QM

CUPRINS
Introducere....................................................................................................................................4 CAPITOLUL 1. Programare liniar (Linear Programming)................................................................................................................10 CAPITOLUL 2. Problema de transport (Transportation)..........................................................................................................................13 CAPITOLUL 3. Problema repartizrii (Assignment)................................................................................................................................16 CAPITOLUL 4. Programare ntreag i Programare ntreag mixt (Integer Programming, Mixed Integer Programming)..............................................................18 Modulele Integer Programming i Mixed Integer Programming permit rezolvarea problemelor n care : ...................................................................................................................18 a) toate variabile sunt ntregi;......................................................................................................18 b) numai o parte din variabile sunt ntregi ( problem mixt);..................................................18 c) variabilele sunt 0 -1 (variabile booleene). ..............................................................................18 Caracteristici:..............................................................................................................................18 CAPITOLUL 5. Drumuri n grafuri (I) (Networks Shortest Route)........................................................................................................21 CAPITOLUL 6. Drumuri n grafuri (II) (Networks - Minimum Spanning Tree).......................................................................................24 CAPITOLUL 7. Metoda drumului critic (Project management [PERT/CPM])...........................................................................................26 CAPITOLUL 8. Gestiunea stocurilor (Inventory)....................................................................................................................................31 CAPITOLUL 9. Fenomene de ateptare (Waiting lines)..............................................................................................................................37 CAPITOLUL 10. Problema deciziei (Decision Analysis).......................................................................................................................41
MODELAREA I SIMULAREA PROCESELOR ECONOMICE CAPITOLUL 11. Previziune (Forecasting).................................................................................................................................46 CAPITOLUL 12. Procese Markov (Markov Analysis)........................................................................................................................49 ANEXE........................................................................................................................................52
Anexa 1 Linear Programming............................................................................................................52 Anexa 2. Transportation.....................................................................................................................55 Anexa 3. Assignment...........................................................................................................................58 Anexa 4. Integer Programming..........................................................................................................60 Anexa 5. Shortest Route......................................................................................................................62 Anexa 6. Minimum Spanning Tree....................................................................................................64 Anexa 7. Project management (PERT/CPM)....................................................................................66 Anexa 8. Inventory..............................................................................................................................69 Anexa 9. Waiting Lines.......................................................................................................................71 Anexa 10. Decision Analysis...............................................................................................................72 Anexa 11. Forecasting.........................................................................................................................75 Anexa 12. Markov Analysis................................................................................................................79
BIBLIOGRAFIE.........................................................................................................................82
-2-
MODELAREA I SIMULAREA PROCESELOR ECONOMICE
-3-
Introducere
QM for Windows face parte din pachetul de programe DS for Windows, POM for Windows, i QM for Windows oferit de Prentice-Hall's Decision Science. Acesta este destinat rezolvrii cu ajutorul calculatorului a modelelor matematice utilizate n fundamentarea deciziei manageriale (metodelor cantitative de management sau managementului produciei). Interfaa grafic a acestui software este una standard Windows. Oricine este familiar cu un procesor de texte si cu unul de calcul tabelar poate utiliza cu uurin acest program. Fiierele sunt salvate i ncrcate simplu deoarece QM atribuie o extensie specific problemelor salvate din fiecare submodul, totodat realizndu-se asocierea acestor extensii cu QM <un dublu-click pe unul din aceste fisiere si QM-ul deschide problema salvat>. Datele i graficele rezultatele, pot fi transferate altor aplicaii Windows. De asemenea listarea la imprimant se face cu uurin n formatul dorit. Pentru compararea metodelor i rezultatelor, se poate schimba metoda de soluionare printr-un singur click. Versiuni mai noi ale software-ului si ale manualelor pot fi obinute de la adresa http://www.prenhall.com/weiss. 1. Lansarea QM Dup Menu. De asemenea pe Desktop vom regsi Shortcut-ul Windows 2 Cu ajutorul acestora lansm in execuie programul QM. QM for instalare programul adauga urmtorul grup n Start
-4-
2. Meniul Principal Dupa lansare, meniul Module este selectat, urmnd a alege modulul de lucru din modulele principale ale programului (precizm c o parte din aceste module conin i submodule), prezentate n schema de mai jos:
Assignment Breakeven/Cost-Volume Analysis Decision Analysis Forecasting Game Theory Goal Programming Integer Programming Inventory Linear Programming Markov Analysis Material Requirements Planning Mixed Integer Programming Networks Project Management (PERT/CPM) Quality Control Simulation Statistics Transportation Waiting Lines Modul Problema de repartiie Problema pragului de rentabilitate Teoria deciziei Previziune Teoria jocurilor Programare cu mai multe funcii obiectiv programare scop Programare cu toate variabilele ntregi Stocuri Programare liniar Analiza proceselor Markov Necesarul de materiale si componente Programare ntreag mixt Module bazate pe grafice reea Analiza drumului critic (ADC) i PERT (Program Evaluation and Review Technique) Controlul calitii Simulare Statistica Problema de transport Fenomene de ateptare
Observaie: Nu ne propunem ca aceast lucrare s fie un manual de utilizare al programului QM for Windows ci urmrim realizarea unui material util studeniilor in rezolvarea unor probleme de laborator, abordate n cadrul disciplinei Modelarea i simularea proceselor economice pe calculator. 3. Introducerea unei probleme noi. Alegem spre rezolvare o problem de programare liniar (maximizare) cu dou restricii i dou variabile: max 3x + 3y cu restriciile: 3x + 4y <= 14 6x + 4y <= 15 x, y >= 0
-5-
Dup ce a fost ales modulul de lucru vom utiliza meniul File / New
, pentru a introduce date noi (sau File / Open pentru a deschide o problema salvat anterior). Urmtoarea fereastr de dialog numit Create data set for este similar pentru toate modulele cu diferene ce vor fi subliniate in capitolele urmtoare cnd tratm difereniat modulele.
Aici introducem un titlu pentru problem, alagem numrul de restricii (Constraints) i numrul de variabile (Variables). ntruct restriciile i variabilele sunt afiate pe rnduri i coloane (ca n oricare procesor de calcul tabelar) avem aici posibilitatea de a alege diferite nume pentru acestea. n continuare introducerea datelor n celule este simpl iar trecerea de la o celul la alta se face fie cu ajutorul tastelor cursor, fie cu <Tab> sau <Enter>.
Restriciile se aleg din caseta derulant apsnd pe cursor.
-6-
Pentru soluionarea problemei alegem meniul File/Solve sau apsnd Rezultatele sunt prezentate in cinci ferestre diferite: Linear Programming Results; Ranging; Solution list; Iterations; Graph.
-7-
Dac se dorete urmrirea iteraiilor fcute se poate rula pas-cu-pas alegnd meniul File / Step sau apsnd butonul Step. De asemenea se pot reedita datele problemei alegnd Edit. Listarea rezultatelor la imprimant se realizeaz (ca n orice program standard) cu comanda File / Print cu ajutorul creia putem gestiona informaiile pe care dorim s le tiprim, ct i forma i destinaia lor.
-8-
-9-
CAPITOLUL 1.
Programare liniar (Linear Programming)
Programarea liniar este una din cele mai rspndite metode cantitative utilizate n procesul de management pentru selectarea deciziei optime. Forma canonic a unei probleme de programare liniar n notaie matriceal este: max [min] f(X) = CX AX () b X0 Exemplu: O firm realizeaz un produs n dou variante standard i de lux. Procesul de fabricaie const n execuia a patru operaii succesive. Timpii de execuie pe unitatea de produs (n ore) sunt :
PRODUSUL STANDARD DE LUX O1 0.6 1.0 O2 0.5 0.8 O3 1.1 0.7 O4 0.1 0.25
Profitul unitar obinut este de 10 u.m. n cazul variantei standard i de 9 u.m. pentru varianta de lux. Timpii disponibili estimai pentru fiecare operaie sunt 01-650 ore, 02-700 ore, 03-750 ore i 04-200 ore. S se determine programul optim de fabricaie, adic numrul de produse, n cele dou variante, care trebuie executat astfel nct profilul total obinut s fie maxim. Rezolvare. Fie X1 = numrul de produse n varianta standard; X2 = numrul de produse in varianta de lux.
- 10 -
Problema de programare liniar i soluia obinut sunt prezentate in Anexa 1 (pag. 52). Probleme propuse 1.Introducei i executai problema din exemplu. Verificai elementele de analiz a senzitiviti efectund urmtoarele modificri: valoarea resursei pentru operaia 01 crete cu o unitate; valoarea resursei pentru operaia 02 crete cu o unitate; profitul unitar pentru produsul standard devine 14 u.m. valoarea resursei pentru operaia 01 crete la 846.
Dup fiecare modificare se va reveni la problema iniial. 2. O firm realizeaz un produs n 3 modele. Se cunosc timpii necesari operaiilor (n minute), beneficiile realizate pe fiecare unitate de model, timpii disponibili pentru fiecare operaie (n ore). Modelul O1 O2 O3 O4 O5 Profit M1 20 19 25 18 30 10 M2 21 20 30 14 25 9 M3 22 14 24 27 22 11 Disponibil 10 80 70 90 10 0 0 Cererea impune ca M2 s reprezinte cel puin 30% din producie, iar M3 cel mult 20% din producie. S se determine programul optim de fabricaie. S se analizeze soluia rezultat. 3. O firm dispune de fonduri bneti (K=7000 u.m.) i for de munc (L=1500 om-zile). Pentru realizarea a 250 uniti dintr-un anumit produs. Exist posibilitatea de a realiza produsul n 4 variante. Cheltuielile bneti, fora de munc i beneficiile nete pentru o unitate din fiecare variant sunt: Variante Capital (K) For de munc (L) Beneficiul net V1 34 7 24 V2 32 4 14 V3 20 3 9 V4 17 4 8
- 11 -
S se determine un plan optim de fabricaie, dup criteriul beneficiului total maxim. Se vor analiza situaiile: 1. Planul de fabricaie 250; 1. Planul de fabricaie = 250. 4. Patru feluri de substane S1, S2, S3, S4 conin n cantiti diferite, patru elemente E1, E2, E3, E4. Din cele 4 substane trebuie facut un amestec, care s conin cel puin 40, 42, 22 i 25 uniti, respectiv din cele 4 elemente. Cte o unitate din fiecare substan S1, S2, S3, S4 cost respectiv 6, 4, 5 i 4 u.m. Coninutul unei uniti din fiecare substan, n fiecare din cele patru elemente este: E1 E2 E3 E4 S1 S2 S3 S4 3 2 1 3 4 0 3 1 0 3 0 4 5 0 3 1
Coninutul substanelor S1 i S2 n alte elemente, ce aduc amestecului proprieti speciale, cer ca acest amestec s conin cel puin 3 uniti din S1 i cel puin 2 uniti din S2. S se determine cantitiile ce trebuie amestecate din cele 4 substane, astfel nct s fie ndeplinite toate condiiile impuse iar costul total al amestecului s fie minim.
- 12 -
CAPITOLUL 2.
Problema de transport (Transportation)
Problema transporturilor se pune n faa managerului care trebuie s stabileasc ce cantiti vor fi transportate ntre centrele de producie i cele de consum, astfel nct costul de transport s fie minim. Fie m n ai bj cij centre de producie sau depozite: O1, O2, ...., Om; centre de consum: D1, D2, ...., Dn; oferta centrului Oi, i=1, 2, ...., m; cererea centrului Dj,j=1, 2, ...., n; costul de transport a unei uniti de produs ntre Oi la Dj; i=1, 2, ...., m; j=1, 2, ...., n; Problema de transport echilibrat (cererea=oferta) poate fi formulat astfel:
min
m n m n
c ij xij sau max

