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

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

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

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

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

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

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

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

După sfera de cuprindere a problematicii economice: - Modele macroeconomice. care oferă o imagine intuitivă. modelul poate fi definit ca fiind o reprezentare izomorfă a realităţii. Literatura de specialitate prezintă sute de modele. orientativ ele pot fi grupate după mai multe criterii. 6 Op. Esenţa metodei modelării constă în înlocuirea unui sistem (proces) real care se doreşte a fi studiat printr-un model real. 18.6 Modelele economico-matematice reprezintă fidel fenomenele economice în măsura în care au la bază conceptele şi legile obiective ale realităţii economice. Având în vedere multitudinea modelelor economicomatematice. Pentru ca rezultatele obţinute prin modelare să fie utile este absolut necesar ca modelul să reprezinte fidel proprietăţile. structura şi particularităţile sistemului studiat. cit. . oferind totodată şi alte posibilităţi de dezvoltare şi concepere a altor modele. Complexitatea fenomenelor şi a realităţii economice în continuă schimbare determină o mare diversitate a posibilităţilor de modelare. care este mai accesibil studiului. având ca obiect construirea unor modele care permit o mai bună înţelegere şi aprofundarea ştiinţifică a diferitelor domenii. Principalele criterii de clasificare a modelelor economicomatematice sunt: 1. dar riguroasă a structurii logice a fenomenului studiat.Metoda modelării reprezintă instrumentul de cunoaştere ştiinţifică. pag. Luând în considerare cele prezentate.. şi permite descoperirea unor legături şi legităţi greu de stabilit pe alte căi.

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

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

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

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

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

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

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

10 Op.10 şi David R. Haton.P.. Rule – Based Expert Systems.12 Şi Farrency13 consideră că sistemele expert pot fi şi maşini cu software destinate uneori să înlocuiască specialistul într-o anumită acţiune. în timp ce omul este influenţat de anumite stări emoţionale şi poate lua decizii diferite în situaţii identice. pag. din B. Paris. care înmagazinează cunoştinţele experţilor umani dintr-un domeniu bine definit şi apoi le folosesc pentru rezolvarea problemelor dificile din acest domeniu. New York. Davis. încearcă să imite raţionamentele umane prin raţionamente artificiale. Diferenţa dintre ele constă în faptul că. Capedues. cit. Sistemele expert (SE) sunt sisteme de programe bazate pe tehnicile de inteligenţă artificială. Prin urmare. 1988 13 Op. se consideră că un sistem bazat pe inteligenţă artificială nu este un simplu rezolvator de probleme. J. 27 din H.E. Bonnet A.H. ci are capacitatea să acumuleze experienţă. cit. Systèmes Experts: vers la métrise technique. cit.. devenind un colaborator şi nu consultant al specialistului uman. 1983 . operând modificările şi realizările dintr-un anumit domeniu. sunt organizate pentru achiziţia şi expoatarea cunoştinţelor într-un anumit domeniu şi asistă procesul de luare a deciziilor. Periodic sistemele expert sunt actualizate. pag.G. Braw – Hill. 27 din A. Addison – Wesley.Buchanan B. Shortliffe. Farrency. Buchanan. cit. 1982 12 Op. 1984 11 Op.G. sistemul expert nu poate fi susceptibil de astfel de erori. pag. Rezultă deci că sistemele expert dispun de cunoştinţe.. Knowledge Based Systems in Artificial Intelligency.. Les Systèmes experts: principes et exemples. S. Bonnet. Inter Edition. 27.11 Arată că sistemele expert sunt programe informatice care încorporează cunoaşterea specilizată şi experienţa unui expert uman. Programele sunt capabile de performanţe la nivelul experţilor deoarece ele acumulează mari cantităţi de cunoştinţe referitoare la un anumit domeniu. E. fiind considerate astfel sisteme deschise. pag 27 din R. Mc.

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

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

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

pe baza experienţei dobândite în practică. Testând aceste strategii. 1. care reprezintă schema generală de concepere a algoritmilor euristici (fig.Metodele euristice reprezintă reguli. aprimit Premiul Nobel pentru economie.. Modelarea euristică presupune construirea unui sistem analog cu cel real (supus investigaţiei) şi găsirea regulilor de bază folosite în euristica specialistului. anihilarea abaterilor ε. Dacă nu. Principalii paşi sunt ai algoritmului general al rezolvatorului de probleme sunt15: Pasul 1 : Se construieşte o soluţie iniţială. fondatorul euristicii aplicate. problema se consideră fără soluţie (din punct de vedere al algoritmului 15 Op. În 1978.3). 33 . Dacă după un număr mare de iteraţii (număr raţional de iteraţii) nu se reuşeşte anularea abaterilor. Herbert Simon. într-un număr cât mai mic de iteraţii. care nu garantează soluţia optimă a problemei. având legătură cu raţionamentele analogice şi cu psihologia simulării. Pasul 2 : Se testează condiţiile de admisibilitate a soluţiei (sistemul de restricţii). se calculează abaterile ε şi se trece la pasul 3. se alege strategia care permite. pag. Pasul 3 : Se caută o strategie de reducere a abaterilor ε. În acest scop analistul. dar uşurează drumul spre ea. perfecţionarea şi sistematizarea lor printr-un algoritm. deoarece a elaborat un algoritm general al rezolvatorului de probleme (General Problem Solvitor GPS). cit. stabileşte una sau mai multe strategii pentru reducerea abaterilor ε. Dacă aceste condiţii sunt îndeplinite se trece la pasul 4.

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

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

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

2.5.1.1. Modele ce surprind aspecte tehnologice şi de producţie 2. 2 Analiza sistematică şi modelelor economico-matematice 2.4.4.3. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice .3. Rolul şi locul modelării economico-matematice în management 2.5.2.5.Cap.5.5. Analiza de sistem construirea 2. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2. 2. construirii modelelor economico- Tipuri de modele economico-matematice 2. Etapele matematice 2.2.

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

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

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

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

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

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

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

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

2. ce se întâmplă cu {E} când mărimea {I} se modifică în condiţiile unei structure constante a sistemului. Simulare I {I}. 2. atât pentru activităţile tehnologice. 3.3. Modelarea – realizează sinteza sistemului. 2.{S} {E} Ce? 3. Se pune problema luării deciziei în legătură cu mărimea vectorului {I} care permite atingerea unor obiective {E} în condiţiile unei structure constant a sistemului. .{E} {I} Cu ce? Fig. Activitatea de modelare economico-matematică este eficientă doar în măsura în care ea se desfăşoară în cadrul analizei de sistem.1 Tipuri de probleme în cazul abordării organizaţiei ca sistem 1. în momentul proiectării sistemului informaţional-decizional. cât şi pentru cele economice. Optimizarea – conducerea sistemului. Se pune problema. Trebuie construită/configurată/identificată acea situaţie în care plecând de la {I} cunoscute să ne permit obţinerea {E} dorite. Simularea – realizează analiza sistemului. Rolul şi locul modelării economico-matematice în management Pentru atingerea obiectivelor. generează comportamentul sistemului. întreprinderile au nevoie să găsească cele mai adecvate mijloace şi metode de conducere.2. Optimizare ? S E {S}.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

se poate pune în evidenţă zona de interferenţă a lor printr-un modul de legătură (Fig. bănci. • Modele de organizare a datelor (fişiere. Modele informatice Modelele informatice pot fi grupate în: • • Modele complexe hardware. baze de date). • Regula responsabilităţii profesionale. Având în vedere că majoritatea modelelor economicomatematice au atât trăsături descriptive. Prioritatea relaţiilor de respect şi încredere faţă de cele de autoritate. cât şi normative. şi anume: • • • Modelul conducerii descentralizate a întreprinderii.2.4.Pentru relaţiile umane din întreprinderi există o serie de modele pur normative. diferă fiind doar intensitatea unora sau altora în situaţia modelată.5. Regula stimulării lucrătorilor şi specialiştilor. 2. Modele Tehnologice Modulul De Legătură Modele InformaţionalDecizionale Modele Informatice Modele Relaţiilor Umane . 2.). Modele de tip software de aplicaţii. la un moment dat.

Fig. Explicaţi în ce constă vectorul intrărilor. În ce condiţii modelarea economico-matematică este eficientă pentru o organizaţie? Care sunt metodele utilizate de analistul de sistem pentru activităţile economice. 10. 3. Care sunt caracteristicile unui model descriptiv.La . Prezentaţi şi comentaţi tipurile de probleme în cazul abordării organizaţiei ca sistem. dar pentru activităţile tehnologice? ce serveşte tehnica de calcul în cadrul sistemelor de conducere a activităţilor economice. Cele patru categorii de modele şi modul de legătură Întrebări de control 1. 8. De ce organizaţia poate şi trebuie să fie privită ca un sistem? Prezentaţi categoriile specifice teoriei sistemelor. dar în cazul sistemelor tehnice de producţie? 9. 5. 2. dar ale unui model normativ? 6. Prezentaţi sinaptic legăturile între cele trei subsisteme ale sistemului de conducere. Ce reprezintă analiza de sistem? 2. coordonare şi control al întreprinderilor. Enumeraţi principalele subsisteme componente ale unei întreprinderi industriale. vectorul ieşirilor şi vectorul stărilor. 7.2. 4.

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

3 Termeni cheie . 1 3. 2 Studiul de caz nr.Analiza drumului critic .ADC/COST .Fond bănesc .4.ADC/resurse . Studiul de caz nr.5.1.2. Modelul de analiză a drumului critic/cost 3.Resurse . Modelul de analiză a drumului critic pentru proiectele complexe 3.Efect economic .3. Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute.Programare dinamică .Rezerva de timp .Cap.Politică optimă . Teorema de optimalitate a lui Bellman 3. Algoritm euristic de alocare a resurselor Studiul de caz nr. 3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3.Bellman .

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

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

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

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

5 3 0 .5 0 E1(x1) E(x1x2) E2(x1x2) 0 2.5 6. Se calculează E3(x1x2x3).5 3.5 3.5 0 E(x1x2x3) E3(x1x2x3) 1.5 3 2.5 2 5 3. 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 3 2..5 0 7 7 2 6. Tabelul nr.5 6 6 4 4 0 4.5 2 5.5 2.5 0 3.5 2 2 0 3 2 4.5 0 3 E2(F-x3) 0 2.5 0 4.5 3.5 4 6.5 0 7 4 3.5 6.5 0 3.5 3 2.5 6.5 4.5 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 . 3 F 1 2 x3 1 0 2 F-x3 0 1 0 e3(x3) 1.5 4.5 4.5 0 3 -2.Tabelul nr.5 2.5 2.5 3.5 7 7 4 7 7 4.

5 6 6.5 6 6 5 6.5 6.5 6.5 7.5 6 6.5 0 2.5 4. revizii la instalaţii.5 0 4 3 1.5 0 6.}. programarea operativă a execuţiei.5 0 6 6 1 0 7. precum şi actualizarea periodică a acestor proiecte. .5 -5 4 3 1. cost.5 7. ţinând seama de factorii: timp. adică cele 5 milioane au fost repartizate în funcţie de efectele totale.5 4. = 1.5 7 4 4. 3. care permite pe termen mediu şi scurt.5 4.5 4. = 2.3 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 2 1 9 2 Soluţia este { = 2. reparaţii capitale.5 7.5 7. Efectul total maxim este de 9 milioane lei. cercetare-dezvoltare etc.5 0 2. Modelul de analiză a drumului critic pentru proiecte complexe Analiza drumului critic este un instrument managerial utilizat frecvent în programarea şi urmărirea lucrărilor de anvergură (investiţii.5 0 2.5 4 5.5 0 5 4 3 1.3.5 8.5 6 0 2.5 9 8 7 4. resurse materiale şi umane.).

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

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

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

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

tMt este termenul maxim de terminare. astfel ca: . At = mulţimea activităţilor amânate. 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.Notaţii: Pentru fiecare activitate (i. iar Rij rezerva totală de timp. Fie: unde: Pt = mulţimea activităţilor candidate. Algoritmul programează la momentul t activităţile din Ct notate Pt. Ct = mulţimea activităţilor candidate.j) cu durata dij vom considera că tmi este termenul minim de începere. care sunt potenţial posibil să fie programate la momentul de începere t. care sunt programate la momentul t. Tt = mulţimea activităţilor care au fost terminate până la momentul t.

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

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

t = 15

Se amână activitatea E

t = 18

Se programează E şi H la momentul t = 18

t = 19

Deci

t = 22

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

t = 28

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

B C 7 G 15

D F

H E H 1920 I J K 28 30

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

1920

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

11 10 9 8 7 6 5 4 3

considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5). plecând de la aceleaşi date ale proiectului (P).-1.12 15 8 15 0. toate activităţile candidate.12. Tabelul 5 Nr.1 2 tM Rt 2 0 11 8 7 0 13 8.-3 15 8.7 3 7.10 5.7.8.8.3.10 4. cu toate că una din activităţi E sau F putea fi programată. se procedează la alocarea resurselor R1 şi R2. conform criteriului de alocare. 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 2.2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig. în sensul că. 3. fiind suficiente resurse.3 20 16.3 23 16.8 .10.4 Remarcă: La momentul t = 3 se observă că au fost amânate.10. Studiul de caz 3 Se propune extinderea studiului de caz 1.7 3.

10 11 t=0 J K F. . deci t=3 Se amână activitatea D şi una din activităţile E şi F. se amână E.G. Pentru că RE = 16 şi RF = 8.H I.26 23 25 0.J 8 2 2 2 2 6 15.-3 0.-3 t=2 Se observă că se amână activitatea D.18 23.

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

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

Histogramele resurselor R1 şi R2 corespunzătoare programării activităţilor şi alocării şi alocării resurselor sunt prezentate în figura 3. 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 .6.Durata lucrării este egală cu T = 26 + 2 = 28 Graficul Gantt corespunzător este prezentat în figura 3.5. Aplicând criteriul încărcării la maxim a capacităţilor disponibile s-a obţinut în acest caz o durată a lucrării mai scurtă cu două unităţi de timp decât în cazul alocării după criteriul rezervei de timp minime.

6. În ce constă teorema de optimalitate formulată de Bellman? . 3.5 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.Fig. 26 28 G 10 7 Întrebări de control 1. 3.

Care este formula de calcul privind efectul total obţinut pentru n obiective.2.1. 5. Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. Cap. 4. 4 4.3.2. ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk).5. 4.1.4. 6. . 4. 4. 4.5. 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.

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

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

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

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

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

Validarea urmăreşte compararea comportamentului modelului computerizat cu cel al sistemului real pentru a vedea dacă modelul este cel corect sau adecvat. Modelul de simulare.- Problema de rezolvat. validarea modelului de simularea. 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. Verificarea urmăreşte corectitudinea transpunerii informatice a modelului conceptual în cel computerizat. testarea validităţii modelului conceptual. Modelul de simulare Etapele din acest domeniu sunt: transpunerea modelului conceptual într-un model computerizat (programul de simulare). construirea modelului conceptual. Experimentele de simulare. verificarea modelului de simulare.Analiza rezultatelor. Experimentelor de simulare Acest domeniu se referă la proiectarea experimentelor şi la realizarea experimentelor 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. . colectarea datelor fundamentale. instruirea persoanelor implicate asupra principiilor de bază ale simulării.

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

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

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

….1. în cazul distribuţiilor discrete de 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.1. În cazul variabilelor probabiliste descrise prin distribuţii empirice discrete de probabilitate. se transformă în numere uniform distribuite în intervalul [0. n Probabiltăţile relative Probabilităţile cumulate Pasul 2 : Se asociază intervale de numere aleatoare fiecărei valori a variabilei probabiliste. pentru obţinerea de selecţii simulate cu metoda Monte Carlo se poate aplica următoarea procedură: Pasul 1 : • • Se calculează: i = 1.Pentru generarea de numere pseudoaleatoare există un număr mare de metode aritmetice. datele pot fi organizate conform tabelului 4. . care apoi. Acest lucru se poate realiza tabelar sau grafic. prin normalizare. Utilizarea metodei Monte Carlo pentru generarea valorilor variabilelor probabiliste. Valorile xi variabilei probabiliste X X1 X2 … Xn Frecvenţele de apariţie fi f1 f2 … fm În general. Prin aceste metode se generează numere întregi cuprinse între 0 şi (m-1). …. Tabelul 4.1]. n i = 1.

