Simulari Si Proiecte Modul I

UNIVERSITATEA HYPERION DIN BUCURETI
Facultatea de tiine Economice
Corina Maria ENE

Tiberiu DIACONESCU
(Suport de curs ID- MODUL I)
PREFA
Lucrarea prezent este suportul de curs pentru

disciplina Simulri i proiecte de management destinat
studenilor care urmeaz forma de nvmnt la
distan.
Este vorba despre o versiune simplificat a Notelor
de curs la disciplina cu acelai nume utilizate de autori
pentru instruirea studenilor de la specializarea
Management, forma de nvmnt zi, a Facultii de
tiine Economice din cadrul Universitii Hyperion din
Bucureti. Varianta prezentat aici este adaptat
conform instruciunilor ARACIS.
S-a considerat oportun mbuntirea versiunilor
anterioare prin suplimentarea cu un numr de exemple
de modele i de calcule de simulare a unor sisteme din
sfera economic. Toate capitolele lucrrii au la final
seturi de ntrebri i teme de discuie, precum i
probleme rezolvate i/sau propuse spre rezolvare. Pentru
efectuarea calculelor este suficient, de cele mai multe ori,
un calculator de buzunar. Pentru calculele mai complexe
autorii sugereaz studenilor diferite metode, inclusiv
programe de calcul.
Acest suport de curs va fi nsoit de un set de teme
de control propuse spre a fi soluionate n orele de
aplicaii sau n cele de studiu individual (caietul
studentului). Lucrrile individuale vor fi nmnate
studenilor la ntlnirile planificate conform Calendarului
disciplinei.
Acest suport de curs asigur:

- nsuirea conceptelor de baz i problematica modelrii
economico-financiare, a simulrii proceselor economice;
- nsuirea conceptelor de baz i problematica strategiei
firmei, modelrii manageriale a procesului decizional, a
modelelor de management strategic;
- nsuirea de cunotine legate de Metoda Monte Carlo,
Metoda Lanurilor Markov;
- nsuirea de cunotine legate de prognoza investiiilor,
prognoza vnzrilor;
- nsuirea de elemente legate de programare liniar,
Algoritmul Simplex.
CUPRINS:
1. MODELAREA ECONOMICO MATEMATIC I
SIMULAREA PROCESELOR ECONOMICE .............
1.1.
Problematica
modelrii
economico
matematice i a simulrii proceselor economice .......

1.2. Conceptul de model. Procesul modelrii ...........
1.3. Tipologia modelelor ..........................................
1.4. Simularea. Modele de simulare .........................
Idei n rezumat ........................................................
Bibliografie ..............................................................
ntrebri i test de autoevaluare...............................
7
17
22
23
25
26
27
2. MODELAREA MANAGERIAL ............................

2.1. Strategia firmei i instrumentarul managerial ..
2.2. Modelarea managerial a procesului decizional
2.3. Modele de management strategic ......................
Idei n rezumat ........................................................
Bibliografie ..............................................................
ntrebri i test de autoevaluare ..............................
29
30
36
40
46
46
47
3. TEHNICA MONTE CARLO I APLICAII ALE

ACESTEIA N ECONOMIE ......................................
3.1. Prezentarea general a metodei Monte Carlo ....
3.2. Estimarea prin simulare a unor indicatori
economici i tehnici folosind tehnica Monte Carlo.
Aplicaii ..................................................................
Idei n rezumat ........................................................
Bibliografie ..............................................................
4. METODA LANURILOR MARKOV .....................
4.1. Caracteristicile metodei ....................................
4.2. Modelarea evoluiei ponderii pe pia a unor
produse concureniale cu lanuri Markov. Aplicaii ..
Idei n rezumat ........................................................
Bibliografie ..............................................................
49
50
70
79
80
80
82
83
87
93
93

5.
CTEVA
METODE
DE
TRASARE
PROBABILISTIC A VIITORULUI ..........................
5.1. Prognoza investiiilor ........................................
5.2. Prognoza vnzrilor ..........................................
5.2.1. Metoda vectorilor spectrali ..................
5.2.2. Metoda ajustrii exponeniale a lui
R.K. Brown .............................................................
5.3. Aplicaii i studii de caz rezolvate .....................
Idei n rezumat ........................................................
Bibliografie ..............................................................
ntrebri i test de autoevaluare...............................
94
95
96
104
106
108
111
130
131
131
6. MODELAREA I OPTIMIZAREA DECIZIILOR ....

6.1. Elemente de programare liniar ........................
6.2. Dualitatea problemelor de optimizare ...............
6.3. Optimizarea activitii de organizare a
produciei ...............................................................
6.4. Optimizarea activitilor de transport ...............
6.5. Algoritmul Simplex ...........................................
Idei n rezumat ........................................................
Bibliografie ..............................................................
133
134
142
BIBLIOGRAFIA NTREGULUI SUPORT DE CURS
162
NOTIELE CURSANTULUI .....................................
165
147
151
153
158
159
159
MODELAREA ECONOMICO
MATEMATIC I SIMULAREA
PROCESELOR ECONOMICE
(Timp estimat: 4 ore)
1.1.
Problematica
modelrii
economico
matematice i a simulrii proceselor economice

1.2. Conceptul de model. Procesul modelrii
1.3. Tipologia modelelor
1.4. Simularea. Modele de simulare
Obiectivele unitii de nvare:
Explicarea noiunilor de decizie i proces decizional;

Identificarea principalelor metode de rezolvare a
problemelor decizionale;
Argumentarea necesitii modelrii i simulrii
proceselor economice;
nelegerea conceptelor de model, modelare, simulare;
Identificarea avantajelor i dezavantajelor utilizrii
tehnicii simulrii n economie;
Caracterizarea esenei i a caracteristicilor procesului
modelrii economico matematice;
nsuirea caracteristicilor principalelor tipuri de modele;
Descrierea principalelor categorii de modele de
simulare;
Discutarea alternativelor la conceptele de modelare i
simulare.
Concepte cheie:
decizie
proces decizional
metoda modelrii
simulare
fundamentarea deciziei
variante de decizie
avantaje i
dezavantaje ale
simulrii
model economico matematic
principiile modelrii
matematice a
ceasul simulrii
proces de simulare
abstractizarea
situaiilor reale
proceselor economice
simulare analogic
simulare numeric
simulare hibrid
sistem real
1.1.
Problematica
modelrii
economico
matematice i a simulrii proceselor economice

Decizia1 este o activitate a unei fiine umane care
urmrete n mod contient anumite obiective i const
n alegerea dintre mai multe variante decizionale i
angajarea ntr-o anumit direcie de aciune prin
folosirea unor resurse materiale, financiare, umane i
cunotine acumulate. Aadar, alegerea raional a unei
alternative de aciune, n scopul obinerii unui rezultat
dorit, este o decizie.
Definit ca opiune pentru o alternativ, decizia nu
poate fi un act ntmpltor. Ea presupune eforturi de
studiere temeinic a factorilor ce pot influena rezultatele
ateptate deoarece efectul aplicrii unei decizii poate fi
influenat de factori care nu sunt ntotdeauna
controlabili de decident.
Dat fiind interesul oricrui agent economic n
reglarea activitii pentru obinerea unui profit ct mai
mare, decizia este un act de conducere de o deosebit
importan. Calitatea activitilor decizionale conteaz nu
numai n realizarea unor obiective imediate ci i viitoare.
Deciziile luate pe baze tiinifice folosind metoda
modelrii, calcule matematice comparative i tehnica de
calcul oferit de calculatoare sunt aadar o necesitate.
Procesul decizional poate fi definit prin ansamblul
etapelor i fazelor parcurse n pregtirea, adoptarea,
Filip F.G. - Decizie asistat de calculator: decizii, decideni,
metode i instrumente de baz, Editura Tehnic i Editura
Expert, Bucureti, 2002.
1
aplicarea i evaluarea consecinelor deciziei manageriale2.

Aadar, acest proces implic mai muli pai (Figura 1).
Pentru ca o decizie s rspund scopului urmrit
de decident, trebuie s ndeplineasc anumite cerine,
printre care cele mai importante sunt3:
- Cunoaterea strict a realitii din unitatea
economic;
- Oportunitatea deciziilor, respectiv adoptarea
acestora n timp util, cnd efectele sunt
maxime;
- Adoptarea deciziilor s se realizeze numai
de ctre organismele i de persoanele
investite cu acest drept i numai n sfera lor
de activitate;
- Formularea clar a deciziei;
- Coordonarea deciziilor pentru a asigura
nlturarea unor contradicii care pot apare
ntre diferitele decizii referitoare la acelai
obiectiv;
- Consecinele fiecrei decizii n practic
trebuie s asigure un efect economic sporit;
- Necesitatea elaborrii mai multor variante
decizionale care reflect posibilitile de
realizare a obiectivului propus.
Nicolescu O., Verboncu I. - Management, Editura Economic,

Bucureti, 1995.
3
Nicolescu O., Verboncu I. Management, Editura Economic,
Bucureti, 1995.
2
Identificarea i definirea
problemei / oportunitii
Identificarea i analiza aciunilor

alternative i a rezultatelor posibile
Alegerea unei variante de aciune

(Luarea unei decizii)
Implementarea deciziei
Evaluarea efectelor implementrii

deciziei
Figura 1 Etapele procesului decizional

Drept urmare, pregtirea i luarea deciziei este un
proces raional, un proces de cunoatere4, care cere o
nalt pregtire tiinific a factorilor de decizie, pe lng
experien practic. Acolo unde practica nu poate s
Ursachi Ioan Management, Ed. ASE, Bucureti, 2001.
ptrund trebuie s ptrund gndirea, prin modelarea

fenomenului studiat.
Un rol important n fundamentarea variantelor
decizionale i evaluarea consecinelor acestora l au
metodele i tehnicile utilizate de decident. n literatura de
specialitate se apreciaz c exist dou grupe de metode
practice de rezolvare a problemelor decizionale: procedee
tradiionale i procedee tiinifice.
Procedeele tradiionale surprind existena unui
numr mare de modaliti de elaborare a variantelor
decizionale, lipsite ns de fundamente metodologice
generale, bazndu-se aproape n exclusivitate pe
experien i intuiie profesional, evident diferite de la
un decident la altul. De cele mai multe ori, aceste
procedee reprezint o prim abordare a problemelor
decizionale, urmnd ca ulterior acestea s fie rezolvate cu
ajutorul unor metode i tehnici de calcul moderne.
n cazul procedeelor tiinifice, metodele de
adoptare a deciziilor urmeaz o metodologie riguros
stabilit, avnd la baz fundamente teoretice i logice,
criterii clare de evaluare a variantelor decizionale, astfel
nct decidentul poate alege soluia optim ntr-un mod
relativ facil.
Modelarea i simularea proceselor economice este o
disciplin economic de grani cu matematica i tehnica
de calcul i se ocup de fundamentarea deciziei
manageriale n condiii de eficien pentru productor cu
ajutorul unor modele economico-matematice flexibile i
cu posibilitatea utilizrii tehnicii simulrii5.
Analiza deciziilor prin modelare i simulare, dei nu
poate aciona asupra hazardului i nu poate atrage cu
sine manifestarea norocului, poate s-l ajute pe decident
s neleag mai bine problemele decizionale, s-i
Raiu Suciu Camelia Modelarea & simularea proceselor
economice. Teorie i practic, Ediia a III-a, Ed. Economic,
Bucureti 2003.
5
10
mbunteasc ansele de a obine un rezultat fericit

sau s fie mai pregtit pentru a face fa unor evoluii
nefavorabile, independente de voina lui6.
Utilizarea metodei modelrii n analiza i
previzionarea trendului fenomenelor economice permite
elaborarea, cu ajutorul tehnicii moderne de calcul, a unui
numr mare de variante de evoluie, pe baza crora
decidentul poate lua cele mai bune msuri.
Extinderea utilizrii modelrii fenomenelor i
proceselor economice a fost determinat de o serie de
caracteristici ale acestora: complexitatea deosebit a
mediului economic i imposibilitatea, n general, a
utilizrii experimentului, multitudinea i eterogenitatea
factorilor care acioneaz n sistemul economic,
interdependenele i condiionrile dintre acetia,
existena unui volum uria de informaii brute privind
desfurarea proceselor economice etc.
Utilitatea deosebit a modelrii fenomenelor i
proceselor economice poate fi evideniat i prin apariia
i dezvoltarea spectaculoas a unor discipline strns
legate de modelare: econometria, teoria deciziei,
cibernetica economic, cercetarea operaional, teoria
algoritmilor i altele.
Metoda modelrii este un instrument de cunoatere
tiinific i are ca obiect construirea unor reprezentri
care s permit o mai bun nelegere i o mai profund
cunoatere tiinific a diferitelor domenii. Esena metodei
modelrii const n nlocuirea procesului real studiat
printr-un model mai accesibil studiului. Modelarea
ntreprinderii este utilizat pentru a construi modele ale
organizaiei avnd ca scop previzionarea i estimarea
impactului pe care l are schimbarea n interiorul
organizaiei produs de schimbarea care apare n mediul
extern.
Luban Florica Simulri n afaceri, Ed. ASE, Bucureti,
2005, www.bibliotecadigitala/ase.ro.
6
11
Modelarea este o veche ndeletnicire uman - dei

conceptul a aprut mai recent - ntruct complexitatea
fenomenelor i a obiectelor din societate a determinat
oamenii s recurg la simplificri care s le uureze
analiza. n antichitate Aristotel declara c toate lucrurile
sunt numere, iar apoi reuea s formalizeze sistemul
logic ntr-un model devenit clasic.
Preocupri
sistematice
de
studiu
asupra
procesului modelrii au fost remarcate nc din jurul
anului 1700. William Petty (1623 - 1687), considerat
drept printele economiei politice i, ntr-o oarecare
msur al statisticii, a pus bazele explicrii tiinifice a
teoriei valorii bazat pe munc, printr-un proces de
abstractizare care premerge modelarea. Acesta a
contientizat faptul c cercetarea fenomenelor economice
nu poate progresa suficient de rapid, att timp ct
analiza calitativ nu este nsoit de una bazat pe
cuantificri numerice. n acest context, pe baza
cuantificrii i a unor modele nc neformalizate total, W.
Petty a studiat evoluia preului, numit de el pre
politic, n jurul valorii, precum i relaia funcional
dintre mrimea valorii i productivitatea muncii.
Mai trziu, Franois Quesnay (1694 -1774) a
ncercat o analiz teoretic aprofundat a reproduciei,
elabornd, totodat, primul model macroeconomic. Acest
model reliefeaz n mod sintetic mecanismul de
funcionare a economiei n ansamblul su i pune bazele
analizei reproduciei capitalului social. Fr. Quesnay
construiete o serie de relaii de echilibru i de
proporionalitate cu ajutorul crora face o analiz a
situaiei reale a economiei Franei din perioada elaborrii
modelului.
O contribuie important la creterea interesului
pentru utilizarea tehnicilor cantitative i a modelrii a
adus Karl Marx (1818 - 1883), care a abordat fenomenele
economice ntr-o viziune sistemic, punnd n eviden
12
conexiunile i interdependenele ce se stabilesc ntre

diversele laturi ale activitii economice.
Aadar, se observ c, de-a lungul timpului,
modelarea a reprezentat un instrument, o metod de
cercetare tiinific a lumii, un procedeu de analiz
imediat a realitii.
n zilele noastre, utilizarea modelelor matematice a
devenit o necesitate obiectiv. n contextul n care tiina
i tehnica evolueaz, crete vertiginos complexitatea
fenomenelor (economice, sociale etc.) i apare necesitatea
de a introduce elemente de rigurozitate i abstractizare n
analize, de a nelege fenomenele lumii reale i a le
ptrunde esena.
Modelarea economico-matematic este folosit de
manager ca o alternativ la experimentul utilizat n
tiinele
exacte.
[]Modelarea
economic
ofer
managerului latura riguroas a aciunilor sale (tiina de
a conduce), modaliti multiple de punere de acord a
resurselor (materiale, umane, financiare) existente cu
obiectivele formulate pentru o anumit perioad de timp,
oferindu-i posibilitatea de a gsi i a decide mai bine i
mai repede fr s denatureze realitatea7.
Totui, problemele manageriale din ntreprinderi
nu pot fi rezolvate cu modele matematice pure. Este
nevoie de experiene simulate, de teste care implic
construirea unor modele matematice i logice care
descriu comportarea sistemului real (ntreprinderea) de-a
lungul unei perioade mari de timp. Este vorba despre o
tehnic de cercetare orientat spre problemele complexe
ale ntreprinderii care, dei nu ofer soluii exacte, scoate
la lumin mai multe variante decizionale, n funcie de
condiiile date la un moment dat, iar decidenii pot testa
diferite opiuni strategice pentru realizarea obiectivelor
Bucureti 2003.
7
13
vizate. Aceast tehnic poart denumirea de simulare.

Simularea cu ajutorul modelelor economico-matematice a
efectului diverselor msuri de politic economic a
contribuit decisiv la extinderea utilizrii modelrii n
procesul de decizie.
Aadar, simularea poate fi definit8 ca un proces
prin care se construiete un model al unui sistem real i se
realizeaz experimente cu acest model n scopul nelegerii
comportamentului sistemului i/sau evalurii diferitelor
strategii pentru sistemul analizat.
La baza simulrii stau urmtoarele ipoteze9:
- Se poate construi un model matematic i logic al
sistemului analizat.
- Sistemul analizat poate fi real sau teoretic.
- De obicei se utilizeaz un calculator digital
pentru realizarea simulrii.
- Simularea este o tehnic de realizare a
experimentelor.
- Datele despre funcionarea sistemului analizat se
obin prin executarea unui model.
- Scopul simulrii este de a gsi ceva despre
modul de funcionare al sistemului real.
Simularea trebuie s genereze intrrile i, innd
seama de strile interne ale sistemului, prin algoritmi
adecvai s determine ieirile i s descrie evoluia n
timp a strilor interne ale sistemului10. Altfel spus, datele
de intrare ale modelului sunt valorile variabilelor de
decizie. Prin simulare se evalueaz criteriul de
performan al acestor variabile astfel nct, n final s
Pegden C., Shannon R., Sadowski R. - Introduction to
simulation using SIMAN, Second Edition, McGraw-Hill,
Singapore, 1996.
9
Luban Florica Simulri n afaceri, Ed. ASE, Bucureti, 2005,
www.bibliotecadigitala/ase.ro.
10
Bucureti 2003.
8
14
poat fi aleas varianta care conduce la cea mai bun

valoare a criteriului de performan. Cu ajutorul
simulrii se obin mai multe variante de decizie dintre
care decidentul/managerul o va alege pe cea mai bun,
corespunztoare condiiilor date la un anumit moment.
Specific modelelor de simulare este o variabil
special, ceasul simulrii, variabil introdus pentru a
menine ordinea corect a evenimentelor, pentru a le
putea preciza, pentru a putea simula evoluia sistemului
de la un eveniment curent la cel urmtor. Tipurile de
ceas cu cretere fix i cel cu cretere variabil intervin
n descrierea construirii algoritmului de simulare i i
difereniaz.
Avantajele
i
dezavantajele
simulrii
sunt
evideniate n majoritatea lucrrilor consacrate simulrii.
Printre avantaje se numr urmtoarele11:
- Prin simulare pot fi explorate politici, proceduri
de operare, reguli de decizie, fluxuri informaionale sau
proceduri organizaionale fr ntreruperea activitii
sistemului real.
- Proiectele pentru noi echipamente, aezarea
utilajelor, diferite sisteme de transport pot fi testate fr
angajarea resurselor pentru achiziionarea lor.
- Prin simulare se pot testa ipotezele despre cum i
de ce anumite fenomene pot aprea.
- Timpul poate fi comprimat sau dilatat pentru a
permite accelerarea sau ncetinirea unui fenomen
investigat.
- Se pot observa interaciunile dintre diferite
variabile i se poate determina influena diferitelor
variabile asupra performanei sistemului.
- Se pot identifica locurile nguste n care
procesul de producie, informaiile sau materialele sunt
ntrziate excesiv.
11
15
- Se pot realiza analize de sensitivitate de tip Ce

se ntmpl dac...?
- Simularea poate fi utilizat pentru cuantificarea
riscului inerent unui sistem sau unei decizii de investiii.
- Asociat cu animaia pentru a vizualiza modul de
funcionare a unui sistem, simularea poate contribui la
creterea capacitii de intervenie a decidenilor prin
perceperea mai larg a oportunitilor i prin clarificarea
i evaluarea efectelor unor eventuale aciuni.
- Poate constitui o modalitate de rezolvare a
problemelor pentru care soluiile analitice sau algoritmice
nu sunt posibile. n plus, modelul poate fi construit mai
degrab pe baza preferinelor i din perspectiva
decidentului dect din cea a specialistului n modelare,
care poate fi influenat de existena unei metode de
rezolvare adecvate.
Printre dezavantajele simulrii se pot enumera12:
- Construirea modelului de simulare necesit o
instruire special. Aceasta este o art care se nva n
timp i prin experien.
- Simularea nu garanteaz obinerea unor soluii
optimale.
- Rezultatele simulrii pot fi greu de interpretat.
Din cauza naturii aleatoare a intrrilor modelului de
simulare, rezultatele sunt variabile stochastice i sunt
necesare cunotine statistice pentru analiza lor.
- Simularea poate fi consumatoare de timp i
costisitoare. Reducerea resurselor de modelare i analiz
poate conduce la un model de simulare necorespunztor
pentru scopul analizei.
- Calitatea rezultatelor obinute prin simulare
depinde de calitatea datelor folosite. Colectarea datelor
necesare simulrii poate fi dificil i consumatoare de
timp.
12
16
Recomandat iniial numai n cazul n care

aplicarea metodelor analitice era dificil sau imposibil,
cu timpul simularea a devenit un instrument foarte
utilizat i acceptat n asistarea proceselor decizionale
manageriale, mai cu seam n contextul creterii masive
a puterii calculatoarelor simultan cu reducerea costului
pe operaie de calcul i a progresele nregistrate n
metodologiile de simulare.
Cu toate acestea, trebuie subliniat faptul c
simularea ofer doar informaii pe baza crora decidenii
pot emite decizii fundamentate; ea nu nlocuiete
decidentul uman, al crui rol este esenial n procesul de
modelare i simulare. Succesul aplicrii unui model n
procesul decizional depinde n proporie covritoare de
abilitile i implicarea decidentului. De asemenea,
simularea este corect numai dac datele de intrare sunt
corecte i este tot att de credibil pe ct este demn de
ncredere analistul care a realizat simularea.
1.2. Conceptul de model. Procesul modelrii

n vorbirea curent, cuvntul model este
polisemantic. Exist modele n mod, n art, n tehnic
i n tiin.
Conform Dicionarului de filozofie, modelul este
interpretarea unui sistem formal (n logic i n
matematic) sau un sistem teoretic (logic - matematic)
sau material cu ajutorul cruia pot fi studiate indirect
proprietile i transformrile unui alt sistem mai
complex (sistemul original) cu care prezint o anumit
analogie (n tiin i tehnic). Conform aceleiai surse,
modelarea este o metod de cercetare i dobndire a
cunotinelor despre sisteme complexe, greu sau
imposibil de abordat n mod direct, cu ajutorul
17
construirii de modele, pe care se simuleaz sistemul

original vizat.
Un sistem poate fi orice tip de proces sau colecie
de entiti dependente una de alta, care formeaz un
ntreg organizat n vederea atingerii unor obiective
comune. Entitile care nu fac parte din sistem, dar
influeneaz atingerea obiectivelor fr a putea fi
controlate
de
ctre
decident constituie
mediul
13
sistemului .
Drept urmare, modelul este un instrument de
cunoatere tiinific a realitii obiective, oferind
posibilitatea realizrii unor experimente i repetrii
acestor experimente pn la cunoaterea esenei
fenomenului studiat.
Modelul este orice construciile teoretic care
sintetizeaz logic i coerent realitatea obiectiv i ofer
un plus de cunoatere. Formalizarea matematic este
necesar i util, dar nu este obligatorie. Esenial pentru
un model este s nu denatureze funcionarea sistemului
real.
n domeniul economic, definiia modelului se
regsete n Dicionarul de Economie (coord. Ni
Dobrot), dup cum urmeaz: Model economic =
reprezentare izomorf a realitii economice, care ofer o
imagine riguroas sub aspectul structurii logice asupra
fenomenelor economice prin identificarea caracteristicilor
lor eseniale. Un model economic aproximeaz realitatea
obiectiv pe baza unei conceptualizri ce cuprinde o
teorie - nucleu, exprimat prin reprezentri discursive
sau matematice i prin legi economice ce relev esena
fenomenului pe linia unui model de gndire, respectiv
observri i msurtori bazate pe descrieri, ordonri de
13
18
fapte, comparaii de date, regulariti stabile deduse din

prelucrri de date etc.
Evident, modelul este o reprezentare simplificat
sau o abstractizare, deoarece realitatea este prea
complex pentru a fi copiat exact. Nu ntotdeauna ns
prin simplificare se obine un model reprezentativ pentru
procesul real studiat. La construirea unui model
economic se impune o analiz atent pentru identificarea
caracteristicilor eseniale i reprezentative ale procesului
modelat n raport cu o teorie economic explicativ a
acelui proces. Dac aceast teorie se finalizeaz printr-o
formalizare logic i matematic rezult un model
economico - matematic.
Orice model economico-matematic va reprezenta
fidel un anumit fenomen numai n msura n care se
sprijin pe teoria economic care formuleaz categoriile,
conceptele i legile obiective ale realitii economice14.
Aadar, precizarea definiiei termenului de model
localizat n domeniul economic, ridic noi probleme i
accentueaz
controversele,
avnd
n
vedere
particularitile
i
complexitatea
fenomenelor
i
proceselor economice. Dintre elementele eseniale care nu
pot fi ignorate n procesul de modelare economic fr a
influena redarea exact a realitii economice se
menioneaz:
- dubla esen a fenomenelor i proceselor
economice, cantitativ i calitativ, ceea ce impune
evitarea tratrii unilaterale a economicului;
- evoluia diferit a fenomenelor economice, att de
la o ar la alta, ct i de la o perioad la alta, ceea ce
mpiedic copierea mecanic a soluiilor i metodelor de
rezolvare a problemelor;

Bucureti 2003.
14
19
- explicarea fenomenelor i proceselor economice

poart amprenta intereselor, aspiraiilor i opiunilor de
grup ale oamenilor, fiind marcat de comportamentele
acestora;
- formalizarea matematic nu este singura form
posibil de abstractizare, dar este treapta superioar a
abstractizrii tiinifice, n msura n care ipotezele sunt
adevrate i se realizeaz n practic.
Principiile modelrii matematice a proceselor
economice enunate n literatura de specialitate sunt:
1. Orice model se bazeaz, pe o teorie economic
creat n prealabil.
2. Modelele fac abstracie de o serie de laturi i
particulariti ale procesului reflectat.
3. Orice model este o generalizare, o sintez de un
anumit grad. El exprim similitudinea nu numai a
unui proces economic izolat, ci a unei ntregi clase
de asemenea procese.
4. Un model nu poate fi construit fr a se apela la
un sistem de simboluri, care reprezint categorii
economice.
De asemenea, orice model economico matematic
trebuie s respecte urmtoarele cerine:
s fie reprezentativ;
s se bazeze pe o teorie riguros tiinific i
s reflecte structura real a economiei;
s poat fi adaptat cu uurin la
schimbrile ambianei sau ale evoluiei
procesului;
s fie flexibil la combinarea cu alte criterii
dect cele economice, politice, sociale;
s fie valid;
s asigure respectarea la scar a
dimensiunilor
mrimilor
variabile
i
constante;
s fie rezolvabil cu tehnica de calcul
existent.
20
Procesul modelrii presupune abstractizarea unei

situaii printr-un model care reprezint esena acelei
situaii.
Soluia furnizat de model va fi interpretat n
raport cu sistemul real, innd cont i de elementele
eliminate prin abstractizare. Dac soluia este validat ea
poate completa cunotinele bazate pe intuiia i
experiena managerului i astfel procesul de modelare va
contribui att la elaborarea unei decizii mai bune ct i la
nelegerea problemei mbogind astfel cunotinele
managerului15.
Procesul
modelrii
implic
parcurgerea
urmtoarelor etape:
1. definirea sistemului i a scopului modelrii;
2. colectarea i analiza datelor;
3. construirea modelului;
4. verificarea modelului;
5. validarea modelului.
n prima etap este necesar definirea limitelor
sistemului i scopul analizrii acestui sistem, n funcie
de care se va determina complexitatea modelului.
Pasul urmtor const n stabilirea datelor necesare
a fi colectate i modul n care va fi organizat colectarea.
Apoi se construiete modelul, care este important
s fie ct mai simplu posibil.
Dup construirea modelului este necesar s se
verifice dac este corect i dac corespunde cerinelor
pentru care a fost construit.
Validarea nu este identic cu verificarea deoarece
n aceast etap se stabilete dac modelul produce
rezultate ale cror valori corespund celor observate n
sistemul real.

