Sunteți pe pagina 1din 136

UNIVERSITATEA SPIRUHARE T

DANIELA HINCU MARGARETA FLORESCU

MODELAREA SI SIMULAREA PROCESELOR CONOMICE


EDITURA FUNDAIEI ROMANIA DE MAINE

Descrierea CIP a Bibliotecii Naionale a Romniei HNCU DANIELA LILIANA Modelarea i stimularea proceselor economice/ Daniela Hncu, Margareta Florescu - Bucureti:

Editura Fundaiei Romnia de Mine, 2006


268 p.; 20,5 cm Bibliogr. sel.

ISBN (10) 973-725-569-0 (13) 978-973-725-569-3 I. Florescu, Margareta Stela 519.86:33 519.876.5:33

Editura Fundaiei Romnia de Mine, 2006

Redactor: Octavian CHEAN Tehnoredactor: Laureniu Cozma TUDOSE Coperta: Marilena BLAN Bun de tipar: 26.05.2006; Coli tipar: 16,75 Format: 16/61x86 Splaiul Independenei nr.313, Bucureti, s. 6, O.P. 16 e-mail: contact@edituraromaniademaine.ro

Editura i Tipografia Fundaiei Romnia de Mine

Tel/Fax: 316 97 90; www.spiruharet.ro

LUCRRI

APRUTE DE MINE

N EDITURA FUNDAIEI ROMNIA 5

Constantin Enaehe, Constantin Mecu (coordonatori) E C O N O M I E P O L I T I C , vol. I i II Constantin Mecu, Nedelea Prlu, Cristina Brna, Cristian U, Raluca Zorzoliu E C O N O M I E P O L I T I C . Aplicaii practice Gheorghe Zaman, Marinela Geamnu E F I C I E N ECONOMIC

Mircea Boulescu, Corneliu Brnea A U D I T FINANCIAR Mircea Boulescu CONTROL FINANCIAR-FISCAL Rotlica Trandafir, I. Duda (coord.) MATEMATICI P E N T R U E C O N O M I T I Cicilia Ionescu B A Z E L E CONTABILITII Zenovic Gherasini PROGRAMARE I BAZE DE DATE Zenovic Gherasim, Ctlina Lucia Cocianu SISTEME E X P E R T N ECONOMIE Luminia Ionescu, Lucian Dorel Ilincu C O N T A B I L I T A T E A P R O F U N D A T . Teste gril i aplicaii practice Elena Doval MANAGEMNTUL INVESTIIILOR ISBN 973-725-569-0

(10) 9 7 3 - 7 2 5 - 5 6 9 - 0 (13) 9 7 8 - 9 7 3 - 7 2 5 - 5 6 9 - 3
9V89737 '255693 '
1 1

EDITURA FUNDAIEI ROMANIA DE MAINE

UNIVERSITATEA SPIRU HARET


DANIELA HNCU MARGARETA FLORESCU DANIELA HNCU MARGARETA FLORESCU MODELAREA I SIMULAREA PROCESELOR ECONOMICE

MODELAREA I SIMULAREA PROCESELOR ECONOMICE

EDITURA FUNDAIEI ROMNIA DE MINE BUCURETI, 2006

INTRODUCERE

CUPRINS

Lucrarea a fost conceput ntr-o manier simpl, menit s permit o introducere n abordarea cantitativ a unor procese manageriale, apoi aprofundarea unora dintre topicele de interes pentru studenii facultilor de management. Lucrarea constituie un material de studiu pentru disciplina Modelarea i simularea proceselor economice ", domeniu foarte vast care i culege subiectele din varii cmpuri ale tiinei: cercetri operaionale, statistic mate matic, teoria tiinific a deciziilor, matematici aplicate n economie etc. Lucrarea poate fi, deopotriv, util unor persoane preocupate de studiul cantitativ al unor procese economice sau sociale; mai degrab, avem n vedere studenii din anii terminali, eventual cei implicai n pregtirea lucrrii de licen, dar i a lucrrilor de masterat i de doctorat. Autorii au convingerea c lucrarea este perfectibil, iar msura calitii sale este formulat n raport cu preg tirea mai temeinic a examenului de disciplin. Pornim de la premisa c un material de studiu este bun n msura n care permite cititorului valorificarea abilitilor sale intelectuale i formularea unor ntrebri mai bune, respectiv gsirea unor rspunsuri - cumulnd cunotinele tezaurizate" pn n acel moment ale specialitilor domeniului. Autorii

