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

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

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

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

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. fără a avea garanţii că este soluţia optimă.3. care presupune construirea unor modele matematice şi logice care descriu comportarea unui sistem real într-o perioadă lungă de timp. fuzzy stochastice Modele determinist e .. Ele pot consta într-o succesiune de încercări (tatonări). cit. când este util a se obţine.1. o soluţie S.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. pag 16. acceptabil din punct de vedere practic. într-un timp relativ scurt.4 1. Procesul de trecere de la sistemul real la modelul de simulare Simulare reprezintă o tehnică de realizare a experimentelor cu ajutorul calculatorului numeric. Metodele euristice au un anumit grad de probabilitate. a căror alegere depinde de natura problemei de rezolvat şi de personalitatea analistului de sisteme (modelatorului).

. respectiv: . simularea pune în evidenţă efectul modificării unor parametrii care descriu sistemul respectiv.Sistemul real.Relaţii de simulare.Modelul. . în funcţie de stările interne ale sistemului. în funcţie de condiţiile date la un moment dat. deşi nu oferă soluţii exacte ci suboptimale. Precum şi două tipuri de relaţii. Simularea conduce la obţinerea mai multor variante de decizie.Relaţii de modelare.Metode De culegere date Deterministe Stochastice Vagi Exacte De prelucrare date Aproximative Euristice Figura 1. . descriind în acelaşi timp şi evoluţia în timp a stărilor interne ale sistemului. În activitatea de simulare sunt implicate trei elemente importante. În cazul unei întreprinderi. dar probleme complexe ale firmei nu pot fi studiate analitic cu metode economico-matematice de optimizare.Calculatorul.1 Simularea generează intrările în sistem şi determină ieşirile din sistem prin algoritmi adecvaţi. managerul alegând-o pe cea mai bună. . Simularea este o tehnică de cercetare eficientă. şi anume: .

măsurători.2. Validarea rezultatelor constă în verificarea concordanţei datelor din sistemul real cu cele oferite de modelul real. Modelul abstract realizează trecerea de la sistemul real la modelul real.5 Sistem Date din sistem obţinute prin: Observări Măsurăto ri. Modelul real reprezintă sistemul real înlocuit. cit. expeimente. Modelul reprezintă forma abstractă şi simplificată a unui proces economic. prin descompunerea sistemului în părţi componente elementare şi stabilirea legăturilor dintre acestea.. obţinut prin prelucrarea datelor prin observări. 18. 5 Sursa: op.4. Definiţia şi clasificarea modelelor economicomatematice Conceptul de model a fost preluat de la matematicieni de către analiştii de sistem. pentru a fi utilizat în procesele economice.2 Sistemul real reprezintă sistemul perceput în mod natural cu ajutorul simţurilor. pag. Validare Validare Modelul abstract Modelul Date Date Figura 1.Procesul de trecere de la sistemul real la modelul de simulare (modelul real) poate fi reprezentat grafic ca în figura 1. şi care corespunde. cerinţelor sistemului real iniţial. . 1. în principiu.

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

Modele deterministe (mărimi cunoscute). 2. - La nivel regional.La nivel de organizaţie. Modele microeconomice. După domeniul de provenienţă şi concepţie: - Modele cibernetico-economice (relaţii între intrări-ieşiri şi evidenţierea fenomenelor de reglare). 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). După caracterul variabilelor: . teritorial. încertitudine). . Modele econometrice (elementele numerice sunt determinate statistic). - - - - . Modele ale cercetării operaţionale (permit obţinerea unei soluţii optime sau apropiate de optim pentru fenomenul studiat). factori de risc. Modele din teoria deciziei (cu luarea în considerare a mai multor criterii. .Modele de ansamblu ale economiei. 3.- Modele mezoeconomice.Modele specifice de marketing. .

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

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

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

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

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

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

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

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

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

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

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

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. Funcţia globală de optmizat Alegerea unei reguli de transformare a soluţiei x0 în x1. psihologică etc.euristic folosit). Dacă s-a reuşit obţinerea unei soluţii admisibile se trece la pasul 4.). 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 . Se construieşte o soluţie iniţială (x0) Satisfăcut Se calculează funcţia de performanţă f(x0).