i =1 j =1
v ij x ij
i =1 j =1
cu restriciile:
m
xij
j =1
= ai , i=1, 2, ...., m
x ij = b j , j=1, 2, ...., n
i =1
xij 0, i=1, 2, ...., m; j=1, 2, ...., n. Dac cererea = oferta, rezult
a j = b j .
i =1 j =1
n caz contrar, problema este neechilibrat i rmn nedistribuite o parte din resursele disponibile (oferta > cererea), sau anumite cerine rmn nesatisfcute (cererea > oferta). Date de intrare: numrul de origini (centre de producie sau depozite) [2 ... 90]; numrul de destinaii (centre de consum) [2 ... 90]; valoarea ofertei n fiecare origine;
- 13 -
valoarea cererii la fiecare destinaie; costul / venitul rezultat prin transportul unei uniti de produs de la fiecare origine la fiecare destinaie.
Observaii: Dac o combinaie origine destinaie este inacceptabil, atunci se introduce un cost foarte mare (ex 99999) pentru o problem de minimizare, sau un venit foarte mic (ex. -99999) n cazul unei probleme de maximizare. Exemplu. O firm are capaciti de producie n 3 centre (origini sau surse) Source 1, Source 2, Source 3; firma expediaz produsele realizate n 4 centre regionale de distribuie (destinaii) Destination 1, Destination 2, Destination 3, Destination 4. Oferta i cererea sunt: Originea Oferta Source 1 Source 2 Source 3 500 600 350 Destinaia Destination 1 Destination 2 Destination 3 Destination 4 Costurile unitare de transport sunt: Destination 1 5 3 4 Destination 2 3 6 2 Destination 3 4 5 9 Destination 4 7 4 4 Cererea 500 200 700 50
Source 1 Source 2 Source 3
Se cere stabilirea unui plan de transport astfel nct costul transportului s fie minim. n cazul n care transportul ntre centrele O2 D2 devine imposibil, cum se modific planul de transport stabilit anterior? Rezolvarea problemei este prezentat n Anexa 2 - pagina 55
- 14 -
Problema propus O firm are depozite n 4 filiale i aprovizioneaz cu acelai produs 9 centre. Cheltuielile de transport pentru o unitate de produs, oferta i cererea sunt date n tabelul de mai jos: D1 O1 31 O2 19 O3 57 O4 28 Cererea 1500 D2 43 18 59 46 1000 D3 40 20 55 52 1000 D4 36 47 64 60 1500 D5 37 14 18 25 1000 D6 41 36 20 18 1000 D7 47 13 53 42 60 0 D8 29 62 39 59 1000 D9 42 47 64 24 1500 Oferta 427 3824 4370 1280
1. S se stabileasc planul de transport astfel nct cheltuielile s fie minime. 2. Centrele cu cererea nesatisfcut apeleaz n perioada urmtoare la un alt furnizor pentru ntreaga cantitate. Stabilii planul de transport pentru noua perioad, n ipoteza c oferta firmei i cererea centrelor de consum rmase, se pstreaz neschimbate. 3. Reducei oferta pentru perioada a 3-a n centrele cu exces astfel nct s se obin o problem de transport echilibrat (cererea rmne aceeai).
- 15 -
CAPITOLUL 3.
Problema repartizrii (Assignment)
Problema repartizrii stabilete modul cum trebuie mprite resursele disponibile (agents) ntre activitiile ce urmeaz a fi executate (tasks). Problema de repartizare rezolvat de modul Assignment presupune c fiecare resurs poate fi alocat unei singure activiti i c fiecare activitate nu poate utiliza dect o singur resurs. Datele de intrare: Exemplu: Un numr de 5 persoane sunt disponibile pentru a executa 6 activiti diferite. Se cunoate timpul necesar fiecrei persoane pentru execuia fiecrei activiti. Aceste date sunt prezentate n tabelul urmtor:
Activitate a1 8 7 3 4 9 Activitate a2 4 9 8 3 5 Activitate a3 2 5 9 8 Activitate a4 6 5 2 5 9 Activitate a5 4 6 3 5 Activitatea 6 2 3 3 2 2
numrul de resurse disponibile (agents) [2 ... 90]; numrul de activiti (tasks) [2 ... 90]; costurile / veniturile unitare rezultate pentru fiecare alocare resursa activitate.
Persoana 1 Persoana 2 Persoana 3 Persoana 4 Persoana 5
S se determine soluia de alocare optim (care minimizeaz durata total de execuie a celor 6 activiti). Problema de repartizare i soluia optim sunt prezentate la pagina 58.
- 16 -
Observaii: Dac numrul de resurse este diferit de numrul de activiti, soluia indic activitile care rmn nerepartizate sau resursele care nu sunt alocate. Dac o combinaie resurs activitate este inacceptabil, atunci se introduce un cost unitar foarte mare (ex: 99999), sau un venit unitar foarte mic (ex: -99999) Problema propus: O linie aerian funcioneaz n fiecare zi dup orarul: Zboru l 1 2 3 4 5 6 AB Plecar e 7:00 8:00 13:30 18:30 20:00 23:30 Sosir e 8:00 9:00 14:30 19:30 21:00 0:30 Zboru l 101 102 103 104 105 106 BA Plecar e 8:00 8:30 12:00 17:30 19:00 22:00 Sosire 9:15 9:45 13:15 18:45 20:15 23:15
Echipajul trebuie s se odihneasc cel puin 5 ore ntre zboruri. Cutai perechile de zboruri pentru care timpul total de staionare pe un aeroport strin este redus la minimum. Echipajelor li se poate fixa baza att n A ct i n B. Pentru fiecare pereche de zboruri, echipajul va fi repartizat la baza care face posibil obinerea unui timp minim de staionare.
- 17 -
CAPITOLUL 4.
Programare ntreag i Programare ntreag mixt (Integer Programming, Mixed Integer Programming)
Exist situaii practice n care natura concret a fenomenelor modelate impune cerina ca variabilele supuse restriciilor problemei s nu poat lua valori dect numere ntregi. Modulele Integer Programming i Mixed Integer Programming
permit rezolvarea problemelor n care :
a) toate variabile sunt ntregi;

b) numai o parte din variabile sunt ntregi ( problem mixt);
c) variabilele sunt 0 -1 (variabile booleene).

Caracteristici: numrul de variabile [2 ... 30]; numrul de restricii [1 ... 30]; n cazul variabilelor booleene trebuie impuse condiiile
Observaii: suplimentare xi <1, i= 1,.....n., unde n este numrul variabilelor. Evident, dac 0 xi 1 i xi este ntreg, rezult xi =0 sau1. Exemplu: O firm dorete s investeasc suma de 2670 u.m. n domeniul imobiliar. Se pot achiziiona 3 tipuri de obiective; acestea necesit un timp diferit lunar pentru ntreinere: beneficiul net anual obinut din exploatare este diferit pentru fiecare obiectiv. Preul de cumprare (u.m.), beneficiul net anual (u.m.) i timpul lunar necesar (ore) sunt:
- 18 -
Obiectivul Pre O1 195 O2 241 O3 335
Benefici u 15 21 28
Timp ntreinere 20 27 30
Firma nu poate aloca mai mult de 250 ore lunar pentru ntreinere. Numrul maxim disponibil de obiective O1 este de 5 iar de obiective O3 este de 4. S se determine soluia optim de achiziie care realizeaz beneficiul anual maxim. Rezolvare: Fie X1 = numrul de obiective O1 care vor fi cumprate; X2 = numrul de obiective O2 care vor fi cumprate; X3 = numrul de obiective O3 care vor fi cumprate. Problema de programare discret are toate variabilele numere ntregi. Soluia obinut este prezentat n pagina 60. Probleme propuse: 1. Introducei i executai problema din exemplu. Reluai problema cu modulul Linear Programming i comparai soluiile. 2. Un transportator trebuie s ncarce mrfuri de diferite sorturi n limita capacitii de 70t. Cele 5 mrfuri sunt caracterizate printr-o greutate i printr-o valoare specific, date n continuare: Marfa M1 Greutate (t) 3.5 Valoare 5.3 Transportul trebuie s conin M2 M3 M4 M5 4.7 4.0 5.2 3.0 6.2 5.9 7.2 4.3 cel puin 2 uniti (containere) din M2 i cel
mult 6 uniti din M1, 4 uniti din M3, 5 uniti din M4 i 8 uniti din M5. Stabilii soluia optim de alegere a ncrcturii, astfel ca valoarea total a mrfurilor transportate s fie maxim. 3. Se consider c un produs software este format din mai multe programe i fiecare program prin execuie ndeplinete o anumit funcie, necesar utilizatorului.
- 19 -
Ipotezele modelului: I1. Pentru fiecare program se cunoate fiabilitatea i costul; I2. Utilizatorul dispune de o sum limitat pentru achiziionarea produsului software; I3. Utilizatorul cunoate frecvena de utilizare a fiecrei funcii din produsul software. S se maximizaze fiabilitatea medie prin alegerea unei mulimi optime de programe fr redundan. Datele problemei sunt: bugetul disponibil = 12 u.m. pentru funcia 1 sunt disponibile 4 programe; frecvena de utilizare = 0.75; Programul P1 P2 P3 P4 Fiabilitatea 0.90 0.80 0.85 0.95 Costul 6 4 5 8 pentru funcia 2 sunt disponibile 3 programe; frecvena de utilizare = 0.25; Programul Q1 Q2 Q3 Fiabilitatea 0.70 0.80 0.90 Costul 2 4 6 4. Rezolvai problema 3 n cazul n care frecvenele de utilizare sunt: pentru funcia 1 0.25, iar pentru funcia 2 0.75. 5. O companie dorete s investeasc; se propun 4 proiecte. Se cunosc: Proiectu Val. estimat Capital necesar l a Anul 1 Anul 2 Anul 3 Anul 4 beneficiului P1 500 150 200 200 150 P2 400 100 150 125 50 P3 100 100 0 0 40 P4 370 150 100 100 100 Capitalul disponibil 400 500 400 350 Stabilii decizia companiei.
- 20 -
CAPITOLUL 5.
Drumuri n grafuri (I) (Networks Shortest Route)
Se d un graf neorientat avnd m noduri i n arce. Fiecare arc este caracterizat prin timpul sau costul parcurgerii lui sau prin distana dintre extremitile arcului. Problema const n determinarea drumului dintre dou noduri care are proprietatea de a minimiza o anumit msur a eficienei drumului, care este o funcie de msurile ataate arcelor, de obicei suma lor. Date de intrare: numrul de arce [2 ... 100]; pentru fiecare arc se indic: a) numrul nodului de start; b) numrul nodului final; c) valoarea msurii arcului (timp, distan, cost); cele dou noduri pentru care se dorete determinarea drumului minim. Exemplu: S se determine drumul de lungime minim dintre punctele N1 i N9. Graful are 9 noduri: N1, N2, ..., N9 i 13 arce.
7 6 N1 5 N3 6 3 N5 8 N2 4 5 N7 7 4 5 7 N9 N6 3
N4
N8
- 21 -
Rezolvare: Se introduc informaiile necesare celor 13 arce; de exemplu: - arcul 1 :(1, 2) corespunde perechii (N1, N2) i are valoarea 7. Este indiferent ordinea de introducere a informaiilor despre arce. Soluia este dat n pagina 62. Observaii: Graful fiind neorientat nu conteaz ordinea n care sunt indicate extremitile arcelor. Modulul permite determinarea drumului minim pentru orice pereche de noduri din graf. Problema propus: S se determine drumurile de lungime minim dintre localitatea L1 i localitile L8, L9, L10 i L11. L1 L1 L2 L3 L4 L5 L6 L7 L8 L9 L1 0 L1 1
- 22 -
L2 12 1 *
L3 27 0 28 *
L4 11 5 42 *
L5 48 15 3 *
L6 12 9 89 *
L7 17 8 37 42 *
L8 29 0 17 0 *
L9 16 3 21 7 14 8 10 3 *
L1 0 93 16 0 *
L1 1 28 8 21 0 67 88 *
a) b)
S se traseze graful asociat. S se rezolve problema i s se marcheze pe graf drumurile soluie obinute.
- 23 -
CAPITOLUL 6.
Drumuri n grafuri (II) (Networks - Minimum Spanning Tree)
Se d un graf neorientat avnd m noduri i n arce. Pentru arce se definete o msur (de exemplu: cost, distan). Se pune problema conectrii tuturor nodurilor astfel nct suma total a valorilor arcelor utilizate s fie minim. Se obine astfel arborele drum minim. Date de intrare: numrul de arce [2 ... 100]; pentru fiecare arc se indic: a) numrul nodului de start; b) numrul nodului final; c) valoarea msurii arcului (distan, cost); Observaie: Graful fiind neorientat nu conteaz ordinea n care sunt indicate extremitile arcelor. Exemplu: O firm de instalaii electrice studiaz posibilitatea de legare a 6 consumatori (C1, ..., C6) la punctul de alimentare (A). Condiiile tehnice de instalare permit stabilirea unui numr de 11 legturi, date mpreun cu costurile aferente n graful de mai jos.
20 30 A 50 C2 60 30 C3 40 C1 40 20 C4 80 C5 20 50
C6
- 24 -
Rezolvare: Se numeroteaz nodurile A 1, C1 2, ..., C6 7 i se introduc informaiile necesare celor 11 arce de exemplu: - arcul 1 :(1, 2) cu valoarea 20. Este indiferent ordinea de introducere a informaiilor despre arce. Soluia este dat n pagina 64. Problema propus: O firm de calculatoare dorete instalarea unei reele arborescente format dintr-un server (S) i 7 staii de lucru (WS1, ..., WS7). Condiiile tehnice de instalare permit stabilirea unui numr de 14 legturi (arce). Costurile de instalare sunt date n matricea de mai jos: S WS1 WS2 WS3 WS4 WS5 WS6 WS7 S 12 23 11 19 WS1 15 WS2 18 11 15 WS3 10 7 WS4 17 20 WS5 13 WS6 18 WS7 d) e) S se traseze graful asociat. S se rezolve problema i s se traseze arborele soluie.
- 25 -
CAPITOLUL 7.
Metoda drumului critic (Project management [PERT/CPM])
Analiza drumului critic este o metod modern de conducere a proiectelor complexe, permind planificarea pe termen mediu funcie de factorul timp, cost i resurse. Au fost dezvoltate independent dou tehnici n managementul tiinific al firmelor: PERT - Program Evaluation and Review Tehnique CPM Critical Path Method Modulul PERT / CPM permite asistarea factorilor de decizie rspunznd urmtoarelor ntrebri: 1. Care este durata total a proiectului? 2. Care sunt datele de nceput i sfrit pentru fiecare activitate? 3. Care sunt activitile critice? 4. Care este intervalul cu care poate fi amnat o activitate critic? Modulul poate fi utilizat pentru analiza proiectelor cu un numr de activiti cuprins n intervalul [2, 90]. Utilizatorul trebuie s stabileasc lista activitilor i pentru fiecare activitate lista activitilor imediat precedente. Activitile sunt identificate printr-o liter, iar activitile imediat precedente ale unei activiti vor fi identificate prin litere care preced n alfabet litera respectiv. De exemplu activitatea :Enu poate avea ca predecesori dect activitile identificate prin literele A, B, C sau D. Ne propunem s prezentm n continuare doar dou dintre cele cinci cazuri cu care opereaz modulul Project management (PERT/CPM) 1. Activitile au durate cunoscute (Single time estimate)
- 26 -
i scurt , programarea
operativ a execuiei precum i actualizarea periodic a acestor proiecte n
5. Activitile au durate aleatoare ( Triple time estimate) Cazul 1. Single Time Estimate Date de intrare: numrul de activiti [2 ... 90]; pentru fiecare activitete se indic: numrul de activiti imediat precedente; literele care identific activitiile precedente; durata activitii. Exemplu: Se consider un proiect complex, compus din 9 activiti. Condiionrile dintre activiti i duratele acestora sunt date n tabelul de mai jos: Activitate a A B C D E F G H I Activiti precedente A A A E D, F B, C G, H Durata 5 6 4 3 1 4 14 12 2
Programul indic drumul critic, durata total de execuie a proiectului, precum i intervalele de fluctuaie i marginile libere pentru activitile necritice. Soluia este prezentat in pagina 66. Cazul 2. Triple Time Estimate Datele de intrare rmn aceleai, ns pentru durata activitii se dau 3 perioade de timp: durata minim a activitii (estimarea optimist); durata maxim a activitii (estimarea pesimist); durata cea mai probabil.
Comentariu:
- 27 -
n practic, duratele activitiilor sunt insuficient cunoscute i nesigure. Exist dou cazuri: sau activitiile nu sunt noi i se cunoate aproximativ legea de repartiie a duratei de execuie, sau activitile sunt n ntregime noi sau foarte puin cunoscute. Prin chestionarea specialitilor responsabili cu fiecare activitate se pot determina cele trei durate (minim, maxim i cea mai probabil) Exemplu: Se consider un proiect complex compus din 10 activiti. Condiionrile dintre activiti i cele trei durate estimate pentru fiecare activitate sunt date n tabelul de mai jos: Activitatea Activiti precedente Optimist A B C D E F G H I J A A A C D B, E H F, G, I Soluia este dat n pagina 66. Probleme propuse. 1. Ordonarea activitiilor care alctuiesc programul de marketing pentru efectuarea unei cercetri de pia. Activitatea 1. 2. 3. 4. 5. 6. 7. Coninutul activitii ntlnirea cu beneficiarul, stabilirea obiectivelor, devizul estimativ Stabilirea metodologiei de cercetare Studiu documentar asupra produsului Stabilirea mrimi eantionului i a metodei de eantionare Stabilirea locurilor unde se vor culege informaiile Alctuirea chestionarului Testarea chestionarului ntr-o anchet pilot Activiti precedente 1 2 3 3 3 6 Durata [zile] 1 3 3 4 3 4 4 4 1 2 3 2 1.5 1.5 2.5 1.5 1 Durata Cea mai probabil 5 1.5 3 4 3 2 3 3.5 2 2 Pesimist 12 5 4 11 4 2.5 4.5 7.5 2.5 3
- 28 -
8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19.
mbuntitea chestionarului Multiplicarea chestionarului Multiplicarea instruciunilor i a altor documente Elaborarea programului de prelucrare Contactarea operatorilor de interviu Instruirea operatorilor Administrarea chestionarului de ctre operatorii de interviu Controlul prin sondaj al administrrii de facto a chestionarului Verificarea i codificarea chestionarelor Prelucrarea informaiilor Analiza i interpretarea rezultatelor Redactarea raportului de cercetare a) b) c) -
7 8 8 8 9, 10, 11 4, 5, 12 13 14 15 16 17 18
2 5 3 4 6 1 4 5 4 5 10 6
S se traseze graful asociat programului de marketing; S se stabileasc durata minim de execuie a Reluai programul indicnd pentru fiecare activitate cele valoarea optimist; valoarea cea mai probabil; valoarea pesimist.
programului, activitiile critice i s se traseze drumul critic. trei durate estimate:
2. Suntei managerul unui program complex, de exemplu: realizarea unei construcii, realizarea unui produs, introducerea unei noi tehnologii, organizarea unui festival de muzic, concurs sportiv sau simpozion tiinific, etc. Stabilii minim 8-10 activiti, determinai durata minim de execuie a programului i drumul critic n situaia unor durare fixe i a unor durate aleatoare. 3. Programul de marketing privind lansarea pe pia a unui nou produs cuprinde: Activitatea A B C Coninutul activitii Luarea deciziei de lansare Selecionarea ideilor i a soluiilor tehnice optime Studiu documentar Activiti precedente A A Durata [zile] 1 15 10
- 29 -
D E F G H I J K L M N O P Q R S T U V W X Y
Cercetarea calitativ (test de concept) 50 de interviuri n profunzime Realizarea prototipului produsului Realizarea mai multor variante de ambalaj Cercetarea calitativ (test de produs, de ambalaj, de marc) 5 reuniuni Alegerea mrci i a variantei optime de ambalaj mbuntirea produsului, pe baza rezultatelor obinute Testarea tehnic a produsului Omologarea produsului i nregistarea mrcii Cercetarea cantitativ (testarea de acceptabilitate) Pregtirea capacitilor de producie Pregtirea produciei serie de lansare Stabilirea preului de vnzare Fixarea zonei de lansare i stabilirea canalelor de distribuie Implementarea unor reele de uniti service Organizarea vnzrii i pregtirea forelor de vnzare Selecionarea i contactarea intermediarilor Negocierea i ncheierea contractelor cu intermediarii Organizarea i desfurarea campaniei promoionale de lansare Producia seriei de lansare Realizarea ambalajelor Distribuirea seriei de lansare Lansarea a) b) c) -
B, C B, D B E, F G G I H, J J K M L L L P O, Q, R S L N, T H V, W, U X
12 30 20 10 1 25 25 20 30 35 15 3 3 30 15 10 20 40 15 10 20 2
S se traseze graful asociat programului de marketing; S se stabileasc durata minim de execuie a Reluai programul indicnd pentru fiecare activitate cele vaoarea optimist;
programului, activitiile critice i s se traseze drumul critic. trei durate estimate:
- 30 -
valoarea cea mai probabil; valoarea pesimist.
CAPITOLUL 8.
Gestiunea stocurilor (Inventory)
O politic optim n domeniul gestiunii stocurilor reprezint activitatea de management care realizeaz un cost total minim. Orice model de stocare permite determinarea: momentului optim de lansare a comenzii (Cnd s se lanseze comanda de reaprovizionare?); cantitii optime de aprovizionat (Ct s fie lotul de reaprovizionare?); mrimii stocului de siguran (Ct s fie stocul de siguran?), astfel nct cheltuielile totale de aprovizionare / stocare s fie minime. Principalele elemente care apar n modelele de gestiune a stocurilor rezolvate de acest modul sunt: cererea de consum care poate fi: a) cunoscut modelele deterministe cu cerere constant sau cu cerere variabil; b) necunoscut, dar previzibil modelele probabilistice. cantitatea de aprovizionat / lotul cu care se face reaprovizionarea la intervale stabilite n cadrul perioadei de gestiune n funcie de caracterul cererii. parametrii temporali: a) perioada de gestiune = 1 an; b) intervalul de timp dintre dou aprovizionri succesive;
- 31 -
c) durata de aprovizionare; d) momentul la care se emit comenzile. costurile, cheltuielile ce se efectueaz pentru derularea procesului de aprovizionare, aducerea, depozitarea, stocarea materialelor i satisfacerea cererii de consum. a) costul de lansare a comenzii; b) costul de stocare; c) costul de penalizare; Modulul Inventory permite rezolvarea a 6 modele de gestiune a stocurilor. Prezentm n continuare descrierea urmtoarelor submodule: Economic Order Quantity (EOQ) Model, Production Order Quantity Model, Quantity Discount i ABC Analysis. 1. Economic Order Quantity (EOQ) Model Reprezint modelul clasic al lotului economic. Datele de intrare: Nota. n mrimea cererii pentru perioada considerat; costul lansrii comenzii; costul de stocare poate fi dat: mrimea perioadei considerate; opional se poate cere calculul timpului de avans. soluia obinut Reorder Point reprezint nivelul de
reaprovizionare, adic o nou comand va fi lansat cnd nivelul stocului atinge nivelul de reaprovizionare. 2. Production Order Quantity Model Modelul stabilete mrimea lotului economic de producie care minimizeaz costul stocrii i al lansrii comenzilor de producie. Datele de intrare: mrimea cererii pentru perioada considerat; rata produciei pentru perioada considerat (trebuie s fie strict mai mare dect cererea); costul lansrii unei comenzi de producie;
- 32 -
costul de stocare; mrimea perioadei.
3. Quantity Discount Reprezint o variant a modelului clasic al lotului economic cu ipoteza suplimentar c preul unitar al produsului cumprat depinde de cantitate. Datele de intrare: categoriile de pre (preul unitar i cantitatea minim la care se acord acestea); mrimea cererii pentru perioada considerat; costul lansrii comenzii; costul de stocare; mrimea perioadei.
4. ABC Analysis n cazul firmelor care prin cerinele procesului de fabricaie lucreaz cu un nomenclator mare sau relativ mare de materii prime i materiale ce sunt incorporate n produsele ce se realizeaz, rezolvarea problemelor de gestiune a stocurilor se face cu ajutorul calculatorului. Din punctul de vedere al abordrii practice, pentru nceput se rezolv aspectele de eviden propriu-zise, n paralel cu proiectarea fiierelor necesare privind optimizarea stocurilor, problem care urmeaz a fi rezolvat intr-o etap ulterioar. n acest sens se parcurg 12 etape: 1. Studiul informaional i decizional actual al gestiunii stocurilor; 2. Prelucrarea automat a evidenei stocurilor (intrri / ieiri); 3. Gruparea selectiv a stocurilor pe cele 3 grupe A, B i C; 4. Studiul statistic al comportrii n dinamic a cererii; 5. Calculul costurilor specifice (cost de lansare, cost de stocare, cost de rupere); 6. Testarea modului n care datele culese satisfac cerinele unor modele; 7. Studiul legii de repartiie a cererii pentru materiile prime, materialele din grupa A;
- 33 -
8. Analiza managerial privind modelarea matematic a materialelor din grupa A; 9. Modelarea proceselor de stocare pentru materialele din grupa A; 10. 11. 12. Analiza economic a rezultatelor pentru materialele din grupa A; Testarea posibilitilor de modelare a gestiunii stocurilor pentru Dac rspunsul este afirmativ se parcurg etapele 7-10 i pentru
materialele din grupele B i C; materialele din grupele B i C. Analiza stocurilor materiale realizat n procesul managerial prin atribuirea de importane identice tuturor sortimentelor i apelarea la teoria matematic a stocurilor ar fi dificil de aplicat n practic. Pentru aceasta se procedeaz la gruparea selectiv a stocurilor n funcie de importan i ponderea valoric a materiilor prime i materialelor. Aceasta este cunoscut sub denumirea de analiza ABC a stocurilor i const n parcurgerea urmtoarelor etape: a) Clasificarea stocurilor n ordinea descresctoare a valorilor, cumularea valorilor i ntocmirea tabelului urmtor: Materii prime, Valoarea Valoarea materiale stocului cumulat M1 V1 C1 = V 1 M2 V2 C 2 = C1 + V 2 .... .... .... Mn Vn Cn = Cn-1 + Vn b) Trasarea curbei valorilor cumulate.
- 34 -

Valoare % 100 90
70
10
30
100 %
% Nr. articole
c)
Determinarea a trei zone: A / B / C: Grupa % Valoric % Cantitativ A 70 10 B 20 20 C 10 10 100% 100%
Exemplu: O firm are cererea anual (360 zile) de 200t dintr-un anumit produs. Costul de lansare a comenzii este de 720 u.m., iar costul pe stocare pe zi/t este de 1 u.m. timpul de avans este de 4 zile. In ipoteza c vnzarea este uniform, aprovizionarea se face la intervale egale i nu se permite lipsa produsului , s se determine elementele gestiunii optime. Probleme propuse: 1. Un productor de accesorii auto are o comand pentru un an (250 zile) de 200 uniti. Rata produciei anuale este de 500 uniti. Costul lansri unei comenzi n fabricaie este de 100 u.m., preul produsului este de 5000 u.m. iar costul de stocare pentru ntreaga perioad reprezint 10% din preul produsului. n ipoteza c cererea are un ritm constant i nu se admit ntrzieri n livrare, cum trebuie organizat producia a.. s se realizeze o gestiune optim a stocului.
- 35 -
2. O firm are un consum anual (300 zile) de 3000 uniti dintr-un anumit produs. Costul lansrii comenzii este de 500 u.m.iar costul de stocare anual reprezint 10% din preul produsului. Produsul este oferit la preul de 40 u.m. pentru comenzi mai mici de 100 uniti i la preul de 30 u.m. pentru comenzi mai mari de 100 de uniti. Stabilii politica optim de aprovizionare a firmei. 3. O societate comercial face o analiz a mrimi stocurilor de materiale utilizate pentru procesul de producie n funcie de ponderea lor valoric i de rulajul mediu. Pentru 8 dintre cele mai importante materiale i combustibili s-au efectuat studii statistice i s-au obinut urmtoarele date:
Nr. Denumire material / combustibil Cerere medie anual Pre crt. [mii t] [u.m. / 1000 t] 1. Crbune 200 2000 2. Petrol 100 5000 3. Profile mijlocii 400-500 mm 15 200.000 4. Profile uoare 250-350 mm 30 170 5. Profile grele 650 mm 10 300.000 6. Srm 4 50.000 7. Cox metalurgic 150 7.000 8. Tabl groas 4 mm 20 100.000 Aplicai metoda de grupare selectiv a stocurilor pentru cele 8 materiale. Precizai care sunt materialele ce fac parte din fiecare grup i reprezentai grafic rezultatele obinute.
- 36 -
CAPITOLUL 9.
Fenomene de ateptare (Waiting lines)
Cozile sau firele de ateptare sunt fenomene des ntlnite n viaa de zi cu zi ct i n activitiile sociale, culturale sau productive. Prezentm n continuare termenii utilizai n analiza proceselor de ateptare: Distribuia Poisson = distribuia de probablitate a numrului de sosiri ntr-un interval de timp n care ritmul sosirilor este constant, iar numrul sosirilor n intervalul de timp considerat este independent de numrul sosirilor din celelalte intervale. Distribuia exponenial = densitatea de probabilitate pentru duratele ntre sosiri dac ritmul sosirilor este constant, sau pentru duratele de servire dac ritmul servirilor este constant. Ritmul mediu al sosirilor (Mean Arrival Rate) = = numrul mediu de sosiri (clieni) n sistemul de ateptare pe unitate de timp; Timpul ntre dou sosiri succesive =
1 ;
Ritmul mediu al servirilor (Mean Service Rate) = = numrul mediu de solicitani (clieni) servii n sistemul de ateptare n unitate de timp;
1
Timpul de servire =
= timpul mediu necesar pentru realizarea unui serviciu
solicitat n sistemul de ateptare; Numrul mediu de uniti n sistem (Mean Number of Units in the System) = numrul mediu de solicitani (clieni) n sistemul de ateptare inclusiv cei n curs de servire. Numrul mediu de uniti n firul de ateptare (Mean Number of Units in the Queue) = numrul mediu de solicitani (clieni) n firul de ateptare fr cei n curs de servire;
- 37 -
Timpul mediu n sistem (Mean Time in the System) = timpul mediu de ateptare al unei uniti n sistemul de ateptare, incluznd timpul de servire; Timpul mediu n firul de ateptare (Mean Time in the Queue) = timpul mediu de ateptare al unei uniti n coad fr timpul de servire; Numrul de staii de servire (Number of Servers) = s = numrul de staii de servire n paralel; Factorul de utilizare a sistemului de servire (Service Facility Utilization Factor) =
= = s
fraciunea din timpul de funcionare n care sistemul de servire este
ocupat; Probabilitatea ca n sistem s nu fie nici un solicitant (Probability of No Units in System) = probabilitatea ca sistemul de servire s fie neocupat (liber). Fenomenele de ateptare se caracterizeaz prin urmtoarele elemente principale: Unitile intr n sistem i solicit servicii din partea staiilor de serviciu (canale); Timpul de serviciu reprezint durata de timp n care o staie este servit; Modul de servire al unitiilor (individual sau n bloc); Disciplina firului de ateptare cea mai natural este FIFO, adic Primul venit este primul servit. Modelele rezolvate de acest modul furnizeaz informaii despre: probabilitatea ca o unitate s fie n sistem; numrul mediu de uniti n sistem; numrul mediu de uniti n firul de ateptare; timpul mediu petrecut de unitate n firul de ateptare; timpul mediu petrecut de unitate n sistem (timpul de ateptare + timpul serviciului); costul total al sistemului.
Modulul Waiting Lines permite rezolvarea a 9 modele de ateptare:
- 38 -
1.
M/M/1 (exponential service times) sosirile n sistem urmeaz o distribuie Poisson, timpul de servire o distribuie exponenial, cu un singur server;
6. 7.
M/D/1 (constant service times) sosirile n sistem urmeaz o distribuie Poisson, timpul de servire constant, cu un singur server; M/G/1 (general service times) sosirile urmeaz o distribuie Poisson, timpul de servire poate avea orice distribuie, cu un singur server.
8. 9.
M/Ek/1 (Erlang-k service times) - sosirile urmeaz o distribuie Poisson, timpul de servire de tipul Erlang-k (k trebuie specificat); M/M/s - sosirile urmeaz o distribuie Poisson, timpul de servire o distribuie exponenial, cu unul sau mai multe servere;
10. M/M/1 with a finite system size M/M/1 cu o lungime determinat a firului de ateptare; 11. M/M/s with a finite system size M/M/s cu o lungime determinat a firului de ateptare; 12. M/M/1 with a finite population M/M/1 cu o mrime determinat a numrului de clieni; 13. M/M/s with a finite population M/M/1 cu o mrime determinat a numrului de clieni; Exemplu: S se rezolve modelul de ateptare pentru un automat de rcoritoare care are un timp de servire constant = 15 secunde, sosirile urmeaz o distribuie Poisson cu rata medie de 50 clieni pe or, costul ateptrii pentru un client este de 10 u.m./h iar costul serviciului este de 7 u.m./h. Rezolvarea acestui model de ateptare este prezentat n Anexa 9 pagina 71. Problem propus: Echipa managerial a unui restaurant de tip Fast-Food decide s deschid dou puncte de servire n dou cartiere ale oraului. Se cunosc urmtoarele date:
- 39 -
sosirile urmeaz o distribuie Poisson, avnd rata medie de 45 clieni pe or; serviciul are o distribuie exponenial cu rata medie de 60 clieni pe or; costul ateptrii pentru un client este de 10 u.m./h i costul serviciului este de 7 u.m./h.
S se analizeze decizia conducerii restaurantului.
- 40 -
CAPITOLUL 10.
Problema deciziei (Decision Analysis)

Analiza deciziei este utilizat n procesul managerial pentru selectarea celei mai bune decizii dintr-o mulime de decizii alternative. Un factor care complic luarea deciziei optime este c evenimentele urmtoare (strile naturii) sunt necontrolabile. Modelul de analiz a deciziei presupune: a) b) c) Identificarea deciziilor alternative; Identificarea strilor naturii; Identificarea costurilor asociate fiecrei perechi decizie
stare a naturii. Modulul Decision Analysis rezolv problema de decizie n dou situaii: 1. Tabela deciziilor (Decision Tables); 2. Arborele decizional (Decision Trees). 1. Tabela deciziilor. Identificarea mai multor variante de decizie, a unor stri obiective ale naturii i definirea criteriului de decizie, conduc la descrierea situaiei propuse cu ajutorul unui model decizional n condiii de incertitudine. Pentru determinarea celei mai bune decizii se va avea n vedere urmtorul raionament: 1. Se identific strile naturii; 2. Se identific variantele decizionale; 3. Se identific consecinele economice ateptate pentru fiecare combinaie: stare a naturii variant decizional: a. consecine de tip costuri. CT = CF + CV; CV = Cv * Np,n care CT reprezint cheltuielile totale, CV - cheltuielile variabile, Cv costul unitar variabil, Np numrul de produse, V veniturile, P preul unitar.
- 41 -
b.
consecine de tip profit:
Pr = V CT, n care: Pr reprezint profiturile totale. Pentru tratarea deciziilor n condiii de incertitudine, se recomand folosirea unuia din urmtoarele criterii de decizie: - criteriul Wald (criteriul pesimist). Se recomand alegerea variantei care aduce cel mai mare profit (respectiv cea mai mic pierdere posibil, n cazul consecinelor de tip costuri) n cea mai defavorabil stare a naturii. - criteriul Laplace. Se recomand alegerea variantei care aduce cea mai mare valoare medie a profiturilor (respectiv cea mai mic valoare medie a pierderilor), n ipoteza c toate strile naturii au aceeai probabilitate de apariie. - criteriul Savage. Se recomand alegerea variantei care s aduc cel mai mic regret posibil, prin regret nelegndu-se utilitatea pierdut ca urmare a selectrii unei alte variante decizionale dect cea optim, n condiiile de informaie complet. - criteriul Hurwicz (optimist). Se recomand alegerea variantei care ofer ctigul maxim (n cea mai favorabil stare a naturii). Folosete un coeficient de optimism [0,1] . 2. Arborele decizional. Arborii de decizie cuprind ntr-o succesiune logic toate combinaiile acceptate dintre variante decizionale i stri ale naturii. Conceptele de baz sunt: nodurile de decizie (reprezentate prin ) n care arcele reprezint alternative de decizie. Alegerea variantei este fcut ntotdeauna de ctre decident; se alege varianta creia i corespunde cel mai mare venit mediu ateptat sau cea mai mic pierdere posibil n funcie de indicatorul economic folosit, pentru compararea rezultatelor. nodurile de tip incertitudine (sau ans ), n care natura este aceea care traseaz modul de evoluie a procesului decizional.
- 42 -
Se calculeaz venitul mediu ateptat (VNAi) din decizia i considernd strile naturii j (j = 1,2,... n):
VNA i = p jCij ,
i =1 n
n care pj reprezint probabilitile asociate strilor naturii, iar Cij este valoarea indicatorului pentru alternativa i n starea j. Exemplu: O societate comercial lanseaz pe pia un nou produs: salopet matlasat pentru copii. Conjunctura pe pia poate fi foarte favorabil, mediu favorabil sau nefavorabil. Conducerea societii ia n considerare 3 situaii posibile de acceptare a produsului pe pia: - produsul s fie acceptat uor pe pia i s se vnd ntr-o cantitate de 400.000 buci; - produsul s se vnd relativ uor pe pia ntr-o cantitate de 275.000 buci; - din produs s se vnd numai 150 buci. Conducerea societii are la dispoziie 3 opiuni de fabricare a produsului la fabricile din filialele F1, F2, F3 (tabelul de mai jos). Opiunile se difereniaz prin cheltuielile fixe pentru desfurarea produciei i prin costul variabil unitar. Filiala Cheltuieli fixe Cost variabil unitar [mii u.m.] [u.m. / buc.] F1 4800 23 F2 5000 22 F3 5500 20 Se dorete evaluarea consecinelor economice (att costurile implicate de desfurare a produciei ct i profiturile estimate) pentru fiecare situaie posibil n funcie de ipotezele de acceptare a produsului pe pia. Se estimeaz c preul de vnzare pe pia al produsului va fi de 42 u.m.. Se solicit determinarea celei mai potrivite strategii de fabricare al noului produs pentru societatea comercial (n ipoteza c probabilitile de manifestare a strilor naturii nu se cunosc; se vor aplica criteriile Wald, Laplace i Savage, iar pentru criteriul Hurwicz se va considera = 0.8). Rezolvarea n Anexa 10 pagina 72.
- 43 -
Probleme propuse. 1. O societate comercial lanseaz pe pia un nou produs. Conjunctura pe pia poate fi favorabil, mediu favorabil i nefavorabil noului produs. Conducerea societi are n vedere 3 strategii n legtur cu mrimea lotului de lansare. S-au evaluat consecinele economice (profit sau pierdere) pentru fiecare strategie n funcie de situaia de pe pia. Piaa Foarte favorabil Mediu Nefavorabil favorabi Lotul 1000 45 25 -6 700 30 28 -2 300 20 15 3 Conducerea societii dorete s stabileasc strategia de lansare care ar putea conduce la obinerea unui profit maxim cu ajutorul informaiilor disponibile. Presupunnd c nu se pot estima probabilitile de manifestare ale strilor naturii, se dorete s se studieze variaia i stabilitatea deciziei recomandate atunci cnd decidentul i modific nclinaia ctre risc (se vor considera dou cazuri extreme: un decident extrem de prudent i un decident nclinat puternic ctre risc). 2. O firm produce i comercializeaz un anumit produs. Managementul firmei dorete s analizeze necesitatea efecturii unui studiu al pieei de ctre o firm specializat n probleme de marketing. Evident, n aceast analiz se ia n considerare costul serviciului i anume 45 mii u.m. pltii firmei la obinerea rezultatelor studiului. Specialitii firmei de marketing sunt concentrai pe obinerea unor informaii care s indice oportunitatea lansrii produsului pe pia: piaa favorabil i produsul este lansat, sau piaa este nefavorabil produsului i atunci proiectul este abandonat. Se apreciaz c produsul are ca potenial de dezvoltare o pondere de aproximativ 15% din pia, dar exist mai muli concureni importani. n paralel cu aceasta, firma productoare este confruntat cu o alt decizie asupra modului de vnzare, i anume:
- 44 -
V1 -
s vnd ntreaga cantitate disponibil prin intermediari (aceasta presupune ncheierea unui contract pentru un venit sigur de 850 mii u.m.);
V2 -
s vnd produsele prin eforturi proprii (lanul propriu de magazine i ageni comerciali angajai
n cazul variantei V2 se iau n considerare urmtoarele situaii (vnzri directe fr cunoaterea pieei. SN1 - vnzri masive ale produsului pe pia, acceptarea rapid a produsului; SN2 - vnzri n cantiti medii, acceptarea moderat a produsului pe pia; SN3 - vnzri foarte slabe n condiii de concuren foarte agresive. Strategii disponibile: Conducerea firmei analizeaz datele disponibile pentru fundamentarea strategiei pe termen foarte scurt i le sintetizeaz n urmtoarele opiuni: S1 S2 S3 vnzarea prin intermediari fr s apeleze la firma de consultan pentru a identifica conjunctura pe pia. comercializarea produselor pe cont propriu fr s se testeze piaa; studierea pieei i apoi utilizarea uneia dintre cele dou forme de vnzare. Se cere analizarea stabilitii deciziei optime (senzitivitatea soluiei) atunci cnd profitul obinut n cazul cel mai nefavorabil, al neacceptrii produsului pe pia (in situaia SN3) variaz ntre 400-500 mii u.m.
- 45 -
CAPITOLUL 11.
Previziune (Forecasting)
Previziunea evoluiei fenomenelor economice prezint o mare importan n management. Decizia agenilor economici este n majoritatea cazurilor legat de ceea ce se va ntmpla n viitor. Modulul Forecasting cuprinde trei modele de prognoz. Primul model Time series analysis (Analiza seriilor cronologice) folosete date din trecut (de ex. vnzri) pentru a previziona date viitoare (de ex. cerere). n acest modul se pot selecta mai multe metode: Naive method n-period moving averages Weighted n period moving average Exponential smoothing Exponential smoothing with trend Trend analysis (Regression with x set to 1 through n) Least squares/linear regression Decomposition (multiplicative) Decomposition (additive)
De exemplu n cazul metodei mediilor mobile (Moving Average) se utilizeaz media ultimelor n valori pentru a previziona valoarea urmtoare a seriei cronologice n cazul ajustrii exponeniale (Exponenial Smoothing) se calculeaz o sum ponderat a valorilor din trecut ale unei serii dinamice, cu ponderea cea mai mare plasat asupra celei mai recente informaii. Al doilea model Last squares Simple and multiple Regression este conceput pentru situaia n care una dintre variabile ( de ex. cererea) este dependent de una sau mai multe variabile.
- 46 -
Al treilea modul din pachetul Forecasting Regression projector ofer posibilitatea de a realiza previziuni utiliznd un model particular de regresie. Exemplu: Un produs a nregistrat urmtoarele vnzri lunare timp de un an: Perioad Volumul vnzrilor a 1 17 2 21 3 19 4 23 5 18 6 16 7 20 8 18 9 22 10 20 11 15 12 22 a) S se previzioneze valoarea pentru perioada urmtoare folosind metoda ajustrii exponeniale (constanta de nivelare = 0.2). b) S se previzioneze valoarea pentru perioada urmtoare n ipoteza existenei unei tendine (Trend projection). Problem propus. Analizai prin 4 din metodele disponibile, previziunea pentru perioada urmtoare n cazul seriei de timp: Perioada 1 2 3 4 5 6 7 8 9 10 11 Valori 60 81.5 83 75.1 62 80.2 84.5 73.3 70 82 85.5
- 47 -
12
80
- 48 -
CAPITOLUL 12.
Procese Markov (Markov Analysis)
Analiza Markov este o metod de analiz a comportamentului unei variabile la un moment dat, folosit pentru previzionarea acestui comportament n viitor. n managementul tiinific, metoda este cea mai des folosit pentru a examina i previziona comportamentul clienilor fa de o marc de produs. Se urmrete determinarea fidelitii clienilor fa de un sortiment de marc sau reorientarea acestora ctre alte produse similare. Premise ale aplicrii modelului Markov pentru determinarea evoluiei pe pia a unor produse perfect substituibile: numrul mrcilor din clasa de produse studiat este limitat i constant; de-a lungul unei perioade, un consumator cumpr numai o marc de produs (ntotdeauna cu aceleai atribute i calitate); probabilitile trecerii de la o marc la alta sunt constante n timp; timpul se consider o variabil discret, atunci cnd se prognozeaz valorile viitoare ale ponderilor pe pia ale unui produs. Exemplu: Dou supermagazine, S1 i S2, aflate n concuren, studiaz fidelitatea clienilor. Se constat c sptmnal 92% din clienii suparmagazinului S1 vor reveni i sptmna urmtoare; 8% se vor ndrepta spre S2. Procentul de fidelitate pentru S2 este de 85%. Dintr-un numr total de 1000 de clieni ci i vor face cumprturile sptmnal n fiecare din cele dou supermagazine? Rezolvarea problemei este prezentat n Anexa 12 - pagina 79.
- 49 -
Problem propus: Se consider 4 mrci ale aceluiai produs de strict necesitate: M1, M2, M3 i M4. Studiile de pia efectuate au stabilit urmtorii coeficieni de fidelitate constani de la o sptmn la alta: 60%, 70%, 80% i respectiv 90%. Cumprtori care prsesc o marc se orienteaz ctre cellalte mrci n proporii diferite, prezentate n tabelul urmtor: M1 M2 M3 M4 M1 10% 10% 20% M2 15% 5% 10% M3 5% 5% 10% M4 5% 2% 3% Stabilii ponderea fiecrei mrci pe pia.
- 50 -
- 51 -
ANEXE
Anexa 1 Linear Programming
Definirea problemei de programare lineara:
Introducerea datelor
Dup soluionarea problemei (File/Solve sau ) rezultatele sunt prezentate in cinci ferestre diferite: - Linear Programming Results; - Ranging; - Solution list; - Iterations; - Graph
- 52 -
- 53 -
- 54 -
Anexa 2. Transportation
Introducerea datelor:
Soluiile sunt afiate n 6 ferestre diferite
- 55 -
- 56 -
- 57 -
Anexa 3. Assignment
Soluiile sunt afiate n 3 ferestre:
- 58 -
- 59 -
Anexa 4. Integer Programming