Introducere 1. Introducere n managementul tiinific 1.1. Abordarea cantitativ n management 1.2. Procesul abordrii cantitative 1.3. Condiionarea dintre deciziile manageriale i informaii 1.4. Tendine actuale n deciziile manageriale 2. Activitatea de modelare n practica de decizie managerial .... 2.1. Modelarea i abordarea cantitativ pentru management 2.2. Caracteristicile informaiilor - baza calitii deciziilor 2.3. Modaliti de obinere a informaiilor economice 2.4. Clasificri ale modelelor

7 9 10 17 27 35 39 40 43 49 51

3. Modelarea economic-principalele clase de metode 58 3.1. Alegerea unei metode m funcie de calitatea informaiei disponibile 59 3.2. Metode deterministe 64 3.3. Metode nedeterministe 68 3.3.1. Abordarea fuzzy 70 3.3.2. Abordarea stochastic 77 3.4. Demersul suboptimizrii n modelare 85 3.4.1. Elemente de teoria jocurilor 87 3.4.2. Abordarea multicriterial 89 3.5. Insuficiena informaiilor 92 4. Teoria deciziei 4.1. Teoria deciziei - Introducere 4.2. Decizia economic i procesul decizional 4.3. Metode i tehnici de fundamentare a deciziilor 4.4. Modelarea unor procese decizionale multisecveniale 4.5. Modele de decizie de tip Bayes 4.6. Decizii multicriteriale 4.7. Decizii multiparticipani 98 99 102 108 115 118 120 134 5

5. Modele de alocare optim a unor resurse limitate 144 5.1. Modelarea structurii de fabricaie, a unei organizaii (cazul n care variabilele sunt continue/mtregi/cu mai multe funcii obiectiv) 145 5.2. Dezvoltri ale metodelor de optimizare 173 5.2.1.Modele de programare liniar fuzzy 173 5.2.2. Modele liniare stochastice cu vectorii b i c aleatori ... 175 5.3. Alocarea resurselor cu ajutorul analizei de tip reea (modele de tip Analiza drumului critic - ADC) 177 6. Previzionarea ca demers al managementului tiinific 6.1. Introducere n problematica previziunii 6.2. Metode de previziune folosite n aplicaiile manageriale 6.3. Analiza seriilor dinamice (cronologice) 6.4. Analiza de regresie i de corelaie 6.5. Studiul proceselor economico-sociale cu ajutorul modelelor globale :.. 7. Tehnica simulrii n aplicaiile de management 7.1. Dermiii i concepte utile m descrierea simulrii 7.2. Avantaje i dezavantajele utilizrii simulrii 7.3. Tipuri de simulare 7.4. Simularea de tip Monte Carlo 7.5. Aplicaii ale tehnicii simulrii 7.6. Aplicaii software specifice pentru simulare 7.7. Studiu de caz: Global Management Challenge Bibliografie selectiv 185 186 188 194 205 221 228 229 237 240 244 251 259 261 263

- dimensiunea tiinific definit ca un ansamblu de practici... n care se combin pragmatismul i cunoaterea tiinific''' trebuie totui completat cu una esenial uman care presupune apelul la creativitate, la intuiie i la valorificarea experienei i a spiritului antreprenorial. Managementul, privit ca proces1, reprezint un mod sistematic de a exercita conducerea unui proiect sau a unei organizaii. Procesul de management nu se poate reduce la una sau alta din funciile sale2 (previziune, coordonare, antrenare etc.) ntruct nici una din acestea nu poate defini complexitatea managementului i nu poate asigura eficiena acestui proces. n concepia lui H. Simon, elaborarea deciziei manageriale este sinonim cu ntregul proces de management [PUG, pag. 117].* Managementul contemporan are caracteristicile unei tiine3, deoarece presupune culegerea de informaii, presupune existena unor relaii de tip cauz-efect, genereaz i testeaz ipoteze. O tiin prezint cteva caracteristici eseniale: - veridicitate - redarea n enunuri adevrate a aspectelor pe care le descoper n domeniul ei de cercetare; - raionalitate - corectitudinea sub aspect logic a enunurilor; Procesul implic metoda sau tehnica transformrii, intensificarea sau modificarea input-urilor" pentru a obine rezultatele dorite. 2 Definite de H. Fayol (1841- 1925) ca: previziune - estimare a ceea ce se va ntmpla n viitor i examinarea viitorului i ntocmirea planului de aciune"; organizare - crearea structurii materiale i umane a ntreprinderii" mobilizarea materialelor i a resurselor prin alocarea de sarcini pe departamente, uniti i indivizi; coordonare - corelarea, unificarea i armonizarea tuturor activitilor i eforturilor" - asigurarea c activitile i resursele se desfoar armonios pentru atingerea scopului/obiectivelor organizaiei; motivare sau comand - meninerea activitilor n rndul personalului" oferirea de instruciuni angajailor; control - supraveghere astfel nct totul s se desfoare n conformitate cu regulile transmise i stabilite" - monitorizarea progreselor pentru a asigura ducerea la mdeplinirea a planului asumat, n condiii de eficien [PUG, pag. 88]. 3 ntr-o formul generic, tiina poate fi definit ca sistem de cunotine despre existen (realitatea fizico-natural, socio-uman etc.), dobndite prin metode adecvate i exprimate n concepte, categorii i principii. * Ca modalitate de citare, se vor folosi primele 3 litere din numele primului autor i pagina/paginile din lucrare (vezi - Bibliografia selectiv). 11
1

1. INTRODUCERE N MANAGEMENTUL TIINIFIC

1.1. Abordarea cantitativ n management 1.2. Procesul abordrii cantitative 1.3. Condiionarea dintre deciziile manageriale i informaii 1.4. Tendine actuale n deciziile manageriale

Cuvinte-cheie Abordare cantitativ/ descriptiv Business intelligence Constant Context decizional Dat Decident Decizie Eficacitate Eficien Evaluare Funcie a managementului Incertitudine Informaie Management Metod de management Model Mulime clasic/fuzzy Nedeterminare Optimizare Principiu de management Proces Tehnic de management Simulare Sistem Suboptimalitate Variabil Variabile stochastice