atunci se evaluează diferenţa |f(x1)f(x0)|. Se compară performanţele celor două soluţii f(x0) şi f(x1). Când acest număr a fost atins. Compozitorul de probleme explorează . Dacă această diferenţă este semnificativă. permiţând obţinerea unei soluţii suboptimale. soluţia iniţială admisibilă x0 se transformă într-o altă soluţie x1. Pasul 6 : Pasul 7 : Paşii algoritmului pot fi parcurşi cu sau fără ajutorul calculatorului. Dacă nu s-a realizat numărul raţional de iteraţii.Nu Se măreşte probabilitatea de aplicare a regulii care a avut mai mult Figura 1. algoritmul se opreşte. În mod analog a fost construit un algoritm general al compozitorului de probleme. iar algoritmul se reia de la pasul 5.3 Pasul 5 : Cu ajutorul unor reguli de transformare. Dacă performanţa f(x1) este superioară performanţei f(x0). de asemenea admisibilă. Se calculează funcţia de performanţă f(x1) a noii soluţii. soluţia x1 devine soluţia iniţială şi algoritmul se continuă de la pasul 5. 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. 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.

Din ce categorie de algoritmi face parte algoritmul general al rezolvatorului de probleme? Prezentaţi paşii algoritmului. 7. 9.cazurile în care regulile cu mare succes în mod obişnuit conduc la insucces şi/sau regulile cu insucces conduc la succes. 3. Ce sunt sistemele suport de decizie? Care sunt elementele asenţiale ale SSD? Care sunt categoriile de SSD. după natura problemelor? sunt sistemele expert? sunt părţile componente ale unui sistem expert? 10. Care 12. Întrebări de control 1. Care este obiectul de studiu? 2. 8. 4. . Ce 11. 6. 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.

5. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice .1.5. Analiza de sistem construirea 2.2.4. 2. 2 Analiza sistematică şi modelelor economico-matematice 2. Modele ce surprind aspecte tehnologice şi de producţie 2. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2.5. Etapele matematice 2.2.5. Rolul şi locul modelării economico-matematice în management 2. construirii modelelor economico- Tipuri de modele economico-matematice 2.3.4.1.5.Cap. 2.3.

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

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

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

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

modelele d) e) f) g) h) i) Orientarea modelării descriptive şi normative cu precădere către problemele decizionale cele mai importante în conducerea sistemelor. 2.2. . Acordarea importanţei modelelor informatice şi sistemelor expert în luarea deciziilor privind conducerea sistemelor. precum şi funcţionarea în regim normal a sistemului de modele sunt condiţii care să asigure succesul metodologiei de conducere. componente unui sistem organizaţional sunt: intrările de resurse materiale. Existenţa unei analogii semnificative între descriptive sau normative şi problema studiată. Experimentarea modelelor şi implementarea lor. financiare. în interiorul sistemelor. şi. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică Conform teoriei sistemelor. implicit. Readaptarea şi supleţea modelelor de conducere a sistemelor în condiţii de risc şi incertitudine. Importanţa factorului uman în luarea deciziilor privind conducerea sistemelor. 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. în condiţiile schimbărilor rapide care au loc în economie. Modelarea descriptivă şi normativă a proceselor decizionale este esenţială pentru conducerea eficientă a sistemlor.

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

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

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

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

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

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

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

Exemplu Considerăm: PFi (i=1.Arborescenţa unui produs constă în părţile componente ale produsului finit.….…. asfel încât. care descriu resursele materiale.p) – produsul finit ai (i=1. vom nota cu V – numărul de niveluri care intervin şi cu h – rangul nivelului. vom avea: Pentru situaţiile în care arborescenţa este mai complicată pe mai multe niveluri. Părţile componente ale produsului se descriu pe mai multe niveluri. În acest caz. cu precizarea normelor de consum reţetei de fabricaţie. formula de calcul al necesarului de resurse materiale va fi: pentru k= .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. pe ultimul nivel să poată fi citite componentele de bază. .

Pot fi folosite atât ca mocele descriptive. umane şi financiare. . fiind denumit calculul cu ajutorul exploziilor sumarizate. denumit modelul matricei exploziilor sumarizate. 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. 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. atunci când este vorba despre secvenţe tehnologice. oferind astfel imaginea completă asupra structurii tehnologice a unui produs. b) Modele tip grafice GANTT Aceste modele sunt folosite în domeniile în care apare problema succesiunii în timp a unor activităţi. cât şi ca modele normative. Pe baza structurilor arborescente ale produselor finite se poate construi un model matriceal pentru determinarea necesarului de subansamble şi componente.Suma arată că se vor aduna cantităţile pentru subproduse identice.

