MATEMATICA APLICAT N MANAGEMENTUL COMPETITIVITII C1

Modelarea i optimizarea sistemelor de producie

1.1. Introducere n modelare
Metodele matematice de modelare aparin cercetrii operaionale. Cercetarea operaional
se utilizeaz n diverse organizaii i sisteme, n managementul acestora. Se consider c
cercetarea operaional a aprut i s-a dezvoltat n timpul celui de-al doilea rzboi mondial, dar
primele sale rdcini sunt mult mai vechi. ntre cele dou rzboaie mondiale tehnica militar s-a
dezvoltat mult mai repede dect tactica i strategia. n timpul celui de-al doilea rzboi mondial
germanii au nceput atacul aerian asupra Angliei, iar conductorii militari englezi au cerut
ajutorul oamenilor de tiin pentru a se apra mai bine. Una dintre problemele ce s-au cerut
oamenilor de tiin a fost s ajute la o utilizare eficient a radiolocatoarelor care erau nou
aprute. S-au format mici echipe interdisciplinare de cercettori din diverse domenii ale tiinei
ataate unui ofier care aparinea de sectorul operaiilor de lupt. Aceast experien pozitiv a
fost preluat i de ceilali aliai: SUA, Frana, Canada. Aceast activitate a primit denumirea de
cercetare operaional (operational research) n Anglia i diverse alte denumiri n SUA: analiz
operaional (operational analysis), evaluarea operaiilor (operations evaluation), cercetarea
operaiilor
(operations research), tiina conducerii (management science), analiza sistemelor
(systems analysis). S-a impus termenul de cercetare operaional (operational research).
Dup terminarea rzboiului, o parte dintre specialitii n cercetarea operaional au
prsit armata i au nceput s activeze n industrie sau n universiti. Succesele obinute prin
utilizarea cercetrii operaionale n domeniul militar i n industrie, precum i dezvoltarea
calculatoarelor, au dus la rspndirea i dezvoltarea sa n ntreaga lume.
S-au dat definiii cercetrii operaionale, acceptate sau nu, sau exist preri c nu poate fi
definit. Se amintete totui c cercetarea operaional reprezint aplicarea metodelor tiinifice
de ctre o echip interdisciplinar la studiul problemelor legate de conducerea sistemelor
organizate cu scopul obinerii unor soluii care s serveasc ct mai bine interesele organizaiei n
ansamblu.
Cercetarea operaional a fost introdus ca i disciplin de studiu n tot mai multe universiti
din lume, inclusiv din Romnia, avnd un rol important n pregtirea managerilor,
matematicienilor, informaticienilor, inginerilor
economiti, inginerilor, economitilor,
sociologilor.
Prin organizaii se neleg diversele entiti socio-tehnice (firme, instituii civile, armata,
coli etc.).
Exist multe definiii ale conceptului de sistem. Definiia dat de L. A. Zadeh, care
consider c sistemul este: "un ansamblu de elemente legate ntre ele prin forme de interaciune
sau interdependen ". Sistemul este o reunire de elemente care interacioneaz ntre ele i care
funcioneaz n scopul realizrii unui obiectiv comun.
Orice sistem are o structur, are: intrri n sistem, ieiri din sistem, procese care transform
intrrile n sistem n ieiri. Un sistem este format din subsisteme i aparine unui sistem mai
cuprinztor. Mecanismul transformrii intrrilor n ieiri poate fi descris cu ajutorul funciilor de
transfer, care au diverse forme, particulare, dup natura sistemului. Sistemul devine cibernetic
atunci cnd apare reglarea (conexiunea invers, feedback-ul), adic o intervenie asupra intrrilor
n scopul meninerii ieirilor la nivelul unor parametri-obiectiv dorii.
Cteva principii ale teoriei sistemelor:
a) orice sistem este alctuit din elemente sau pri interdependente, acionnd n comun n
virtutea unui scop, a unui obiectiv;
b) ansamblul legturilor ntre elementele sistemului, precum i al legturilor cu ntregul,
formeaz structura sistemului;
c) complexitatea sistemelor depinde mai mult de structura sistemului dect de natura prilor
1

