Modelarea economico-matematic. Metode. Concepte. Clasificri.

Epoca noastr se caracterizeaz printr-un ritm rapid al schimbrilor care se produc n

diverse domenii ale societii, influennd evoluia activitilor desfurate n sectoarele vieii
economice i sociale, schimbri care trebuie cunoscute pe ct posibil n ntregime (prin
anticipare chiar dac aceast cunoatere este relativ). Astfel, se ofer posibilitatea de a
pregtii soluii prin adaptarea continu la transformrile care se impun a fi realizate n viitor.
Cunoaterea relativ, previzionarea, aciunilor viitoare poate fi privit i ca i o
modalitate prin care societatea ncearc s se pregteasc pentru a nfrunta neprevzutul.
Omenirea, atrasa de ritmul de via tot mai rapid trebuie s-i intensifice capacitile de
previziune deja existente, iar n unele cazuri s gseasc n sine capaciti noi (plastic spus,
s-i sporeasc viteza reflexelor sale).
n acest context, viitorul privit prin prisma cercetrilor prospective se prezint sub
forma unei game largi de posibiliti. Astfel investigaia asupra viitorului se refer la
posibilitatea cunoaterii unor viitori posibili i indezirabili (posibil dar de nedorit) (de
exemplu creterea n anumite a gradului de poluare a unei anumite zone) i imposibili dar
dezirabil (de exemplu dorina oamenilor de a realiza pe scar larg cltorii spaiale)
viitori posibili

viitori dezirabili

viitori imposibili

viitori indezirabili

Din ansamblul acestor categorii de viitori, atenia principal se impune a fi ndreptat

spre cei posibili i dezirabili, deoarece cunoaterea lor ofer posibilitatea enunrii unor
variante ale situaiilor viitoare, care pot deveni elemente necesare fundamentrii unor decizii.
Activitatea de previziune, n accepia cea mai convenabil, a nsoit ntotdeauna
iniiativa i aciunea omului, fiind ntr-o form sau alta o expresie a modului natural al
acestuia de a se comporta ca i fiin raional. n condiiile economiei de pia libere,
autoreglarea i stimularea iniiativei agenilor economici devin fapte preponderente, care
implic manifestarea puternic a motivaiei, care la rndul sau este dependenta fundamental
de previziune.
Funciile activitii de previzionare se delimiteaz n funcii principale sau generale,
care sunt atribute tuturor categoriilor de previziuni care se elaboreaz, indiferent de domeniul
de investigaie, i funcii specifice pentru fiecare categorie de previziune, ce se altur celor
principale i sunt rezultatul lurii n considerare a ceea ce este caracteristic evoluiei n
domeniul abordat.
Funciile principale se refer la:
- funcia social trebuie neleas ca o cerin ce se impune oricrei previziuni de a
oferii societii, reprezentat de stat sau ageni economici, informaii privind strile viitoare
posibile, n raport cu care se elaboreaz strategii i programe de aciune;
- funcia de cunoatere se refer la studierea i cunoaterea elementelor
fundamentale ce permit definirea direciilor i intensitii evoluiilor din societate i natur,
aceast funcie trebuind a fi privit n termeni de alternative fr a elimina intervenia
factorilor aleatori, trebuind s fie asigurat un grad de certitudine ct mai mare a estimaiilor
fcute
- funcia de cercetare impus de viitorul tot mai complex, n care sistemele sunt un
ansamblu de elemente interdependente, cercetarea previzional presupune nelegerea i
analiza modului de manifestare a acestor elemente, pentru a evidenia soluiile pariale i
interdependenele care apar pe baza acestor evoluii;

- funcia de simulare euristic ce are n vedere antrenarea n activitatea previzional