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). alocarea resurselor etc. valoarea cifrei de afaceri. cum ar fi: fondul tehnic de timp pe grupe de maşini. activităţi critice. deoarece se utilizează mai mulţi indicatori fizici şi valorici. volumul producţiei exprimat în unităţi fizice. fondul de timp necesar pentru principalele piese de schimb etc. Modelele utilizate pentru determinarea capacităţilor de producţie sunt modele complexe. modele de ordonanţare bazate pe programarea liniară în numere întregi. astfel ca interdependenţele dintre ele să fie respectate în limita resurselor deisponibile şi cu o durată totală minimă de execuţie. Alături de problemele de ordonanţare se recomandă să fie integrate şi modelele de lot optim. ordonanţarea în flux (flow shop). Modelele de ordonanţare şi lotizare constituie perspectiva modernă asupra programării producţiei. Printre modelele clasice ale teoriei ordonanţării sunt: ordonanţarea a n repere pe m maşini (job shop). 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. rezerve. algoritmi pentru ordonanţarea cu restricţii de resurse limitate.Modelele de tip ADC oferă informaţii utile cu privire la termenele de începere şi terminare a activităţiilor. modele ADC de tip euristic. .

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

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

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

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

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

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

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

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

Modelele logicii matematice. stări ale naturii. Din cea de-a doua categorie fac parte: a) Modele logicii formale.2. b) Metode ale teoriei deciziei. . - .5. Diagrama de flux a documentelor. şi anume: - Modelul general al procesului decizional care explicitează elementele acestui proces: variante. consecinţe. Modelele axiomatizate. Modele infomaţional-decizionale Modelele informaţional-decizionale se împart în două categorii: • Modele pentru decizionale. Modelele metateoretice. Din prima categorie fac parte: - Modele de tip organigramă a structurii organizatorice. Diagrama informaţional-decizională. Modelele semiotice. criterii.Modelele de tip aval-amonte. Modelul deciziilor de grup a lui Arrow. descrierea reţetei informaţional- • Modele care descriu structura procesului decizional. Teoria utilităţii. şi anume: - Modelele logicii clasice.2.

Printre modelele de descriere a relaţiilor interpersonale şi de grup se află: interviul.5. Un loc important îl ocupă modelele descriptive în vederea selecţiei şi promovării personalului (teste de inteligenţă.Modele multicriteriu. afecte.3. obiectul observării (indivizi.- Modele în condiţii de risc şi incertitudine. autochestionarul. 2. interese. grupuri şi reşaţiile lor reciproce) şi măsurarea rezultatelor observaţiilor. chestionarul. . idealuri) şi comportament. cum ar fi importanţa rolului profesional în procesul muncii pentru orice om. . Principalele modele de descriere a relaţiilor interpersonale şi de grup în întreprinderi sunt: • Testele sociometrice. O primă categorie de modele încearcă să surprindă relaţia dintre motivaţii (trebuinţe. de aptitudini speciale. tendinţe. Alte modele se referă la stilul de conducere al liderilor formali sau informali. intervenţii. • Modele pentru descrierea comunicării între indivizi şi grupuri. • Modele de simulare a relaţiilor umane. de performanţă) şi modele care descriu comportamentul în întreprindere. Modele ale relaţiilor umane Modelarea descriptivă a relaţiilor umane din întreprinderi se referă la condiţiile observării.

bănci. Modele Tehnologice Modulul De Legătură Modele InformaţionalDecizionale Modele Informatice Modele Relaţiilor Umane . Modele de tip software de aplicaţii. Având în vedere că majoritatea modelelor economicomatematice au atât trăsături descriptive.5. 2. • Modele de organizare a datelor (fişiere. Regula stimulării lucrătorilor şi specialiştilor. Prioritatea relaţiilor de respect şi încredere faţă de cele de autoritate. se poate pune în evidenţă zona de interferenţă a lor printr-un modul de legătură (Fig. diferă fiind doar intensitatea unora sau altora în situaţia modelată. Modele informatice Modelele informatice pot fi grupate în: • • Modele complexe hardware.Pentru relaţiile umane din întreprinderi există o serie de modele pur normative.4. şi anume: • • • Modelul conducerii descentralizate a întreprinderii. baze de date).2. • Regula responsabilităţii profesionale. 2. la un moment dat.). cât şi normative.

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

Care 12. 15.Care sunt etapele construirii modelelor economico-matematice? sunt principalele tipuri de modele economico-matematice? modele privind aspectele 13.În Prezentaţi succint modelele informaţional-decizionale. 14. Prezentaţi succint modelele relaţiilor umane.11. Prezentaţi principalele tehnologice şi de producţie. 17. 16. ce constă modulul de legătură? . Prezentaţi modelele informatice.

Analiza drumului critic . Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute.1.Rezerva de timp .Politică optimă . 3 Termeni cheie .Fond bănesc .ADC/COST . Studiul de caz nr.5.Efect economic . 1 3.4. Algoritm euristic de alocare a resurselor Studiul de caz nr. Modelul de analiză a drumului critic/cost 3.Programare dinamică . 2 Studiul de caz nr.2.ADC/resurse .3. Teorema de optimalitate a lui Bellman 3.Bellman .Resurse . Modelul de analiză a drumului critic pentru proiectele complexe 3. 3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3.Cap.

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

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

atunci pentru (k-1) obiective se va aloca (F-xk) şi se va obţine efectul ek-1(F-xk).xn)} Determinând valoarea lui xn care maximizează eficienţa economică integral. …. obţinem nivelul optim al fondului alocat xn→ . .F] În mod analog pentru k = n En(F)=max{en(xn) + En-1(F . După ce s-a determinat soluţiei: .). 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).F – fondul disponibil ce urmează a fi alocat pentru modernizarea/reprofilarea/dezvoltarea a n obiective (secţii. se continuă procesul de citire a . deci efectul total va fi: Ek(F)=max{ek(xk)+Ek-1(F-xk)}. xk [0. . Xk – fondul ce se alocă pentru fiecare obiectiv k. 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. unităţi etc. .

5 3 3. Tabelul nr.5 7 F3 0 1.5 4 4. astfel încât efectele economice la nivelul firmei să fie maxime.5 6 F2 0 2.x2)=e2(x2)+E1(x1)=e2(x2)+E1(F-x2) . 1. care va fi efectul economic anual exprimat prin producţia industrială preconizată a fi obţinută.5 4. lei) 0 1 2 3 4 5 Producţia preconizată a fi obţinută la filialele (mil. Se calculează funcţia: E2(x1.5 3 4 5 6. lei) F1 0 2 3.Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de alocare optimă a fondului de etape (obiective).1 Fondul alocabil (mil. Rezolvare Se contruieşte strategia optimă pentru două obiective luate împreună.5 Se cere să se elaboreze strategia optimă de repartizare a celor 5 milioane lei. Specialiştii firmei au înlocuit un studiu cu scopul de a analiza repartizarea fondului pentru creşterea producţiei din cele trei filiale. respectiv. Rezultatele studiului sunt prezentate în tabelul nr. 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 6.5 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 3.5 3 0 .5 3.5 0 E(x1x2x3) E3(x1x2x3) 1. 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 2.5 0 7 7 2 6.5 3 2.5 7 7 4 7 7 4. 3 F 1 2 x3 1 0 2 F-x3 0 1 0 e3(x3) 1.5 0 3 E2(F-x3) 0 2.5 0 3.5 4 6.5 0 3.5 2 5 3.5 3.5 3 2.Tabelul nr. Tabelul nr.5 3.5 4..5 0 3 -2.5 6.5 6 6 4 4 0 4. Se calculează E3(x1x2x3).5 0 4.5 4.5 4.5 2.5 6.5 3.5 0 7 4 3.5 2 2 0 3 2 4.5 0 E1(x1) E(x1x2) E2(x1x2) 0 2.5 3 2.5 2 5.

5 9 8 7 4.5 6.3 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 1.5 4. cercetare-dezvoltare etc.5 7 4 4. 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 6 6 5 6.5 0 5 4 3 1.5 0 4 3 1.5 4 5.5 7. ţinând seama de factorii: timp. Efectul total maxim este de 9 milioane lei. revizii la instalaţii. care permite pe termen mediu şi scurt.5 6. precum şi actualizarea periodică a acestor proiecte.5 -5 4 3 1. .5 4.5 2 1 9 2 Soluţia este { = 2.5 6 6.5 4.5 4. cost.5 7.}. = 2. resurse materiale şi umane. adică cele 5 milioane au fost repartizate în funcţie de efectele totale. programarea operativă a execuţiei.5 7.3.5 0 6.5 0 2. 3.5 0 2.5 6 6.5 6 0 2.5 0 6 6 1 0 7.5 8. reparaţii capitale.).5 0 2. = 1.5 7.

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

1 tmax Dacă (dij) reprezintă durata de desfăşurare a activităţii (Aij).tmin tmax tmin Fig 3. Pentru înţelegerea esenţei metodei ADC este important de reţinut că cea mai lungă succesiune determină durata minimă posibilă de execuţie a întregii acţiuni. Acesta este de execuţie a întregii acţiuni.2. Modul de calcul al termenelor minime şi maxime pentru un eveniment (p) din graf poate fi prezentat ca în fig. acesta poate avea sau nu o rezervă de timp în funcţie de termenele în care se desfăşoară. 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. Momentul cel mai devreme posibil de terminare a tuturor activităţilor care converg în p este: . drumul critic al unui graf este succesiunea activităţilor dintre nodul iniţial şi nodul final care au rezervă totală nulă. Însumând duratele activităţilor pentru fiecare succesiune se obţin valori diferite. Acesta este drumul critic al grafului. Cu ajutorul tehnicii calculului drumului critic se poate determina durata minimă posibilă de realizare a acţiunii complexe. Altfel spus. 3.

. Kn tmin tmax AK1p dK1p AK2p dK2p AKnp dKnp tmin ? tmax ? Apq1 q1 tmin tmax p Apq2 q2 . . Principalul avantaj se referă la determinarea cu anticipaţie a duratei de execuţie a acţiunilor (proiectelor) complexe.4.Momentul cel mai târziu posibil de începere a activităţilor care pleacă din p este: K1 tmin tmax K2 tmin tmax . . qn tmin tmax tmin tmax Apqn Fig. cu o aproximaţie acceptabilă şi cu respectarea legăturilor logice şi tehnologice dintre activităţi. . 3.2 Avantajele acestei metode sunt numeroase. 3. Modelul de analiză a drumului critic/cost .

Costul unitar al urgentării se calculează ca un raport între diferenţa costurilor şi duratelor de execuţie a activităţilor. care. între două momente de timp. şi anume. Funcţia cost-durată este descrescătoare. deşi conduc la o soluţie optimă. . propun rezolvarea problemelor prin Metodele euristice utilizează un ansamblu de reguli ce permit alcătuirea unui program bun. Evident. Algoritm euristic de alocare a resurselor Metodele de rezolvare a problemelor ADC/RESURSE sunt în principal metode analitice şi metode euristice. dar cu pretenţia că explorează direct particularităriţile problemelor. De aceea este important de determinat acea durată a acţiunii complexe căreia îi corespunde un cost minim. necesită timp foarte mare de calcul. Se consideră că fiecare activitate are dacă durate de execuţie. la care se poate ajunge prin măsuri de urgentare. o durată normală (asimilată duratei maxime de execuţie a activităţii) şi o durată de execuţie minimă (crash). chiar pentru proiecte mici. unul maxim şi altul minim. şi anume. 3.5. Metodele analitice programare matematică. fără a avea certitudinea că acesta este optim. luăm în considerare un algoritm de alocare care conduce la o soluţie într-un timp acceptabil de calcul faţă de algoritmii exacţi. Pentru exemplificare. Aceste metode sunt utile pentru o conducere eficientă. durata lucrării are numeroase implicaţii asupra costului.Durata de execuţie a unei acţiuni variază în general. impuse de consideraţii tehnice şi/sau economice. deoarece orice efort de urgentare este însoţit de creşterea cheltuielilor.

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

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

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

3 23 16.-3 15 8. se procedează la alocarea resurselor R1 şi R2.10.1 2 tM Rt 2 0 11 8 7 0 13 8.7.3 20 16. Tabelul 5 Nr.7 3. 3. cu toate că una din activităţi E sau F putea fi programată. conform criteriului de alocare. considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5). toate activităţile candidate.8. fiind suficiente resurse.10 4.10.4 Remarcă: La momentul t = 3 se observă că au fost amânate. plecând de la aceleaşi date ale proiectului (P).8. în sensul că.10 5.12.-1.8 .2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig.3.12 15 8 15 0. Studiul de caz 3 Se propune extinderea studiului de caz 1. 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 2.7 3 7.

J 8 2 2 2 2 6 15.-3 0.H I.-3 t=2 Se observă că se amână activitatea D. .10 11 t=0 J K F. Pentru că RE = 16 şi RF = 8.18 23.G. deci t=3 Se amână activitatea D şi una din activităţile E şi F.26 23 25 0. se amână E.

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

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

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 . 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. Histogramele resurselor R1 şi R2 corespunzătoare programării activităţilor şi alocării şi alocării resurselor sunt prezentate în figura 3.Durata lucrării este egală cu T = 26 + 2 = 28 Graficul Gantt corespunzător este prezentat în figura 3.5.6.

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. 26 28 G 10 7 Întrebări de control 1.Fig. În ce constă teorema de optimalitate formulată de Bellman? .6. 3. 3.

1. 5.2.1. 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. ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk). 4.3. Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. .5. 4.2. Care este formula de calcul privind efectul total obţinut pentru n obiective. 4.4. 6. 4 4. 4. Cap. 4.5.

