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

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

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

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

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

Ele pot consta într-o succesiune de încercări (tatonări).Metodele euristice sunt utilizate în cazul problemelor complexe.. cit. fără a avea garanţii că este soluţia optimă.4 1. care presupune construirea unor modele matematice şi logice care descriu comportarea unui sistem real într-o perioadă lungă de timp. 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. a căror alegere depinde de natura problemei de rezolvat şi de personalitatea analistului de sisteme (modelatorului). fuzzy stochastice Modele determinist e . când este util a se obţine.1. acceptabil din punct de vedere practic. pag 16.3. într-un timp relativ scurt. Procesul de trecere de la sistemul real la modelul de simulare Simulare reprezintă o tehnică de realizare a experimentelor cu ajutorul calculatorului numeric. o soluţie S. O reprezentare grafică a metodelor modelării economice în vederea fundamentării deciziilor poate fi prezentată ca în figura 1. Metodele euristice au un anumit grad de probabilitate.

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

. cit. prin descompunerea sistemului în părţi componente elementare şi stabilirea legăturilor dintre acestea. şi care corespunde.Procesul de trecere de la sistemul real la modelul de simulare (modelul real) poate fi reprezentat grafic ca în figura 1.5 Sistem Date din sistem obţinute prin: Observări Măsurăto ri. măsurători.2 Sistemul real reprezintă sistemul perceput în mod natural cu ajutorul simţurilor. pag. 1. Validare Validare Modelul abstract Modelul Date Date Figura 1. Modelul abstract realizează trecerea de la sistemul real la modelul real. 5 Sursa: op. obţinut prin prelucrarea datelor prin observări.2. cerinţelor sistemului real iniţial.4. Validarea rezultatelor constă în verificarea concordanţei datelor din sistemul real cu cele oferite de modelul real. pentru a fi utilizat în procesele economice. Definiţia şi clasificarea modelelor economicomatematice Conceptul de model a fost preluat de la matematicieni de către analiştii de sistem. în principiu. 18. Modelul reprezintă forma abstractă şi simplificată a unui proces economic.. Modelul real reprezintă sistemul real înlocuit. expeimente.

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

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

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

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

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

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

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

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

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

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

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

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

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

euristic folosit). Pasul 4 : Se calculează funcţia de performanţă f(x0) a soluţiei iniţiale admisibile (de regulă un indicator economic) sau funcţia globală de optimizat (în cazul folosirii mai multor criterii de natură economică sau socială. psihologică etc. 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 .). Funcţia globală de optmizat Alegerea unei reguli de transformare a soluţiei x0 în x1. Dacă s-a reuşit obţinerea unei soluţii admisibile se trece la pasul 4. Se construieşte o soluţie iniţială (x0) Satisfăcut Se calculează funcţia de performanţă f(x0).

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

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

Analiza de sistem construirea 2. Modele ce surprind aspecte tehnologice şi de producţie 2.2.1.5.5.5. 2 Analiza sistematică şi modelelor economico-matematice 2.2. Etapele matematice 2.3.5.4. construirii modelelor economico- Tipuri de modele economico-matematice 2. Rolul şi locul modelării economico-matematice în management 2.5. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice . 2.3. 2.1.4.Cap. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2.

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

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

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

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

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

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

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

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

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

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

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

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

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

. fiind denumit calculul cu ajutorul exploziilor sumarizate. Pe baza structurilor arborescente ale produselor finite se poate construi un model matriceal pentru determinarea necesarului de subansamble şi componente. 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. atunci când este vorba despre secvenţe tehnologice. 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. umane şi financiare. Pot fi folosite atât ca mocele descriptive. cât şi ca modele normative.Suma arată că se vor aduna cantităţile pentru subproduse identice. 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. denumit modelul matricei exploziilor sumarizate.

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

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

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

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

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

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

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

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

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

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

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

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

Fig. 4. 5. coordonare şi control al întreprinderilor. Ce reprezintă analiza de sistem? 2. 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. Care sunt caracteristicile unui model descriptiv. 3. Enumeraţi principalele subsisteme componente ale unei întreprinderi industriale. dar în cazul sistemelor tehnice de producţie? 9.2.La . Prezentaţi şi comentaţi tipurile de probleme în cazul abordării organizaţiei ca sistem. vectorul ieşirilor şi vectorul stărilor. 7. 10. De ce organizaţia poate şi trebuie să fie privită ca un sistem? Prezentaţi categoriile specifice teoriei sistemelor. dar ale unui model normativ? 6. Cele patru categorii de modele şi modul de legătură Întrebări de control 1. Prezentaţi sinaptic legăturile între cele trei subsisteme ale sistemului de conducere. 8. dar pentru activităţile tehnologice? ce serveşte tehnica de calcul în cadrul sistemelor de conducere a activităţilor economice. 2.

