P. 1
Curs Modelare

Curs Modelare

|Views: 562|Likes:
Published by Anita Kálnoki

More info:

Published by: Anita Kálnoki on Jun 01, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

04/16/2014

pdf

text

original

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

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

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

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

. Metode aproximative. dominat de un vector εa dinainte stabilit. atunci: S−S*=0 Metodele aproximative conduc la obţinerea unei soluţii S.Metode euristice. respectiv: . Metode exacte conduc la obţinerea unei soluţii care răspunde fără eroare (abatere) la criteriile de eficienţă. adică: |S−S*|=|ε|≤|εa| .Prelucrarea datelor. diferită de soluţia adevărată S*. Dacă notăm cu S vectorul soluţiei adoptate şi cu S* vectorul soluţiei adevărate. printr-un vector ε. Un alt criteriu de clasificare al metodelor de prelucrare este criteriul exactităţii.Metode fuzzy.Culegerea datelor. . 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. După criteriul exactităţii distingem: - Metode exacte. respectiv: - Metode deterministe. . Metode stochastice.

Metodele euristice sunt utilizate în cazul problemelor complexe. o soluţie S. care presupune construirea unor modele matematice şi logice care descriu comportarea unui sistem real într-o perioadă lungă de timp.3. într-un timp relativ scurt.1. Metodele euristice au un anumit grad de probabilitate. acceptabil din punct de vedere practic. fără a avea garanţii că este soluţia optimă. fuzzy stochastice Modele determinist e . pag 16. când este util a se obţine.. a căror alegere depinde de natura problemei de rezolvat şi de personalitatea analistului de sisteme (modelatorului). O reprezentare grafică a metodelor modelării economice în vederea fundamentării deciziilor poate fi prezentată ca în figura 1.4 1. Procesul de trecere de la sistemul real la modelul de simulare Simulare reprezintă o tehnică de realizare a experimentelor cu ajutorul calculatorului numeric. cit. 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. Ele pot consta într-o succesiune de încercări (tatonări).

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

cit. Modelul reprezintă forma abstractă şi simplificată a unui proces economic. 1. Validare Validare Modelul abstract Modelul Date Date Figura 1.2 Sistemul real reprezintă sistemul perceput în mod natural cu ajutorul simţurilor. 5 Sursa: op. Modelul abstract realizează trecerea de la sistemul real la modelul real. cerinţelor sistemului real iniţial.Procesul de trecere de la sistemul real la modelul de simulare (modelul real) poate fi reprezentat grafic ca în figura 1. . măsurători. Modelul real reprezintă sistemul real înlocuit. pag. pentru a fi utilizat în procesele economice. obţinut prin prelucrarea datelor prin observări.4.. 18. şi care corespunde. prin descompunerea sistemului în părţi componente elementare şi stabilirea legăturilor dintre acestea.2.5 Sistem Date din sistem obţinute prin: Observări Măsurăto ri. în principiu. Definiţia şi clasificarea modelelor economicomatematice Conceptul de model a fost preluat de la matematicieni de către analiştii de sistem. Validarea rezultatelor constă în verificarea concordanţei datelor din sistemul real cu cele oferite de modelul real. expeimente.

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

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

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

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

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

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

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

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

Mc.. Periodic sistemele expert sunt actualizate.Buchanan B. Inter Edition. se consideră că un sistem bazat pe inteligenţă artificială nu este un simplu rezolvator de probleme. Farrency. Capedues. sunt organizate pentru achiziţia şi expoatarea cunoştinţelor într-un anumit domeniu şi asistă procesul de luare a deciziilor. pag. Les Systèmes experts: principes et exemples. Davis. 1984 11 Op.G. 10 Op. încearcă să imite raţionamentele umane prin raţionamente artificiale. Sistemele expert (SE) sunt sisteme de programe bazate pe tehnicile de inteligenţă artificială. Systèmes Experts: vers la métrise technique.G. 27 din H. 1983 . pag. Rule – Based Expert Systems. Shortliffe. 27.10 şi David R. Knowledge Based Systems in Artificial Intelligency. fiind considerate astfel sisteme deschise. Programele sunt capabile de performanţe la nivelul experţilor deoarece ele acumulează mari cantităţi de cunoştinţe referitoare la un anumit domeniu. cit. în timp ce omul este influenţat de anumite stări emoţionale şi poate lua decizii diferite în situaţii identice. J. Paris.. 1982 12 Op. ci are capacitatea să acumuleze experienţă. Haton.. Braw – Hill. Diferenţa dintre ele constă în faptul că. din B. care înmagazinează cunoştinţele experţilor umani dintr-un domeniu bine definit şi apoi le folosesc pentru rezolvarea problemelor dificile din acest domeniu..E. 27 din A. Rezultă deci că sistemele expert dispun de cunoştinţe. cit. devenind un colaborator şi nu consultant al specialistului uman.P.H. Buchanan. cit. New York. Bonnet A.12 Şi Farrency13 consideră că sistemele expert pot fi şi maşini cu software destinate uneori să înlocuiască specialistul într-o anumită acţiune. Prin urmare. Bonnet. 1988 13 Op. operând modificările şi realizările dintr-un anumit domeniu. Addison – Wesley. E. S.11 Arată că sistemele expert sunt programe informatice care încorporează cunoaşterea specilizată şi experienţa unui expert uman. pag. cit. pag 27 din R. sistemul expert nu poate fi susceptibil de astfel de erori.

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

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

În centrul preocupărilor euristicii stă ipoteza. gândirea strategică. 1.8. Sisteme inteligente bazate pe procedee euristice Sistemele inteligente bazate pe procedee euristice permit exploatarea şi valorificarea cunoştinţelor şi corespund unor knowhow-uri parţiale. Euristica se defineşte ca fiind14:  O clasă de metode şi regului care dirijează subiectul spre cea mai simplă şi mai economică soluţie a problemelor. aceste sisteme trebuie revizuite periodic pentru a putea răspunde rapid la problemele formulate. această metodă se utilizează în fundamentarea deciziilor privind producţia.Pentru a răspunde schimbărilor care au loc în organizaţie. Validitatea şi fiabiliatatea sistemului determină robusteţea lui. Apariţia unor noi situaţii.  Un drum care permită descoperirea soluţiilor problemelor complexe fără a le supune unei simplificări sau reducţii. cit. realizează de fiecare dată premisele unei noi etape de punere de acord a modelului cu realitatea. Procedeul analizei euristice constituie un cadru conceptual şi analitic de măsurare a aspectelor necuantificabile. 31 . adică să fie valide şi fiabile. De aceea. 14 Op. care pornesc de la ipoteze.. aspecte de marketing. finanţe. Metodele euristice constau în tatonări legate de natura problemei de rezolvat şi de personalitatea modelatorului. pag. probleme de personal.

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

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

Se calculează funcţia de performanţă f(x1) a noii soluţii. Se compară performanţele celor două soluţii f(x0) şi f(x1). iar algoritmul se reia de la pasul 5. În mod analog a fost construit un algoritm general al compozitorului de probleme. Dacă nu s-a realizat numărul raţional de iteraţii. atunci se aleg acele reguli care permit un câştig cât mai mare pentru funcţia de performanţă. Dacă performanţa f(x1) este superioară performanţei f(x0). soluţia iniţială admisibilă x0 se transformă într-o altă soluţie x1. 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 această diferenţă este semnificativă. soluţia x1 devine soluţia iniţială şi algoritmul se continuă de la pasul 5. algoritmul se opreşte. atunci se evaluează diferenţa |f(x1)f(x0)|.Nu Se măreşte probabilitatea de aplicare a regulii care a avut mai mult Figura 1. Cele mai bune reguli de transformare se aleg după efectuarea paşilor 6 şi 7.3 Pasul 5 : Cu ajutorul unor reguli de transformare. Pasul 6 : Pasul 7 : Paşii algoritmului pot fi parcurşi cu sau fără ajutorul calculatorului. Când acest număr a fost atins. Compozitorul de probleme explorează . de asemenea admisibilă. permiţând obţinerea unei soluţii suboptimale.

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

5. Rolul şi locul modelării economico-matematice în management 2.3. 2. Analiza de sistem construirea 2.4.5. 2 Analiza sistematică şi modelelor economico-matematice 2. Modele ce surprind aspecte tehnologice şi de producţie 2.5. Modele informaţional-decizionale Modele ale relaţiilor umane Modele informatice . 2.5. Etapele matematice 2.5.Cap.1.4. Structura de mulţimi a unui sistem în abordare statică şi abordare dinamică 2.2.1. construirii modelelor economico- Tipuri de modele economico-matematice 2.2.3.

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

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

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

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

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

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

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

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

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

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

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

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

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

. Pe baza structurilor arborescente ale produselor finite se poate construi un model matriceal pentru determinarea necesarului de subansamble şi componente. Pot fi folosite atât ca mocele descriptive. c) Modele de tip ADC (Analiza Drumului Critic) Graficele ADC reprezintă condiţionările logice şi tehnologice dintre activităţile unui proiect şi oferă posibilitatea luării în considerare a necesarului de resurse materilae. cât şi ca modele normative. umane şi financiare. denumit modelul matricei exploziilor sumarizate. fiind denumit calculul cu ajutorul exploziilor sumarizate. oferind astfel imaginea completă asupra structurii tehnologice a unui produs.Suma arată că se vor aduna cantităţile pentru subproduse identice. 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. 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.

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

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

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

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

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

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

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

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

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

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

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

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

Fig. 10. Care sunt caracteristicile unui model descriptiv. dar ale unui model normativ? 6. 8. 5.2. Enumeraţi principalele subsisteme componente ale unei întreprinderi industriale.La . dar în cazul sistemelor tehnice de producţie? 9. De ce organizaţia poate şi trebuie să fie privită ca un sistem? Prezentaţi categoriile specifice teoriei sistemelor. Cele patru categorii de modele şi modul de legătură Întrebări de control 1. Prezentaţi sinaptic legăturile între cele trei subsisteme ale sistemului de conducere. 3. 2. vectorul ieşirilor şi vectorul stărilor. În ce condiţii modelarea economico-matematică este eficientă pentru o organizaţie? Care sunt metodele utilizate de analistul de sistem pentru activităţile economice. Explicaţi în ce constă vectorul intrărilor. 4. Prezentaţi şi comentaţi tipurile de probleme în cazul abordării organizaţiei ca sistem. 7. Ce reprezintă analiza de sistem? 2. dar pentru activităţile tehnologice? ce serveşte tehnica de calcul în cadrul sistemelor de conducere a activităţilor economice. coordonare şi control al întreprinderilor.

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

ADC/COST .2.5.3. Modelarea alocării unor fonduri băneşti în funcţie de efectele economice obţinute.Politică optimă . 3 Termeni cheie .Programare dinamică . Algoritm euristic de alocare a resurselor Studiul de caz nr.Analiza drumului critic .Efect economic .1.Bellman . Modelul de analiză a drumului critic pentru proiectele complexe 3.Resurse . Studiul de caz nr. Teorema de optimalitate a lui Bellman 3.Cap. 1 3. Modelul de analiză a drumului critic/cost 3.ADC/resurse . 2 Studiul de caz nr. 3 Modele economico-matematice utilizate în alocarea resurselor unei organizaţii 3.Fond bănesc .4.Rezerva de timp .

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

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

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

lei) F1 0 2 3.Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de alocare optimă a fondului de etape (obiective).5 3 3.5 7 F3 0 1. Specialiştii firmei au înlocuit un studiu cu scopul de a analiza repartizarea fondului pentru creşterea producţiei din cele trei filiale. care va fi efectul economic anual exprimat prin producţia industrială preconizată a fi obţinută. 1. lei) 0 1 2 3 4 5 Producţia preconizată a fi obţinută la filialele (mil.x2)=e2(x2)+E1(x1)=e2(x2)+E1(F-x2) .5 4.5 3 4 5 6.1 Fondul alocabil (mil. Rezolvare Se contruieşte strategia optimă pentru două obiective luate împreună.5 Se cere să se elaboreze strategia optimă de repartizare a celor 5 milioane lei. Studiu de caz 1 O firmă industrială are la dispoziţie un fond de 5 milioane lei pentru modernizarea capacităţii de producţie în cele trei filiale ale sale.5 4 4.5 6 F2 0 2. Se calculează funcţia: E2(x1. Rezultatele studiului sunt prezentate în tabelul nr. Tabelul nr. astfel încât efectele economice la nivelul firmei să fie maxime. respectiv.

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

care permite pe termen mediu şi scurt. = 2.5 4.5 4. revizii la instalaţii.5 0 2. . resurse materiale şi umane. precum şi actualizarea periodică a acestor proiecte.5 7. = 1.5 6 6. 3. adică cele 5 milioane au fost repartizate în funcţie de efectele totale.5 0 6.).5 0 6 6 1 0 7. 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 9 8 7 4.5 4.5 6 6.5 6. Efectul total maxim este de 9 milioane lei. reparaţii capitale.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 5 4 3 1.}. cercetare-dezvoltare etc.5 7.5 7 4 4.5 7.3.5 -5 4 3 1.5 0 2.5 6. cost.5 6 0 2. programarea operativă a execuţiei.5 8.5 6 6 5 6. ţinând seama de factorii: timp.5 0 4 3 1.5 2 1 9 2 Soluţia este { = 2.5 4 5.5 4.5 0 2.5 7.

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

Modul de calcul al termenelor minime şi maxime pentru un eveniment (p) din graf poate fi prezentat ca în fig. 3.1 tmax Dacă (dij) reprezintă durata de desfăşurare a activităţii (Aij).2. drumul critic al unui graf este succesiunea activităţilor dintre nodul iniţial şi nodul final care au rezervă totală nulă. Pentru înţelegerea esenţei metodei ADC este important de reţinut că cea mai lungă succesiune determină durata minimă posibilă de execuţie a întregii acţiuni. Acesta este de execuţie a întregii acţiuni. Rezerva totală (Rt) se calculează cu formula: Într-un graf se pot lua în considerare succesiuni de activităţi adiacente plecând de la începerea primei activităţi până la terminarea ultimei activităţi. Acesta este drumul critic al grafului. Cu ajutorul tehnicii calculului drumului critic se poate determina durata minimă posibilă de realizare a acţiunii complexe. Însumând duratele activităţilor pentru fiecare succesiune se obţin valori diferite. Momentul cel mai devreme posibil de terminare a tuturor activităţilor care converg în p este: . acesta poate avea sau nu o rezervă de timp în funcţie de termenele în care se desfăşoară. Altfel spus.tmin tmax tmin Fig 3.

. Modelul de analiză a drumului critic/cost . Kn tmin tmax AK1p dK1p AK2p dK2p AKnp dKnp tmin ? tmax ? Apq1 q1 tmin tmax p Apq2 q2 .4. 3.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. 3. qn tmin tmax tmin tmax Apqn Fig. cu o aproximaţie acceptabilă şi cu respectarea legăturilor logice şi tehnologice dintre activităţi.2 Avantajele acestei metode sunt numeroase. . . .

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

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

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

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.

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

t = 15

Se amână activitatea E

t = 18

Se programează E şi H la momentul t = 18

t = 19

Deci

t = 22

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

t = 28

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

B C 7 G 15

D F

H E H 1920 I J K 28 30

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

1920

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

11 10 9 8 7 6 5 4 3

considerând criteriul principal încărcarea la maximum a capacităţilor disponibile iar rezerva de timp criteriul secundar (tabelul 5). în sensul că.8 . plecând de la aceleaşi date ale proiectului (P).12 15 8 15 0.12.4 Remarcă: La momentul t = 3 se observă că au fost amânate. fiind suficiente resurse.10.10 4. 3. conform criteriului de alocare. Tabelul 5 Nr.8.7. 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. toate activităţile candidate.7 3 7.1 2 tM Rt 2 0 11 8 7 0 13 8.10.7 3. cu toate că una din activităţi E sau F putea fi programată.10 5.8. Studiul de caz 3 Se propune extinderea studiului de caz 1.3 20 16.2 1 0 A B 2 34 5 7 15 181920 2223 28 30 Fig.-1.3 23 16.-3 15 8. se procedează la alocarea resurselor R1 şi R2.3.

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

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

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

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

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

5.3. 4. 4.5.1.5. 4 4.2. k = n? În ce constă analiza drumului critic? În ce constă metoda analizei drumului critic? Ce reprezintă drumul critic al unui graf? Care este formula de calcul a rezervei totale de timp? 3. 6. Simularea proceselor economice Conceptul de simulare Aplicaţii economice ale simulării Etapele simulării Simularea Monte Carlo Alte tipuri de simulare Simularea evenimentelor discrete 4. 4.4. 4.1. Cap. 4. . ştiind că pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul ek(xk).2. Care este formula de calcul privind efectul total obţinut pentru n obiective.

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

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

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

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

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

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

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

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

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

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

Pe un sistem de două axe coordonate. i se asociază intervalul construit cu probabilităţile cumulate [Pi-1. P2) … [Pm-1.).2.Pi).2 0.4 0.1 . Tabelul 4. iar pe verticală probabilităţile cumulate (Fig 4. Într-un tabel de forma tabelului 4.Tabelar. 4. 1 1 Probabilităţi 0.6 0.1.2.6 0 3 4 5 Volumul vânzărilor (mii bucăţi) Fig. P1) [P1. 1] Grafic. Valoarea lui P0 este 0. 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 [0.8 0. fiecărei valori Xi. pe orizontală se reprezintă valorile variabilei probilistice.2 0.

se citeşte valoarea de la baza acelei bare şi se scrie această valoare într-un tabel. Pi) căruia îi aparţine numărul aleator ur generat. Grafic. deviaţia standard. 1] şi se generează volumul vânzărilor de 5 mii bucăţi.6.2.1] utilizând un generator de numere aletoare (de exemplu. intervalul de încredere pentru medie etc. Din acel punct se duce o paralelă la axa orizontală până când întâlneşte prima bară verticală. Se caută în Tabelul 4. GENER 4. GENER 2. unul din programele GENER 1. GENER 5 care pot fi apelate prin MANAGER 2 sau cu funcţia RANDO din Excel). Pasul 6 : .Pasul 3 : Se generează un număr aleator ur uniform repartizat în intervalul [0. Tabelar. Pasul 4 : Obţinerea valorilor simulate se poate realiza tabelar sau grafic. altfel se trece la Pasul 6. acesta aparţine intervalului [0. Analiza statistică a rezultatelor: se determină media mărimii simulate.6971. dacă numărul aleator este 0. coeficientul de variaţie. De exemplu. Numărul generat ur se reprezintă printr-un punct pe axa verticală. valoarea xi căreia îi corespunde intervalul [Pi-1. Pi) identificat în Tabelul 4. GENER 3. Pasul 5 : Dacă numărul de experimente este mai mic decât numărul n stabilit de utilizator se reia procedura de la Pasul 3 pentru efectuarea de noi experimente.1 intervalul [Pi-1.

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

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

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

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

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

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

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

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

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

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->