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

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

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

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

Metode fuzzy. . adică: |S−S*|=|ε|≤|εa| . Metode aproximative. printr-un vector ε. . dominat de un vector εa dinainte stabilit.Culegerea datelor. respectiv: - Metode deterministe. Metode exacte conduc la obţinerea unei soluţii care răspunde fără eroare (abatere) la criteriile de eficienţă. diferită de soluţia adevărată S*. După criteriul exactităţii distingem: - Metode exacte.Metode euristice.Prelucrarea datelor. 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. Un alt criteriu de clasificare al metodelor de prelucrare este criteriul exactităţii. . respectiv: . 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. Metode stochastice.

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

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

Modelul reprezintă forma abstractă şi simplificată a unui proces economic. Definiţia şi clasificarea modelelor economicomatematice Conceptul de model a fost preluat de la matematicieni de către analiştii de sistem. 1. în principiu. 18.2. Modelul real reprezintă sistemul real înlocuit.2 Sistemul real reprezintă sistemul perceput în mod natural cu ajutorul simţurilor. prin descompunerea sistemului în părţi componente elementare şi stabilirea legăturilor dintre acestea. cit. şi care corespunde. Modelul abstract realizează trecerea de la sistemul real la modelul real. . măsurători.Procesul de trecere de la sistemul real la modelul de simulare (modelul real) poate fi reprezentat grafic ca în figura 1. 5 Sursa: op. cerinţelor sistemului real iniţial. expeimente.5 Sistem Date din sistem obţinute prin: Observări Măsurăto ri. obţinut prin prelucrarea datelor prin observări. Validare Validare Modelul abstract Modelul Date Date Figura 1. pentru a fi utilizat în procesele economice.4. pag. Validarea rezultatelor constă în verificarea concordanţei datelor din sistemul real cu cele oferite de modelul real..

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

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

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

se analizează şi stă la baza deciziei economice. minimizarea costurilor pentru aşteptările în porturi. care a cuprins peste 300.000 de activităţi. o reprezintă metoda analizei drumului critic (ADC). La fel ca metodele de modelare şi prelucrare. O metodă eficientă pentru analiza. creşterea volumului vânzărilor de bunuri prin diferite metode specifice marketingului etc. obţinută cu ajutorul unui algoritm. Pentru a eficientiza conducerea tuturor compartimentelor dintr-o întreprindere.Modelele folosite pentru soluţionarea unor probleme economice formulate matematic constau într-o succesiune de algoritmi. flexibile. multinivel. gări. care să facă posibilă luarea unor . organizarea şi conducerea unor activităţi complexe. Alte tipuri de aplicaţii sunt: optimizarea transporturilor prin programare liniară. suple. aeroporturi. pentru a putea rezolva în toată complexitatea lor procesele de organizare şi conducere ale întreprinderilor. Soluţia modelului. Metoda ADC a fost utilizată şi de NASA. dacă este convenabilă din punct de vedere tehnico-economic. cunoscut fiind graful ADC pentru misiunea Apollo. precum şi utilizare aresurselor disponibile. algoritmii pot fi: exacţi. Algoritmul reprezintă o succesiune concretă de operaţii logice şi aritmetice. specialiştii se preocupă de realizarea unor sisteme de conducere ierarhizate. cât mai apropiate de realitatea economică. Alte preocupări ale specialiştilor în domeniu constau în perfecţionarea mijloacelor conceptuale cu privire la găsirea unor modele elastice. aproximativi şi euristici. O importanţă deosebită în modelarea economică o prezintă găsirea metodelor şi a căilor accesibile.

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

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

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

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

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

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

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

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

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

). Se construieşte o soluţie iniţială (x0) Satisfăcut Se calculează funcţia de performanţă f(x0). Funcţia globală de optmizat Alegerea unei reguli de transformare a soluţiei x0 în x1. 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. 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 .

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

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

2.4. Rolul şi locul modelării economico-matematice în management 2.5. 2.3. Analiza de sistem construirea 2.Cap.5.3. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2. construirii modelelor economico- Tipuri de modele economico-matematice 2.4.5.1.1.5.5. 2 Analiza sistematică şi modelelor economico-matematice 2. 2. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice . Etapele matematice 2. Modele ce surprind aspecte tehnologice şi de producţie 2.2.

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

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

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

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

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

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

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

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

Rolul şi locul modelării economico-matematice în management Pentru atingerea obiectivelor. Simulare I {I}. cât şi pentru cele economice. ce se întâmplă cu {E} când mărimea {I} se modifică în condiţiile unei structure constante a sistemului. 3. atât pentru activităţile tehnologice. . 2. Modelarea – realizează sinteza sistemului. Optimizare ? S E {S}. în momentul proiectării sistemului informaţional-decizional. Se pune problema. Activitatea de modelare economico-matematică este eficientă doar în măsura în care ea se desfăşoară în cadrul analizei de sistem. 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. 2. Simularea – realizează analiza sistemului.2.{S} {E} Ce? 3. generează comportamentul sistemului. Trebuie construită/configurată/identificată acea situaţie în care plecând de la {I} cunoscute să ne permit obţinerea {E} dorite.{E} {I} Cu ce? Fig. 2.3. Optimizarea – conducerea sistemului.1 Tipuri de probleme în cazul abordării organizaţiei ca sistem 1.

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

5. deoarece implică riscuri mici. Construirea propriu-zisă a modelului conomico-matematic. 2. Tipuri de modele economico-matematice Modelele economico-matematice utilizate de întreprinderi în procesele economice se împart în două categorii:  Modele descriptive. cunoscut din literatura de specialitate. cu ajutorul modelelor se va face analiza indicatorilor de eficienţă a diferitelor variante. Acest mod de experimentare se recomandă a se face pe eşantioane mici. Implementarea modelului economico-matematic şi actualizarea soluţiei. Experimentarea in vitro constă în generarea unor situaţii posibile ale sistemului. Experimentarea modelului se poate face in vivo sau in vitro. 3. 2.1. denumite variante. constatându-se astfel eficienţa descriptivă sau normativă. Experimentarea in vivo presupune aplicarea modelului descriptiv sau normativ în practica întreprinderii. Experimentarea modelului economico-matematic şi evaluarea soluţiei. sau prin elaborarea unui model nou. în concordanţă cu natura problemei care urmează a fi studiată. Cunoaşterea detailată a realităţii sistemului (procesului) care urmează a fi modelat. . ia prin simulare. Construirea propriu-zisă a modelului se poate face prin alegerea unui model clasic de modelare. care urmăresc reproducerea unor proprietăţi ale sistemului modelat. 4.

modelul prezintă arborescenţa unui produs P. Modele normative. Modele informaţional-decizionale. • Modele informatice. Câteva dintre acestea sunt prezentate în continuare. cât şi trăsături normative. În practică. 2. între modelele descriptive şi cele normative există o întrepătrundere. modelele descriptive pot fi grupate în: • • Modele ce surprind aspecte tehnologice şi de producţie. a) Modelul arborescent pentru descrierea structurii produselor şi calculul necesarului de resurse materiale. 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. iar altele sunt dominant normative.5. 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.1. Ceea ce le diferenţiază este că unele sunt dominant descriptive. deoarece majoritatea modelelor economicomatematice construite în întreprinderi au atât trăsături descriptive. Cu ajutorul unui graf.

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

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

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

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

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

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

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

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

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

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

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

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

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

4. • Modele de organizare a datelor (fişiere. Modele Tehnologice Modulul De Legătură Modele InformaţionalDecizionale Modele Informatice Modele Relaţiilor Umane . 2. • Regula responsabilităţii profesionale. Modele de tip software de aplicaţii. la un moment dat. bănci. baze de date). diferă fiind doar intensitatea unora sau altora în situaţia modelată. Având în vedere că majoritatea modelelor economicomatematice au atât trăsături descriptive.Pentru relaţiile umane din întreprinderi există o serie de modele pur normative.5.2. şi anume: • • • Modelul conducerii descentralizate a întreprinderii. Regula stimulării lucrătorilor şi specialiştilor. 2. Modele informatice Modelele informatice pot fi grupate în: • • Modele complexe hardware. se poate pune în evidenţă zona de interferenţă a lor printr-un modul de legătură (Fig. Prioritatea relaţiilor de respect şi încredere faţă de cele de autoritate.). cât şi normative.

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

Care 12. 16.În Prezentaţi succint modelele informaţional-decizionale. ce constă modulul de legătură? . Prezentaţi succint modelele relaţiilor umane. 14. 17.Care sunt etapele construirii modelelor economico-matematice? sunt principalele tipuri de modele economico-matematice? modele privind aspectele 13.11. Prezentaţi principalele tehnologice şi de producţie. Prezentaţi modelele informatice. 15.

Algoritm euristic de alocare a resurselor Studiul de caz nr. Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute.Bellman . Studiul de caz nr.Politică optimă .5. 3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3.4. 1 3. 3 Termeni cheie . 2 Studiul de caz nr.3.Resurse . Modelul de analiză a drumului critic/cost 3.2.Programare dinamică . Teorema de optimalitate a lui Bellman 3.Efect economic .1.ADC/resurse .Rezerva de timp .Cap.ADC/COST .Analiza drumului critic .Fond bănesc . Modelul de analiză a drumului critic pentru proiectele complexe 3.

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

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

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

Tabelul nr. respectiv. astfel încât efectele economice la nivelul firmei să fie maxime. lei) 0 1 2 3 4 5 Producţia preconizată a fi obţinută la filialele (mil.5 Se cere să se elaboreze strategia optimă de repartizare a celor 5 milioane lei. 1.5 4. Rezultatele studiului sunt prezentate în tabelul nr. Se calculează funcţia: E2(x1.5 3 4 5 6.1 Fondul alocabil (mil.5 3 3.5 7 F3 0 1.x2)=e2(x2)+E1(x1)=e2(x2)+E1(F-x2) . Rezolvare Se contruieşte strategia optimă pentru două obiective luate împreună.5 6 F2 0 2. Specialiştii firmei au înlocuit un studiu cu scopul de a analiza repartizarea fondului pentru creşterea producţiei din cele trei filiale.5 4 4. care va fi efectul economic anual exprimat prin producţia industrială preconizată a fi obţinută.Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de alocare optimă a fondului de etape (obiective). 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. lei) F1 0 2 3.

5 6. Tabelul nr.5 3.5 2. 3 F 1 2 x3 1 0 2 F-x3 0 1 0 e3(x3) 1.5 0 7 4 3.5 0 3.5 2 5..5 0 3.5 7 7 4 7 7 4.5 4.5 6.5 3 0 .5 3 2. Se calculează E3(x1x2x3).5 0 3 E2(F-x3) 0 2.5 2 5 3.5 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 2.5 4. 2 F 1 2 x2 1 0 2 1 0 3 2 1 0 4 3 2 1 0 5 4 3 2 1 0 F-x2 0 1 0 1 2 0 1 2 3 0 1 2 3 4 0 1 2 3 4 5 e2(x2) 2.5 6 6 4 4 0 4.5 4.5 0 4.5 6.5 3.5 0 E(x1x2x3) E3(x1x2x3) 1.5 0 3 -2.5 3 2.5 3 2.5 2.5 2 2 0 3 2 4.Tabelul nr.5 4 6.5 0 E1(x1) E(x1x2) E2(x1x2) 0 2.5 3.5 3.5 0 7 7 2 6.5 3.

Modelul de analiză a drumului critic pentru proiecte complexe Analiza drumului critic este un instrument managerial utilizat frecvent în programarea şi urmărirea lucrărilor de anvergură (investiţii.5 4 5.5 6 0 2.5 7 4 4.5 -5 4 3 1.5 6 6 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 7.5 6.5 6 6.5 7. precum şi actualizarea periodică a acestor proiecte. revizii la instalaţii.5 0 5 4 3 1. programarea operativă a execuţiei.5 0 6 6 1 0 7. = 2.5 6 6.5 7.5 4.5 4.5 9 8 7 4.}. cost. = 1.).5 4. care permite pe termen mediu şi scurt.5 2 1 9 2 Soluţia este { = 2. 3.5 0 2.3.5 0 6. Efectul total maxim este de 9 milioane lei. cercetare-dezvoltare etc.5 0 4 3 1.5 8.5 0 2. reparaţii capitale. .5 6. adică cele 5 milioane au fost repartizate în funcţie de efectele totale. resurse materiale şi umane.5 7. ţinând seama de factorii: timp.5 4.5 0 2.

