine justificat din punct de vedere teoretic si stiintific; Indicatorul trebuie sa fie bine fundamentat, n strnsa legatura cu planul de actiune/ implementare a politicii publice respective; Din start trebuie stabilite actiune/ implementare a politicii publice respective; Din start trebuie stabilite valorile de baza (baseline), respectiv valorile tinta (target) ale indicatorului. Valorile tinta ale indicatorului trebuie sa fie realiste. 3. Datele necesare pentru masurare sa fie accesibile/ simple/ inteligibile : Datele si informatiile necesare masurarii indicatorului trebuie sa fie disponibile usor accesibile pentru un cost convenabil; Stabilirea unei disponibile,usor accesibile, pentru un cost convenabil; Stabilirea unei perioade de timp pentru culegerea datelor si informatiilor necesare, cnd nu sunt disponibile pe moment. Caracteristicile principale ale indicatorilor : 1 Masurabilitate indicatorii trebuie exprimati ntr o forma care sa poata fi masurata.Chiar daca indicatorii sunt calitativi, ei trebui sa fie elaborati ntr-o forma masurabila. 2 Validitate/ Disponibilitate trebuie sa fi accesibili fie n raport cu scopurile pe care le masoara, fie n raport cu timpul disponibil pentru realizarea anumitor obiective. 3. Realism indicatorii trebuie stabiliti ntr-un mod realist, n strnsa legatura cu modul de formulare al obiectivelor. Nu trebuie stabilite obiective complexe (nerealiste). 4.Planificarea n timp la fel ca fiecare obiectiv sau rezultat, fiecare indicator trebuie sa aiba o planificare n timp, durata, perioada. 5. Claritate indicatorii trebuie sa fie definiti clar, interpretarea lor sa fie simpla, cuposibilitatea de a arata tendinte de evolutie (crescator, descrescator, constant). 6.Fiabilitate/ Precizie masurarea indicatorilor trebuie sa fie de ncredere. Cerinte n definirea obiectivelor SMART (P. Drucker 1954 Management by Objectives)Pentru a putea fi folositi pentru verificare si masurare indicatorii trebuie sa fie ------SMART (acronim de la termenii din limba engleza):

- Specific / specifici - n termeni de calitate, cantitate si termene; -Measurable / masurabili la un cost acceptabil; -Achievable available / disponibili din sursele existente; -Realistic - relevant / relevanti - pt. ceea ce intentioneaza sa masoare si corespunzator cu nivelul obiectivelor din interventia logica; -Time-related/ la timp - produsi n momentul cnd sunt necesari, pentru a putea fi utili managementului de proiect. In economie, exista o strnsa legatura ntre metodele folosite si natura algoritmilor care caracterizeaza procesul analizat. Cu ct marimile pot fi masuratemai exact, cu att metodele folosite la luarea deciziei vor fi mai riguroase. Pot exista si situatii n care datele de intrare exacte sa fie prelucrate cu ajutorul unor algoritmi euristici (de exemplu, probl. de progr. operativa a productiei). Necesitatea unui algoritm mai putin precis n conditiile unor date exacte este generata de complexitatea problemei (adica de cresterea exagerata a timpului de rulare a problemei atunci cnd cresc dimensiunile problemei). Totusi, cresterea gradului de complexitatea afecteaza gradul de precizie (imprecizia creste odata cu cresterea gradului de complexitate), chiar daca datele de intrare sunt riguroase. In cazul problemei de programare a productiei, metodele euristice permit obtinerea unei solutii mai putin exacte ntrun timp care depinde polinomial de dimensiunile problemei (si nu exponential) ceea ce poate asigur operativitatea deciziei. Din punct de vedere matematic prin complexitatea problemei se ntelege cresterea volumului calculelor (sau al memoriei necesare) exponential fata de dimensiunile acesteia sau fata de o precizie data. Modelarea realitatii economice se poate realiza n trei moduri: determinist, stochastic si vag n timp ce rezolvarea problemelor se poate realiza aplicnd strategii pesimiste (prudente) sau optimiste (riscante).Modul de abordare a problemelor decizional influenteaza maniera de alegere a parametrilor utilizati n simulare (abaterile admisibile, coeficientii de verosimilitate,nivelurile de ncredere, pragurile de semnificatie).Acesti parametri influenteaza volumul de selectie (n cazul experimentarii), respectiv numarul de cicluri de simulare(n cazul simularii numerice) si implicit durata acestora(sau durata procesului de experimentare, respectiv, de

simulare).Orice crestere a exigentei n raport cu precizia rezultatelor conduce la cresterea costurilor cercetarii/simularii (dupa o functie polinomiala). Precizia si corectitudinea deciziilor urmeaza aceeasi tendinta ca urmare a utilizarii parametrilor statistici n modelele folosite pentru procesele economice proiectate/supuse experimentarii sau simulate. Cu ct se renunta la precizie, volumul selectiei scade, se reduce durata si costulcercetarii,iar riscul unei decizii eronate este mai. De exemplu, daca un expert impune o eroare admisibila , atunci al doilea (amndoi cu acelasi coeficient de verosimilitate), va trebui sa realizeze un volum de experimentari / un numar de cicluri de simulare de 4 ori mai mare. Metode cantitative - furnizeaza informatii referitoare la caracteristici numerice, masurabile si cuantificabile ale rezultatelor diferitelor programe. De multe ori, datele cantitative sunt cuprinse n statistici, tabele si grafice. - folosesc date obtinute de la esantioane reprezentative statistic si metode econometrice n scopul stabilirii relatiilor de cauzalitate sau a unor concluzii generalizabile. MODEL: Sistem teoretic sau material cu ajutorul caruia pot fi studiate proprietatile si evolutia unui sistem complex, considerat sistemul original, fata de care modelul prezinta anumite analogii. MODEL: reprezentare a unei portiuni (existenta sau care urmeaza a fi construita)din univers nainte de a ntreprinde vreo actiune, n scopul de a ntelege un fenomen existent sau un obiect nou construit sau a lua o decizie. n economie: MODELUL constituie o alternativa la experimentele utilizate n stiintele exacte.Daca teoria economica pe baza careia se face simplificarea, se poate exprima logic si/sau matematic => model matematic. Procesul de modelare - etape: -cunoasterea detaliata a realitatii sistemului (procesului) ce se modeleaza; -construirea propriu zisa a modelului economicomatematic; -experimentarea modelului economico-matematic si evaluarea solutiei; -implementarea modelului economico-matematic si actualizarea solutiei. Alegerea unei metode n functie de calitatea informatiei disponibile