- 60 -
- 61 -
Anexa 5. Shortest Route

- 62 -
- 63 -
Anexa 6. Minimum Spanning Tree

- 64 -
- 65 -
Anexa 7. Project management (PERT/CPM)

Soluiile sunt afiate n 2 ferestre, n care fereastra de rezultate grafice are mai multe file: Grantt Chart i Precedence Graph.
- 66 -
- 67 -
- 68 -
Anexa 8. Inventory
Soluiile sunt:
- 69 -
- 70 -
Anexa 9. Waiting Lines

Soluiile sunt:
- 71 -
Anexa 10. Decision Analysis

Consecine de tip costuri: n ipoteza acceptrii rapide pe pia a produsului i alegerii filialei 1 pentru fabricarea produsului, cheltuielile totale se calculeaz: CT(V1, S1) = 4800 + 23*400 = 14000 u.m.
Soluiile n cazul consecinelor de tip costuri sunt:
- 72 -
n varianta consecinelor de tip profit, se completeaz matricea decizional calculndu-se profitul total (Pr) pe fiecare celul in parte: Pr(V1, S1) = 16800 -14000 = 2800
Rezultatele obinute n acest caz sunt:
- 73 -
- 74 -
Anexa 11. Forecasting

- 75 -
- 76 -
- 77 -
- 78 -
Anexa 12. Markov Analysis

- 79 -
Rezult c din 1000 de clieni, aproximativ 652 vor opta pentru S1 i 348 pentru S2.
- 80 -
- 81 -
BIBLIOGRAFIE
4.
Lixndroiu,
D.,
Modelarea
simularea
proceselor
economice - Caiet de lucrri The Management Scientist, Universitatea Transilvania, Facultatea de tiine Economice, Braov 1996. 5. Raiu Suciu, C., Luban F., Hncu D., Lucrri practice, Studii de caz rezolvate cu produsul informatic Quantitative Analisis for Management II, Academia de Studii Economice, Bucureti 1995. 6. Raiu Suciu, C., Luban F., Hncu D., Sarchiz M., Modelarea i simularea proceselor economice Lucrri practice, Studii de caz, Editura Didactic i Pedagogic, Bucureti, 1997. 7. Prentice-Hall's Decision Science software packages Html Manual for QM 2.1.
- 82 -

QM

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

QM

Încărcat de

Drepturi de autor:

Formate disponibile

CUPRINS

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Restriciile se aleg din caseta derulant apsnd pe cursor.

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Programare liniar (Linear Programming)

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Problema de transport (Transportation)

c ij xij sau max

xij 0, i=1, 2, ...., m; j=1, 2, ...., n. Dac cererea = oferta, rezult

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Source 1 Source 2 Source 3

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Problema repartizrii (Assignment)

Persoana 1 Persoana 2 Persoana 3 Persoana 4 Persoana 5

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

permit rezolvarea problemelor n care :

a) toate variabile sunt ntregi;

c) variabilele sunt 0 -1 (variabile booleene).

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Obiectivul Pre O1 195 O2 241 O3 335

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Drumuri n grafuri (I) (Networks Shortest Route)

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Drumuri n grafuri (II) (Networks - Minimum Spanning Tree)

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Metoda drumului critic (Project management [PERT/CPM])

operativ a execuiei precum i actualizarea periodic a acestor proiecte n

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

programului, activitiile critice i s se traseze drumul critic. trei durate estimate:

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

programului, activitiile critice i s se traseze drumul critic. trei durate estimate:

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

valoarea cea mai probabil; valoarea pesimist.

Gestiunea stocurilor (Inventory)

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

costul de stocare; mrimea perioadei.

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Determinarea a trei zone: A / B / C: Grupa % Valoric % Cantitativ A 70 10 B 20 20 C 10 10 100% 100%

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

Fenomene de ateptare (Waiting lines)

= timpul mediu necesar pentru realizarea unui serviciu

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

fraciunea din timpul de funcionare n care sistemul de servire este

Modulul Waiting Lines permite rezolvarea a 9 modele de ateptare:

MODELAREA I SIMULAREA PROCESELOR ECONOMICE