Tematic:

Introducere
Modulul 1. Tehnica simulrii aplicaii in marketing
Definiii i concepte utile n descrierea simulrii
Descrierea modelului de simulare
Clasificarea modelelor de simulare
Avantaje i dezvantaje ale utilizrii simulrii
Tipuri de simulare
Modulul 2. Tehnica simulrii - aplicaii in marketing
Simularea de tip Monte Carlo
Numere aleatoare /pseudoaleatoare
Etape de de lucru
Aplicaii ale tehnicii simulrii
Modulul 3. Tehnica simulrii i teoria deciziilor statistice - aplicaii in
marketing
Metode de raionalizare a deciziilor n condiii de nedeterminare (incertitudine i risc)
Metoda arborilor de decizie
Metoda arborelui stochastic de decizie
Modulul 4. Tehnica simulrii folosit n analiza riscului
Analize de senzitivitate
Modulul 5. Studiul comportamentului pe piat a unor produse concureniale
modele analitice si de simulare
Bibliografie:
Ctoiu, Iacob, Blan, C., Onete, B., Popescu, I.C., Veghe, C., - Metode i tehnici utilizate n
cercetrile de marketing, Editura Uranus, Bucureti, 1999
Datculescu, P., - Cercetarea de marketing, Editura BRABDBUILDERS, Bucureti, 2006
Demetrescu, M.C., - Metode de analiz n marketing, Editura Teora, Bucureti, 2001
Dodescu, G., Odgescu, I., Scheianu, S., Nstase, P., - Simularea sistemelor, Editura
Militar, Editura Militar, Bucureti, 1986
Hncu, D., Florescu, M., - Modelarea i simularea proceselor economice, Editura
Fundaia Romnia de Mine, Bucureti, 2006
Hncu, D. - Models for founding decisions, Editura ASE, Bucureti, 2002
Hncu, D., Ene, N., - Metode cantitative pentru administraia public, Editura Eficon
Press, Bucureti, 2005
Lawrence, J.A., Pasternack, B.A., - Applied Management Science. A Computer
Integrated Approach for Decision Making, John Wiley & Sons, New York, 1998
Luban, F., - Simulri n afaceri, Editura ASE, Bucureti, 2005
Moutinho, L., Goode, M., Davies, F., - Analiza cantitativ n managementul
marketingului, Editura TEHNICA-INFO, 2005
RaiuSuciu C.(coord.), Luban Florica, Hncu Daniela, Ene Nadia, -Modelare economic
aplicat. Studii de caz. Teste gril, Editura Economic, Bucureti, 2002
Raiu-Suciu, C., Luban, F., Hncu, D., Ene, N., - Modelarea i simularea proceselor
economice. Sintez, Editura ASE, Bucureti, 2002
Szentesi, S., - Marketingul n societile comerciale, Volum 1, Editura Sophia ARAD, 1993
Tennent, J., friend, G., - Guide to Business Modelling, Second Edition, the Economist,
newspaper Ltd., 2005

Introducere
I. ABORDAREA CANTITATIVA
- domeniu relativ nou, care se refer la conducerea activitilor grupurilor de oameni
- poate fi studiat, nvat i apoi practicat de ctre cadrele de conducere pentru a mri
probabilitatea de succes a aciunilor.
Printr-o abordare logic i sistematic a tiinei managementului putem fixa,
prelucra i comunica informaiile prin intermediul limbajului natural ntr-un domeniu
specific de activitate (i care poate avea grade diferite de abstractizare).
Aciunea managerial este subordonat:
- unor principii, metode i tehnici rezultate din generalizarea unor experiene individuale / de
grup, care, n parte, au fost teoretizate ntr-un corp de cunotine: nucleul tiinific
- unui sistem de valori care reflect componenta cultural a managementului, iar neglijarea
/nclcarea acestor valori poate sanciona puternic rezultatul acesteia.
- succesul managerial este determinat i de capacitatea managerului de a capta,
interpreta i utiliza informaia, trebuie subliniat semnificaia pe care datele i informaiile o au
pentru practica managementului.
Decizia este un privilegiu uman ; omul formuleaz problemele, alege criteriile de
evaluare i stabilete ponderile de importan; valideaz unele etape ale fundamentrii
decizionale ce pot fi efectuate pe calculator, este cel care stabilete opiunea final i lui i
aparine responsabilitatea decizional.
Procesul decizional nu poate fi nc complet automatizat i este puin probabil s
fie vreodat. Tendina actual n cadrul sistemelor de control este de a pstra omul ca
factor principal de decizie. Raiunea acestei poziii rezid din capacitatea operatorului
uman de a lua decizii contiente. Ins, dei omul ntrece calculatorul sub aspectul
capacitii de a raiona, exist cel puin dou considerente pentru care se dorete
automatizarea deciziilor:
- calculatorul constituie un excelent suport pentru decizie;
- nu toate etapele procesului necesit decizii umane indispensabile.
I m p o r t a n a a p e l u l u i l a t i i n a m a n a g e m e n t u l u i m a r k e t i n g u l u i de tip
cantitativ rezult tocmai din posibilitatea ndeprtrii de practica intuitiv (dovedit
insuficient) i a transformrii / convertirii informaiilor din contextul organizaiei / mediului
economic n prescrieri de aciuni i recomandri practice, n sugerarea cilor de obinere a
rezultatelor dorite.
soluioneaz aspectul teoretic al fundamentrii deciziilor de gestiune a resurselor i de
atingere a obiectivelor propuse;
ofer un mod de gndire sistematic asupra comportamentelor participanilor (clieni,
categorii de salariai, competitori, etc.) i metodele tiinifice necesare pentru
identificarea relaiilor de tip cauz-efect, ntre rezultatele aciunilor ntreprinse i
condiiile care le-au generat;
permite abordarea logic a problematicii managementului i furnizeaz tehnici i metode
ce pot fi utilizate n rezolvarea problemelor curente.
Pentru cei preocupai de domeniul economic i administrativ, lipsii de posibilitatea de a
efectua experimente sau experiene de laborator, MODELAREA este unul dintre instrumentele
cele mai importante de cunoatere prin construirea i folosirea unor obiecte nlocuitoare ale
realitii modelele. Aceasta:
2

- furnizeaz mijloacele pentru descrierea i explorarea structurilor, dinamicii i

interaciunilor care guverneaz situaiile pe care dorim s le nelegem, controlm i
mbuntim.
- presupune studierea obiectelor i a proceselor ntr-un mod indirect cu ajutorul unor
obiecte sau procese substitut care sunt reprezentri simplificate sau abstractizate ale
celor iniiale /originale.
Modelarea este o metod de studiu a unor procese i fenomene prin
substituia obiectului real al cercetrii.
Modelul este o reprezentare izomorf a realitii, ofer o imagine
simplificat, intuitiv, dar riguroas n sensul structurii logice a fenomenului
studiat i faciliteaz descoperirea unor legturi i legiti imposibil de gsit pe
alte ci.
Modelul este principalul instrument de investigare n cunoaterea lumii reale. Problema
principal a oricrui model abstract este adecvana1 acestuia n cazul modelului formal,
respectiv n similitudinea sa, dac ne referim la modelele fizice.
Modelul se construiete de ctre subiectul cercetrii, astfel nct s reflecte caracteristicile
obiectului (atributele, relaiile reciproce, parametrii structurali i funcionali) eseniale
pentru scopul cercetrii. De aceea, problema calitii acestei reflectri (a msurii n care
modelul este adecvat obiectului) poate fi corect rezolvat numai n raport cu scopul
stabilit.
Modelarea matematic presupune observarea fenomenelor (obinerea datelor necesare),
elaborarea modelului n conformitate cu cea mai riguroas teorie cunoscut, elaborarea unui
algoritm de rezolvare a modelului i n final, eventual, folosirea unui echipament de calcul
pentru a se aplica algoritmul elaborat n vederea obinerii soluiei optime.
Metodele folosite pentru soluionarea unor probleme formulate matematic constau ntr-o
succesiune coerent de operaii logice i aritmetice cunoscute sub denumirea de algoritmi 2.
Acetia pot fi exaci, aproximativi i euristici.
Soluia modelului obinut cu ajutorul unui algoritm ales este analizat, n scopul
fundamentrii deciziei finale. Dac se constat c din punct de vedere economic, tehnic, social,
psihologic (un anume aspect) soluia este considerat corespunztoare i se trece la
implementarea ei, urmrindu-se efectele ei.
In general, msurarea i cuantificarea din domeniul socio-economic au ca obiective:
- stabilirea nivelului sau volumul fenomenelor economice i sociale,
- evidenierea alctuirii lor structurale,
- caracterizarea evoluiei lor n timp sau spaiu,
- exprimarea legturilor acestora cu alte fenomene aparinnd realitii economico-sociale.
Informaiile necesare efecturii analizelor sau prediciilor economico-sociale trebuie s
aib natur cantitativ, s permit exprimarea sub form numeric a caracteristicilor specifice
fenomenelor analizate.
necesitatea unor instrumente adecvate pentru msurarea caracteristicilor fenomenelor
i a unor uniti de exprimare numeric.
Totui, att instrumentele utilizate pentru exprimarea sub o form cantitativ, ct i
unitile de msur sunt caracterizate de inexactitate i instabilitate, iar utilizarea acestora generatoare a unei multitudini de erori.
generalizarea procesului de modelare este o surs inevitabil de imprecizie
1

Adecvarea unui model const n capacitatea sa de a indica operaia potrivit pentru toate situaiile care
pot s apar. Obiectul este inepuizabil n detalii i conexiuni, totui, orice model are dimensiuni finite,
este alctuit ntr-un timp finit.
2
Algoritmul este un concept folosit n mod intuitiv pentru a desemna o mulime finit de operaii/
instruciuni, comenzi cunoscute i care executate ntr-o anumit ordine stabilit, pornind de la un set de
valori (intrare) produc n timp finit un alt set de valori ce constituie ieirea algoritmului.
3

Imprecizia apare n orice tip de sistem i depinde de gradul i de tipul de matematizare i

de algoritmizare a procesului modelat.
parialitatea informaiilor disponibile
Complexitatea fenomenelor economice i sociale i marea varietate a formelor de
manifestare a acestora fac imposibil obinerea de informaii printr-o observare complet a
desfurrii acestor fenomene s fie de cele mai multe ori.
cea mai uzual modalitate de obinere a informaiilor necesare efecturii analizelor
sau realizrii prediciilor observarea selectiv
- se bazeaz pe faptul c, n anumite condiii, cunoaterea caracteristicilor ntregii
populaii poate fi obinut prin studiul direct a unui numr de uniti ce intr n
componena acesteia, numr mai redus n comparaie cu volumul total al populaiei.
Unul dintre conceptele fundamentale ale analizei datelor este cel al populaiei
statistice; n raport cu acest concept, sunt definite majoritatea celorlalte concepte
utilizate n analiza datelor: eantion, caracteristici, variabile, observaii, etc.
De regul, n activitatea tiinific nu se opereaz elementele realitii ca atare, ci cu
simboluri care sunt reprezentri abstracte ale realitii modele. Msurarea caracteristicilor
unitilor unei populaii este echivalent cu atribuirea de simboluri numerice sau nenumerice
acelor caracteristici. In general, simbolurile, care pot lua o varietate de valori, se numesc
variabile tocmai pentru a sublinia natura schimbtoare a acestora.
Variabilele reprezint o abstractizare a mulimii de valori posibile pe care le poate
nregistra o caracteristic a unui anumit fenomen. Tipuri de variabile:
calitative - ce difer prin tip, se refer la proprieti nenumerice ale unitilor
elementare aparinnd unei populaii i nu pot fi exprimate numeric. In cazul n care n
mod convenional, valorile lor sunt codificate prin numere, aceast exprimare nu este
relevant numeric.
cantitative - care difer prin mrime, se refer la proprietile numerice ale unitilor
elementare dintr-o populaie i sunt exprimate n uniti numerice
In funcie de natura valorilor pe care le iau, variabilele se mpart n:
variabile de tip discret (sau categoriale): care pot lua o mulime limitat, finit de
valori; valorile luate de variabilele discrete se numesc: alternative, categorii sau
modaliti;
variabile de tip continuu care pot lua valori aparinnd unui interval continuu.
Practic, mulimea valorilor posibile ale variabilelor de tip continuu este o
mulime finit.
Se consider c n cercetarea economic informaiile pot fi obinute prin urmtoarele
tipuri de metode:
- investigarea unor surse statistice,
- metode de cercetare direct (anchete, observri),
- prin experiment i prin simulare.
Experimentarea are drept caracteristic principal intervenia organizatorilor n provocarea
informaiilor. Un experiment reprezint acea metod de cercetare prin care variaia uneia sau
mai multor variabile explicative (independente) este controlat sau manipulat de cercettor.
Dup care se msoar efectul acesteia asupra variabilei (variabilelor) dependente. Intregul grup
de tehnici de proiectare a experimentelor au 0 caracteristic comun si anume, intervenia
experimentatorului pentru provocarea informaiilor. Acesta poate interveni n mai multe
feluri:
- controleaz sau manipuleaz n mod deliberat variaia uneia sau mai multor variabile,
care se presupune c explic evoluia variabilei (variabilelor) dependente;
4

controleaz variaia altor variabile independente, care nu sunt supuse tratamentului

experimental i a cror influen poate interfera cu cea a variabilei sau variabilelor
explicative, reducnd validitatea experimentului;
msoar variabilele pe parcursul derulrii experimentului n vederea estimrii efectului
manipulrii sau controlrii variabilei (variabilelor) independente asupra variabilei
dependente.

Prin simulare se apeleaz la construirea unor modele care s reprezinte fenomene i procese
economice i desfurarea unor experimente pe aceste modele, prin utilizarea analogiilor n
locul unor fenomene reale. Simularea permite realizarea a numeroase obiective n procesul
cercetrii fenomenelor economice:
- determinarea formei funcionale de exprimare a legturilor ntre fenomenele cercetate i
estimarea valorilor parametrilor modelului;
- testarea diferitelor ci de aciune care nu pot fi formulate n mod explicit n cadrul
modelului;
- determinarea valorilor optime sau suboptime ale variabilelor controlate;
- studierea proceselor de tranziie ntre diferitele fenomene i procese economice;
- realizarea unor teste de senzitivitate prin intermediul crora se cerceteaz
comportamentul modelului la variaia factorilor care pot cauza schimbri;
- structurarea mai bun a problemei investigate;
- demonstrarea soluiilor propuse pentru rezolvarea problemei care face obiectul deciziei;
- perfecionarea personalului de conducere.
Simularea este o tehnic de constituire a unei reprezentri a unui fenomen real studiat i
de observare a comportamentului acestuia n locul fenomenului studiat. Simularea este o
reprezentare dinamic a unei pri a lumii reale realizat prin constituirea unui model abstract
i apoi micarea acestuia n timp (tehnica permite testarea, evaluarea i manipularea sistemului
fr a aciona direct asupra sistemului real). Tehnicile de simulare se folosesc atunci cnd
gsirea unei soluii analitice este imposibil, iar experimentarea nemijlocit a sistemului real
este neoperaional. Asemenea situaii apar n studiul sistemelor complexe n care este dificil
sau imposibil s se prevad dinainte consecinele diferitelor decizii, modificarea structural i
funcional, precum i diferitele perturbaii din partea mediului extern sistemului.
Procesul de cretere a complexitii unor fenomene social economice face ca
experimentarea (alternativ la tehnica simulrii) s devin mult prea costisitoare sau chiar
imposibil de realizat n domeniul tiinelor sociale i n economie. Adeseori, complexitatea unor
procese este att de pronunat, nct este aproape imposibil scrierea unui model matematic;
astfel c depite fiind limitele acceptate ale complexitii, singura modalitate disponibil de
rezolvare rmne simularea. Realizarea unor modele complexe de simulare este dificil: o
situaie complex trebuie ncadrat n relaii matematice numeroase i, adesea, sistemele
deosebit de complexe pot fi descrise cu modele mai simple, care redau trsturile eseniale, fr
s copieze realitatea ci rednd numai esena ei.
Tot mai des, se apeleaz la tehnica simulrii ca mijloc de definire i estimare a
influenelor ntre factorii de tip cauz efect, ca modalitate de analiz, proiectare i
implementare a unor tehnici de luare a deciziilor si metode de conducere, ca mijloc de control
pentru soluiile analitice, i, nu n ultimul rnd, ca mijloc de prognoz n condiii de asimetrie
informaional.
Simularea este procesul de experimentare dirijat realizat cu ajutorul tehnicii de calcul,
asupra modelului unui sistem. Prin sistem se nelege un ansamblu de elemente reunite printr-o
serie de relaii de interaciune i de interdependen n vederea realizrii unui scop care
corespunde motivaiei crerii i ntreinerii activitii acestuia.

Simularea unui sistem economic presupune implicit, definirea evenimentelor care

intervin n evoluia procesului economic analizat precum i specificarea condiionrilor dintre
evenimente3. Orice structur a unui model de simulare conine elementele de baz:
a. regula de luare a deciziilor (aceasta are importan asupra modului n care trebuie obinute
rezultatele intermediare i finale);
b. entitile, variabilele crora li se atribuie diferite valori numerice (variabile cantitative)
i/sau logice (variabile calitative);
c. relaiile de legtur care descriu maniera n care cantitile sunt legate ntre ele;
d. starea sistemului: n general, orice sistem este descris ntr-o anumit stare care poate avea
un caracter static (cazul proceselor Markov) sau dinamic (diferite ecuaii de stare);
e. evenimente exogene evenimente care pot avea sau au loc independent de starea sistemului
la un moment dat;
f. legturi de retroaciune (sau relaii de feed-back) prin intermediul crora mrimile de ieire
(vectorul final sau de rspuns) corecteaz dup anumite reguli mrimile de intrare;
g. criterii de oprire a simulrilor pentru delimitarea fie a orizontului de timp, fie a preciziei i a
fineei modelului.
II. PROCESUL ABORDRII CANTITATIVE
Etapa 1. Definirea problemei recunoaterea faptului c exist o problem o oportunitate
neexplorat, sau o situaie de criz ce trebuie depit.
O problem apare atunci cnd subiectul intenioneaz s ating o stare dorit,
realizeze un scop, sau s reacioneze la o situaie-stimul pentru care nu are un rspuns
adecvat stocat n memorie. Mai exact, o problem exist atunci cnd exist:
- o stare iniial - curent
- o stare scop - dorit
- o mulime de aciuni sau operaii a cror realizare face posibil / plauzibil
atingerea scopului.
Rezolvarea problemei const n aplicarea acelor operatori care vor permite transformarea
strii iniiale n starea final, cu satisfacerea constrngerilor de aplicare generate de mediul
extern organizaiei. Cel mai scurt/ bun drum ntre starea final i cea iniial constituie soluia
optim.
Colectarea datelor istorice, estimarea datelor din trecut i a celor viitoare, agregarea
datelor, aprecierea influenei factorului timp 4 asupra indicatorilor exprimai monetar,
considerarea subiectivitii cercettorului5 sunt numai cteva dintre cele mai dificile operaii n
aceast etap.
Etapa 2. Clasificarea problemei (structurate - nestructurate; programate -neprogramate);
In contextul definirii problemelor, trebuie fcut distincia ntre probleme bine definite
(well-defined problems) i probleme insuficient definite (ill-defined problems).
Dac ntr-o problem se specific complet starea iniial. Starea final, setul de operatori
i condiiile de aplicare a cestora, avem de a face cu o problem bine definit.
3

Evenimentul este definit prin modificarea a cel puin unui parametru prin care se descrie starea uneia
sau mai multor componente ale sistemului economic. Istoria strii sistemului este format dintr-o
succesiune finit de evenimente.
4
caracteristicile temporale ale variabilelor de ieire depind de rapiditatea manifestrii efectelor (unele
rezultate pot aprea dup o ndelungat perioad de timp); eventual pentru a nregistra indicator de tip
profituri sau cheltuieli se poate folosi o modalitate de actualizare (valoare prezent)
5
subiectivismul evalurile fcute asupra unor variabile poart amprenta unei viziuni mai mult sau mai
puin optimiste asupra consecinelor viitoare; aceasta duce la nregistrarea unor abordri tipice:
optimist, pesimist, respectiv a probabilitii maxime (celei mai probabile valori).
6

Problemele insuficient bine definite sunt cele n care nu sunt complet specificate strile
problemei, sau blocul de operatori sau condiiile de aplicare a acestora. H. Simon i A.
Newell au pus bazele abordrii rezolvrii unor probleme insuficient definite n lucrarea
Human Problem Solving (1972).
Etapa 3. Modelarea formularea problemei presupune conceptualizarea problemei i
abstractizarea ntr-o form matematic (cu variabile independente ce influeneaz cu anumite
ecuaii variabilele dependente).
Modelul este privit ca un ansamblu de ecuaii, o construcie tiinific a unui sistem
economic utilizat pentru a identifica aciunea reciproc, nlnuirea i interdependena
anumitor fenomene. Un model trebuie s fie simplu, robust, controlabil, adaptabil, complet,
uor de aplicat i s aib caracter evolutiv.
Componentele modelelor:
Variabile de decizie elementele care pot fi manipulate i controlate de ctre
decident;
Variabile necontrolabile factori care influeneaz indicatorii/ rezultatele deciziei
care se situeaz n afara controlului decidentului;
Variabilele rezultat reflect nivelul eficacitii sistemului (exprim modul i
gradul de atingere a obiectivului organizaiei/ proiectului/ procesului).
se pot descrie o serie de relaii matematice menite s expliciteze tipul condiionrilor dintre
variabile:
- funcia obiectiv exprim modalitatea n care variabilele dependente din model sunt
legate de variabilele independente
- restriciile exprim limitrile impuse de sistemele manageriale; sunt generate de
reglementri legale, standarde, restricii de pia i mecanismul concurenei, limitarea/
penuria unor resurse, condiionri tehnice i tehnologice
Modelul economico-matematic conine :
- caracteristicile obiectului care trebuie determinat (cele necunoscute i studiate) numite
mrimi endogene;
- caracteristicile condiiile externe i parametrii istorici ai obiectului studiat (acestea se
consider date, cunoscute sau estimate) numite mrimi exogene.
Modelul poate fi privit ca un oarecare transformator al valorilor variabilelor exogene
(externe) n valori cutate ale variabilelor endogene (interne) care descriu caracteristicile
studiate ale obiectului studiat. Pentru a construi modelul matematic al unui obiect sau proces,
trebuie s se indice:
- lista variabilelor endogene ale modelului
- valorile pe care le pot lua aceste variabile,
- transformrile posibil de efectuat asupra lor (logice sau aritmetice).
Apoi se va indica intervalul de variaie sau valorile variabilelor endogene ce pot s se
realizeze adic mulimea valorilor admisibile ale acestor variabile. De cele mai multe ori, aceast
mulime se prezint sub forma unui sistem de restricii (egaliti i inegaliti) asupra valorilor
restriciilor.
De obicei, n procesele economice, valorile variabilelor endogene se determin neunivoc
ntre ele i se poate alege din mulimea valorilor admisibile ale acestor variabile pe cele mai
bune (dintr-un anumit punct de vedere) numite soluii. Din punct de vedere matematic, acest
lucru se prezint sub forma unor funcii scop care descriu criteriile economice pentru
compararea soluiilor.
Etapa 4. Rezolvarea modelului
Modelarea ncearc s foloseasc la maximum, n mod tiinific, baza informaional, iar
procedurile de imitare a modului raional de fundamentare decizional constituie, n forma mai
7

mult sau mai puin elaborate esena conceptual a modelelor. Modelele de analiz cantitativ i
calitativ devin indispensabile n problemele unde mulimea de variante i criterii de evaluare
face dificil lsarea deciziei la discreia intuiiei sau dorinelor decidentului.
Notnd cu D mulimea variantelor decizionale, problema fundamentrii decizionale
const n determinarea variantei d* D ca element de preferin maximal n mulimea D n
virtutea unei relaii de ordine ce reprezint atitudinea decidentului fa de rezultatele poteniale
ale deciziilor, prin prisma criteriilor din C.

d* satisf ( d i / C ), d i D , i 1, n
Mulimea D poate fi finit sau infinit, n orice caz numrabil, algoritmul de optimizare
fiind determinat de proprietile modelului matematic corespunztor problemei decizionale
respective.
Astfel, n problemele de optimizare le corespund modele de programare
matematic n care se cere maximizarea sau minimizarea valorii funciei g(x) cu
respectarea unor condiii de tipul

f i ( x ) 0 , iar x este variabila decizional a crei

valoare optim x* trebuie determinat; n astfel de probleme mulimea D este infinit.

Att modul n care se definete D ct i determinarea lui d* D , depind de matura
modelului adoptat. Se pot folosi metode analitice de determinare a lui d* pe baza unor condiii
de necesitate i suficien, deduse pentru modele analitice de tipul ecuaiilor funcionale, ecuaii
difereniale, etc. bazate pe condiii de convergen a algoritmului de calcul i evident, de
existen a soluiei optime, precum i metode euristice de determinare a soluiei satisfctoare
(optimale sau suboptimale) pe baza unor considerente insuficient exprimate analitic, dar care iau dovedit valoarea practic prin modelarea tipului de raionament logic eficient n aplicarea
practic efectiv.
Definim prin soluie acea mulime de valori specifice pentru variabilele de decizie care conduc la
un nivel dezirabil al rezultatului.
Optimizarea o alternativ este optim dac se poate demonstra c este cea mai bun din
mulimea tuturor variantelor posibile, adic duce la:
- cel mai ridicat nivel al scopului sau obiectivului maximizant (n condiiile unui anume
consum de resurse);
- cel mai sczut consum de resurse sau nivel al costurilor (cu realizarea unei anumite
caliti a procesului)
- cea mai mare probabilitate de realizare a unui obiectiv (ans de atingere a unui anume
nivel/performane) sau cea mai mare eficien a unei activiti (maximizarea
productivitii, minimizarea timpului de ateptare sau de execuie a unei sarcini).
Ceea ce definim ca optimizarea clasic impune modelului de baz dou condiii
particulare:
- modelul trebuie s lucreze cu informaii complete i suficient de precise;
- toate informaiile trebuie s fie aritmomorfe.
Prin optimizare flexibil nelegem tentativa de a soluiona probleme decizionale al
cror context nu satisface parial sau total condiiile optimizrii clasice sau n al cror
context nu se poate demonstra satisfacerea acestor condiii.
Orientarea ctre soluii robuste decurge din prudena decidentului de a asigura o
soluie care, rmnnd admisibil s reziste perturbrii ntr-o anumit msur a restriciilor.
Robusteea este proprietatea unei soluii admisibile sau a unei traiectorii de a rmne
valabil (admisibil) n condiiile unui nivel dat de perturbaie sau imprecizie n formularea
modelului.
Suboptimizarea
Suboptimalitatea este un concept care poate fi definit cu o rigoare acceptabil, ca fiind
proprietatea unei soluii admisibile de a se afla ntr-o vecintate a optimului unic. Preul
ndeprtrii de optimul unic justific recursul la soluii optimale n dou cazuri generale:
8

nu exist sau nu este accesibil un algoritm pentru determinarea optimului unic (caz n
care se fac mai multe ncercri i se alege soluia care corespunde cel mai bine criteriului
de optim, fr a garanta ntr-un fel sau altul c aceasta este soluia realmente optim);
- optimul obinut prin aplicarea unui algoritm adecvat este sacrificat n vederea
satisfacerii unor criterii suplimentare sugerate de context (optimul multicriterial
constituie o soluie suboptimal n raport cu fiecare criteriu luat individual).
Prin definiie, folosirea optimizrii cere ca decidentul s considere impactul unui curs
alternativ de aciune asupra ntregii organizaii. Raiunea unei asemenea atitudini este faptul c
o decizie elaborat ntr-o parte a organizaiei poate avea efecte semnificative n alte pri.
Abordarea sistemic, n spiritul teoriei sistemelor, acord o importan esenial impactului
unei soluii asupra ntregului sistem. Dac din considerente practice, specialistul n teoria
deciziei restrnge aria de analiz a unei probleme (n limite inferioare dimensiunii ntregii
organizaii) soluia care se implementeaz este considerat suboptimal (este optim dintr-un
anumit criteriu i suboptim din punctul de vedere al tuturor criteriilor sau al ntregii
organizaii). Delimitarea optim-suboptim aduce dificulti suplimentare unei decident n
ncercarea de a delimita cele mai relevante criterii de decizie atunci cnd obiectivele de nivel
inferior (sau a unor subsisteme ale organizaiei) sunt incompatibile sau creeaz conflicte cu cele
de nivel superior (sau global).
Totui, suboptimizarea poate fi i este o abordare deosebit n practica deciziilor
fundamentate tiinific. Una dintre justificrile aplicrii sale refer tentaia de a lua n
considerare n mod simultan numeroase aspecte i detalii. O dat o soluie propus, se face
apelul la tehnica de validare i de verificare a efectelor poteniale asupra altor subsisteme ale
organizaiei.
Conceptul de suboptimalitate este mult mai relevant n domeniul conducerii sistemelor
complexe, fiind legat de punctul de vedere referitor la conducerea satisfctoare i la criteriul
robusteei.
-

Clasificarea soluiilor:
- Fezabile sau non-fezabile o soluie fezabil este cea care satisface cerinele i restriciile
modelului.
- Optimale sau non-optimale o soluie optim este cea mai bun dintre toate soluiile
fezabile. Orice soluie fezabil care nu poate fi probat ca optim (prin inspectarea
calitii sale n raport cu un criteriu) este considerat non-optim
- Unice sau multiple. Dac exist numai o soluie optim, ea poate fi numit unic; dac
dou sau mai multe soluii optime sunt identificate, atunci exist soluii multiple.
Intre metodele de modelare, SIMULAREA reprezint o metod de studiu prin
experimentare statistic. Concluziile referitoare la model se bazeaz pe proprietile variabilelor
aleatoare implicate n simulare, pe caracterul lor adecvat, verificat prin teste de semnificaie
aplicate datelor generate n procesul modelat, pe de o parte i pe caracterul repetitiv al
experimentului statistic presupus de simulare pe de alt parte.
"Simularea este o tehnic de realizare a experimentelor cu calculatorul
electronic, care implic utilizarea unor modele matematice si logice care descriu
comportarea unui sistem real de-a lungul unei perioade mari de timp.
Realizarea experimentului de simulare presupune parcurgerea urmtoarelor etape :
a) formularea problemei i culegerea i prelucrarea preliminar a datelor reale
b) formularea modelului de simulare
c) estimarea parametrilor caracteristicilor operative prin procedee din statistica
matematic pe baza datelor reale culese
d) evaluarea performanelor modelului i parametrilor in special prin teste de concordan.
f) construirea algoritmului simularii fie prin schema logica detaliat fie prin schema bloc in
funcie de mrimea modelului
e) validarea sistemului de simuare fie prin testarea programului pentru o soluie
particular cunoscut
9

g) programarea experimentelor de simulare prin considerarea succesiv a valorilor

parametrilor de intrare
h) analiza datelor simulate.
Simularea permite n general: determinarea formei functionale de exprimare a
legturilor dintre fenomenele cercetate i estimarea valorilor parametrilor modelului, testarea
diferitelor ci de aciune care nu pot fi formulate explicit in cadrul modelului, structurarea mai
bun a problemei investigate, demonstrarea solutiilor pentru rezolvarea problemei care face
obiectul deciziei.
Simularea la calculator este un proces de experimentare dirijat, efectuat la
calculator asupra modelului unui sistem. Prin sistem se nelege un ansamblu de obiecte,
reunite ntr-o form oarecare, de interaciune i interdependen. Modelul prin care se
reprezint sistemul cercetat este un program de calculator, iar experimentul const n
examinarea comportamentului acestui model n anumite condiii.
- se folosete n general, atunci cnd soluionarea analitic a problemei nu este posibil,
iar experimentarea nemijlocit pe un sistem real este, dintr-un motiv sau altul,
neraional. Asemenea situaii apar, n primul rnd, la studierea sistemelor complexe,
n care este dificil sau imposibil s se prevad consecinele diferitelor decizii,
modificri structurale i funcionale, precum i diferitele influene din partea mediului
nconjurtor.
La baza simulrii ca metod experimental de cercetare st modelarea fenomenelor
aleatoare. Ca urmare a simulrii se obin concluzii statistice care permit s se estimeze diferitele
caracteristici ale sistemului. Metoda Monte Carlo permite construirea prin experiment statistic a
imaginii unor procese reale, ceea ce impune ca variabilele aleatoare s fie estimate cu o abatere
ct mai mic n probabilitate n raport cu cele ce ar putea fi considerate variabilele originale,
reale pe care le reprezint; pentru aceasta este necesar construirea unor estimatoare
satisfctoare.
Etapa 5. Validarea modelului i analiza sensibilitii
Dup ce modelul a fost construit este necesar s cunoatem ct de bine reprezint acesta
realitatea. Se studiaz msura n care modelul reprezint ntr-adevr sistemul sau fenomenul
supus reprezentrii, apoi se verific acurateea construciei interne (sub aspectul consistenei
logice i eventual a programrii).
Analiza sensibilitii este desfurat pentru a determina efectele modificrii/ perturbrii
unor variabile asupra stabilitii soluiei/ rezultatului propus dup rezolvarea modelului.
- ceea ce conduce la ideea de suboptimalitate este analiza stabilitii i sensibilitii unei
soluii sau a unui sistem de soluii n cazul perturbrii datelor iniiale ale problemei.
Etapa 6. Interpretarea i implementarea
n procesele reale se manifest sistematic urmtoarele neajunsuri:
- imprecizia datelor;
- incompletitudinea datelor;
- insuficiena modelului.
Aceste situaii creeaz posibilitatea apariiei, la un moment dat a unor diferene semnificative
ntre restriciile modelului i cele efective (reale). Aadar, tentativa de a implementa soluia
optim, dac poate fi calculat, nu va reui din cauza alunecrii realitii de sub model. Prin
urmare, se constat un argument n plus, acela c optimul unic rmne ceva imposibil de
realizat, iar ceea ce trebuie s fundamenteze decizia este recursul la soluii cu un anumit grad de
robustee, care realizeaz un compromis cu optimalitatea absolut.
In situaiile n care modelul nu reproduce suficient de bine realitatea, pot fi avute n
vedere dou atitudini: reclamarea unui model mai bun sau rafinarea soluiei calculate prin
adaptarea acesteia n raport cu tolerana jocului dintre realitate i model. Prima modalitate
10

este relativ, presupunnd un efort semnificativ, iar succesul aplicrii sale n cazul proceselor
complexe este limitat. A doua modalitate este cea mai promitoare, ntruct adaptarea este
modul fundamental de funcionare a sistemelor automatizate.
Oricare ar fi metoda cantitativ folosit, studiul realitii n complexitatea sa presupune o
abordare corelat a metodologiei de cercetare cantitativ cu metode calitative. Alturi de
metodele cantitative, cele calitative pot spori puterea de nelegere a fenomenului / procesului
original.
III. CLASIFICRI ALE MODELELOR
In funcie de natura datelor, modelele se mpart n urmtoarele categorii:
deterministe pentru care parametrii modelului sunt cunoscui cue certitudine;
stochastice / aleatoare n care parametrii sunt variabile aleatoare cu o distribuie de
probabilitate cunoscut;
fuzzy / vagi cu parametrii necunoscui cu certitudine, exprimai prin atribute
cantitative sau calitative crora le sunt asociate grade de apartenen la o anumit
proprietate.

Din punctul de vedere al preciziei, mrimile care caracterizeaz procesele economice se pot
clasifica n:
deterministe sunt cele cu o unic valoare i care pot fi riguros stabilite (fr eroare). Se
poate admite practic, existena unei erori foarte mici

- eroare admisibil:

a a* a
unde a este nivelul mrimii economice evaluate i a* este nivelul real al acestei mrimi
(de obicei, a este la nivelul a 0,05a).
Este posibil chiar depirea erorii admisibile dar cu o probabilitate foarte redus:

P( a a * a ) unde

reprezint o probabilitate admisibil (un risc sub 0,05).

stochastice (aleatoare) sunt cele care au asociat o mulime de valori, fiecare valoare cu
*
o anumit probabilitate de apariie. P( a a a ) 1 unde

variaz ntre

limitele specificate anterior.

Mrimile fuzzy nu au o valoare unic, ci o mulime de valori crora li se asociaz un
grad de apartenen la o anumit proprietate.
Mulime vag (mv) este un ansamblu de concepte propuse de L.A. Zadeh (1965) pentru a
fundamenta un nou mod de abordare a analizei sistemelor mari ale cror complexitate
face dificil sau imposibil aplicarea a analizei cantitative exacte.
Conceptul fundamental n acest nou mod de abordare este cel de mulime vag, pentru
care un element poate nu numai s-i aparin sau s nu-i aparin, dar s se caracterizeze
i printr-o apartenen intermediar. O mv este caracterizat de funcia sa de apartenen
A ( x ) care pune n coresponden fiecrui element x din spaiul de alternative un numr
real din segmentul [0,1], care indic gradul de apartenen al elementului x la mv A.
Fie X o mulime de elemente; fie A o enunul unei proprieti. Pentru fiecare element
x X se poate ataa un grad de apartenen A ( x ) care reprezint msura n care
elementul x are proprietatea A. Dac elementul x are proprietatea A atunci
11

 A ( x ) 1 ; n caz contrar A ( x ) 0 . Dac nu exist nici o situaie intermediar,

atunci avem o mulime nevag (non-fuzzy), adic o mulime determinist.
Dac exist A ( x ) ( 0 , 1 ) atunci mulimea vag este caracterizat de cuplul de valori

x , A ( x )

i de precizarea proprietii A.

Clasificarea metodelor din punctul de vedere al exactitii

exacte permit obinerea n cadrul unei probleme de decizie a unei soluii S care ndeplinete
fr nici o eroare (abatere) restriciile impuse i/sau condiiile de optim cerute prin criteriile de
eficien.
Fie S vectorul soluiei efectiv adoptate, S* vectorul soluiei adevrate (soluia care satisface
riguros restriciile impuse / condiiile de optim) atunci

S S* 0 .

aproximative permit obinerea unei soluii S diferit de soluia adevrat S* printr-un vector

dominat de un vector

a stabilit anterior ca eroare admisibil:

S S* a

euristice
permit, mai ales n cazul problemelor complexe, obinerea ntr-un timp scurt a unei
soluii acceptabile S (acceptabil sub aspectul efortului de calcul/timpului de ajungere la
soluie), fr a avea garania asupra rigurozitii rezolvrii.
Metodele euristice sunt considerate o succesiune de ncercri (tatonri) a alegere este
legat de fiecare dat de natura problemei i de personalitatea cercettorului.
- metode de rezolvare bazate pe utilizarea unor reguli, procedee i simplificri care
generalizeaz experiena acumulat de cel care le utilizeaz
Raionamentul euristic este un raionament verosimil, provizoriu n cutarea soluiei unei
probleme. O clas de metode i reguli care constituie un domeniu interdisciplinar se
constituie ntr-o euristic.
Cunotinele de care dispune subiectul, experiena pe care el a acumulat-o ntr-un anumit
domeniu dobndesc o funcie euristic n contextul rezolvrii de probleme. Aa cum s-a
dovedit experimental de mai multe ori, una dintre principalele deosebiri dintre experi i
novici vizeaz strategiile euristice mult mai puternice de care dispun experii n
comparaie cu cei din urm. Cea mai mare parte a strategiilor euristice sunt specifice:
dependente de un context de aplicare i de un volum de cunotine bine precizate.
Modelarea relaiilor economice se poate efectua n trei moduri: determinist, stochastic i vag.
- soluionarea problemelor se poate efectua aplicnd strategii prudente (pesimiste)
sau strategii riscante (optimiste) .
Aceste moduri de abordare a problemelor decizionale influeneaz alegerea unor
parametri care caracterizeaz experimentul i simularea, de exemplu: abaterile admisibile,
coeficienii de verosimilitate, nivelurile de ncredere, pragurile de semnificaie. Aceti parametri
determin, n final, un anumit volum de selecie n cazul experimentului sau al observrii
selective, respectiv un numr de cicluri de calcul n cazul simulrii numerice.
IV. ALEGEREA UNEI METODE N FUNCIE DE CALITATEA INFORMAIEI
DISPONIBILE

aplic;

Procesul de management este contextual

- principiile, regulile i metodele generale trebuie s se adapteze contextului n care se

- din mulimea alternativelor de soluionare a unei probleme manageriale s se aleag

aceea care rspunde specificitii contextului.
12

Contextul se refer la specificul proiectului/organizaiei, resursele disponibile, nivelul de

pregtire i experiena personalului, nivelul de pregtire i experiena managerilor, cerinele
specifice ale mediului ambiant extern organizaiei etc.
Precizia i completitudinea informaiilor sunt atribute distincte care dau msura utilitii
unui set de date pentru extragerea unor informaii necesare procesului decizional:

lipsa unui anumit nivel de precizie compromite stabilitatea sau minima

semnificaie decizional a soluiei obinute;

lipsa unor date face necesar completarea lor cu estimri imprecise (sau
ipoteze inconsistente) care au aceleai efecte.

Precizia i completitudinea relativ ridicate ale datelor folosite ntr-un model fac
posibil, cu rezultate bune ABORDAREA DETERMINIST. Aceasta se folosete n cazul
sistemelor tehnice, lesne controlabile pe baza accesului relativ sigur la date precise i complete este cazul sistemelor complicate6 care beneficiaz de o calculabilitate ridicat a
comportamentului.
Tabelul 1. Elemente comparative ntre sistemele complexe i cele complicate

Concepte
Precizia datelor din model
Completitudinea
Raionament decizional

Sisteme complicate
ridicat
ridicat
predominant cantitativ

Fundamentarea deciziei
Intervenia uman
Metode de optimizare
Obiective
Soluii admisibile
Dependena de context
Ci de ameliorare a

optimal
control automat
clasice (n general)
unice (de regul)
da (de cele mai multe ori)
medie, mic
rafinarea tehnicilor de calcul

Sisteme complexe
sczut
medie/sczut
predominant
calitativ
satisfctoare
management
flexibile
multiple (de regul)
nu (deseori)
esenial
euristic,

Relativ la clasificarea sistemelor, se face referire la sisteme complicate (caracterizate prin varietate
redus i calculabilitate mare) i la sisteme complexe (varietate mare i calculabilitate medie).
13

interveniei umane

dezvoltarea sistematic a
algoritmilor decizionali

Ci de ameliorare a calitii
interveniei umane

standardizare
generalizare

creterea
experienei, a
intuiiei i a bunului
sim
nvare i
experiment euristic
Adaptare la context

Procedurile exacte i sofisticate de calcul sunt cele mai vulnerabile n cazul utilizrii de
date imprecise i incomplete.
Scderea alternativ a preciziei sau completitudinii induce demersul
NEDETERMINIST:
abordarea stochastic (AS)/ teoria jocurilor sau
abordarea fuzzy (AF).
Abordarea stochastic este indicat pentru sistemele colective, n timp ce abordarea
fuzzy se orienteaz spre sistemele a cror funcionare nu poate fi descris precis, fiind
caracterizat prin concepte vagi sau ambigue.
Scderea simultan pn la anumite limite a preciziei i completitudinii face
inoperant conceptul de optim unic i de stabilitate a acestuia, deschiznd drum abordrii
suboptimale7 robuste. Suboptimalitatea poate fi definit cu o rigoare acceptabil ca fiind
proprietatea unei soluii de a se afla ntr-o vecintate a optimului unic. Recursul la soluii
suboptimale se face n dou situaii:
- nu exist sau nu este accesibil un algoritm pentru determinarea optimului unic;
- optimul obinut prin aplicarea unui algoritm adecvat este sacrificat n vederea satisfacerii
unor criterii suplimentare.
Incertitudinea asupra alegerii celei mai semnificative i cuprinztoare funcii obiectiv conduce
la necesitatea multicriterialitii. Abordarea multicriterial este rezultatul ncercrii de a
include n formularea iniial a problemei a ct mai multor elemente specifice contextului (a
unor criterii suplimentare de evaluare). Scopul acestei ncercri este de a algoritmiza ct mai
mult procesul de decizie, micornd sau eliminnd spaiul de judecat.
Problema cutrii optimului n aceast situaie se transform n cutarea celui mai
bun compromis ntre realizarea maximal a obiectivelor i nclcarea minim a restriciilor.
Existena posibil a unor restricii incompatibile transform optimul unic ntr-un compromis
convenabil ntre nclcarea restriciilor i realizarea obiectivului iniial formulat.
Simularea mai multor variante de decizie i alegerea celei mai bune reprezint un mod
caracteristic de tratare a informaiei relativ imprecise i incomplete. Simularea este o form
particular previziune care genereaz un spectru de proiecii alternative bazate pe ipoteze
diferite privind situaiile viitoare pentru a se gsi rspuns la ntrebri de genul ce s-ar
ntmpla dac ?.
n practic, aceasta se realizeaz de obicei prin modificri ale valorilor variabilelor
exogene i uneori ale parametrilor modelelor economice i se utilizeaz pentru estimarea
impactului diverselor politici economice. Argumente care impun simularea ca mijloc de asistare
de decizii (ca alternativ viabil la rezolvarea analitic a unui model analitic de optimizare) sunt:
- nu exist o formulare matematic complet a problemei sau lipsesc metodele analitice de
rezolvare a acesteia;

Conceptul de suboptimalitate este legat de punctul de vedere formulat de H. Simon referitor la

conducerea satisfctoare i la necesitatea robusteei, definit ca proprietatea unei traiectorii sau
soluii admisibile de a rmne admisibil n condiiile unui model dat de perturbaii sau de imprecizie n
formularea modelului.
14

sunt accesibile metode analitice pentru rezolvarea modelului, dar aplicarea acestora
impune un efort prea mare de calcul sau necesit prea mult timp;
- imprecizia datelor face inutil precizia metodelor analitice;
- mulimea variantelor de decizie face inaccesibil efortul de calcul bazat pe metode
analitice.
Este evident c dac datele de intrare sunt inexacte (de natur stochastic sau vag) devine
inutil elaborarea sau folosirea algoritmilor exaci. In acest caz, se recurge la algoritmi euristici
(bazai pe raionamente euristice, provizorii n cutarea soluiei unei probleme). Metodele
euristice sunt considerate o succesiune de ncercri (tatonri) a cror alegere este legat de
fiecare dat de natura problemei i de personalitatea cercettorului (rezolvarea problemei se
bazeaz pe reguli, procedee i simplificri care generalizeaz experien acumulat de cel care le
utilizeaz). O clas de metode i reguli care constituie un domeniu interdisciplinar se constituie
ntr-o euristic.
-

nvarea prin ncercare i eroare, utilizarea unor analogii pertinente cu sisteme sau procese
bine cunoscute sunt ncercri de a compensa scderi majore ale completitudinii, respectiv ale
preciziei. Practic, informaia incomplet conduce la nedeterminarea n calculul
comportamentului unui sistem. Metodele propuse n aceast situaie sunt:
- acumularea de informaii suplimentare (nvare),
- parametrizarea intrrilor (simulare),
- argumente limitative (soluii sub-optimale robuste),
- strategii de risc minim (teoria jocurilor).
Se poate invoca un consens privind legtura ntre informaia incomplet i necesitatea
metodelor folosite de fundamentare a deciziei (vzute ca modaliti de adecvare - readucere n
context a rezultatelor unor proceduri abstracte de calcul).
Reacia decidentului n faa unei caliti nesatisfctoare a informaiilor mbrac forme
variate:
- utilitatea unor procedee euristice n locul schemelor rigide de calcul;
- gsirea unor metode de estimare;
- adoptarea principiului de nvare prin ncercare i eroare;
- recursul la analogii pertinente;
- simplificarea tehnicilor algoritmice la nivelul datelor disponibile.

15