Procesul de management este contextual adica principiile regulile si metodele generale trebuie sa se adapteze contextului n care se aplica. Totodata, abordarea contextuala presupune ca din multimeaalternativelor de solutionare a unei probleme manageriale,decidentul/cercetatorul va trebui sa aleaga pe cea care raspundecel mai adecvat specificului situatiei curente a organizatiei sau proiectului. Contextul se refera la specificul proiectului/organizatiei, resursele disponibile, nivelul de pregatire si experienta personalului, nivelul de pregatire si experienta managerilor, cerintele specifice ale mediului ambiant extern organizatiei etc. Un exemplu al modului n care utilitatea unui anumit procedeu depinde de context se refera la calitatea informatiilor care sta la baza elaborarii modelului; se vorbeste despre precizie, completitudine, oportunitate a informatiilor. Precizia si completitudinea informatiilor sunt atribute distincte care dau masura utilitatii unui set de date pentru extragerea unor informatii necesare procesului decizional: lipsa unui anumit nivel de precizie compromite stabilitatea sau minima semnificatie decizionala asolutiei obtinute; lipsa unor date face necesara completarea lor cu estimari imprecise(sau ipoteze inconsistente) care au aceleasi efecte. Precizia este masurata n raport cu gradul de includere a detaliilor, iar acuratetea n raport cu gradul de conformitate cu realitatea (veridicitate). Precizia (denumita si reproductibilitate sau repetabilitate) reprezinta gradul n care masuratori aditionale duc la la rezultate similare. Alte atribute ale informatiilor Completitudinea se refera la gradul n care valorile sunt prezente ntr-o colectie de date si se realizeaza atunci cnd toate valorile unei variabilesunt nregistrate. Putem defini completitudinea ca fiind situatia n care toate starile lumii reale care se doresc a fi modelate sunt cuprinse nsistemul informational care le reprezinta. Oportunitatea se defineste prin posibilitatea de a avea acces n timp la informatii complete; releva masura n care vechimea datelor este adecvata pentru activitatea de realizat. Absenta unor informatii la momentul necesar duce la amnarea fundamentarii deciziei, fie la luarea ei pe baza unor informatii insuficiente.

Precizia - este n general definita cu ajutorul deviatiei standard; intervalul identificat in limitele unei deviatii standard este cunoscut ca intervalul si cuprinde 68,3% din intervalul de ncredere construit pentru rezultatele unei masuratori . In cazul unui numar suficient de mare de observatii/masuratori, daca procesul de masurare duce la erori normal distribuite, atunci, valoarea adevarata se va afla ntre limitele intervalului cu o probabilitate de 0,683; respectiv de 0,954 pentru un interval de tipul si de 0,997 pentru un interval . Precizia i completitudinea relativ ridicate fac posibil cu rezultate bune abordarea determinist care se folosete n cazul sistemelor tehnice, lesne controlabile pe baza accesului relativ sigur la date precise i complete - este cazul sistemelor complicate care beneficiaz de o calculabilitate ridicat a comportamentului. Procedurile exacte i sofisticate de calcul sunt cele mai vulnerabile n cazul utilizrii de date imprecise i incomplete. Reacia decidentului n faa unei caliti nesatisfctoare a informaiilor mbrac forme variate: -utilitatea unor procedee euristice n locul schemelor rigide de calcul; -gsirea unor metode de estimare; - adoptarea principiului de nvare prin ncercare i eroare ; - recursul la analogii pertinente; - simplificarea tehnicilor algoritmice la nivelul datelor disponibile. Scaderea alternativa a preciziei sau completitudinii induce demersul nedeterminist: abordarea stochastica (AS)/ teoria jocurilor sau abordarea fuzzy (AF). Incompletitudinea unei informatii se exprima pe doua scari: - scara incertitudinii se refera la ncrederea care i se acorda informatiei (daca sursa de informatie, instrumentul de masura sau expertul sunt complet siguri, demni de ncredere, informatia este certa); - scara impreciziei se refera la continutul informational (informatia este precis daca multimea valorilor specificate n enuntul corespunzator este formata dintr-o valoare unica). Abordarea stochastica/ abordarea fuzzy AS este indicata pentru sistemele colective , n timp ce AF se orienteaza spre sistemele a caror functionare nu poate fi descrisaprecis, fiind caracterizata prin concepte vagi sau ambigue.Tratarea cu instrumente specifice a informatiei imprecise duce la abordarea fuzzy. Demersul probabilist este

necesar si adecvat atunci cnd cunostintele despre starea si dinamica unui sistem nu pot fi puse forma unor date numerice sau a unor matrici de tranzitie si se pot reprezenta numai ca probabilitati ale unei valori numerice sau alenziiilor.

Perspectiva cognitivista asupra gndirii Psihologii au comparat modul nostru de a gndi cu cel prescris de modelele gndirii rationale. In rationamentele zilnice nlocuim legile logice si probabilistice cu propriile noastre principii, fara sa ne dam seama de acest lucru. Le nlocuim cu cele euristice care ne duc adeseori la aproximari adesea mai eficace dar supuse greselii: euristica de reprezentare si cea de disponibilitate.Prima ne face sa adunam ceea ce se aseamana si n rationamentele predictive duce la ignorarea informatiei despre probabilitate n profitul informatiei descriptive (individualizante). A doua arata ct de mult cntaresc n gndirea noastra exemplele usor de gasit. La fel de important ca euristica de disponibilitate este efectul de ancorare; acesta se afla la originea unei forme de ncorsetare a gndirii noastre. In marea majoritate a cazurilor acceptam formularea unei probleme fara sa ncercam sa o reformulam n mod echivalent , dar diferit. Fie ca este vorba de euristica de reprezentativitate, de disponibilitate sau de efectul de ancorare toate au n comun tendinta ce ne caracterizeaza:de a cauta sa confirmam, mai curnd decat sa infirmam ideile noastre (aceasta tendinta ne permite sa satisfacem nevoia de coerenta sau armonie cu ceea ce stim deja, si ne determina sa luam verosimilul drept adevar, oprind procesul de verificare a ideilor noastre prea devreme, odata cu aparitia primelor coerente).

Studii ale psihologiei au aratat ca majoritatea oamenilor, facnd previziuni, avem tendinta sa: ignoram informatia despre probabilitate ; ne bazam n estimarea probabilitatii nu pe frecventa cu care evenimentele se produc, ci pe usurinta cu care ne vin n minte exemplele lor;supraestimam probabilitatea aparitiei a doua evenimente simultan; supraestimam numarul persoanelor care ne impartasesc ideile; subestimam influenta situatiei asupra comportamentului altuia; favorizam pe cei asemenea noua sau din grupul nostru (ai nostri) n detrimentul celorlalti (bias-ul de favoritism); atenuam judecatile cu conotatie negativa (bias-ul de pozitivitate). Previziunea suport al managementului Demers fundamental al procesului managerial, previziunea identifica, contureaza si stabileste cursul viitor al actiunilor ntr-o organizatie. A aparut si s-a dezvoltat n timp din necesitatea sporirii capacitatii de adaptare a omului la mutatiile intervenite n mediul extern, n scopul asigurarii cresterii performantelor actiunilor sale. Aceste perturbatii aduc cu ele riscuri si/sau deschid oportunitati care pot plasa organizatia n zona cresterii, stagnarii sau chiar a ncetarii existentei. Previziunea este o metoda sistematica de obtinere a unei estimari a valorii viitoare a unei variabile; se bazeaza, de obicei, pe analiza unei colectii de observatii privind comportamentul trecut al fenomenului /procesului/organizatiei studiate. Previziunea consta n ansamblul proceselor prin intermediul carora se determina obiectivele organizatiei si a componentelor sale, se formuleaza modalitatile de actiune n vederea realizarii acestora si se aloca resursele necesare.Indiferent de notiunile care se folosesc(previziune, prognoza, planificare, programare, predictie,proiectie prospectiva prognostic etc ) scopul demersului este sa limiteze efectul aparitiei unor factori neprevazuti. Nesiguranta n activitate si, ndeosebi n actul decizional este urmarea de cele mai multe ori a lipsei de informatii. Finalul activitatii de previziune se concretizeaza n stabilirea prioritatilor. Cerinte n metodologia de previziune: -calitatea previziunilor depinde hotartor de cunoasterea temeinica a realitatii; -necesitatea folosirii unei metodologii complexe de previziune (o gama ct mai larga de metode si tehnici); -necesitatea folosirii pe o scara tot mai larga a instrumentarului oferit de metodele statistico-

matematice moderne, fapt ce permite obtinerea mai multor variante de solutii.

Analiza seriilor dinamice Seria dinamica (S D ) reprezinta un sir de date care corespund unor caracteristicimasurate n diferite momente succesive. Din punct de vedere matematic, o serie dinamica este un esantion din populatia unui proces aleator sau un sir de valori luate de o serie de variabile statistic dependente. Metodele de descompunere (sau decompozitie) presupun identificarea, n mod separat a componentelor tipice (caracteristici) n variatia unei seriiseparat, a componentelor tipice (caracteristici) n variatia unei serii dinamice si prognoza acestora izolata:- tendinta generala T;-miscarea ciclica C; -fluctuatii sezoniere V;-variatii neregulate (perturbatoare) R.

Metode de ajustare Prin ajustarea unei serii temporale se nlocuiesc valorile observate ale variabilei studiate Y cu alte valori, noile valori sunt calculate prin metode adecvate cu scopul de a pune n evidenta componentele considerate esentiale ale seriei de date: trendul, fluctuatiile ciclice, sezoniere,neregulate.Aceste metode (dintre care cele mai utilizate sunt metoda mediilor mobile, metoda nivelarii exponentiale) sunt, de obicei aplicate n previziunile pe termen scurt de pe o zi pe alta, de pe o luna pe alta,de pe un trimestru pe altul. Metoda nivelarii exponentiale n cazul seriilor de date cu caracter stationar pentru care nu se nregistreaza trend si variatii ciclice sau sezoniere se poate utiliza modelul lui R.G. Brown model de nivelare exponentiala n jurul mediei. sau

Semnalul de urmarire - Tracking Signal Masoara cat de bine previziunea ajusteaza valorile din seria de date reale- reprezinta raportul intre suma erorilor de previziune si media abaterilor absolute: Se urmareste minimizarea acestui indicator Poate fi considerat satisfacator intre anumite limite (se introduce un anume grad de subiectivitate).

Metode de extrapolare Metodele sugereaza dezvoltarea inertiala (prelungirea n viitor) a unor elemente ale proceselor si fenomenelor economice si pot fi aplicate cu rezultate bune numai daca procesul la care se refera prezinta un caracter de repetabilitate si aceeasi intensitate a dinamicii. Riscul si incertitudinea inerente evolutiei factorului Y (variabila dependenta) impun prelucrarea rezultatelor extrapolarii cu metode aditionale; pentru ca rezultatele sa fie ct mai plauzibile se recomanda operarea pe orizonturi de prognoza ct mai scurte. A. Extrapolarea analitica - utilizeaza drept baza informationala initiala un sir de date. Seria poate fi extrapolata pe baza unei functii matematice a evolutiei indicatorului n raport cu timpul etc. Ideea de baza a acestor metode consta n considerarea seriei de date ca o succesiune de valori masurata ale unei functii dependente de timp y=f(t), functie care ar urma sa fie determinata cu aproximatie prin metode matematice.

B. Extrapolarea fenomenologic - utilizeaz drept baz informaional iniial nu un ir de date (seriile de date disponibile sunt relativ scurte), ci ipoteze legate de structura fenomenului investigat.Formal, deosebirea dintre extrapolarea analitic i cea fenomenologic const n modul diferit de identificare al clasei de funcii care descrie descrie tendina de variaie a fenomenului investigat. Acest tip de extrapolare este utilizat cu precdere n cazul n care seriile de date disponibile sunt relativ scurte; se pornete de la emiterea unor ipoteze asupra indicatorilor ce caracterizeaz fenomenul sau procesul. O prim metod const n utilizarea experienei empirice sau a unor rezultate deja obinute n domeniul n care se efectueaz cercetarea; exist astfel, tipuri de curbe asociate unor tipuri de fenomene.O alt metod const n identificarea unor legi de variaie ale fenomenului urmrit i n descrierea evoluiei pe baza acestei legi. Exemplificari de modele - extrapolarea fenomenologica Modelul exponential formalizeaza legea empirica a asa-numitei schimbari sociale, conform careia viteza de schimbare este proportionala cu numarul celor ce beneficiaza de aceasta schimbare sau n general, viteza de variatie a unei marimi la un moment dat este proportionala cu nivelul atins de respectiva marime la momentul t. Modelul logistic formalizeaza ipoteza ca o marime evolund n timp nu poate depasi un anumit nivel de saturatie, iar viteza sa de variatie n fiecare moment t este proportionala att cu valoarea atinsa n momentul t, ct si cu diferenta dintrevaloarea de saturatie si valoarea atinsa. Modelul are aplicatii pentru descrierea fenomenelor de crestere dintr-un potential finit (de exemplu, cresterea naturala a populatiei pe o regiune limitata),

pentru descrierea progresului tehnologic, n marketing, pentru lansarea noilor produse etc. Analiza de regresie si de corelatie Efectuarea de prognoze economice privind valorile variabilei endogene(Y) n functie de diferitele valori exogene (X) presupune acceptarea ipotezei ca legea de dependenta dintre Y si X este corect specificata si identificata, avnd un caracter de relativa stabilitate si repetabilitate. Prin analiza regresiei se ntelege o clasa de metode prin care, folosind o ecuatie de regresie determinata pe baza unor date experimentale, pot fi estimate (previzionate) valorile unor variabile date, presupunnd a fi cunoscute ori previzionate valorile altor variabile. Analiza corelatiei are ca obiectiv evaluarea gradului de interdependenta (asociere) ntre variabilele considerate ntr-un model de regresie, n particular ntre variabila dependenta si cele independente (obiectiv care se realizeaza prin estimarea coeficientilor de corelatie i a coeficientului de determinare).

Primul scop al analizei de regresie

Prin analiza de corelatie se urmareste:

Interpretarea rezultatelor testarea semnificatiei coeficientilor de regresie

Regresia liniara simpla

Metoda regresiei multiple

Aplicatie. Metode cauzale: Regresia liniara simpla Romania 2013 date istorice PIB (produsul intern brut)/capita sau GDP (Gross domestic product)/capita pentru perioada 2000 2011 exprimat ca procent din PIB la nivelul EU 27

Interpretarea riscului de acceptare /respingere a H0

Variabila dependenta = functie (variabila independenta)

Forma ecuatiei de regresie: Date iniiale: seturile X0, X1, X2 ..... Xn i Y0, Y1, Y2...Yn pt. n observaii (date istorice). Calculul coeficientilor de regresie

Reprezentare grafica GDP/capita

GDP per capita in PPS - Purchasing Power Standards (PPS) (EU-27 = 100) Eurostat Code: tec0011 Gross domestic product (GDP)- is a measure for the economic activity. It is defined as the value of all goods and services produced less the value of any goods or services used in their creation. The volume index of GDP per capita in Purchasing Power Standards (PPS) is expressed in relation to the European Union(EU-27) average set to equal 100.If the index of a country is higher than 100, this country's level of GDP per head is higher than the EU average and viceversa. Basic figures are expressed in PPS, i.e. a common currency that eliminates the differences in price levels between countries allowing meaningful volume comparisons of GDP between countries. GDP per capita in PPS - Index (EU-27=100) EUROSTAT Code: tec00114

TOOLS / DATA ANALYSIS /REGRESSION

Rezultate obtinute prin Data Analysis/Regression

Determinarea duratei in timp pentru reducerea decalajelor(2

Rezultate: Data Analysis/Regressionvalori recalculate Modelarea fenomenelor de piata n activitatea manageriala studierea fenomenelor de piata ocupa un loc important datorita implicatiilor pe care acestea le au asupra rezultatelor financiare ale organizatiilor. Prezenta ofertei de marfuri n cadrul pietei este rezultatul cercetarii si cunoasterii amanuntite a cererii de consum att sub aspect static ct si dinamic. Principalii indicatori statici ai ofertei de marfuri sunt: structura pe categorii a marfurilor pe piata la un moment dat, cantitatea de marfuri pe piata la un moment dat, durata de asteptare a diferitelor marfuri pna la vnzare, etc. Din punct de vedere dinamic oferta de marfuri se poate analiza prin evolutia cantitativa si calitativa n timp a produselor, diversificarea sortimentala si nnoirea produselor oferite pe piata,etc. Consumatorul urmareste scopul de baza maximizarea efectului util al consumului de bunuri, avnd la dispozitie anumite venituri. Cererea de bunuri este principalul impuls ce pune n miscare sistemuleconomic.

Determinarea duratei in timp pentru reducerea decalajelor(1

Un model matematic al cererii trebuie sa explice alegerea bunurilor de catre fiecare consumator. Fiecare consumator si alege cea mai buna combinatie de bunuri din multimea de bunuri accesibile lui (determinate pe baza preturilor bunurilor si al venitului de care dispune). Orice bun satisface o anumita necesitate; capacitatea bunului de a satisface aceasta necesitate este numita utilitatea bunului. Alegerea de catre consumator a unei combinatii din multimea combinatiilor posibile de bunuri accesibile (admise) depinde de gusturile, deprinderile, obiceiurile lui. Indicatorii ofertei de marfuri. Ciclul de viata al produsului este un concept care ncearca sa descrie vnzarile si profiturile produsului, consumatorii, competitia si actiunile specifice de marketing ntreprinse de la aparitia acestuia si pna la nlaturarea sa de pe piata, sau, mai precis, intervalul de timp cuprins ntre momentul lansarii unui produs pe o piata data si cel al retragerii sale definitive de pe piata.Curba ce descrie ciclul de viata al unui produs ia forme concrete,diferite, n functie de natura produsului si caracteristicile pietei, de actiunile de marketing ntreprinse. Forme mai speciale ale curbei ciclului de viata se ntlnesc n cazul produselor de lux, al celor de moda sau al celor supuse capriciilor consumatorilor.

Modelarea cu lanturile Markov a evolutiei pe piata a unor produse concurentiale: elemente si proprietati

Modele de tip Markov studiul comportamentului pe piata a unor produse concurentiale Modele markoviene -sunt folosite pentru previziuni privind cotele de piata pentru produse concurente pe un anumit orizont de timp, ct si pentru determinarea stariide echilibru ce urmeaza a se contura pe masura trecerii timpului.Se asociaza un set de variabile aleatoare {Xt, t=0,1,2,...} formnd un proces stochastic cu n stari corespunznd celor n produse distincte studiate pe piata(fiecare produs are asociata o stare).

Ipoteze: I1. Pe piata exista un numar finit n de produse care satisfac aceeasi necesitate de consum I2. Utilizatorul cumpara n fiecare perioada, un singur tip de produs. Acesta poate fi A1, A2, ..., Ai, Aj, ..., An. I3. Niciodata nu cumpara n aceeasi perioada mai multe sortimente simultan. n terminologia proceselor Markov, produsul selectat ntr-o anumita perioada de un utilizator, reprezinta starea procesului n acea perioada.n fiecare perioada, sistemul are n stari: Starea 1: cumparatorul alege A1; Starea n: cumparatorul alege An. I4. Nu se poate spune cu certitudine ce tip (marca) de produs va alege cumparatorul ntr-o anumita perioada. I5 . Rezultatul oricarei ncercari depinde de rezultatul ncercarii care o precede direct si numai de aceasta. Proces fara memorie. Aceasta proprietate senumeste proprietate Markoviana (Markov 1856 1922). Daca aceste ipoteze sunt ndeplinite, cu ajutorul modelului Markov se poate calcula probabilitatea ca utilizatorul sa cumpere un anumit produs din cele n, n oricare din perioadele urmatoare daca se cunoaste matricea probabilitatilor de tranzitie P.

Alaturi de matricea de tranzitie este necesara si cunoasterea cotelor de piata la momentul initial.

Acestea formeaza vectorul starii initiale (vector linie cu suma elementelor = 1). Probabilitatile initiale mpreuna cu matricea P definesc complet un lant Markov (denumit si proces Markov). Procesele Markov = acele procese n care starea sistemului la un moment dat poate fi descrisa numai cu ajutorul starii sistemului n momentul anterior si a probabilitatilor de tranzitie a acestuia de la o stare la alta. Daca se cunosc starea prezentasi probabilitatile de tranzitie se va putea descrie comportarea probabila n viitor a sistemului. Starile procesului Markov se clasifica n: recurente si tranzitorii . Daca este sigur ca procesul se va ntoarce la o anumita stare ntr-un stadiu viitor,acea stare este cunoscuta drept stare recurenta.Daca este posibil ca procesul sa nu mai ajunga n acea stare niciodata, starea se numeste tranzitorie. Un caz special de stare recurenta este starea absorbanta o stare care nu se mai paraseste dupa ce a fost atinsa. Conditii de aplicare a unui model markovian: - ansamblul consumatorilor este omogen din punctul de vedere al alegerii marcilor considerate -probabilitatile de tranzitie sa nu se modifice n timp; -cantitatile achizitionate ntr-o perioada sa fie, cel putin, n medie, aceleasi pentru toti consumatorii; -numarul total al consumatorilor sa fie stabil n timp. Prin aplicarea lanturilor Markov se obtin informatii despre stadiul de viata n care se afla produsul (lansare crestere maturitate sau declin), iar acestea pot fi folosite pentru a formula politica de marketing a firmei. Gradul de satisfactie a consumatorilor pentru un anumit produs sau pentru o marca se poate masura cu ajutorul a doi indicatori: -gradul de fidelitate reprezinta procentajul de cumparatori care, dupa ce au cumparat marca A continua sa cumpere aceea marca; -gradul de atractie reprezinta procentajul de cumparatori care,dupa ce ntr-o perioada precedenta au achizitionat marca I a unei firme concurente, n prezent achizitioneaza marca J. -probabilitate de tranzitie pij -poate fi estimata pe baza unor anchete de opinie sau cu ajutorul datelor obtinute de la un panel de consumatori

care permit urmarirea segmentelor de cumparare n timp,cu un grad mai ridicat de precizie. Cunoasterea probabilitatilor de tranzitie permite analiza pietei n functie de schimburile inter-piete si de dinamica concurentei. Acest tip de analiza este important mai ales n stadiul de lansare a unei marci noi, deoarece permite att analiza comportamentului dupa prima cumparare, ct si previziunea evolutiei acestui comportament.

Avantaje / dezavantaje ale metodei Markov Avantaje ale lanturilor Markov pentru analiza evolutiei pe piata a produselor concurentiale: - studiul atitudinii utilizatorilor fata de produsele concurentiale; - determinarea pozitiei ntreprinderilor producatoare n cadrul pietei si perspectivele acestora - obtinerea de informatii pentru analiza efectelor unor actiuni promotionale, publicitare etc. ntre dezavantajele utilizarii lanturilor Markov la analiza evolutiei pe piata a produselor concurentiale se numara ipoteza simplificatoare ca starea urmatoare depinde numai de starea curenta si nu depinde si de starile anterioare. Previziunea fenomenelor de piata impune luarea n considerare si a influentei unor factori conjuncturali, care conduc la modificarea permanenta a matricei de tranzitie de la o perioada la alta.

Metode cantitative pentru fundamentarea deciziilor Decizia caracteristici Este o activitate a unei fiinte care urmareste in mod constient anumite obiective; Angajarea intr-o anumita directie presupune, de cele mai multe ori, folosirea anumitor resurse; In cazul deciziilor manageriale, cele mai importante resurse: materiale, financiare, umane si cunostintele acumulate in organizatie. Decizia economica poate fi descrisa ca actiunea constienta (parte ntr-un comportament rational) de selectare a unei variante preferate (solutie) din mai multe posibile, alegere bazata pe considerente economice, dar si psihologice, sociologice, politice, etc. Distinctia ntre decizie si alegerea rationala - decizia implica un proces voluntar, care nu poate fi ncredintat ntr-o perspectiva previzibila calculatorului un proces de decizie reprezinta rezultatul actiunii rationale si colective a unor agenti, de diverse tipuri si origini (neverbale, logice, metaforice) ntre care s-a stabilit o tesatura aparte de relatii (de conducere, de cooperare, de competitie) In comparatie cu optimul, decizia se poate opri la o solutie acceptabila, fara a o mai cauta pe cea mai buna. - alegerea este algoritmizabila, reductibila la un proces determinist (sau, cel mult probabilist).

 Situatii decizionale Obiective, provocate, fortate sunt determinate de dobandirea de informatii care conduc la constatarea aparitiei unor simptome precum:- abateri intolerabile ale sistemului condus fata de o stare dezirabila, normala,sau planificata; - schimbari percepute in mediul extern;- stari noi (nu neaparat favorabile) . Subiective, neprovocate in care se urmareste luarea din timp a masurilor pentru evitarea unor neplaceri posibile in viitor, sau pentru cresterea prosperitatii, sau valorificarea unor avantaje: - sunt asociate cu deciziile proactive care constituie solutii pentru problemede cautare si exploatare a oportunitatilor. Procesul decizional procesul prin care un sistem inteligent stabileste oportunitatea si pertinenta unei anumite modificari a comportamentului sau si prin care se elaboreaza alternative posibile n acest sens, selectionnd, apoi, pe una din acestea, ca actiune ndreptata constient catre atingerea scopului propus Procesul decizional - elemente Obiectivul sau obiectivele deciziei. Decidentul (individual sau colectiv). Multimea variantelor decizionale (alternativele, strategiile). Multimea criteriilor decizionale Procesul decizional - etape Identificarea si definirea problemei. Stabilirea criteriilor si obiectivelor decizionale. Stabilirea variantelor decizionale posibile. Alegerea variantei optime (decizia propriuzisa"). Aplicarea variantei optime. Evaluarea rezultatelor. Investigarea procesului decizional apeleaza doua categorii de modele: normative (bazate pe optimizare) si descriptive (bazate pe satisfactie) Principala ipoteza a modelelor normative presupune ca subiectul uman este rational, adica cauta sa aleaga posibilitatea optima acea optiune care i asigura cstigul maxim dintre toate variantele posibile. O a doua ipoteza a modelelor normative vizeaza omniscienta subiectului decident, adica subiectul cunoaste toate posibilitatile si o selecteaza pe cea optima.

Cele mai cunoscute modele normative calculeaza valoarea asteptata sau utilitatea asteptata. Se constata ca, n anumite conditii de timp (suficient) si/sau complexitate (redusa) a deciziei, indivizii se comporta rational, procednd la calculul utilitatii asteptate; n conditii de presiune a timpului si / sau complexitate sporita a deciziei,decidentii utilizeaza diverse euristici si modele simplificate. Modele normative sunt fundamentate pe premisa ca oamenii actioneaza rational, cautnd si selectnd, ntr-o maniera logica, acel curs al actiunii care le maximizeaza rezultatele includ o succesiune de pasi ce trebuie urmati de cadrele de conducere pentru a elabora decizii logice, inteligente si bine fundamentate. se utilizeaza destul de larg, mai ales n deciziile de rutina si operationale. sunt o prezentare a felului n care ar trebui adoptate deciziile pentru obtinerea rezultatului optim. n practica, nsa, mai ales n cazul deciziilor complexe, ele sunt dificil de aplicat. Modele descriptive (cognitiv psihologice sau rational limitate). In cazul problemelor complexe si noi (specifice deciziilor inovative) de cele mai multe ori, scopul urmarit este cele de cautare a unor solutii satisfacatoare. Decidentii au o atentie secventiala, examinnd alternativele una dupa alta; n aceste conditii, scopul optimizarii, specificmodelelor normative, este nlocuit cu scopul satisfactiei pringasirea unui curs al actiunii suficient de bun (si nu neaparat cel mai bun). Rationalitate limitata Unul dintre cei mai proeminenti critici a modelelor rationaliste a fost H. Simon, laureatal premiului Nobel pentru stiinte economice si administrative n 1978. Noile modele propuse sunt numite modele ale rationalitatii limitate; potrivit carora decidentul, avnd resurse de timp si de calcul limitate, este silit sa recurga ladiverse euristici de decizie si la reprezentari simplificate ale alternativelor studiate. Constrns de propriile limite cognitive si de timp, subiectul decident va alege variantasatisfacatoare nu (neaparat) cea optima. O varianta este considerata satisfacatoaresau nesatisfacatoare n raport cu cteva criterii socotite ca relevante. Din multimea de optiuni aflate la dispozitie, decidentul va selecta prima varianta care satisface aceste criterii. Aceasta nu este n mod necesar cea

optima, pentru ca el nu dispunede suficiente resurse cognitive si / sau de timp pentru a face un inventar al tuturor optiunilor si a compara valoarea sau utilitatea lor. Determinarea propriu-zisa a lui variantei optime d* depinde de natura modelului adoptat: Metode analitice pe baza unor conditii de necesitate si suficienta, deduse din modele analitice de tipul unor ecuatii functionale sau diferentiale bazate de conditii de convergenta a algoritmului de cautare a solutiei; Metode euristice de determinare a solutiei satisfacatoare (optimale sausuboptimale) pe baza unor considerente insuficient exprimate analitic, dar validate practic. Metodele euristice permit, mai ales n cazul problemelor complexe, obtinerea ntr-un timp scurt a unei solutii acceptabile (acceptabila sub aspectul efortului de calcul sau de timp de ajungere la solutie), fara a avea garantia asupra rigurozitatii rezolvarii. Metodele euristice sunt considerate o succesiune de ncercari (tatonari) a caror alegere este legata de fiecare data de natura problemei si de personalitatea cercetatorului. O clasa de metode si reguli care constituie un domeniu interdisciplinar se constituie intr-o euristica. Tehnici de modelare - optimizarea Pentru a descrie optimizarea, se desemneaza o solutie sau o alternativa ca fiind optima daca se poate demonstra ca este cea mai buna din multimea tuturor variantelor posibile, adica duce la: cel mai ridicat nivel al scopului sau obiectivului maximizant (in conditiile unui anumeconsum de resurse); cel mai scazut consum de resurse sau nivel al costurilor (cu realizarea unei anumite calitati a procesului). Suboptimalitatea este un concept care poate fi definit cu o rigoare acceptabila, ca fiind proprietatea unei solutii admisibile de a se afla ntr-o vecinatate a optimului unic. Necesitatea ndepartarii de optimul unic justifica recursul la solutii suboptimale n doua cazuri generale: nu exista sau nu este accesibil un algoritm pentru determinarea optimului unic (caz n care se fac mai multe ncercari si se alege solutia care corespunde cel mai bine criteriului de optim, fara a garanta ntr-un fel sau altul ca aceasta este solutia realmente optima); optimul obtinut prin aplicarea unui algoritm adecvat este sacrificat n vederea satisfacerii unor criterii suplimentare sugerate de context (optimul multicriterial

constituie o solutie suboptimala n raport cu fiecare criteriu luat individual). Tehnici/reguli/criterii de decizie n conditii de incertitudine:

precedente; succesiunea proceselor decizionale la diferite momente de timp face ca deciziile intermediaresa fie conditionate de rezultatele estimate aledeciziilor finale (la ultimele procese decizionalereprezentate n arbore); decizia initiala (corespunzatoare primului nod dedecizie) depinde de efectele cumulate ale tuturor deciziilor intermediare si finale. Reguli: - fiecare nod are un singur nod ascendent si unul sau mai multe descendente;- calculul valorilor asociate fiecarui nod se face dinspre nodurile finale catre cel initial PROCEDURA ROLL-BACK presupune selectarea deciziei optime ncepnd de la nivelul ultimului punct de decizie al orizontului de timp, dupa criteriul sperantei matematice maxime. Se continua selectareavariantei decizionale optime pe nivelul imediatanterior pna la nivelul nodului initial. Etape de rezolvare definirea problemei decizionale, a evenimentelor posibile care conditioneaza probabilistic consecintele ale fiecarei alternative decizionale reprezentarea grafica a nodurilor decizionale, a variantelor decizionale si evenimentelor care influenteaza consecintele acestora sub forma unui arbore stilizat, cu un numar variabil de ramificatii, corespunzator variantelor sievenimentelor abordate determinarea consecintelor decizionale aferente fiecarei varianteconditionate de probabilitatea de aparitie simanifestare a evenimentelorrespective determinarea probabilitatilor de aparitie si manifestare a evenimentelor Important = estimarea ct mai mare exacta a probabilitatilor. Erori foarte mici pot avea consecinte negative dintre cele mai mari asupra calitatii deciziilor adoptate calculul sperantei matematice pentru fiecare consecinta si varianta decizionala: Valoarea unui nod Eveniment / Chance (C) = valoarea medie probabilista sau valoarea asteptata = Valoarea unui nod tip decizie (D) MAXIM dintre valorile nodurilor de la sfrsitul ramurilor de decizie care pornesc din nodul respectiv MINIM dintre valorile nodurilor de la sfrsitul ramurilor de

cerinte in construirea arborelui -: valoarea nodurilor de incertitudine ( n carenatura face alegerea) sa depinda numai de evenimentele viitoare si nu de deciziile

decizie care pornesc din nodul respectiv. alegerea variantei optime. Se realizeaza pe baza analizei comparative asperantelor matematice determinate n etapa precedenta. Speranta matematica cu valoarea cea mai mare/mica indica decizia optima. Multimea obiectivelor sau a criteriilor de evaluare trebuie sa ndeplineasca o serie de cerinte care permit cresterea gradului de corectitudine a deciziei: completitudinea - setul de criterii utilizat sa acopere toate aspectele ce pot nclina balanta spre o varianta decizionala sau alta si sa permita asocierea unei unitati de masura pentru fiecare atribut; decompozabilitatea posibilitatea ca unele criterii cu caracter general sa poata fi exprimate prin criterii mai simple, independente; neredundanta -un anumit aspect este evaluat printr-un singur criteriu de evaluare; operabilitatea - exprimarea criteriilor ntr-o maniera comuna de catre decidenti; numar minim suficient de criterii: numarul de criterii folosit ntr-o problema decizionala sa fie acceptabil (fara a simplifica nsa excesiv problema) pentru a permite fundamentarea n timp real a deciziei. Ideal, ar fi ca setul de criterii sa fie ortogonal criteriile sa fie independente sau decuplate totusi, de cele mai multe ori, acestea presupun interdependente sau suprapuneri. Optimizare multicriteriala Problemele n care se cauta varianta decizionala optima n raport cu mai multe criterii se numesc probleme de optimizare multicriteriala. decizia de tip multiobiectiv are la baza un model cuprinznd restrictii si functii obiectiv. Aplicarea unui algoritm adecvat conduce la o solutie (de regula, suboptimala) n raport cu fiecare functie-obiectiv luata individual) avnd caracterul unui compromis ntre functiile obiectiv; decizia de tipmultiatribut urmareste alegerea unei variante de deciziedintr-o multime finita data, tinnd seama n mod simultan de mai multe criterii pe care fiecare varianta le satisface n mod diferit.

Solutiile multicriteriale sunt de natura suboptimala. Pentru alegerea variantei decizionale optime este necesara ierarhizarea variantelor decizionale disponibile n raport cu toate criteriile dorite. Dar, n general, o varianta optima n raport cu un criteriu este suboptimala n raport cu celelalte criterii. De aceea, se cauta varianta care realizeaza cel mai bun compromis pentru toate criteriile. procedee bazate pe conceptul de utilitate n care se recomanda alegerea variantei cu utilitate maxima. procedee compozite n care fundamentarea deciziei presupune efectuarea unor clasamente. Elementele de baza ale unei decizii multicriteriale: Ponderea criteriilor / Coeficientii de importanta acordati criteriilor: nsumati trebuie sa dea 1 sau 100%. Ponderile pot fi evaluate, calculate sau repartizate direct de decident. Alternativele / Cursurile de actiune / Strategiile de actiune pe care decidentii le au la dispozitie si care pot fi de natura tehnica, economica, financiara, sociala etc. n cazul n care problema decizionala multicriteriala este tratata n conditii de risc si/sau incertitudine se specifica starile naturii si probabilitatile de manifestare a acestora. Modele de decizie multiobiectiv Obiectivul: gasirea unei solutii care verifica restrictiile si conditiile de nenegativitate si care conduce la abateri ct mai mici fata de scopurile propuse prin functiile obiectiv. Ideea de baza a metodei consta n transformarea tuturor functiilor obiectiv n restrictii scop prin: - specificarea pentru fiecare functie obiectiv a unui nivel deaspiratie sau scop; - definirea pentru fiecare scop a unei perechi de variabile de abatere sau deviatie: deviatia n plus fata de scopul propus;

deviatia n minus fata de scopul propus. Functia/functiile care minimizeaza deviatiile fata de nivelurile de aspiratie sau scopurile propuse se numeste functie scop.

n cazul n care obiectivele sunt exprimate n unitati de masura diferite, pentru minimizarea deviatiilor fata de nivelurile de aspiratie este necesara determinarea unor costuri de penalizare ale deviatiilor. n ceea ce priveste nivelul de importanta acordat obiectivelor exista doua alternative, si anume: se ordoneaza descrescator scopurile si se stabileste prioritatea de satisfacere a fiecarui scop: P1 >> P2 >> >>P (>>nseamna mult mai mare dect). obiectivele se considera a fi de importanta egala, n acest caz ele nu se ordoneaza (prioritatile sunt egale). METODE PENTRU ALOCAREA RESURSELOR CU AJUTORUL ANALIZEI DE TIP RETEA Analiza drumului critic - planificarea pe termen mediu si scurt, programarea operativa a executiei, precum si actualizarea periodica a acestor proiecte tinnd seama de factorii: timp, cost, resurse materiale si umane. Metoda consta n divizarea actiunilor complexe n parti componente, la un nivel care sa permita corelarea logica si tehnologica a acestora, adica sa faca posibila stabilirea interconditionarilor ntre partile componente, care se numesc activitati. Metoda analizei drumului critic se poate aplica n mai multe variante, n functie de modul n care se poate exprima durata fiecarei activitati, si anume: determinist (durata se cunoaste cu exactitate), probabilist (se calculeaza durata medie probabila) sau se determina prin simulare. Proiectul este un ansamblu de activitati (eventual cu caracter fundamentat pe o planificare sectoriala, globala, coerenta) datorita caruia o combinatie definita de resurse umane si materiale creeaza valoare adaugata si genereaza un progres economic.Managementul de proiecte si de programe este o activitate care si propune ca n

raport cu anumite conditii si pe baza unor decizii fundamentate stiintific, sa organizeze actiunile de previziune, conducere si control pentru ca realizarea proiectelor si a programelor sa conduca la obtinerea unor efecte economice favorabile. ADC consta n identificarea activitatilor care influenteaza durata totala de realizare a ntregului proces; acestea sunt activitatile critice, succesiunea lor formnd drumul critic. Importanta identificarii acestor activitati este data de faptul ca ele pot fi controlate de catre manager n vederea micsorarii duratei de realizare a ntregului proces complex. Evenimentele (i,j) reprezinta momente caracteristice ale unei activitati din cadrul procesului complex; - nu consuma timp sau resurse; se reprezinta, de regula, n grafuri prin noduri, numerotate secvential n ordinea sirului natural al numerelor si n sensul desfasurarii activitatii proiectului complex; se noteaza de obicei cu i numarul nodului initial pentru o activitate A si cu j numarul nodului final (astfel nct i<j). Activitatea A ij reprezinta o etapa distincta n desfasurarea proiectului complex a carei realizare conduce la modificarea calitativa a situatiei existente, consumnd timp si resurse; - se reprezinta n graf prin arce (sageti) ndreptate n sensul desfasurarii acestora n timp, avnd notate deasupra arcului denumirea sau simbolul activitatii si dedesubtul arcului durata activitatii (d ) n unitatile de timp considerate. Durata totala de desfasurare a proiectului are o distributie aproximativ egala cu suma duratelor medii de desfasurare a activitatilor critice si cu dispersia/varianta egala cu variantele acestor activitati. Ca extensie a acestei probleme se poate raspunde la urmatoarele ntrebari:calculul probabilitatii ca proiectul sa se desfasoare ntr-o anumita perioada de timp;estimarea cu o probabilitate mare a unui interval pentru durata proiectului; determinarea unei limite superioare a duratei proiectului.

Procedura de determinare a mediei si a dispersiei pentru durata de desfasurare a proiectului se bazeaza pe cteva ipoteze simplificatoare: un drum critic se poate determina utiliznd duratele medii ale activitatilor ca durate fixe. Durata asteptata de desfasurare a proiectului este determinata doar de duratele activitatilor critice. durata de desfasurare a unei activitati este independenta fata de durata de desfasurare a oricarei alte activitati; sunt suficiente activitati pe drumul critic astfel nct distributia sa poata fi aproximata printr-o distributie normala. DECIZII MULTICRITERIALE Elementele constitutive ale unui proces de decizie, fie individual sau colectiv sunt: multimea variantelor decizionale; multimea criteriilor decizionale - principiilepe baza carora se face clasificarea, aprecierea. Insasi existenta mai multor variante presupune o posibilitate de a le deosebi ntre ele, ceea ceechivaleaza cu existenta unui sau mai multor criterii de diferentiere. multimea starilor naturii;multimea consecintelor decizionale.

In modelul probabilistic al procesului complex: drumul critic stabilit pe baza modelului determinist are o lungime suficient de mare astfel nct probabilitatea ca un alt drum sa devina critic, prin revenirea la modelul probabilist sa fie minima;

termenul ultimului eveniment este o variabila aleatoare cu o distributie normala conform relatiei : Potrivit unei teoreme de limita centrala, daca o variabila aleatoare este suma unui numar mare de variabile aleatoare independente si daca fiecare termen al sumei are o pondere mica n valoarea ei totala atunci distributia variabilei este foarte apropiata de cea normala (se supune legii de distributie normale). Procedura de determinare a mediei si a dispersiei pentru durata de desfasurare a proiectului se bazeaza pe cteva ipoteze simplificatoare: un drum critic se poate determina utiliznd duratele medii ale activitatilor ca durate fixe. Durata asteptata de desfasurare a proiectului este determinata doar de duratele activitatilor critice.durata de desfasurare a unei activitati este independenta fata de durata de desfasurare a oricarei alte activitati; sunt suficiente activitati pe drumul critic astfel nct distributia sa poata fi aproximata printr-o distributie normala. Multimea obiectivelor sau a criteriilor de evaluare utilizate ntr-o problema decizionala trebuie sa ndeplineasca o serie de cerinte care permit cresterea gradului de corectitudine a deciziei: completitudinea - setul de criterii utilizat sa acopere toate aspectele ce pot nclina balanta spre o varianta decizionala sau alta si sa permita asocierea unei unitati de masura pentru fiecare atribut; decompozabilitatea posibilitatea ca unele criterii cu caracter general sa poata fi exprimate prin criterii mai simple, independente; neredundanta - un anumit aspect este evaluat printr-un singur criteriu de evaluare; operabilitatea - exprimarea criteriilor ntr-o maniera comuna de catre decidenti; numar minim suficient de criterii: numarul de criterii folosit ntr-o problema decizionala sa fie acceptabil (fara a simplifica nsa excesiv problema) pentru a permite fundamentarea n timp real a deciziei. Ideal, ar fi ca setul de criterii sa fie ortogonal criteriile sa fie independente sau decuplate totusi, de cele mai multe ori, acestea presupun interdependente sau suprapuneri. Problemele n care se cauta varianta decizionala optima n raport cu mai multe criterii se numesc probleme de optimizare multicriteriala.

n cazul optimizarii multicriteriale se trateaza distinct: optimizarea multiatribut si cea multiobiectiv. Vorbind despre deciziile multicriteriale, acestea, de asemenea, se clasifica n: -decizia de tip multiobiectiv are la baza un model cuprinznd restrictii si functii obiectiv. Aplicarea unui algoritm adecvat conduce la o solutie(de regula, suboptimala) n raport cu fiecare functie-obiectiv luata individual) avnd caracterul unui compromis ntre functiile obiectiv; -decizia de tip multiatribut urmareste alegerea unei variante de decizie dintr-o multime finita data, tinnd seama n mod simultan de mai multe criterii pe care fiecare varianta le satisface n mod diferit. - solutiile multicriteriale sunt de natura suboptimala.

Pentru alegerea variantei decizionale optime este necesara ierarhizarea variantelor decizionale disponibile n raport cu toate criteriile dorite. Dar, n general, o varianta optima n raport cu un criteriu este suboptimala n raport cu celelalte criterii. De aceea, se cauta varianta care realizeaza cel mai bun compromis pentru toate criteriile. Din multitudinea de propuneri de metode utile pentru rezolvarea problemei multicriteriu se pot mentiona doua tipuri reprezentative: procedee bazate pe conceptul de utilitate n care se recomanda alegerea variantei cu utilitate maxima. Daca criteriile de evaluare sunt exprimate n unitati de masura diferite, pentru usurinta exprimarii n termeni cantitativ se foloseste utilitatea. Aceste metode presupun o aprofundare a problemei de estimare a utilitatii si studiul conditiilor n care utilitatilor diferitelor consecinte sunt aditive.
(additive effect the combined effect produced by the action of two or more agents, being equal to the sum of their separate effects.)

 procedee compozite n care fundamentarea deciziei presupune efectuarea unor clasamente. De exemplu, n viziunea scolii franceze (reprezentate de B. Roy), metoda ELECTRE propune folosirea unor indicatori de concordanta si discordanta pentru efectuarea clasamentelor. Elementele de baza ale unei decizii multicriteriale: Obiectivele: variate si chiar contradictorii. Ex: decizia de politica economica a unui guvern minimizarea ratei somajului, minimizarea inflatiei si a deficitului bugetar, maximizarea productiei. -Scopurile: un tip special de obiective care urmaresc atingerea unui anumit nivel prestabilit pentru criteriile specificate. -Criteriile (sau atributele) n strnsa legatura cu scopurile si obiectivele, pot diferi de la un decident la altul pentru aceeasi problema decizionala. diversitatea si incompatibilitatea unitatilor de masura unele criterii luate n considerare urmaresc maximizarea unor indicatori economici, iar alte criterii urmaresc minimizarea unor indicatori notiunea de utilitate. - Ponderea criteriilor / Coeficientii de importanta acordati criteriilor: nsumati trebuie sa dea 1 sau 100%. Ponderile pot fi evaluate, calculate sau repartizate direct de decident. - Alternativele / Cursurile de actiune / Strategiile de actiune pe care decidentii le au la dispozitie si care pot fi de natura tehnica, economica, financiara, sociala etc. - n cazul n care problema decizionala multicriteriala este tratata n conditii de risc si/sau incertitudine se specifica starile naturii si probabilitatile de manifestare a acestora. Utilitate - marime subiectiva (depinde de aprecierea decidentului);se exprima (n acest caz) prin gradul de satisfactie pe care l obtine decidentul cnd opteaza pentru una sau alta dintre variantele decizionale, n raport cu obiectivele sale si ale organizatiei. Acest concept poate fi aplicat att n cazul existentei mai multor criterii de evaluare pentru a

face posibila compararea diferitelor evaluari, precum si pentru a exprima atitudinea decidentului fata de riscul adoptarii unei variante decizionale. aleasa de decident pentru a fi aplicata (va desemna solutia).

Modele de decizie multiobiectiv (Programarea Scop) a fost propusa si dezvoltata sub denumirea de "Goal Programming" de A. Charnes si W. Cooper. Obiectivul: gasirea unei solutii care verifica restrictiile si conditiile de nenegativitate si care conduce la abateri ct mai mici fata de scopurile propuse prin functiile obiectiv. Ideea de baza a metodei consta n transformarea tuturor functiilor obiectiv n restrictii scop prin: - specificarea pentru fiecare functie obiectiv a unui nivel de aspiratie sau scop; - definirea pentru fiecare scop a unei perechi de variabile de abatere sau deviatie: deviatia n plus fata de scopul propus; deviatia n minus fata de scopul propus. odele de decizie multiobiectiv (Programarea Scop) Nivelurile de aspiratie sau scopurile pot fi: stabilite de decident SAU obtinute prin optimizarea problemei de programare liniara n raport cu fiecare functie obiectiv. Functia/functiile care minimizeaza deviatiile fata de nivelurile de aspiratie sau scopurile propuse se numeste functie scop.

n cazul n care obiectivele sunt exprimate n unitati de masura diferite, pentru minimizarea deviatiilor fata de nivelurile deaspiratie este necesara determinarea unor costuri de penalizare ale deviatiilor. n ceea ce priveste nivelul de importanta acordat obiectivelor exista doua alternative, si anume: se ordoneaza descrescator scopurile si se stabileste prioritatea de satisfacere a fiecarui scop: P1>> P2>> >>P n (>> nseamna mult mai mare dect). obiectivele se considera a fi de importanta egala, n acest cazele nu se ordoneaza (prioritatile sunt egale). Produs Informatic: WINQSB/Gp-igp