sale;
d) dou sisteme cu structuri parial identice se numesc homomorfe, iar sistemul mai simplu va
constitui un model al sistemului homomorf mai complex;
e) dou sisteme homomorfe vor avea un comportament asemntor, de unde rezult
posibilitatea de studiu a proprietilor sistemelor reale prin modelare i simulare;
f) structura unui sistem, adic structura sa static, preexist comportamentului su, deci dinamicii
sistemului;
g) micrile ntr-un sistem se realizeaz prin fluxuri presupuse concrete i continue;
h) ntr-o unitate economic toate categoriile de micri pot fi grupate n urmtoarele tipuri
de fluxuri interconectate:
1) fluxuri materiale;
2) fluxuri de comenzi;
3) fluxuri bneti;
4) fluxuri umane;
5) fluxuri de echipamente;
6) fluxuri informaionale;
i) fluxul informaional are un rol central n funcionarea sistemelor;
j) procesele decizionale sunt considerate i ele ca avnd un rol central n mecanismul sistemelor;
ele sunt presupuse a fi discontinue;
k) reglarea este un element caracteristic al funcionrii sistemelor;
Sistemul de producie este constituit din totalitatea elementelor fizice, naturale i
artificiale, conceptelor (teorii, metode, reguli), experienei i ndemnrii, astfel organizate nct
s rezulte capacitatea de realizare a unor scopuri prestabilite, derivate din obiectivele economicosociale.
Un sistem de producie transform, n principiu, ntr-o perioad de timp anumite intrri
(fora de munc, substan, energie, informaie) n ieiri de tip produse, servicii, informaii despre
produs sau serviciul realizat, deeuri. Transformarea este orientat spre realizarea unor obiective
de producie prestabilite de om i implic procese de munc specifice, n care oamenii actioneaz
cu ajutorul mijloacelor de munc (unelte, echipamente, maini, aparate, recipiente, cldiri etc.)
asupra obiectelor muncii (materiale naturale sau obiecte fabricate, energie, informaie), obinnd
ca rezultate dorite produsele (bunuri materiale) sau serviciile (activiti utile ce satisfac o
anumit nevoie social), iar ca rezultate nedorite deeurile (resturi ce nu mai pot fi valorificate n
cadrul sistemului de producie care le-a realizat) i elemente poluante.
Timpul, intrrile sistemului de producie i mijloacele de munc, considerate sub aspect
potenial, formeaz resursele sistemului de producie.
Problemele referitoare la fluxurile materiale pot fi ncadrate n logistic i pot fi
rezolvate cu metode ale cercetrii operaionale. Fluxul material se refer la circulaia continu
(pe un anumit orizont de timp) a materialelor, materiei prime, semifabricatelor sau produselor
finite n succesiunea operaiilor tehnologice, de aprovizionare sau de distribuie. Logistica
studiaz probleme legate de transportul, livrarea la termenul solicitat cu costuri minime a
cantitii de produse comandate, depozitarea acestora, deci probleme de aprovizionare, transport,
distribuie, ateptare, stocuri, depozitare, control. Se poate discuta de logistica intern sau
logistica produciei pentru activiti logistice din interiorul firmei i logistica extern care se
refer la activiti logistice din exteriorul firmei (logistica aprovizionrii i logistica distribuiei).
Modelarea i optimizarea se vor referi la sisteme, subsisteme sau elemente ale acestora.
Prin optim se nelege cel mai bun sau foarte bun. Optimizarea reprezint alegerea i
aplicarea soluiei optime dintre mai multe posibile.
Cuvntul model este utilizat n viaa de zi cu zi, n vorbirea curent, avnd mai multe
nelesuri, cum ar fi: modele n mod, modele n art, modele n tiin i n tehnic. n domeniul
tiinei prin model se nelege un sistem teoretic sau material cu ajutorul cruia se pot studia
2

indirect proprietile i evoluia unui sistem mai complex care este considerat sistem original,
fa de care modelul prezint o anumit analogie.
Un model este o reprezentare simplificat sau abstractizat a realitii. Adesea n practic
este dificil a se obine simultan caracteristici simplificate i reprezentative ale realitii studiate.
Modelul este un sistem teoretic (logico - matematic) sau material cu ajutorul cruia pot fi
studiate indirect proprietile i funcionarea unui alt sistem mai complex (sistemul original), cu
care modelul prezint o anumit analogie. Modelele constituie reprezentri ale realitii.
Alegerea unor modele i metode matematice se face funcie de condiiile concrete ale
firmei , de informaiile ce se pot colecta i procesa n timp util, de costul acestora, de puterea
concurenilor, pentru a obine avantajul concurenial. Folosirea modelelor matematice, a
metodelor de optimizare i a tehnologiei informaiei n managementul i activitatea firmei duc la
creterea eficienei sale, la avantajul competitiv al costurilor joase i a calitii mai bune a
produselor oferite pieei.
Un model este caracterizat de urmtoarele elemente:
1) este o imagine incomplet a unei realiti existente sau care urmeaz s fie construit;
2) trebuie validat prin criteriul practicii n vederea determinrii gradului sau de utilitate i
a aplicrii sale (cu excepia celor care simuleaz consecinele defavorabile);
3) este utilizat n vederea previzionrii comportrii n diferite situaii a procesului pe care
il simuleaz.
Se vor prezenta cteva principii ale modelrii matematice a proceselor economice.
1. Orice model se bazeaz pe o teorie economic creat n prealabil pentru a explica
procesul modelat, iar parametrii cu care opereaz sunt, de regul, categorii economice sau laturi
ale acestora.
2. Modelele fac abstracie de o serie de laturi i particulariti ale procesului reflectat,
meninndu-i ns rolul cognitiv. Izomorfismul modelelor (identitatea cu realitatea) nu este o
condiie absolut obligatorie pentru ca un obiect sa fie modelul altui obiect.
3. Modelul exprim similitudinea nu numai a unui proces economic izolat, ci a unei
ntregi clase de asemenea procese, astfel nct orice model este o generalizare, o sintez de un
anumit grad. Cu ct aria proceselor reprezentate prin model este mai mare, cu att gradul de
generalizare i de sintez al acestuia este mai important.
4. Un model nu poate fi construit fr a se apela la un sistem de simboluri, care pot
reprezenta categorii economice i care nu se suprapun peste alfabetul curent sau cifrele utilizate
n calcule.
Se vor analiza cteva clasificri ale modelelor.
1. Dup natura fizic a elementelor modelului, exist trei tipuri fundamentale de
modele: iconice, fizice-analogice i matematice sau simbolice.
Un model iconic este identic n mic sau n mare cu obiectul pe care l reprezint, de
exemplu, modelul unui avion sau al unei maini (redus la scar) sau modelul unui atom (mrit la
scar).
Un model fizico- analogic nlocuiete o proprietate cu alta, iar problema este rezolvat n
starea substituent i apoi soluia obinut este raportat la dimensiunile sau proprietile
originalului.
Modelele matematice sau simbolice sunt modele abstracte i generale, fiind constituite
din relaii i funcii matematice.