P1) [P1.Tabelar. Pe un sistem de două axe coordonate. Într-un tabel de forma tabelului 4.2. 1 1 Probabilităţi 0.1. iar pe verticală probabilităţile cumulate (Fig 4.4 0. Valoarea lui P0 este 0.2 0.8 0. 1] Grafic. P2) … [Pm-1.2 0. 4. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1.1 .). fiecărei valori Xi.Pi).6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig.2. 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. pe orizontală se reprezintă valorile variabilei probilistice. Tabelul 4.6 0.

valoarea xi căreia îi corespunde intervalul [Pi-1. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel).1] utilizând un generator de numere aletoare (de exemplu. coeficientul de variaţie.Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0. se citeşte valoarea de la baza acelei bare şi se scrie această valoare într-un tabel. dacă numărul aleator este 0.2. GENER 3.6971. De exemplu. Grafic. Se caută în Tabelul 4. acesta aparţine intervalului [0. 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. Pi) căruia îi aparţine numărul aleator ur generat. intervalul de încredere pentru medie etc. GENER 2. Tabelar. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală. unul din programele GENER 1. Pi) identificat în Tabelul 4.1 intervalul [Pi-1. Numărul generat ur se reprezintă printr-un punct pe axa verticală. GENER 4. Pasul 6 : . deviaţia standard. altfel se trece la Pasul 6. Analiza statistică a rezultatelor: se determină media mărimii simulate. 1] şi se generează volumul vânzărilor de 5 mii bucăţi.6. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic.

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

Pentru n = 500. şi anume deviaţia standard. Dacă se doreşte să se determine un interval de încredere (1-α) cu o anumită precizie ε. atunci din relaţia: rezultă numărul N de execuţii de simulare necesare pentru obţinerea preciziei dorite. Pentru intervalul de încredere (1-α) = 0. astfel că numărul gradelor de libertate este n-1.05. Gradele de libertate sunt determinate de volumul selecţiei n diminuat cu numărul de parametri necunoscuţi care trebuie estimaţi. astfel că . Această distribuţie este o distribuţie simetrică la fel ca şi distribuţia normală. Intervalul de încredere (1-α) pentru media reală este definit de realţia: .95. Pentru n = 100. Valoarea lui t depinde de gradele de libertate ale selecţiei. Valoarea este numită jumătatea intervalului de încredere şi poate fi considerată eroarea asociată mediei. Dacă volumul selecţiei este mai mare de 50. care este: . aproape nu mai există diferenţă între distribuţia t şi distribuţia normală. În acest caz a fost estimat un singur parametru.Pentru determinarea intrevalului de încredere pentru medie se utilizează distribuţia t. dar este mai plată. rezultă α = 0.

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

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

După fiecare modificare a ceasului se verifică dacă au avut loc evenimente în ultimul interval de unităţi de timp. globale. Alte aplicaţii: . a unor generatoare interactive de programe de simulare etc. aceste modele au fost folosite pentru întocmirea celor două rapoarte ale Clubului de la Roma privind perspectivele omenirii la începutul secolului XXI. Mesarovic şi E. Pentru realizarea simulării. Forrester a propus această tehnică de simulare pentru problemele complexe. în 1961. Simularea sistemelor continue cu tehnici Forrester Acest tip de simulare a fost iniţiat de Jay Forrester. Pestel (1974).5. o decizie sau o politică într-un domeniu de activitate poate cauza un anumit rezultat sau efect în alt sector. 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. care la rândul lui generează o altă decizie în alt sector. 4. autor Meadows (1972) şi Omenirea la răspântie. autori M. Modelele de dinamică industrială au fost aplicate pentru studiul efectelor creşterii populaţiei asupra utilizării resurselor. tradusă în România în 1981 (ediţia a VIII-a a lucrării apărute în SUA). Astfel. profesor la Massachusettes Institute of Technology. prin lucrarea Industrial Dynamics (Dinamica industrială). a unor limbaje speciale de simulare.2. În 1970. modelul de simulare va fi transpus într-un program de simulare prin utilizarea unor limbaje convenţionale. care sunt compuse din succesiuni de cauze şi efecte.

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

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

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

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

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