a diverilor specialiti i utilizarea la elaborarea previziunilor, a ideilor, gndirii i experienei
acestora;
- funcia de integrare exprim cerina ca variantele previzionale s se poat corela i
armoniza cu alte categorii de cercetri asupra strilor viitoare, crescnd astfel valoarea
estimaiilor fcute i utilitatea lor practic.
Din cele prezentate anterior reiese c modelarea i simularea (previziunea) evideniaz
variante ale unor posibile evoluii sau situaii de viitor. Aceste variante pot fi utilizate pentru
formularea strategiilor i deciziilor referitoare la aciunile ce urmeaz s fie ntreprinse ntr-o
perioad viitoare, conform obiectivelor care se doresc a fi atinse.
ntruct manifestarea cererii i ofertei are loc n condiii de concurena acerb,
modelarea i simularea proceselor economice are un rol din ce n ce mai important, care s
permit gsirea unei poziii favorabile n raport cu ceilali competitori de pe pia.
Piaa singur nu permite formarea unei imagini reale asupra diverselor fenomene economice,
informaii pertinente putnd fi oferite de diferite studii, simulri, cercetri care se consider c
suplinesc limitele pieei.
Condiiile de apariie a modelarii economico-matematice
Bazele organizrii produciei moderne i ale administraiei ntreprinderilor industriale
sunt puse la sfritul secolului XIX de ctre F.W.Taylor (1856-1915) i H. Ford (1863-1947).
n lucrrile lor au fost formulate o serie de principii i metode de organizare i conducere cu
importante consecine economice, punndu-se pentru prima oar problema abordrii raionale
a mecanismului funcionrii unei ntreprinderi.
Organizarea i conducerea ntreprinderii moderne include activitile de producere,
recepionare, transport, prelucrare i stocare de informaii n scopul lurii deciziilor.
Procesele decizionale, alturi de cele informaionale, ocup o pondere nsemnat att
la nivel macro, ct i microeconomic.
Odat cu apariia primei generaii de calculatoare electronice, (anii `50), a primelor
lucrri de cibernetic i a primelor echipe de cercetare operaional, se promoveaz informaia
i decizia printre elementele de baz ale etapei ce se parcurge.
n legtur cu procesele decizionale se pun probleme noi, se dorete mai mult
rigurozitate, decidentul s adopte decizii optime sau apropiate de cele optime. Toate acestea
se cer a fi rezolvate n condiiile creterii complexitii structurale i funcionale a
ntreprinderilor, ale ridicrii nivelului de tehnicitate a instalaiilor i corespunztor unor
specializri accentuate a profesiunilor.
Procedeele tiinifice moderne de luare a deciziilor se caracterizeaz prin
fundamentarea teoretic, bazat n general pe metode matematice, cu pstrarea unei orientri
generale practice i realiste.
Modelarea economico-matematic este folosit de manager ca o alternativ la
experimentul utilizat n tiinele exacte.
Experimentul n sensul strict al cuvntului (adic modificarea fizic a valorilor
variabilelor) nu este posibil sau este neraional atunci cnd este vorba de probleme
economice, organisme militare-guvernamentale, sisteme ce nu pot fi supuse n ansamblu
experimentrii. (De exemplu n industrie o companie nu-i poate permite riscul unui faliment
de dragul unui experiment).
Aceste realiti au condus la la o adevrat revoluie informaional-decizional n
domeniul organizrii i conducerii, perioad n care s-au conturat urmtoarele discipline, ca
discipline privind conducerea:
- cercetarea operaional definit pe scurt pregtirea tiinific a deciziilor, a
aprut n perioada celui de-al doilea rzboi mondial i se caracterizeaz prin procesul de

elaborare a unor modele economico-matematice ce conduc la decizii optime sau aproape

optime.
- cibernetica- este tiina care se ocup de conducerea i reglarea sistemelor complexe;
- informatica- reprezint disciplina prelucrrii datelor cu ajutorul echipamentelor
electronice;
-psihologia organizrii -care a aprut ca i o nou orientare n disciplinele conducerii,
n jurul anului 1950, dat fiind existena omului care ia decizii n legtur cu funcionarea
eficient a unui organism economic;
- teoria general a sistemelor propune o perspectiv sintetizatoare a ideilor privind
diversele orientri n tiinele organizrii i conducerii.
Modelarea i simularea proceselor economice are legturi strnse cu toate aceste
domenii i este conceput astfel nct s ofere economitilor (inginerilor economiti) o serie
de modele i tehnici necesare aciunilor manageriale la nivel microeconomic. Deoarece
rezolvarea problemelor manageriale din ntreprinderi nu se poate realiza cu un model
matematic pur, s-au conceput modele economico-matematice deosebit de elastice, care s
surprind att legitatea de desfurare a fenomenului, ct i dinamica acestuia. S-a fcut apel,
pe lng modelele fundamentale din teoria stocurilor, fire de ateptare, teoria grafelor, i la
teoria probabilitilor, teoria lanurilor Markov, teoria mulimilor vagi, programare dinamic,
tehnici de simulare.
Modelarea i simularea proceselor economice este un domeniu economic de grani
cu tehnica de calcul i matematica, care se ocup de fundamentarea deciziei manageriale n
condiii de eficien pentru productor, cu ajutorul unor modele matematice flexibile i cu
posibilitatea utilizrii tehnicii simulrii.
Managementul ca tiina tehnicilor de conducere i gestiune a ntreprinderii
reprezint arta i tiina de a conduce, iar n acest sens modelarea economic ofer
managerului latura riguroas a aciunilor sale, modaliti multiple de punere de acord a
resurselor (umane, materiale, financiare) existente cu obiectivele formulate pentru o anumit
perioad de timp, oferindu-i posibilitatea de a gndi i a decide mai bine i mai repede
fr s denatureze realitatea.
Metode de culegere i prelucrare a datelor folosite n modelarea economico-matematic
Toate adaptrile modelarii matematice la fenomenele economice concrete au la baz o
concepie mai corect asupra mrimilor (indicatorilor) care intervin n procesul fundamentrii
complexe a deciziei. Aceste mrimi implic observri, anchete, raportri, etc., care permit
msurarea lor cu diferite grade de precizie, conform fig.1.
Din punct de vedere al preciziei, mrimile care caracterizeaz procesele economice se
clasific n trei mari categorii:
- mrimi deterministe (riguros stabilite, cu o valoare unic);
- mrimi stochastice/aleatoare (mrimi ce au o mulime de valori crora li se
asociaz o probabilitate);
- mrimi vagi/fuzzy (nu au valoare unic, ci o mulime de valori crora li se
asociaz un grad de apartenen la o anumit proprietate).
O alt clasificare , bazat deasemenea pe criteriul exactitii, este gruparea n : metode
exacte, metode aproximative i metode euristice.
Cele dou moduri de clasificare a metodelor sunt necesare pentru a pune n eviden
exactitatea n diverse etape ale fundamentrii deciziei: culegerea datelor i prelucrarea
acestora n vederea adoptrii unor decizii.

Mrimi care intervin n procesul fundamentrii complexe a deciziei

Metodele exacte permit obinerea n cadrul unei probleme de decizie economic a unei
soluii S care ndeplinete, fr nici o eroare (abatere), restriciile impuse i/sau condiiile de
optim, cerute prin criteriile de eficien. Dac notm cu S vectorul soluiei efectiv adoptate,
iar prin S* vectorul soluiei adevrate, atunci: S-S*=0 .
Metodele aproximative sunt acele metode care permit obinerea unei soluii S, diferit
de soluia adevrat S* printr-un vector , mai mic dect un vector a dinainte stabilit:
S S* = a
Metodele euristice sunt metodele prin care, chiar n cazul unei probleme complexe, se
obine ntr-un timp relativ scurt, comparativ cu alte metode, o soluie S, acceptabil din punct
de vedere practic , fr a avea garanii asupra rigurozitii rezolvrii.
Fiind dat vectorul erorii admisibile a , metodele euristice nu reuesc ntotdeauna s ne
conduc la o soluie cu proprietatea:
S S* = a
deci metodele euristice reuesc s asigure respectarea relaiei anterioare cu o probabilitate.
Metodele euristice pot fi considerate ca o succesiune de ncercri/tatonri a cror
alegere este legat de fiecare dat de natura problemei de rezolvat i de personalitatea
modelatorului (analistul de sisteme).
Procesul de trecere de la sistemul real la modelul de simulare
Obinerea unor informaii despre sistem nainte ca el s fie realizat n mod concret
este posibil cu ajutorul tehnicii simulrii. Simularea este o tehnic de realizare a
experimentelor cu calculatorul, care implic construire unor modele matematice i logice care
descriu comportarea unui sistem real (sau a unor componente ale sale) de-a lungul unei
perioade mari de timp.
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 sistemului.
Dei nu ofer soluii exacte (ci suboptimale), simularea este o tehnic de cercetare
eficient pentru problemele economice complexe la nivel de firm, imposibil de studiat
analitic (cu modele economico-matematice de optimizare).

Cu ajutorul simulrii se obin mai multe variante de decizie dintre care managerul o va
alege pe cea mai bun, corespunztoare condiiilor date ce le are la un moment dat.
n cazul unui sistem existent , firm, comportarea sa poate fi prevzut de un model de
simulare care pune n eviden efectul modificrii unor parametrii care descriu sistemul
respectiv.
n activitatea de simulare sunt implicate trei elemente importante: sistemul real,
modelul, calculatorul i dou relaii: relaiile de modelare i relaiile de simulare.
n figura numrul 2 se reprezint sintetic procesul de trecere de la sistemul real la
modelul de simulare modelul real.
Sistemul real reprezint sistemul perceput de simurile omului, modelul real reprezint
sistemul real nlocuit i care corespunde, n principiu cerinele sistemului real iniial.

Figura 2 Procesul de trecere de la sistemul real la

modelul de simulare modelul real
Modelul abstract realizeaz trecerea de la sistemul real la modelul real. El reproduce
sistemul real prin descompunerea sistemului n pri componente elementare i stabilete
legturile dintre acestea.
Validarea rezultatelor se face printr-o verificare a concordanei datelor din sistemul
real i a celor oferite de model.
Modele economico-matematice. Concepte. Clasificri
Conceptul de model a fost preluat de tehnicieni de la matematicieni, fiind un concept
relativ nou (utilizat prima dat de matematicianul Beltrami n 1868, n construirea unui model
euclidian al geometriei).
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.
Rezultatele obinute prin modelare se pot extinde asupra procesului modelat, numai n
condiiile n care modelul a reprezentat fidel proprietile, structura i particularitile
acestuia.
Deci, se poate spune c modelul este o reprezentare a realitii, care confer o imagine
intuitiv, dar riguroas, n sensul structurii logice a fenomenului studiat, i permite
descoperirea unor legturi i legiti greu de stabilit pe alte ci.
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 economice.
Principalele criterii n funcie de care se face clasificarea modelelor economicomatematice sunt:

a. n funcie de sfera de reflectare a problematicii economice:

- modele macroeconomice modele de ansamblu ale economiei;
- modele mezoeconomice la nivel regional, teritoril;
-modele microeconomice la nivel de ntreprindere, uniti, trust, companie,
combinat.
b. n funcie de domeniul de provenien i concepie:
- modele cibernetico-economice relaii input/output cu evidenierea
fenomenelor de reglare;
- modele econometrice (unde elementele numerice sunt determinate statistic) folosesc metode de explicitare a unei tendine (trend) sau metode de identificare a unei
periodiciti (sezonalitate);
- modele ale cercetrii operaionale permit obinerea unei soluii optime sau
apropiate de optim pentru fenomenul studiat;
- modele din teoria deciziei (cu luarea n considerare a mai multor criterii,
factori de risc, incertitudine);
-modele de simulare ncearc s stabileasc modul de funcionare al unui
organism macro- sau microeconomic prin acordarea unor combinaii de valori
ntmpltoare variabilelor independente care descriu procesele;
- modele specifice de marketing.
c. n funcie de caracterul variabilelor:
- modele deterministe (mrimi cunoscute);
- modele stochastice/probabilistice (intervin mrimi a cror valoare este
nsoit de o probabilitate/variabile aleatorii);
d. n funcie de factorul timp:
- modele statice;
- modele dinamice.
e. n funcie de orizontul de timp considerat:
- modele discrete-secveniale;
- modele continue.
f. n funcie de structura proceselor reflectate:
- modele cu profil tehnologic;
- modele informaional-decizionale;
- modele ale relaiilor umane;
- modele informatice.
Tendine n modelarea proceselor economice.
Pe plan mondial se lucreaz la realizarea unor sisteme de conducere ierarhizate,
multinivel, ce funcioneaz n timp real i care sunt distribuite n toate compartimentele
ntreprinderii. Conducerea compartimentelor se bazeaz pe decizii luate n timp real sincron
cu realizarea procesului de producie, precum i urmrirea realizrii obiectivelor la toate
nivelurile de conducere. Se pot utiliza softuri integrate pentru conducerea firmei si
planificarea activitilor firmei de tip ERP.
Obiectivul global al sistemului este obinerea unei producii optime calitativ i
cantitativ din punct de vedere tehnic i economic n anumite condiii de restricii temporale de
lung sau scurt durat i a unor perturbaii permanente din partea mediului.
Din multitudinea metodelor de modelare se deosebete metoda analizei drumului
critic, care se detaeaz de celelalte metode. Ea pune la ndemna decidenilor instrumente
utile de mare eficien pentru analiza i conducerea activitilor complexe, nlnuirea
procesului decizional i modul de folosire a resurselor disponibile (exemplul cel mai des citat
referitor la aceast metod este utilizarea lui de ctre NASA , cnd graful pentru misiunea
Apollo a numrat peste 300.000 activiti).

In programarea si urmrirea lucrrilor de anvergura (investiii, reparaii, cercetaredezvoltare, etc.), se poate folosii ca instrument managerial analiza drumului critic. Aceasta
permite planificarea pe termen mediu i scurt, programarea operativa a execuiei, precum i
actualizarea periodica a acestor proiecte innd seama de factorii timp, cost, resurse materiale
i umane.
Metoda const n divizarea aciunilor complexe n pari componente, la un nivel care
s permit corelarea logic i tehnologic a acestora, adic s fac posibil stabilirea
intercondiionrilor ntre prile componente, care se numesc activiti.
Alte tipuri de aplicaii se refer optimizare prin programare liniar a transporturilor
materiale i produselor de mas, minimizarea costului ateptrii, creterea volumului
vnzrilor prin diferite metode specifice marketingului.
Modelarea procedural
Existena unei anumite crize n disciplinele ce utilizau modelarea matematic a fost
semnalat de numeroi specialiti, n anul 1980 la al IV-lea Congres European de Cercetarea
Operaional.
Metodele folosite, devin rigide, se ndeprteaz de realitatea economic. Unele
inconveniente au fost depite cu ajutorul modelrii procedurale.
n scopul cunoaterii legilor care definesc fenomenul economic studiat i a folosirii
acestora n direcia satisfacerii obiectivelor propuse sunt necesare etapele:
a. observarea sub aspect descriptiv calitativ a fenomenelor (se studiaz cauzalitatea
ntre fenomene);
b. formularea unor legi pe baza studiul cauzalitii ntre fenomene;
c. se observ fenomenele sub aspect cantitativ, variabilele se definesc fie printr-un
studiu statistic fie printr-un experiment;
d. se analizeaz datele obinute, i pe baza lor se emit primele ipoteze asupra legilor
care guverneaz sistemul analizat. Legile sunt confruntate cu alte msurtori i
corectate n mod iterativ;
g. se adopt decizii pe baza legilor obinute anterior;
g. se urmresc efectele deciziilor adoptate i eventual se perfecioneaz modelul.
Modelarea procedural se caracterizeaz prin acordarea unui prim rol algoritmului de
rezolvare i a unuia secundar modelului.
Cu ct mrimile pot fi msurate mai exact, cu att metodele folosite pentru luarea
deciziei vor fi mai riguroase, folosindu-se n acest caz algoritmi exaci.
Pe de alt parte, dac datele sunt exacte dar problema este complex, de dimensiuni
mari sau datele de intrare sunt inexacte se recurge la algoritmi euristici.
Schema general de concepere a algoritmilor euristici
Euristica este o categorie clasic, ce exprim bucuria descoperirii tiinifice.
Euristica se definete ca fiind :
- o clas de metode i reguli care dirijeaz subiectul spre cea mai simpl i mai
economic soluie a problemelor;
- un drum care permite descoperirea soluiilor problemelor complexe fr a le
supune unei simplificri.
Metodele euristice sunt de fapt tatonri, nu abloane, alegerea lor este legat de
fiecare dat de natura problemei de rezolvat i de personalitatea modelatorului.
Algoritmii bazai pe euristic au cptat o rspndire tot mai larg, n 1978 s-a
acordat lui HERBERT SIMON fondatorul euristicii aplicate premiul Nobel pentru
economie.
Acesta a elaborat un algoritm general al rezolvatorului de probleme, care reprezint de
fapt schema general de concepere a algoritmilor euristici, prezentat n figur.

Majoritatea algoritmilor euristici se bazeaz pe urmtoarea idee: dac sunt respectate

anumite restricii, este avantajos ca n fiecare etap de calcul s se obin ct mai mult pe linia
funciei scop, deci din dou sau mai multe ci de aciune se va alege creterea (descreterea)
valorii funciei de maxim (minim). Aceti algoritmi sunt de tip greedy (din englezul
gredy=lacom).
Principalii pai ai logaritmului sunt:
Pasul 1 se construiete o soluie iniial;

Figura 1 Schema general de concepere a algoritmilor euristici

Pasul 2 se testeaz condiiile de admisibilitate a soluiei (sistemul de restricii). Dac
sunt ndeplinite condiiile se trece la pasul 4, dac nu se calculeaz abaterile i se trece la
pasul 3.
Pasul 3 se caut o strategie de reducere a abaterilor , pe baza experienei practice a
analistului. Dac dup un numr raional de mare de iteraii nu s-au reuit o anulare (reducere)
a abaterilor problema este considerat fr soluie (din punct de vedere al algoritmului
euristic folosit). Dac s-a obinut o soluie admisibil se trece la pasul 4.
Pasul 4 se calculeaz funcia de performan f(x0) a soluiei iniiale admisibile (de
regul un indicator economic) sau funcia global de optimizat (n cazul folosirii mai multor
criterii de natur economic sau social, etc.).

Pasul 5 se transform soluia iniial admisibil x0 ntr-o soluie deasemenea

admisibil x1 pe baza unor reguli de transformare;
Pasul 6 se calculeaz funcia de performan f(x1);
Pasul 7 se compar performanele celor dou soluii f(x0) i f(x1). Dac funcia f(x1)
este mai performant dect f(x0) se testeaz diferena f(x0)-f(x1). Dac diferena este
semnificativ, soluia x1 devine soluie iniial i algoritmul se reia de la pasul 5. Dac
diferena este nesemnificativ sau dac performana f(x1) este inferioar performanei f(x0) se
reia pasul 5 alegndu-se alte reguli care s asigure un ctig mai mare pentru funcia de
performan pn cnd se ajunge la un numr raional de iteraii. Cnd obiectivul a fost atins,
algoritmul se oprete obinndu-se o soluie suboptimal. Paii algoritmului pot fi parcuri cu
sau fr ajutorul calculatorului.
Modelarea procedural asistat de calculator are la baz ideea c omul nu poate fi
exclus din procesul de conducere al unui sistem, deoarece el reprezint principala surs de
formulare a ipotezelor referitoare la comportamentul sistemului i singurul capabil s
cuprind ntr-o raiune integratoare rezultatele diferitelor variante de evoluie a acestuia.
Simularea numeric
Descrierea modelelor de simulare. Realizarea experimentelor de simulare. n cazul
sistemelor complexe, modelele matematice ce au un caracter deductiv nu pot surprinde
realitatea. Se apeleaz la modele de simulare care au caracter procedural. n figur se prezint
procesul de selectare a unei metode de luare a deciziei.

Procesul de selectare a unei metode de luare a deciziei

Realizarea experimentului de simulare face necesar parcurgerea etapelor de:

- modelare,
- programare,
- analiz economic a rezultatelor .
Simularea poate fi analogic, numeric. Un sistem de simulare cuprinde:
- modelul,
- operatorul simulrii,
- variabilele I/E,
- parametrii I/E.
Pasul simulrii Etapa n care toate variabilele iau valori
constante. Evoluia sistemului n timp se urmrete cu variabila: CLOCK TIME. Pentru un
anumit model se poate realiza un algoritm cu ceas fix i sau cu ceas variabil.
n figuri se poate urmri modul n care variaz ceasul n cazul modelelor cu ceas
variabil i cu ceas fix. Valorile succesive ale ceasului T sunt marcate prin bare, iar apariiile
evenimentului E prin puncte.

Ceas cu cretere constant

Ceas cu cretere variabil

Fcnd abstracie de particularitile specifice fiecrui program de simulare, exist o
structur global comun tuturor programelor de simulare bazate pe metoda ceasului variabil.

Generarea numerelor aleatoare

Pentru a reproduce n mod realist anumite elemente ale sistemului simulat, precum i
pentru rezolvarea unor probleme numerice, apare necesitatea existenei unor numere alese la
ntmplare.
Despre un numr oarecare se poate spune c este ntmpltor (aleator) numai dac se
afl ntr-un context statistic.
n programele de simulare a proceselor economice, generarea variabilelor aleatoare
ocup o pondere relativ mare n timpul total de rulare la calculator.
Aceasta se datoreaz numeroaselor evenimente perturbatoare care apar n desfurarea
proceselor economice, care de fapt reprezint de cele mai multe ori procese stochastice.
De aceea este necesar s se elaboreze metode care s asigure generarea numerelor
aleatoare care s respecte legea sistemului economic, consumnd un timp minim de rulare.
Generarea numerelor aleatoare uniform repartizate
Cel mai simplu fenomen l reprezint apariia unui eveniment, dintr-o mulime de
evenimente posibile i probabile. Aceasta revine, din punct de vedere al calcului numeric la
generarea unor numere aleatoare uniform repartizate. n practic se pot genera numai numere
pseudoaleatoare, care satisfac urmtoarele condiii:
- sunt repartizate uniform pe intervalul dat;

sunt statistic independente;

funcia de repartiie este stabil, nu se schimb n cursul rulrii programului de
simulare;
- irul generat are o perioad de repetiie mare.
irurile de numere pseudoaleatoare aproximeaz irurile de numere aleatoare, astfel cu
ct condiiile anterioare sunt mai bine respectate cu att aproximaia este mai bun.
Deoarece metodele cunoscute asigur o apropiere suficient de mare ntre cele dou
tipuri de numere, n literatura de specialitate se folosete aproape exclusiv denumirea de
numere aleatoare.
Numerele aleatoare se pot genera prin mai multe tipuri de metode:
- metode manuale care folosesc diferite dispozitive (zaruri, urne,etc.). Datorit
vitezei reduse se folosesc foarte rar.
- metode fizice se bazeaz pe analogii dintre procese fizice ntmpltoare (procese
electronice, procese radioactive, etc.). Satisfac n cea mai mare msur caracterul aleator, dar
au dezavantajul c nu sunt reproductibile.
- metode de memorizare care folosesc de regul memoria intern sau extern a
calculatoarelor. Aceste metode ofer avantajul reproductibilitii.
- metode care const n consultarea specialitilor prezint n primul rnd
dezavantajul subiectivismului celor consultai. Se folosesc n special n scopuri didactice sau
pentru iniializri i testri ale programelor complexe de simulare.
- metode analitice care const n utilizarea unor algoritmi de calcul, bazai pe una sau
mai multe relaii de recuren. Au fost elaborai algoritmi care respect condiiile menionate
mai sus i n plus necesit un consum redus de timp i de memorie, atunci cnd algoritmii sunt
inclui ntr-un program principal care este rulat pe calculator. Datorit acestor avantaje,
metodele analitice sunt cele mai rspndite n aplicaiile numerice.
Cei mai reprezentativi algoritmi de generare a numerelor aleatoare folosesc metodele
congrueniale aditive, multiplicative i mixte sau clasele de resturi.
Metod congruenial aditiv
Se d un ir de numere X10, X20,...., Xn0 i un numr prim m.
Numerele generate folosesc clasele de resturi modulo m, adic:
X1=( X10+ X20+,....,+Xn0)mod m
X2=( X20+ X30+,....,+Xn0+ X1)mod m
X3=( X30+ X40+,....,+Xn0+ X1+ X2)mod m
..............................................................
Xk+1=( Xk-n+1+ Xk-n+2+,....,+Xk-1+ Xk)mod m pentru k>n .
Pentru a genera numere n intervalul (0,1) se efectueaz transformarea de variabil:
Yi=Xi/m, unde Xi (0,m), Yi (0,1).
Aceast metod d rezultate slabe. Poate fi folosit cu mai mult succes dac se
folosete mpreun cu alt metod.
Metod congruenial multiplicativ
Elementele folosite n acest caz sunt: un factor multiplicativ a, un numr iniial X0
(nedivizibil cu 2) i un numr prim m iar a este o rdcin primitiv a lui m.
irul generat este de forma :
X1=(a X0)mod m
X2=(a X1)mod m
..............................
Xk+1=(a Xk)mod m
Cu ct m este mai mare, cu att rezultatele sunt mai bune, adic se respect condiiile
care se cer numerelor aleatoare uniform repartizate.

Metode congrueniale mixte

Elementele sunt : un ir de numere iniiale X10, X20,...., Xn0 , un ir de factori
multiplicativi: a1, a2,...., an , o constant aditiv c i un numr prim m.
X1=( a1X10+ a2X20+,....,+ anXn0+c)mod m
X2=( a1X20+ a2X30+,....,+ anX1+c)mod m
..............................................................
Xk+1=( a1Xk-n+1+ a2Xk-n+2+,....,+ anXk+ c)mod m
pentru k>n .
Generarea numerelor aleatoare cu restricii date
n funcie de natura repartiiilor date (discret, continu, empiric, teoretic) se pot
utiliza urmtoarele metode de generare: metoda transformatei inverse, metode aproximative,
metode specifice repartiiei date, etc.
Metoda transformatei inverse
Metoda se aplic avantajos n cazul repartiiilor teoretice continue, definite de o
funcie F(x) pe ntreg domeniul de existen i uor inversabil.
Relaia dintre funcia de repartiie i funcia densitate de probabilitate este
x

F (x ) =

f (t )dt .

Dac se genereaz un numr y [0,1] , cu densitate de probabilitate uniform, atunci

numrul x , cu densitatea de probabilitate f(x) trebuie s satisfac relaia F(x)=y , x=F-1(y).
1
Ex. f ( x ) =
, x ( ,+ )
(1 + x 2 )
1

y = arctg x +

2
1

x = tg y
2

Metode aproximative
Aceste metode const n aproximarea funciei de repartiie F(x), definit pe un interval
[a,b] ca o succesiune de funcii Fi(x) definite pe intervalele [ai,bi] incluse n [a,b]. Funciile
Fi(x) trebuie s fie liniare sau polinoame de grad mic, uor inversabil.
Ex. funcia de repartiie pentru analiza drumului critic, aproximat pe patru intervale
prin drepte sau curbe. Dac U este uniform repartizat pe intervalul (0,1) numrul x generat
este:

U
4
dac U [0;0,2825]

1,64

U + 0,4995 dac U (0,2825;0,47]

x = 1,876
0,424 U + 0,55
dac U (0,47;0,96]

1 1U
dac U (0.96;1)

3,4
Populatii si esantioane, caracteristici si variabile.
Statistica este o tiina care se ocupa cu studiul datelor obinute din grupuri mici si
extinderea rezultatelor la populaii mari. Principala caracteristica a proceselor economice
este variabilitatea. Aceasta variabilitate determina un anumit grad de incertitudine. Statistica
ne permite sa stabilim legi n care sa inem seama de incertitudine.

Noiunea fundamental n statistic este aceea de grup sau colectiv, pentru care se
folosete noiunea de populaie.
Trstura comun a tuturor elementelor unei populaii se numete caracteristic. O
caracteristic a unui element poate fi:
- cantitativ, caz n care se numete variabil;
- calitativ, caz n care se numete atribut.
O variabil poate fi discret dac ia un numr discret de valori, sau continu dac este
posibil orice valoare dintr-un interval.
Tabelul statistic este forma de prezentare a rezultatelor prelucrrii statistice. Se disting:
- tabele simple care reprezint colectivitatea negrupat;
- tabele pe grupe care reprezint colectivitatea mprit n grupe omogene dup o
singur caracteristic;
- tabele combinate.
Un tabel statistic trebuie s fie ntocmit astfel nct citirea i interpretarea rezultatelor
s nu necesite texte explicative suplimentare.
Adeseori evaluarea mprtierii datelor n jurul centrului, eventual o msura a acestei
mprtieri, este la fel de importanta ca si aflarea centrului. Multe dintre statisticile care
exprima mprtierea sunt definite plecnd de la noiunea de deviaie, ele diferind ntre ele
doar prin nelesul pe care-l acordam acestui termen.
O prima statistica, evidenta, este amplitudinea, notata cu A, si care este definita ca
diferena ntre valorile maxima si minima ale seriei de date:
A = xmax - xmin
Amplitudinea ne informeaz asupra lungimii intervalului de variaie (n cazul unor
date numerice); are dezavantajul ca depinde doar de doua dintre valorile seriei, si nu ne
informeaz deloc asupra modului n care datele sunt mprtiate ntre extreme.
Sa consideram ca, ntr-un studiu efectuat asupra unei populaii mari, suntem interesai
n a studia o anumita caracteristica reprezentata printr-o variabila numerica. Dup ce am ales
un eantion n date si am fcut msurtorile necesare, vom dispune de numerele reale x1,
x2 ,..., xn . Aceste numere sunt reprezentate prin puncte pe axa reala (a se vedea figura
urmatoare) iar intuitia ne spune ca acestea sunt distribuite echilibrat n jurul unui centru.
Pare evident cum putem obine acest centru m: vom calcula media aritmetica a numerelor
(adic nsumam numerele, apoi mprim suma la numrul total n al indivizilor din eantion). n
formula de mai sus toate mrimile msurate sunt tratate n mod echitabil (niciuna nu este tratata altfel
dect celelalte).
Mai mult, rezultatul este exprimat n aceleai uniti de msura ca si valorile msurate.
Apariia nu neaprat din eroare! unei valori aberante (outlier) influeneaz poziia mediei aritmetice,
totui nu prea mult a se vedea figura.

Media aritmetic:

x=

x1 + x 2 + ... + x k
k

- dac se lucreaz cu repartiii de frecvene i nu avem acces la datele originale pe care

a fost ntocmit repartiia de frecvene, media aritmetic se calculeaz:

n x
x=
n
i

*
i

n
=

xi*

unde
n
ni este frecvena relativ a intervalului, xi* este centrul intervalului(limita inf.+limita
i

sup./2)

Media geometric

G = k x1 x 2 ... x k
Media geometric se folosete atunci cnd prezint importan variaiile relative.
Media armonic

1
=
H

x
k

Se folosete doar ntr-un domeniu limitat (deducerea normelor de timp mediu).

n cazul n care datele sunt ordonate, ca de exemplu astfel:
x1 x2 ... xn
poate fi folosita si mediana pentru a indica centrul. Mediana (Me) este punctul ce divide
valorile n doua pari egale.
n situaia n care toate valorile xi sunt distincte, iar n = 2m+1 (adic numrul datelor este
impar), mediana Me coincide cu valoarea xm+1 care este situata exact n mijloc; atunci cnd n
= 2m (numrul datelor este par), mediana Me este media aritmetica a celor doua valori, xm si xm+1,
situate n mijloc.
n unele situaii, pentru a indica centrul mediei aritmetice si medianei i este preferat
modul. Pentru date categoriale (nenumerice), modul Mo este o statistica definita ca acea valoare
ce are frecventa maxima. Pentru date numerice, modul Mo, ca centru al datelor, este dat de
formula:
Mo= 3 Me 2 m.
Abaterea medie depinde echitabil de toate valorile seriei de date. Aceasta statistica
presupune ca a fost calculata anterior media m a seriei.
Abaterea medie absolut reprezint media abaterilor fa de media aritmetic, luate n
valoare absolut:
n

E = xi x
1

Definitia precisa este urmatoarea: deviatia medie este media aritmetica a abaterilor
valorilor fata de media lor, abateri luate n valoare absoluta:

Din punct de vedere matematic aceasta formula nu este potrivita (functia modul nefiind
derivabila). Acesta este motivul principal pentru nlocuirea sa cu urmatoarea statistica, numita
varianta seriei de date:

Deviatia medie este exprimata n aceeasi unitate de masura ca si valorile seriei de date,
nsa acest lucru nu mai este valabil pentru varianta. Daca dorim o statistica ale carei valori sa fie
expr imate n aceeasi unitate de masura ca si valorile seriei, care sa depinda echitabil de toate
valorile, simultan sa aiba si proprietati matematice bune, atunci formula urmatoare satisface toate
aceste conditii. Formula ne da asa numita deviatie standard (abatere standard) a seriei de date:

Anumite raiuni teoretice (care depesc nivelul acestei prezentri si nu pot fi explicate
acum) fac ca formula abaterii standard sa fie uor modificata n urmtoarea, (la numitor apare
numrul valorilor din seria de date, diminuat cu 1) :

Evoluia proceselor economice este redat uneori prin menionarea proporiilor pe

care le reprezint nivelul variabilei n diverse perioade fa de un nivel din trecutul considerat
drept baz de raportare.
Reprezentarea n medie a nivelului variabilei este de asemenea utilizat n analiza
economic i n modelarea economic. Cnd nu se specific tipul de nedie utilizat se
presupune c este vorba de media aritmetic:
_

x=
_

x=

n
xi f i

unde x este preul, feste cantitatea, n este numrul de elemente.

mprtierea valorilor de la medie este redat sintetic prin dispersie i abatere medie
ptratic:
( x i x )2 f i
( x i x )2

2 = i
2 = i
,
n
fi
i

mprtierea caracterizat prin dispersie i abaterea medie ptratic reprezint alturi

de medie piesele de baz n numeroase calcule ntre care cele privind rolul factorilor ,
aprecierea omogeneitii, definirea unor indicatori reprezint exemple larg utilizate.
Sunt rare studiile efectuate asupra unei populaii n care suntem interesai n a studia doar
anumita caracteristica (reprezentata printr-o variabila). n practica, atunci cnd studiem
legatura ntre doua variabile numerice, ncepem prin a alege un esantion, apoi nregistram
datele provenite din masuratorile efectuate; datele rezultate sunt prezentate fie ntr-un tabel,
fie ca un nor de n puncte n plan . n cazul n care (avem impresia ca) punctele sunt aliniate,
ne exprimam spunnd ca exista o corelatie liniara ntre variabilele X si Y.

Se observa ca atunci cnd seria de date Y coincide cu seria de date X, expresia

covariantei C devine expresia variantei V.) Corelatia (liniara) ntre cele doua serii de date este
definita prin asa-numitul coeficient de corelatie Pearson. Acest numar este ntre 1 si 1. n
cazurile extreme (adica atunci cnd numarul rX ,Y este apropiat fie de 1, fie de 1) avem de-a
face cu o puternica legatura liniara ntre seriile de date, pe care o putem la o legtura liniara.

- covariana momentul de ordin I al produselor abaterilor de la medie a 2 variabile

aleatoare:

(x

cov xy =

x ) ( y i y )

- coeficientul de corelaie - reprezint expresia numeric a intensitii legturii dintre

dou sau mai multe variabile:
rxy =

cov xy

x y

Repartiii pe frecvene
Datele statistice, sub forma lor brut, reprezint o mas dezordonat. O prim
problem este de a face o grupare a datelor, pentru o analiz ulterioar. Se va mpri
intervalul de variaie a datelor ntr-un numr de intervale i se vor nregistra numrul de
observaii care cad n fiecare interval. Acest numr se numete frecvena absolut a
intervalului sau clasei. Un tabel care arat repartiia frecvenelor n diferite clase poart
numele de tabela de frecvene.
Numerele de intervale se aleg astfel nct s nu se constate abateri sensibile de la
repartiia uniform n fiecare interval. Pentru determinarea aproximativ a intervalului de
grupare se poate folosii formula empiric a lui H.A.Sturges:

i=

x max x min
, unde
1 + 3,322 lg n

xmin termenul minim

xmax termenul maxim
n seria format din n termeni
i mrimea intervalului
De multe ori este necesar s se lucreze cu repartiii de frecvene cumulate , n locul
grupelor separate i suplimentar s se treac de la frecvene la procente.