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

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

3. Principalul avantaj se referă la determinarea cu anticipaţie a duratei de execuţie a acţiunilor (proiectelor) complexe. . . . qn tmin tmax tmin tmax Apqn Fig.2 Avantajele acestei metode sunt numeroase. Modelul de analiză a drumului critic/cost . 3. cu o aproximaţie acceptabilă şi cu respectarea legăturilor logice şi tehnologice dintre activităţi.Momentul cel mai târziu posibil de începere a activităţilor care pleacă din p este: K1 tmin tmax K2 tmin tmax . Kn tmin tmax AK1p dK1p AK2p dK2p AKnp dKnp tmin ? tmax ? Apq1 q1 tmin tmax p Apq2 q2 .4. .

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

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

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

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

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

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

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

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

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

Se amână activitatea D:

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

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

Se calculează rezervele de timp:

Se amână activitatea E cu rezerva cea mai mare.

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

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

7 3. Tabelul 5 Nr.10 4. cu toate că una din activităţi E sau F putea fi programată. se procedează la alocarea resurselor R1 şi R2.8 .12.10. în sensul că.12 15 8 15 0. Studiul de caz 3 Se propune extinderea studiului de caz 1. conform criteriului de alocare.2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig. 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. toate activităţile candidate. considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5).-3 15 8.7 3 7.1 2 tM Rt 2 0 11 8 7 0 13 8.-1.3 23 16. 3.4 Remarcă: La momentul t = 3 se observă că au fost amânate.8.10. plecând de la aceleaşi date ale proiectului (P).3.8. fiind suficiente resurse.10 5.3 20 16.

Pentru că RE = 16 şi RF = 8.26 23 25 0.G.-3 0.10 11 t=0 J K F. . deci t=3 Se amână activitatea D şi una din activităţile E şi F.H I.18 23.-3 t=2 Se observă că se amână activitatea D. se amână E.J 8 2 2 2 2 6 15.

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

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

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. 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 .5.Durata lucrării este egală cu T = 26 + 2 = 28 Graficul Gantt corespunzător este prezentat în figura 3.6.

3.Fig.6. În ce constă teorema de optimalitate formulată de Bellman? . 26 28 G 10 7 Întrebări de control 1.5 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. 3.

2. k = n? În ce constă analiza drumului critic? În ce constă metoda analizei drumului critic? Ce reprezintă drumul critic al unui graf? Care este formula de calcul a rezervei totale de timp? 3. 4. Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. 4. 4 4. Care este formula de calcul privind efectul total obţinut pentru n obiective. Cap.1.3. 4. 5.5.1.5. 4.2. 4.4. ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk). 6. .

Simularea tip joc Termeni cheie .3.Generatori de numere pseudoaleatoare .Deviaţia standard .Simularea evenimentelor discrete .Metoda Monte Carlo . Simularea sistemelor continue cu tehnici Forrester 4.5.Distribuţia uniformă distribuţii de probabilitate .Experiment de simulare .2.Mecanism de avansare a timpului simulat .Numere aleatoare .Simularea tip joc .Media de selecţie .Metode congruenţiale .Probabilitate cumulată .Regula evenimentului următor .Simularea tip Forrester .5.Interval de încredere .Perioada de repetiţie .Distribuţia t .Precizia metodei Monte Carlo .4.

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

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

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

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

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

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

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

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

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

6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig. P2) … [Pm-1. 1] Grafic. P1) [P1. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1. Valoarea lui P0 este 0.2 0.2 0.2.2.Pi).6 0. 1 1 Probabilităţi 0.8 0. 4. 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 [0.4 0. pe orizontală se reprezintă valorile variabilei probilistice. Pe un sistem de două axe coordonate. fiecărei valori Xi. Într-un tabel de forma tabelului 4.).Tabelar.1. Tabelul 4.1 . iar pe verticală probabilităţile cumulate (Fig 4.

Pi) identificat în Tabelul 4. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală. Analiza statistică a rezultatelor: se determină media mărimii simulate. unul din programele GENER 1. Pi) căruia îi aparţine numărul aleator ur generat.Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0. deviaţia standard. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel). intervalul de încredere pentru medie etc. Grafic. Numărul generat ur se reprezintă printr-un punct pe axa verticală. 1] şi se generează volumul vânzărilor de 5 mii bucăţi. acesta aparţine intervalului [0. GENER 2. GENER 4. De exemplu. se citeşte valoarea de la baza acelei bare şi se scrie această valoare într-un tabel.6.1] utilizând un generator de numere aletoare (de exemplu. valoarea xi căreia îi corespunde intervalul [Pi-1. Pasul 6 : . altfel se trece la Pasul 6. Se caută în Tabelul 4. dacă numărul aleator este 0.6971.1 intervalul [Pi-1. GENER 3. 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. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic.2. coeficientul de variaţie. Tabelar.