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

3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3. 3 Termeni cheie .Programare dinamică . 2 Studiul de caz nr. Algoritm euristic de alocare a resurselor Studiul de caz nr.Bellman . Teorema de optimalitate a lui Bellman 3.2. Modelul de analiză a drumului critic pentru proiectele complexe 3.4. Modelul de analiză a drumului critic/cost 3.1.ADC/COST .Rezerva de timp . Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute. 1 3.5.Efect economic .Resurse .Analiza drumului critic .ADC/resurse . Studiul de caz nr.Fond bănesc .3.Politică optimă .Cap.

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

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

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

5 4 4. 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.x2)=e2(x2)+E1(x1)=e2(x2)+E1(F-x2) .5 6 F2 0 2. Se calculează funcţia: E2(x1.5 7 F3 0 1. 1.1 Fondul alocabil (mil. care va fi efectul economic anual exprimat prin producţia industrială preconizată a fi obţinută. respectiv. Rezolvare Se contruieşte strategia optimă pentru două obiective luate împreună. Rezultatele studiului sunt prezentate în tabelul nr.5 3 3. Tabelul nr.5 Se cere să se elaboreze strategia optimă de repartizare a celor 5 milioane lei.5 4. Specialiştii firmei au înlocuit un studiu cu scopul de a analiza repartizarea fondului pentru creşterea producţiei din cele trei filiale. lei) F1 0 2 3. astfel încât efectele economice la nivelul firmei să fie maxime. lei) 0 1 2 3 4 5 Producţia preconizată a fi obţinută la filialele (mil.Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de alocare optimă a fondului de etape (obiective).5 3 4 5 6.

5 2 2 0 3 2 4.. 2 F 1 2 x2 1 0 2 1 0 3 2 1 0 4 3 2 1 0 5 4 3 2 1 0 F-x2 0 1 0 1 2 0 1 2 3 0 1 2 3 4 0 1 2 3 4 5 e2(x2) 2.5 3 0 .5 3.5 0 E(x1x2x3) E3(x1x2x3) 1.5 3 2.5 0 3. Se calculează E3(x1x2x3).5 4.5 2 5 3.5 6.5 0 7 4 3.5 3.5 3.5 6.5 0 3.5 2 5.5 7 7 4 7 7 4.5 3.5 0 3 E2(F-x3) 0 2.5 3 2.5 0 7 7 2 6.5 0 E1(x1) E(x1x2) E2(x1x2) 0 2.5 4 6.Tabelul nr.5 6 6 4 4 0 4.5 2.5 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 . Tabelul nr.5 3.5 6. 3 F 1 2 x3 1 0 2 F-x3 0 1 0 e3(x3) 1.5 4.5 3 2.5 0 3 -2.5 4.5 2.5 0 4.5 2.

Efectul total maxim este de 9 milioane lei.5 7.5 6. programarea operativă a execuţiei.5 9 8 7 4.5 0 2.5 6 6.5 4.5 0 6 6 1 0 7. 3.5 4. = 2.5 7.}.5 6 0 2.5 6. revizii la instalaţii.5 6 6.5 0 2.3. precum şi actualizarea periodică a acestor proiecte.5 0 2. cost.5 0 5 4 3 1.5 7 4 4. cercetare-dezvoltare etc. resurse materiale şi umane.5 4. reparaţii capitale. 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 2 1 9 2 Soluţia este { = 2. adică cele 5 milioane au fost repartizate în funcţie de efectele totale.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 0 4 3 1.5 4 5.5 8. = 1.5 7.5 0 6. care permite pe termen mediu şi scurt.5 6 6 5 6.5 7. ţinând seama de factorii: timp.5 4.5 -5 4 3 1.). .

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

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

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

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

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

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

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

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

8.7 3 7. toate activităţile candidate.8 . fiind suficiente resurse. plecând de la aceleaşi date ale proiectului (P).2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig.10.12 15 8 15 0. Studiul de caz 3 Se propune extinderea studiului de caz 1. în sensul că.4 Remarcă: La momentul t = 3 se observă că au fost amânate.8.10 4.3 23 16.3 20 16.7 3. considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5). Tabelul 5 Nr.1 2 tM Rt 2 0 11 8 7 0 13 8. 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.-1.10.7.10 5. cu toate că una din activităţi E sau F putea fi programată.-3 15 8.12. se procedează la alocarea resurselor R1 şi R2. conform criteriului de alocare. 3.3.