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

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. tip joc). . Simularea se recomandă a fi folosită în cazul problemelor decizionale care nu pot fi analizate prin metode analitice de optimizare. Forrester. Scopul simulării este de a găsi caracteristica de funcţionare a sistemului real.Prezentarea principalelor tipuri de simulare (Monte Carlo. 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. Datele despre funcţionarea sistemului analizat se obţin prin generarea unei istorii artificiale cu ajutorul unui model. - .1 Conceptul de simulare În contextul abordării cantitative a problemelor decizionale. Prezentarea aplicaţiilor practice ale simulării şi a modului de rezolvare a problemelor decizionale cu ajutorul simulării.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. Sistemul analizat poate fi real sau teoretic. 4.

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

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

Estimarea duratei de finalizare a unui proiect complex în care duratele activităţilor proiectului sunt mărimi aleatoare. la încărcarea şi descărcarea mijloacelor de transport. Acest lucru presupune însă necesitatea unei bune instruiri care să asigure utilizarea eficientă a simulării. la punctele de achitare a mărfurilor. cu menţiunea că modelele de simulare sunt mai comlexe. Există tot mai mulţi susţinători ai simulării. la punctele de control din aeroporturi sau din vamă. 4. deoarece ele presupun utilizarea calculatorului şi analize statistice. datorită creşterii numărului de instrumente software pentru simulare. Etapele simulării pot fi grupate în patru domenii majore: . cât şi a companiilor care utilizează aceste programe. - Analiza proceselor de reparaţii ale utilajelor în vederea programării producţiei şi/sau investiţiilor. serviciile publice (secretariate. atât din partea companiilor producătoare de software.3 Etapele simulării Rezolvarea prin simulare a problemelor decizionale presupune parcurgerea mai multor etape. în controlul calităţii producţiei. produse intermediare etc. aceasta este utilizată din ce în ce mai mult în diverse domenii. - .Probleme de programare operativă a producţiei în care intrevin mărimi aleatoare referitoare la durata preluării pe diferite maşini. ritmul aprovizionării cu materiale. oficii de achitare a taxelor) etc. Etapele simulării sunt asemănătoare cu cele ale modelării. în magazine.servicii) şi durate aleatoare de servire. În prezent. bănci. Astfel de procese de aşteptare apar: în cazul producţiei în flux.

- Problema de rezolvat. verificarea modelului de simulare.Analiza rezultatelor. colectarea datelor fundamentale. Experimentele de simulare. Problema de rezolvat Etapele din acest domeniu sunt cele mai importante pentru proiectul de simulare şi se referă la formularea şi analiza problemei. Modelul de simulare. 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. . construirea modelului conceptual. Modelul de simulare Etapele din acest domeniu sunt: transpunerea modelului conceptual într-un model computerizat (programul de simulare). instruirea persoanelor implicate asupra principiilor de bază ale simulării. Verificarea urmăreşte corectitudinea transpunerii informatice a modelului conceptual în cel computerizat. testarea validităţii modelului conceptual. Experimentelor de simulare Acest domeniu se referă la proiectarea experimentelor şi la realizarea experimentelor de simulare. 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.

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

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

Astfel.Pentru numere aleatoare se utilizează terminologia folosită de practicienii din domeniul simulării. adică numerele sunt stochastice independente. 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. Calitatea rezultatelor simulării depinde de calitatea generatorului de numere aleatoare utilizat. şi anume că numerele aleatoare sunt numere uniform distribuite între 0 şi 1. Produce numere care verifică testul caracterului aleator. . deoarece permite controlul condiţiilor experimentale. dar sunt predictibile şi reproductibile. Numerele generate sunt uniform distribuite în intervalul [0.1]. deoarece numerele pseudoaleatoare satisfac testul statistic al caracterului aleator. 3) Şirul de numere nu este degenerat. adică nu conţine unul sau mai multe numere care se repetă. care se comportă ca şi numerele aleatoare. 4) 5) O importanţă deosebită pentru realizarea experimentelor de simulare o reprezintă reproductibilitatea. 2) Numerele generate pot fi reproduse. el trebuie să îndeplinească următoarele condiţii: 1) Numerele generate au o perioadă lungă de repetiţie. Cei mai mulţi generatori de numere aleatoare implementaţi pe calculatoare sunt de fat generatori de numere pseudoaleatoare. se va elimina variabilitatea produsă de numerele aleatoare şi se vor putea observa mai uşor diferenţele dintre rezultatele aplicării diferitelor variante. Procedura este rapidă şi nu necesită multă memorie internă de calcul.

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

8 0.Tabelar. Pe un sistem de două axe coordonate. Valoarea lui P0 este 0.6 0. 1] Grafic.2. fiecărei valori Xi.1 . 4.).2 0.2 0.4 0. P1) [P1. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1. Într-un tabel de forma tabelului 4. iar pe verticală probabilităţile cumulate (Fig 4. pe orizontală se reprezintă valorile variabilei probilistice.6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig. 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. Tabelul 4. 1 1 Probabilităţi 0.1.Pi).2. P2) … [Pm-1.

Pi) căruia îi aparţine numărul aleator ur generat.1 intervalul [Pi-1. acesta aparţine intervalului [0. deviaţia standard. Pi) identificat în Tabelul 4.2. GENER 4. De exemplu. Pasul 6 : . valoarea xi căreia îi corespunde intervalul [Pi-1. Se caută în Tabelul 4. altfel se trece la Pasul 6. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic. coeficientul de variaţie. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel). GENER 3.Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0. GENER 2. Numărul generat ur se reprezintă printr-un punct pe axa verticală. Grafic. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală. 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. Analiza statistică a rezultatelor: se determină media mărimii simulate.1] utilizând un generator de numere aletoare (de exemplu. intervalul de încredere pentru medie etc.6971.6. 1] şi se generează volumul vânzărilor de 5 mii bucăţi. 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. Tabelar.

unde α [0. 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. se cunoaşte că există o eroare asociată acestei estimaţii care depinde de mărimea volumului n al selecţiei. Media de selecţie Deviaţia standard Ca şi în cazul datelor reale. este foarte posibil ca valorile mediilor să nu fie identice. la repetarea unui număr de alte n experimente de simulare. Precizia metodei de simulare Monte Carlo Metoda Monte Carlo este sinonimă cu metoda experimentelor statistice. Totuşi. eroarea descreşte. Convenţia este de a utiliza fie probabilitatea de 0.95 = (1-α). În acest sens.1] este nivelul de semnificaţie al erorii. Media obţinută pe baza mai multor medii de selecţie are o proprietate foarte importantă: media mediilor de selecţie estimată media reală. media de selecţie este o mărime cu mai multe valori posibile. Aceasta înseamnă că se poate obţine o distribuţie de probabilitate a mediei care se numeşte distribuţia mediei de selecţie. Acest interval pentru medie se numeşte interval de încredere 95%. . Dacă volumul selecţiei creşte.Rezolvarea Pasului 5 şi a Pasului 6 presupune cunoaşterea unor aspecte legete de precizia metodei de simulare Monte Carlo. ca intervalul să conţină media reală.

aproape nu mai există diferenţă între distribuţia t şi distribuţia normală. astfel că . Valoarea lui t depinde de gradele de libertate ale selecţiei. rezultă α = 0. atunci din relaţia: rezultă numărul N de execuţii de simulare necesare pentru obţinerea preciziei dorite. şi anume deviaţia standard. Pentru intervalul de încredere (1-α) = 0. Pentru n = 500.95. Dacă volumul selecţiei este mai mare de 50. astfel că numărul gradelor de libertate este n-1. Pentru n = 100. Această distribuţie este o distribuţie simetrică la fel ca şi distribuţia normală. care este: . Dacă se doreşte să se determine un interval de încredere (1-α) cu o anumită precizie ε.05. Valoarea este numită jumătatea intervalului de încredere şi poate fi considerată eroarea asociată mediei. În acest caz a fost estimat un singur parametru. dar este mai plată. Intervalul de încredere (1-α) pentru media reală este definit de realţia: .Pentru determinarea intrevalului de încredere pentru medie se utilizează distribuţia t. Gradele de libertate sunt determinate de volumul selecţiei n diminuat cu numărul de parametri necunoscuţi care trebuie estimaţi.

Ca şi în cazul altor modele. Alte tipuri de simulare 4.5. se poate obţine prin creşterea numărului experimentelor de simulare de θ2 ori. pot apare neconcordanţe între cererea de servicii sau activităţi şi resursele disponibile pentru realizarea lor. o creştere a preciziei metodei Monte Carlo de θ ori. în anumite perioade de timp. 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. materiale care aşteaptă să fie preluate de un anumit utilaj etc. Aceste neconcordanţe conduc la fenomene de aşteptare: clienţi care aşteaptă la o casă de bilete sau la un ghişeu de bancă. modelul de simulare al unui sistem poate fi manipulat mult mai uşor şi fără risc în comparaţie cu sistemul real respectiv. Rezultă că. Din cauza naturii dinamice a metodelor de simulare a evenimentelor discrete. Modelele de simulare a evenimentelor discrete se utilizează atât în industria serviciilor cât şi în industriile orientate de produse.1.5. modelele de simulare a evenimentelor discrete sunt utilizate pentru a crea sisteme operaţionale detaliate care să reprezinte situaţiile în care. în timpul simulării este necesară cunoaşterea . În multe cazuri.unde statistica şi deviaţia standard S sunt determinate pentru un număr n cunoscut. 4.

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

autor Meadows (1972) şi Omenirea la răspântie. Mesarovic şi E.2.5. prin lucrarea Industrial Dynamics (Dinamica industrială). care sunt compuse din succesiuni de cauze şi efecte. Simularea sistemelor continue cu tehnici Forrester Acest tip de simulare a fost iniţiat de Jay Forrester. cât şi în privinţa creşterii economice. Pentru realizarea simulării. profesor la Massachusettes Institute of Technology. În 1970. globale. Alte aplicaţii: . a unor generatoare interactive de programe de simulare etc. tradusă în România în 1981 (ediţia a VIII-a a lucrării apărute în SUA). o decizie sau o politică într-un domeniu de activitate poate cauza un anumit rezultat sau efect în alt sector. Modelele de dinamică industrială au fost aplicate pentru studiul efectelor creşterii populaţiei asupra utilizării resurselor. aceste modele au fost folosite pentru întocmirea celor două rapoarte ale Clubului de la Roma privind perspectivele omenirii la începutul secolului XXI.După fiecare modificare a ceasului se verifică dacă au avut loc evenimente în ultimul interval de unităţi de timp. autori M. a unor limbaje speciale de simulare. Forrester a propus această tehnică de simulare pentru problemele complexe. care la rândul lui generează o altă decizie în alt sector. Aceste rapoarte au stat la baza a două lucrări publicate: Limitele creşterii. contribuind la conştientizarea organismelor guvernamentale şi interguvernamentale asupra necesităţii controlului atât în privinţa utilizării resurselor. Astfel. 4. Pestel (1974). în 1961. modelul de simulare va fi transpus într-un program de simulare prin utilizarea unor limbaje convenţionale.

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

Jocurile de întreprindere prezintă particularitatea că implică prezenţa decidentului uman şi luarea deciziilor pe parcursul desfăşurării acestora. fiind măsurabile ca valori medii (de exemplu: cantitatea de produse realizată pe unitatea de timp). în funcţie de sfera de aplicabilitate. care reprezintă un exerciţiu de simulare dinamică a unor decizii secvenţiale. fără intervenţia decidentului. . Alte elemente ale modelelor de dinamică industrială sunt: - Variabile auxiliare: folosite pentru simplificarea ecuaţiilor de ritm ale modelului. Diagramele de flux pentru reprezentarea grafică a modelului în care interacţionează diferitele elemente ale sistemelor de dinamică industrială. Noţiunea de joc de întreprindere se regăseşte şi sub denumirea de joc de conducere (management game) sau joc de afaceri (business game). - Pentru realizarea simulării a fost crea un limbaj special de simulare numit DYNAMO. Fiecare element este reprezentat printrun simbol specific. Constantele sau parametri.5. Alte limbaje de simulare folosite sunt STELLA.3. în timp ce simularea poate fi realizată cu calculatorul. 4. Simularea tip joc În acestă categorie de simulare sunt incluse jocurile de întreprindere.Ritmurile definesc fluxurile între nivelurile din sistem şi reprezintă politica managerială pentru schimbarea stării sistemului. POWERSIM etc.

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

O... Cochină.. Raţiu – Suciu. 14. Anghel. 3. Nicolescu. L. Bucureşti. F. 2005. . Ciocoiu. Hâncu. În ce constau metodele congruenţiale liniare? 11. Ce este media reală? 13. firma şi managementul bazate pe cunoştinţe. Bucureşti. N. Editura Economică. O.. Simularea managerialîntreprenorială PRELEM XXI – 2003. C. Bucureşti. Editura ASE. Editura Olimp. Modelarea economică.. Luban. Nicolescu... 2007.10. Bucureşti.. D. 2006. Luban. Ce este distribuţia mediei de selecţie? 12. F. Nicolescu.. 2. Care sunt tipurile de variabile utilizate de Forrester pentru modelele de dinamică industrială. 2005. Editura ASE. Ce se urmăreşte cu ajutorul jocurilor de întreprindere? Bibliografie 1. 4. Sisteme bazate pe cunoştinţe în management. Economia. I.. F.

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

Sign up to vote on this title
UsefulNot useful