2. n funcie de probabilitatea ca un element s aparin sau nu unei mulimi i a

gradului de apartenen a unui element la o mulime, modelele matematice sunt:
deterministe, stochastice i fuzzy (vagi).
Modelele deterministe sunt caracterizate de variabile i relaii sigure, realizabile cu
probabilitatea 1, se cunosc exact.
n modelele stochastice (probabilistice) unele variabile ce descriu procesul studiat sunt
variabile aleatoare, deci variabilele iau anumite valori cu anumite probabiliti.
Modelele fuzzy (vagi) folosesc matematica fuzzy, avnd variabile care nu se pot
caracteriza nici exact (determinist) i nici n probabilitate, putndu-se face aprecieri calitative
asupra valorilor pe care le iau. Se pune problema deosebirii ntre aleator (stochastic) i fuzzy
(vag). Fenomenul aleator rezult din nesigurana n ceea ce privete apartenena sau
neapartenena unui element la o mulime, existnd diferite probabiliti. n cazul unui fenomen
de natur fuzzy (vag) exist grade de apartenen ntre apartenena i neapartenena unui element
la o mulime i nu se bazeaz pe principiul teriului exclus din logica matematic bivalent.
Fenomenele fuzzy au la baz logica fuzzy care este o logic continu i care generalizeaz logica
bivalent i logicile n-valente care sunt discrete.
3. Dup natura variabilelor, exist modele discrete i modele continue. Modele se pot
clasifica i n funcie de tipul sistemului pe care l reprezint. ntr-un model, starea unui sistem
poate fi definit de variabilele de stare de natur determinist sau probabilist. Variabilele de
stare pot descrie un sistem n orice moment al funcionrii sale. n funcie de modul n care starea
sistemelor se poate schimba, sistemele se clasific n sisteme continue i sisteme discrete, deci
exist modele ale sistemelor continue i modele ale sistemelor discrete. Un sistem este continuu
dac starea sistemului (variabilele de stare) se modific continuu n timp, sunt numere reale. Un
sistem este discret dac starea sistemului se modific la anumite momente discrete de timp, care
pot fi puse n coresponden cu mulimea numerelor naturale, care nu sunt n mod necesar egale.
4. n funcie de importana timpului n analiza rezultatelor, modelele pot fi statice sau
dinamice
Modelul este considerat static dac, din punct de vedere al analizei, este important numai
rezultatul final i nu modul n care se modific sistemul n timp. De exemplu, multe modele
financiare descriu situaia financiar a unei organizaii sau a unei persoane fizice la sfritul unei
perioade de timp.
Modelul este considerat dinamic dac, din punct de vedere al analizei, este important
modul n care se modific sistemul n timp.
n realitate, toate sistemele sunt dinamice. Cu toate acestea multe probleme nu necesit luarea n
considerare a aspectelor dinamice. Prin urmare, dac o problem de modelare este dinamic sau
static depinde de ntrebrile pentru care se ateapt un rspuns.
5. Dup obiectul cercetrii i nivelul de structur, de grupare a entitilor studiate, exist
modele microeconomice i modele macroeconomice. Deci, dup ntinderea domeniului studiat,
modelele care descriu realitatea economic pot fi:
- modele macroeconomice sunt cele care se refer la economia naional, la o ramur, o
subramur sau la economia unui teritoriu mare: o regiune, un jude, o anumit zon industrial,
sau agricol etc.;
- modele microeconomice sunt la nivel de firm, de ntreprindere, uzin, combinat etc.
Optimizarea se poate face, n funcie de problema concret de rezolvat, n una din
urmtoarele dou variante:
- Principiul maximizrii rezultatelor, adic realizarea maxim a unui obiectiv n condiiile
utilizrii resurselor disponibile, relaiile (1);
- Principiul minimizrii consumului de resurse, adic realizarea obiectivului cu utilizarea a
minimum de resurse alocate, relaiile (2).
4

Matematic, prima variant se exprim prin maximizarea funciei obiectiv ca in (1), iar a
doua variant prin minimizarea funciei obiectiv ca in (2), dar nu se optimizeaz simultan ambele
variante.
Dup natura modelului matematic optimizarea poate fi:
- optimizare determinist - se folosete cnd toate elementele modelului matematic sunt certe,
sigure, realizabile cu probabilitatea 1;
- optimizare stochastic se utilizeaz cnd modelul matematic cuprinde elemente care iau
anumite valori cu anumite probabiliti, deci cuprinde cel puin o variabil aleatoare;
- optimizare fuzzy - se folosete cnd modelul matematic are elemente care prezint diverse
grade de apartenen la o mulime, utiliznd matematica fuzzy
Modelele matematice sunt constituite dintr-un sistem de relaii matematice ntre
variabilele sistemului sau procesului modelat, cu sau fr restricii.
Modelarea i optimizarea sunt legate de rezolvarea unor probleme aprute n organizaia,
n sistemul studiat. Prin problem se nelege o dificultate, o situaie dificil, care nu poate fi
depit automat i presupune o cercetare, o rezolvare, tiinific sau empiric.
O problem are n structura sa trei componente: baza, generatorul (geneza) i soluia.
Baza unei probleme se constituie din informaiile i cunotinele existente relativ la
domeniul n care este formulat problema care pot aprea sub diferite formulri n coninutul
problemei, dar nu sunt puse sub semnul ntrebrii i nu fac obiectul cercetrii. Generatorul
(geneza) unei probleme cuprinde mulimea cauzelor care au determinat apariia problemei, iar
dintre acestea una (sau cteva) este principal, iar altele sunt secundare. Soluia problemei poate
exista sau nu, poate lipsi temporar sau definitiv (dac problema este insolvabil).
Pentru existena unei probleme, sunt necesare cteva condiii:
-

trebuie s existe un individ interesat n rezolvarea problemei n anumite condiii;

la dispoziia individului interesat trebuie s existe cel puin dou posibiliti,

(strategii) de aciune, dintre care se alege una;

trebuie s existe cel puin dou rezultate posibile ca urmare a alegerii fcute, iar unul
dintre rezultate trebuie s fie preferabil celorlalte i reprezint obiectivul ce trebuie
atins;

posibilitile de aciune ale individului interesat au anse diferite de a-i atinge

obiectivul.

Problema exist, dac aceste condiii sunt satisfcute i individul interesat nu tie care
strategie este mai bun, deci va dori rezolvarea ei.
Noiunea de problem are dou aspecte n tratare: aspectul psihologic al
problemei (actul ntrebrii) i aspectul lingvistic (modalitatea de exprimare a ntrebrii ntrun limbaj). Aspectul psihologic al problemei se refer la faptul c formularea acesteia
presupune delimitarea clar n timp i spaiu a componentelor situaiei decizionale aferente,
existnd n structura problemei decizionale:
-

variantele (strategiile) de aciune care reprezint cile de rezolvare a problemei date;

criteriile de decizie care cuprind regulile dup care va fi aleas una dintre variantele
(strategiile) de aciune;

strile naturii n contextul crora se desfoar procesul analizat;

consecinele aciunilor reprezint rezultatele anticipate ale implementrii variantelor

(strategiilor) de aciune n diferite stri ale naturii.
5

Exprimarea clar i precis a unei probleme presupune formularea ei ca o propoziie

interogativ, ca ntrebare, iar ntrebarea reprezint forma lingvistic natural i direct de
exprimare a unei probleme. O problem trebuie formulat corect i s fie delimitat de alte
probleme cu care este n interdependen pentru a putea fi rezolvat. O problem este bine
formulat dac este bine conceput (nici o ipotez s nu fie fals) i bine enunat. Se spune c o
problem bine enunat este pe jumtate rezolvat.
Rezolvarea unei probleme de optimizare poate fi structurat n etapele:
-

formularea (enunul) problemei;

construcia modelului matematic;
obinerea soluiei optime;
testarea modelului i a soluiei optime;
implementarea i actualizarea soluiei optime.
1. 2. Simulare

Simularea este o experimentare pe model. Simularea este o tehnic de realizare a

experimentelor cu calculatorul, care implic utilizarea 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.
Exist dou variante ale simulrii: simularea Monte Carlo i simularea de tip joc.
Simularea Monte Carlo este o tehnic de simulare legat mai mult de probleme cu
caracter aleator, dar se utilizeaz i la rezolvarea unor probleme deterministe care nu pot fi
rezolvate uor prin metode deterministe.
Simularea de tip joc se refer la acele situaii care se caracterizeaz printr-un conflict
ntre anumii parteneri sau ntre om (care trebuie s ia anumite decizii) i natur (care i ofer
omului mai multe variante urmnd ca el s o aleag pe cea mai convenabil).
Cuvntul " simulare " este de origine latin, provenind de la " simulatio ", care nseamn
capacitatea de a reproduce, reprezenta sau imita ceva. Dup construirea modelului de simulare,
simularea n sine, ca experiment pe model, const n a varia diversele caracteristici ale sistemului
(valorile variabilelor, ale parametrilor de intrare) i a deduce pe baza modelului, ca rezultat al
calculelor, efectele lor asupra altor caracteristici ale procesului (variabile de ieire). n
problemele de simulare trebuie generate numere aleatoare i variabile aleatoare a cror calitate
trebuie testat.
Simularea poate fi aplicat att n studiul sistemelor statice ct i dinamice precum i n studiul
sistemelor discrete ct i continue.
n cazul sistemelor statice stochastice se aplic simularea Monte Carlo, iar n cazul sistemelor
stochastice dinamice se poate alege dintre simularea evenimentelor discrete sau simularea
continu.
Modelarea i simularea sunt necesare atunci cnd experimentarea direct pe
sistemul real nu este posibil sau recomandabil. 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 sau evalurii diferitelor strategii pentru
sistemul analizat.
Se apeleaz la simulare deoarece ea permite imitarea a ceea ce se
ntmpl ntr-un sistem real sau a ceea ce se preconizeaz pentru un sistem
care este n stadiul de proiect. Datele de ieire obinute prin simulare pot fi
considerate ca rezultate care ar fi putut fi furnizate de sistemul real. Prin
6