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

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

Alte tipuri de simulare 4. 4. Din cauza naturii dinamice a metodelor de simulare a evenimentelor discrete. pot apare neconcordanţe între cererea de servicii sau activităţi şi resursele disponibile pentru realizarea lor. Aceste neconcordanţe conduc la fenomene de aşteptare: clienţi care aşteaptă la o casă de bilete sau la un ghişeu de bancă. o creştere a preciziei metodei Monte Carlo de θ ori. modelul de simulare al unui sistem poate fi manipulat mult mai uşor şi fără risc în comparaţie cu sistemul real respectiv. În multe cazuri. Modelele de simulare a evenimentelor discrete se utilizează atât în industria serviciilor cât şi în industriile orientate de produse.1. Rezultă că. Ca şi în cazul altor modele. modelele de simulare a evenimentelor discrete sunt utilizate pentru a crea sisteme operaţionale detaliate care să reprezinte situaţiile în care. materiale care aşteaptă să fie preluate de un anumit utilaj etc. în timpul simulării este necesară cunoaşterea .5.unde statistica şi deviaţia standard S sunt determinate pentru un număr n cunoscut.5. se poate obţine prin creşterea numărului experimentelor de simulare de θ2 ori. 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. în anumite perioade de timp.

.Avansul timpului cu o valoare fixă. ceasul simulării este avansat cu exact unităţi de timp. În cazul avansului timpului bazat pe regula evenimentului următor. este necesar un mecanism de avansare al timpului simulat de la o valoare la alta. ceasul simulării este iniţializat la valoarea zero şi apoi se determină momentele de timp când se vor realiza evenimentele următoare (Fig. există două abordări: - Avansul timpului bazat pe regula evenimentului următor.2).3 . de asemenea. E1 E2 E3 E4 timpul 0 T1 T2 T3 T4 Fig. În cazul avansului timpului cu o valoare fixă.valorii curente a timpului simulat şi. E1 E2 E3 E4 timpul 0 T1 T2 T3 T4 Fig 4. 4. starea sistemului se va schimba ca urmare a evenimentului care a avut loc. La acel moment de timp. 4. În principal. 4.3). mărimea fiind aleasă în funcţie de problema de rezolvat (Fig.2 Ceasul simulării va fi avansat la timpul când se va realiza primul dintre aceste evenimente următoare.

modelul de simulare va fi transpus într-un program de simulare prin utilizarea unor limbaje convenţionale. Forrester a propus această tehnică de simulare pentru problemele complexe. profesor la Massachusettes Institute of Technology. care la rândul lui generează o altă decizie în alt sector. Pentru realizarea simulării. Modelele de dinamică industrială au fost aplicate pentru studiul efectelor creşterii populaţiei asupra utilizării resurselor. globale. autori M. 4. prin lucrarea Industrial Dynamics (Dinamica industrială). aceste modele au fost folosite pentru întocmirea celor două rapoarte ale Clubului de la Roma privind perspectivele omenirii la începutul secolului XXI. Simularea sistemelor continue cu tehnici Forrester Acest tip de simulare a fost iniţiat de Jay Forrester. cât şi în privinţa creşterii economice. 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. tradusă în România în 1981 (ediţia a VIII-a a lucrării apărute în SUA).2. autor Meadows (1972) şi Omenirea la răspântie. a unor generatoare interactive de programe de simulare etc. Astfel. a unor limbaje speciale de simulare. În 1970. care sunt compuse din succesiuni de cauze şi efecte.După fiecare modificare a ceasului se verifică dacă au avut loc evenimente în ultimul interval de unităţi de timp. Alte aplicaţii: . Pestel (1974). Mesarovic şi E. o decizie sau o politică într-un domeniu de activitate poate cauza un anumit rezultat sau efect în alt sector. în 1961.5.

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful