Sunteți pe pagina 1din 7

4

Modelarea fenomenelor de pia

4.1 Modele de estimare a evoluiei cererii pe pia


4.1.1 Raportul cerere - pre
Ipoteze:
n cazul unui venit constant, cererea pentru o anumit marf scade odat
cu creterea preului i invers. Sensibilitatea cererii la modificrile de
pre este ilustrat prin coeficientul de elasticitate al cererii fa de pre.
n cazul unui venit variabil, cererea pentru un bun crete odat cu
creterea venitului i scade cu creterea preului.
4.1.2 Raportul cerere - venit
Dependena cerere venit poate fi exprimat prin funcii de tip ENGEL i
de tip Torqerist pe grupe de produse (bunuri de strict necesitate, bunuri de comun
curent, bunuri de lux, bunuri care pentru un anumit nivel al venitului ies din uz).
4.2 Modelarea structurii ofertei ntreprinderilor pe pia
4.2.1 Indicatorii ofertei de mrfuri
Principalii indicatori ai ofertei sunt: cantitatea de produse existent la un
moment dat pe pia, valoarea produselor, structura pe categorii de
produse, durata de ateptare a produselor pe pia pentru a fi vndute,
frecvena solicitrii produselor de ctre consumatori, vrsta produselor,
ansa lor de supravieuire pe pia, competitivitatea.
Viaa produsului este o curb de tip gama de forma Vt = k t e-t
unde: Vt vnzrile la un moment (t), k constant, , - parametri
anulnd derivata I, se afl nivelul maxim al vnzrilor;
anulnd derivata II, se afl momentul creterii / descreterii ritmului
vnzrilor;
integrnd, se observ volumul global al vnzrilor n perioada
existenei produsului pe pia.

n practic, problema fidelitii cumprtorului fa de o anumit marc,


de un anumit produs, este destul de complex, deoarece pot aprea
produse noi pe o pia destul de saturat de produsele existente, poate
avea loc o competiie ntre produse de vrste diferite, piaa poate fi de
dimensiuni rigide sau elastice, pe pia pot exista oferte, aciuni
publicitare n favoarea unor produse.
4.2.2 Modelarea evoluiei ponderii pe pia a unor produse concureniale
cu lanuri Markov
La stabilirea modului n care se presupune s evolueze ponderea pe
pia a unor produse concureniale pot fi aplicate lanurile Markov
Orice lan Markov este definit de matricea sa stochastic (P) i de
distribuia iniial aj.

Aspecte teoretice
Considerm un ansamblu de rezultate posibile, independente E1, E2, ... (n
numr finit sau infinit).
Fiecrui rezultat i asociem o probabilitate pk.
Probabilitatea unei succesiuni de rezultate se definete prin proprietatea
multiplicativ de forma:
Pr{Ej0, Ej1,..., Ejk,..., Ejn} = pj0*pj1,..., *pjn.
n teoria lanurilor Markov se consider c rezultatul oricrei ncercri
depinde de rezultatul ncercrii care o precede direct i numai de acesta.
Fiecrei perechi Ej, Ek i se asociaz probabilitatea condiionat pjk, adic,
dac se realizeaz Ej, probabilitatea de realizare a lui Ek este pjk.
Probabilitatea rezultatului Ej al ncercrii iniiale este aj (distribuia
iniial).
Probabilitatea condiionat este, de fapt, probabilitatea de trecere de la
starea Ej la Ek. Probabilitile de trecere sunt reprezentate sub forma unor matrice
ptratice cu toate elementele nenegative i cu proprietatea c suma elementelor
unei linii este egal cu 1.
Paii algoritmului analitic:
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.
Rezolvarea n sistem conversaional cu programele:
MANAGER 1 COTEMARK
QM
- MARKOV ANALYSIS
WINQSB
- MARKOV PROCESS
Paii algoritmului de simulare
Simularea comportamentului cumprtorilor.
Pasul 1. Pentru fiecare linie a matricei probabilitilor de tranziie se
determin distribuia de probabilitate cumulat.
Pasul 2. Cu ajutorul probabilitilor cumulate se asociaz fiecrui tip de
produs un interval de numere aleatoare uniform distribuite n acel interval;
Pasul 3. Se genereaz iruri de numere aleatoare n [0, 1];
Pasul 4. Pentru fiecare numr generat se caut intervalul (obinut la
pasul 2) cruia i aparine i se determin tipul de produs ctre care se vor orienta
comprtorii la momentul respectiv n funcie de produsul care l precede direct
(proces Markov);
Pasul 5. Se decide oprirea sau reluarea procesului de simulare de la
Pasul 3 n funcie de numrul dorit de experimente.
4.3 Metode de prognozare a vnzrii produselor
4.3.1 Model de livrare a unor produse conform unui spectru constant
aplicat unor comenzi succesive
Pentru determinarea graficului de livrare a unui produs pentru care se
cunosc comenzile din perioade succesive se utilizeaz metoda vectorilor spectrali.
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.
Un vector spectral este un vector coloanV cu elementele Vj, j = 1, ..., n cu
proprietatea:
n

V
j =1

=1

Pe baza valorilor comenzilor emise n diferite perioade succesive se


ntocmete matricea comenzilor (C t r1 ;t + r2 ). Componentele acestei matrice

reprezint comenzile (valorice) emise n trecut (t r1, comanda cea mai veche) i
cele preconizate pentru viitor (t + r2, ultima comand ce se are n vedere).
Vnzrile de mrfuri pentru perioada (t, t + n+r2) se determin cu relaia:
I t , t + n + r2 = C t r1 ;t + r2 * V
Algoritmul de calcul:
Se construiete matricea extins a comenzilor;
Se stabilesc elementele vectorului spectral;
Se determin prin calcul matriceal valoarea livrrilor de mrfuri n luni
succesive.
n sistem conversaional se lucreaz n MANAGER 1/SPECTRU.
4.3.2 Metoda ajustrii exponeniale exponential smoothing
a lui Brown
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 (diminuarea progresiv a influenei informaiilor mai ndeprtate).
Ajustarea exponenial 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 constante de nivelare:
pentru fenomene fr sezonalitate i trend 0 1;
pentru fenomene cu sezonalitate 0 1;
pentru fenomene cu trend 0 1.
Dac 0 1, factor de nivelare:
St = vnzri realizate n perioada t;
Rt-1 = previziunea vnzrilor fcut la sfritul perioadei (t 1) pentru t.
Expresia previziunii vnzrilor fcute la sfritul perioadei (t) pentru
perioada urmtoare (t + 1) este:
Rt = Rt-1 + (St Rt-1)
sau
Rt = St + (1 - )Rt-1
Ft+1 = Yt + (1 - )Ft
vnzri
vnzri
vnzri
previzionate efective previzionate

Not: Corespondena prin (

) este realizat pentru notaiile folosite n


produsul informatic WINQSB.

Rezolvarea n sistem conversaional cu produsul informatic WINQSB se


realizeaz parcurgndu-se urmtoarele etape:
se apeleaz modulul Forecasting & Linear Regression;
se alege ca tip de problem de prognoz Time Series Forecasting i se
completeaz cmpurile: titlul problemei, unitatea de timp de lucru,
lungimea seriei dinamice;
se selecteaz metoda Single Exponentul Smoothing (SES) i se alege
modelul de lucru: metode de estimare a parametrilor, iniializarea valorii
lui sau cutarea lui .
n cazul n care se dorete cunoaterea celei mai bune valori pentru , se
alege criteriul de comparare care poate fi: media abaterilor absolute (MAD),
eroarea de prognoz cumulat (CFE), media ptratic a erorilor (MSE) sau media
erorilor procentuale absolute (MAPE).
Datele de intrare precizeaz: numrul de perioade pentru prognoz,
valoarea constantei , valoarea iniial corespunztoare primei prognoze.
Modulul Forecasting SES are ncorporat rutina de determinare a
coeficientului prin simulare.
4.4 Extrapolarea fenomenologic
Presupune: cunoaterea tipului de evoluie a fenomenului analizat,
exprimat sub forma unei funcii matematice numite funcie de
extrapolare;
Problema central a acestui tip de prognoz este stabilirea tipului funciei
de extrapolare, adic a alegerii din mulimea funciilor matematice
cunoscute (fig. 4.1) a uneia care s aib un mare grad de fidelitate fa
de procesul economic studiat;
Obinerea de rezultate satisfctoare depinde n mod esenial de alegerea
acelor funcii matematice care descriu cel mai bine evoluia procesului
economic analizat.

0
Curba liniar de plafonare

0
Curba funciei logistice

0
Curba exponenial

0
Curba funciei gaussiene
Figura 4.1

0
Curba variaiei sigmoide

Rezumat
Pentru modelarea fenomenelor de pia se examineaz aspectele specifice
cererii i ofertei, adic a celor componente care se pun de acord pe pia. Se
examineaz raportul cerere pre, cerere venit, indicatorii ofertei de mrfuri.
Se prezint algoritmul i avantajele modelrii evoluiei ponderii pe pia a
unor produse concureniale cu lanuri Markov.
Sunt selectate ca modele de prognozare a vnzrii produselor: metoda
vectorilor spectrali i metoda ajustrii exponeniale a lui Brown.
Sunt prezentate unele aspecte ale extrapolrii fenomenologice.

yCuvinte cheie

cicluri de simulare
coeficient de elasticitate
coeficieni de nivelare (, , )
corectarea previziunii
curba de evoluie a ponderii
produselor pe pia
eroare de prognoz
experimente de simulare
extrapolare fenomenologic
fidelitatea consumatorilor
funciile Trnquist
indicatorii ofertei de mrfuri
lan Markov
matrice stochastic
media abaterilor absolute

Bibliografie suplimentar
[1] pag. 61 92
[2] pag. 17-44, 56-59.

media ptratic a erorilor


modelul lui Brown
nivelare exponenial
(exponential smoothing)
previziune
probabilitatea de trecere dintr-o
stare ntr-o alt stare
produse concureniale
raport cerere-pre
raport cerere-venit
sezonalitate
simularea comportamentului
consumatorului
trend
vector spectral
viaa produsului
volumul vnzrilor

# ntrebri recapitulative
1. Prezentai aspectele manageriale evideniate prin analiza curbei cerere
venit pentru bunuri de strict necesitate.
2. Ce importan are cunoaterea evoluiei curbei cerere venit pentru
managementul unei firme productoare de bunuri de consum curent.
3. n ce const interpretarea economico-matematice a curbei vieii
produselor unei firme?
4. Ce proprieti are matricea probabilitilor de trecere de la un moment
de structur a pieei la altul?
5. Cum sunt stabilite dimensiunile matricii comenzilor n cazul metodei
vectorilor spectrali?
6. Ce se nelege prin nivelare exponenial primal? Dar secundar?
7. Cum se determin coeficienii de nivelare exponenial?
8. Cnd capt sens economic utilizarea extrapolrii fenomenologice?