simulare, este posibil s se construiasc un model al unui sistem sau proces

fr ipotezele impuse de modelele analitice (de exemplu n teoria firelor de
ateptare soluiile analitice se obin n ipoteza c intrrile i ieirile dintr-un
sistem de servire sunt caracterizate prin distribuia de probabilitate Poisson).
n comparaie cu modelele de optimizare, modelele de simulare sunt
executate i nu rezolvate, deci, fiind dat un anumit set de intrri i
caracteristici ale modelului, el este executat pentru a se observa
comportamentul sistemului pe care l reprezint. Modificarea intrrilor i
caracteristicilor modelului se structureaz n mai multe scenarii care sunt
evaluate prin simulare.
1. 3. Algoritmi
Cuvntul algoritm provine din al-Khowrizm , adic din oraul Khowrizm , n
prezent acest ora se numete Khiva i se afl n Uzbechistan, unde un autor persan, Abu Ja far
Mohammed ibn Mus al-Khowrizm , a scris o carte de matematic n sec.VIII IX ,
cunoscut n traducere n limba latin Algorithmi de numero indorum. Autorul persan i
matematicienii din Evul Mediu nelegeau prin algoritm o regul pe baza creia se efectuau
calculele aritmetice.
Un algoritm este o secven de pai care transform mulimea datelor de intrare n
datele de ieire, rezultatele dorite.
Un algoritm este o mulime de reguli ce se pot aplica n cadrul procesului de
construcie a soluiei i pot fi executate fie manual, fie de o main.
Un algoritm pentru o problem dat este o mulime de instruciuni care garanteaz
gsirea unei soluii corecte pentru orice instan a problemei, ntr-un numr finit de pai
(iteraii).
Prin algoritm se nelege o metod general de rezolvare a unui anumit tip de
problem, metod ce se poate implementa (programa) pe calculator. Algoritmii pot opera nu
numai cu numere, dei istoric aa au aprut, existnd algoritmi algebrici i algoritmi logici. Un
algoritm este compus dintr-o mulime finit de pai, fiecare necesitnd una sau mai multe
operaii. Un algoritm trebuie s se termine dup un numr finit de operaii, ntr-un timp
rezonabil de lung.
Algoritmii de prelucrare sunt legai de operaiile efectuate asupra structurilor de date.
Gndirea algoritmic s-a transformat i dezvoltat, dintr-un instrument matematic particular,
ntr-o modalitate fundamental de abordare a problemelor n domenii care aparent nu au nimic
comun cu matematica, de exemplu, chiar i o reet culinar este n esen un algoritm.
Conceptul de algoritm se utilizeaz n toate domeniile. Universalitatea gndirii algoritmice este
rezultatul conexiunii dintre algoritm i calculator.
Proprietile unui algoritm
- Algoritmul trebuie s posede date de intrare (input data).
- Algoritmul trebuie s furnizeze date de ieire (output data).
- Determinismul algoritmului (la executarea oricrui pas, trebuie s cunoatem
succesorul acestuia).
- Corectitudinea datelor de ieire (a rezultatelor) n raport cu datele de intrare.
- Finititudinea algoritmului (pentru orice mulime de date de intrare posibil a
problemei, soluia este obinut ntr-un numr finit de pai).
- Eficiena algoritmului (furnizarea soluiei trebuie s fie realizabil prin consumul
eficient al resurselor timp, spaiu etc.).
- Generalitatea algoritmului (algoritmul este aplicabil unei clase de probleme, cele
ale cror date de intrare satisfac anumite condiii).
Succesiunea coerent de operaii logice i aritmetice conduce la algoritmizarea unei probleme
economice. Algoritmii pot fi: exaci, aproximativi i euristici.
7

Se vor analiza civa algoritmi utilizabili n diverse sisteme informatice.

1. Divide et impera
O clas important de algoritmi sunt algoritmii divide et impera care se utilizeaz
astfel:
se descompune cazul ce trebuie rezolvat ntr-un numr de subcazuri mai mici
ale aceleiai probleme;
se rezolv succesiv i independent fiecare caz;
se face recompunerea soluiilor astfel obinute pentru a gsi soluia cazului
iniial.
2. Cutarea binar (Cutarea ntr-un vector ordonat)
O aplicaie a metodei divide et impera este cutarea binar care n principiu este
algoritmul dup care se caut un cuvnt ntr-un dicionar sau un nume n cartea de telefon.
Se consider un tablou T1 , T2 , , Tn ordonat cresctor i x un element oarecare.
Problema const n a-l gsi pe x n tabloul T, iar dac nu se afl acolo n a gsi poziia unde poate
fi inserat. Deci, se caut indicele i, 1 i n , i Ti x < Ti+1 . Cea mai simpl metod de
cutare este cutarea secvenial. Pentru a mri viteza de cutare, metoda divide et impera
impune s-l cutm pe x fie n prima jumtatea a tabloului T, fie n cea de a doua. Se compar x
cu elementul din mijlocul tabloului i se decide n care dintre jumti se va cuta. Fie Tk
elementul din mijloc al irului. Dac X = Tk , atunci elementul a fost gsit, dac X Tk , atunci
el trebuie cutat n prima jumtate dac X < Tk , respectiv n a doua jumtate dac X> T k . Se
repet recursiv procedeul.
3. Backtracking
Algoritmii Backtracking (n limba englez, back = napoi , track = a urmri) construiesc
soluia pas cu pas, iar dac pentru o valoare ales se constat c nu se ajunge la soluie, se
renun la ea i se reia cutarea de la pasul precedent. Metoda Backtracking mbuntete
cutarea exhaustiv, dar totui timpul su de execuie crete exponenial, iar din aceast cauz
metoda este utilizat numai atunci cnd nu exist o metod mai eficient de rezolvare a
problemei
4. Algoritmi Greedy
Algoritmii Greedy (n limba englez, greedy = lacom) determin n general un optim
local sau o soluie relativ bun, suboptimal, ntr-un timp mai scurt dect rezolvarea aceleiai
probleme cu un algoritm backtracking. Un algoritm greedy construiete soluia pas cu pas, la
fiecare pas se alege cel mai bun candidat posibil dup ce se face evaluarea tuturor din acel
moment, dar nu face reveniri ca n cazul algoritmilor backtracking. Rezolvarea problemelor cu
un algoritm greedy este mai eficient dect cu algoritmii backtracking i cutarea exhaustiv,.
Complexitatea unui algoritm greedy este polinomial. Un algoritm greedy este un algoritm
iterativ nerecursiv
5. Algoritmi de ordonanare
Un algoritm de ordonanare rezolv o problem de ordonanare a fabricaiei a n repere
pe m maini. Ordonanarea fabricaiei nseamn determinarea ordinii optime de prelucrare
(minimizarea timpului total de prelucrare, minimizarea timpului total al reglajelor, minimizarea
timpului de stagnare a utilajelor etc.) a n repere pe m maini. Problema ordonanrii fabricaiei a
aprut n literatura de specialitate n 1954 datorit lucrrilor lui S. M. Johnson care propune i
rezolv problema prelucrrii a n produse pe m = 2 maini, elabornd un algoritm care i poart
numele.
6. Algoritmi Branch and Bound
Algoritmii Branch and Bound (n limba englez, branch = ramific, bound = limit,
mrginete) are la baz principiul cutrii ramificate utiliznd un arbore de cutare i principiul
cutrii mrginite, deci cutarea se face ntre anumite limite.
7. Algoritmi evolutivi i algoritmi genetici
Se consider c exist trei modaliti de abordare pentru a genera i realiza modele:
8

abordarea determinist;
abordarea stocastic;
abordarea prin inteligen artificial (calcul neconvenional), deci utilizarea
algoritmilor evolutivi, a algoritmilor genetici, a algoritmilor fuzzy, a reelelor
neuronale (calcul neuronal).
Algoritmii evolutivi i algoritmi genetici, utilizeaz proceduri care imit procesele de
adaptare i cutare aprute n evoluia natural. Algoritmii evolutivi cuprind urmtoarele clase de
algoritmi: algoritmi genetici, programarea genetic, programarea evolutiv, strategiile evolutive.
Complexitatea algoritmilor
Prin complexitatea unui algoritm se nelege n general costul, care este msurat cu
ajutorul unor funcii sau parametri, cum ar fi: timpul de execuie a algoritmului, memoria
calculator necesar, numrul de operaii elementare standard (modelul RAM Random Access
Machine) executate, numrul real de operaii elementare calculator (cablate) executate etc. n
modelul RAM operaiile simple sunt: adunarea, scderea, nmulirea, mprirea, modulo,
asignri, comparaii, apel procedur care se consider c ar consuma o unitate de timp (evident
este o aproximare, n realitate depinde de calculator), iar ciclurile i procedurile nu sunt
considerate operaii simple, fiind compuse din mai multe operaii. Resursele de memorie ale
calculatoarelor actuale sunt foarte mari, deci timpul de execuie al unui algoritm este mai
important. Complexitatea unui algoritm calculat i msurat prin funcia obiectiv f = timpul de
execuie, care ia n calcul numrul de operaii elementare (uniti de timp) necesare pentru
execuia algoritmului cnd datele de intrare au o dimensiune n. n practic se utilizeaz trei
notaii sau metode pentru analiza complexitii i performanei unui algoritm, prin mrginirea
valorilor funciei f(n) cu nite constante i alte funcii.
1. Notaia .
Se spune c
f(n) = (g(n))
dac exist constantele pozitive n0, c1 i c2 , astfel nct
c1.g(n) f(n) c2.g(n) , ( ) n n0
2. Notaia (mrginire superioar)
Se spune c
f(n) = (g(n))
dac exist constantele pozitive n0 i c , astfel nct
f(n) c.g(n) , ( ) n n0
3. Notaia (mrginire inferioar)
Se spune c
f(n) = (g(n))
dac exist constantele pozitive n0 i c , astfel nct
f(n) c.g(n) , ( ) n n0
Complexitatea lui f(n) este aproximat de familia sa (g(n)) , iar g(n) poate fi una dintre
funciile:
n, complexitate liniar;
log n , complexitate logaritmic;
nk , k 2 , complexitate polinomial;
an , a>1, complexitate exponenial;
n! , complexitate factorial;
Dac n este mare, n 10, au loc inegalitile:
log n < n < n.log n < n2 < n3 < 2n
9

rezultnd: (log n) < (n) < (n.log n) < (n2) < (n3) < (2n)
Dup ce s-a determinat complexitatea unui algoritm, se pune problema dac acest
algoritm este optimal. Pentru o problem concret un algoritm ce o rezolv este optimal dac
complexitatea sa atinge o limit inferioar a tuturor algoritmilor ce pot rezolva aceast problem.
n activitatea de modelare i optimizare practic se poate pune i problema optimizrii
programelor calculator.
Este impropriu termenul de optimizare a programelor calculator, dei se utilizeaz n
practic, deoarece este imposibil s se gseasc o funcie obiectiv prin care s se msoare
exact gradul maxim de performan a programului. Este imposibil pentru un compilator s
genereze cel mai bun program obiect al unui program surs. Practic nu se poate stabili
mulimea tuturor programelor calculator care rezolv o anumit problem i din care s se
aleag programul optim din anumite puncte de vedere.
Cteva criterii de optimizare a programelor calculator sunt: timpul de execuie,
dimensiunea memoriei ocupate, claritatea programului, portabilitatea. Se poate vedea c
aceste criterii pot fi conflictuale, trebuie stabilit importana fiecrui criteriu, iar n practic
trebuie gsit soluia de compromis, funcie de resursele calculatorului. Problema general a
gsirii unui program optim este indecidabil. Optimizarea programelor, n sensul minimizrii
timpului de execuie, este posibil n trei faze ale elaborrii lor: n faza de concepie, n faza
de codificare i n faza de compilare. Dac pentru rezolvarea unei probleme P se cunoate de
ctre programator mulimea A a algoritmilor care rezolv problema respectiv, n etapa de
analiz se estimeaz care algoritm este mai rapid i acesta se va folosi. Evident, mulimea A
difer de la o persoan la alta, avnd o anumit relativitate. Dup alegerea algoritmului de
rezolvare a problemei, trebuie ales limbajul de programare potrivit pentru tipul de calcule i
structurile de date utilizate.
Cteva reguli practice ce se pot folosi pentru optimizarea codului generat sunt:
- eliminarea subexpresiilor comune mai multor expresii aritmetice, prin notarea sa cu un
nume de variabil pentru a fi calculat o singur dat;
- folosirea operaiilor aritmetice rapide;
- minimizarea numrului de conversii a constantelor i variabilelor;
- optimizarea buclelor, deci trebuie scoase din ciclu expresiile aritmetice invariante n
ciclu;
- utilizarea facilitilor oferite de limbajele de programare referitoare la optimizarea
codului.
Alturi de complexitatea algoritmilor calculat i msurat prin funcia obiectiv timpul de
execuie, se pune problema clasificrii problemelor dup criteriul dificultii lor de rezolvare,
deci uor sau greu de rezolvat, accesibile sau inaccesibile. Aceast clasificare a problemelor
dup dificultatea de rezolvare cuprinde clasele P i NP, iar clasa NP cuprinde subclasele NPcomplete i NP-hard. Clasa P cuprinde mulimea problemelor pentru care exist un algoritm cu
timp polinomial de rezolvare, deci probleme relativ uoare, accesibile. Clasele NP-complete,
NP-hard cuprind cele mai grele probleme din clasa NP, nu exist un algoritm n timp polinomial
de rezolvare.
1.4. Fluxul informaional.
Fluxul material este nsoit de un flux informaional corespunztor. Fluxul informaional
reprezint totalitatea informaiilor transmise ntr-un interval de timp determinat, de la o surs de
informaie la un receptor, printr-o mulime de canale informaionale. Fluxul informaional este
constituit din ansamblul datelor, informaiilor i deciziilor necesare desfurrii n bune condiii a
unei activiti sau operaii. Fluxul informaional este caracterizat prin: coninut, volum,
frecven, calitate, form, suport, proces de obinere i cost.

10

Deciziile manageriale sunt influenate de calitatea i cantitatea informaiilor de care dispune

ntreprinderea. Completitudinea i precizia informaiilor reprezint dou atribute importante ale
informaiilor. Variaia preciziei i completitudinii informaiilor condiioneaz metodele
matematice ce se vor utiliza pentru rezolvarea problemei decizionale, ceea ce este prezentat n
fig. 1.
Dac informaiile au un nivel relativ ridicat de precizie i completitudine, atunci
problema decizional poate fi abordat determinist cu rezultate bune, iar acest lucru se ntmpl
n cazul sistemelor tehnice, controlabile ( astfel de sisteme au o calculabilitate mare a
comportamentului lor i sunt numite i sisteme complicate).
Dac scade precizia informaiilor, dar completitudinea este nalt, se poate rezolva
problema decizional prin decizii fuzzy (mulimi vagi, fuzzy).
Dac scade completitudinea informaiilor, iar precizia este relativ nalt, problema
decizional se poate aborda stochastic, abordarea stochastic este indicat pentru sisteme
colective sau prin modele ale teoriei jocurilor, cnd completitudinea scade mai mult.
PRECIZIE
100%

ABORDAREA STOCHASTICA
TEORIA JOCURILOR

INVATAREA PRIN
INCERCARE - EROARE

IRELEVANTA
INFORMATIILOR

MODELE
DETERMINISTE

ABORDAREA
EURISTICA
SUBOPTIMALITATE
MULTICRITERIAL
SIMULARE

ABORDARE
FUZZY

UTILIZAREA
ANALOGIILOR

COMPLETITUDINE 100%

Fig.1. Corespondena dintre calitatea informaiilor (precizie i completitudine) i

metodele matematice utilizabile
Dac scade simultan completitudinea i precizia informaiilor ntre anumite limite trebuie s
se fac o abordare suboptimal a problemei decizionale prin metode euristice, metode
multicriteriale i simulare. Dac completitudinea scade i mai mult, iar precizia rmne la nivel
11

mediu, se poate utiliza metoda nvarea prin ncercare i eroare. Completitudinea i precizia
informaiei sunt influenate de complexitatea sistemelor studiate (sisteme tehnico-economice,
sisteme socio-politice).
Fluxurile materiale i fluxurile informaionale se vor analiza n cadrul sistemului
informaional al firmei i a diverselor tipuri de sisteme informatice: Sistemul Informatic de
Prelucrare a Tranzaciilor, Sistemul Informatic de Management, Sisteme Suport pentru Decizie,
Sistemul Informatic de Birotic, Sistemul Informatic Strategic.
1. 5. Optimizri n managementul firmei. Optimizarea fluxurilor materiale
Prin studierea problematicii optimizrii managementului firmei se urmrete creterea
competitivitii sale, asigurarea raionalitii procesului decizional i managerial.
Se poate pune problema alegerii monocriteriale sau multicriteriale a algoritmului /
programului optim sau raional de rezolvare a unei probleme de management sau de optimizare
a fluxurilor materiale rezolvabil n cel puin trei etape:
- alegerea optim / raional a clasei algoritmului (algoritmi determiniti, stochastici, fuzzy,
genetici etc. );
- alegerea optim / raional a algoritmului din clasa de algoritmi aleas ;
alegerea optim / raional a limbajului de programare pentru programarea
algoritmului ales (se pot considera ca i funcii de eficien: timpul de execuie a programului pe
calculator, memoria calculator necesar, portabilitatea programului realizat etc.).
Managementul firmei i fluxurile materiale pot fi studiate, analizate i optimizate prin
programare matematic cu o funcie obiectiv, de exemplu prin problema din relaiile (1) care este
o problem tip maximizare a profitului sau a venitului din vnzri sau prin modelul din relaiile
(2) care minimizeaz costurile.
n

a
j 1

ij

. X j bi , i = 1, 2, . . . , m;

Xj 0 , j = 1, 2, . . . . , n ;

(1)

f(X1, X2, , Xn) =

c
j 1

Xj

max f(X1, X2, , Xn)

Problem de minimizare:
n

a
j 1

ij

. X j bi , i = 1, 2, . . . , m;

Xj 0 , j = 1, 2, . . . . , n ;

(2)

f(X1, X2, , Xn) =

c
j 1

Xj

min f(X1, X2, , Xn)

Modelele (1) i (2) se rezolv prin algoritmul simplex sau pe calculator cu programele: Qsb,
Dsspom, Lindo, Qm sau altele.

12

Problematica optimizrii managementului firmei i a fluxurilor materiale va fi abordat

monocriterial i multicriterial, prin modele deterministe, stochastice i fuzzy.
n logistica intern i n fabricaie se pot utiliza cteva metode ale cercetrii operaionale,
din care amintim:
- alocarea resurselor materiale necesare fabricaiei prin programare liniar monoobiectiv
i multiobiectiv;
- programare stochastic;
- programare fuzzy;
- minimizarea costurilor prin programare liniar;
- problema de afectare (asignare) pentru repartizarea muncitorilor pe maini;
- problema de transport de minimizare i problema de transport de maximizare;
- ordonanarea fabricaiei;
- modele de ateptare;
- optimizarea stocurilor;
- teoria grafurilor;
- optimizarea deciziilor.
n logistica extern (logistica aprovizionrii i logistica distribuiei) se pot utiliza:
- problema de transport de minimizare monoobiectiv i multiobiectiv;
- programarea parametric;
- decizii multiatribut, decizii de grup, decizii fuzzy;
- modele de ateptare;
- teoria jocurilor strategice.
ntr-o problem analizat i rezolvat prin metode ale cercetrii operaionale sunt
urmtoarele etape:
- formularea (enunul) problemei;
- construcia modelului matematic;
- obinerea soluiei optime;
- testarea modelului i a soluiei optime;
- implementarea i actualizarea soluiei optime.

13