-3 t=2 Se observă că se amână activitatea D.10 11 t=0 J K F.26 23 25 0.-3 0.G. deci t=3 Se amână activitatea D şi una din activităţile E şi F. Pentru că RE = 16 şi RF = 8.J 8 2 2 2 2 6 15.18 23. . se amână E.H I.

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

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

Durata lucrării este egală cu T = 26 + 2 = 28 Graficul Gantt corespunzător este prezentat în figura 3.6. Histogramele resurselor R1 şi R2 corespunzătoare programării activităţilor şi alocării şi alocării resurselor sunt prezentate în figura 3.5. Aplicând criteriul încărcării la maxim a capacităţilor disponibile s-a obţinut în acest caz o durată a lucrării mai scurtă cu două unităţi de timp decât în cazul alocării după criteriul rezervei de timp minime. 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 .

26 28 G 10 7 Întrebări de control 1. În ce constă teorema de optimalitate formulată de Bellman? .Fig.5 8 6 4 2 0 A B 2 3 7 10 C C D F E H I G 18 J K 26 28 8 6 4 2 0 2 3 A C F B C E H D I K J 18 Fig. 3.6. 3.

4.5. 4. . ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk). 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. 5. Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. 6.4.1. 4 4. 4. 4. 4. Cap.2.3. Care este formula de calcul privind efectul total obţinut pentru n obiective.5.2.1.

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

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

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

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

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

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

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

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

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

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

2 0. Într-un tabel de forma tabelului 4. Valoarea variabilei probabiliste Xi X1 X2 … Xn Probabilitate relativă p1 p2 … pm Probabilitate cumulată P1 = p0 + p1 P2 = P1 + p2 … Pn = Pn-1 + pm = 1 Intervale [0. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1.2 0.6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig.1 .Tabelar. P2) … [Pm-1. pe orizontală se reprezintă valorile variabilei probilistice.Pi). Pe un sistem de două axe coordonate.).8 0. Valoarea lui P0 este 0. fiecărei valori Xi. 1 1 Probabilităţi 0.1. 1] Grafic. Tabelul 4. P1) [P1. iar pe verticală probabilităţile cumulate (Fig 4.4 0.6 0.2.2. 4.

GENER 4. Pi) identificat în Tabelul 4. coeficientul de variaţie. intervalul de încredere pentru medie etc. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală. Analiza statistică a rezultatelor: se determină media mărimii simulate. deviaţia standard. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic. valoarea xi căreia îi corespunde intervalul [Pi-1.Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0.2. Pasul 6 : . se citeşte valoarea de la baza acelei bare şi se scrie această valoare într-un tabel. Grafic. Pasul 5 : Dacă numărul de experimente este mai mic decât numărul n stabilit de utilizator se reia procedura de la Pasul 3 pentru efectuarea de noi experimente.6.1 intervalul [Pi-1. unul din programele GENER 1.1] utilizând un generator de numere aletoare (de exemplu. dacă numărul aleator este 0. altfel se trece la Pasul 6.6971. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel). Tabelar. GENER 3. Numărul generat ur se reprezintă printr-un punct pe axa verticală. Pi) căruia îi aparţine numărul aleator ur generat. acesta aparţine intervalului [0. GENER 2. Se caută în Tabelul 4. 1] şi se generează volumul vânzărilor de 5 mii bucăţi. De exemplu.

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

rezultă α = 0. care este: . Dacă volumul selecţiei este mai mare de 50.05. dar este mai plată. astfel că numărul gradelor de libertate este n-1.Pentru determinarea intrevalului de încredere pentru medie se utilizează distribuţia t. Această distribuţie este o distribuţie simetrică la fel ca şi distribuţia normală. Valoarea este numită jumătatea intervalului de încredere şi poate fi considerată eroarea asociată mediei. Valoarea lui t depinde de gradele de libertate ale selecţiei. Pentru n = 100.95. şi anume deviaţia standard. În acest caz a fost estimat un singur parametru. atunci din relaţia: rezultă numărul N de execuţii de simulare necesare pentru obţinerea preciziei dorite. Intervalul de încredere (1-α) pentru media reală este definit de realţia: . astfel că . Gradele de libertate sunt determinate de volumul selecţiei n diminuat cu numărul de parametri necunoscuţi care trebuie estimaţi. Dacă se doreşte să se determine un interval de încredere (1-α) cu o anumită precizie ε. Pentru intervalul de încredere (1-α) = 0. aproape nu mai există diferenţă între distribuţia t şi distribuţia normală. Pentru n = 500.

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

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful