Hanganu Silvia

Curs la Modelarea deciziilor financiar-monetare

Cap1. Modelare economico-matematică, alternativă la „experimentul” din ştiinţele exacte
1.1. Premisele apariţiei modelării economicomatematice 1.2. Metode de culegere şi prelucrare a datelor folosite în modelarea economico-matematică 1.3. Procesul de trecere de la sistemul real la modelul de simulare 1.4. Definiţia şi clasificarea metodelor economicomatematice 1.5. Modelarea procedurală 1.6. Sisteme informatice de management 1.7. Sisteme inteligente bazate pe procedee euristice Termeni cheie
- Algoritm - Algoritm euristic - Algoritmul general al rezolvatorului de probleme - Algoritmul general al compozitorului de probleme - Experiment - Metode exacte - Metode aproximative - Metode euristice - Sistem real - Model real

- Model abstract - Modelare economico-matematică
-

Modelare procedurală

- Modele deterministe
-

Modele stochastice

- Modele fuzzy - Soluţie admisibilă - Soluţie subnominală - Tatonări

Obiective
- Definirea obiectului de studiu; - Prezentarea metodelor de culegere şi prelucrare a datelor folosite în modelarea economico-matematică; - Procesul de trecere de la sistemul real (organizaţie) la modelul de simulare; - Definirea şi clasificarea modelelor economico-matematice.

1.1. Premisele matematice

apariţiei

modelării

economico-

La sfârşitul secolului al XIX-lea, reprezentanţii “şcolii clasice” de management: F.W. Taylor (1856-1915), H. Ford (1863-1947), H. Fayol (1841-1925) au formulat în lucrările lor o serie de principii şi

Cei care acordă atenţie deosebită comportamentului oamenilor în timpul procesului productiv sunt reprezentanţii “şcolii relaţiilor umane” (a comportamentului): Elton Mayo. Procesele decizionale. în condiţiile creşterii dimensiunii şi a complexităţii întreprinderilor. Alfred Sloan şi Ernest Dale. ca elemente de bază ale managementului. cât şi la nivel microeconomic. transport. pentru prima dată. În condiţiile creşterii complexităţii structurale şi funcţionale a întreprinderilor. Abraham Zalesnick şi D. recepţionare. Peltz. însă. C. Conceptele utilizate de ei. a constituit-o apariţia primei generaţii de calculatoare electronice (deceniul V). prin reprezentanţii şcolii “neoclasice” de management: Peter Drucker. includ în organizarea şi conducerea întreprinderiilor şi activităţile de producere. a primelor lucrări de cibernetică şi a primelor echipe de cercetare operaţională. acordarea unor stimulente economice şi la stabilirea de relaţii formale. în cercetările legate de organizarea şi conducerea organizaţiilor sunt urmărite aspectele legate de activitatea informaţional-decizională. alături de cele informaţionale ocupă o pondere importantă atât la nivel macro. de asemenea. Reprezentanţii şcolii clasice şi a managementului stiinţific au recunoscut. a ridicării nivelului tehnic şi a gradului de specializare a profesiunilor apare necesitatea creşterii rigurozităţii în . problema mecanismului de funcţionare a unei întreprinderi. prelucrare şi stocare a informaţiilor în scopul fundamentării deciziilor. Aceste concepte apar după 1950. şi importanţa resurselor umane. limitânduse însă la aspectele legate de recompensarea corectă. nu aveau la bază informaţia şi decizia. care. precum şi aspectele legate de relaţiile umane.metode de organizare şi conducere a organizaţiilor cu importante consecinţe economice şi au abordat. Astfel. Un rol important în promovarea informaţiei şi deciziei.

2007. alături de procedeele tradiţionale de luare a deciziilor. ştiinţifice caracterizate prin fundamentarea teoretică şi practică pe baza unor metode matematice. cibernetica. fenomen care este neraţional atunci când se aplică problemelor economice în ansamblu. care ţine cont de existenţa omului care ia decizii în legătură cu funcţionarea eficientă a unei întreprinderi. Nadia Ciocoiu. Au apărut în această perioadă o serie de discipline privind conducerea. Bucureşti. bazate pe intuiţie şi experienţă. . Apare astfel modelarea economico-matematică folosită de manageri ca o alternativă la “experimentul” utilizat de ştiinţele exacte. Teoria generală a sistemelor oferă o sinteză a ideilor privind diversele orientări în ştiinţele organizării şi conducerii. Psihologia organizării reprezintă o nouă orientare în disciplinele conducerii. În această perioadă. Daniela Hâncu. Informatica se ocupă cu prelucrarea datelor cu ajutorul echipamentelor electronice. Cercetarea operaţională constă în “pregătirea ştiinţifică a deciziilor” caracterizată prin procesul de elaborare a unor metode economico-matematice care conduc la decizii optime sau aproape optime. informatica. pag. Florica Luban. psihologia organizării şi teoria generală a sistemelor.1 Cibernetica este ştiinţa care se ocupă de conducerea şi reglarea sistemelor complexe. 13. Editura ASE. 1 Camelia Raţiu-Suciu. apar procedee noi.luarea deciziilor pentru optimizarea acestora. cum ar fi: cercetarea operaţională. Modelarea economic. “Experimentul” constă în modificarea fizică a valorilor variabilelor.

să se facă prin adaptări la modelări matematice. Aceste mărimi reprezintă elemente ale “vectorului de intrare” în modelele economico-matematice.2. raportări etc. ci o mulţime de valori cărora li se asociază un grad de apartenenţă la o anumită proprietate). mărimile (indicatorii) care caracterizează procesele economice se clasifică în trei mari categorii: mărimi deterministe (riguros stabilite. Cit.. Op. 1. mărimi stochastice/aleatoare (mărimi ce au o mulţime de valori cărora li se asociază o probabilitate) şi mărimi vagi/fuzzy (nu au o valoare unică. stând la baza “modelării economice”. . cu o valoare unică).3 2 3 Ibidem. pag 15.Toate aceste discipline oferă economiştilor o serie de modele şi tehnici necesare managementului la mivel microeconomic. modelarea economică oferă managerilor posibilitatea unei rigurozităţi în luarea deciziilor în concordanţă cu resursele materiale.. Metode de culegere şi prelucrare a datelor folosite în modelarea economico-matematică Pentru studiul fenomenelor economice care intervin în procesul fundamentării deciziilor este necesar ca măsurarea mărimilor (indicatorilor) în baza unor observări. umane şi financiare şi cu obiectivele organizaţionale.2 Prin urmare. pag 13. “Modelarea economică” este o disciplină economică care se ocupă de fundamentarea deciziei manageriale în condiţii de eficienţă pentru organizaţie. obţinând diferite grade de precizie. cu ajutorul unor modele economico-matematice flexibile şi cu posibilitatea utilizării tehnicii de calcul. Din punct de vedere al preciziei. anchete.

respectiv: .Metode fuzzy. diferită de soluţia adevărată S*. Clasificarea metodelor după cele două criterii pun în evidenţă diferite etape ale fundamentării deciziilor. atunci: S−S*=0 Metodele aproximative conduc la obţinerea unei soluţii S. Dacă notăm cu S vectorul soluţiei adoptate şi cu S* vectorul soluţiei adevărate. Metode aproximative.Culegerea datelor. respectiv: - Metode deterministe.Prelucrarea datelor.Această grupare a mărimilor determină o grupare corespunzătoare a metodelor de prelucrare în vederea adoptării unor decizii. . . printr-un vector ε. . Metode stochastice. dominat de un vector εa dinainte stabilit.Metode euristice. Metode exacte conduc la obţinerea unei soluţii care răspunde fără eroare (abatere) la criteriile de eficienţă. adică: |S−S*|=|ε|≤|εa| . După criteriul exactităţii distingem: - Metode exacte. Un alt criteriu de clasificare al metodelor de prelucrare este criteriul exactităţii.

fără a avea garanţii că este soluţia optimă. Procesul de trecere de la sistemul real la modelul de simulare Simulare reprezintă o tehnică de realizare a experimentelor cu ajutorul calculatorului numeric. Observări Anchete Măsurător i Modele determinist Mări Modele stochastice Modele euristice Soluţia optimă Soluţia optimă cu o probabilitate Soluţia suboptimală v v Volum de Redus τ mare Bogat τ mică Determinist Stochastic Va Precizia mărimilor Modele Modele 4 Op. acceptabil din punct de vedere practic. care presupune construirea unor modele matematice şi logice care descriu comportarea unui sistem real într-o perioadă lungă de timp. când este util a se obţine. fuzzy stochastice Modele determinist e . a căror alegere depinde de natura problemei de rezolvat şi de personalitatea analistului de sisteme (modelatorului). pag 16. Ele pot consta într-o succesiune de încercări (tatonări)..4 1.1. într-un timp relativ scurt. Metodele euristice au un anumit grad de probabilitate.Metodele euristice sunt utilizate în cazul problemelor complexe. O reprezentare grafică a metodelor modelării economice în vederea fundamentării deciziilor poate fi prezentată ca în figura 1. cit.3. o soluţie S.

Simularea conduce la obţinerea mai multor variante de decizie.Metode De culegere date Deterministe Stochastice Vagi Exacte De prelucrare date Aproximative Euristice Figura 1.1 Simularea generează intrările în sistem şi determină ieşirile din sistem prin algoritmi adecvaţi. simularea pune în evidenţă efectul modificării unor parametrii care descriu sistemul respectiv.Sistemul real. . . . în funcţie de condiţiile date la un moment dat. descriind în acelaşi timp şi evoluţia în timp a stărilor interne ale sistemului.Modelul.Calculatorul. şi anume: . deşi nu oferă soluţii exacte ci suboptimale. în funcţie de stările interne ale sistemului. Simularea este o tehnică de cercetare eficientă.Relaţii de simulare.Relaţii de modelare. În cazul unei întreprinderi. dar probleme complexe ale firmei nu pot fi studiate analitic cu metode economico-matematice de optimizare. În activitatea de simulare sunt implicate trei elemente importante. Precum şi două tipuri de relaţii. managerul alegând-o pe cea mai bună. . respectiv: .

cit. 18. . 5 Sursa: op. expeimente. Modelul real reprezintă sistemul real înlocuit. măsurători. Modelul abstract realizează trecerea de la sistemul real la modelul real..4. prin descompunerea sistemului în părţi componente elementare şi stabilirea legăturilor dintre acestea. cerinţelor sistemului real iniţial.2.2 Sistemul real reprezintă sistemul perceput în mod natural cu ajutorul simţurilor. Modelul reprezintă forma abstractă şi simplificată a unui proces economic. 1.5 Sistem Date din sistem obţinute prin: Observări Măsurăto ri. Definiţia şi clasificarea modelelor economicomatematice Conceptul de model a fost preluat de la matematicieni de către analiştii de sistem. Validarea rezultatelor constă în verificarea concordanţei datelor din sistemul real cu cele oferite de modelul real. Validare Validare Modelul abstract Modelul Date Date Figura 1. în principiu. şi care corespunde. pentru a fi utilizat în procesele economice. obţinut prin prelucrarea datelor prin observări. pag.Procesul de trecere de la sistemul real la modelul de simulare (modelul real) poate fi reprezentat grafic ca în figura 1.

18.. Complexitatea fenomenelor şi a realităţii economice în continuă schimbare determină o mare diversitate a posibilităţilor de modelare.Metoda modelării reprezintă instrumentul de cunoaştere ştiinţifică. cit. orientativ ele pot fi grupate după mai multe criterii. modelul poate fi definit ca fiind o reprezentare izomorfă a realităţii. dar riguroasă a structurii logice a fenomenului studiat. Având în vedere multitudinea modelelor economicomatematice. . care este mai accesibil studiului. Literatura de specialitate prezintă sute de modele. şi permite descoperirea unor legături şi legităţi greu de stabilit pe alte căi. După sfera de cuprindere a problematicii economice: - Modele macroeconomice. Principalele criterii de clasificare a modelelor economicomatematice sunt: 1. Luând în considerare cele prezentate. care oferă o imagine intuitivă. Pentru ca rezultatele obţinute prin modelare să fie utile este absolut necesar ca modelul să reprezinte fidel proprietăţile. Esenţa metodei modelării constă în înlocuirea unui sistem (proces) real care se doreşte a fi studiat printr-un model real.6 Modelele economico-matematice reprezintă fidel fenomenele economice în măsura în care au la bază conceptele şi legile obiective ale realităţii economice. structura şi particularităţile sistemului studiat. 6 Op. oferind totodată şi alte posibilităţi de dezvoltare şi concepere a altor modele. pag. având ca obiect construirea unor modele care permit o mai bună înţelegere şi aprofundarea ştiinţifică a diferitelor domenii.

încertitudine). .Modele de ansamblu ale economiei.Modele specifice de marketing. După caracterul variabilelor: . - - - - . Modele econometrice (elementele numerice sunt determinate statistic). Modele ale cercetării operaţionale (permit obţinerea unei soluţii optime sau apropiate de optim pentru fenomenul studiat). 3. teritorial.Modele deterministe (mărimi cunoscute). . . 2. Modele microeconomice. Modele din teoria deciziei (cu luarea în considerare a mai multor criterii. După domeniul de provenienţă şi concepţie: - Modele cibernetico-economice (relaţii între intrări-ieşiri şi evidenţierea fenomenelor de reglare). factori de risc. - La nivel regional.La nivel de organizaţie.- Modele mezoeconomice. Modele de simulare (încearcă să stabilească modul de funcţionare al unui organism macro sau microeconomic prin realizarea unor combinaţii da valori întâmplătoare ale variabilelor independente care descriu procesele).

de regulă. . . 4. .Modele continue.Modele stochastice/probabilistice (intervin mărimi a căror valoare este însoţită de o probabilitate/unele variabile aleatoriu). . 5. .Modele informatice..Modele ale relaţiilor. o simplificare a realităţii. În cadrul fiecărei grupe.Modele informaţional-decizionale. După factorul timp: .Modele dinamice. dorit de către factorii de decizie (conduc la creşterea performanţelor activităţilor). modelele sunt: .Descriptive – realizează o cunoaştere directă a întreprinderii şi reprezintă.Modele statice. După orizontul de timp considerat: .Modele secvenţiale. 6. - Normative – permit obţinerea unui comportament viitor. După structura proceselor reflectate: . .Modele cu profil tehnologic.

cât mai apropiate de realitatea economică. Soluţia modelului. La fel ca metodele de modelare şi prelucrare. precum şi utilizare aresurselor disponibile. minimizarea costurilor pentru aşteptările în porturi. cunoscut fiind graful ADC pentru misiunea Apollo. dacă este convenabilă din punct de vedere tehnico-economic.000 de activităţi. specialiştii se preocupă de realizarea unor sisteme de conducere ierarhizate. O metodă eficientă pentru analiza. care să facă posibilă luarea unor . Alte preocupări ale specialiştilor în domeniu constau în perfecţionarea mijloacelor conceptuale cu privire la găsirea unor modele elastice. creşterea volumului vânzărilor de bunuri prin diferite metode specifice marketingului etc. Metoda ADC a fost utilizată şi de NASA. gări. O importanţă deosebită în modelarea economică o prezintă găsirea metodelor şi a căilor accesibile. care a cuprins peste 300.Modelele folosite pentru soluţionarea unor probleme economice formulate matematic constau într-o succesiune de algoritmi. o reprezintă metoda analizei drumului critic (ADC). aproximativi şi euristici. algoritmii pot fi: exacţi. Pentru a eficientiza conducerea tuturor compartimentelor dintr-o întreprindere. Algoritmul reprezintă o succesiune concretă de operaţii logice şi aritmetice. Alte tipuri de aplicaţii sunt: optimizarea transporturilor prin programare liniară. flexibile. pentru a putea rezolva în toată complexitatea lor procesele de organizare şi conducere ale întreprinderilor. multinivel. suple. aeroporturi. organizarea şi conducerea unor activităţi complexe. se analizează şi stă la baza deciziei economice. obţinută cu ajutorul unui algoritm.

5. cit. 7 Op. 1. 2. 6. Pentru rezolvarea modelului se folosesc diverşi algoritmi. Urmărirea efectelor deciziilor adoptate şi prefecţionarea lor în viitor.. care adesea conduc la îndepărtarea de realitatea economică şi la obţinerea unor soluţii care nu răspund cerinţelor. 4. Formularea unor legi de tip descriptiv-calitativ. Modelarea procedurală Datorită rigurozităţii metodelor normative de optimizare. 5. Toate aceste aspecte pot fi sintetizate într-un model economicomatematic. Aceste legi sunt confruntate cu alte măsurători şi corectate. 22. 3. Adoptarea unor decizii. Se analizează datele obţinute şi se emit primele ipoteze asupra legilor care ar guverna sistemul analizat. urmărind realizarea obiectivelor la toate nivelurile de conducere. concomitent cu desfăşurarea proceselor de producţie. Pentru cunoaşterea legilor care definesc un fenomen economic şi utilizarea acestora pentru atingerea obiectivelor propuse se parcurg următoarele etape7: 1. Observarea fenomenelor sub aspectul descriptiv-calitativ (cauzalitatea între fenomene). Observarea fenomenelor sub aspect cantitativ. pag. specialiştii au înlăturat unele inconveniente cu ajutorul modelării procedurale. Formularea unor legi cantitative. .decizii în timp real.

care urmăresc problemele frecvente din practică şi pentru care se elaboreză un algoritm specific de rezolvare.Modelarea procedurală acordă un rol principal algoritmului şi un rol secundar modelului. Modelarea procedurală asistată de calculator ţine cont de importanţa omului în procesul de conducere. Calculatorul simulează evoluţia obiectului condus în funcţie de deciziile adoptate. Sisteme informatice de management Utilizarea sistemelor informatice în management a parcurs trei etape: - Prima etapă a avut loc în anii `60 ai secolului trecut denumită Electronic Data Processing (EDP).6. în care s-a realizat automatizarea lucrărilor de rutină şi a celor . care urmăreşte surprinderea tuturor cazurilor posibile. Această interacţiune între om şi calculator conduce la perfecţionarea sistemului. Există două strategii de realizare a modelării procedurale: • Modelarea generală. deoarece el este cel care formulează ipotezele referitoare la comportamentul sistemului şi cel care raţionează asupra variantelor de soluţii rezultate pentru fundamentarea deciziilor. furnizând decidentului consecinţele asupra obiectului. Decidentul analizează rezultatele obţinute şi hotărăşte dacă le acceptă sau formulează noi ipoteze care conduc la noi decizii. Majoritatea modelelor procedurale se bazează pe principiul simulării. • Modelarea pe tipuri de probleme (clase). Soluţiile sunt folosite pentru fundamentarea deciziei. 1.

un loc important pentru manager îl ocupă resurse de informaţii.D. cit. ca sisteme de asistare cu calculatorul. Satisfacerea nevoilor de informaţii a managerilor depinde de utilizarea completă a tehnicii de calcul. care transformă datele în informaţii pentru utilizatori. având la bază interacţiunea om-calculator. . Elementele esenţiale ale SSD sunt8: - Domeniul de activitate este luarea unor decizii. Studiu privind realizarea de sisteme hibride de asistare a deciziei cu integrarea de elemente de inteligenţă artificială. Donciulescu. 25 din A. Omul este principalul şi singurul element în procesul de decizie. şi care atribuie cuvântul support acestei asistări interactive. Filip. când apar sistemele suport de decizie (SSD). de dotarea organizaţiilor cu calculatoare. Sistemul de calcul este proiectat pentru facilitarea deciziei omului. prin intermediul unui complex de instrumente software. - Sistemele suport de decizie prezintă performanţe în prelucrarea informaţiilor (date şi cunoştinţe) cu privire la calitatea. În procesul de luare a deciziilor. - 8 Op.administrative. când au fost elaborate sistemele informatice de management (SIM). corectitudinea şi promptitudinea obţinerii lor. În această etapă calculatorul a fost utilizat pentru procesarea datelor şi nu a informaţiilor. pag. - A doua etapă a avut loc în anii `70.. definită în limba engleză cu termenul Decision Support System (DSS). utilizând resursele din organizaţie. A treia etapă a avut loc la sfârşitul anilor `70. G. de existenţa unor bănci de informaţii necesare procesului decizional şi evaluării efectelor implementării deciziilor.

Sisteme care propun decizii prin apelarea la calcule (sisteme de optimizare sau sisteme export). care sprijină decizia cu date şi asigură efectuarea unor prelucrări reduse (rapoarte).Caracteristica principală a SSD o reprezintă complementaritatea dintre om şi calculator. The Fifth Generation. de a reitera cererea de informaţii. cit. de a testa diverse alternative. utilizate mai ales în Germania şi Marea Britanie. Feigenbaum. Astfel. oferind utilizatorilor posibilitatea de a solicita informaţii. cât şi la KBS (Knowledge Based Systems). în funcţie de problemele de rezolvat. pe baza unor probleme de simulare şi a unor criterii de performanţă. În literatura de specialitate există mai multe moduri de abordare a noţiunii de sistem expert. de a construi noi modele pe măsura evoluţiei deciziei. SSD poate fi împărţit în trei categorii. Pornind de la SSD-uri s-au dezvoltat Sisteme Expert (Expert Support Systems . Din această cauză sistemul experteste întâlnit atât la SSD. O altă caracteristică a SSD o constituie flexibilitatea. Edward Feigerbaum9 arată că sistemele expert sunt programe capabile să raţioneze la nivelul unui expert uman. pag. - . 27 din E.ESS) cu ajutorul cărora se prelucrează cunoştinţele umane. Sisteme de evaluare aunor decizii propuse de om. Addison – Wesley Pub. iar problemele de rezolvat sunt slab structurate sau nestructurate. şi anume: - Sisteme de informare.. 1983 . În cadrul SSD decidentul nu este înlocuit de calculator ci sprijinit de acesta. Co. 9 Op.

pag 27 din R. New York.E. Bonnet A. J.G. Les Systèmes experts: principes et exemples. Inter Edition. pag. Addison – Wesley. Prin urmare. care înmagazinează cunoştinţele experţilor umani dintr-un domeniu bine definit şi apoi le folosesc pentru rezolvarea problemelor dificile din acest domeniu. pag. sunt organizate pentru achiziţia şi expoatarea cunoştinţelor într-un anumit domeniu şi asistă procesul de luare a deciziilor. Shortliffe. 1988 13 Op.H.G.. cit. pag. operând modificările şi realizările dintr-un anumit domeniu. Sistemele expert (SE) sunt sisteme de programe bazate pe tehnicile de inteligenţă artificială. Systèmes Experts: vers la métrise technique. Diferenţa dintre ele constă în faptul că.P. devenind un colaborator şi nu consultant al specialistului uman. Mc.. Bonnet. 1982 12 Op.10 şi David R.. cit. E. în timp ce omul este influenţat de anumite stări emoţionale şi poate lua decizii diferite în situaţii identice. 27 din A. se consideră că un sistem bazat pe inteligenţă artificială nu este un simplu rezolvator de probleme. Farrency. Paris. Knowledge Based Systems in Artificial Intelligency. sistemul expert nu poate fi susceptibil de astfel de erori. cit. S. 27. Braw – Hill. Haton. Davis. fiind considerate astfel sisteme deschise. Capedues.11 Arată că sistemele expert sunt programe informatice care încorporează cunoaşterea specilizată şi experienţa unui expert uman. Rezultă deci că sistemele expert dispun de cunoştinţe. Rule – Based Expert Systems. 1983 . Periodic sistemele expert sunt actualizate.Buchanan B. 10 Op. Buchanan. cit. 27 din H. încearcă să imite raţionamentele umane prin raţionamente artificiale. 1984 11 Op..12 Şi Farrency13 consideră că sistemele expert pot fi şi maşini cu software destinate uneori să înlocuiască specialistul într-o anumită acţiune. ci are capacitatea să acumuleze experienţă. Programele sunt capabile de performanţe la nivelul experţilor deoarece ele acumulează mari cantităţi de cunoştinţe referitoare la un anumit domeniu. din B.

. în general. Un motor de inferenţă dotat cu combinarea faptelor şi a regulilor pentru obţinerea unui rezultat. următoarele: - O bază a cunoştinţelor care conţine fapte şi reguli cu privire la obiectul sistemului. Operaţiunea se repetă până la epuizarea regulilor stabilite sau până la găsirea unei condiţii de oprire. principalele activităţi pentru care se pot dezvolta sisteme expert sunt: analiza şi planificarea financiară. Fiecare regulă selecţionată este executată. atât integrarea orizontală (conexiuni interne dintre componente). gestiunea trezoreriei. Părţile componente ale unui sistem expert sunt. Principiul integrării sistemelor informatice asigură. cât şi integrarea verticală (conexiuni cu alte componente situate pe niveluri diferite de management). atrăgând după sine modificarea bazei faptelor. Motorul de inferenţă constituie programul sistemului expert. activitatea bancară. Regulile acţionează asupra faptelor.La nivelul întreprinderilor. alegerea variantelor de finanţare a investiţiilor. faptelor şi regulilor de exploatare. O interfaţă de dialog cu utilizatotul şi cu modul de achiziţionare a cunoştinţelor pentru uşurarea introducerii datelor. - - Funcţionarea sistemului expert are la bază următoarea logică: - Baza cunoştinţelor conţine reguli şi fapte.

Prin urmare. Toate aceste caracteristici ale sistemului inteligent management fac posibilă o conducere dinamică a organizaţiei. organizaţiile au nevoie şă înţeleagă mecanismul de funcţionare a pieţei şi modul în care activităţiile lor se integrează într-un lanţ de valori interconectate. Pentru aceasta au nevoie de un sistem inteligent de management. În economia modernă. experienţe şi idei validate înmagazinate cu ajutorul sitemelor expert. Reducerea riscului se poate face prin anticiparea schimbărilor şi prin utilizarea masei mari de informaţii. sistemul informatic al unei organizaţii poate asigura un flux de informaţii. de . Utilizarea sistemelor expert de către organizaţii se poate face în condiţiile existenţei unor procese complexe de decizie. care să le permită anticiparea modificărilor şi scimbărilor care au loc pentru a se putea adapta rapid la ele. Un sistem inteligent de management urmăreşte reducerea riscului. atât în interior cât şi în exterior. Stimularea creativităţii se realizează prin identificarea acţiunilor performante şi prin mijloace de analiză rapidă şi sistematică a rezultatelor şi opţiunilor furnizate factorilor de decizie de către sistemele expert. îmbogăţire şi transfer a deciziilor. stimularea creativităţii şi antrenarea în procesul de luare a deciziilor. funcţie de regulile stabilite de management. a existenţei unor cunoştinţe de expert. pentru a mări eficienţa (raport cost/rezultate) şi pentru reducerea timpului necesar luării deciziei. Antrenarea se realizează prin acumularea. a mijloacelor de acţiune şi a direcţiilor alese.

Euristica se defineşte ca fiind14:  O clasă de metode şi regului care dirijează subiectul spre cea mai simplă şi mai economică soluţie a problemelor. gândirea strategică. adică să fie valide şi fiabile.Pentru a răspunde schimbărilor care au loc în organizaţie. Sisteme inteligente bazate pe procedee euristice Sistemele inteligente bazate pe procedee euristice permit exploatarea şi valorificarea cunoştinţelor şi corespund unor knowhow-uri parţiale.  Un drum care permită descoperirea soluţiilor problemelor complexe fără a le supune unei simplificări sau reducţii.. aceste sisteme trebuie revizuite periodic pentru a putea răspunde rapid la problemele formulate. Procedeul analizei euristice constituie un cadru conceptual şi analitic de măsurare a aspectelor necuantificabile. cit. finanţe. 31 . Apariţia unor noi situaţii.8. Metodele euristice constau în tatonări legate de natura problemei de rezolvat şi de personalitatea modelatorului. aspecte de marketing. În centrul preocupărilor euristicii stă ipoteza. realizează de fiecare dată premisele unei noi etape de punere de acord a modelului cu realitatea. pag. probleme de personal. care pornesc de la ipoteze. Validitatea şi fiabiliatatea sistemului determină robusteţea lui. 1. 14 Op. De aceea. această metodă se utilizează în fundamentarea deciziilor privind producţia.

33 . se alege strategia care permite. se calculează abaterile ε şi se trece la pasul 3. pe baza experienţei dobândite în practică.. dar uşurează drumul spre ea. Pasul 3 : Se caută o strategie de reducere a abaterilor ε. aprimit Premiul Nobel pentru economie. stabileşte una sau mai multe strategii pentru reducerea abaterilor ε. perfecţionarea şi sistematizarea lor printr-un algoritm. având legătură cu raţionamentele analogice şi cu psihologia simulării. Modelarea euristică presupune construirea unui sistem analog cu cel real (supus investigaţiei) şi găsirea regulilor de bază folosite în euristica specialistului. anihilarea abaterilor ε. deoarece a elaborat un algoritm general al rezolvatorului de probleme (General Problem Solvitor GPS). Dacă nu. care nu garantează soluţia optimă a problemei. 1. cit. Pasul 2 : Se testează condiţiile de admisibilitate a soluţiei (sistemul de restricţii). pag. care reprezintă schema generală de concepere a algoritmilor euristici (fig.Metodele euristice reprezintă reguli. În acest scop analistul. fondatorul euristicii aplicate. Testând aceste strategii. Dacă după un număr mare de iteraţii (număr raţional de iteraţii) nu se reuşeşte anularea abaterilor. Principalii paşi sunt ai algoritmului general al rezolvatorului de probleme sunt15: Pasul 1 : Se construieşte o soluţie iniţială. Herbert Simon. În 1978. problema se consideră fără soluţie (din punct de vedere al algoritmului 15 Op. într-un număr cât mai mic de iteraţii.3). Dacă aceste condiţii sunt îndeplinite se trece la pasul 4.

psihologică etc. Funcţia globală de optmizat Alegerea unei reguli de transformare a soluţiei x0 în x1. Dacă s-a reuşit obţinerea unei soluţii admisibile se trece la pasul 4.euristic folosit). Pasul 4 : Se calculează funcţia de performanţă f(x0) a soluţiei iniţiale admisibile (de regulă un indicator economic) sau funcţia globală de optimizat (în cazul folosirii mai multor criterii de natură economică sau socială. Se construieşte o soluţie iniţială (x0) Satisfăcut Se calculează funcţia de performanţă f(x0). de asemenea Stabilirea unei soluţii admisibile Calculul funcţiei de perfomanţă f(x1) Se compară performanţ a f(x1)>f(x0) Test de admisibilitate a soluţiei (sistem de restricţii) Nesatisfăcut S-a depăşit SS numărul raţional de încercări? Da Fără soluţie Nu Se calculează abaterile ε Se caută o strategie de Se aplică regula de reducere a lui ε Da ∆f=|f(x1)- ∆f ≥η Da x0= Nu Nu S-a ajuns la numărul raţional de iteraţii? Da Se tipăreşte: x1 = soluţie suboptimală .).

Cele mai bune reguli de transformare se aleg după efectuarea paşilor 6 şi 7. atunci se aleg acele reguli care permit un câştig cât mai mare pentru funcţia de performanţă. algoritmul se opreşte. Pasul 6 : Pasul 7 : Paşii algoritmului pot fi parcurşi cu sau fără ajutorul calculatorului.3 Pasul 5 : Cu ajutorul unor reguli de transformare. Se calculează funcţia de performanţă f(x1) a noii soluţii. Compozitorul de probleme explorează . iar algoritmul se reia de la pasul 5. Dacă performanţa f(x1) este superioară performanţei f(x0). Se compară performanţele celor două soluţii f(x0) şi f(x1). soluţia x1 devine soluţia iniţială şi algoritmul se continuă de la pasul 5.Nu Se măreşte probabilitatea de aplicare a regulii care a avut mai mult Figura 1. permiţând obţinerea unei soluţii suboptimale. În cazul în care această diferenţă este nesemnificativă sau dacă performanţa f(x1) este inferioară performanţei f(x0) se testează dacă s-a ajuns la un număr raţional de iteraţii. soluţia iniţială admisibilă x0 se transformă într-o altă soluţie x1. Dacă această diferenţă este semnificativă. Când acest număr a fost atins. atunci se evaluează diferenţa |f(x1)f(x0)|. În mod analog a fost construit un algoritm general al compozitorului de probleme. Dacă nu s-a realizat numărul raţional de iteraţii. de asemenea admisibilă.

Care sunt principalele metode de culegere a datelor? Care sunt principalele metode de preluare a datelor? În ce constă procesul de trecere de la sistemul real (organizaţie) la modelul de simulare? Care sunt principalele modele în funcţie de structura proceselor reflectate? Ce reprezintă modelarea economică practică? procedurală pentru activitatea 5. 6. 9. Care 12. 4. Ce 11. Care este obiectul de studiu? 2. Ce sunt sistemele suport de decizie? Care sunt elementele asenţiale ale SSD? Care sunt categoriile de SSD. 8. după natura problemelor? sunt sistemele expert? sunt părţile componente ale unui sistem expert? 10. . 7. Întrebări de control 1. Din ce categorie de algoritmi face parte algoritmul general al rezolvatorului de probleme? Prezentaţi paşii algoritmului. 3.cazurile în care regulile cu mare succes în mod obişnuit conduc la insucces şi/sau regulile cu insucces conduc la succes.

Modele ce surprind aspecte tehnologice şi de producţie 2. Etapele matematice 2.5.5. 2. 2 Analiza sistematică şi modelelor economico-matematice 2.5.4.5. construirii modelelor economico- Tipuri de modele economico-matematice 2.Cap. Analiza de sistem construirea 2.2.3. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice .2.4.1.5. Rolul şi locul modelării economico-matematice în management 2. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2.3.1. 2.

Metoda exploziilor sumarizate .Modele de transport repartiţie .Model arborescent .Modul de legătură .Modele normative .Probleme de afectare .Fenomene de aşteptare .Sistem infomaţional decizional .Capacitate de producţie .Ordonanţare şi lotizare .Procesul modelării .Modele ale relaţiilor umane .Grafic GANTT .Modele informatice .Calitatea informaţiei .Analiză de sistem .Termeni cheie .Probleme de amestec .Modele descriptive .Domeniul optimizării flexibile .Modele de croire .Modele de tip ADC .

- Definirea analizei de sistem. Prezentarea principalelor tipuri de modele economicomatematice. .Vectorul stărilor Obiective .Abordarea întreprinderii ca sistem cibernetic. a început să fie utilizată şi în management. - 2. care au ca părţi componente oamenii. financiare şi informaţionale. prin contribuţia şcolii cantitative. Prezentarea rolului şi locului matematice în management. modelării economico- - - Sintetizarea principalelor etape ale construirii modelelor economico-matematice. Prezentarea structurii de mulţimi a unui sistem în abordare statică şi în abordare dinamică.Vectorul intrărilor .Structura produselor .1. maşinile (tehnologia) şi alte resurse materiale.Vectorul ieşirilor .Structura de mulţimi a unui sistem .. Conceptul de sitem se aplică organizaţiilor de orice fel.Structura de producţie . la sfârşitul anilor 1950. cu aplicabilitate mai întâi în ştiinţă şi inginerie. Analiza de sistem Teoria sistemelor.

în principal. Abordarea întreprinderii ca sistem cibernetic. următoarele subsisteme. relaţiile complexe dintre aceştia. procesele de luare a deciziilor la toate nivelurile. compus din mai multe subsisteme. permite explicarea ştiinţifică a unor fenomene complexe. transmitere. care constă în procesele de motivare individuală a activităţii lucrătorilor. prelucrare şi stocare a informaţiei. studiul condiţiilor fizice şi fiziologice ale proceselor de muncă.Sistemul structurii umane. cuplate între ele prin conexiuni directe şi inverse. Cunoaşterea întreprinderii ca sistem este determinată de modul în care elementele sistemului şi relaţiile dintre elemente variază în timp. Sistemul informaţional-decizional. decizionale. care pot fi considerate ele însele sisteme: - Sistemul producţie. utilaje. alături de fluxurile de materii prime. reglare şi autoreglare. instalaţii tehnologice şi de fabricaţie) şi forţa de muncă. care au loc în interiorul sistemului. . care pune în centrul său omul în funcţiile de comandă. control. de succesiune. sistemul cibernetic al unei întreprinderi industriale industriale cuprinde. semifabricate şi produse. - . care constă în procesele de culegere.Odată cu apariţia şi dezvoltarea/perfecţionarea tehnicii de calcul şi a ciberneticii a fost fundamentat conceptul de sistem ciberneticoeconomic. care constă în ansamblul mijloacelor de producţie (maşini. Între subsistemele întreprinderii au loc o multitudine de legături infomaţionale. decizie. Spre exemplu.

Analiza sistemică se bazează pe metodologia decizională. un loc important îl ocupă analiza de sistem. Subsistemul informatic. care se caracterizează prin pragmatism şi posibilităţi de generalizare. care constă într-un ansamblu de reguli pentru luarea deciziei. analiza de sistem se utilizează în elaborarea proiectelor pentru conducerea eficientă a organizaţiilor cu ajutorul metodelor economico-matematice şi al tehnicii de calcul. În mod practic. Cunoaşterea profundă şi detaliată a sistemului prin elaborarea modelelor decizionale descriptive şi normative.Subsistemul de conducere. şi anume: - Subsistemul organizatoric. Printre metodele care au luat naştere în cadrul concepţiei sistemice. Analiza de sistem reprezintă un complex de procedee de perfecţionare a activităţii generale a organizaţiilor. cuprinde şi el trei subsisteme. b) . Subsistemul informaţional-decizional. . Principalele reguli metodologice utilizate în conducerea sistemelor sunt: a) Adaptarea unei concepţii integratoare privind metodele decizionale. privit ca sistem. coordonare şi control al întreprinderii. prin studierea proceselor informaţionale şi decizionale care au loc în organizaţiile respective.Subsistemul metode şi tehnici de conducere.

financiare. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică Conform teoriei sistemelor. în condiţiile schimbărilor rapide care au loc în economie. Readaptarea şi supleţea modelelor de conducere a sistemelor în condiţii de risc şi incertitudine. 2. . în interiorul sistemelor.2. componente unui sistem organizaţional sunt: intrările de resurse materiale. Experimentarea modelelor şi implementarea lor. Modelarea descriptivă şi normativă a proceselor decizionale este esenţială pentru conducerea eficientă a sistemlor. Importanţa factorului uman în luarea deciziilor privind conducerea sistemelor. Existenţa unei analogii semnificative între descriptive sau normative şi problema studiată. modelele d) e) f) g) h) i) Orientarea modelării descriptive şi normative cu precădere către problemele decizionale cele mai importante în conducerea sistemelor. şi. j) k) Elaborarea modelelor decizionale dinamice şi previzionale.c) Comportamentul cibernetic ca lege generală a funcţionării sistemelor şi modelarea acestui comportament ca metodă decizională fundamentală în conducerea sistemelor. implicit. precum şi funcţionarea în regim normal a sistemului de modele sunt condiţii care să asigure succesul metodologiei de conducere. Acordarea importanţei modelelor informatice şi sistemelor expert în luarea deciziilor privind conducerea sistemelor.

Sistemul devine cibernetic. ceea ce poate determina posibilitatea cuplării a două sisteme. care constă în informaţie primită de organizaţie (din exterior) despre rezulatatele ei.informaţionale şi umane necesare pentru a produce bunuri şi servicii. cele două sisteme constituind subsisteme ale noului sistem format. la un moment dat. Funcţionalitatea este o rezultantă vectorială a intensităţii fluxurilor de intrare în sistem şi a comportamentului acesteia. bunurile şi serviciile obţinute de organizaţie. care constau în capacităţile manageriale şi tehnologice utilizate pentru transformarea intrărilor în ieşiri. . vectorul variabilelor de stare. • • Intrările într-un sistem constituie ieşiri pentru alt sistem. determină starea sa. cu proprietăţi diferite. şi care formează comportamentul de ansamblu al sistemului. atunci când apare reglarea (conexiunea inversă). Fiecare sistem cibernetico-economic are un comportament intern şi altul extern. se poate considera că: • Ansamblul fluxurilor primite din exterior (de la alte sisteme) reprezintă vectorul intrărilor în sistem. ieşirile care constau în rezultatele obţinute prin procesul de transformare. Prin urmare. Ansamblul fluxurilor dirijate către alte sisteme formează vectorul ieşirilor din sistem. adică a modului de transformare a fluxurilor de intrare în fluxuri de ieşire. Mulţimea caracteristicilor unui sistem. respectiv. feedback-ul. respectiv. formând un sistem mai mare. procesele de transformare. corelate între ele.

Modelul constă în reprezentarea sistemului ca o mulţime de părţi în interacţiune una cu alta. privind resursele materiale. în anumite condiţii date. Pentru a studia un anumit fenomen dintr-o întreprindere este necesar să fie construit un model abstract al fenomenului. financiare şi umane disponibile. . este un sistem caracterizat prin: - Mulţimea intrărilor {I}. Unde T R (sistemul are timp continuu) T Z (sistemul are timp discret). Se poate spune că. Mulţimea stărilor sistemului {S}. Conexiunea inversă (reglarea) asigură transmiterea informaţiei de la organele de execuţie spre organele de decizie. Dacă notăm cu: MT- modelul. Mulţimea ieşirilor din sistem {E}. tehnologiile existente. timpul pentru ordonarea evenimentelor. astfel încât să fie satisfăcuţi clienţii (beneficiarii bunurilor şi serviciilor produse) şi să se obţină profit pentru întreprindere. I- mulţimea intrărilor. organizaţia de orice fel.Un sistem cibernetic este definit de interacţiunea dintre structura. în scopul adaptării la situaţia efectivă. comportamentul şi funcţionalitatea sa în cadrul mecanismului considerat (de exemplu economic). pe care se analizează diferite variante posibile de realizat.

stare {S}. Atunci. este de forma: M = {T. mulţimea stărilor sistemului. (Starea este un concept de modelare a structurii interne a sistemului care conţine istoria acestuia şi care îi afectează prezentul şi viitorul. Modelare I ? E {I}. (Fig. 2.γ} Plecând de la abordarea organizaţiei ca sistem caracterizat prin intrare {I}.S. mulţimea ieşirilor din sistem.I.1) I Tipul problemei S E Elemente cunoscute Elemente necunoscute Întrebare 1.{E} {S} Cum? S ? . adică {I. funcţia de răspuns a sistemului.F. S- EФ- γ- funcţia de tranzacţie a stărilor (trecerea de la o stare la altă stare se face în funcţie de dimensiunea intrărilor în sistem la un moment dat).S. ieşire {E}. structura de mulţimi a unui sistem.Ф. adică: Ф : I*S E (o anumită intrare şi o anumită stare conduce la un anumit răspuns).E} se conturează trei tipuri de probleme cu trei întrebări. Cunoaşterea intrărilor şi a răspunsurilor corespunzătoare acestora reprezintă comportamentul sistemului.E.F- mulţimea segmentelor de intrare în sistem (segmentul reprezintă forma intrărilor în sistem). în dinamică. şi care împreună cu forma intrărilor determină în mod unic ieşirile din sistem).

Activitatea de modelare economico-matematică este eficientă doar în măsura în care ea se desfăşoară în cadrul analizei de sistem. . Se pune problema luării deciziei în legătură cu mărimea vectorului {I} care permite atingerea unor obiective {E} în condiţiile unei structure constant a sistemului.{E} {I} Cu ce? Fig.3. Rolul şi locul modelării economico-matematice în management Pentru atingerea obiectivelor. 2. atât pentru activităţile tehnologice. Se pune problema. Optimizarea – conducerea sistemului. 3. Modelarea – realizează sinteza sistemului. Simularea – realizează analiza sistemului. întreprinderile au nevoie să găsească cele mai adecvate mijloace şi metode de conducere. ce se întâmplă cu {E} când mărimea {I} se modifică în condiţiile unei structure constante a sistemului. în momentul proiectării sistemului informaţional-decizional. Optimizare ? S E {S}.{S} {E} Ce? 3. generează comportamentul sistemului.1 Tipuri de probleme în cazul abordării organizaţiei ca sistem 1. Simulare I {I}. cât şi pentru cele economice. Trebuie construită/configurată/identificată acea situaţie în care plecând de la {I} cunoscute să ne permit obţinerea {E} dorite.2. 2. 2.

analistul de sistem poate utiliza tehnicile de simulare de tip Monte Carlo. metodele bazate pe teoria reglării automate. Tendinţa actuală este ca sistemul informatic din organizaţii să încorporeze sisteme expert pentru diferite categorii de activităţi. dinamica industrială (Forrester) sau jocurile de întreprindere. modelele economico-matematice trebuie să ofere o imagine intuitivă. pentru activităţile economice. pe teoria informaţiei şi pe teoria generală a sistemelor. În ceea ce priveşte mijloacele folosite. produsele informatice sunt dotate cu inteligenţă artificială. se utilizează calculatoarele pentru elaborarea automată a deciziilor sub formă de comenzi. în cadrul sistemelor de conducere utilizarea calculatoarelor electronice în prelucrarea informaţiilor asigură legătura dintre cele două domenii. în sensul structurii logice a fenomenului studiat. De asemenea. în principal. în timp ce.Din punct de vedere al metodelor utilizate. accesibile şi adaptabile. dar riguroasă. 2. Etapele matematice construirii modelelor economico- Pentru a fi utile. Astfel. se utilizează calculatoarele pentru o mai bună fundamentare a deciziilor luate. pentru activităţile tehnologice se utilizează. ele trebuie să fie simple. În prezent. în sistemul de conducere a activităţilor economice. suple. care se transmit spre procesul condus. iar în activităţile de conducere a proceselor tehnologice. facilitând descoperirea unor legături şi legităţi foarte greu de stabilit pe alte căi. Procesul modelării cuprinde următoarele etape: . reprezentând cea mai modernă tehnologie informatică.4.

cu ajutorul modelelor se va face analiza indicatorilor de eficienţă a diferitelor variante. Cunoaşterea detailată a realităţii sistemului (procesului) care urmează a fi modelat. în concordanţă cu natura problemei care urmează a fi studiată. 2. Experimentarea in vivo presupune aplicarea modelului descriptiv sau normativ în practica întreprinderii. Experimentarea modelului se poate face in vivo sau in vitro. 4. deoarece implică riscuri mici. . Experimentarea in vitro constă în generarea unor situaţii posibile ale sistemului. Acest mod de experimentare se recomandă a se face pe eşantioane mici. 3. Implementarea modelului economico-matematic şi actualizarea soluţiei. care urmăresc reproducerea unor proprietăţi ale sistemului modelat. denumite variante. cunoscut din literatura de specialitate. Construirea propriu-zisă a modelului conomico-matematic.5. 2. Tipuri de modele economico-matematice Modelele economico-matematice utilizate de întreprinderi în procesele economice se împart în două categorii:  Modele descriptive. sau prin elaborarea unui model nou.1. Construirea propriu-zisă a modelului se poate face prin alegerea unui model clasic de modelare. ia prin simulare. Experimentarea modelului economico-matematic şi evaluarea soluţiei. constatându-se astfel eficienţa descriptivă sau normativă.

Câteva dintre acestea sunt prezentate în continuare. În raport de corespondenţa dintre problemele economice şi modelele economico-matematice. deoarece majoritatea modelelor economicomatematice construite în întreprinderi au atât trăsături descriptive. cât şi trăsături normative. • Modele informatice. Cu ajutorul unui graf. a) Modelul arborescent pentru descrierea structurii produselor şi calculul necesarului de resurse materiale.5. . modelele descriptive pot fi grupate în: • • Modele ce surprind aspecte tehnologice şi de producţie. Ceea ce le diferenţiază este că unele sunt dominant descriptive. Distingerea între cele două aspecte (descriptiv şi normativ) prezintă importanţă pentru a evita confuzia dintre ceea ce există şi ceea ce dorim să fie. utilizate pentru aplicarea unor reguli eficiente de decizie în întreprindere cu scopul creşterii performanţelor.1. între modelele descriptive şi cele normative există o întrepătrundere. 2. Modele normative. Modele informaţional-decizionale. În practică. modelul prezintă arborescenţa unui produs P. Modele ce surprind aspecte tehnologice şi de producţie În literatura de specialitate sunt prezentate o multitudine de modele privind aspectele tehnologice şi de producţie. iar altele sunt dominant normative.

Arborescenţa unui produs constă în părţile componente ale produsului finit. Părţile componente ale produsului se descriu pe mai multe niveluri. formula de calcul al necesarului de resurse materiale va fi: pentru k= . vom avea: Pentru situaţiile în care arborescenţa este mai complicată pe mai multe niveluri. asfel încât. vom nota cu V – numărul de niveluri care intervin şi cu h – rangul nivelului. Exemplu Considerăm: PFi (i=1. În acest caz. pe ultimul nivel să poată fi citite componentele de bază.…. care descriu resursele materiale.….p) – cantităţile ce produsul finit PFi urmează a fi fabricate din Cik – norma de consum din materialul MPk pentru produsul PFi Nn – cantitatea necesară din materia primă n Pentru calculul necesarului de materii prime pe un singur nivel al arborescenţei.p) – produsul finit ai (i=1. . cu precizarea normelor de consum reţetei de fabricaţie.

Metoda de calcul constă în determinarea matricei: MES = E+M1+M2+…+Mk Unde: k = număr niveluri de descompunere M1= matricea iniţială E = matricea unitate Informaţiile oferite de acest model arborescent sunt completate cu Fişa tehnologică a produsului. Pot fi folosite atât ca mocele descriptive. . b) Modele tip grafice GANTT Aceste modele sunt folosite în domeniile în care apare problema succesiunii în timp a unor activităţi. oferind astfel imaginea completă asupra structurii tehnologice a unui produs. fiind denumit calculul cu ajutorul exploziilor sumarizate.Suma arată că se vor aduna cantităţile pentru subproduse identice. umane şi financiare. Pe baza structurilor arborescente ale produselor finite se poate construi un model matriceal pentru determinarea necesarului de subansamble şi componente. c) Modele de tip ADC (Analiza Drumului Critic) Graficele ADC reprezintă condiţionările logice şi tehnologice dintre activităţile unui proiect şi oferă posibilitatea luării în considerare a necesarului de resurse materilae. cât şi ca modele normative. denumit modelul matricei exploziilor sumarizate. atunci când este vorba despre secvenţe tehnologice.

cum ar fi: fondul tehnic de timp pe grupe de maşini. algoritmi pentru ordonanţarea cu restricţii de resurse limitate. Printre modelele clasice ale teoriei ordonanţării sunt: ordonanţarea a n repere pe m maşini (job shop). alocarea resurselor etc. deoarece se utilizează mai mulţi indicatori fizici şi valorici. ordonanţarea în flux (flow shop). rezerve. Modelele de ordonanţare şi lotizare constituie perspectiva modernă asupra programării producţiei. fondul de timp necesar pentru principalele piese de schimb etc. modele ADC de tip euristic. volumul producţiei exprimat în unităţi fizice.Modelele de tip ADC oferă informaţii utile cu privire la termenele de începere şi terminare a activităţiilor. Alături de problemele de ordonanţare se recomandă să fie integrate şi modelele de lot optim. Modelele utilizate pentru determinarea capacităţilor de producţie sunt modele complexe. valoarea cifrei de afaceri. . activităţi critice. e) Modele pentru determinarea capacităţilor de producţie Capacitatea de producţie a unei întreprinderi se stabileşte pe baza fondului de timp disponibil al utilajelor. diagrame privind nivelarea. astfel ca interdependenţele dintre ele să fie respectate în limita resurselor deisponibile şi cu o durată totală minimă de execuţie. d) Modele de ordonanţare şi lotizare Ordonanţarea presupune stabilirea unei ordini de efectuare a activităţilor unui proces de producţie. Aceste modele se bazează pe tehnici combinatorice şi pe procedee cunoscute sub denumirea branch-and-bound (ramifică şi mărgineşte). modele de ordonanţare bazate pe programarea liniară în numere întregi.

minimizarea costului de producţie. materii prime. al reducerii numărului de personal utilizat etc. incluzând astfel şi aspecte normative.n) – produsele care pot fi realizate într-o întreprindere în cantităţile xj. norme de materiale şi de muncă. materiale. bi(i=1.…. după caz. ca de exemplu: maximizarea profitului. muncitori. în condiţiile satisfacerii sentimentelor contractate şi a unor costuri minime. pe o perioadă dată. f) Modele pentru determinarea structurii de producţie pe o perioadă dată Aceste modele urmăresc determinarea unei structuri de producţie.n) – coeficienţi tehnologici ai capacităţilor de producţie. Capacitatea de producţie se poate optimiza din mai multe puncte de vedere: reducerii consumului de materii prime sau de energie.m) – resursele disponibile (capacităţi de producţie.m. specialişti).…. respectiv.. a unor funcţii obiectiv. P’j.r pentru cele r funcţii obiectiv luate în considerare.Cu ajutorul acestor indicatori se exprimă situaţia tehnicoeconomică a întreprinderii la un moment dat (caracter descriptiv). aij(i=1. impuse de cerinţele pieţei. . Se poate formula un model de programare liniară cu mai multe funcţii obiectiv. P’’j – limita inferioară. Considerăm: Pj(j=1. în funcţie de cerinţele pieţei (contracte încheiate) şi de resursele disponibile pentru maximizarea sau minimizarea. j=1. limita superioară ce urmează a se fabrica din fiecare produs j.…. Crj – coeficientul variaţiei xj fin funcţia obiectiv cu h=1. maximizarea cifrei de afaceri etc.

…. partea normativă.…. I2. In de mărime bi (i=1.n).….n).Modelul va fi: Opt Acesta este un model de programare liniară cu mai multe funcţii obiectiv. vor fi maximizaţi sau minimizaţi.r).….…. după caz. (j=1. Modelul matematic este de forma: .…. care. Eh – (h=1. m).r) – indicatori de eficienţă ai fiecărui produs cu mărimile Chj (h=1. g) Modele pentru probleme de amestec Conţinutul unei probleme de amestec sau dietă poate fi formulat astfel: Un produs final P are în componenţă produsele Pj (j=1. în care restricţiile reprezintă partea descriptivă a modelului. iar funcţia obiectiv. Produsul P are caracteristici calitative impuse şi exprimate prin m indicatori I1. aij – mărimea indicatorilor pentru fiecare produs (i=1.…. care trebuie amestecate.n).

stafe etc). iar partea normativă. Ni – numărul de piese/bucăţi necesare de tip i. h) Modele de croire În întreprinderi apar probleme de debitare (croire) a unor materiale uni sau bidimensionale (bare de oţel. Modelul general al problemei de croire va fi: . ţevi. Cj – costul deşeurilor rămâne conform soluţiei j. scânduri. partea descriptivă a modelului o constituie restricţiile. tablă. funcţia obiectiv.Opt Şi în cazul modelului de amestec. Xj – numărul de suprafeţe debitate/croite conform soluţiei j. Modelul se bazează pe programarea matematică. Considerăm: aij – numărul de piese/bucăţi de tip i care se debitează/croiesc conform soluţiei (tiparului) j.

ai – cantitetea disponibilă la furnizorul i.În practică. i) Modele de transport – repartiţie Aceste modele reprezintă cazuri particulare ale programării liniare. constă în găsirea unui plan optim de transport al unui produs omogen. bj – necesarul la clientul j. care permit utilizarea unui algoritm de rezolvare. în general. problemele de croire sunt rezolvate cu produse program specializate. Cij – distanţa sau costul asociat transportului unei unităţi de produs de la furnizorul i la clientul j. să se minimizeze cheltuielile de transport sau numărul de t/km parcurşi. Modelul va fi: . astfel încât. Problema de transport. ţinând seama de disponibilităţile furnizorilor şi de cerinţele clienţilor. Dacă notăm cu: xij – cantitatea de marfă ce se transportă de la centrul de expediţie (furnizori) i la centrul de destinaţie j.

…. …. Nn}. j) Modele pentru probleme de afectare Aceste modele se utilizează în următoarele situaţii practice: repartizarea muncitorilor pe maşinile existente. CH4. ţiţei etc. …. partea descriptivă a modelului o reprezintă restricţiile. iar partea normativă o reprezintă funcţia obiectiv. Pentru construirea modelului luăm în considerare că există o mulţime de resurse M={M1. Modelele cele mai utilizate în funcţie de specificul problemei sunt: algoritmul ungar şi metode de tip branch-and-bound (ramifică şi mărgineşte).) în procesul de producţie etc. …. a utilajelor pe lucrări. Mm} care în procesul de producţie trebuie afectate (repartizate) fiecare în parte. abur. k) Modele de flux în reţele de transport Cu ajutorul acestor modele pot fi rezolvate următoarele tipuri de probleme din practică: se poate descrie procesul transportului intern într-ouzină. n.În acest caz. N2. M2. adică: • • Muncitori pe maşini. Asfel iau naştere nişte cupluri MiNj cu i=1. • Specialişti pe sarcini de rezolvat etc. câte una din cele n resurse ale mulţimii N={N1. m şi j=1. a specialiştilor pe diverse sarcini complexe de cercetare/proiectare etc. distribuţia unei materii prime fluide sau gazoase (apă. Utilaje pe lucrări. .

care constă în caracterizarea tuturor utilajelor din punct de vedere al posibilităţii de prelucrare a reperelor. m) pe maşna Mj (j=1. cu sau fără circuite. cu respectarea restricţiilor de capacitate.Reţeaua de transport este reprezentată de un graf. . …. n). şi anume: • O parte descriptivă. care reprezintă fluxul maxim care poate străbate o porţiune din reţea. …. • O parte normativă. cu ajutorul căreia se pune în evidenţă posibilitatea de a prelucra reperul Ri (i=1. încât drumul parcurs de piesele care se prelucrează să fie cât mai redus. Problema are două părţi. care constă în întocmirea algoritmilor pentru formarea liniilor tehnologice şi amplasarea propriuzisă a utilajelor în cadrul acestora. l) Modele pentru amplasarea utilajelor Amplasarea utilajelor în secţiile de producţie trebuie făcută în aşa fel. introducând pentru aceasta un indicator de eficienţă. în care fiecărui arc XiXj i se asociază o capacitate Cij. În general. m) Modele pentru descrierea muncii fizice Metodele mai importante de modelare descriptivă a muncii fizice au ca obiectiv să ofere o imagine cât mai fidelă a modului cum se efectueză munca fizică pentru ca pe baza acesteia să se elaboreze modele normative. reprezentată de arcul XiXj. n= numărul utilajelor). Caracterizarea utilajelor se face cu o matrice booleană de dimensiuni m x n (m= numărul reperelor. pentru rezolvare se foloseşte algoritmul FordFulkerson. Problema constă în maximizarea fluxului total efectiv care străbate reţeaua.

de staţii neocupate. precum şi timpul mediu: de servire. Conceperea unui model de aşteptare presupune cunoaşterea unor caracteristici ale fenomenului studiat privind numărul mediu de: unităţi în sistem. - . transportul şi depozitarea materiilor prime. Sistemele moderne următoarelor cerinţe: - de gestiune a stocurilor răspund Determinarea cantităţii optime de comandat. de unităţi ce sosesc într-o unitate de timp dată. Determinarea perioadei de aprovizionat (moment optim de lansare a comenzii de aprovizionare). care să asigure un nivel minim a cheltuielilor ocazionate de depozitare. de unităţi în şirul de aşteptare. generate de imposibilitatea de a corela temporal diverse activităţi care se intercondiţionează. materialelor etc. o) Modele de stocare Având în vedere că stocarea presupune cheltuieli directe şi indirecte generate de achiziţionarea. n) Modele pentru fenomene de aşteptare În activitatea practică din domeniul economic apar adesea situaţii de aşteptare. este oportun să se utilizeze un program optim de producţie. de aşteptare în sistem şi de aşteptare în şir. Aceste modele au un caracter complex descriptiv-normativ.Din categoria modelelor pentru descrierea muncii fizice fac parte şi studiile ergonomice privind interacţiunea dintre om şi mediul de muncă. Determinarea stocului de siguranţă optim în condiţiile minimizării cheltuielilor. a unităţilor în curs de servire. şi uneori de deprecierea acestora.

Dacă Atunci Aşa încât Componenta ∆S trebuie determinată cu modelele economicomatematice. aprovizionarea. cu cerere continuă. dinamice. Există o multitudine de modele de stocare: deterministe. p) Modele ale controlului static al calităţii produselor Aceste modele au atât caracter descriptiv cât şi normativ şi se bazează pe cunoştinţe de statistică matematică. cât şi o parte normativă: procesul de determinare a politicii optime de reaprovizionare. la momentul t pentru a obţine o cantitate din produsul i. cost de stocare şi cost de penalizare sau rupere). şi anume: cererea. probabiliste. Xi – cantitatea de produs i exprimată în unităţi fizice. . – stocul din materialul m existent la momentul t. Modelele de stocare cuprind atât elemente descriptive. cu cerere discontinuă etc.Modelul economico-matematic de stocare cuprinde principalele elemente ale oricărui proces de stocare. parametrii temporali şi costurile specifice (cost de lansare a unei comenzi. statice. Dacă notăm cu: – consumul de material m.

Modelul deciziilor de grup a lui Arrow. consecinţe.2.5. Din cea de-a doua categorie fac parte: a) Modele logicii formale. Diagrama informaţional-decizională. Modelele logicii matematice.Modelele de tip aval-amonte. Modele infomaţional-decizionale Modelele informaţional-decizionale se împart în două categorii: • Modele pentru decizionale. şi anume: - Modelele logicii clasice.2. şi anume: - Modelul general al procesului decizional care explicitează elementele acestui proces: variante. Modelele axiomatizate. b) Metode ale teoriei deciziei. Diagrama de flux a documentelor. descrierea reţetei informaţional- • Modele care descriu structura procesului decizional. Din prima categorie fac parte: - Modele de tip organigramă a structurii organizatorice. stări ale naturii. criterii. Modelele metateoretice. - . . Modelele semiotice. Teoria utilităţii.

3.5. autochestionarul. • Modele de simulare a relaţiilor umane. Principalele modele de descriere a relaţiilor interpersonale şi de grup în întreprinderi sunt: • Testele sociometrice.Modele multicriteriu. . intervenţii. de aptitudini speciale. 2. tendinţe. O primă categorie de modele încearcă să surprindă relaţia dintre motivaţii (trebuinţe. Un loc important îl ocupă modelele descriptive în vederea selecţiei şi promovării personalului (teste de inteligenţă. • Modele pentru descrierea comunicării între indivizi şi grupuri. Printre modelele de descriere a relaţiilor interpersonale şi de grup se află: interviul. Modele ale relaţiilor umane Modelarea descriptivă a relaţiilor umane din întreprinderi se referă la condiţiile observării. cum ar fi importanţa rolului profesional în procesul muncii pentru orice om. chestionarul. afecte. de performanţă) şi modele care descriu comportamentul în întreprindere. interese. . Alte modele se referă la stilul de conducere al liderilor formali sau informali.- Modele în condiţii de risc şi incertitudine. idealuri) şi comportament. obiectul observării (indivizi. grupuri şi reşaţiile lor reciproce) şi măsurarea rezultatelor observaţiilor.

). Modele Tehnologice Modulul De Legătură Modele InformaţionalDecizionale Modele Informatice Modele Relaţiilor Umane . • Modele de organizare a datelor (fişiere. bănci. 2.5. baze de date).2. Regula stimulării lucrătorilor şi specialiştilor. se poate pune în evidenţă zona de interferenţă a lor printr-un modul de legătură (Fig. cât şi normative. Având în vedere că majoritatea modelelor economicomatematice au atât trăsături descriptive. diferă fiind doar intensitatea unora sau altora în situaţia modelată. la un moment dat. 2. Modele informatice Modelele informatice pot fi grupate în: • • Modele complexe hardware. • Regula responsabilităţii profesionale. Modele de tip software de aplicaţii. şi anume: • • • Modelul conducerii descentralizate a întreprinderii. Prioritatea relaţiilor de respect şi încredere faţă de cele de autoritate.4.Pentru relaţiile umane din întreprinderi există o serie de modele pur normative.

dar ale unui model normativ? 6. De ce organizaţia poate şi trebuie să fie privită ca un sistem? Prezentaţi categoriile specifice teoriei sistemelor. 10. coordonare şi control al întreprinderilor. 2. Prezentaţi şi comentaţi tipurile de probleme în cazul abordării organizaţiei ca sistem. 8. 3. 7. 4. dar pentru activităţile tehnologice? ce serveşte tehnica de calcul în cadrul sistemelor de conducere a activităţilor economice.2. Enumeraţi principalele subsisteme componente ale unei întreprinderi industriale. Care sunt caracteristicile unui model descriptiv. vectorul ieşirilor şi vectorul stărilor. Cele patru categorii de modele şi modul de legătură Întrebări de control 1. Prezentaţi sinaptic legăturile între cele trei subsisteme ale sistemului de conducere. dar în cazul sistemelor tehnice de producţie? 9.La . Ce reprezintă analiza de sistem? 2. În ce condiţii modelarea economico-matematică este eficientă pentru o organizaţie? Care sunt metodele utilizate de analistul de sistem pentru activităţile economice.Fig. Explicaţi în ce constă vectorul intrărilor. 5.

Prezentaţi principalele tehnologice şi de producţie. 16. 17.11. Prezentaţi modelele informatice. 15.În Prezentaţi succint modelele informaţional-decizionale.Care sunt etapele construirii modelelor economico-matematice? sunt principalele tipuri de modele economico-matematice? modele privind aspectele 13. 14. ce constă modulul de legătură? .Care 12. Prezentaţi succint modelele relaţiilor umane.

Politică optimă .2.Fond bănesc .Analiza drumului critic . Modelul de analiză a drumului critic/cost 3.Resurse .Cap. Modelul de analiză a drumului critic pentru proiectele complexe 3.ADC/COST . 3 Termeni cheie . Algoritm euristic de alocare a resurselor Studiul de caz nr.Efect economic . Studiul de caz nr.4.ADC/resurse . Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute.Programare dinamică . Teorema de optimalitate a lui Bellman 3.5. 3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3.Bellman . 1 3.1.3.Rezerva de timp . 2 Studiul de caz nr.

deoarece. decizia optimă ce trebuie luată depinde de mulţimea evenimentelor care s-au produs anterior. În mulţimea politicilor posibile există cel puţin una. Teorema de optimitate formulată de Bellman arată că orice politică extrasă dintr-o politică optimală este ea însăşi optimală. Aplicarea acestui principiu de optimalitate în rezolvarea problemelor practice de armonizare a obiectivelor cu resursele se face . 3.Prezentarea şi esemplificarea modelului de analiză a drumului critic/cost şi a algoritmului euristic de alocare a resurselor. Prezentarea şi esemplificarea unor modele economicomatematice utilizate în alocarea resurselor băneşti în funcţie de efectele economice obţinute. - . denumită optimală. Succesiunea unor decizii formează o strategie (politică). iar orice şir de decizii succesive care fac parte dintr-o politică se numeşte subpolitică. care permite optimizarea criteriului de eficienţă ales. la fiecare moment..1.Subpolitică Obiective: - Cunoaşterea şi aplicarea principiului de optim formulat de Bellman. Programarea dinamică conţine o serie de metode adaptive. Teorema de optimalitate a lui Bellman În stabilirea unei politici optime de armonizare a obiectivelor cu resursele orgnizaţiei se utilizează metode ale programării dinamice.

A lua o decizie optimă în dinamică înseamnă a găsi o politică optimă pe toată perioada de referinţă. astfel încât toate subpoliticile componente să fie optime. Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute Să presupunem următoarea problemă economică: repartizarea unui fond pe n obiective disponibile. ele formează un şir crescător. În problemele secvenţiale.2. iar efectul fiecărei decizii îl reprezintă modificarea stării sistemului. care descriu fenomenul studiat. Etapele sau paşii procesului sunt momemntele în care trebuie luate deciziile. Rezolvarea acestor probleme se face prin descompunerea problemei în faze (subproblemă cu o singură variabilă) şi aplicarea principiului lui Bellman. a unor restricţii asupra variabilelor şi a unui criteriu de optim. 3. Problema constă în determinarea unui şir de decizii. unde: . Metodele progremării dinamice utilizate în stabilirea unei politici optime sunt posibile datorită caracterului secvenţial al unor procese economice. Pentru aplicarea strategiilor de optimizare. astfel încât efectele En(F) să fie maxime. în funcţie de caracterul parametrilor care pot fi de tip determinist sau probabilist. modelul se structurează sub forma unor ecuaţii sau inecuaţii. Variabilele care descriu starea procesului luat în considerare se numesc variabile de stare.diferenţiat.

deci Ek(F) – efectul economic integral ce se obşine prin alocarea optimă a fondului F pe k obiective (reprezintă suma efectelor ce se obţin pentru diferite obiective) Facem următorul raţionament. . obţinem nivelul optim al fondului alocat xn→ . …. unităţi etc.F – fondul disponibil ce urmează a fi alocat pentru modernizarea/reprofilarea/dezvoltarea a n obiective (secţii.xn)} Determinând valoarea lui xn care maximizează eficienţa economică integral. deci efectul total va fi: Ek(F)=max{ek(xk)+Ek-1(F-xk)}.F] În mod analog pentru k = n En(F)=max{en(xn) + En-1(F . . plecând de la principiul de optimalitate a lui Bellman: Dacă pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk). se continuă procesul de citire a . După ce s-a determinat soluţiei: . . xk [0. Xk – fondul ce se alocă pentru fiecare obiectiv k.). atunci pentru (k-1) obiective se va aloca (F-xk) şi se va obţine efectul ek-1(F-xk).

Rezolvare Se contruieşte strategia optimă pentru două obiective luate împreună. astfel încât efectele economice la nivelul firmei să fie maxime. respectiv.5 6 F2 0 2. care va fi efectul economic anual exprimat prin producţia industrială preconizată a fi obţinută.5 4 4. 1.x2)=e2(x2)+E1(x1)=e2(x2)+E1(F-x2) . Specialiştii firmei au înlocuit un studiu cu scopul de a analiza repartizarea fondului pentru creşterea producţiei din cele trei filiale. Studiu de caz 1 O firmă industrială are la dispoziţie un fond de 5 milioane lei pentru modernizarea capacităţii de producţie în cele trei filiale ale sale.5 7 F3 0 1.5 Se cere să se elaboreze strategia optimă de repartizare a celor 5 milioane lei.Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de alocare optimă a fondului de etape (obiective). Tabelul nr.5 4. lei) F1 0 2 3.1 Fondul alocabil (mil. Rezultatele studiului sunt prezentate în tabelul nr.5 3 3. lei) 0 1 2 3 4 5 Producţia preconizată a fi obţinută la filialele (mil.5 3 4 5 6. Se calculează funcţia: E2(x1.

5 3.5 2.5 3 2.5 4. 2 F 1 2 x2 1 0 2 1 0 3 2 1 0 4 3 2 1 0 5 4 3 2 1 0 F-x2 0 1 0 1 2 0 1 2 3 0 1 2 3 4 0 1 2 3 4 5 e2(x2) 2.5 2.5 3 2.5 0 4. Se calculează E3(x1x2x3).5 0 7 7 2 6.5 6 6 4 4 0 4.5 4 6.5 0 3.5 3.5 0 3 -2.5 2 2 0 3 2 4.5 0 3 E2(F-x3) 0 2.5 3.5 3 2.Tabelul nr.5 6.5 2.5 4.5 3.5 0 E1(x1) E(x1x2) E2(x1x2) 0 2.5 2 5.5 0 3.5 2 5 3. 3 F 1 2 x3 1 0 2 F-x3 0 1 0 e3(x3) 1.5 7 7 6 6 1 1 3 1 4 2 1 5 3 2 1 5 Se continuă prin conceperea strategiei optime de utilizare a fondului pentru cele trei filiale luate împreună şi determinarea lui .5 3 0 .5 0 7 4 3.5 7 7 4 7 7 4.. Tabelul nr.5 6.5 6.5 3.5 4.5 0 E(x1x2x3) E3(x1x2x3) 1.

ţinând seama de factorii: timp.5 6 6.5 6 6.5 0 2. = 1.5 7.5 8.5 4. = 2.3.5 0 6 6 1 0 7. precum şi actualizarea periodică a acestor proiecte. adică cele 5 milioane au fost repartizate în funcţie de efectele totale. care permite pe termen mediu şi scurt.5 7 4 4.5 7. 3.5 4.5 6.5 2 1 9 2 Soluţia este { = 2. cercetare-dezvoltare etc. reparaţii capitale.5 4.5 6 6 5 6.5 4. . programarea operativă a execuţiei.5 0 2. Modelul de analiză a drumului critic pentru proiecte complexe Analiza drumului critic este un instrument managerial utilizat frecvent în programarea şi urmărirea lucrărilor de anvergură (investiţii.5 4 5. revizii la instalaţii.5 0 6.5 0 4 3 1.5 9 8 7 4. cost.5 6.}.).5 7.3 4 5 1 0 3 2 1 0 4 3 2 1 0 5 4 3 2 1 0 1 2 0 1 2 3 0 1 2 3 4 0 1 2 3 4 5 1. Efectul total maxim este de 9 milioane lei. resurse materiale şi umane.5 7.5 6 0 2.5 0 2.5 0 5 4 3 1.5 -5 4 3 1.

o anumită activitate este definită de evenimentul de început. . Activităţile sunt de trei feluri: - Propriu-zise (consumă timp şi resurse). adică să facă posibilă stabilirea intercondiţionărilor între părţile componente. Deci. . Evenimentele sunt momentele caracteristice ale unei acţiuni complexe şi reprezintă studii de realizare a activităţilor. aceste aspecte pot fi prezentate ca în figura 3. Aij dij i j . Prima operaţie cerută de metodologia ADC este definirea listei activităţilor de către specialişti. care se desfăşoară între termenul minim al evenimentului precedent (i) şi termenul maxim al evenimentului următor (j). respectiv.Tip aşteptare (consumă numai timp).1. la un nivel care să permită corelarea logică şi tehnnologică a acestora. probabilist (se calculează durata medie probabilă) sau se determină prin simulare. Ele se prezintă sub forma unor noduri. Grafic.Fictive (nu consumă nici timp. Pentru exemplificare să considerăm o activitate (Aij). dar sunt introduse din considerente de reprezentare grafică). care se numesc activităţi. de terminare.Metoda constă în descompunerea acţiunilor complexe în părţi componente. nici resurse. care pe baza experienţei dobândite stabilesc sctivităţile imediat precedente (condiţionările) şi durata fiecărei activităţi care poate avea caracter determinist (se cunoaşte cu exactitate).

3.2. Însumând duratele activităţilor pentru fiecare succesiune se obţin valori diferite. Modul de calcul al termenelor minime şi maxime pentru un eveniment (p) din graf poate fi prezentat ca în fig. Pentru înţelegerea esenţei metodei ADC este important de reţinut că cea mai lungă succesiune determină durata minimă posibilă de execuţie a întregii acţiuni. Momentul cel mai devreme posibil de terminare a tuturor activităţilor care converg în p este: . acesta poate avea sau nu o rezervă de timp în funcţie de termenele în care se desfăşoară. drumul critic al unui graf este succesiunea activităţilor dintre nodul iniţial şi nodul final care au rezervă totală nulă. Cu ajutorul tehnicii calculului drumului critic se poate determina durata minimă posibilă de realizare a acţiunii complexe. Acesta este drumul critic al grafului. Altfel spus.1 tmax Dacă (dij) reprezintă durata de desfăşurare a activităţii (Aij). Rezerva totală (Rt) se calculează cu formula: Într-un graf se pot lua în considerare succesiuni de activităţi adiacente plecând de la începerea primei activităţi până la terminarea ultimei activităţi.tmin tmax tmin Fig 3. Acesta este de execuţie a întregii acţiuni.

Modelul de analiză a drumului critic/cost . . 3. qn tmin tmax tmin tmax Apqn Fig.4.2 Avantajele acestei metode sunt numeroase. . . Principalul avantaj se referă la determinarea cu anticipaţie a duratei de execuţie a acţiunilor (proiectelor) complexe. . Kn tmin tmax AK1p dK1p AK2p dK2p AKnp dKnp tmin ? tmax ? Apq1 q1 tmin tmax p Apq2 q2 . 3. cu o aproximaţie acceptabilă şi cu respectarea legăturilor logice şi tehnologice dintre activităţi.Momentul cel mai târziu posibil de începere a activităţilor care pleacă din p este: K1 tmin tmax K2 tmin tmax .

la care se poate ajunge prin măsuri de urgentare. fără a avea certitudinea că acesta este optim. dar cu pretenţia că explorează direct particularităriţile problemelor. luăm în considerare un algoritm de alocare care conduce la o soluţie într-un timp acceptabil de calcul faţă de algoritmii exacţi. Se consideră că fiecare activitate are dacă durate de execuţie. durata lucrării are numeroase implicaţii asupra costului. o durată normală (asimilată duratei maxime de execuţie a activităţii) şi o durată de execuţie minimă (crash). şi anume. Pentru exemplificare. unul maxim şi altul minim. Evident.Durata de execuţie a unei acţiuni variază în general. propun rezolvarea problemelor prin Metodele euristice utilizează un ansamblu de reguli ce permit alcătuirea unui program bun. şi anume. De aceea este important de determinat acea durată a acţiunii complexe căreia îi corespunde un cost minim. 3. chiar pentru proiecte mici. care. Funcţia cost-durată este descrescătoare. între două momente de timp. impuse de consideraţii tehnice şi/sau economice.5. Algoritm euristic de alocare a resurselor Metodele de rezolvare a problemelor ADC/RESURSE sunt în principal metode analitice şi metode euristice. Metodele analitice programare matematică. deşi conduc la o soluţie optimă. Costul unitar al urgentării se calculează ca un raport între diferenţa costurilor şi duratelor de execuţie a activităţilor. necesită timp foarte mare de calcul. Aceste metode sunt utile pentru o conducere eficientă. deoarece orice efort de urgentare este însoţit de creşterea cheltuielilor. .

astfel ca: . Tt = mulţimea activităţilor care au fost terminate până la momentul t. atunci: La un moment dat t al execuţiei proiectului se definesc următoarele mulţimi: Et = mulţimea activităţilor proiectului care se execută la momentul t.j) cu durata dij vom considera că tmi este termenul minim de începere. Ct = mulţimea activităţilor candidate. Fie: unde: Pt = mulţimea activităţilor candidate. tMt este termenul maxim de terminare. care sunt potenţial posibil să fie programate la momentul de începere t. pentru care: dar nu există nici o activitate din At = Ct – Pt. care sunt programate la momentul t. iar Rij rezerva totală de timp.Notaţii: Pentru fiecare activitate (i. Nt = mulţimea activităţilor neprogramate. Algoritmul programează la momentul t activităţile din Ct notate Pt. At = mulţimea activităţilor amânate.

activităţile amânate At vor avea termenul de începere tij = t + π. mulţimea activităţilor candidate va conţine pe acelea care au termenul de începere minim egal cu t. Dacă se consideră că noul moment t + π este momentul t de lucru. iar activităţile din At se vor amâna la momentul t + π. care se termină la momentul Importanţă în acest algoritm este selectarea submulţimii Pt din Ct pe baza unor criterii. Avem: unde Ft sunt activităţile din t + π. deci nu există nici o activitate din At = Ct \ Pt. astfel ca:  . cum ar fi:  Programarea activităţilor din mulţimea candidaţilor Ct în ordinea crecătoare a rezervei de timp Rij. Programarea activităţilor din mulţimea candidaţilor Ct care asigură o încărcare la maximum a capacităţilor diponibile.Activităţile dint Pt vor fi programate la momentele de începere tij= t. unde: În continuare. se calculează din nou termenul minim pentru activităţile neprogramate Nt. ţinând cont de aceste termene ca termene impuse.

Programarea activităţilor din mulţimea candidaţilor Ct, în ordinea crescătoare a termenului maxim de începere.

Aceste criterii pot fi utilizate şi simultan, unul dintre ele fiind considerat secundar.

Studiu de caz 2
Se presupune utilizarea criteriului de alocare: programarea activităţilor în ordinea crescătoare a rezervei de timp, pentru determinarea duratei minime de execuţie a unui proiect (P) definit de 11 activităţi ce utilizează resursele R1 şi R2, fără a depăşi disponibilul DR1=6 şi DR2=8. Duratele activităţilor, cu precedenţele (intercondiţionările dintre ele) şi intensitatea resurselor se prezintă în tabelul următor (Tabelul nr. 4). Tabelul nr. 4 Nr. 1 2 3 4 5 6 7 8 9 10 11 A A B C D E F G H I J K Condiţionări A A A B B C D E F,G,H I,J R1 4 2 4 4 2 2 3 2 2 2 2 R2 6 4 2 6 2 2 4 4 4 2 6 D 2 1 5 3 1 4 8 2 3 8 2 tm 0 2 2 2,3,7,15 3,7,15,18 3,7,15 7 5,18 4,19 15,20 23,28 tM 2 11 7 13 20 15 15 15 23 23 25 Rt 0 8 0 8,7,3,-5 16,12,4,1 8,4,-4 0 8,-5 16,1 0,-5 0,-5

Alocarea resurselor se face parcurgând etapele algoritmului prezentat, iar în tabelul 4 sunt puse în evidenţă activităţile candidate ce urmează să fie programate la momentul t. Termenele de începere a activităţilor programate sunt actualizate în limita rezervei disponibile (se pot urmări deplasările spre dreapta în cazul activităţilor neprogramate) şi rezervele de timp calculate. Se pun în evidenţă de fiecare dată activităţile candidate Ct, deci posibil să fie programate reţinând seama de diponibilul resurselor, activităţilor în execuţie Et la momentul t, activităţile programate Pt, de asemenea, termenul de începere şi rezerva de timp. Alocarea resurselor va începe la momentul t=0 Activităţilor candidate sunt C0 = {A} şi în execuţie: E0 = 0

Activitatea A se programează la momentul t deci P0 = {A}. Următorul moment de alocare este t = minA(0+2) = 2, F0 = A. t=2 C2 = {B, C, D}; E2 = 0;

Înseamnă că unele activităţi vor fi amânate. Se calculează rezerva de timp:

Se amână activitatea D:

Activităţile B şi C se programează la momentul t = 2, P2 = {B,C}. Se amâmă A2 = {D}. Activitatea S se amână la momentul

Şi se calculează termenele de începere a activităţilor. t=3

Se calculează rezervele de timp:

Se amână activitatea E cu rezerva cea mai mare.

F şi D pentru ca să se respecte disponibilul şi criteriul de alocare.E. Pentru că se amână şi activitatea D. adică F.F}. rezerva minimă: . Deci P3 = 0 şi A3 = {D. Următorul moment este t = minC (2 + 5) = 7 şi F3 = {C}. t=7 Se observă că se amână pe rând activităţile E.Se amână următoarea activitate cu rezerva cea mai mare.

t = 15

Se amână activitatea E

t = 18

Se programează E şi H la momentul t = 18

t = 19

Deci

t = 22

Pentru că nu există nici o activitate care să se programeze, se calculează următorul moment de alocare a resurselor.

t = 28

şi K se programează la momentul t = 28 Întreaga lucrare durează T = 28 + 2 = 30 unităţi de timp. Histograma încărcării resurselor în urma alocării resurselor este dată de figura 3.3.
6 4 2 A 2

B C 7 G 15

D F

H E H 1920 I J K 28 30

8 6 4 2 A B C 2 7 G 15 Fig. 3.3 F D H I E H J K 28 30

1920

Graficul Gantt corespunzător programării activităţilor în urma alocării resurselor este prezentat în figura 3.4. Activitatea este programată în intervalele de timp reprezentate cu linie continuă, iar porţiunea punctată reprezintă amânarea spre dreapta de la termenul de începere în procesul de alocare.
K J I H G F E D C

11 10 9 8 7 6 5 4 3

10 4.7 3.3 23 16. în sensul că. Studiul de caz 3 Se propune extinderea studiului de caz 1. se procedează la alocarea resurselor R1 şi R2. 1 2 3 4 5 6 7 8 9 A A B C D E F G H I Condiţionări A A A B B C D E D 2 1 5 3 1 4 8 2 3 R1 R2 4 2 4 4 2 2 3 2 2 6 4 2 6 2 2 4 4 4 tm 0 2 2 2.8 .8. toate activităţile candidate. plecând de la aceleaşi date ale proiectului (P). considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5).7. fiind suficiente resurse.4 Remarcă: La momentul t = 3 se observă că au fost amânate.2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig.-3 15 8.10.8.3 20 16.12 15 8 15 0. Tabelul 5 Nr.10 5. 3.3. cu toate că una din activităţi E sau F putea fi programată.7 3 7.12.10.1 2 tM Rt 2 0 11 8 7 0 13 8. conform criteriului de alocare.-1.

deci t=3 Se amână activitatea D şi una din activităţile E şi F. se amână E.26 23 25 0.10 11 t=0 J K F.H I. Pentru că RE = 16 şi RF = 8.-3 0.G.18 23.J 8 2 2 2 2 6 15.-3 t=2 Se observă că se amână activitatea D. .

t=7 Se amână G şi {G} t=8 Se amână şi G şi I. dar pentru că: se amână activitatea I . t = 10 Se amână fie H. fie I.I}. A8 = {G.

t = 12 t = 15 Se calculează următorul moment de alocare t = 18 t = 26 Deci K se programează la momentul t = 26 .

Histogramele resurselor R1 şi R2 corespunzătoare programării activităţilor şi alocării şi alocării resurselor sunt prezentate în figura 3.5. Aplicând criteriul încărcării la maxim a capacităţilor disponibile s-a obţinut în acest caz o durată a lucrării mai scurtă cu două unităţi de timp decât în cazul alocării după criteriul rezervei de timp minime.6.Durata lucrării este egală cu T = 26 + 2 = 28 Graficul Gantt corespunzător este prezentat în figura 3. 11’ 10 9 8 7 6 5 4 3 2 1 0 A 2 34 5 7 8 9 10 12 16 18 23 B C F E D H G I J K 26 28 .

3. În ce constă teorema de optimalitate formulată de Bellman? .5 8 6 4 2 0 A B 2 3 7 10 C C D F E H I G 18 J K 26 28 8 6 4 2 0 2 3 A C F B C E H D I K J 18 Fig.6.Fig. 3. 26 28 G 10 7 Întrebări de control 1.

5. .1. 4. 4.1. Care este formula de calcul privind efectul total obţinut pentru n obiective. Cap. 4 4. k = n? În ce constă analiza drumului critic? În ce constă metoda analizei drumului critic? Ce reprezintă drumul critic al unui graf? Care este formula de calcul a rezervei totale de timp? 3.4. 5.2. 6. ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk). Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. 4.2. 4. 4.3.5.

5.Deviaţia standard .3.Experiment de simulare .Simularea tip Forrester .Simularea evenimentelor discrete .Interval de încredere .Distribuţia t .Numere aleatoare . Simularea sistemelor continue cu tehnici Forrester 4.Perioada de repetiţie .4.Probabilitate cumulată .Mecanism de avansare a timpului simulat .Generatori de numere pseudoaleatoare .2.Simularea tip joc .Media de selecţie .Distribuţia uniformă distribuţii de probabilitate .5.Metode congruenţiale .Regula evenimentului următor .Metoda Monte Carlo . Simularea tip joc Termeni cheie .Precizia metodei Monte Carlo .

tip joc). 4. Scopul simulării este de a găsi caracteristica de funcţionare a sistemului real. Simularea se recomandă a fi folosită în cazul problemelor decizionale care nu pot fi analizate prin metode analitice de optimizare. prin simulare se construieşte un model al unui sistem real şi se realizează experimente cu acest model în scopul înţelegerii comportamentului sistemului şi/sau cu scopul evacuării diferitelor strategii pentru sistemul analizat. Sistemul analizat poate fi real sau teoretic.Obiective - Prezentarea tehnicii de simulare pentru realizarea experimentelor cu ajutorul calculatorului cu scopul descrierii comportamentului şi structurii unei organizaţii de-a lungul unei perioade lungi de timp. Simularea este o tehnică de realizare a experimentelor cu ajutorul calculatorului electronic şi presupune utilizarea unor tipuri de relaţii matematice şi logice necesare pentru descrierea comportamentului şi structurii unui sitem real complex de-a lungul unei perioade lungi de timp. - . Datele despre funcţionarea sistemului analizat se obţin prin generarea unei istorii artificiale cu ajutorul unui model. Forrester. Prezentarea aplicaţiilor practice ale simulării şi a modului de rezolvare a problemelor decizionale cu ajutorul simulării.1 Conceptul de simulare În contextul abordării cantitative a problemelor decizionale. .Prezentarea principalelor tipuri de simulare (Monte Carlo.

cât şi optimizarea sunt metode cantitative bazate pe metodele matematice. valorile variabilelor de decizie sunt date de intrare ale modelului. între două evenimente. sosirea unui client într-un sistem de servire poate modifica starea staţiei de servire din liber în ocupat sau poate mări lungimea cozii de aşteptare. pe baza parametrilor specificaţi de decident şi prin generarea artificială a valorilor mărimilor probabilistice. . simularea tip Forrester şi simularea tip joc. Simularea evenimentelor discrete se utilizează pentru simularea situaţiilor în care sunt identificate diferite evenimente care modifică starea sistemului studiat. Astfel. simularea evenimentelor discrete. se va alege varianta care conduce la cea mai bună valoare a criteriului de performanţă. În cazul optimizării. astfel încât ele să maximizeze sau minimizeze valoarea unei funcţii obiectiv. Cele mai importante sunt simularea Monte Carlo. Aceste valori se obţin cu ajutorul unui algoritm de optimizare. starea sistemului nu se modifică. Evenimentele se consideră discrete deoarece se consideră că. atât simularea. care exprimă criteriul de performanţă al modelului. În final. iar variabila timp mai apare explicit în modelul problemei. ele se deosebesc fundamental prin rolul variabilelor de decizie. Simularea Monte Carlo se aplică în problemele decizionale în care intervin mărimi cu mai multe valori posibile descrise prin distribuţii de probabilitate. (De exemplu: maximizarea veniturilor sau minimizarea cheltuielilor). Momentele de timp la care au loc evenimentele sunt aleatoare. În cazul simulării. Există mai multe tipuri de modele de simulare.Deşi. Prin simulare. se evaluează criteriul de performanţă pentru anumite valori ale variabilelor decizionale. valorile variabilelor de decizie sunt date de ieşire ale modelului.

4. nivelul stocului de siguranţă etc) în cazul în care ritmul de aprovizionare şi/sau cererea de consum sunt variabile aleatoare.2 Aplicaţii economice ale simulării Cele mai frecvente probleme de decizie abordate prin simulare sunt următoarele: - Lansarea unui produs pentru care cererea şi/sau preţul sunt variabile aleatoare. Această simulare plasează fiecare jucător în competiţie cu alte companii care vând produse similare pe aceeaşi piaţă. nivelul stocului curent la care se lansează o nouă comandă de aprovizionare. Dimensionarea unor facilităţi de servire (numărul staţiilor de servire. Determinarea politicilor de control al stocurilor (mărimea comenzii de aprovizionat. aşa cum îi spune numele. fiind responsabil pentru deciziile asupra afacerii sub toate aspectele.Metoda Monte Carlo este o componentă importantă a simulării evenimantelor discrete pentru generarea la întâmplare a intervalelor dintre două evenimente succesive. şi care constau în succesiuni de cauze şi efecte. ritmul de servire) în procesele de aşteptare caracterizate prin intervale aleatoare între sosiri (solicitări de - - . Deciziile se pot referi la producţia şi marketingul produselor. şi a sistemelor cu feedback. Simularea tip Forrester. achiziţionarea de informaţii competitive etc. Sarcina jucătorului este de a conduce activităţile întreprinderii. a fost propusă de Forrester în anii 1960 şi oferă posibilitatea abordării globale şi sistemice a problemelor social-economice comlexe. finanţarea costurilor activităţilor de marketing şi de producţie. Simularea tip joc ia forma unui joc de afaceri la care iau parte decidenţii.

În prezent. Estimarea duratei de finalizare a unui proiect complex în care duratele activităţilor proiectului sunt mărimi aleatoare.servicii) şi durate aleatoare de servire. Astfel de procese de aşteptare apar: în cazul producţiei în flux. cu menţiunea că modelele de simulare sunt mai comlexe. oficii de achitare a taxelor) etc. la punctele de control din aeroporturi sau din vamă. atât din partea companiilor producătoare de software. bănci. Etapele simulării pot fi grupate în patru domenii majore: . - . ritmul aprovizionării cu materiale. 4.3 Etapele simulării Rezolvarea prin simulare a problemelor decizionale presupune parcurgerea mai multor etape. datorită creşterii numărului de instrumente software pentru simulare. în magazine. produse intermediare etc. - Analiza proceselor de reparaţii ale utilajelor în vederea programării producţiei şi/sau investiţiilor. aceasta este utilizată din ce în ce mai mult în diverse domenii. la punctele de achitare a mărfurilor. serviciile publice (secretariate. deoarece ele presupun utilizarea calculatorului şi analize statistice. cât şi a companiilor care utilizează aceste programe.Probleme de programare operativă a producţiei în care intrevin mărimi aleatoare referitoare la durata preluării pe diferite maşini. în controlul calităţii producţiei. Există tot mai mulţi susţinători ai simulării. la încărcarea şi descărcarea mijloacelor de transport. Acest lucru presupune însă necesitatea unei bune instruiri care să asigure utilizarea eficientă a simulării. Etapele simulării sunt asemănătoare cu cele ale modelării.

colectarea datelor fundamentale. Modelul de simulare. Experimentelor de simulare Acest domeniu se referă la proiectarea experimentelor şi la realizarea experimentelor de simulare. verificarea modelului de simulare. Modelul de simulare Etapele din acest domeniu sunt: transpunerea modelului conceptual într-un model computerizat (programul de simulare). construirea modelului conceptual. La aceste activităţi se adaugă analiza senzitivităţii soluţiilor şi calibrarea modelului care constă în precizarea parametrilor modelului computerizat prin ajustarea acestora fără a modifica structura modelului conceptual. . Problema de rezolvat Etapele din acest domeniu sunt cele mai importante pentru proiectul de simulare şi se referă la formularea şi analiza problemei. Experimentele de simulare. Verificarea urmăreşte corectitudinea transpunerii informatice a modelului conceptual în cel computerizat. Validarea urmăreşte compararea comportamentului modelului computerizat cu cel al sistemului real pentru a vedea dacă modelul este cel corect sau adecvat. validarea modelului de simularea. testarea validităţii modelului conceptual. instruirea persoanelor implicate asupra principiilor de bază ale simulării.- Problema de rezolvat. .Analiza rezultatelor.

Analiza rezultatelor constă în analiza statistică a rezultatelor. De aceea. în prezent. în domeniul afacerilor.Prin proiectarea experimentelor se stabileşte: numărul de variante de simulare. condiţiile iniţiale pentru fiecare experiment. parametrii de intrare ai modelului de simulare. cât şi în faza de analiză a rezultatelor simulării. pentru analiza problemelor stochastice sau în condiţiide risc. Cea mai simplă este metoda subiectivă prin care experţii estimează pe o scară de la zero la unu probabilitatea ca un anumit eveniment să se realizeze. În simularea. numărul de experimente ale fiecărei variante de simulare. cunoştinţele despre probabilităţi sunt necesare atât în faza de construire a modelului de simulare. ale căror probabilităţi se pot estima. Probabilităţile pot fi obţinute în mai multe moduri. verificarea şi validarea modelului. concluzii şi recomandări. lungimea perioadei necesare aducerii sistemului artificial într-o stare stabilită. O altă metodă este metoda obiectivă sau metoda bazată pe . modalitatea de reducare a variaţiei rezultatelor din cauza factorilor întâmplători etc. este necesară generarea valorilor posibile pe baza distribuţiei de probabilitate. Probabilităţile au rol important în modelarea situaţiilor în care intervin mărimi stochastice. Variabilele stochastice sunt variabilele ale căror valori nu sunt cunoscute cu certitudine. dar le pot fi asociate anumite probabilităţi. atunci când o direcţie de acţiune poate avea mai multe consecinţe.4 Simularea Monte Carlo Simularea de tip Monte Carlo se aplică. proiectarea experimentelor. din ce în ce mai mult. prezentarea rezultatelor. 4. identificarea celor mai bune soluţii şi realizarea documentaţiei care va cuprinde obiectivele şi ipotezele.

Gruparea datelor pe intervale şi constrirea histogramei frecvenţelor relative. dar utilizarea acestora nu este convenabilă pentru simularea pe calculator. cum ar fi: bilete cu numere. .frecvenţele relative care utilizează datele istorice sau obţinute prin măsurarea directă a valorilor unei mărimi stochastice. Analiza grafului histogramei frecvenţelor relative pentru a stabili dacă seamănă cu forma unei distribuţii teoretice cunoscute. Colectarea datelor probabiliste. care pot fi folosite pentru a construi tabele cu numere aleatoare. Un număr aleator este orice număr care poate fi obţinut într-un asemenea mod încât valoarea lui nu poate fi prevăzută dinainte. referitoare la valorile variabilei 2. se poate aplica o procedură formată din trei etape: 1. ruleta sau procese fizice (procese radioactive. De aceea. Există mai multe procedee. Procesul de generare aleatoare a valorilor unei variabile probabiliste este cunoscut în literatura de specialitate ca metoda Monte Carlo şi constă în generarea mai întâi a unui număr aleator şi apoi utilizarea numărului obţinut pentru extragerea unei valori din distribuţia de probabilitate care descrie comportamentul variabilei probabiliste. numerele aleatoare necesare simulării sunt obţinute prin proceduri aritmetice numite generatori. 3. zarurile. pe baza datelor istorice sau obţinute prin măsurare directă. după care se calculează parametrii distribuţiei. Pentru construirea distribuţiei de probabilităţi a unei variabile stochastice sau probabilistice. procese electronice etc).

Pentru numere aleatoare se utilizează terminologia folosită de practicienii din domeniul simulării. Procedura este rapidă şi nu necesită multă memorie internă de calcul. 2) Numerele generate pot fi reproduse. Astfel. dar sunt predictibile şi reproductibile. Numerele generate sunt uniform distribuite în intervalul [0. el trebuie să îndeplinească următoarele condiţii: 1) Numerele generate au o perioadă lungă de repetiţie.1]. deoarece numerele pseudoaleatoare satisfac testul statistic al caracterului aleator. 3) Şirul de numere nu este degenerat. care se comportă ca şi numerele aleatoare. se va elimina variabilitatea produsă de numerele aleatoare şi se vor putea observa mai uşor diferenţele dintre rezultatele aplicării diferitelor variante. adică numerele sunt stochastice independente. şi anume că numerele aleatoare sunt numere uniform distribuite între 0 şi 1. deoarece permite controlul condiţiilor experimentale. Cei mai mulţi generatori de numere aleatoare implementaţi pe calculatoare sunt de fat generatori de numere pseudoaleatoare. Produce numere care verifică testul caracterului aleator. adică nu conţine unul sau mai multe numere care se repetă. 4) 5) O importanţă deosebită pentru realizarea experimentelor de simulare o reprezintă reproductibilitatea. Calitatea rezultatelor simulării depinde de calitatea generatorului de numere aleatoare utilizat. . Pentru ca un generator de numere aleatoare să fie bun. prin utilizarea aceluiaşi şir de numere aleatoare pentru analiza a două sau mai multe variante decizionale.

Acest lucru se poate realiza tabelar sau grafic. Utilizarea metodei Monte Carlo pentru generarea valorilor variabilelor probabiliste. n Probabiltăţile relative Probabilităţile cumulate Pasul 2 : Se asociază intervale de numere aleatoare fiecărei valori a variabilei probabiliste. .1. n i = 1.1]. prin normalizare. se transformă în numere uniform distribuite în intervalul [0. …. În cazul variabilelor probabiliste descrise prin distribuţii empirice discrete de probabilitate. în cazul distribuţiilor discrete de probabiliste.1. datele pot fi organizate conform tabelului 4.Pentru generarea de numere pseudoaleatoare există un număr mare de metode aritmetice. cele mai studiate din punct de vedere teoretic şi cu bune rezultate practice sunt metodele congruente liniare care se bazează pe clase de resturi. Tabelul 4. …. pentru obţinerea de selecţii simulate cu metoda Monte Carlo se poate aplica următoarea procedură: Pasul 1 : • • Se calculează: i = 1. care apoi. Prin aceste metode se generează numere întregi cuprinse între 0 şi (m-1). Valorile xi variabilei probabiliste X X1 X2 … Xn Frecvenţele de apariţie fi f1 f2 … fm În general.

6 0. Pe un sistem de două axe coordonate. Valoarea lui P0 este 0. 1] Grafic.2 0. P1) [P1.8 0. fiecărei valori Xi. Într-un tabel de forma tabelului 4.2.).Pi).1 . 1 1 Probabilităţi 0. pe orizontală se reprezintă valorile variabilei probilistice. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1.6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig.2 0.2. Tabelul 4. iar pe verticală probabilităţile cumulate (Fig 4.Tabelar.1. Valoarea variabilei probabiliste Xi X1 X2 … Xn Probabilitate relativă p1 p2 … pm Probabilitate cumulată P1 = p0 + p1 P2 = P1 + p2 … Pn = Pn-1 + pm = 1 Intervale [0. P2) … [Pm-1. 4.4 0.

Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0. intervalul de încredere pentru medie etc. GENER 3. valoarea xi căreia îi corespunde intervalul [Pi-1. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală.2. 1] şi se generează volumul vânzărilor de 5 mii bucăţi. Pasul 6 : . dacă numărul aleator este 0. unul din programele GENER 1. se citeşte valoarea de la baza acelei bare şi se scrie această valoare într-un tabel. Numărul generat ur se reprezintă printr-un punct pe axa verticală. deviaţia standard. Pi) căruia îi aparţine numărul aleator ur generat. Grafic. Pasul 5 : Dacă numărul de experimente este mai mic decât numărul n stabilit de utilizator se reia procedura de la Pasul 3 pentru efectuarea de noi experimente. Se caută în Tabelul 4. coeficientul de variaţie. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel).6971. GENER 2. GENER 4. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic. altfel se trece la Pasul 6.6.1 intervalul [Pi-1. De exemplu. acesta aparţine intervalului [0.1] utilizând un generator de numere aletoare (de exemplu. Analiza statistică a rezultatelor: se determină media mărimii simulate. Tabelar. Pi) identificat în Tabelul 4.

În acest sens. Dacă volumul selecţiei creşte. ca intervalul să conţină media reală. Media obţinută pe baza mai multor medii de selecţie are o proprietate foarte importantă: media mediilor de selecţie estimată media reală.95 = (1-α). Aceasta înseamnă că se poate obţine o distribuţie de probabilitate a mediei care se numeşte distribuţia mediei de selecţie. eroarea descreşte. Precizia metodei de simulare Monte Carlo Metoda Monte Carlo este sinonimă cu metoda experimentelor statistice. Totuşi. Pentru a cuantifica această eroare se construieşte un interval în care se aşteaptă să se găsească media reală vu nivelul de încredere (1-α) specificat. la repetarea unui număr de alte n experimente de simulare.1] este nivelul de semnificaţie al erorii.Rezolvarea Pasului 5 şi a Pasului 6 presupune cunoaşterea unor aspecte legete de precizia metodei de simulare Monte Carlo. se cunoaşte că există o eroare asociată acestei estimaţii care depinde de mărimea volumului n al selecţiei. este foarte posibil ca valorile mediilor să nu fie identice. unde α [0. Acest interval pentru medie se numeşte interval de încredere 95%. Convenţia este de a utiliza fie probabilitatea de 0. . media de selecţie este o mărime cu mai multe valori posibile. Media de selecţie Deviaţia standard Ca şi în cazul datelor reale.

Pentru determinarea intrevalului de încredere pentru medie se utilizează distribuţia t. Această distribuţie este o distribuţie simetrică la fel ca şi distribuţia normală. dar este mai plată. aproape nu mai există diferenţă între distribuţia t şi distribuţia normală. Dacă volumul selecţiei este mai mare de 50. În acest caz a fost estimat un singur parametru. Pentru n = 500. rezultă α = 0. Pentru intervalul de încredere (1-α) = 0. Intervalul de încredere (1-α) pentru media reală este definit de realţia: . Valoarea lui t depinde de gradele de libertate ale selecţiei. astfel că numărul gradelor de libertate este n-1. Valoarea este numită jumătatea intervalului de încredere şi poate fi considerată eroarea asociată mediei. Dacă se doreşte să se determine un interval de încredere (1-α) cu o anumită precizie ε.95. Pentru n = 100. care este: . şi anume deviaţia standard.05. astfel că . atunci din relaţia: rezultă numărul N de execuţii de simulare necesare pentru obţinerea preciziei dorite. Gradele de libertate sunt determinate de volumul selecţiei n diminuat cu numărul de parametri necunoscuţi care trebuie estimaţi.

se poate obţine prin creşterea numărului experimentelor de simulare de θ2 ori. Aceste neconcordanţe conduc la fenomene de aşteptare: clienţi care aşteaptă la o casă de bilete sau la un ghişeu de bancă. Ca şi în cazul altor modele. în timpul simulării este necesară cunoaşterea . Simularea evenimentelor discrete În acest tip de simulare pot fi studiate situaţiile în care sunt definite diferite evenimente care sunt activate la anumite momente de timp şi care afectează starea sistemului studiat. o creştere a preciziei metodei Monte Carlo de θ ori. modelul de simulare al unui sistem poate fi manipulat mult mai uşor şi fără risc în comparaţie cu sistemul real respectiv. materiale care aşteaptă să fie preluate de un anumit utilaj etc. În multe cazuri. în anumite perioade de timp. modelele de simulare a evenimentelor discrete sunt utilizate pentru a crea sisteme operaţionale detaliate care să reprezinte situaţiile în care.unde statistica şi deviaţia standard S sunt determinate pentru un număr n cunoscut. Din cauza naturii dinamice a metodelor de simulare a evenimentelor discrete. 4. Modelele de simulare a evenimentelor discrete se utilizează atât în industria serviciilor cât şi în industriile orientate de produse.1.5. pot apare neconcordanţe între cererea de servicii sau activităţi şi resursele disponibile pentru realizarea lor.5. Alte tipuri de simulare 4. Rezultă că.

4. La acel moment de timp. În principal. În cazul avansului timpului bazat pe regula evenimentului următor. E1 E2 E3 E4 timpul 0 T1 T2 T3 T4 Fig. este necesar un mecanism de avansare al timpului simulat de la o valoare la alta. ceasul simulării este avansat cu exact unităţi de timp. există două abordări: - Avansul timpului bazat pe regula evenimentului următor.3 . . mărimea fiind aleasă în funcţie de problema de rezolvat (Fig. În cazul avansului timpului cu o valoare fixă. ceasul simulării este iniţializat la valoarea zero şi apoi se determină momentele de timp când se vor realiza evenimentele următoare (Fig.valorii curente a timpului simulat şi.Avansul timpului cu o valoare fixă.3). E1 E2 E3 E4 timpul 0 T1 T2 T3 T4 Fig 4. 4. starea sistemului se va schimba ca urmare a evenimentului care a avut loc.2). 4.2 Ceasul simulării va fi avansat la timpul când se va realiza primul dintre aceste evenimente următoare. de asemenea.

a unor generatoare interactive de programe de simulare etc. în 1961. contribuind la conştientizarea organismelor guvernamentale şi interguvernamentale asupra necesităţii controlului atât în privinţa utilizării resurselor. Alte aplicaţii: . cât şi în privinţa creşterii economice. Simularea sistemelor continue cu tehnici Forrester Acest tip de simulare a fost iniţiat de Jay Forrester. 4.5. Pentru realizarea simulării. globale. Pestel (1974). autori M. a unor limbaje speciale de simulare. Aceste rapoarte au stat la baza a două lucrări publicate: Limitele creşterii.2. care la rândul lui generează o altă decizie în alt sector. profesor la Massachusettes Institute of Technology. autor Meadows (1972) şi Omenirea la răspântie. Forrester a propus această tehnică de simulare pentru problemele complexe. aceste modele au fost folosite pentru întocmirea celor două rapoarte ale Clubului de la Roma privind perspectivele omenirii la începutul secolului XXI. prin lucrarea Industrial Dynamics (Dinamica industrială). modelul de simulare va fi transpus într-un program de simulare prin utilizarea unor limbaje convenţionale.După fiecare modificare a ceasului se verifică dacă au avut loc evenimente în ultimul interval de unităţi de timp. Mesarovic şi E. care sunt compuse din succesiuni de cauze şi efecte. În 1970. tradusă în România în 1981 (ediţia a VIII-a a lucrării apărute în SUA). Modelele de dinamică industrială au fost aplicate pentru studiul efectelor creşterii populaţiei asupra utilizării resurselor. o decizie sau o politică într-un domeniu de activitate poate cauza un anumit rezultat sau efect în alt sector. Astfel.

În sistemele reale. produselor. măsurabile la un moment dat şi supuse controlului conducerii organizaţiilor. controlul stocurilor de materiale etc. fondurilor băneşti etc. comenzilor. Forrester arată că sistemele cu feedback răspund lent la variaţia intrărilor în sistem. comenzilor. respectiv. la un moment dat. cât şi din cauza întârzierilor care apar la transmiterea şi recepţionarea informaţiilor. Forrester consideră că un manager modern elaborează un şir de intrucţiuni sau decizii care direcţionează eforturile elementelor umane şi tehnice pentru realizarea obiectivelor propuse. ritmuri şi întârzieri. fondurilor băneşti etc. Acest sistem este un sistem cu buclă inversă sau cu feedback. decizia. se bazează pe informaţia despre o stare anterioară a sistemului. . Forrester utilizează trei tipuri de variabile: niveluri. mediului. Pentru modelele de dinamică industrială. produselor.- În macroeconomice: protecţia cercetării ştiinţifice etc. programarea producţiei. organizarea desfacerii produselor. Prin examinarea nivelurilor poate fi înţeleasă starea sistemului şi pot fi adoptate măsuri corective corespunzătoare. organizarea - În microeconomie: alocarea capacităţilor de producţie. . materialelor. atât din cauza structurii lor. Ciclul InformaţieDecizie-Acţiune constituie elementul de bază a modelelor de dinamică industrială.Analiza comportamentului sistemelor economice prin luarea în considerare a întârzierilor care apar la transmiterea şi recepţionarea informaţiilor. materialelor. Nivelurile reprezintă acumulările din sistem. informaţia despre starea sistemului alimentează înapoi decizia.

Noţiunea de joc de întreprindere se regăseşte şi sub denumirea de joc de conducere (management game) sau joc de afaceri (business game). în funcţie de sfera de aplicabilitate. . în timp ce simularea poate fi realizată cu calculatorul. 4.3. fără intervenţia decidentului. Fiecare element este reprezentat printrun simbol specific. Alte elemente ale modelelor de dinamică industrială sunt: - Variabile auxiliare: folosite pentru simplificarea ecuaţiilor de ritm ale modelului. care reprezintă un exerciţiu de simulare dinamică a unor decizii secvenţiale. Constantele sau parametri. Alte limbaje de simulare folosite sunt STELLA. POWERSIM etc. Simularea tip joc În acestă categorie de simulare sunt incluse jocurile de întreprindere. Diagramele de flux pentru reprezentarea grafică a modelului în care interacţionează diferitele elemente ale sistemelor de dinamică industrială. - Pentru realizarea simulării a fost crea un limbaj special de simulare numit DYNAMO.Ritmurile definesc fluxurile între nivelurile din sistem şi reprezintă politica managerială pentru schimbarea stării sistemului.5. fiind măsurabile ca valori medii (de exemplu: cantitatea de produse realizată pe unitatea de timp). Jocurile de întreprindere prezintă particularitatea că implică prezenţa decidentului uman şi luarea deciziilor pe parcursul desfăşurării acestora.

În ce tip de probleme se aplică simularea Monte Carlo? 4. Ce sunt numerele pseudoaleatoare? 9. a unei îndemânări în managementul organizaţiei. bazându-se pe ideea că abilitatea de conducere se dobândeşte prin practicare. un număr mare de universităţi au introdus jocurile în programele şi cursurile lor de management al întreprinderilor. Primul joc de întreprindere a fost elaborat de Asociaţia Americană de Management în anul 1950 în luarea Top Management Decision Simulation. Care sunt condiţiile pe care trebuie să le îndeplinească un generator de numere aleatoare pentru a fi bun? . Care sunt principalele tipuri de modele de simulare? 3. Ulterior. Ce este un număr aleator? 8. jocurile sunt destinate simulării viitorului unei organizaţii şi a conjuncturii în care va găsi aceasta. Care sunt domeniile majore privind etapele simulării? 7. structurat în jurul unei afaceri. Ele urmăresc însuşirea unei abilităţi. În general.Un joc de afaceri este definit ca un exerciţiu de luare a deciziilor secvenţiale. Ce este simularea? 2. Care este caracteristica simulării de tip joc şi în ce situaţii se utilizează ea? 6. În ce situaţii se utilizează simularea evenimentelor discrete? 5. Întrebări de control 1. în care participanţii îşi asumă riscul de conducere a operaţiei simulate.

... 4. Ce este media reală? 13. Cochină. F. În ce constau metodele congruenţiale liniare? 11. Modelarea economică. C. Raţiu – Suciu. Luban.. Bucureşti.. 2. firma şi managementul bazate pe cunoştinţe. Luban... D.. Bucureşti. 14. Editura Economică. Simularea managerialîntreprenorială PRELEM XXI – 2003.. 2007. Bucureşti. L. Editura ASE. 2005. Economia. Nicolescu. O. Ciocoiu. Bucureşti. I. Anghel. Care sunt tipurile de variabile utilizate de Forrester pentru modelele de dinamică industrială. 2005. Ce se urmăreşte cu ajutorul jocurilor de întreprindere? Bibliografie 1. Ce este distribuţia mediei de selecţie? 12. Nicolescu. Hâncu. F. . O. F. Editura ASE. Nicolescu. N.10. 2006.. Editura Olimp. Sisteme bazate pe cunoştinţe în management. 3.

C.. Editura ASE. teste. D.. Bucureşti. F.. 2007. Luban. Raţiu – Suciu. . Modelarea economică – Studii de caz. N.5. Ciocoiu. Hâncu..

Sign up to vote on this title
UsefulNot useful