15
21
1.3. Tipologia modelelor

n literatura de specialitate exist o multitudine de
clasificri ale modelelor, n funcie de diverse criterii.
Vom prezenta n continuare cteva dintre acestea.
Tabelul 1.1.
Tipologia modelelor
Nr.crt.
1.
Criteriu
Dup tehnica de
elaborare
2.
Dup gradul de
agregare
3.
Dup orizontul de
prognoz
4.
Dup natura fizic a

elementelor modelului
5.
6.
Dup natura
matematic a
relaiilor ce descriu
legturile sistemului
echivalent
Dup factorul timp
7.
Dup natura
Tipul modelului
- Inter-ramuri
- Bazate pe funcii de
producie
- De optimizare a alocrii
resurselor disponibile
- De simulare
- monosectoriale (agregate)
- dezagregate pe sectoare,
ramuri etc.
- n profil teritorial
- mondo-modele
- pe termen foarte scurt
(lun, trimestru)
- pe termen scurt (1 3 ani)
- pe termen mediu (3 5 ani)
- pe termen lung (peste 5
ani)
- fizice
- abstracte
- cantitative (matematice /
simbolice)
- calitative
- liniare
- neliniare
- statice
- dinamice
- discrete
22
8.
9.
variabilelor
Dup modul de tratare
a realitii
Dup tipul datelor
utilizate
continue
descriptive
normative
deterministe
probabiliste (stochastice)
fuzzy
Un model este considerat static dac urmrete

numai rezultatul final i nu modul n care se modific
sistemul n timp. Modelul este considerat dinamic dac
urmrete modul n care se modific sistemul n timp. In
realitate, toate sistemele sunt dinamice.
Un sistem este continuu dac starea sistemului
(variabilele de stare) se modific continuu n timp. Un
sistem este discret dac starea sistemului se modific la
anumite momente de timp, care nu sunt n mod necesar
egale.
Modelele normative sunt orientate cu deosebire
asupra etapei de alegere a celei mai performante soluii,
sunt nchise, n timp ce modelele descriptive ale nivelului
de aspiraie pornesc de la teoriile cognitive i
comportamentale i studiaz decidenii ca entiti
prelucrtoare de informaii n toate etapele procesului
decizional.
Modele deterministe sunt modelele ale cror date
sunt presupuse a fi cunoscute cu certitudine. Modelele
probabiliste sau stochastice sunt modelele ale cror date
de intrare nu sunt cunoscute cu certitudine, iar
variabilitatea diferitelor date de intrare poate fi descris
cu ajutorul unei distribuii de probabilitate.
1.4. Simularea. Modele de simulare

Cuvntul simulare provine din latinescul
simulatio (imitare). O definiie foarte general a
simulrii, dat de Webster's Dictionary (S.U.A.) este
urmtoarea: a simula nseamn a ajunge la esen fr
23
realitate. Cunoaterea realitii fr a fi necesar

desfurarea real a fenomenelor permite, att reducerea
timpului necesar efecturii unor studii laborioase, ct i
evitarea unor cheltuieli uriae.
Realizarea unui proces de simulare presupune
parcurgerea mai multor etape16:
- Problema de rezolvat - se refer la formularea i
analiza problemei, instruirea persoanelor implicate
asupra principiilor de baz ale simulrii, construirea
modelului conceptual, colectarea datelor fundamentale,
testarea validitii modelului conceptual.
- Modelul de simulare - se refer la transpunerea
modelului conceptual ntr-un model computerizat
(programul de simulare), verificarea modelului de
simulare, analiza senzitivitii, validarea modelului de
simulare.
- Experimentele de simulare - se refer la
proiectarea experimentelor i la realizarea experimentelor
de simulare. Se vor stabili: numrul de simulri,
numrul de experimente ale fiecrei simulri, condiiile
iniiale pentru fiecare experiment etc.
- Analiza rezultatelor - const n analiza statistic
a rezultatelor, compararea i evaluarea variantelor
decizionale, identificarea celei mai bune soluii i
realizarea documentaiei care va cuprinde obiectivele i
ipotezele, parametri de intrare ai modelului de simulare,
verificarea
i
validarea
modelului,
proiectarea
experimentelor, prezentarea rezultatelor, concluzii i
recomandri.
Simularea poate fi: analogic, numeric sau
hibrid.
Simularea analogic este o tehnic bazat pe
imagine, respectiv construirea unor sisteme (dispozitive)
ale cror legi de funcionare sunt aceleai (sau
16
24
aproximativ aceleai) cu legile care genereaz sistemul

studiat. Legile de funcionare a acestor dispozitive pot
aparine diferitelor domenii ale tiinei: fizic, biologie,
chimie etc.
Simularea numeric se bazeaz, de asemenea, pe
principiul analogiei, i anume al analogiilor de calcul.
Simularea numeric de tip joc const n ataarea la un
sistem economic a unui model astfel conceput nct s
descrie dependenele logice (de tip determinist,
probabilist sau fuzzy) dintre variabilele i parametrii
acestui sistem. Simularea de tip Monte Carlo (denumit i
Las Vegas, n S.U.A.) const n a rezolva probleme
deterministe prin generarea unor procese aleatoare.
Simularea numeric este cea mai rspndit n practica
managerial, deoarece majoritatea firmelor dispun de
calculatoare numerice.
Simularea hibrid const n aplicarea combinat a
analogiilor fizice (electrice, hidraulice etc.) cu cele de
calcul numeric. Ea este folosit la conducerea proceselor
din instalaii ale industriei chimice, din construcii de
maini etc.
Idei n rezumat
Alegerea raional a unei alternative de aciune, n
scopul obinerii unui rezultat dorit, este o decizie. Pentru ca o
decizie s rspund scopului urmrit de decident, trebuie s
ndeplineasc anumite cerine. Calitatea activitilor decizionale
conteaz nu numai n realizarea unor obiective imediate ci i
viitoare. Deciziile luate pe baze tiinifice folosind metoda
modelrii, calcule matematice comparative i tehnica de calcul
oferit de calculatoare sunt o necesitate.
Pregtirea i luarea deciziei este un proces raional, un
proces de cunoatere, care cere o nalt pregtire tiinific a
factorilor de decizie, pe lng experien practic. Acolo unde
practica nu poate s ptrund trebuie s ptrund gndirea,
prin modelarea fenomenului studiat.
25
Utilizarea metodei modelrii n analiza i previzionarea

trendului fenomenelor economice permite elaborarea, cu ajutorul
tehnicii moderne de calcul, a unui numr mare de variante de
evoluie, pe baza crora decidentul poate lua cele mai bune
msuri.
Modelarea i simularea proceselor economice este o
disciplin economic de grani cu matematica i tehnica de
calcul i se ocup de fundamentarea deciziei manageriale n
condiii de eficien pentru productor cu ajutorul unor modele
economico-matematice flexibile i cu posibilitatea utilizrii
tehnicii simulrii.
Esena metodei modelrii const n nlocuirea procesului
real studiat printr-un model mai accesibil studiului. Modelarea
ntreprinderii este utilizat pentru a construi modele ale
organizaiei avnd ca scop previzionarea i estimarea impactului
pe care l are schimbarea n interiorul organizaiei produs de
schimbarea care apare n mediul extern.
Simularea poate fi definit ca un proces prin care se
construiete un model al unui sistem real i se realizeaz
experimente
cu
acest
model
n
scopul
nelegerii
comportamentului sistemului i/sau evalurii diferitelor strategii
pentru sistemul analizat.
Analiza deciziilor prin modelare i simulare, dei nu
poate aciona asupra hazardului i nu poate atrage cu sine
manifestarea norocului, poate s-l ajute pe decident s neleag
mai bine problemele decizionale, s-i mbunteasc ansele
de a obine un rezultat fericit sau s fie mai pregtit pentru a
face fa unor evoluii nefavorabile, independente de voina lui.
Bibliografie
1. Filip F.G. - Decizie asistat de calculator: decizii,
decideni, metode i instrumente de baz, Editura
Tehnic i Editura Expert, Bucureti, 2002.
2. Luban Florica Simulri n afaceri, Ed. ASE,
Bucureti, 2005, www.bibliotecadigitala/ase.ro.
3. Nicolescu O., Verboncu I. - Management, Editura
Economic, Bucureti, 1995.
26
4. Pegden C., Shannon R., Sadowski R. - Introduction to

Singapore, 1996.
5. Raiu Suciu Camelia Modelarea & simularea
proceselor economice. Teorie i practic, Ediia a III-a,
Ed. Economic, Bucureti 2003.
6. Ursachi Ioan Management, Ed. ASE, Bucureti,
2001.
ntrebri i test de autoevaluare (2 ore)

1. Decizia corespunde n mod obligatoriu unei aciuni de
alegere?
2. Care sunt principalele cerine pe care trebuie s le
ndeplineasc decizia?
3. Precizai componentele procesului decizional.
4. Care este succesiunea logic a etapelor procesului
decizional?
5. Pentru ca o decizie s rspund scopului urmrit de
decident, trebuie s ndeplineasc anumite cerine. Care
sunt acestea?
6. Care sunt principalele grupe de metode practice de
rezolvare a problemelor decizionale menionate de
literatura de specialitate?
7. Definii metoda modelrii.
Test de autoevaluare
1. Problemele manageriale din ntreprinderi pot fi
rezolvate cu modele matematice pure? Argumentai.
2. Ce este simularea?
3. Care sunt ipotezele ce stau la baza simulrii proceselor
economice?
4. Care este elementul specific modelelor de simulare?
5. Enumerai avantajele i dezavantajele simulrii.
27
6. Simularea nlocuiete decidentul uman? Argumentai.

7. Ce este un sistem?
8. Definii noiunea de model.
9. Care sunt principiile modelrii matematice a
proceselor economice enunate n literatura de
specialitate?
10. Orice model economico matematic trebuie s
respecte o serie de cerine. Care sunt acestea?
11. Care sunt etapele pe care le implic procesul
modelrii?
28
MODELAREA MANAGERIAL
2.1. Strategia firmei i instrumentarul
managerial
2.2. Modelarea managerial a procesului
decizional
2.3. Modele de management strategic
nelegerea conceptelor de management strategic, lider

strategic, viziune;
Explicarea conceptului de strategie generic;
Cunoaterea principalelor modalitilor prin care o
firm poate concura pe pia;
nelegerea criteriilor pe baza crora pot fi adoptate
diferite direcii strategice de ctre o firm;
Cunoaterea cerinelor i a factorilor pe care i implic
modelarea managerial;
Asimilarea conceptului de manager profesionist;
Cunoaterea i explicarea unor modele de management
strategic;
Discutarea alternativelor la modelele de management
strategic cunoscute.
Concepte cheie:
Management strategic
Lider strategic
Viziune
Valoare adugat
Strategii generice
Diferenierea
produsului
Adecvarea soluiilor
Acceptabilitatea
opiunilor
Fezabilitatea deciziilor
Instrumentar
managerial
Modelare managerial
Manager profesionist
29
Concuren prin cost
2.1.
Strategia
managerial
firmei
Situaii-stimul
instrumentarul
Problema fundamental cu care se confrunt orice

ntreprindere este aceea c viitorul este necunoscut i
greu de anticipat. Altfel spus, nu tim ce se va ntmpla
i nici nu dispunem de modaliti sigure de a afla.
n general, mediul concurenial este caracterizat
prin schimbri continue: produse noi, metode de
producie i distribuie mai ieftine, firme noi pe pia, noi
reglementri fiscale etc.
Cnd o firma X introduce un nou produs, o alt
firm, s-i spunem Y, va ncerca imediat s-l copieze sau
s-l mbunteasc. Dac firma X micoreaz preurile
pentru a deveni cea mai ieftin de pe pia, cealalt
firm, Y, va ncerca s o depeasc. Ca rspuns la
provocarea firmei concurente, firma X ar putea spera s-i
surd norocul sau va face abstracie de situaia creat.
ns o astfel de abordare ar putea s o conduc spre
eec. De aceea este necesar un plan coerent de aciune,
care s produc setul de rezultate dorit. Cu alte cuvinte,
firma X trebuie s-i revizuiasc n mod constant poziia
strategic prin prisma schimbrilor de pe pia i a celor
din interiorul su17.
Managementul strategic se refer la direcionarea
ntreprinderii i nu la tacticile utilizate pentru a ajunge
acolo. Cu alte cuvinte, strategia se concentreaza asupra
ntrebrii: unde suntem acum i unde vrem s fim n
17
Adaptare dup Allaire Y., Frirotu M. - Management

strategic. Strategiile succesului n afaceri, Editura Economic,
Bucureti, 1998.
30
viitor?. Managementul strategic vizeaz direcionarea

viitoare a ntreprinderii, iar liderul strategic este cel care o
contureaz. Toi stake-holderii ntreprinderii trebuie s se
simt implicai n proiectarea acestei direcii, iar liderul
strategic este necesar s fie capabil s inspire ncredere
i loialitate celor din jur18.
Terminologia
strategic
utilizeaz
termenul
viziune pentru a descrie claritatea scopului i a
direciei, iar liderul strategic este cel care concepe
viziunea ntreprinderii respective. Este imperativ ca
organizaia s aib pe cineva ntr-o funcie superioar de
conducere care s fie capabil s furnizeze aceast
viziune.
Pentru ca o firm s supravieuiasc i s se
dezvolte trebuie s genereze un profit suficient de mare.
Acesta se realizeaz prin atragerea unui anumit numr
de clieni i vnzarea ctre acetia de produse i servicii
la un pre care produce un profit ce poate fi apoi utilizat
pentru dezvoltarea firmei. Pentru ca ntreprinderea s
atrag suficieni clieni, aceasta trebuie s perceap
anumite avantaje la cumprarea produselor sau
serviciilor respective. n terminologia economic este
vorba despre coninutul valorii adugate.
Altfel spus, pentru a genera suficiente vnzri,
firma trebuie s poat livra clienilor si un anumit tip de
beneficiu sau respectiva valoare adugat trebuie s fie
perceput de ctre clieni. Clientul trebuie s fie n
msur s simt beneficiul respectiv.
Bcanu B. - Practici de management strategic, Ed. Polirom,

2006.
18
31
M. Porter a dezvoltat conceptul de strategii

generice19 tocmai pentru a explica cum o firm ar putea
s livreze acest avantaj perceput de clienii si.
Porter consider c pentru a livra un beneficiu
perceput clienilor, firma trebuie s concureze prin una
din urmtoarele dou modaliti:
prin diferenierea produsului sau serviciului, adic
prin oferirea a ceva ce este diferit de celelalte produse i
servicii vdute;
prin costul produsului, adic prin oferirea produselor
serviciilor la cele mai mici preuri de pe pia.
Diferenierea produsului se refer la livrarea unui
avantaj clientului pe care nu-l poate oferi concurena.
Dac aceast diferen este apreciat de clieni, atunci
firma va putea s obin un pre mai mare. Clienii vor fi
pregtii s plteasc un pre superior n schimbul
avantajului perceput sau valorii adugate obinute prin
cumprarea produsului difereniat de la organizaia
repectiv. Cu ct avantajul perceput va fi mai mare, cu
att mai mult firma poate percepe un pre mai ridicat
pentru produsul oferit. Ca urmare, vor rezulta marje mai
mari de venit net care vor asigura vnzri relativ reduse
i s depeasc pragul de rentabilitate.
De exemplu: de ce ne simim mai bine atunci
cnd conducem un Ferrari, dect atunci cnd conducem
o Dacie? Aceasta se ntmpl datorit avantajului
perceput sau valorii adugate livrate de Ferrari. Nivelul
ridicat al valorii adugate livrate permite s genereze
preuri mai mari pentru mainile Ferrari. n mod
asemntor, absena avantajului perceput la Dacia
nseamn c aceasta nu poate s cear un pre mare
pentru mainile sale. Diferenierea poate lua forme
variate, cum ar fi: marc, design, servirea clienilor etc.
Nane M. Management strategic concepte, metodologie,
studii de caz, Editura Pro Universitaria, Bucureti, 2006.
19
32
Firmele mai mici care opereaz n aa-numita

pia de ni vor concura prin difereniere, dei nu este
legat neaparat de produs. De exemplu, o firm mic ce
vinde frigidere nu va putea s diferenieze produsele la
vnzare. Firmele mici ar putea totui s se diferenieze cu
succes prin furnizarea unui service post-vnzare mai
bun, cum ar fi asistena prin telefon 24 ore din 24 sau
garantarea efecturii reparaiilor n dou ore de la
semnalare.
Strategia competitiv alternativ rezid n
concuren prin cost redus. Valoarea adugat pentru
client const n economia pe care o face cumprnd
produsul sau serviciul respectiv. Pentru a realiza
conducerea pe baz de cost, firma trebuie s fie capabil
s-i reduc substanial nivelul costului, astfel nct s
poat oferi clienilor cel mai mic pre posibil, concomitent
cu pstrarea unei marje suficiente n cadrul vnzrilor
pentru a susine organizaia. Marjele de profit tind s fie
foarte mici i deci organizaia trebuie s genereze un
volum mare de vnzri pentru a ajunge la pragul de
rentabilitate i a fi profitabil. Dificultatea cheie const n
aceea c nu este suficient s fii ieftin, ci s asiguri i o
anumit calitate a produsului. Pentru a concura cu
succes prin pret, firma trebuie s fie cea mai ieftin de
pe pia. Dac produsul nu este difereniat, atunci
decizia de cumprare se bazeaz doar pe mrimea
preului. Dac organizaia nu poate s ofere cel mai mic
pre, atunci este puin probabil c ea va genera nivelul
mare de vnzri necesar pentru supravieuire.
Porter argumenteaz c dac firma nu este
capabil s concureze prin pre sau diferenierea
produsului, atunci firma este prins la mijloc i
probabilitatea de a supravieui este redus. Cauza de
fond rezid n faptul c potenialii clieni nu percep
avantajul produsului difereniat i ca atare nu vor fi
dispui s plteasc un pre premium i prin urmare nici
33
firma nu va genera suficiente vnzri pentru a

supravieui. n mod similar, firma care concureaz prin
pre, incapabil s reduc costurile, va eua din cauza
imposibilitii de a ctiga o marj de profit la preul cel
mai mic sau va eua datorit faptului c va trebui s
creasc preul de vnzare depind preurile cele mai
mici de pe pia, situaie care nu va genera suficiente
vnzri pentru a acoperi nivelul mare al costurilor.
Modelul teoretic a lui Porter a fost dezbtut n
ultimii ani de ctre muli manageri din ntreprinderi, care
pretind c acesta reprezint un punct de vedere simplist
asupra mediului de afaceri. Se argumenteaz c decizia
de cumprare este mult mai sofisticat dect o relaie
simpl ntre difereniere i pre. n fruntea acestei
provocri a fost Toyota. n anii 80 Toyota a revoluionat
procesul de producie prin introducerea sistemului just
in time. Ca urmare, a diminuat drastic costurile de
fabricaie prin reducerea forei de munc i eliminarea
stocurilor, rebuturilor i ineficienei. n aceste condiii
Toyota a reuit s produc automobile de nalt calitate,
bine proiectate, rapide i eficiente. Practic, firma Toyota
argumenteaz c decizia de cumprare nu reprezint
doar o alegere ntre calitate i cost mic. S-au realizat
produse de calitate, difereniate, ce pot fi vndute la un
pre mai mic datorit costurilor sczute de producie.
DE REINUT
Capacitatea de a produce maini de calitate la
preuri mult mai mici a avut un impact major asupra
vnzrilor unor productori (BMW, de exemplu), care sau gndit s-i diferenieze cu succes produsul prin
marc, prin aceasta creznd c se protejeaz de invazia
japonez. Posesorii de BMW i-au dat seama c rar pot
cumpra o main de nalt calitate, bine proiectat,
eficient, beneficiind i de o reducere de 30% fa de
preul BMW-ului lor. Mare parte din acest soc la BMW,
34
spre sfritul anilor 80 i nceputul anilor 90 s-a

reflectat n scderea vnzrilor i preurilor acestor
maini. ocul acestei provocri pentru metodele
tradiionale de concurare se simt nc i acum n cadrul
industriei, cumprarea lui Rover de ctre BMW fiind un
exemplu relativ recent.
Aadar, firma trebuie s verifice i s-i
revizuiasc permanent direciile strategice prin prisma
schimbrilor continue ce au loc. n realizarea analizei
trebuie s se aib n vedere trei criterii:
1) adecvarea soluiilor - strategia trebuie s reprezinte
rspunsul adecvat n contextul mediului concurenial.
Dac strategia nu este adecvat, probabil c va conduce
spre faliment.
2) acceptabilitatea opiunilor - strategia trebuie s fie
acceptabil pentru stake-holderii ntreprinderii. Un
stake-holder poate fi descris ca fiind acela care are un
interes sau o pretenie legat de activitatea i rezultatele
firmei. Stake-holderii includ acionarii, salariaii, clienii,
furnizorii, comunitatea local etc. Unii stake-holderi au o
putere mai mare dect alii, dar nici o firm nu poate si supere stake-holderii fr a se atepta la o anumit
reacie de represalii.
3) fezabilitatea deciziilor - strategia trebuie s fie
aplicabil. ntreprinderea trebuie s aib resursele i
abilitile necesare pentru a implementa aciunile
strategice. Problema fezabilitii este focalizat de obicei
asupra resurselor financiare.
Instrumentarul
managerial
condiioneaz
semnificativ strategiile firmei. nsi calitatea strategiei la
nivelul celor ase componenete principale - misiune,
obiective fundamentale, opiuni strategice, resurse,
termene i avantaj competitiv - este dependent, ntr-o
msur apreciabil, de folosirea n procesul elaborrii
sale de metode i tehnici manageriale adecvate. O
influen i mai mare are instrumentarul managerial
35
asupra operaionalizrii strategiei. Fr a apela la o gam

cuprinztoare de sisteme, metode i tehnici manageriale,
folosite n mod competitiv, nici o strategie nu genereaz
rezultatele scontate.
2.2.
Modelarea
decizional
managerial
procesului
Pentru ca efectele pozitive rezultate din utilizarea

modelrii manageriale s se produc ndeplinirea
anumitor cerine este absolut necesar. Dintre acestea,
menionm20:
utilizarea frecvent n practica managerial a unor
metode, sisteme, tehnici moderne de management,
n general i a celor specifice exercitrii funciei de
previziune, n special;
luarea n considerare n practica managerial a
impactului tendinelor care se manifest pe plan
mondial n acest domeniu; aceste tendine
reprezint
axe
majore
de
direcionare
a
transferului de cunotine manageriale i direcii
de remodelare i modernizare a conducerii
organizaiilor din orice ar;
schimbarea tipului de relaie dintre organizaie i
organismele statului, n sensul crerii unei relaii
de tip parteneriat, avantajoas ambelor pri;
apariia treptat a unei noi viziuni n ceea ce
privete relaia dintre organizaie i deintorii de
interese, n sensul lurii n considerare n toate
fazele procesului managementului strategic a
specificului acestora;
participarea activ a organizaiilor la circuitul
economic mondial, prin schimburi profitabile;
Nicolescu O. - Management comparat, Editura Economic,

Bucureti, 2001.
20
36
crearea i meninerea avantajului concurenial al

organizaiilor care utilizeaz consecvent modelarea
managerial ca instrument de conducere;
facilitarea transferului de cunotine manageriale
i de tehnologie de la organizaiile de succes la cele
care care doresc s beneficieze de avantajele
modelrii manageriale.
Reuita apelrii la modelare este condiionat de
cunoaterea mai multor factori, n funcie de care se
decide asupra modelului ales. Literatura de specialitate
puncteaz ca cei mai importani pe urmtorii:
managementul organizaiei, un factor care poate
avea o influen pozitiv (dat fiind faptul c acesta
cunoate bine nevoile organizaiei n materie de
strategie), dar i negativ (dac nu este bine
informat n acest domeniu);
misiunea
organizaiei,
stabilit
de
ctre
managementul su sau de ctre proprietari sau
acionari, poate reprezenta un factor pozitiv,
favorabil pentru alegerea celui mai adecvat model
strategic decizional sau de planificare strategic;
cultura, organizaional i managerial care poate
avea, n funcie de gradul de dezvoltare i de
integrare a modelrii manageriale, o influen
pozitiv sau negativ cu rezultate pe termen mediu
sau lung;
rezultatele analizei diagnostic, care pot conduce la
alegerea unui model decizional strategic adecvat
evoluiei
anterioare
a
organizaiei
i
recomandrilor formulate pentru viitor;
mediul exogen i endogen al organizaiei, care
poate determina, prin particularitile sale,
orientarea spre cel mai adecvat model decizional
strategic; n acest sens se poate analiza detaliat i
cuantifica fiecare categorie de factori de mediu,
dintre care eseniali par a fi pentru organizaiile
37
romneti, n momentul actual, factori legislativi,

factorii politici i factorii economici;
strategia organizaiei, chiar dac n unele modele
este parte component, influeneaz hotrtor
modelul decizional strategic ales.
Analiza acestor factori, pe de o parte, i specificul
modelelor decizionale strategice sau de planificare
strategic, pe de alt parte, permit stabilirea celor mai
adecvate corespondene.
Trecerea de la un management bazat exclusiv pe
intuiie, fler, talent, la un management profesionist,
competent, este una dintre cele mai actuale i complexe
modificri survenite n ultimele dou decenii pe plan
mondial n domeniul managementului. Cauzele sunt
clare:
complexitatea crescnd a activitilor economice;
dinamica nemaintlnit a evoluiilor din economie
i societate;
evoluiile recente din domeniul managementului
tiinific;
interdependenele economice, sociale, politice,
culturale i manageriale manifestate la scar
mondial.
Managerul profesionist21 utilizeaz predominant n
activitatea sa, n scopul derulrii atribuiilor sale
specifice, concrete, metode, tehnici, principii, modele
furnizate de tiina managementului, urmrind astfel
obinerea de ctre organizaia pe care o conduce, a unor
performane
deosebite,
n
condiiile
creterii
competitivitii i concurenei interne, dar mai ales
internaionale.
Ca
urmare,
profesionalizarea
managementului ca o tendin complex presupune,
n esen o schimbare de viziune i de atitudine
managerial, care se poate sintetiza n trecerea de la
Nicolescu O. - Management comparat, Editura Economic,
Bucureti, 2001.
21
38
managementul clasic (curent, conservator, informativ,

fragmentar,
autarhic)
la
managmentul
modern
(anticipativ,
previzional,
inovaional,
informatizat,
sistemic, internaional).
DE REINUT
Ca manager profesionist, conductorul organizaiei
sau cel al subunitii organizatorice n care se practic n
mod contient i consecvent modelarea managerial i
propune s aleag cele mai adecvate instrumente
(modele,sisteme, metode, tehnici de management) pentru a
cunoate i reduce riscurile asociate viitorului, pentru a
nelege i elimina unele cauze care pot genera aspecte
negative sau pentru a conserva i dezvolta acele cauze
care produc vizibile consecine favorabile asupra
performanei organizaiei.
Paleta larg a instrumentelor de modelare create i
dezvoltate de specialitii n management ofer premisele
pentru ca managerii profesioniti s identifice i s pun
n practic n procesele strategice derulate n organizaiile
lor, modelele de management strategic, decizional sau de
planificare strategic, cele mai adecvate scopurilor
urmrite, momentului din evoluie n care se afl
organizaia sau conjuncturii economice, politice sau
sociale, respectiv conjuncturii interne i externe
organizaiei.
Prezentm n continuare unele dintre cele mai
cunoscute i utilizate modele de management strategic i
modele
decizionale
prezentate
n
literatura
de
specialitate.
39
2.3. Modele de management strategic

Primele modele de management strategic au
aprut n deceniul apte al secolului 20, o dat cu
acceptarea de ctre specialiti a acestui concept.
I. Ansoff a fost cel care a propus un prim model.
Esena acestui model o reprezint finalitatea sa, deci
conceprea unui plan strategic, care s conin strategia
global a organizaiei (defalcat pe mai multe tipuri de
strategii, precum cea administrativ, cea financiar i cea
bazat pe produse-piee), exprimat sub forma unor
obiective a cror provenien este multipl. Ele sunt
determinate de filosofia organizaiei, de deciziile
managementului i de analiza diagnostic operat asupra
performanelor anterioare ale organizaiei.
Un model bine cunoscut este acela conceput de
J.A. Pearce II i R.B. Robinson22, ulterior dezvoltat n timp.
El cuprinde, cum este firesc, toate componentele
procesului
managementului
strategic.
Ceea
ce
particularizeaz acest model este analiza celor dou
tipuri de impact major i minor pe care l sufer
componentele modelului. Reprezentarea grafic a
modelului prezint astfel impactul major pe care l are
implementarea strategiei asupra mediului i impactul
minor al profilului organizaiei asupra mediului. n acest
mod nu se dorete minimizarea impactului activitii
organizaiei asupra mediului, ci sesizarea faptului c este
dificil de evaluat msura n care acest impact este pozitiv
ori negativ, avnd sau nu implicaii ulterioare asupra
organizaiei sau asupra altor componente din economie.
Conform
modelului,
succesul
unei
echipe
manageriale n materie de strategie este condiionat de
elegana i fermitatea cu care jongleaz ntre dorina de
a realiza anumite obiective i posibilitatea concret de a
Pearce J. A.II, Robinson R.B. Jr. - Strategic Management,
Illinois, Irwin, Homewood, 1991.
22
40
le
obine,
conform
potenialului
organizaiei
i
disponibilitii resurselor. Faptul c modelul pornete n
formularea misiunii organizaiei de la aceast dualitate
reprezint unul din avantajele sale eseniale. Un alt
avantaj evident l reprezint cele dou bucle care asigur
rspunsul corespunztor etapelor de implementare i de
evaluare a strategiei propuse. n acest mod, se asigur
posibilitatea lurii n considerare a eventualelor
modificri ale unor componente din strategie, nc
nainte de punerea acesteia n aplicare, impuse de
elemente neluate integral n considerare la momentul
iniial sau care n timp i-au schimbat parial sensul de
evoluie sau influena asupra strategiei.
Un alt model cunoscut este acela al colii de la
Harvard23, cunoscut sub formularea LCAG, dup numele
autorilor si (A. Learned, N. Christensen, J. Andrews, S.
Guth).
Modelul pune pe acelai plan analiza intern i
extern a organizaiei, prin ceea ce este cunoscut sub
numele de analiz SWOT. Rezultatele analizei mediului i
ale
diagnosticului
intern
determin
posibilitatea
enumerrii i evalurii modalitilor de aciune posibile,
innd cont de avantajele i dezavantajele fiecreia.
Intervin n model n acest moment dou tipuri de valori,
eseniale n fond pentru ca modelul s dobndeasc
dimensiunea cultural capabil s individualizeze
organizaia n contextul economic n care ea se situeaz:
este vorba de integrarea valorilor culturale ale
organizaiei n mediu i responsabilitatea social a
acesteia i de integrarea valorilor culturale ale
managementului organizaiei, adic a elementelor care
din perspectiva echipei de conducere au un rol important
n formularea strategiei. Rezult de aici c strategia este
funcie de posibilitile de aciune ale organizaiei,
Learned A., Christensen N., Andrews J., Guth S. - Strategic
Management n Harward Business Review, nr. 24, 1990.
23
41
integrarea sa n mediul socio-cultural i prioritile

managementului organizaiei.
Modelul LCAG al colii de la Harvard surprinde,
pentru prima dat, rolul complex al culturii n procesul
de fundamentare, elaborare, implementare i evaluare a
strategiei unei organizaii precum i responsabilitatea
social a acesteia.
Valorile culturale ale organizaiei reprezint n
opinia autorilor modelului un factor care mediaz ntre
mediul ambiant exogen i formularea strategiei. Astfel, se
pot modela, i nelege mai bine restriciile mediului i
adapta, pe de alt parte componentele culturii
organizaionale la particularitile mediului exogen.
Aspecte particulare mult diferite de elementele
cuprinse n modelele prezentate anterior, se ntlnesc n
modelul strategic propus de M.J. Stahl i D.W. Grisgby24.
Pentru acetia, punctul de plecare n demersul strategic
l reprezint existena unei situaii-stimul, care poate
determina schimbri profunde de management pentru
perioada ulterioar. Percepia managerial a fenomenelor
economice cu care se confrunt organizaiile i
interpretarea acestora se realizeaz prin intermediul
lurii n considerare a valorilor culturale ale organizaiei
i a elementelor de factur cognitiv existente. n aceast
viziune,
valorile
culturale
reprezint
variabile
independente, iar percepia managerial este o variabil
dependent. Reprezentarea sistematic a modelului
demonstreaz cum din mai multe interpretri posibile ale
contextului, managementul organizaiei decide pentru
aceea pe care o consider adecvat scopurilor organizaiei
i conjuncturii temporale. Valorile culturale i elementele
de factur cognitiv ale personalului influeneaz direct
i aceast ultim etap de alegere strategic, ntruct
24
Stahl M.J., Grisgby D.W. - Strategic Manangement for

Decisions Making, Boston, Masachussette, 1992.
42
reuita strategiei este influenat i de modul n care

personalul organizaiei nelege s contribuie la aceasta.
B. Gluck, W. Kaufman, A. Walleck25 prezint
ntr-un alt model evoluia unei organizaii spre
practicarea managementului strategic. Astfel, organizaia
urmeaz patru faze n evoluia sa: o faz axat pe
planificarea financiar, o faz bazat pe previziune, o faz
bazat pe planificare orientat spre exterior adic spre
deintorii
de
interese
i o
faz,
ultima, a
managementului strategic, drept rezultat previzibil al
precedenelor etape. Autorii acestui model coreleaz fazele
din evoluia organizaiei cu sistemele de valori specifice.
Acestea evolueaz de la primordialitatea acoperirii
bugetului necesar realizrii strategiei, prin anticiparea
viitorului, la gndirea strategic i apoi la crearea
viitorului, ca unic modalitate de obinere a avantajului
concurenial n condiiile contemporane.
Un
model
interesant
pentru
practicarea
managementului strategic propun P. G. Holland i L. W.
Rue26, care precizeaz urmtoarele etape:
Formularea strategiei
Compararea cu strategia anterioar (dac a
existat)
Stabilirea misiunii
Stabilirea obiectivelor pe termen lung
Realizarea diagnosticului extern
Realizarea diagnosticului intern
Stabilirea opiunilor strategice
Identificarea alternativelor de afaceri
Compararea alternativelor strategice
Formularea strategiilor funcionale
25
Gluck B., Kaufman W., Walleck A. - Strategic Management

for Competitive Advantage, Harvard Business Review, nr. 1,
1990.
26
Rue L. W., Holland P. G. - Strategic Management, Concepts
and Experiences, New York, Mc. Graw-Hill Company, 1996.
43
Precizarea particularitilor modului de organizare

Evaluarea strategic i controlul
Cele 12 etape circumscrise fazelor clasice de
fundamentare, elaborare, aplicare i evaluare a strategiei
construiesc un model complex i actual. Strategia apare
n acest model ca fiind o consecin a relaiei n care se
afl misiunea organizaiei (de altfel peren) cu strategia
anterioar, din care n mod evident se inspir cea
urmtoare ca urmare a planificrii glisante. Aceast
viziune
asigur
att
continuitatea
procesului
managementului strategic, ct i raportarea permanent
la raiunile care au generat constituirea organizaiei.
Dimensiunile strategiei (cantitative i calitative) i
n primul rnd obiectivele pe termen lung ale acesteia
sunt influenate de rezultatele diagnosticului intern i ale
celui extern, iar opiunile strategice sunt generate de
alternativele de afaceri pe care le are organizaia.
Profesorul Ovidiu Nicolescu27 propune un model
decizional
normativ,
evoluat,
dinamic.
Acesta
preconizeaz o modalitate eficace de structurare a
procesului decizional, prin integrarea elementelor
implicate i a iteraiilor acestora ntr-o schem logic,
refectnd funcionalitatea mecanismului decizional.
La baza modelului dinamic, conceput pentru
procesul strategic desfurat n organizaiile romneti,
se afl ase etape:
1. identificarea i definirea problemei decizionale;
2. precizarea obiectivului decizional i stabilirea
criteriilor decizionale;
3. stabilirea alternativelor sau variantelor decizionale;
4. deciderea, adic adoptarea variantei decizionale
considerat optim;
5. aplicarea deciziei;
6. evaluarea rezultatelor aplicrii deciziei.
Nicolescu O. (coord.) - Sistemul decizional al organizaiei,

Editura Economic, Bucureti, 1998.
27
44
n activitatea practic de luare a deciziilor,

momentele corespunztoare diferitelor etape nu sunt
strict delimitate, ordinea lor nu este rigid. ncadrarea n
succesiunea raional a operaiilor decizionale nu trebuie
transformat
ntr-un obiectiv n sine, care s fie
urmrit cu orice pre.
Dac situaia-stimul poate fi comun pentru mai
multe organizaii care acioneaz n aceeai ramur i
generaliznd, tuturor organizaiilor romneti (de
exemplu, trecerea de la o economie centralizat la o
economie de pia, concurena crescnd, privatizarea i
implicaiile ei n materie de calitate i costuri etc.),
celelalte etape ale procesului decizional strategic
normativ dobndesc dimensiuni particulare pentru
fiecare organizaie, n funcie de cel puin dou categorii
de influene (cele exercitate de mediu i cele exercitate de
decident).
Complexitatea modelului decizional i logica
impecabil l recomand spre utilizare n procesele
decizionale strategice i tactice pentru toate organizaiile
din Romnia, indiferent de gradul de mrime sau
domeniul de activitate.
Modelul este util att din punctul de vedere
teoretic dar i pragmatic. Din punct de vedere teoretic el
ofer o imagine coerent a ansamblului procesului
decizional cu elemente i fazele sale componente i
relevnd corelaiile dintre acestea. Din punct de vedere
pragmatic, modelul poate fi folosit n formarea i
perfecionarea managerilor, specialitilor din organizaiile
economice care utilizeaz managementul tiinific drept
instrument de lucru.
45
Idei n rezumat
Deciziile i modelele proceselor decizionale se pot analiza
i n calitate de componente ale procesului managementului
strategic.
Un numr din ce n ce mai mare de manageri
contientizeaz necesitatea uneori vital apelrii n mod
constant, n cadrul procesului managementului strategic, la
modelele decizionale cele mai adecvate scopului propus, dar i
caracteristicilor organizaiei.
Importana apelrii la modelare pentru fundamentarea
deciziilor strategice este impus de necesitatea lurii n
considerare a constrngerilor mediului exogen sau endogen
organizaiei, mediu care poate exercita influene favorabile sau
defavorabile evoluiei acesteia, n perioada la care se refer
deciziile strategice respective.
Modelarea managerial fost utilizat pentru a construi
modele ale organizaiilor avnd ca scop declarat predicia i
estimarea impactului schimbrii din interiorul organizaiei
datorat modificrilor mediului. Puterea unui model se manifest
prin abilitatea acestuia de a simplifica sistemul lumii reale pe
care l reprezint i de a prediciona anumii factori ai acestuia.
Modelarea managerial face posibil cunoaterea tuturor
aspectelor pertinente, descrierea clar a problemelor economice
i a cerinelor acestora, identificarea diferitelor alternative de
proiectare i a mecanismelor pentru analiza acestor opiuni
pentru implementarea proiectului la nivelul strategic, tactic i
operaional.
Bibliografie
1. Allaire Y., Frirotu M. - Management strategic.
Strategiile succesului n afaceri, Editura Economic,
Bucureti, 1998.
2. Bcanu B. - Practici de management strategic, Ed.
Polirom, 2006.
3. Gluck B., Kaufman W., Walleck A. - Strategic
Management for Competitive Advantage, Harvard
Business Review, nr. 1, 1990.
46
4. Learned A., Christensen N., Andrews J., Guth S. Strategic Management n Harward Business Review, nr.
24, 1990.
5. Nane M. Management strategic concepte,
metodologie, studii de caz, Editura Pro Universitaria,
Bucureti, 2006.
6. Nicolescu O. - Management comparat, Editura
7. Nicolescu O. (coord.) - Sistemul decizional al
organizaiei, Editura Economic, Bucureti, 1998.
8. Pearce J. A.II, Robinson R.B. Jr. - Strategic
Management, Illinois, Irwin, Homewood, 1991.
9. Rue L. W., Holland P. G. - Strategic Management,
Concepts and Experiences, New York, Mc. Graw-Hill
Company, 1996.
10. Stahl M.J., Grisgby D.W. - Strategic Manangement
for Decisions Making, Boston, Masachussette, 1992.

1. La ce se refer sintagma management strategic?
2. Cum definii liderul strategic? Care este rolul acestuia
ntr-o organizaie?
3. Comentai conceptul de strategie generic.
4. Cine este cel care a dezvoltat conceptul de strategie
generic?
5. M. Porter consider c pentru a livra un beneficiu
perceput clienilor, firma trebuie s concureze prin
anumite modaliti. Care sunt acestea?
6. La ce se refer diferenierea produsului/serviciului?
Exemplificai.
7. Ce presupune concurena prin cost?
8. Orice firm trebuie s verifice i s-i revizuiasc
permanent direciile strategice prin prisma schimbrilor
continue ce au loc. n realizarea analizelor firma trebuie
47
s se aib n vedere mai multe criterii. Care sunt

acestea?
9. Ce presupune instrumentarul managerial?
1. Pentru ca efectele pozitive rezultate din utilizarea
modelrii manageriale s se produc, ndeplinirea
anumitor cerine este absolut necesar. Enumerai cel
puin trei dintre acestea.
2. Reuita apelrii la modelare este condiionat de
cunoaterea mai multor factori, n funcie de care se
decide asupra modelului ales. Care sunt acetia?
3. Care sunt caracteristicile unui manager profesionist?
4. Care este esena modelului lui I. Ansoff?
5. Care sunt elementele care particularizeaz modelul
J.A. Pearce II i R.B. Robinson?
6. Descriei modelul LCAG al colii de la Harvard.
7. Aspecte particulare mult diferite de elementele
cuprinse n alte modele se ntlnesc n modelul strategic
propus de M.J. Stahl i D.W. Grisgby. Care sunt acestea?
8. B. Gluck, W. Kaufman, A. Walleck prezint ntr-un
model evoluia unei organizaii spre practicarea
managementului strategic. Potrivit acestui model,
organizaia urmeaz patru faze n evoluia sa. Descrieile.
9. Care sunt etapele managementului strategic luate n
considerare de ctre P. G. Holland i L. W. Rue n
modelul pe care l-au conceput?
10. Care sunt caracteristicile modelului dinamic
conceput pentru procesul strategic desfurat n
organizaiile romneti de ctre profesorul O. Nicolescu?
48
TEHNICA MONTE CARLO I

APLICAII ALE ACESTEIA N
ECONOMIE
3.1. Prezentarea general a metodei Monte Carlo
economici i tehnici folosind tehnica Monte Carlo.
Aplicaii
nelegerea procesului de generare aleatoare a valorilor
unei variabile probabiliste;
Formarea abilitii de a utiliza generatoare de numere
aleatoare;
nelegerea conceptului de numr aleator;
Cunoaterea caracteristicilor i a utilitii metodei
Monte Carlo n economie;
nelegerea ideii de baz a Metodei Monte Carlo;
Aplicarea simulrii Monte Carlo n diferite analize.
Concepte cheie:
Metoda Monte Carlo

Experiment
de
simulare
Variabil aleatoare
Variabil probabilist
Proces aleator
Rezultat determinist
Distribuie cumulativ
Aplicaii economice ale
metodei Monte Carlo
Abatere standard
Distribuie
de
probabilitate
Generator de numere
aleatoare
Frecven relativ
Abatere standard
Coeficient de variaie
Interval de ncredere
Medie
Probabilitate relativ
Probabilitate cumulat
Simulare stochastic
(probabilist)
49
3.1. Prezentarea general a metodei Monte Carlo

DE REINUT
Metoda Monte Carlo este o tehnic matematic
care presupune simularea repetat a unui sistem, cu
variabile
aleatoare
generate
din
distribuia
de
probabilitate a unor procese reale. Metoda este aplicat
pe scar larg, n domenii variate de activitate, pentru
obinerea unor soluii aproximative n rezolvarea unor
probleme complexe.
Aplicarea cu succes a metodei n rezolvarea
problemelor din sfera tiinelor exacte (n fizic, n mod
deosebit problema de difuzie a neutronului sau a
transportului neutronului ntr-un mediu izotrop) a
ncurajat economitii n cercetarea posibilitilor de
utilizare a metodei n domeniul tiinelor economice.
Mediul economic concurenial din zilele noastre
ofer posibilitatea aplicrii metodei pe pieele financiare,
n managementul riscului, pentru analiza unor procese
economice n care cererea de consum, preul, ritmul de
aprovizionare, durata de realizare a unei activiti etc.
sunt variabile aleatoare. Astfel de probleme manageriale
complexe, influenate de factori necontrolabili de ctre
decident, pot fi simulate cu ajutorul tehnicii Monte Carlo,
care furnizeaz soluii aproximative pentru o mare
varietate de probleme economice. Obinerea unui rezultat
statistic viabil, de regul medie a unui parametru, este
condiionat ns de numrul ct mai mare de iteraii.
50
Reamintim
probabilitilor:
cteva
elemente
de
teoria
I. Cmpuri de evenimente
Se numete eveniment aleator oricare din
rezultatele poteniale ale unei experiene, a crui
realizare poate fi confirmat de o singur prob.
Vom nota cu mulimea tuturor rezultatelor
posibile ale unei experiene i cu P() mulimea tuturor
prilor lui .
Fie K o subfamilie din P() cu proprietile:
- dac A K atunci i A K;
- dac A1, A2,...,An,...este un ir arbitrar de
evenimente din K atunci i
face parte din K.
n 1
Perechea (, K) se numete cmp de evenimente

sau populaie statistic.
Dac este o mulime finit atunci (,K) se
numete cmp finit de evenimente i K = P().
II. Cmpuri de probabilitate
Fie cmpul de evenimente (, K).
Se numete probabilitate pe (, K) o funcie P : K
R care satisface condiiile:
i. 0 P(A) 1 , A
K;
ii. P( ) = 1;
iii. Orice ir de evenimente A1, A2,...,An,... dou
cte doua ncompatibile ( Ai Aj = , pentru i j) are loc
egalitatea P ( An ) =
n 1
Tripletul
probabilitate.
(,
P( A ) .
n
n 1
K,
se
numete
cmp
de
Definiia clasic a probabilitii:
51
P(A) =
numarul de evenimente elementare
favorabile lui A
numarul total de evenimente elementare ale campului
III. Variabile aleatoare

Fie cmpul de probabilitate (,K,P). Se numete
variabil aleatoare (variabil stochastic) o funcie X :
R.
n termeni nematematici variabila aleatoare este
o mrime care n urma unei experiene poate lua o
valoare dintr-o mulime bine definit, numit mulimea
valorilor posibile.
Unei variabile aleatoare i putem asocia diferite
probabiliti, cu care aceasta ia anumite valori.
O variabil aleatoare se numete discret dac
poate lua un numr finit sau cel mult numrabil de
valori. Dup cum numrul de valori pe care le poate lua o
variabil aleatoare este finit sau infinit, variabila
aleatoare va fi discret finit (sau simpl) sau discret
infinit.
Dac mulimea valorilor posibile este continu (un
interval finit sau infinit din mulimea numerelor reale),
variabila aleatoare se numete continu.
Distribuia de probabilitate a unei variabile
aleatoare (Repartiia unei variabile aleatoare simple)
Fie variabila aleatoare X i xi valorile posibile pe
care aceasta le poate lua, cu i = 1,2,n.
Fie Ei evenimentul ca variabila aleatoare X s ia
valoarea xi. ( X = xi), i = 1,2,n i P(Ei) = P(X=xi) = p(xi) =
pi, probabilitatea ca variabila aleatoare X s ia valoarea x i
(am notat cu p(xi) funcia de probabilitate).
Mulimea perechilor ordonate ( xi, p(xi)) se numete
repartiia sau distribuia de probabilitate a variabilei
aleatoare discrete X.
Ca i notaie, vom scrie:
52
...
2
n
X : 1
p( x1 ) p( x2 ) ... p( xn )
Proprietaile funciei de probabilitate:

i. p(xi) 0, oricare i=1, 2,n;
n
ii. p( xi ) 1 , deoarece Ei = (X=xi) este un sistem

i 1
complet de evenimente.
Funcia de repartiie. Densitatea de repartiie
Fie cmpul de probabilitate ( , K, P) i variabila
aleatoare X : R
Funcia F : R R, definit prin formula:
F(xi) = P({ : X( ) < xi}) = P(X<xi), x R
se numete funcie de repartiie a variabilei aleatoare X
(sau funcia distribuiei cumulative).
Dac X este o variabil aleatoare simpl care are
repartiia (xi, p(xi)), i = 1, n , atunci pentru fiecare x R dat
vom avea F(x) = p( xi ) . Rezult c funcia de repartiie a
xi x
unei variabile aleatoare simple X (mai general, discrete)

este suma probabilitilor valorilor xi situate la stnga lui
x.
Funcia de repartiie F a unei variabile aleatoare
discrete X se numete funcie de repartiie de tip discret.
Fie X o variabil aleatoare a crei funcie de
repartiie este F(x). Dac exist o funcie f : R [0, ]
x
astfel nct F(x) = f (u )du pentru orice x R, atunci f se
numete densitate de repartiie sau densitate de

probabilitate.
Caracteristici numerice ale variabilelor aleatoare
a)
Caracteristici numerice ale variabilelor
aleatoare discrete
53
1. Valoarea medie
Fie cmpul de probabilitate ( , K, P) i variabila
aleatoare X : R care ia valorile xn , n N*, cu
probabilitile p(xn) = P(X=xn). Dac seria xn p( xn ) este

n 1
absolut
convergent,
constanta
M(X)
x n f ( x n ) se
n 1
numete valoarea medie (sau speran matematic) a

variabilei aleatoare X.
2. Abaterea de la valoarea medie
Fie X o variabil aleatoare discret a crei valoare
medie este M(X). Variabila aleatoare Z = X M(X) se
numete abaterea (de la valoarea medie) a variabilei
aleatoare X. Rezult de aici ca M(Z) = 0.
3. Momente
Fie X o variabil aleatoare discret i r N*. Dac
valoarea medie a variabilei aleatoare Xr exist, atunci
aceast valoare medie se numete moment (sau moment
iniial) de ordinul r al variabiei aleatoare X i se noteaz:
Mr(X) = M(Xr) = x nr f ( x n )
n 1
Observaie: M1(X) = M(X)

r
Valoarea medie a variabilei aleatoare X
se
numete moment absolut de ordinul r al variabilei
aleatoare X i se noteaz:
Mr( X ) = M( X r) = x n f ( x n )
r
n 1
Momentul de ordinul r al abaterii X M(X) se

numete moment centrat de ordinul r al variabilei
aleatoare X i se noteaz:
mr(X) = Mr(X-M(X)) = M[(X-M(X))r]
4. Dispersia (momentul centrat de ordin 2)
Momentul centrat de ordinul 2 (r = 2) se numete
dispersia varaiabilei aleatoare X i se noteaz:
D2(X) = 2 = m2(X) = M[(X M(X))2]
54
Numrul D(X) = = m2 ( X ) se numete abatere

medie ptratic a variabilei aleatoare X.
Pentru calcului dispersiei se folosete proprietatea:
D2(X) = M(X2) [M(X)]2
b) Caracteristici numerice ale variabilelor aleatoare
continue
Fie cmpul de probabilitate ( , K, P) i X o
variabil aleatoare continu a crei densitate de repartiie
este f(x).
Valoarea medie a variabilei aleatoare X este:
M(X) = xf ( x)dx ,
n ipoteza c integrala este convergent.

Momentul (momentul iniial) de ordin r este:
Mr(X) = M(Xr) = x r f ( x)dx ,
n ipoteza c integrala este convergent.

Momentul absolut de ordinul r este: M r(|X|r) =
r
| x | f ( x)dx
Momentul centrat de ordin r este:
mr(X) = Mr(X M(X)) = ( x M ( X )) r f ( x)dx
IV. Legi de repartiie

Deoarece distribuiile variabilelor aleatoare definite
pe o populaie studiat nu se cunosc, se folosesc legi
teoretice de distribuie pentru caracterizarea acestora.
Astfel:
- pentru variabile aleatoare continue se folosete
Legea normal sau Legea Laplace Gauss;
- pentru variabilele aleatoare finite se folosete legea
Binomial sau Legea Bernoulli;
- pentru variabile aleatoare discrete infinite se
folosete legea Poisson, etc.
Repartiia normal
55
O variabil aleatoare X satisface o repartiie

normal de parametri m i 2 , notat N (m, 2 ) dac
1
densitatea sa de repartiie este f(x) =
( xm)2
.
2
Funcia f este legea de repartiie normal.
Funcia de repartiie a legii normale N(m, 2 ) este:
F(X) =
x (t m )
2
e 2
2 2
dt
2
Pentru o variabil aleatoare normal X, M(X) = m
i D2(X) = 2 .
Repartiia normal redus
O variabil aleatoare X urmeaz o repartiie
normal redus (sau standard), notat N(0,1), dac
densitatea sa de repartiie este f(x) =
1
2
x2
2
Legea normal redus se obine din legea de

repartiie normal, considernd m = 0 i = 1 i folosind
schimbarea de variabil Z =
X m
Funcia de repartiie a legii normale reduse N(0,1)
este
2
F(X) =
1
2
x t
e 2
dt ,
cunoscut i sub numele de funcia lui Laplace.

Valorile funciei lui Laplace se gsesc n tabele, ca
de exemplu Tabelul p(u) care conine pentru fiecare
valoare u probabilitatea ca variabila Z sa fie n exteriorul
intervalului [-u, u]. Pentru a calcula probabilitatea ca
variabila Z s fie n interiorul acestui interval, se va folosi
relaia 1-p(u).
Repartiia binomial
56
Funcia P(X=k) = Cnk p k .q nk cu k =0,1,...,n se

numete legea de repartiie binomial de parametri n i p
i variabila aleatoare X are urmtorul tabel de distribuie
X : k k nk
C p q
Valoarea medie M(X) = np.

Dispersia D2(X) = npq.
Repartiia Poisson
Se numete repartiie Poisson de parametru
(unde reprezint numrul mediu ateptat de realizri
ale evenimentului n intervalul considerat), o repartiie
k
e
discret determinat de probabilitile P(k; ) =
,
k N i > 0 este un numr dat.
Tabelul de distribuie al
k!
variabilei
aleatoare
Poisson va fi X : k
e
k!
Valoarea medie M(X) = .

Dispersia D2(X) = .
Repartiia hi-patrat ( 2 )
Repartiia hi-ptrat descrie comportamentul sumei
ptratelor
unor
variabile
independente
normal
distribuite, fiecare de medie 0 i abatere standard 1.
Definim X = X 12 X 22 ... X 2n cu X i N (0,1) . Atunci
variabila aleatoare X va avea o repartiie hi-ptrat de
parametri n = =1.
Numrul de termeni X i2 independeni (numrul de
variabile aleatoare independente care genereaz pe X) se
numete numrul gradelor de libertate.
57
Densitatea de probabilitate a legii 2 este f(x) =

n
x2
n
n
2 2 n ( )
2
x
2 2
unde (a) x a 1e x dx (integrala lui Euler de

0
spea a doua).
Valoarea medie M(X) = n 2.
Dispersia D2(X) = 2n 4.
Repartiia Student (t)
O variabil aleatoare Student t este o variabil
aleatoare continu a crei funcie densitate de
probabilitate depinde de un singur parametru i anume
numrul gradelor de libertate.
Densitatea de probabilitate a variabilei aleatoare
Student cu n grade de libertate este:
n 1
n 1
)
x2
2
f(x) =
(1 ) 2
n
n
n ( )
2
(
Valoarea medie M(X) = 0.

Dispersia D2(X) =
n
, n > 2.
n2
Pentru n > 30, repartiia Student

aproximat cu repartiia normal redus.
poate
fi
V. Generarea numerelor aleatoare

Un ir de numere este aleator dac fiecare numr
a fost obinut ntmpltor i nu are nici o legtur cu
celelalte numere din ir i fiecare numr are o
probabilitate dat de apariie n orice domeniu de valori
dat.
Cerinele unui generator de numere pseudoaleatoare se refer la:
- simplitate i rapiditate;
- producerea de iruri de numere de lungime arbitrar
care s nu conin repetiii;
58
- producerea de numere independente unul de altul sau

cu o corelare ct mai vag;
- generarea de numere care s aib o repartiie uniform.
O modalitate facil de generare a numerelor
aleatoare este utilizarea computerului. Programele de
calcul tabelar au ncorporate, n general, o serie de
faciliti n acest sens.
DE REINUT
Microsoft Excel, de exemplu, permite generarea
numerelor aleatoare n intervalul [0,1] folosind funcia
RAND( ).
Simularea se face folosind funcia VLOOKUP,
funcie care permite cutarea ntr-un tabel.
Forma general a funciei este:
VLOOKUP(Lookup_value; Table_array;
Col_index_num).
Se caut n tabelul de la adresa Table_array
intervalul de numere aleatoare cruia i aparine
numrul aleator generat n celula Lookup_value.
Col_index_num arat numrul coloanei tabelului n care
se afl valoarea mrimii aleatoare care se simuleaz.
n figura urmtoare, forma funciei utilizate este
VLOOKUP(E31;$B$31:$D40;2). Cu ajutorul acesteia se
caut n tabelul format ntre celulele B31 i D40
intervalul de numere aleatoare cruia i aparine
numrul aleator generat n celula E31. 2 reprezint
numrul coloanei tabelului n care se afl valoarea
mrimii aleatoare care se simuleaz (adic coloana C).
59
Mai mult, prin programul de completare (add-in)

Analysis ToolPak, Microsoft Excel ofer posibilitatea
generrii unor numere aleatoare cu distribuii de date
(distribuia discret, uniform, normal, Bernoulli,
binomial i Poisson).
Nscut n jurul anului 1940 ntr-unul dintre cele
mai mari i sofisticate laboratoare de cercetare din lume,
Los Alamos National Laboratory din New Mexico, aflat
sub patronajul Departamentului pentru Energie al
Statelor Unite ale Americii, metoda Monte Carlo a fost
popularizat de ctre cercettorii angrenai n proiectele
secrete de construire a armelor nucleare din acest
laborator.
Stanislaw Ulam (matematician polonez, renumit
pentru descoperirea propulsiei nucleare i a designului
Teller-Ulam al armelor termo-nucleare), Enrico Fermi
(fizician italian, laureat al Premiului Nobel pentru fizic
n anul 1938 pentru descoperirea unor noi elemente
radioactive produse prin iradierea neutronilor), John von
Neumann (matematician de origine maghiar, iniiator al
teoriei jocului i al aplicaiilor de analiz matematic
60
funcional n mecanica cuantic) i Nicholas Metropolis

(fizician i matematician american de origine greac,
cunoscut pentru preocuprile sale n domeniul
matematicii aplicate) sunt prinii spirituali ai metodei
Monte Carlo.
DE REINUT
Denumirea metodei provine de la Cazinoul Monte
Carlo din Monaco. Ruleta poate fi considerat cel mai
simplu generator de numere aleatoare. Drept urmare,
cercettorii au fcut analogie cu procesele aleatoare i
natura repetitiv a activitilor specifice unui cazino.
Prima lucrare28 care trateaz problematica metodei
Monte Carlo a fost publicat n Jurnalul Asociaiei
Americane de Statistic i aparine lui N. Metropolis i S.
Ulam. Autorii prezint motivaia i descrierea general a
metodei n contextul problemelor de fizic-matematic. n
esen, metoda este prezentat ca o abordare statistic a
studiului ecuaiilor difereniale, mai precis a ecuaiilor
integro-difereniale care intervin n diferite domenii ale
tiinelor naturii.
DE REINUT
n general, simularea Monte Carlo este folosit n
condiiile n care metodele analitice fie nu sunt
disponibile, fie implic proceduri matematice complexe, a
cror alternativ simpl i viabil este simularea.
Odat
cu
dezvoltarea
computerelor i
generalizrii folosirii lor, simularea Monte Carlo
a
a
Metropolis N., Ulam S. The Monte Carlo Method, Journal of

the American Statistical Association, Volume 44, Number 247,
September 1949
28
61
cunoscut o cretere a popularitii, devenind o soluie

alternativ la problemele complexe.
Etapele de baz29 ale metodei pot fi prezentate
astfel:
- se descrie distribuia de probabilitate a sistemului;
- se scrie forma ecuaiei care definete msura
performanei sistemului;
- se construiesc distribuiile de probabilitate
cumulative pentru fiecare element de natur
stochastic;
- se
asociaz
numere
reprezentative
n
coresponden cu distribuiile de probabilitate
cumulative;
- se genereaz numere aleatoare corespunztoare
fiecrui element probabilistic i se testeaz
performana sistemului;
- se repet simularea; cu ct numrul de iteraii
este mai mare, cu att acurateea rezultatelor este
mai bun; rularea poate fi oprit cnd s-a atins
eroarea standard dorit;
- se asigur stabilitatea procesului de simulare prin
validarea/nevalidarea unor date;
- se repet generarea de numere aleatoare i
simularea propriu-zis pn cnd se atinge pragul
de stabilitate al sistemului.
Domeniile de aplicabilitate ale metodei sunt foarte
variate: fizic, fizic-statistic, chimie, matematic,
economie, finane, design, IT, telecomunicaii etc.
n domeniul finanelor i al matematicilor
financiare, metoda Monte Carlo este utilizat pentru a
evalua i a analiza instrumente financiare, portofolii i
investiii prin simularea diferitelor surse de incertitudine
care ar putea afecta valoarea acestora.
Muntean Cornelia The Monte Carlo Simulation Technique
Applied in the Financial Market, Faculty of Economic Sciences
West University of Timioara, Economy Informatics, 1-4/2004
29
62
DE REINUT
n management, metoda Monte Carlo este folosit
n scopul evalurii alternativelor decizionale. n acest
sens, se ataeaz unei probleme decizionale un model
probabilist n care cel puin o variabil este aleatoare prin
distribuia sa. Fiecrei variabile aleatoare de intrare n
model i se atribuie o valoare ntmpltoare, un numr
aleator uniform distribuit pe intervalul [0, 1], nndu-se
cont ns de distribuia de probabilitate a acelei variabile.
Se calculeaz valorile variabilelor de ieire i se repet
experienele de simulare de un numr ct mai mare de
ori i se obin distribuii de probabilitate ale variabilelor
de ieire din model. Fiecare alternativ este astfel
evaluat (prin realizarea de simulri ale modelului), iar
prin coroborarea i interpretarea rezultatelor se pot
estima mult mai pertinent rezultatele viitoare ale
problemei studiate.
Aadar, problemele de management decizional pot

fi
uor
abordate
prin
simulare
stochastic
(probabilistic). innd seama de mrimile aleatoare care
intervin, acestea pot fi sintetizate aa cum se prezint n
tabelul 3.1.30.
30
Adaptare dup Raiu-Suciu Camelia Modelarea & simularea proceselor

economice Teorie i practic, Ed. Economic, Bucureti, 2003
63
Tabel 3.1.
Variabila aleatoare
Cererea i/sau preul
Ritmul de aprovizionare
i/sau cererea de consum
Durate/intervale n
procesele de ateptare
Durata unei activiti
Durata prelucrrii pe
diferite maini, ritmul
aprovizionrii cu materiale
Numrul defeciunilor i
ritmul de efectuare a
reparaiilor
Problema de decizie
Lansarea unui nou produs pe
pia
Determinarea politicilor de
control al stocurilor
Dimensionarea unor faciliti de
servire
Estimarea duratei totale de
finalizare a unui proiect complex
Probleme de programare
operativ a produciei
Analiza proceselor de reparaii
ale utilajelor n vederea
programrii produciei i/sau
investiiilor
Viabilitatea deciziilor elaborate pe baza rezultatelor

simulrii unui proces economic este condiionat de
includerea n modelul de simulare a caracteristicilor
aleatoare (pre, cerere, durat etc.).
Metoda Monte Carlo modeleaz variabile aleatoare
n vederea determinrii caracteristicilor repartiiei lor,
atunci cnd aceste caracteristici nu pot fi stabilite prin
expresii analitice pe baza funciilor teoretice de densitate
de probabilitate. Procesul real este nlocuit cu un proces
artificial. Pentru obinerea unor rezultate corecte, se
impune ca variabilele aleatoare generate n timpul
experimentelor de simulare s reproduc fidel variabila
aleatoare real. Calitatea eantionului obinut prin
simulare poate fi apreciat prin teste de concordan
(Kolmogorov, Smirnov, Pearson sau 2) care msoar
64
apropierea dintre repartiia teoretic specificat pentru o

anumit variabil aleatoare i repartiia simulat31.
a) Algoritmul metodei Monte Carlo pentru variabile
aleatoare discrete
Pasul 1 Se calculeaz probabilitile P(X=xi) =
P(xi) = pi i funcia de distribuie cumulativ F(xi) =
P(X xi) = p(u ) cu i = 1, n
u xi
Pasul 2 Fiecrei valori ale variabilei aleatoare

discrete i se asociaz intervale de numere aleatoare.
Valoarea
variabilei
aleatoare
Probabilitatea
de realizare
xi
x1
x2
P(X=xi) = P(xi) =
pi
P(x1)
P(x2)
...
xn
...
P(xn)
Funcia de
distribuie
cumulativ
F(xi)
F(x1) = P(x1)
F(x2) =
P(x1)+P(x2)
...
F(xn) = P(xn1)+P(xn)
Intervalele de
valori ale
frecvenei
cumulate
[F(xi-1), F(xi))
[F(x0), F(x1))
[F(x1), F(x2))
[F(xn-1), F(xn))
Pasul 3 Se genereaz un numr aleator u

uniform repartizat n intervalul [0,1] cu ajutorul unui
generator de numere aleatoare.
Pasul 4 Se genereaz valoarea xi a variabilei
aleatoare discrete, folosind metoda grafic sau metoda
tabelar.
Metoda tabelar: se caut n tabelul ntocmit la
pasul 2 intervalul [F(xi-1), F(xi)) cruia i aparine numrul
aleator u i se ntocmete un nou tabel n care se trece
valoarea u i valoarea xi identificat, corespunztoare
acestui interval.
31
Raiu-Suciu Camelia Modelarea & simularea proceselor economice

Teorie i practic, Ed. Economic, Bucureti, 2003
65
Pasul 5 Se reia algoritmul de la Pasul 3 pn

cnd se obine volumul necesar pentru selecia simulat.
b) Algoritmul metodei Monte Carlo pentru variabile
aleatoare continue
Pasul 1 Se construiete funcia densitate de
probabilitate f(x) i funcia distribuiei cumulative F(x).
Valorile variabilei aleatoare continue se grupeaz n
intervale, i se prezint ntr-un tabel.
Intervalele
de valori
ale
variabilei
aleatoare
[xi-1, xi)
Frecvena
fi
Frecvena
relativ
n
fi/ f k
Frecvena
cumulat
F(xi)
k 1
[x0, x1)
f1
f1/ f k
F(x1) =
n
k 1
f1/ f k
F(x2)
=(f1+f2)/
Intervalele
de valori
ale
frecvenei
cumulate
[F(xi-1),
F(xi))
[F(x0),
F(x1))
k 1
[x1, x2)
f2
f2/ f k
k 1
[F(x1),
F(x2))
fk
k 1
[xn-1, xn)
fn
fn/ f k
k 1
F(xn) = 1
[F(xn-1),
F(xn))
Pasul 2 Se genereaz un numr aleator u

uniform repartizat n intervalul [0,1] cu ajutorul unui
generator de numere aleatoare.
Pasul 3 Se genereaz o valoare x a variabilei
aleatoare continue prin rezolvarea ecuaiei F(x) = u.
Dac soluia se obine cu relaia x = F-1(u) metoda
se numete metoda inversei.
66
Dac nu se poate construi inversa explicit a

funciei F(x), ecuaia se rezolv prin metoda interpolrii.
Dac u [F(xi-1), F(xi)) este asociat valorilor [xi-1, xi),
se genereaz x cu ajutorul relaiei de interpolare:
X = xi-1 +
Pentru
( u - F(x i-1 ) )(x i - x i-1 )

F ( xi ) F ( xi 1 )
distribuia
uniform
continu
interval [a,b], ecuaia F(x) = u are forma
ntr-un
xa
u cu
ba
soluia x = a + (b-a)u.
Deoarece distribuia normal este descris de o
funcie de densitate de probabilitate care nu poate fi
integrat exact, nu se poate obine nici inversa funciei
distribuiei cumulative, iar pentru generarea valorilor
variabilei aleatoare se folosesc metode aproximative ca de
exemplu metoda Box Muller, metoda teoremei limitei
centrale sau metoda respingerii.
Pasul 4 Se reia algoritmul de la Pasul 2 pn
cnd se obine volumul dorit al seleciei simulate.
Datele seleciei simulate pot fi utilizate pentru
calculul caracteristicilor distribuiei de probabilitate a
variabilei aleatoare cercetate: media aritmetic, abaterea
standard, coeficientul de variaie i intervalul de ncredere
pentru medie32.
Media aritmetic se utilizeaz la calculul nivelului
mediu al unor indicatori prezentai n serie dinamic de
intervale de timp, la calculul nivelului mediu al seriilor
statistice de variaie, al seriilor simple enumerative,
precum i n cazul seriilor teritoriale comparabile.
Dac frecvenele variantelor din seria statistic
studiat sunt egale ntre ele, se folosete formula mediei
aritmetice simple,
32
Mihilescu Nicolae Statistic, Ed. Victor, Bucureti, 2005
67
Mx x
x i
, iar dac frecvenele variantelor nu
n
sunt egale ntre ele, se aplic media aritmetic ponderat,
M(x) x
x i n i
, n care notaiile utilizate au
n i
urmtoarele semnificaii:
M(x) sau x - valoarea medie a caracteristicii
studiate x,
xi- varianta i a caracteristicii statistice pentru care
se calculeaz media, i = 1, 2, 3, ... , n ,
ni- frecvena variantei i a caracteristicii statistice
studiate,
n - numrul variantelor caracteristicii statistice
atunci cnd se folosete media aritmetic simpl.
Abaterea medie ptratic sau abaterea standard
x se calculeaz prin extragerea rdcinii ptrate din
dispersie, astfel,
x i x
, n cazul seriilor de repartiie cu
n
2
frecvene egale
x i x n i
, n cazul seriilor de repartiie cu
n i
2
frecvene neegale
Abaterea medie ptratic caracterizeaz gradul de
variabilitate a variantelor individuale ale caracteristicii de
la valoarea medie. Cu ct abaterea medie ptratic are o
mrime mai mic cu att valorile caracteristicii sunt mai
concentrate n jurul mediei i n consecin colectivitatea
statistic este mai omogen i invers, cu ct abaterea
medie ptratic are o mrime mai mare cu att valorile
individuale ale caracteristicii sunt mai dispersate i deci
colectivitatea este mai puin omogen.
68
Abaterea medie ptratic are o aplicabilitate

extins pentru dimensionarea sintetic a variaiei
caracteristicii studiate deoarece se exprim n aceleai
uniti de msur n care sunt exprimate i variantele
caracteristicii. Acest indicator prezint totui i o limit
de aplicare atunci cnd se dorete s se fac, pe baza
mrimii sale, o comparaie a gradului de variabilitate
existent n dou colectiviti statistice ale cror
caracteristici sunt exprimate n uniti de msur diferite
sau sunt mrimi cifrice de ordin diferit (ordinul zecilor i
respectiv ordinul sutelor) chiar dac unitatea de msur
este identic.
Coeficientul de variaie (V) permite, datorit
formei sale de exprimare procentual, cea mai general
apreciere a gradului de variabilitate medie a
caracteristicii statistice studiate, fr limite de
interpretare.
x
100
x
Cu ct coeficientul de variaie are o valoare mai

mic, cu att media caracteristicii este mai reprezentativ
pentru colectivitatea statistic studiat i n consecin
colectivitatea este mai omogen. Se apreciaz c o valoare
mai mic de 30% a coeficientului de variaie atest un
grad bun de omogenitate a colectivitii i respectiv de
reprezentativitate a valorii medii.
Intervalul de ncredere (numit i interval de
confiden) reprezint intervalul de variaie pentru
variabila aleatoare studiat i pentru o anumit
probabilitate (95% probabilitatea standard).
Cu ct intervalul de ncredere este mai ngust cu
att este mai precis rezultatul. Se observ c lungimea
intervalului se va reduce dac va crete numrul N al
experimentelor de simulare. Precizia metodei variaz
invers proporional cu N.
69

economici i tehnici folosind tehnica Monte Carlo
Cantitatea de energie termic livrat de Radet la
nivel de apartament convenional (2,5 camere i 3
persoane) n 9 ani consecutivi este prezentat n tabelul
3.2.
Tabel 3.2.
An
Gcal /
Nr.
ap.
apartamente
(cantitate convenionale
livrat)
(nr.cazuri
observate)
1999
13,424
799813
2000
12,036
799900
2001
11,844
799812
2002
11,400
755210
2003
10,840
730124
2004
9,684
623545
2005
9,860
592134
2006
8,906
571728
2007
8,325
560124
Pornind de la aceste date, conducerea societii
dorete cunoaterea n timp a cantitilor de energie
termic ce vor fi livrate consumatorilor casnici, innd
cont c inta urmrit este de 6 Gcal/ap. convenional i
an.
Acestea pot fi determinate folosind metoda de
simulare Monte Carlo, n cadrul creia operaia de
evaluare a performanelor se face plecnd de la
observaiile realizate pe parcursul celor 9 ani considerai.
70
Rezolvare:
1. Calculul probabilitii i a probabilitii cumulate:
Nr.
crt.
1
2
3
4
5
6
7
8
9
Gcal / ap.
(x1000)
13 424
12 036
11 844
11 400
10 840
9 684
9 860
8 906
8 325
Nr.cazuri
799813
799900
799812
755210
730124
623545
592134
571728
560124
Pbb.
cumulat
0.128331667
0.256677294
0.385008801
0.506183824
0.623333745
0.723382843
0.818391981
0.910126934
1
Probabilitatea
0.12833167
0.12834563
0.12833151
0.12117502
0.11714992
0.1000491
0.09500914
0.09173495
0.08987307
2. Reprezentarea grafic a probabilitii cumulate:

1,2
1
0,8
0,6
0,4
Pbb cumulata
0,2
0
13424
12036
11844
11400
10840
9684
9860
8906
8325
3. Generarea numerelor aleatoare, calculul mediei, a

abaterii medii ptratice, a coeficientului de variaie i a
intervalului de ncredere:
N numrul de observaii; N = 200
nr. total
nr. observatii
(n tabel Xmediu)
71
x x
Cv
g = N 1 grade de libertate
Eroarea admisibil este 5%, deci a= 0,05
Nr.obs.
lim.inf.int.
Gcal/ap
(x1000)
1
2
3
4
5
6
7
8
9
0.128332
0.256677
0.385009
0.506184
0.623334
0.723383
0.818392
0.910127
1
13424
12036
11844
11400
10840
9684
9860
8906
8325
Interval
[0.128331667,0.256677294)
[0.256677294,0.385008801)
[0.385008801,0.506183824)
[0.506183824,0.623333745)
[0.623333745,0.723382843)
[0.723382843,0.818391981)
[0.818391981,0.910126934)
[0.910126934,1)
1
Generarea numerelor aleatoare i calculele aferente:
Nr.obs.
1
2
3
4
5
6
7
Nr.aleator
0.889348901
0.020833387
0.282876688
0.687333489
0.458525688
0.337902434
0.534360811
Cantitate
simulat
Xi-Xmediu
9860
13424
12036
10840
11844
12036
11400
90.2
3654.2
2266.2
1070.2
2074.2
2266.2
1630.2
(Xi-Xmediu)2
8136.04
13353177.64
5135662.44
1145328.04
4302305.64
5135662.44
2657552.04
72
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0.08340854
0.909575158
0.209033289
0.429240775
0.182744918
0.431139371
0.748069547
0.719092357
0.826956578
0.271119968
0.415855463
0.637333673
0.344108029
0.542541718
0.395635331
0.182635525
0.403748086
0.816013414
0.804688812
0.005955161
0.446861717
0.240417272
0.65452498
0.004922749
0.884610501
0.194819639
0.44001662
0.865725145
0.142515125
0.033143412
0.033647811
0.303860498
0.895225704
0.354684081
0.824624641
0.814508678
0
9860
13424
11844
13424
11844
9684
10840
9860
12036
11844
10840
12036
11400
11844
13424
11844
9684
9684
0
11844
13424
10840
0
9860
13424
11844
9860
13424
0
0
12036
9860
12036
9860
9684
-9769.8
90.2
3654.2
2074.2
3654.2
2074.2
-85.8
1070.2
90.2
2266.2
2074.2
1070.2
2266.2
1630.2
2074.2
3654.2
2074.2
-85.8
-85.8
-9769.8
2074.2
3654.2
1070.2
-9769.8
90.2
3654.2
2074.2
90.2
3654.2
-9769.8
-9769.8
2266.2
90.2
2266.2
90.2
-85.8
95448992.04
8136.04
13353177.64
4302305.64
13353177.64
4302305.64
7361.64
1145328.04
8136.04
5135662.44
4302305.64
1145328.04
5135662.44
2657552.04
4302305.64
13353177.64
4302305.64
7361.64
7361.64
95448992.04
4302305.64
13353177.64
1145328.04
95448992.04
8136.04
13353177.64
4302305.64
8136.04
13353177.64
95448992.04
95448992.04
5135662.44
8136.04
5135662.44
8136.04
7361.64
73
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
0.686726546
0.901211209
0.954233604
0.573844184
0.513801483
0.503918882
0.40540225
0.496093659
0.389545392
0.10091242
0.328740341
0.497401454
0.328767923
0.796432595
0.593575859
0.08075942
0.838455291
0.337511454
0.159469901
0.663495611
0.409901218
0.434605272
0.111535164
0.284491682
0.405306634
0.375465924
0.707536462
0.256009778
0.853430163
0.069585309
0.870096058
0.862737684
0.235045668
0.920454257
0.368741049
0.997495604
10840
9860
8906
11400
11400
11844
11844
11844
11844
0
12036
11844
12036
9684
11400
0
9860
12036
13424
10840
11844
11844
0
12036
11844
12036
10840
13424
9860
0
9860
9860
13424
8906
12036
8906
1070.2
90.2
-863.8
1630.2
1630.2
2074.2
2074.2
2074.2
2074.2
-9769.8
2266.2
2074.2
2266.2
-85.8
1630.2
-9769.8
90.2
2266.2
3654.2
1070.2
2074.2
2074.2
-9769.8
2266.2
2074.2
2266.2
1070.2
3654.2
90.2
-9769.8
90.2
90.2
3654.2
-863.8
2266.2
-863.8
1145328.04
8136.04
746150.44
2657552.04
2657552.04
4302305.64
4302305.64
4302305.64
4302305.64
95448992.04
5135662.44
4302305.64
5135662.44
7361.64
2657552.04
95448992.04
8136.04
5135662.44
13353177.64
1145328.04
4302305.64
4302305.64
95448992.04
5135662.44
4302305.64
5135662.44
1145328.04
13353177.64
8136.04
95448992.04
8136.04
8136.04
13353177.64
746150.44
5135662.44
746150.44
74
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
0.703919365
0.266295254
0.997853951
0.25347669
0.275047367
0.531368389
0.860623679
0.064706531
0.057147084
0.048191125
0.045658664
0.80559551
0.570932363
0.356606576
0.845121892
0.107632652
0.800121073
0.065156272
0.491127288
0.73316651
0.175706844
0.221723696
0.170090801
0.861203963
0.60285652
0.741577646
0.193666861
0.224241312
0.509821299
0.871899833
0.684656931
0.276518969
0.96569729
0.264981784
0.915389445
0.225773666
10840
12036
8906
13424
12036
11400
9860
0
0
0
0
9684
11400
12036
9860
0
9684
0
11844
9684
13424
13424
13424
9860
11400
9684
13424
13424
11400
9860
10840
12036
8906
12036
8906
13424
1070.2
2266.2
-863.8
3654.2
2266.2
1630.2
90.2
-9769.8
-9769.8
-9769.8
-9769.8
-85.8
1630.2
2266.2
90.2
-9769.8
-85.8
-9769.8
2074.2
-85.8
3654.2
3654.2
3654.2
90.2
1630.2
-85.8
3654.2
3654.2
1630.2
90.2
1070.2
2266.2
-863.8
2266.2
-863.8
3654.2
1145328.04
5135662.44
746150.44
13353177.64
5135662.44
2657552.04
8136.04
95448992.04
95448992.04
95448992.04
95448992.04
7361.64
2657552.04
5135662.44
8136.04
95448992.04
7361.64
95448992.04
4302305.64
7361.64
13353177.64
13353177.64
13353177.64
8136.04
2657552.04
7361.64
13353177.64
13353177.64
2657552.04
8136.04
1145328.04
5135662.44
746150.44
5135662.44
746150.44
13353177.64
75
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
0.60908981
0.137363104
0.081087449
0.819293131
0.571462044
0.864144291
0.430701374
0.224328447
0.794870978
0.698290054
0.451825473
0.443221274
0.398468056
0.036059203
0.738645032
0.768946702
0.278092479
0.922932152
0.165377718
0.973296919
0.328019022
0.580408421
0.760928006
0.442691316
0.791382529
0.613870265
0.398918237
0.955067104
0.730485929
0.572474177
0.649721374
0.59481847
0.794735905
0.169178644
0.928284268
0.449919543
11400
13424
0
9860
11400
9860
11844
13424
9684
10840
11844
11844
11844
0
9684
9684
12036
8906
13424
8906
12036
11400
9684
11844
9684
11400
11844
8906
9684
11400
10840
11400
9684
13424
8906
11844
1630.2
3654.2
-9769.8
90.2
1630.2
90.2
2074.2
3654.2
-85.8
1070.2
2074.2
2074.2
2074.2
-9769.8
-85.8
-85.8
2266.2
-863.8
3654.2
-863.8
2266.2
1630.2
-85.8
2074.2
-85.8
1630.2
2074.2
-863.8
-85.8
1630.2
1070.2
1630.2
-85.8
3654.2
-863.8
2074.2
2657552.04
13353177.64
95448992.04
8136.04
2657552.04
8136.04
4302305.64
13353177.64
7361.64
1145328.04
4302305.64
4302305.64
4302305.64
95448992.04
7361.64
7361.64
5135662.44
746150.44
13353177.64
746150.44
5135662.44
2657552.04
7361.64
4302305.64
7361.64
2657552.04
4302305.64
746150.44
7361.64
2657552.04
1145328.04
2657552.04
7361.64
13353177.64
746150.44
4302305.64
76
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
0.40245208
0.934352012
0.001575206
0.909997773
0.754336508
0.055046713
0.366190381
0.691859211
0.36282114
0.621133442
0.509691573
0.578031399
0.211634595
0.999035182
0.615893658
0.003235917
0.519410434
0.667696089
0.551131543
0.498693488
0.117627146
0.212285541
0.939237512
0.848575042
0.637859799
0.37450574
0.59127064
0.126844507
0.052809308
0.318324587
0.002696519
0.196378663
0.101242283
0.877638417
0.229260025
0.758644981
11844
8906
0
9860
9684
0
12036
10840
12036
11400
11400
11400
13424
8906
11400
0
11400
10840
11400
11844
0
13424
8906
9860
10840
12036
11400
0
0
12036
0
13424
0
9860
13424
9684
2074.2
-863.8
-9769.8
90.2
-85.8
-9769.8
2266.2
1070.2
2266.2
1630.2
1630.2
1630.2
3654.2
-863.8
1630.2
-9769.8
1630.2
1070.2
1630.2
2074.2
-9769.8
3654.2
-863.8
90.2
1070.2
2266.2
1630.2
-9769.8
-9769.8
2266.2
-9769.8
3654.2
-9769.8
90.2
3654.2
-85.8
4302305.64
746150.44
95448992.04
8136.04
7361.64
95448992.04
5135662.44
1145328.04
5135662.44
2657552.04
2657552.04
2657552.04
13353177.64
746150.44
2657552.04
95448992.04
2657552.04
1145328.04
2657552.04
4302305.64
95448992.04
13353177.64
746150.44
8136.04
1145328.04
5135662.44
2657552.04
95448992.04
95448992.04
5135662.44
95448992.04
13353177.64
95448992.04
8136.04
13353177.64
7361.64
77
188
189
190
191
192
193
194
195
196
197
198
199
200
0.600064209
0.205120362
0.72935209
0.088347981
0.525624522
0.627539932
0.684709703
0.365324477
0.54740278
0.944493482
0.703696354
0.807028083
0.131639189
Total
X mediu
11400
13424
9684
0
11400
10840
10840
12036
11400
8906
10840
9684
13424
1953960
9769.8
1630.2
3654.2
-85.8
-9769.8
1630.2
1070.2
1070.2
2266.2
1630.2
-863.8
1070.2
-85.8
3654.2
Total
2657552.04
13353177.64
7361.64
95448992.04
2657552.04
1145328.04
1145328.04
5135662.44
2657552.04
746150.44
1145328.04
7361.64
13353177.64
3173999008
N numrul de observaii; N = 200
nr. total cant. simulata 1953960
9769,8
nr. observatii
200
Xmediu)
(n tabel
3173999008
15869995,04
200
2 15869995,04 3983,72
3983,72
Cv
9769,8
0,407758
g = N 1 = 200 1 = 119 grade de libertate

eroarea admisibil este 5%, deci a= 0,05
intervalul de ncredere 1-a= 1-0,05= 0,95
Se utilizeaz distribuia t pentru verificarea
ipotezei referitoare la media produciei.
Intervalul care indic cantitatea care se poate
obine este dat de:
78
( x t / 2, N 1
t = 1,9720 (Din tabelul Distribuiei t).

Se nlocuiete n expresie i se obine intervalul:
(9769,8 1,9720
3983,72
3983,72
;9769,8 1,9720
)
200
200
(9214;10325)
Observatie: Pentru uurina calculelor Gcal a fost

nmulit cu 1000.
Rezult intervalul (9,214Gcal;10,325Gcal) care
reprezint cantitatea total de energie termic pe care o
poate livra Radet ntr-un an de zile unui apartament
convenional.
Cu ct numrul de experimente este mai mare, cu
att acest interval mai redus, respectiv mai apropiat de
realitate.
Idei n rezumat
Metoda Monte Carlo poate fi definit ca metod de
modelare a variabilelor aleatoare n vederea determinrii
caracteristicilor repartiiei lor, atunci cnd aceste caracteristici
nu pot fi stabilite prin expresii analitice pe baza funciilor
teoretice de densitate de probabilitate. Altfel spus, procesul
const n generarea mai nti a unui numr aleator i apoi
utilizarea numrului obinut pentru extragerea unei valori din
distribuia de probabilitate care descrie comportamentul
variabilei probabiliste.
Metoda Monte Carlo genereaz artificial valorile unei
variabile probabiliste, prin utilizarea unui generator de numere
aleatoare uniform distribuite n intervalul [0, 1] i a funciei
distribuiei cumulative asociat variabilei probabiliste respective.
Un numr aleator este orice numr care poate fi obinut ntr-un
asemenea mod nct valoarea lui nu poate fi prevzut dinainte.
n Microsoft EXCEL, numerele aleatoare uniform distribuite n
intervalul [0. 1] se pot obine cu funcia =RAND().
79
Cu ct intervalul de ncredere este mai ngust cu att

este mai precis rezultatul. Lungimea intervalului se va reduce
dac va crete numrul N al experimentelor de simulare. Precizia
metodei variaz invers proporional cu N.
Metoda Monte Carlo nu este recomandat pentru
simularea unor procese n care apar valori cu probabilitate foarte
mic deoarece, pentru obinerea unei precizii adecvate ar fi
necesar un numr extrem de mare de experimente de simulare.
Bibliografie
2. Metropolis N., Ulam S. The Monte Carlo Method,
Journal of the American Statistical Association, Volume
44, Number 247, September 1949.
3. Mihilescu Nicolae Statistic, Ed. Victor, Bucureti,
2005.
4. Muntean Cornelia The Monte Carlo Simulation
Technique Applied in the Financial Market, Faculty of
Economic Sciences West University of Timioara,
Economy Informatics, 1-4/2004.
ntrebri i aplicaii propuse (3 ore)

1. Ce nelegei prin termenul de mrime economic
aleatoare? Exemplificai astfel de mrimi.
2. Care sunt caracteristicile de baz ale metodei Monte
Carlo?
3. Care sunt paii de urmat n cazul aplicrii metodei
Monte Carlo?
80
1. n ce situaii nu este posibil aplicarea metodei Monte
Carlo?
2. Numrul de DVD-uri vndute zilnic ntr-un
hipermarket este o variabil probabilist discret uniform
repartizat n intervalul [4, 8]. S se simuleze vnzrile
pentru 10 zile.
3. S se simuleze vnzrile de frigidere pentru 10 luni
utiliznd urmtoarea distribuie a vnzrilor din ultimele
15 luni:
Nr.crt.
1
2
3
4
5
Frigidere
vndute pe lun
0
1
2
3
4
Numr de luni n care s-au

nregistrat aceste vnzri
1
5
4
3
2
81
METODA LANURILOR MARKOV

4.1. Caracteristicile metodei
produse concureniale cu lanuri Markov.
Aplicaii
nelegerea ideii de baz a lanurilor Markov, conform

creia probabilitatea unui eveniment prezent depinde
numai de trecutul cel mai recent;
Comentarea unor aplicaii ale proceselor Markov;
Cunoaterea i exemplificarea practic a etapelor de
aplicare a lanurilor Markov;
nelegerea i aplicarea pailor algoritmului analitic n
cazul proceselor Markov;
Cunoaterea avantajelor i a dezavantajelor utilizrii
teoriei lui Markov.
Concepte cheie:
Andrei Markov
Teoria probabilitilor
Proces aleator
Proprietate Markov
Tranziie ntre stri
Matrice de tranziie
Matrice ptratic
Calcul de sensibilitate
Matrice
de
trecere
parial
Matrice de trecere total
Vector
Diferene de ordinul
nti
Vector diferen
Elemente structurale
Probabiliti de trecere
Algoritm analitic
82
4.1. Caracteristicile metodei

Marelui matematician rus Andrei Markov i sunt
datorate procesele care i poart numele i care au
deschis calea spre numeroase aplicaii ale teoriei
probabilitilor i n special a proceselor aleatoare.
Proprietatea Markov care este aparent restrictiv,
stipulnd c probabilitatea unui eveniment prezent
depinde numai de trecutul cel mai recent, permite ca n
memoria recent s fie nglobat ntrega evoluie
istoric.
O aplicaie33 interesant a proceselor Markov
comentat n literatur se refer la industria petrolier
off-shore norvegian. n Norvegia, un organism de stat,
The Norwegian Petroleum Directorate, mpreun cu
compania petrolier de stat STATOIL are un rol
important n planificarea dezvoltrii facilittilor petrolgaze off-shore.
Problema principal i esenial pe care o are The
Norwegian Petroleum Directorate este cum s planifice
conductele, pornirile din teren, productia astfel nct s
maximizeze contributia la economia norvegian n timp.
Scara de timp este aici foarte ndelung, tipic de la 30 la
50 de ani.
Exist flexibilitate n deciziile relative la un numr
de aspecte cum sunt:
Rata produciei (ct de repede iese produsul din
subsol);
Iniierea de noi exploatri (cnd ar trebui
pornite exploatrile);
Panaitescu Gheorghe M. Modelarea i simularea sistemelor
de producie, Curs pentru nvmntul la distan,
Universitatea Petrol - Gaze Ploieti, 2007.
33
83
Construcia i capacitatea conductelor (unde s

fie construite, cnd s fie construite i de ce
capacitate ar trebui s fie.
Obiectivul este acela de a maximiza beneficiul
economiei norvegiene n timp, peste ani.
De important critic este preul tieiului dei nu
poate fi prezis cu acuratee pe perioade lungi, de 30 la 50
de ani.
Pentru a depi aceast problem norvegienii
modeleaz preul petrolului ca un proces Markov cu trei
niveluri (stri), care corespund unor scenarii: unul
optimist, unul care pare cel mai probabil i altul
pesimist. Ei specific totodat probabiliti asociate
tranziiilor ntre stri pentru fiecare perioad de timp
(an).
Se pot utiliza matrici de tranziie diferite pentru
scri de timp diferite (de pild matrici diferite pentru
viitorul apropiat, pe termen mediu i pe perspectiv
ndeprtat).
Elementele structurale pot fi reprezentate printrun vector S t' st1 ,...sti ,...stm , care pentru fiecare t 1, n i
pentru fiecare i 1, m , s ti variaz ntre 0 i 1, iar suma

elementelor structurale este 1, pentru orice t.
Etapele de aplicare a lanurilor Markov sunt34:
I. Se vor calcula diferenele de ordinul nti ale
vectorului
Elementele
S t / t 1 S t S t 1 .
S t astfel:
structurale ale fiecrui vector diferen S t / t 1 au
proprietatea c suma valorilor pozitive este egal cu
suma absolut a valorilor negative.
II. n etapa a doua, matricile de trecere pariale
sunt construite pentru fiecare pereche de perioade
consecutive de timp, t/t-1. Matricele de trecere sunt
matrice ptratice de forma MTPt / t 1 m m , unde
34
Panaitescu Gheorghe M. Op.cit., 2007.
84
elementele de pe diagonala principal sunt date de
mtpt / t 1 min st 1 , st ,
relaia:
i 1, m . Celelalte
elemente, care nu se afl pe diagonala principal, sunt
ii
obinute prin relaia: mtptij/ t 1 sti / t 1
stj/ t 1
i 1 t / t 1
, unde
sti / t 1 este negativ, iar stj/ t 1 este pozitiv. n aceast

formul
i 1
t / t 1
vectorului diferen
este suma valorilor pozitive ale
S t / t 1 . Sintetic, elementele matricii
MTPt / t 1 m m pot fi determinate astfel:
min s i , s j , if i j
t 1 t
s j
mtptij/ t 1 sti / t 1 m t / t 1
, dac i j i sti / t 1 0 i stj/ t 1 0
i2 t / t 1
0, pentru celelalte elemente

i, j 1, m
III. Matricea de trecere total MTT m m se
determin prin nsumarea elementelor matricilor pariale
de trecere:
mtt ij t 2 mtptij/ t 1
m
IV. Matricea probabilitilor de trecere MPm m

se calculeaz prin raportarea fiecrui element al matricii
de trecere total la suma liniei pe care se afl respectivul
element:
mp
mtt ij
ij
m
j 2
mtt ij
V. n ultima etap a algoritmului se obine

prognoza elementelor structurale pentru p perioade
viitoare prin multiplicarea transpusei matricii MPm m ,
85
ridicat la puterea k, cu vectorul elementelor structurale

pentru ultima perioad: S n p ( MP ' ) p S n .
Paii algoritmului analitic sunt35:
1. Se construiete matricea probabilitilor de
trecere de la o stare la o alt stare n funcie de
coeficientul
de
fidelitate
i
de
reorientare
a
cumprtorilor din momente de timp succesive;
2. Se scrie distribuia iniial sub forma unui
vector linie, cu elementele formate din ponderile pe pia
ale produselor considerate la momentul 0;
3. Prin nmulirea distribuiei iniiale cu matricea
probabilitii de trecere se determin ponderea
produselor pentru momentul 1;
4. Se determin ponderea pe pia a produsului
pentru 2, 3, 4 etc momente dorite;
5. Se ntocmete situaia evoluiei ponderii pe pia
a produselor;
6. Se traseaz curba evoluiei ponderii fiecrui
produs;
7. Se precizeaz situaia produsului la momentul
iniial i se stabilete politica de comercializare a
propriului produs n funcie de aceasta, de situaia
concurenei i a posibilitilor tehnico-economice din
organizaie.
Avantajele i dezavantajele utilizrii teoriei lui
Markov se refer la urmtoarele elemente36:
Teoria markovian este simplu de nteles si de
aplicat;
Calculele de sensibilitate (problemele de genul
dar dac) sunt uor de efectuat;
Raiu-Suciu C., Modelarea & Simularea proceselor
economice. Teorie i practic. Ediia a-III-a. Editura
36
Panaitescu Gheorghe M. Modelarea i simularea sistemelor
de producie, Curs pentru nvmntul la distan,
Universitatea Petrol - Gaze Ploieti, 2007.
35
86
Teoria lui Markov d o privire asupra evoluiei

sistemului n timp;
Matricea P poate fi dependent de starea
curent a sistemului. Dac P depinde att de
timp ct si de starea curent a sistemului,
adic P este o funcie de t i de st atunci
ecuaia Markov de baz se complic. Ea devine
st = st1P(t 1,st1);
Teoria lui Markov este numai un model
simplificat al proceselor decizionale reale.
Pentru defalcarea utilizrilor finale din economie
pe componente (consumul final al gospodriilor,
consumul administraiei, formarea brut de capital fix,
variaia stocurilor i export ) i pe ramuri, s-a ncercat
utilizarea lanurilor Markov. Dezavantajul const n
aceea c procedeul menionat extrapoleaz tendinele din
perioada de baz, lucru care nu n toate cazurile este cel
mai agreabil, din punct de vedere economic sau social.
Trendul indicatorilor din perioada de tranziie a
influenat decisiv rezultatele obinute. Avantajul este dat
de faptul c procedeul asigur echilibrarea pe total i
evit ajustrile, uneori subiective.
Dei tratarea este destul de simpl, ea prezint
avantajul captrii incertitudinii viitorului ntr-un model
relativ simplu, uor de neles i de aplicat.

produse concureniale cu lanuri Markov.
Aplicaii
La nceputul lunii ianuarie 2008, S.C. ANGST RO
S.A. a organizat o anchet asupra unui eantion
reprezentativ de 1989 consumatori, cu scopul de a
determina numrul consumatorilor salamului Angst, ct
i al produselor concurente Cris-Tim, Campofrio i Aldis.
S-au nregistrat urmtoarele rezultate:
87
1164 cumprtori s-au declarat consumatori ai

salamului Angst;
- 296 cumprtori s-au declarat consumatori ai
salamului Cris-Tim;
salamului Campofrio;
salamului Aldis.
n luna ianuarie 2008, S.C. Angst Ro S.A. a lansat
o campanie de publicitate pentru salamul Angst.
La nceputul lunii februarie s-a efectuat o nou
anchet asupra aceluiai eantion reprezentativ de
consumatori (1989 persoane) i s-au obinut urmtoarele
rezultate:
dintre consumatorii salamului Angst (la nceputul
lunii ianuarie 2008):
- 75% au rmas fideli salamului Angst;
- 10% s-au reorientat ctre salamul Cris-Tim;
- 10% s-au reorientat ctre salamul Campofrio;
- 5% s-au reorientat ctre salamul Aldis.
dintre consumatorii salamului Cris-Tim (la nceputul
- 65% au rmas fideli salamului Cris-Tim;
- 15% s-au reorientat ctre salamul Angst;
- 10% s-au reorientat ctre salamul Campofrio;
dintre consumatorii salamului Campofrio (la nceputul
- 55% au rmas fideli salamului Campofrio;
dintre consumatorii salamului Aldis (la nceputul lunii
ianuarie 2008):
- 45% au rmas fideli salamului Aldis;
-
88
- 10% s-au reorientat ctre salamul Campofrio.

Se fac urmtoarele ipoteze:
Alegerea unuia dintre salamurile Angst, Cris-Tim,
Campofrio i Aldis n luna urmtoare depinde numai de
alegerea din luna curent;
Se consider c matricea reorientrilor rmne
neschimbat pentru fiecare din urmtoarele 3 luni;
Fiecare consumator cumpr un singur tip de produs,
iar cantitile cumprate rmn neschimbate n
urmtoarele trei luni.
n aceste condiii evoluia pe pia a celor patru
produse concureniale poate fi analizat cu ajutorul
lanurilor Markov.
Tabelul 4.1. prezint reorientrile cumprtorilor
relative la cele patru tipuri de salamuri.
Tabel 4.1.
Produsul prsit
Reorientri (%)
Angst Cris-Tim Campofrio Aldis
Angst
Cris-Tim
Campofrio
Aldis
15
20
30
10
10
15
10
10
10
5
10
15
-
Vom
prezenta
n
continuare
matricea
probabilitilor de trecere n funcie de coeficientul de
fidelitate i de reorientrile cumprtorilor ca urmare a
campaniei de publicitate iniiate de Angst.
0,75 0,1 0,1 0,05
0,15 0,65 0,1 0,1

P
0,2 0,1 0,55 0,15
0,3 0,15 0,1 0,45
La momentul iniierii anchetei asupra unui

eantion reprezentativ de 1989 consumatori, respectiv n
89
luna ianuarie 2008, distribuia cumprtorilor era

urmtoarea:
- 1164 cumprtori Angst;
- 296 cumprtori Cris-Tim;
- 308 cumprtori Campofrio;
- 221 cumprtori Aldis.
Drept urmare, putem aprecia c ponderea celor
patru tipuri de salamuri pe pia, la momentul iniial era
urmtoarea:
- 58,52% cumprtori Angst;
- 14,88% cumprtori Cris-Tim;
- 15,49% cumprtori Campofrio;
- 11,11% cumprtori Aldis.
Vom scrie distribuia iniial sub forma unui
vector linie cu elementele formate de ponderile pe pia
ale produselor considerate la momentul iniial, ianuarie
2008:
0,5852
0,1488 0,1549 0,1111
Vom determina ponderea pe pia a celor patru

produse dup prima lun, pondere aferent lunii
februarie 2008 astfel:
0,75 0,1 0,1 0,05
0,15 0,65 0,1 0,1

0,5852 0,1488 0,1549 0,1111
=
0,2 0,1 0,55 0,15
0,3 0,15 0,1 0,45
0,5255 0,1874 0,1697 0,1174

patru tipuri de salamuri pe pia, la momentul urmtor
(luna februarie) este urmtoarea:
Corespunztor lunii martie 2008, ponderea pe
pia a celor patru tipuri de salam este urmtoarea:
90
0,75 0,1 0,1 0,05
0,15 0,65 0,1 0,1

=
0,5255 0,1874 0,1697 0,1174
0,2 0,1 0,55 0,15
0,3 0,15 0,1 0,45
0,4914 0,2089 0,1764 0,1233

(luna martie) este urmtoarea:
Corespunztor lunii aprilie 2008, ponderea pe
pia a celor patru tipuri de salam este urmtoarea:
0,75 0,1 0,1 0,05
0,15 0,65 0,1 0,1

0,4914 0,2089 0,1764 0,1233
=
0,2 0,1 0,55 0,15
0,3 0,15 0,1 0,45
0,4722 0,2211 0,1794 0,1274

(luna aprilie) este urmtoarea:
Corespunztor lunii mai 2008, ponderea pe pia a
celor patru tipuri de salam este urmtoarea:
91
0,75 0,1 0,1 0,05
0,15 0,65 0,1 0,1

=
0,4722 0,2211 0,1794 0,1274
0,2 0,1 0,55 0,15
0,3 0,15 0,1 0,45
0,4478 0,2370 0,1818 0,1334

(luna mai) este urmtoarea:
Sintetiznd, evoluia pe pia a celor patru
produse se prezint astfel:
70
60
50
Angst
40
Cris Tim
30
Campofrio
Aldis
20
10
0
rie
a
nu
ia
b
fe
a
ru
rie
m
tie
ar
r
ap
e
ili
ai
Din graficul de mai sus putem trage concluzia c

salamul Angst se afl n perioada de declin, pe cnd
salamul Cris Tim se afl n perioada de dezvoltare, iar
salamurile Campofrio i Aldis n perioada de maturitate.
n luna ianuarie 2008 salamul Angst se afla la
nceputul perioadei de declin. Campania de publicitate
92
nu a avut efectul ateptat deoarece n loc s se

nregistreze o cretere a ponderii pe pia pentru salamul
Angst, se observ o continu scdere a acesteia, i
anume de: 5,97% n februarie, 3,41% n martie i 1,92%
n aprilie.
Dac matricea de tranziie rmne mult timp
neschimbat de la o lun la alta, ponderea la care poate
ajunge salamul Angst pe pia este de 44,78%. Cum
aceasta reprezint o continu scdere de 2,44%, se
recomand lansarea unei alte campanii de publicitate
sau impulsionarea volumului vnzrilor prin reduceri de
preuri sau organizarea unor concursuri.
Idei n rezumat
Caracteristica de baz a lanurilor Markov se refer la
faptul c probabilitatea unui eveniment prezent depinde numai
de trecutul cel mai recent.
Teoria markovian este simplu de nteles si de aplicat.
Calculele de sensibilitate (problemele de genul dar
dac) sunt uor de efectuat.
Teoria lui Markov d o privire asupra evoluiei sistemului
n timp.
Matricea P poate fi dependent de starea curent a
sistemului. Dac P depinde att de timp ct si de starea curent
a sistemului, adic P este o funcie de t i de st atunci ecuaia
Markov de baz se complic. Ea devine st = st1P(t 1,st1).
Teoria lui Markov este numai un model simplificat al
proceselor decizionale reale.
Bibliografie
1. Panaitescu Gheorghe M. Modelarea i simularea
sistemelor de producie, Curs pentru nvmntul la
distan, Universitatea Petrol - Gaze Ploieti, 2007.
93


1. ntr-un proces economic modelat cu lanuri Markov au
fost identificate 4 stri distincte. Care sunt dimensiunile
matricei de tranziie asociat acestui proces?
2. Cum trebuie s fie suma unei linii oarecare dintr-o
matrice de tranziie? Observaie: elementele matricei sunt
probabiliti.
1. Plata facturilor la electricitate poate fi fcut prin
urmtoarele modaliti: cu numerar (1), cu card (2) sau
prin virament bancar (3). Departamentul de marketing al
companiei de electricitate a estimat urmtoarea matrice
de modificare trimestrial a modalitilor de plat
preferate de consumatori:
Modalitatea de plat Schimbri survenite
1
2
3
1
0,75 0,20 0,05
2
0,10 0,80 0,10
3
0,10 0,20 0,70
Dac n prezent 80% dintre consumatori pltesc
cu numerar, 15% cu card i 5% prin virament bancar, ce
modificri vor suferi aceste procente dup dou i
respectiv patru trimestre?
2. Modelai piaa automobilelor din Romnia ca proces
Markov, n vederea prognozrii necesarului de
automobile noi pe msur ce vehiculele vechi ies din uz.
3. Modelai ca proces Markov evoluia clinic a unui
pacient sub tratament cu diferite medicamente.
94
CTEVA METODE DE TRASARE

PROBABILISTIC A VIITORULUI
5.1. Prognoza investiiilor
5.2. Prognoza vnzrilor
5.2.1. Metoda vectorilor spectrali
5.2.2. Metoda ajustrii exponeniale a lui R.K.
Brown
5.3. Aplicaii i studii de caz

nelegerea i definirea noiunilor de
previziune,
prognoz, planificare;
Familiarizarea
cu
diferite
tipuri
de
previziuni
economice;
Cunoaterea tipurilor de variabile cu care opereaz o
prognoz i a etapelor de elaborare a unei prognoze;
nelegerea principalelor modele cu care se opereaz
n calculele de prognoz;
nelegerea ideii de baz a metodei vectorilor spectrali;
Cunoaterea
caracteristicilor
particularitilor
metodei ajustrii exponeniale a lui R.K. Brown.
95
Concepte cheie:
Previziune economic
Prognoz
Planificare
Plan curent
Program operativ
Programare operativ
Variabil de
prognoz
Variabil
independent
Variabil dependent
Producie
Extrapolare
Model de prognoz
Modelul Harrod
Modelul Domar
Productivitatea muncii
Trend
Principiul continuitii
Principiul extrapolrii
Principiul observrii
condiiilor existente
Estimarea vnzrilor
Ancheta
Juriul experilor
Metoda Delphi
Testul de pia
Analiza seriilor temporale
Vector spectral
Metoda ajustrii
exponeniale a lui R.K.
Brown
Productivitatea investiiilor
Coeficientul capitalului
5.1. Prognoza investiiilor

Previziunea este o atribuie major a factorilor de
conducere, a managerilor din ntreprinderi i const n
anticiparea evenimentelor ce se vor produce, fapt care
permite prevenirea unor ntmplri nedorite i evitarea
riscurilor.
Termenul de previziune provine din latin (prae =
nainte; visio-visionis = vedere) i se regsete n toate
limbile romanice.
n economie, cnd spunem previziune nu trebuie
s ne gndim numai la aciuni care vor avea loc ntr-un
viitor mai ndeprtat, ci i la lucrri ce trebuie executate
n aceiai lun sau decad i chiar la lucrri ce se vor
realiza n ziua urmtoare, adic de la o zi la alta.
Putem defini previziunea ca determinare a
evoluiei posibile i probabile a unui fenomen, pentru un
96
interval de timp viitor mai mult sau mai puin ndeprtat,

pe baza unor metode i calcule tiinifice. Previziunea
economic are drept obiect studiul evoluiei viitoare a
proceselor economice37.
n general, previziunea are la baz viitorologia sau
tiina viitorului, care este o ramur modern a tiinei ce
se ocup cu anticiparea fenomenelor i proceselor care
pot avea loc n viitor. n ceea ce privete cercetarea
viitorului, exist mai multe ramuri dintre care se pot
aminti: Science
Fiction, Anticipaia, Predicia,
Previziunea, Prognoza, Planificarea. Dintre acestea, de
mare importan practic n economie sunt prognoza i
planurile curente.
Prognoza se refer n limbajul economic obinuit la
perioade mai mari de 5 ani. Programele sau planurile
curente se refer la perioade mai mici de timp, n general
la 1 an, dar pot fi i pentru un trimestru i chiar pentru o
lun. De asemenea, exist i aa numitele programe
operative care au n vedere intervale de timp mai mici de
o lun.
Previziunea economic nglobeaz
categorii enumarate anterior. Acestea se
prin urmatoarele elemente38:
Prognoza economic
este util
strategiei generale a firmei;
Planificarea stabilete obiectivele
resursele;
toate cele 3
caracterizeaz
la stabilirea
i
evalueaz
Romnu Ion - Previziune economic, Note de curs aferente

disciplinei Managementul investiiilor din cadrul masterului cu
specializarea
Managementul
Investiiilor
organizat
de
Facultatea de tiine Economice a Universitii Hyperion din
Bucureti, 2007.
38
Romnu I., Vasilescu I., C.Cicea - Investiii, Ed. Economic,
Bucureti, 2000.
37
97
Programele operative ajut la calcularea precis a

numrului de obiective, repartizeaz resursele pe
categorii i, de asemenea, stabilete consumul
acestora.
Orice previziune presupune:
orizontul de timp reprezint limita maxim a
perioadei pentru care se fac anticiparile;
aria previziunii reprezint ntinderea domeniului
cercetat;
ipoteze de lucru presupune emiterea unor ipoteze
referitoare la anumite evenimente care vor avea loc
n viitor, n aria cercetat, pn la orizontul de
timp dat;
sigurana previziunii reprezint gradul de
adeverire a previziunii;
gradul de agregare semnific numrul de
subdomenii n care se segmenteaz
ntreaga arie studiat.
Previziunile economice pot fi clasificate n funcie
de mai multe criterii:
1. dup nivelul economic, previziunile sunt:
- microeconomice;
- macroeconomice.
2. dup caracterul lor:
- economice;
- sociale;
- ale mediului ambiant;
- strategice etc.
3. dup gradul de agregare:
- unisectoriale (doar producia unei ntreprinderi);
- bisectoriale;
- multi/plurisectoriale (totalitatea tipurilor de
fabricaie ale unei ntreprinderi).
4. dup orizontul de timp:
- cu orizont de timp ndeprtat (de la 10 ani n
sus);
- cu orizont de timp mediu (circa 5 ani);
98
- cu orizont de timp apropiat (previziunea pe

termen scurt pn la 1 an).
5. dup modul de concretizare a obiectivelor i
resurselor:
- prognoza considerat previziunea cu orizont de
timp ndeprtat; se apreciaz c prin prognoz se
nelege, n general, procesul de anticipare a desfurrii
fenomenelor i proceselor n viitor pe baza unor analize
tiinifice axate pe experiene anterioare. Cu alte cuvinte,
prognoza reprezint o trasare probabilistic a viitorului, o
estimare a posibilelor rezultate, cu un anumit grad de
certitudine, determinat de posibilitile concrete de
realizare la momentul considerat39.
- programare/planificare corespunde previziunii
cu orizont de timp mediu;
- programarea operativ previziunea cu orizont
de timp scurt.
Un indicator important l reprezint variabilele de
prognoz. Prognoza opereaz cu trei variabile:
o variabila independent, reprezentat de
timp;
o variabila dependent direct, care la nivel
microeconomic este ntotdeauna valoarea
produciei;
o variabila dependent derivat, investiia.
Pentru elaborarea unei prognoze este necesar s se
parcurg mai multe etape de calcul, dup cum
urmeaz40:
39
Romnu Ion, Vasilescu I. (coord.) - Managementul

investiiilor, Ed. Mrgritar, Bucureti, 1997.
40 Romnu Ion - Previziune economic, Note de curs aferente
disciplinei Managementul investiiilor din cadrul masterului cu
specializarea
Managementul
Investiiilor
organizat
de
Facultatea de tiine Economice a Universitii Hyperion din
Bucureti, 2007.
99
Etapa I : Studierea fenomenului supus

cercetrii
Etapa II : Alegerea modelului de prognoz
Etapa III: Trasarea funciei de trend
Etapa IV: Ajustarea datelor
Etapa V: Extrapolarea datelor
Etapa I : Studierea fenomenului supus cercetarii
n aceast etap trebuie respectate regulile
urmtoare:
1. La nivel microeconomic variabila dependent de
baz este ntodeauna producia.
n principiu, o funcie matematic opereaz cu
dou variabile:
x = variabila independent i
y = variabila dependent de x, conform relatiei y =
f(x).
Variabila dependent y n calculele de prognoz
poate fi variabila dependent de baza i/sau variabila
dependent derivat, care evident, se deduce din cea de
baz.
2. n calculele de prognoz variabila independent
este timpul.
n consecin, expresia y = f(x) devine y = f(t) unde
t reprezint timpul (numrul de ani).
3. Calculele de prognoz se bazeaz pe extrapolri n
care unele elemente se refer la trecut, unele la
prezent, iar extrapolarea la viitor.
Perioada trecut care se analizeaz trebuie s fie
ct mai mare i n orice caz, s nu fie mai mic dect
orizontul de timp pentru care se face extrapolarea.
4. Se recomand, pentru simplificarea calculelor, ca
numrul de ani din trecut care se analizeaz s fie un
numr impar.
n
concluzie,
n
prima
etap,
la
nivel
microeconomic se studiaz evoluia produciei n trecut
pe o perioad cel puin egal cu orizontul de timp pentru
100
care se va face extrapolarea, avnd grij ca numrul

anilor studiai, inclusiv anul prezent, s fie un numr
impar.
Etapa II : Alegerea modelului de prognoz
Pentru transformarea datelor privitoare la
prognoza produciei n date referitoare la indicatorul
urmrit (numr de salariai, volum de investiii, volum
mijloace fixe etc.) se utilizeaz un model economic.
Principalele modele cu care se opereaz n calculele de
prognoza sunt:
a) Modelul Harrod (Coeficientul capitalului)
b = K/y
unde:
b - coeficientul capitalului,
k - capitalul n funciune (mijloacele fixe);
y venitul realizat (producia marf).
Semnificaia economic: raportul dintre capitalul n
funciune K i venitul obinut este un raport constant.
Datele experimentale ns, arat c raportul este
constant pe o perioad limitat de timp, aproximativ 4-5
ani, perioad care de altfel corespunde renoirii
capitalului fix.
n calculele de prognoz se stabilete valoarea lui b
pentru trecut i se estimeaz valoarea acestuia la
orizontul de timp. Acest model se folosete de obicei
atunci cnd indicatorul urmrit n prognoz este volumul
mijloacelor fixe.
b) Modelul Domar (Productivitatea investitiilor)
= Q/I
unde:
- productivitatea investiiilor;
Q creterea produciei determinate de investiii;
I - volumul investiiilor.
Semnificaia economic: raportul dintre creterea
produciei i investiiile care au determinat aceast
cretere este un raport constant.
101
Acest model se aplic atunci cnd indicatorul

urmrit n prognoz este volumul investiiilor.
c) Modelul productivitatii muncii
W = Q/ N
unde:
W - productivitatea muncii;
Q - producia;
N - numrul de salariai.
Acest model se aplic atunci cnd indicatorul
urmrit n prognoz este numrul salariailor.
Etapa III: Trasarea funciei de trend
Din studiul evoluiei fenomenului cercetat rezult
ntodeauna o distribuie, o repartizare neuniform a
nivelurilor la care s-a nregistrat producia n trecut.
Practic, se reprezint grafic aceast repartizare din care
va rezulta o aa numit tendin central.
Etapa IV: Ajustarea datelor reale
Prin ajustare, datele reale se nlocuiesc cu datele
unei funcii matematice. Datele empirice nu permit
extrapolarea, aceasta este posibil doar n cazul n care
se opereaz doar cu o funcie matematic. n cazul
prognozei microeconomice se opereaz cu una din cele
trei funcii matematice: funcia dreptei, funcia
exponenial, funcia parabolei.
Ajustarea dup o dreapt se aplic atunci cnd
dup reprezentarea grafic a datelor se remarc c
tendina central este o dreapt.
Funcia matematic a dreptei este Y (t) = a + b(t),
unde:
Y- volumul produciei;
t timpul (anii);
a, b coeficienii tehnici.
De obicei se aplic atunci cnd ritmul anual de
cretere a produciei este aproximativ constant.
Metoda de calcul: Se noteaz cu y datele empirice
i cu Y termenii funciei matematice. Prin ajustare, y-ul
real, empiric, se nlocuiete cu valoarea Y teoretic. Se
102
pun cteva condiii suplimentare (de exemplu, ca

diferena dintre datele empirice i datele funciei
matematice s fie minim).
Ajustarea dup o funcie exponenial se aplic
atunci cnd dup reprezentarea grafic a datelor se
observ c tendina central este o hiperbol.
Funcia matematic a exponenialei este Y (t) = abt
, unde:
Y- volumul produciei;
t timpul (anii);
a, b coeficienii tehnici.
De obicei se aplic atunci cnd ritmul anual de
cretere a produciei este din ce n ce mai mare.
Ajustarea dup o parabol se aplic atunci cnd
dup reprezentarea grafic a datelor se observ c
tendina central este o parabol.
Se poate opera cu parabola patratic de forma
y(x)=(2px)1/2 sau cu parabola cubic y(x) = a+bx+cx2+dx3
La
programarea microeconomic se aplic de
regul parabola cubic. Aceasta se face atunci cnd
ritmul anual de cretere este din ce n ce mai mic.
Funcia matematic a parabolei este Y (t) =
a+bt+ct2+dt3 unde: Y- volumul produciei; t timpul
(anii); a, b,c, d coeficienii tehnici.
Pot fi formulate diferite principii care s ajute la
stabilirea unei previziuni ct mai exacte. Acest lucru
poate fi realizat n funcie de natura fenomenului
cercetat. n acest sens se evideniaz trei principii de
baz n previziunea economic:
1. Principiul continuitii: orizontul de timp al
previziunii este format din secvene de timp strns legate
unele de altele. Fiecare secven n parte este consecina
unei secvene anterioare, respectiv determinanta
secvenei urmtoare.
2. Principiul extrapolrii: este o consecin a
principiului anterior. Acesta presupune c n cazul n
care se cunoate starea a dou secvene consecutive de
103
timp se poate determina starea unei secvene imediat

urmtoare.
3. Principiul observrii condiiilor existente: orice
previziune ine cont de starea actual a procesului
analizat, respectiv de posibilitile existente n prezent,
referitoare la numrul personalului existent, gradul de
pregtire al acestuia, resursele de materii prime i
materiale etc.
5.2. Prognoza vnzrilor

Elaborarea strategiei n domeniul vnzrii este o
aciune complex, necesitnd un volum mare de
informaii ce se mprospteaz la intervale scurte de
timp, datorit frecventelor mutaii care se nregistreaz n
oferta productorilor, ca i n cerinele pieei de produse
i servicii. Dup ce a fost elaborat strategia n domeniul
vnzrii se adapteaz sistematic n raport cu noile
elemente care apar i care le modific pe cele avute iniial
n vedere.
Prognozele n vnzri sunt eseniale pentru o serie
complex de beneficiari dup cum urmeaz:
a) Pentru cei care realizeaz produsele sau serviciile
Att n cazul produselor tangibile ct i n cazul
serviciilor este esenial s se cunoasc o prognoz pentru
a se putea planifica operaiile, utilajele, fora de munc i
materialele (n cazul produselor), precum i pentru a
anticipa cnd, cum i de ctre cine vor fi efectuate
anumite servicii.
b) Pentru distribuitori
Sunt necesare prognozele pentru a stabili spaiile
de depozitare, transportul i fora de lucru de care au
nevoie.
c) Pentru personal
104
Prognozarea vnzrilor este esenial n stabilirea

politicii de personal. Funcie de aceast prognoz se
recruteaz personalul necesar.
d) Pentru achiziii
Departamentul de achiziii trebuie s cunoasc i
el volumul estimativ al vnzrilor pentru a realiza din
timp achiziiile necesare i pentru a beneficia de anumite
faciliti n cazul achiziiilor mari.
e) Pentru finane
Prognoza vnzrilor reprezint baza de plecare
pentru toate departamentele din organizaie atunci cnd
se stabilesc bugetele de venituri i cheltuieli. Este evident
c o programare defectuas are consecine dramatice
asupra organizaiei ca sistem ct i asupra tuturor
departamentelor n parte. De asemenea lipsa prognozelor
ar influena negativ organizaia prin faptul c s-ar face
cheltuieli nejustificate.
f) Pentru marketing
Acest departament rspunde de ntocmirea
prognozelor dar le i folosete pentru a gsi momentul i
fondurile necesare activitii promoionale.
g) Pentru cercetare dezvoltare
Acest departament este interesat mai ales de
prognozele pe termen lung, prognoze ce pot indica corect
modificri n semnificaiile produselor sau noile cerine
impuse n evoluia pieelor.
Aadar, este esenial s se realizeze prognoze, iar
acestea trebuie s fie corect elaborate.
Top managementul, funcie de resurse i de
strategia organizaiei apeleaz la metodele de prognozare
pe care le consider eficiente pentru organizaia sa.
Pentru estimarea vnzrilor exist diverse metode
grupate dup cum urmeaz:
- Metode subiective:
Ancheta;
nsumarea previzionrii reprezentanilor;
Juriul experilor;
105
Metoda Delphi.
- Metode obiective:
Testul de pia;
Analiza seriilor temporale:
- Metoda descompunerii;
- Metoda mediei multiple;
- Metoda lisajului exponenial.
- Metode de analiz statistice:
Metoda regresiei simple;
Metoda regresiei multiple.
Progresele sunt eseniale, att pentru cei ce
realizeaz produsele sau serviciile, ct i pentru
distribuitori, pentru personal i departamente, precum
achiziii, financiar, marketing sau cercetare dezvoltare.
n concluzie, prognozele sunt importante n orice
activitate, n vnzri ns ele sunt vitale fiind eseniale
unor diveri beneficiari. O problem major cu privire la
prognoze are n vedere compromisul ntre costuri i
inexactitatea prognozelor.
5.2.1. Metoda vectorilor spectrali

Mediul economic actual este ntr-o continu
schimbare, iar situaiile imprevizibile sunt cele mai
numeroase. De aceea, n condiiile economiei de pia
este nevoie mai mult ca oricnd s existe reguli care ar
permite o mai bun fundamentare a deciziei. O decizie
economic corect poate fi luata numai atunci cnd ea
este format n baza unui model matematic argumentat
tiinific i verificat practic.
Modelarea economico-matematic dispune de o
gam larg de modele i metode uzuale pentru un
management riguros, care permite studiul att structural
i sortimental al pieii, ct i de efectuare a unor
prognoze pe viitor.
106
Pentru determinarea unor previziuni pe o perioad

de cteva luni se utilizeaz metoda vectorilor spectrali.
Metoda vectorilor spectrali41 se bazeaz pe
descompunerea spectrului succesiunii n timp a unei
comenzi conform graficului de livrare, pe baza unor date
din trecut, privind evoluia sau structura acesteia.
Un vector spectral este un vector coloan de
forma:
V1

V
V 2
...

V
n
unde: Vj, cu j = 1,n sunt componentele vectorului n
perioade succesive i ndeplinete condiia:
n
V
j 1
Cunoscnd c livrrile de mrfuri se fac ealonat

n timp, conform protocolului ncheiat ntre parteneri,
comanda corespunztoare unei perioade T este livrat
fracionat n subperioadele t, t+1, t+2, , t+.
Pe baza valorilor comenzilor emise n diferite luni
succesivese ntocmete matricea comenzilor notat Ct1;t+2. Componentele acestei matrice reprezint comenzile
(valorice) emise n trecut (t-1) comanda cea mai veche
i cele prevzute pentru viitor (t+2) ultima comand
avut n vedere.
Vnzrile de mrfuri pentru perioada (t, t+2) se
pot determina cu ajutorul relaiei:
I t ,t 2 Ct 1,t 2 V j
41

107
Algoritmul de calcul presupune parcurgerea

urmtorilor pai:
1. se construiete matricea extins a comenzilor;
2. se stabilesc elementele vectorului spectral;
3. se nmulete matricea extins a comenzilor cu
vectorul spectral i se determin valoarea livrrilor
de mrfuri n luni succesive.
5.2.2. Metoda ajustrii exponeniale a lui R.K.

Brown
Preocuparea constant a factorilor de conducere ai
oricrei firme cu activitate de producie pentru studiul
vnzrilor poteniale ale produselor fabricate deriv din
unul din obiectivele fundamentale ale activitii
economice, maximizarea profiturilor.
Unul dintre cei mai importani factori de
condiionare ai mrimii profitului este volumul vnzrilor
(alturi de preul de vnzare unitar, structura costurilor
de producie etc.). n funcie de posibilitatea firmei
productoare de a aciona asupra acestor factori i de a
le influena evoluia se pot identifica42:
factori interni asupra crora ntreprinderea poate
aciona prin intermediul deciziilor sale: preul
propriilor produse, publicitatea etc.
factori externi care nu pot fi controlai prin
aciunea contient a productorilor: mrimea
veniturilor
i
puterea
de
cumprare
a
consumatorilor, comportamentul cumprtorilor,
42

108
evoluia
mediului
concurenial,
cadrul
macroeconomic general etc.
ncercarea de a lua n considerare aceti factori
duce la utilizarea unor metode diferite de previziune:
- cauzale pentru care este posibil
identificarea unor relaii funcionale;
- bazate pe serii de timp n cazul n care
evoluia curent a unui indicator depinde
de nivelul anterior.
n cea de-a doua categorie de metode, o grup
cuprinztoare
este
format
din
metodele
de
ajustare/nivelare care presupun faptul c valoarea
prognozat a unui indicator poate fi echivalent cu o
medie ponderat a valorilor sale trecute, corectat cu un
factor aleatoriu.
Ajustarea exponenial Brown reprezint o sum
ponderat a tuturor datelor din trecut ale unei serii
dinamice, cu ponderea cea mai mare plasat asupra celei
mai recente informaii. Datele sunt nivelate cu o
constant de nivelare (0 1).
Ideea de baz a acestei metode const n
corectarea
previziunii
proporional
cu
abaterea
constatat ntre previziunile anterioare i realizarea lor;
fiecare abatere fiind ponderat geometric descrescnd, pe
msur ce se ndeprteaz de prezent. Metoda nivelrii
exponeniale comport parcurgerea urmtoarelor etape:
Se stabilete apartenena fenomenului la unul din
cele patru tipuri de evoluii, respectiv:
fenomen orizontal caracterizat de medie;
fenomen cu tendin caracterizat de medie

i panta dreptei;
fenomen sezonier caracterizat de medie i

indici de sezonalitate;
109
fenomen sezonier cu tendin caracterizat

de medie, indici de sezonalitate i panta
dreptei.
Se disociaz fenomenul n componentele sale
caracteristice, calculndu-se mrimea lor.
Se
recompune
fenomenul
din
mrimile
caracteristice pentru o perioad viitoare.
Un sistem de prognoz (S) poate fi generalizat
printr-un polinom de gradul n astfel:
St+q=Pt0+Pt1Q+Pt2Q2+ +PtnQn
Cuantificarea coeficienilor Pn ai polinomului se
determin din urmtorul sistem de ecuaii:
Pt0=P0(Rt1,Rt2,...,Rtn)
Pt1=P1(Rt1,Rt2,...,Rtn)
Pt=Pn(Rt1,Rt2,...,Rtn)
Previziunea vnzrilor fcute la sfritul perioadei
t pentru perioada urmtoare se calculeaz dup formula:
Rt=Rt-1+(St-Rt-1)
n relaiile de mai sus Rt semnific previziunea
vnzrilor pe perioada t, iar St vnzrile efective n
perioada t.
Aceast metod se utilizeaz la estimarea
caracteristicilor de prognoz i n cazul n care fenomenul
de pia se supune unei influene de sezonalitate i
trend.
Plecnd de la valorile pe care le poate lua (0
1), apar urmtoarele situaii:
- = 1, previziunea va fi egal cu vnzrile
efective din perioada curent;
- este aproape de 1, influena vnzrilor din
ultimele perioade asupra previziunii pentru
perioada urmtoare va fi mare;
- ia o valoare mic, influena vnzrilor din
ultimele perioade asupra previziunii pentru
perioada urmtoare va fi mic.
110
Pentru determinarea unei valori ct mai corecte a

coeficientului de nivelare se genereaz valori n
intervalul [0, 1].
Pentru fiecare valoare se calculeaz suma
ptratelor erorilor (indicator care apreciaz calitatea unei
previziuni). Se va alege acea valoare a lui pentru care
acest indicator este minim.
Dac seria de date prezint fluctuaii mari se
recomand valori mai apropiate de 0 pentru , pentru
realizarea nivelrii datelor. n acest caz, efectul de
nivelare este mai redus pentru un apropiat de 1,
influena vnzrilor reale este mai mare.
5.3. Aplicaii i studii de caz rezolvate
Aplicaia 1
Se dorete realizarea practic a previziunii
economice pe un orizont de timp mai ndeprtat pentru
firma Alfa, n ceea ce privete:
Evoluia cifrei de afaceri n perioada previzionat
2007-2014;
Evoluia numrului de angajai n perioada 20072014;
Evoluia productivitii muncii pentru intervalul
2007-2014.
Prima etap a unei prognoze, culegerea datelor
privind volumul ncasrilor, evoluia numrului de
angajai i a productivitii muncii, este ndeplinit prin
reluarea din arhivele firmei a acestor date pentru
perioada 1998 2006.
n urma documentrii, s-a stabilit c n perioada
1998-2006 s-au obinut urmtoarele date, centralizate n
tabelul de mai jos :
111
Nr.
crt
Anii
1
2
3
4
5
6
7
8
9
1998
1999
2000
2001
2002
2003
2004
2005
2006
Valoare
ncasri
(mii Ron)
21.567,230
21.634,192
21.708,862
21.810,521
21.889,652
22.004,344
22.107,385
22.181,126
22.243,178
Personal
angajat
206
207
206
203
200
200
202
200
200
Tabel 5.1.
Productivitatea
muncii
(mii Ron)
104,695
104,513
105,382
107,441
109,448
110,021
109,442
110,905
111,216
Evoluia cifrei de afaceri pentru perioada 20072014

Etapa 1:
Studierea evoluiei fenomenului supus cercetrii
n cazul de fa, se va nregistra
volumul
ncasrilor exprimate n Ron, realizate de firm ntre anii
1997 2006, date preluate din documentele existente n
arhiva firmei.
112
Tabel 5.2.
Nr. crt
Anii
1
2
3
4
5
6
7
8
9
1998
1999
2000
2001
2002
2003
2004
2005
2006
Valoare ncasri
(mii Ron)
21.567,230
21.634,192
21.708,862
21.810,521
21.889,652
22.004,344
22.107,385
22.181,126
22.243,178
Etapa 2:
Studierea i trasarea trendului de evoluie referitor la
volumul ncasrilor totale ale firmei.
n aceast etap, prin simpla observare a
graficului de trend se poate remarca tendina general
determinat de dinamica ncasrilor firmei n perioada
supus cercetrii, perioada cuprins ntre anii 1998
2006.
Datorit
faptului
firma
nregistrat
intervalul supus documentrii un ritm anual aproximativ

uniform, din reprezentarea grafic a evoluiei ncasrilor
se observ c acestea se apropie foarte mult de forma
unei drepte cu o pant relativ lin.
Astfel, metoda care se va aplica pentru ajustarea
datelor empirice va fi metoda ajustrii dup o dreapt.
113
22,400
22,200
22,000
21,800
21,600
21,400
Vol. Incasari
21,200
1998 1999 2000
2001 2002 2003
2004 2005 2006
Etapa 3:
Ajustarea datelor empirice dup o dreapt.
Expresia funciei este de forma Y(t) = a + bt
Preliminar, nainte de nceperea oricrui calcul, se
pune condiia ca diferena dintre datele empirice y i cele
teoretice Y, s fie minim.
Matematic aceasta se exprim:
-
suma diferenelor dintre datele empirice i cele teoretice
s fie minim:
(y Y ) min
- de asemenea se pune condiia ca suma diferenelor

ridicat la ptrat dintre datele empirice i cele teoretice s
fie minima:
(y Y )2 min
114
Dup efectuarea calculelor i nlocuirea variabilei

t cu e pentru simplificarea calculelor, se obin expresiile
celor 2 coeficieni tehnici, a i b.
a= y/ K
i
b = ey/ e2
Dup efectuarea nlocuirilor mai sus menionate n
expresia matematic a dreptei Y(t) = a + b(t), va rezulta:
Y(e) = a + b(e)
Cu ajutorul acestei formule se poate calcula
valoarea lui Y la orizontul de timp dorit.
Aplicm altgoritmul de calcul prezentat pentru
valorile nscrise n tabelul de mai jos:
Tabel 5.3.
Nr.
crt
Anii
1
2
3
4
5
6
7
8
9
1998
1999
2000
2001
2002
2003
2004
2005
2006
K= 9
Valoare
ncasri
mii RON
21.567,230
21.634,192
21.708,862
21.810,521
21.889,652
22.004,344
22.107,385
22.181,126
22.243,178
e2
ye
-4
-3
-2
-1
0
1
2
3
4
16
9
4
1
0
1
4
9
16
-86.268,920
-64.902,576
-43.417,724
-21.810,512
0
22.004,344
44.214,770
66.543,378
88.972,712
y =
197.146,490
e =
0
e2 =
60
ye=
5.335,472
Se obin urmtoarele valori pentru coeficienii a i

b:
a = y/ K a = 197.146,490:9 = 21.905,166
115
ln b = ey/ e2 b = 5.335,472 :60 = 88,924

Aceste valori se introduc n expresia funciei Y(e) =
a + b(e) i astfel se obine expresia general de stabilire a
valorii ncasrilor la orizontul de timp previzionat:
Y(e) = 21905,166+ 88,924 e
Etapa 4:
Extrapolarea datelor pentru perioada 2007 - 2015:
Evoluia ncasrilor firmei:
Aplicnd formula de mai sus, pentru anii 2007
2015 succesiv se obin urmtoarele valori previzionate:
Y2007 = 21905,166
RON)
Y2008 = 21905,166
RON)
Y2009 = 21905,166
(mii RON)
Y2010 = 21905,166
RON)
Y2011 = 21905,166
RON)
Y2012 = 21905,166
(mii RON)
Y2013 = 21905,166
(mii RON)
Y2014 = 21905,166
(mii RON)
Y2015 = 21905,166
(mii RON)
+ 88,924 x 5 Y2007 = 22.349,786 (mii

+ 88,924 x 6 Y2008 = 22.438,710 (mii
+ 88,924 x 7 Y2009 = 22.527,634
+ 88,924 x 8 Y2010 = 22.616,558 (mii
+ 88,924 x 9 Y2011 = 22.705,482 (mii
+ 88,924 x 10 Y2012 = 22.794,406
+ 88,924 x 11 Y2013 = 22.883,330
+ 88,924 x 12 Y2014 = 22.972,254
+ 88,924 x 13 Y2015 = 23.061,178
116
Tabel 5.4.
Nr. crt
Anii
1
2
3
4
5
6
7
8
9
2007
2008
2009
2010
2011
2012
2013
2014
2015
Valoare ncasri
(mii RON)
22.349,786
22.438,710
22.527,634
22.616,558
22.705,482
22.794,406
22.883,330
22.972,254
23.061,178
Evoluia personalului angajat al

firmei Extrapolarea datelor pentru perioada 2007 2015:
Pentru realizarea studiului referitor la evoluia
viitoare a personalului angajat al firmei mai sus
menionate, se va aplica modelul productivittii muncii :
W = Q/ N , unde:
Q = valoarea produciei sau, n cazul nostru, valoarea
ncasrilor din vnzri;
W = productivitatea muncii;
N= numrul de angajai.
Din aceast formul rezult c numrul de
angajai este:
N=Q/W
Din studiul datelor obinute din arhivele firmei, n
ceea ce privete productivitatea nregistrat ntre anii
1998 2006, acestea sunt prezentate n tabelul urmtor:
117
Tabel 5.5.
Nr.
crt
Anii
Valoare ncasri
(mii RON)
1998
21.567,230
Productivitatea
muncii
(mii RON)
104,695
2
3
4
5
6
7
8
9
1999
2000
2001
2002
2003
2004
2005
2006
21.634,192
21.708,862
21.810,521
21.889,652
22.004,344
22.107,385
22.181,126
22.243,178
104,513
105,382
107,441
109,448
110,021
109,442
110,905
111,216
Se poate observa c, n cei 9 ani cercetai,

productivitatea muncii a crescut ntre 1998 i 2006 n
medie cu aproximativ 6,521 procente.
innd cont de ritmul alert n care evolueaz
tehnica i tehnologia, de rapiditatea cu care descoperirile
tiinifice i gsesc aplicabilitate practic n industrie i
n activitatea economic n general, estimm o cretere a
productivitii muncii n deceniul viitor dup cum
urmeaz:
- ntre anii 2007 2009: W 2007 2009 = 120,000 mii RON
n aceste condiii, aplicnd modelul productivitii
muncii, se pot obine urmtoarele estimri:
118
Tabel 5.6.
Nr.
crt
Anii
1
2
3
4
5
6
7
8
9
2007
2008
2009
2010
2011
2012
2013
2014
2015
Valoare
Productivitatea
ncasri
muncii
(mil ROL)
(mii RON)
22.349,786
120,000
22.438,710
120,000
22.527,634
120,000
22.616,558
123,000
22.705,482
123,000
22.794,406
123,000
22.883,330
126,000
22.972,254
126,000
23.061,178
126,000
Angajai
186
187
188
184
185
185
182
182
183
Din studiul graficului mai jos se remarc foarte

clar c pentru creterea productivitii muncii de la
111,216 mii Ron la 120,000 mii RON se preconizeaz o
reducere drastic de personal de la 200 la 186 de
salariai urmnd ca acesta s mai scad pn la 182-183
de angajai.
210
205
200
195
190
185
180
Angajati
175
170
14
20
12
20
10
20
08
20
06
20
04
20
02
20
00
119
20
19
98
165
Aplicaia 2
Pentru analiza situaiei comenzilor primite de la
diferii clieni vom utiliza datele prezentate n urmtorul
tabel:
Vnzri nregistrate (mii Euro)
Nr.
Luna calendaristic
Vnzri nregistrate (mii
crt.
Euro)
1
Octombrie 2007
2100
2
Noiembrie 2007
2200
3
Decembrie 2007
3200
4
Ianuarie 2008
3300
5
Februarie 2008
3250
6
Martie 2008
3280
7
Aprilie 2008
3450
8
Mai 2008
3387
De asemenea, se va ine cont de faptul c
societatea a ncheiat contracte i nelegeri cu toi clienii
si n vederea ealonrii procentuale a valorii comenzilor
n timp, respectiv n luni succesive. De regul, ealonarea
se face pe patru luni consecutive, n proporie de 30%,
25%, 20% i 25% din totalul comenzii. Valoarea
comenzilor n luna ianuarie 2008 (luna de referin) este
de 3300 mii Euro. n vederea ncheierii de noi contracte
conducerea societii este interesat de determinarea
valorii livrrilor pe luni succesive, ncepnd cu luna
ianuarie, pn la lichidarea tuturor comenzilor emise.
Vom ntocmi matricea extins a comenzilor:
120
3300
3250
3280
3450
3387
0
0
2100
2200
3200
3300
3450 3280 3250
3387 3450 3280
0
3387 3450
0
0
3387
3200
3300
3250
3280
2200
3200
3300
3250
Vectorul spectral este reprezentat de:
0,30
0,25
0,20
0,25
Vom nmuli matricea comenzilor cu vectorul spectral:
3300
3250
3280
3450
3387
0
0
2100
2755
2200
2990
3256,5
3200
0,30
3330
3300
0,25 =
3450 3280 3250 0,20 3347,1
3387 3450 3280 0,25 2356,75

0
3387 3450
1539,9
846,75
0
0
3387
3200
3300
3250
3280
2200
3200
3300
3250
ianuarie = 2755 mii Euro

februarie = 2990 mii Euro
martie = 3256.5 mii Euro
121
aprilie = 3330 mii Euro

mai = 3347.1 mii Euro
iunie = 2356.75 mii Euro
iulie = 1539.9 mii Euro
august = 846.75 mii Euro
Total = 20422 mii Euro
Drept urmare, toate comenzile emise se vor lichida
n luna august 2008. Valoarea total a comenzilor emise
n perioada ianuarie august este de 20422 mii Euro, cu
o ealonare prezentat mai sus. n valoarea de 20422 mii
Euro sunt cuprinse integral comenzile emise n lunile
ianuarie mai i cote pri din comenzile emise n lunile
precedente, adic 85% din comanda emis n luna
decembrie a anului precedent i 58% din comanda emis
n luna noiembrie.
Aplicaia 3
Pentru realizarea previziunii vnzrilor folosind
modelul Brown vom porni de la datele prezentate n
tabelul aplicaiei 2, care reprezint vnzrile efective de
produse din cadrul unei societi comerciale. Scopul
urmrit este de a previziona nivelul vnzrilor pentru
luna iunie 2008. Vom considera un parametru de
nivelare = 0,15 (valoare luat aleatoriu din intervalul
[0,1]).
Calculele se fac pe baza relaiei:
Rt = St + (1-)Rt-1
Drept urmare, previziunea pentru luna iunie 2008
este o medie ponderat a vnzrilor efective din acea
perioad i a previziunilor fcute pentru aceste vnzri.
Valoarea
previzionat
a
vnzrilor
este
urmtoarea:
122
Vnzri nregistrate i previzionate (mii Euro)

Luna
Vnzri
Vnzri
calendaristic
nregistrate
previzionate
(mii Euro)
(mii Euro)
St
Rt
1
Octombrie 2007
2100
2100
(t-7)
2
Noiembrie 2007
2200
2100
(t-6)
3
Decembrie 2007
3200
2115
(t-5)
4
Ianuarie 2008 (t3300
2278
4)
5
Februarie 2008
3250
2431
(t-3)
6
Martie 2008 (t-2)
3280
2554
7
Aprilie 2008 (t-1)
3450
2663
8
Mai 2008 (t)
3387
2781
9
Iunie 2008
Nu se cunosc
2872
- pentru Decembrie 2007:
Rt-6 = St-6 + (1-)Rt-7 = 0,15*2200+(1-0,15)*2100 = 2115
mii Euro
- pentru Ianuarie 2008:
Rt-5 = St-5 + (1-)Rt-6 = 0,15*3200+(1-0,15)*2115 = 2278
mii Euro
- pentru Februarie 2008:
Rt-4 = St-4 + (1-)Rt-5 = 0,15*3300+(1-0,15)*2278 = 2431
mii Euro
- pentru Martie 2008:
Rt-3 = St-3 + (1-)Rt-4 = 0,15*3250+(1-0,15)* 2431 = 2554
mii Euro
- pentru Aprilie 2008:
Rt-2 = St-2 + (1-)Rt-3 = 0,15*3280+(1-0,15)*2554 = 2663
mii Euro
- pentru Mai 2008:
Nr.
crt.
123
Rt-1 = St-1 + (1-)Rt-2 = 0,15*3450+(1-0,15)*2663 = 2781

mii Euro
- pentru Iunie 2008:
Rt = St + (1-)Rt-1 = 0,15*3387+(1-0,15)*2781 = 2872 mii
Euro
4000
3500
3000
2500
2000
1500
1000
500
0
dec
ian
feb
mart
Vanzari inregistrate
apr
mai
iun
Vanzari previzionate
Evoluie previziuni cu factor de nivelare 0,15

Deci, n mai 2008, vnzrile efective sunt de 3387
mii Euro, iar pentru luna iunie 2008 se prevd vnzri n
valoare de 2872 mii Euro.
Aa cum am menionat n paragrafele teoretice,
problema central a modelului Brown este determinarea
mrimii factorului de nivelare (care poate avea valori
cuprinse ntre 0 i 1), care influeneaz hotrtor asupra
nivelului previziunii.Vom reface calculele utiliznd un
parametru de nivelare = 0,9. Previziunea este
urmtoarea:
124
Vnzri nregistrate i previzionate (mii Euro)

Luna
Vnzri
Vnzri
calendaristic
nregistrate
previzionate
(mii Euro)
(mii Euro)
St
Rt
1
Octombrie 2007
2100
2100
(t-7)
2
Noiembrie 2007
2200
2100
(t-6)
3
Decembrie 2007
3200
2190
(t-5)
4
Ianuarie 2008 (t3300
3099
4)
5
Februarie 2008
3250
3280
(t-3)
6
Martie 2008 (t-2)
3280
3253
7
Aprilie 2008 (t-1)
3450
3277
8
Mai 2008 (t)
3387
3433
9
Iunie 2008
Nu se cunosc
3392
- pentru Decembrie 2007:
Rt-6 = St-6 + (1-)Rt-7 = 0,9*2200+(1-0,9)*2100 = 2190 mii
Euro
- pentru Ianuarie 2008:
Rt-5 = St-5 + (1-)Rt-6 = 0,9*3200+(1-0,9)*2190 = 3099 mii
Euro
- pentru Februarie 2008:
Rt-4 = St-4 + (1-)Rt-5 = 0,9*3300+(1-0,9)*3099 = 3280 mii
Euro
- pentru Martie 2008:
Rt-3 = St-3 + (1-)Rt-4 = 0,9*3250+(1-0,9)* 3280 = 3253
mii Euro
- pentru Aprilie 2008:
Rt-2 = St-2 + (1-)Rt-3 = 0,9*3280+(1-0,9)*3253 = 3277 mii
Euro
- pentru Mai 2008:
Nr.
crt.
125
Rt-1 = St-1 + (1-)Rt-2 = 0,9*3450+(1-0,9)*3277 = 3433 mii

Euro
- pentru Iunie 2008:
Rt = St + (1-)Rt-1 = 0,9*3387+(1-0,9)*3433 = 3392 mii
Euro
4000
3500
3000
2500
2000
1500
1000
500
0
dec
ian
feb
mart
apr
mai
iun
Vanzari previzionate
Evoluie previziuni cu factor de nivelare 0,9

Deci, n mai 2008, vnzrile efective sunt de 3387
mii Euro, iar pentru luna iunie 2008 se prevd vnzri n
valoare de 3392 mii Euro.
Se poate concluziona c, atunci cnd este mic,
apropiat de 0 (n cazul nostru 0,15), valorile previzionate
oscileaz puin n jurul mediei vnzrilor efective (3020
mii Euro), iar cnd
este mare (0,9), previziunile
urmresc oscilaiile vnzrilor efective. n acest caz,
vnzrile efective n perioada de calcul au o pondere
mare, fapt care face ca valoarea previziunii s oscileze
puin fa de vnzrile efective.
Dac lum n calcul i celelalte componente ale
seriei dinamice, sezonalitatea i trendul, trebuie fcute
nivelri i pentru acestea.
Pentru exprimarea influenelor sezoniere, vnzrile
estimate anterior vor fi multiplicate cu un factor sezonier,
calculat ca un raport ntre vnzrile efective i cele
126
ajustate ale unei perioade trecute i apoi, nivelat i

acesta pentru perioada curent. Factorul de sezonalitate
ndeplinete condiia 0 1. Dac se are n vedere
obinerea trendului, procedeul rmne, n linii mari,
acelai.
Pentru
previzionarea
volumului
vnzrilor
desezonalizate n luna iunie 2008 vom porni de la datele
prezentate n tabelul de mai jos:
Luna
Martie
Aprilie
Mai
Vnzri previzionate (mii Euro)

Vnzri
Vnzri
Vnzri
efective
previzionate
previzionate
(2008)
cu
fr
sezonalitate
sezonalitate
(2007)
(2007)
3280
3000
3200
3450
3400
3500
3387
3500
3450
Vom considera valorile factorilor de nivelare =

0,3 i = 0,5.
Vom determina prognoza vnzrilor cu sezonalitate
pentru luna iunie cu relaia:
Rt = St + (1-) Rt-1
Astfel:
R1 = 0,3*3280+(1-0,3)*3280 = 3280 mii Euro
3280 mii Euro reprezint valoarea previzionat
pentru luna februarie
R2 = 0,3*3450+(1-0,3)*3280 = 3331 mii Euro
R3 = 0,3*3387+(1-0,3)*3331 = 3348 mii Euro
Vom calcula factorul sezonier (Ft-s) prin raportarea
vnzrilor previzionate cu sezonalitate la cele fr
sezonalitate (considerm durata unui sezon s =12 luni).
F1s
3000
0,9375
3200
127
3400
0,9714
3500
3500
1,0145
3450
F2s
F3s
Vom determina prognoza vnzrilor desezonalizate

(Mt) folosind relaia:
Mt
St
(1 ) M t 1
Ft s
3280
(1 0,3) 3280 3345,6 mii Euro
0,9375
3450
M 2 0,3
(1 0,3) 3345,6 3407,39 mii Euro
0,9714
3387
M 3 0,3
(1 0,3) 3407,9 3387,11 mii Euro
1,0145
M 1 0,3
Vom determina valoarea curent a factorului

sezonier cu relaia:
Ft
St
(1 ) Ft s
Rt
3280
(1 0,5) 0,9375 0,96875 mii Euro
3280
3450
F2 0,5
(1 0,5) 0,9714 1,003563 mii Euro
3331
3387
F3 0,5
(1 0,5) 1,0145 1,013074 mii Euro
3348
F1 0,5
Cu ajutorul valorilor curente ale factorului

sezonier vom reface prognoza vnzrilor desezonalizate:
M1 = 3280 * 0,96875 = 3177,5 mii Euro
M2 = 3331 * 1,003563 = 3342,87 mii Euro
M3 = 3348 * 1,013074 = 3391,77 mii Euro
Rezultatele obinute au fost sintetizate n tabelul
de mai jos:
128
Luna
Martie
Aprilie
Mai
Iunie
Vnzri
efective
Vnzri
previzionate
cu
sezonalitate
3280
3450
3387
-
3280
3280
3331
3348
mart
apr
Vnzri previzionate
fr sezonalitate
Cu factorul
Cu
sezonier
factorul
din
sezonier
perioada
estimat
anterioar
pentru
anul
curent
3345,6
3177,5
3407,39
3342,87
3387,11
3391,77
3500
3450
3400
3350
3300
3250
3200
3150
3100
3050
3000
mai
iun
Vanzari previzionate cu sezonalitate
Vanzari previz fara sezonalitate cu factor sezonier din per. Anterioara
Vanzari previz fara sezonalitate cu factor sezonier estimat
Vnzrile previzionate
129
Trebuie meninat faptul c metoda prezentat

sufer din cauza inexistenei unor procedee riguroase de
determinare a constantelor de nivelare, mrimea acestora
influennd n mod serios previziunile efectuate.
Idei n rezumat
Putem defini previziunea ca determinare a evoluiei
posibile i probabile a unui fenomen, pentru un interval de timp
viitor mai mult sau mai puin ndeprtat, pe baza unor metode i
calcule tiinifice. Previziunea economic are drept obiect studiul
evoluiei viitoare a proceselor economice.
Prognoza se refer n limbajul economic obinuit la
perioade mai mari de 5 ani. Programele sau planurile curente se
refer la perioade mai mici de timp, n general la 1 an, dar pot fi
i pentru un trimestru i chiar pentru o lun. De asemenea,
exist i aa numitele programe operative care au n vedere
intervale de timp mai mici de o lun.
Pentru elaborarea unei prognoze este necesar s se
parcurg mai multe etape de calcul, dup cum urmeaz:
Studierea fenomenului supus cercetrii, Alegerea modelului de
prognoz, Trasarea funciei de trend, Ajustarea datelor,
Extrapolarea datelor.
Prognoza vnzrilor reprezint baza de plecare pentru
toate departamentele din organizaie atunci cnd se stabilesc
bugetele de venituri i cheltuieli. Este evident c o programare
defectuas are consecine dramatice asupra organizaiei ca
sistem ct i asupra tuturor departamentelor n parte. De
asemenea lipsa prognozelor ar influena negativ organizaia prin
faptul c s-ar face cheltuieli nejustificate.
Metoda
vectorilor
spectrali
se
bazeaz
pe
descompunerea spectrului succesiunii n timp a unei comenzi
conform graficului de livrare, pe baza unor date din trecut,
privind evoluia sau structura acesteia.
Ajustarea exponenial Brown reprezint o sum
ponderat a tuturor datelor din trecut ale unei serii dinamice, cu
ponderea cea mai mare plasat asupra celei mai recente
informaii. Datele sunt nivelate cu o constant de nivelare (0
1). Ideea de baz a acestei metode const n corectarea
130
previziunii proporional cu abaterea constatat ntre previziunile

anterioare i realizarea lor; fiecare abatere fiind ponderat
geometric descrescnd, pe msur ce se ndeprteaz de
prezent.
Bibliografie
1. Raiu-Suciu C., Modelarea & Simularea proceselor
2. Romnu Ion - Previziune economic, Note de curs
aferente disciplinei Managementul investiiilor din cadrul
masterului cu specializarea Managementul Investiiilor
organizat de Facultatea de tiine Economice a
Universitii Hyperion din Bucureti, 2007.
3. Romnu I., Vasilescu I., C.Cicea - Investiii, Ed.
4. Romnu Ion, Vasilescu I. (coord.) - Managementul

1. Care sunt elementele de difereniere dintre previziune,
prognoz i planificare?
2. Caracterizai previziunea economic.
3. Cum pot fi clasificate previziunile economice?
4. Care sunt variabilele cu care opereaz o prognoz?
5. Pentru elaborarea unei prognoze este necesar s se
parcurg mai multe etape de calcul. Care sunt acestea?
6. Care sunt principalele modele cu care se opereaz n
calculele de prognoz?
7. Care este semnificaia economic a modelului lui
Harrod?
131
8. Care este semnificaia economic a modelului lui

Domar?
9. Pot fi formulate principii care s ajute la stabilirea unei
previziuni ct mai exacte? Care sunt acestea?
10. Prognozele n vnzri sunt eseniale pentru o serie
complex de beneficiari. Cine sunt acetia?
11. Pentru estimarea vnzrilor exist diverse metode.
Care sunt acestea?
12. Care este problema major cu privire la prognoze?
13. Care este ideea de baz a metodei vectorilor spectrali?
1. Unul dintre cei mai importani factori de condiionare
ai mrimii profitului este volumul vnzrilor (alturi de
preul de vnzare unitar, structura costurilor de
producie etc.). n funcie de posibilitatea firmei
productoare de a aciona asupra acestor factori i de a
le influena evoluia se pot identifica o serie de factori.
Care sunt acetia? Exemplificai.
2.
Prezentai
caracteristicile
metodei
ajustrii
exponeniale a lui R.K. Brown.
3. Pe baza datelor prezentate n anuarele statistice,
prognozai evoluia produciei industriale n Romnia n
urmtorii 5 ani.
4. Folosii una dintre metodele de prognozare a vnzrilor
pe care vi le-ai nsuit pentru a estima trendul
comenzilor/vnzrilor la firma la care suntei angajat.
132
MODELAREA I OPTIMIZAREA
DECIZIILOR
6.1. Elemente de programare liniar
6.2. Dualitatea problemelor de optimizare
6.3. Optimizarea activitii de organizare a
produciei
6.4. Optimizarea activitilor de transport
6.5. Algoritmul Simplex
Explicarea raiunii problemelor de maxim i de minim

n economie;
Recapitularea noiunilor de programare liniar;
nelegerea conceptelor legate de dualitatea problemelor
de programare liniar;
Cunoaterea modalitilor de optimizare a activitii de
organizare a produciei;
Contientizarea rolului i locului problemelor de
transport n optimizarea proceselor economice;
Discutarea alternativelor la conceptul de optimizare.
Concepte cheie:
programare liniar
funcie liniar
funcie obiectiv
soluie a programului
soluie admisibil
soluie optim
restricie concordant
restricie neconcordant
probleme de transport
forma canonic a
problemei
forma standard a
problemei
problem de optimizare
problem dual
problem primar
optimizarea produciei
modelele de optimizare a
investiiilor
133
6.1. Elemente de programare liniar

Problemele de maxim i de minim apar frecvent n
cele mai diferite domenii ale matematicilor pure sau
aplicate. n domeniul economic, asemenea probleme sunt
foarte naturale. Astfel, firmele ncearc s maximizeze
profiturile sau s minimizeze costurile.
Programarea liniar se ocup de o clas special
de probleme de optimizare care apar deseori n aplicaiile
economice. Aceste probleme constau n maximizarea sau
minimizarea unei funcii liniare, numit funcie obiectiv, ale
crei variabile trebuie s satisfac:
un sistem de relaii date sub forma unor ecuaii
i/sau inecuaii liniare nestricte, denumite
generic restricii;
cerina de a lua numai valori numerice
nenegative (0).
unde:
1) f se numete funcie obiectiv sau funcie de
eficien;
2) g =
reprezint un numr de m
funcii, cu n variabile cu valori reale;
3) b =
reprezint un vector numeric
real;
4)
reprezint restriciile problemei;
5)
reprezint restriciile de semn ale
variabilelor problemei.
Definiia 1: Orice soluie a sistemului de restricii
si cu
se numete soluie posibil
(admisibil) a problemei.
134
Notm
cu
mulimea
soluiilor
posibile:
Definiia 2: Orice soluie posibil a problemei care d

funciei f valoarea optim (maxim sau minim) cerut se
numete soluie optim.
Notm cu
mulimea soluiilor optime:
Observaie:
1) O problem de programare liniar are optim
finit unic dac
conine un singur element
i dac
f( ) este un numr finit;
2) O problem de programare liniar are optim
finit multiplu dac
conine cel puin dou elemente i
pentru fiecare n parte f ia aceeai valoare finit.
3) Putem vorbi i despre optim infinit atunci cnd
funcia obiectiv f devine infinit. Din punct de vedere
practic, nu prezint ns interes.
De exemplu, se consider o firm, care produce n
bunuri B1,B2,...,Bn utiliznd pentru aceasta m categorii de
resurse R1,R2,...,Rm (materii prime, for de munc,
capaciti de producie, combustibili i energie etc.). Se
adopt ipoteza c tehnologia de transformare a resurselor
n bunuri este liniar n sensul c:
- pentru fiecare bun, consumul dintr-o anumit
resurs este direct proporional cu cantitatea produs.
- consumurile dintr-o resurs sau alta nu se
condiioneaz reciproc.
Fie atunci aij cantitatea din resursa i utilizat
pentru producerea unei uniti din bunul Bj, di cantitatea
disponibil din resursa Ri i pj preul (sau profitul) unitar
al bunului Bj.
135
Problema const n determinarea unei variante de

fabricaie care s maximizeze venitul (sau profitul) firmei.
Se noteaz cu xj cantitatea din bunul Bj care
urmeaz a fi produs. Problema enunat mai nainte
presupune determinarea valorilor numerice x1,x2,...,xn
care maximizeaz funcia:
f p1 x1 p2 x2 ... pn xn
cu satisfacerea urmtoarelor restriciilor:
a11x1 a12 x2 ... a1n xn d1
a21x1 a22 x2 ... a2n xn d 2

....................................
am1 x1 am 2 x2 ... amn xn d m

i a condiiilor de nenegativitate: x1 0, x2 0,..., xn 0.
DE REINUT
Un ansamblu de n valori numerice care satisfac
restriciile se va numi soluie a programului. Dac n plus
sunt verificate i condiiile de nenegativitate, ansamblul
se numete soluie admisibil. O soluie admisibil care
maximizeaz sau minimizeaz - dup caz - funcia
obiectiv se va numi soluie optim.
O restricie a unei probleme de programare liniar
se numete concordant dac este o inegalitate de tipul
cnd funcia obiectiv se maximizeaz i de tipul
cnd funcia obiectiv se minimizeaz. O restricie
inegalitate care nu este concordant se va numi
neconcordant. Spunem c o problem de programare
liniar este n form canonic dac toate restriciile ei
sunt inegaliti concordante.
Orice problem de programare liniar se poate
pune sub o form canonic de maximizare sau
136
minimizare,
fr
modificarea
mulimii
soluiilor
admisibile.
Spunem c o problem de programare liniar este
n form standard dac toate restriciile ei sunt egaliti.
n consecin, o problem care are i restricii inegaliti
va fi nlocuit - n vederea rezolvrii ei - cu o alta n care
toate restriciile sunt egaliti. Noua problem, numit
forma standard a problemei se construiete aa cum se
poate observa n exemplul de mai jos:
max( f ) x1 2 x 2 3x3
2 x 4 x x 6
2
3
1
5
x
x
1
2
3 4
x 2 x 3 x 10
2
3
1
x1 0, x 2 0, x3 0
devine:
max( f ) x1 2 x 2 3x3
2 x1 4 x 2 x3 x 4 6
5 x1 x 2 x3 4
x 2 x 3 x x 10
2
3
5
1
x j 0, j 1,5
I. Forma general
Definiia 3: Spunem c o problem de programare
liniar este prezentat sub forma general dac este
scris astfel:
Aadar, o problem de programare liniar este

dat sub forma general dac, indiferent de funcia
137
obiectiv i de scopul optimizrii, aceasta are restriciile de

toate felurile i variabilele nenegative.
II. Forma standard
liniar este prezentat sub forma standard dac este
scris astfel:

dat sub forma standard dac, indiferent de funcia
obiectiv i de scopul optimizrii, aceasta are toate
restriciile sub form de egalitate, iar variabilele sunt
nenegative.
III. Forma canonic
liniar este prezentat sub forma canonic dac este
scris astfel:

dat sub forma canonic dac, indiferent de funcia
obiectiv, scopul optimizrii este cel de a maximiza
aceast funcie; n plus, aceasta are toate restriciile sub
form de inegalitate de tipul ( ), iar variabilele sunt
nenegative.
sau
138

dat sub form canonic dac, indiferent de funcia
obiectiv, scopul optimizrii este cel de a minimiza aceast
funcie; n plus, aceasta are toate restriciile sub form
de inegalitate de tipul ( ), iar variabilele sunt nenegative.
IV. Trecerea de la forma general la forma standard
Avnd n vedere cele dou forme de prezentare,
transformarea inegalitilor n egaliti se va face prin
introducerea unor variabile de compensare (de egalizare
sau ecart) nenegative, prin adunarea la membrul cel mic
al fiecrei inegaliti astfel:
a)
dac
atunci
avem:
b)
dac
atunci
avem:
Observaie: Cnd introducem variabilele de

compensare putem folosi orice litere dorim. Noi am folosit
y pentru o mai bun nelegere, n practic ns se
obinuiete a se folosi tot litera x, ns cu ali indici. De
exemplu, dac problema are doar 3 variabile (
) i
avem nevoie s introducem alte 3 variabile ecart, vom
folosi (
).
Exemplu:
Pentru a aduce problema de programare liniar de

mai sus la forma standard trebuie ca inegalitile 1, 3 i
4 s le transformm n egaliti. Acest lucru se face prin
139
introducerea unor variabile de compensare (de egalizare

sau ecart) astfel:
a) pentru ecuaia 4 avem
b) pentru ecuaia 1 i 3 avem
Dup introducerea variabilelor, restriciile devin:
Variabilele
compensare.
sunt
variabile
de
V. Trecerea de la forma general la forma canonic

ncepem cu transformarea tuturor restriciilor
specifice formei generale (
), n restricii de acelai
sens, specifice formei canonice ( pentru problemele de
maxim, i pentru problemele de minim), adic:
1)
dac i numai dac
;
2) a = b dac i numai dac
care permit astfel schimbarea sensului unor

inegaliti prin nmulirea acestora cu (-1), precum i
nlocuirea unei egalitatea prin dou inegaliti de sens
opus (sau de acelai sens dup nmulirea unei dintre ele
cu (-1)).
Spunem c o problem de programare liniar este
n form canonic dac toate restriciile ei sunt inegaliti
concordante.
140
Exemplu:
Fiind o problem de maximizare, toate restriciile

trebuie s fie . Pentru a transforma toate inegalitile
n , inegalitile 1 i 4 se nmulesc cu (-1) i restriciile
devin:
iar ecuaia 3 va fi transformat n dubl inegalitate (de la

a = b la
i
).
Vom nmuli cu (-1) noua ecuaie 3, pentru a o

putea aduce la forma :
141
VI. Trecerea de la forma canonic la cea standard se

face prin transformarea tuturor inegalitilor n egaliti,
prin introducerea variabilelor de compensare.
Exemplu:
Fiind o problem de maximizare, toate restriciile

sunt . Pentru a transforma toate inegalitile n
egaliti vom aduna variabilele de compensare
la inegalitatea 1, 2, 3, respectiv 4, restriciile
devenind:
6.2. Dualitatea problemelor de optimizare

S presupunem c o problem de optimizare care
se poate rezolva cu ajutorul programrii liniare cere
determinarea a u numere xj unde j 1, n pentru care
funcia f
e x
j1
este maxim, cu urmtoarele restricii:
142
a 11x 1 a 12 x 2 ............ a 1n x n b1
a 21x 1 a 22 x 2 ........... a 2n x n b 2
.......................................................
a x a x ........... a x b
m2 2
mn n
m
m1 1
x j 0; j 1, n
Matricea sistemului poate fi scris astfel :
a 11a 12 ..............a 1n
a 21a 22 .............a 2n
............................
a m1 a m2 ............a mn
Pe baza acelorai date se poate construi o nou
problem, numit problema dual a celei propuse. Fie
m variabile y1, y2, ........ym , care s corespund celor
m inecuaii ale mulimii M.
Problema dual are ca scop gsirea minimului
funciei f min
b y
i 1
n condiiile :
a 11y1 a 21y 2 ............ a m1 y m c1
a 12 y1 a 22 y 2 ........... a m2 y m c 2
.......................................................
a y a y ........... a y c
2n 2
mn m
m
1n 1
y1 0; i 1, m
Se constat c matricea sistemului de mai sus,

scris sub forma
143
a 11a 21..............a m1
a 12a 22 .............a m2
............................
a 1n a 2n ............a mn
este transpusa matricii iniiale.
n amndou problemele apar aceleai constante

cj, aij, bi, dar numrul variabilelor xj, yi se schimb de la
n la m , iar numrul restriciilor de la m la n. Cele
dou probleme formeaz mpreun o uniune de probleme
duale.
Pentru simplificarea prezentrii, cele dou
probleme se pot exprima sub form matricial astfel:
a Problema primar:
f(max)= maxCx cu restriciile Ax B, x 0
unde
b1
x1
b2
x2
B ...
, C' c1 , c 2 .........c n
...
bm
i X ....
....
xn
b Problema dual:
g(min)= min By n condiiile A1y C , y 0 unde
y1
y
y2
....
ym
B' b1b 2 .........b m

Pentru formularea problemei duale este bine s se
ntocmeasc urmtorul tabel:
144
Matricea general a problemei duale:

c1
c2 .............................cj..........cm
y1
a11
a12 ..........................a1j ...........a1n
b1
y2
a21
a22 ..........................a2j ...........a2n
b2
...
...
...
yi
...
...
...
ym
............................................................
............................................................
............................................................
ai1 ai2 .............................aij ..........ain
............................................................
............................................................
............................................................
am1 am2 ..........................amj ...........a2n
x1 x2 .............................xj ............xn
...
...
...
bi
...
...
...
bm
Produse
Resurse
Problema primar se realizeaz pe linii, iar cea

dual pe coloane.
ntre
dou probleme
de optimizare prin
programare liniar, care formeaz un cuplu de probleme
duale, exist legturi strnse de interdependen a
soluiilor lor, formulate de teorema fundamental a
dualitii, care arat c pentru orice cuplu de probleme
duale este posibil numai una dintre urmtoarele trei
situaii:
1. Dac ambele probleme au soluii de realizare,
atunci ambele probleme au soluii optime i
valorile funciilor obiectiv coincid, adic max
CX = min BY;
2. Dac problema primar nu are soluii
realizabile, cea dual are un optim infinit;
145
3. Nici una dintre cele dou probleme nu are

soluii realizabile.
Avantajele dualitii problemelor de optimizare
care se pot rezolva prin programare liniar, se pot
sintetiza astfel:
- transformarea minimului unei funcii liniare ntrun maxim i invers;
- se poate alege un program care solicit calcule mai
puine;
- rezultatele pot fi verificate.
Exemplu:
S se scrie forma dual a problemei de programare
liniar:
Forma primar se poate scrie simplificat astfel:

cu
Mai jos desfacem fiecare element n parte:
Funcia de optimizare din max se transform n

min i din min se transform n max.
Forma dual a problemei de programare liniar
este:
cu
Scriem elementele:
146
Astfel, forma dual a problemei este:
6.3. Optimizarea
produciei
activitii
de
organizare
Metoda grafic
Metoda grafic nu este complet strin studenilor
din anul I sau II. Acest tip de abordare a unui sistem de
drepte s-a abordat i n clasa a XI-a la capitolul de
geometrie analitic. Deosebirea este c n general lucrm
doar cu una, maxim 2, drepte, iar n cazul de fa vom
lucra cu cel puin 2, de preferat 4, drepte.
Metodologia nu este grea i pornete de la faptul
c orice dreapt mparte un plan n dou semiplane.
Dac ne imaginm o orientare a celor dou semiplane, ne
punem ntrebarea care dintre ele va include i punctul de
origine al sistemului de axe XOY. Cea mai simpl
modalitate de a verifica n care din cele dou semiplane
se afl punctul O(0,0) este s nlocuim n inecuaia
dreptei din exerciiu i s vedem dac se respect
valoarea de adevr a inecuaiei.
147
DE REINUT
Exemplu: Fie dreapta de inecuaie: 5x1 + 4x2 >
12. nlocuind pe rnd x1 = 0 i x2 = 0, vom obine: 0 + 0 >
12 lucru care nu este adevrat. Analizm n care dintre
cele dou semiplane se afl originea i n funcie de
valoarea de adevr obinut vom alege orientarea
(indicat cu sgeata neagr care pleac din dreapt). n
cazul nostru, cum 0 nu este mai mare de 12, vom lua
semiplanul care NU conine originea (lucru indicat cu
sgeata pe grafic, deprtndu-ne de origine). n cazul n
care am fi avut 5x1 + 4x2 < 12, atunci sgeata s-ar fi
deplasat n jos.
Un alt aspect al metodei grafice este reprezentat de

desenarea efectiv a dreptei. Dup cum se poate observa
i n figura de mai sus, dreapta noastr intersecteaz att
axa OX, ct i OY. n clasa a IX-a s-a nvat c atunci
cnd graficul este reprezentat de o dreapt (ntlnit la
ecuaia de gradul I), ea se traseaz att n sus, ct i n
jos, de la + la - (adic nu are capete). Este cert c
acest aspect atrage dup sine obligatoriu, faptul c la un
148
moment dat se va intersecta i cu axele noastre OX i OY.

Mai mult, vom scrie ntotdeauna inecuaia sub forma
unei ecuaii (ecuaia unei drepte, caz general, se scrie ax
+ by + c = 0).
Exemplu: 5x1 + 4x2 > 12 o vom scrie pentru
analiza ulterioar sub forma:
5x1 + 4x2 = 12
Spunem c atunci cnd o dreapt se intersecteaz
cu axa OX, vom avea d
, dup care
nlocuim pe x2 i-l determinm pe x1.
Spunem c atunci cnd o dreapta se intersecteaz
cu axa OY, vom avea
, dup care
nlocuim pe x1 i-l determinm pe x2.
Dup ce identificm punctele de intersecie cu OX
i OY, trasm o dreapt prin cele 2 puncte. (Axiom: prin
orice 2 puncte trece o singur dreapt).
n cazul nostru, punctele sunt P1 (12/5,0) i P2 (0,
12/4).
n general, un sistem de programare liniar
conine mai multe drepte. Discuia vizeaz care ar fi
mulimea soluiilor posibile, de baz i optime, ntr-un
sistem de inecuaii.
Metodologia ne impune s trasm toate dreptele
aferente restriciilor, s trasm i orientarea corect a
semiplanelor (prin sgei), s inem cont c nlocuim axa
OX i OY cu axa x1, respectic axa x2, i faptul c att x1,
ct i x2 sunt variabile nenegative (
).
Dup ce avem toate aceste informaii pe sistemul
de axe, haurm zona comun impus de sgei,
obinnd astfel mulimea soluiilor posibile. Zona
haurat devine un poligon convex, iar vrfurile acesteia
vor reprezenta mulimea soluiilor de baz.
Coordonatele vrfurilor poligonului (notate de
obicei cu literele mari de la nceputul alfabetului A,B,C,D)
care se formeaz, se obin prin rezolvarea unor sisteme,
149
lund dou cte dou drepte. Evident, vizualizm pe

grafic care drepte se intersecteaz pentru calcularea
coordonatelor lui A, apoi pe rnd pentru B, C i D.
Calculm mai departe funcia obiectiv, valoarea
funciei, nlocuind pe rnd soluiile de baz i reinem
cea mai mare valoare a funciei obiectiv n cazul
problemelor de maxim, respectiv cea mai mic valoare a
funciei obiectiv, n cazul problemelor de minim.
Exemplu:
Mulimea soluiilor posibile este haurat n

graficul de mai sus, obinut dup reprezentarea dreptelor
D1:
;
D2:
i D3:
Obinem f(A) = 10; f(B) = 46 i f(C) = 20. Drept

urmare, min(f) = 10
150
6.4. Optimizarea activitilor de transport

n optimizarea proceselor economice, problemele
de transport ocup un loc deosebit de important.
Problemele de transport se ntlnesc des n activitile de
distribuire a mrfurilor i repartiiei materiilor prime
ntre diveri consumatori sau beneficiari.
nelegerea problematicii este mai facil dac
pornim de la un exemplu clasic: s considerm c un
anumit produs se afl n stoc la un numr de depozite
(m depozite), notate fiecare cu Ai (i = 1,m). Fiecare
depozit deine o cantitate ai din produsul respectiv..
Produsul este solicitat de n magazine Bj, unde j =
(1,n). Fiecare magazin solicit o cantitate notat bj.
Cunoscnd Cij (costul transportului aferent produsului
de la depozitul Ai la magazinul Bj), se cere s se
determine cantitile Xij de produse ce urmeaz s fie
repartizate de la Ai la Bj, astfel nct disponibilul din
stocul fiecrui depozit s fie epuizat, cererea magazinelor
s fie satisfcut, iar costul de transport al produsului s
fie minim.
S presupunem c
i 1
i 1
a i b j , adic disponibilul
din depozite este egal cu cererea magazinelor (problema

de echilibru).
Costul total al transportului se obine ca sum
ntre costurile Cij i cantiti ce pot i trebuie s fie
transportate, Xij.
Dac notm cu f costul total de transport, vom
obine:
f = C11X11 + C12X12 + + C1nX1n + C21X21 + C22X22 ++
C2nX2n + Cm1Xm1 + Cm2Xm2 + + CmnXmn
151
n form restrns, funcia se poate scrie astfel:

F =
i 1
j1
C ij X ij
, n care Xij 0
Depozitul Ai nu poate expedia celor n magazine

dect cel mult cantitatea de care dispune, adic aij din
produsul depozitat, deci:
n
Ai = Xi1+ Xi2 +..+ Xin , sau
x
j1
ij
ai
Magazinului Bj nu i se pot repartiza dect

cantitile de care are nevoie i pe care le poate primi de
la cele m depozite adic bj, ceea ce nseamn c:
n
x1j+x2j+............+xmj=bj
, sau
x
i 1
ij
bj
n acest context, formula de optimizare

problemei de transporturi se poate scrie astfe:
m
i 1
j1
f min min C ij x ij
n urmtoarele
condiii :
n
x ij a i
j1
C
m
x b
ij
j
i 1
unde

i 1, m
j 1, n
Orice soluie care ndeplinete cerinele de mai sus

se numete soluie posibil a problemei de transport, iar
soluia care minimizeaz funcia de eficien se numete
soluie optim.
Multitudinea soluiilor posibile ale oricrei
probleme de transport este o mulime nevid i
mrginit. Sistemul de ecuaii dat de condiiile
problemelor de transport conine m + n 1 ecuaii
independente, cu m,n necunoscute.
Cel mai simplu, datele unei probleme de transport
pot fi prezentate sub form de tabel.
152
6.5. Algoritmul Simplex

Scopul metodei simplex este de a alege soluia
optim pornind de la o soluie de baz oarecare i
trecnd apoi la o alt soluie de baz, dar care s fie mai
bun dect precedenta. Algoritmul simplex va lua sfrit
n dou situaii, i anume:
1. s-a ajuns la cea mai bun soluie,
constatndu-se c problema are optim unic sau optim
multiplu;
2. nu se poate ajunge la cea mai bun soluie
(pentru c nu exist) i se ia decizia c problema nu are
optim finit.
Pornim de la o form general a problemelor de
programare liniar scris sub form matriceal astfel:
Fie
coloanele matricei A. Putem reprezenta
ntr-un mod unic ntr-o baz B sub forma:

Fie
unde
reprezint
.
vectorul
coeficienilor variabilelor bazice din funcia obiectiv.

Fie
o soluie de baz; notm
.
Teorem. (Testul de optimalitate a soluiei). Dac
toate diferenele
sunt nepozitive, atunci problema
admite optim finit i este optim.
Observaii:
Dac problema e de minimizare, atunci trebuie s
avem
0.
Pentru ca algoritmul s se termine cnd toi
indiferent de scopul problemei, se calculeaz (ns nu

este obligatoriu):
153
Dac exist
, vom determina o nou soluie
de baz nlocuind componenta

a lui
cu o
component nebazic . Obinem o nou soluie de baz
y (care difer de
doar prin componenta ).
Noua soluie se calculeaz dup
dreptunghiului:
regula
Teorem. (Criteriul eliminrii din baz). Dac

exist
atunci se poate obine o nou baz, i deci o
nou soluie de baz eliminnd din vechea baz B,
vectorul
pentru care:
Observaie: Efectund rapoartele de mai sus se

poate ntmpla:
a) s existe dou sau mai multe rapoarte minime egale,
caz n care poate prsi baza B oricare dintre vectorii
care conduc la un astfel de rezultat fr s fie afectat
soluia optim;
b) s nu existe nici un
(adic avem
), caz n
care algoritmul ia sfrit cu decizia de optim infinit..
Teorem. (Criteriul de introducere n baz). Dac
exist un indice nebazic j, pentru care
, atunci se
poate gsi o nou soluie de baz cel puin la fel de bun
ca i vechea soluie de baz.
Observaie: Dac
, atunci f(y) = f(
i deci
noua soluie nu modific valoarea funciei obiectiv.
154
Teorem. (Criteriul de optim multiplu). Dac

i exist mcar un j0 pentru care
, atunci problema
poate admite optim multiplu.

Observaie: Spunem c poate admite pentru c
n afar de condiia
trebuie ca mcar un element al
coloanei
s fie strict pozitiv, necesar determinrii
vectorului ai, care prsete baza B. Dac

, atunci vectorul
nu poate conduce la o baz
optim, i deci nu avem optim multiplu.

Etapele de rezolvare ale algoritmului simplex sunt:
1. Se determin o soluie de baz
a problemei;
2. Se testeaz optimalitatea soluiei
calculnd
diferenele
(conform relaiei
), putnd lua
urmtoarele decizii:
2.1. Dac toi
0, atunci algoritmul ia sfrit cu
decizia optim finit unic;

2.2. Dac aproape toi
0, dar avem i
atunci algoritmul ia sfrit cu decizia optim finit unic,

dac
sau cu decizia optim finit multiplu dac
exist mcar un
, caz n care se caut i cealalt
(sau celelalte) soluie optim i se determin soluia

optim general;
2.3. Dac exist
, atunci algoritmul continu
cu gsirea unei soluii mai bune (etapa 3).
3. Pentru vectorul nebazic
cu
ales, se calculeaz
toate
rapoartele
cu
urmtoarele decizii:
3.1. Dac nu exist
putndu-se
lua
, atunci algoritmul ia
sfrit cu decizia optim infinit;
155
3.2. Dac exist
care d raportul minim:
, atunci se elimin din baz vectorul

(i componenta bazic ) i se determin noua soluie de
baz (etapa 4);
3.3. Dac exist mai multe rapoarte minime egale
de tipul
, atunci poate fi eliminat din
baz oricare dintre vectorii

avnd aceast proprietate
(fr s fie afectat soluia optim) i se determin noua
soluie de baz (etapa 4).
4. Se determin noua soluie de baz cu aj i ai
determinai respectiv la etapele 2 i 3, conform relaiei
regula dreptunghiului, dup care se revine la etapa 1.
Regula dreptunghiului:
1. Se mparte linia pivotului la pivot;
2. Coloana pivotului va avea cifra 1 n locul pivotului i
cifra zero n rest;
3. Componenta nou = Componenta veche (Produsul
elementelor de pe diagonala fr pivot)/Pivot.
Exemplu:
[max] f =
3
5
x1
x2
7
6
51
3
5
4
x1 x2 x3
1
0
1
0
1
2
5
x4
2
3
13
21
0
0
Completam tabelul astfel:
-9
-16
156
- pe prima linie: n dreapta sus se trec coeficienii funciei

obiectiv
;
- pe liniile 3 i 4: n dreapta se trece matricea sistemului
. Aici trebuie
matricea identitate
s avem ntotdeauna
. n acest caz, cum sistemul are 2
linii, trebuie s avem
- pe coloana
se trec termenii liberi (ceea ce avem n
sistem dup semnul egal): (7, 6);
- pe coloana B se trec exact valorile x care formeaz
; n acest caz se observ c
sunt cei n
cauza. (va trebui s fie trecui n tabel n ordinea formrii

). (etapa 1)
- pe coloana C se vor trece coeficienii
valorilor x din coloana B (n acest caz,
- n celula
care corespund
i
); vom trece
va trebui s calculm valoarea funciei
obiectiv, astfel: nsumm produsul valorilor din coloana

C cu valorile din coloanele tabelului, ncepnd cu
.
- la fel vom proceda i cu restul de celule din linia 5
(dreapta), astfel:
- n final, calculm valorile:

situaie ne aflm (etapa 2).
valorile
. Studiem n ce
va fi calculat ca mai sus, iar
le prelum de pe prima linie
157
ATENIE!
trebuie s fie egal cu 0 sub valorile x
bazici (
i
, n acest caz); ei nu vor mai fi studiai,
conform algoritmului. Ne intereseaz ceilali .
Conform studiului impus mai departe de etapa 2,
cercetm semnul celorlali .
n exemplu nostru
aduce n situaia: 2.1. Dac toi
, ceea ce ne
0, atunci algoritmul ia
sfrit cu decizia optim finit unic;

Problema
se
oprete
aici,
, iar
.
cu
rezultatul:
Idei n rezumat
Problemele de maxim i de minim apar frecvent n cele
mai diferite domenii ale matematicilor pure sau aplicate.n
domeniul economic, asemenea probleme sunt foarte naturale.
Astfel, firmele ncearc s maximizeze profiturile sau s
minimizeze costurile.
Programarea liniar se ocup de o clas special de
probleme de optimizare care apar deseori n aplicaiile
economice. Aceste probleme constau n maximizarea sau
minimizarea unei funcii liniare, numit funcie obiectiv, ale crei
variabile trebuie s satisfac: un sistem de relaii date sub
forma unor ecuaii i/sau inecuaii liniare nestricte, denumite
generic restricii; cerina de a lua numai valori numerice
nenegative (0).
Un ansamblu de n valori numerice care satisfac
restriciile se va numi soluie a programului. Dac n plus sunt
verificate i condiiile de nenegativitate, ansamblul se numete
soluie admisibil. O soluie admisibil care maximizeaz sau
158
minimizeaz - dup caz - funcia obiectiv se va numi soluie

optim.
Orice problem de programare liniar se poate pune sub
o form canonic de maximizare sau minimizare, fr
modificarea mulimii soluiilor admisibile.
Bibliografie

1. n ce constau problemele de optimizare care apar
deseori n aplicaiile economice?
2. Care sunt condiiile pe care trebuie s le satisfac
variabilele unei funcii obiectiv?
3. Ce este o soluie admisibil? Dar o soluie optim? Dar
o soluie posibil?
4. Cu se numete o restricie a unei probleme de
programare liniar?
5. Ce este o problem dual?
1. ntre dou probleme de optimizare prin programare
liniar, care formeaz un cuplu de probleme duale, exist
legturi strnse de interdependen a soluiilor lor,
formulate de teorema fundamental a dualitii, care
arat c pentru orice cuplu de probleme duale este
posibil numai una dintre trei situaii. Care sunt aceste
situaii?
159
2. Care sunt avantajele dualitii problemelor de

optimizare care se pot rezolva prin programare liniar?
3. Care este ideea de baz a problemelor de optimizare a
activitii de organizare a produciei?
4. Resursele unui program de fabricaie sunt notate cu Rj
unde j = (1,2), coeficienii tehnologici aij, iar stocurile din
fiecare resurs a profitului pe unitatea de produs sunt
trecute n tabelul urmtor:
Produse
Resurse
R1
R2
Profit
a1
a2
Stocuri
2
4
6
2
3
4
10
8
-
S se determine numrul de produse din fiecare

sortiment astfel nct profitul total s fie maxim.
5. n vederea reutilrii cu utilaje performante, o societate
comercial dispune de suma de 150.000 Euro i are de
ales ntre dou tipuri de linii de fabricaie, ALFA i BETA,
care, pentru montarea lor sunt necesari 100 de
specialiti de o anumit calificare i 50 specialiti de o
alt calificare.
Montarea unei maini de tipul ALFA necesit
15.000 Euro i 10 specialiti din prima calificare i un
specialist din a doua calificare, iar pentru mainile de
tipul BETA sunt necesari 40.000 Euro, un specialist din
prima categorie i 10 specialiti din a doua categorie.
Cunoscndu-se c maina de tipul BETA aduce o
economie de 120% fa de una de tipul ALFA, s se
determine numrul de maini de fiecare tip ce se pot
comanda, astfel nct economiile pe care le vor aduce s
fie ct mai mari.
11. Fie dou depozite Ai n care se gsesc 3000 buci,
respectiv
5000 buci
televizoare,
care
trebuie
160
transportate la 5 magazine Bj, n cantitile solicitate de

acestea: 1000, 2500, 2500, 500, 1500.
Costul transportului unui televizor de la depozitul
A1 la magazinul Bj este de 100, 90, 60, 50 i respectiv 30
lei, iar de la depozitul A2 la Bj de 40, 50, 60, 70 i
respectiv 80 lei.
Se cere s se ntocmeasc un plan de transport
optim, astfel nct costurile s fie minime.
161
VII. BIBLIOGRAFIA NTREGULUI SUPORTULUI

DE CURS
1. Allaire Y., Frirotu M. - Management strategic.
Strategiile succesului n afaceri, Editura Economic,
Bucureti, 1998.
2. Antonoaie Cristina Jocuri de ntreprindere n Revista
Aspeckt a Universitii Transilvania Braov nr. 1/2008.
3. Bcanu B. - Practici de management strategic, Ed.
Polirom, Iai, 2006.
4. Brtianu C. - Management strategic, Ediia a 2-a,
Editura Universitaria, Craiova, 2002.
5. Ciocrlan D. Sisteme i tehnici manageriale. Note de
curs, aplicaii i studii de caz, Editura Universitar,
Bucureti, 2005.
6. Coban Stela Mariana - Teza de doctorat - Analizadiagnostic n strategia financiar a firmei, Bucureti,
1999.
7. Dalot M., Donath L.- Managementul firmei prin
planul de afaceri, Ed. Sedona, Timioara, 1997.
8. Eglash J.- How to Write A .com Business Plan, Ed.
McGraw Hill, New York, 2001.
9. Filip F.G. - Decizie asistat de calculator: decizii,
decideni, metode i instrumente de baz, Editura
Tehnic i Editura Expert, Bucureti, 2002.
10. Gheorghiu Anca, Bichi Corina Maria Baze de date,
Ed. Victor, Bucureti, 2004.
11. Gluck B., Kaufman W., Walleck A. - Strategic
Management for Competitive Advantage, Harvard
Business Review, nr. 1, 1990.
12. Kerbalek I. (coord.) - Economia ntreprinderii, Ed.
Forum Consulting Partners, Bucureti, 1999.
13. Kotler Ph.- Managementul marketingului, Ed. Teora,
Bucureti, 1997.
162
14. Learned A., Christensen N., Andrews J., Guth S. Strategic Management n Harward Business Review, nr.
24, 1990.
16. McKeever M. - How to Write a Business Plan, 7th
Edition, Ed. Nolo, Berkeley, 2004.
17. Metropolis N., Ulam S. The Monte Carlo Method,
Journal of the American Statistical Association, Volume
44, Number 247, September 1949.
18. Mihilescu Nicolae Statistic, Ed. Victor, Bucureti,
2005
19. Muntean Cornelia The Monte Carlo Simulation
Technique Applied in the Financial Market, Faculty of
Economic Sciences West University of Timioara,
Economy Informatics, 1-4/2004
20. Nane M. Management strategic concepte,
metodologie, studii de caz, Editura Pro Universitaria,
Bucureti, 2006.
21. Nicolescu O. - Management comparat, Editura
22. Nicolescu O. (coord.) - Sistemul decizional al
organizaiei, Editura Economic, Bucureti, 1998.
23. Nicolescu O. Metodologii manageriale, Editura
24. Nicolescu O., Verboncu I. - Management, Editura
25. Nicolescu O., Verboncu, I. - Management, Editura
26. Panaitescu Gheorghe M. Modelarea i simularea
sistemelor de producie, Curs pentru nvmntul la
distan, Universitatea Petrol - Gaze Ploieti, 2007.
27. Pearce J. A.II, Robinson R.B. Jr. - Strategic
Management, Illinois, Irwin, Homewood, 1991.
28. Pegden C., Shannon R., Sadowski R. - Introduction to
Singapore, 1996.
163
29. Porter M. - Strategie concurenial, Editura Teora,

Bucureti, 2001.
31. Raiu-Suciu C., Luban F., Hncu D., Ene N. Modelare economic aplicat. Studii de caz. Teste.
Editura Economic, Bucureti, 2002.
32. Romnu Ion - Previziune economic, Note de curs
aferente disciplinei Managementul investiiilor din cadrul
masterului cu specializarea Managementul Investiiilor
organizat de Facultatea de tiine Economice a
Universitii Hyperion din Bucureti, 2007.
33. Romnu I., Vasilescu I., C.Cicea - Investiii, Ed.
34. Romnu Ion, Vasilescu I. (coord.) - Managementul
35. Rue L. W., Holland P. G. - Strategic Management,
Concepts and Experiences, New York, Mc. Graw-Hill
Company, 1996.
36. Stahl M.J., Grisgby D.W. - Strategic Manangement
for Decisions Making, Boston, Masachussette, 1992.
37. Ursachi Ioan Management, Ed. ASE, Bucureti,
2001.
164
VIII. NOTIELE CURSANTULUI

........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
165
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
166
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
........................................................................................
.......................................................................................
167

Simulari Si Proiecte Modul I

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Simulari Si Proiecte Modul I

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA HYPERION DIN BUCURETI

Facultatea de tiine Economice

Corina Maria ENE

(Suport de curs ID- MODUL I)

Lucrarea prezent este suportul de curs pentru

Acest suport de curs asigur:

matematice i a simulrii proceselor economice .......

2. MODELAREA MANAGERIAL ............................

3. TEHNICA MONTE CARLO I APLICAII ALE

ntrebri i test de autoevaluare ..............................

6. MODELAREA I OPTIMIZAREA DECIZIILOR ....

BIBLIOGRAFIA NTREGULUI SUPORT DE CURS

NOTIELE CURSANTULUI .....................................

matematice i a simulrii proceselor economice

Explicarea noiunilor de decizie i proces decizional;

matematice i a simulrii proceselor economice

aplicarea i evaluarea consecinelor deciziei manageriale2.

Nicolescu O., Verboncu I. - Management, Editura Economic,

Identificarea i analiza aciunilor

Alegerea unei variante de aciune

Evaluarea efectelor implementrii

Figura 1 Etapele procesului decizional

Ursachi Ioan Management, Ed. ASE, Bucureti, 2001.

ptrund trebuie s ptrund gndirea, prin modelarea

mbunteasc ansele de a obine un rezultat fericit

Modelarea este o veche ndeletnicire uman - dei

conexiunile i interdependenele ce se stabilesc ntre

vizate. Aceast tehnic poart denumirea de simulare.

poat fi aleas varianta care conduce la cea mai bun

- Se pot realiza analize de sensitivitate de tip Ce

Recomandat iniial numai n cazul n care

1.2. Conceptul de model. Procesul modelrii

construirii de modele, pe care se simuleaz sistemul

fapte, comparaii de date, regulariti stabile deduse din

Raiu Suciu Camelia Modelarea & simularea proceselor

- explicarea fenomenelor i proceselor economice

Procesul modelrii presupune abstractizarea unei

Luban Florica Simulri n afaceri, Ed. ASE, Bucureti,

1.3. Tipologia modelelor

Dup natura fizic a

Un model este considerat static dac urmrete

1.4. Simularea. Modele de simulare

realitate. Cunoaterea realitii fr a fi necesar

aproximativ aceleai) cu legile care genereaz sistemul

Utilizarea metodei modelrii n analiza i previzionarea

4. Pegden C., Shannon R., Sadowski R. - Introduction to

ntrebri i test de autoevaluare (2 ore)

6. Simularea nlocuiete decidentul uman? Argumentai.

Obiectivele unitii de nvare:

nelegerea conceptelor de management strategic, lider

Concuren prin cost

Problema fundamental cu care se confrunt orice

Adaptare dup Allaire Y., Frirotu M. - Management

viitor?. Managementul strategic vizeaz direcionarea

Bcanu B. - Practici de management strategic, Ed. Polirom,

M. Porter a dezvoltat conceptul de strategii

Firmele mai mici care opereaz n aa-numita

firma nu va genera suficiente vnzri pentru a

spre sfritul anilor 80 i nceputul anilor 90 s-a

asupra operaionalizrii strategiei. Fr a apela la o gam

Pentru ca efectele pozitive rezultate din utilizarea

Nicolescu O. - Management comparat, Editura Economic,

crearea i meninerea avantajului concurenial al

romneti, n momentul actual, factori legislativi,