1.1. Abordarea cantitativ n management Intensificarea competiiei internaionale presupune adaptarea tehni cilor de management la noile condiii internaionale de desfurare a afacerilor. Chiar dac managerii apeleaz nc n mare msur la propriile principii, exist tehnici recomandate de specialiti i verificate de prac tic. Scurtarea timpului de luare a deciziilor, marea bogie de informaii, complexitatea tipurilor de activiti de conducere necesit apelul la cuno tine solide de psihologie, comportament organizational, statistic etc. De multe ori, cele mai spinoase probleme manageriale sau cele incomplet structurate tind s fie vzute" prin prisma cunotinelor validate i a unor soluii oferite de literatura de management. Dei coninutul noiunii s-a mbogit n ultimii ani, incluznd tot mai mult importana gestionrii procesului de schimbare" (caracteristica esenial a perioadei pe care o parcurge omenirea n ultimele decenii), managementul pstreaz n definiia sa esenialul: aciunea n vederea armonizrii obiectivelor organizaiei, prin folosirea eficient a resurselor disponibile pentru atingerea elurilor propuse. Managementul este procesul prin care se coordoneaz, se conduc, se planific i se controleaz activitile desfurate ntr-o organizaie, astfel nct s se asigure atingerea scopurilor acesteia cu maximum de eficien. Managementul pune n lumin capacitatea unui conductor/lider de a folosi n mod eficient resursele (informaii, bani i oameni) pentru a atinge nite obiective, care vizeaz, cel mai adesea, situarea pe o scar de performan, prin obinerea unor succese, a unor rezultate dorite, cuantifi cabile (care s permit continuarea activitii curente i chiar amplificarea ei). Lucrul acesta este valabil chiar i n cazul ntreprinderilor sau proiec telor de tip unicat, deoarece experiena dobndit va putea fi folosit n alte ntreprinderi sau proiecte nrudite tematic sau operaional. Managementul se situeaz de-a lungul preocuprilor tradiionale ale tiinei organizaiilor i este perceput ca tiin a bunei gestiuni. Finalita tea utilitar i operaional a tiinei managementului este de a defini clar regulile, normele, i mai mult, preceptele care permit organizaiilor s ating obiectivele pe care i le-au propus cu maximum de eficacitate. Managementul contemporan se distinge ns de simplele practici empirice i de primele formulri ale tiinei organizaiilor printr-o formalizare mai accentuat; - dimensiunea teoretic i conceptual este esenial n manage ment, exprimnd tendina de a combina practica cu o reprezentare a realitii care se dorete tiinific" 10

- verificabilitate - enunurile ei s se confirme n valoarea lor general de adevr prin metode de verificare, referitoare la domeniul de referin; - perfectibilitate - disponibilitatea de a integra descoperirile noi n sistemul su explicativ. Ansamblul de cunotine folosit n management ndeplinete condiia de a avea asociate urmtoarele elemente: - un obiect de cunoatere, respectiv un domeniu propriu de cerce tare conceptual; - un limbaj propriu, riguros definit; - un sistem propriu de principii, legi, noiuni i categorii; - metode i tehnici adecvate de cercetare, formulnd principii de metod, reguli, criterii operaionale; - ipoteze i teorii pentru explicarea diferitelor aspecte ale dome niului cercetat; - s permit predicii i estimri pentru trecut. Abordarea tiinific este procesul formalizat, bazat pe mecanisme de tip cauze-efecte, care este creditat" ca principal demers de studiu a realitii. O principal premis a tiinei managementului este c elaborarea unei decizii, indiferent de situaia implicat, poate fi considerat ca un proces general, sistematic, constnd din etape: definirea problemei, cu tarea i descoperirea unor alternative de aciune, evaluarea alternativelor, selectarea unei alternative etc. (vezi caseta 1.1). Acest proces poate fi studiat, nvat i apoi practicat de ctre cadrele de conducere pentru a mri probabilitatea de succes a aciunilor. Printr-o abordare logic i sistematic a tiinei managementului putem fixa, prelucra i comunica informaiile prin intermediul limbajului natural ntr-un domeniu specific de activitate (i care poate avea grade diferite de abstractizare). Caseta 1.1. Etape ale demersului tiinific - definirea problemei i determinarea condiiilor de observat; - efectuarea de observaii sub diferite condiii pentru a determina compor tamentul sistemului care conduce Ia apariia problemei; - pe baza observrilor, conceperea unei ipoteze care s descrie modalita tea n care factori implicai sunt considerai (judecai) a interaciona sau care este soluia potrivit pentru problem; - testarea ipotezei, proiectarea unui experiment; - efectuarea experimentului i a msurtorilor asupra rezultatelor; - analiza rezultatelor nregistrate i acceptarea/respingerea ipotezei. 12

Importana apelului la tiina managementului rezult din exigen ele procesului de evaluare4 a situaiei curente (existente) si a celei dorite (descris de ndeplinirea obiectivelor organizaiei) tocmai din posibilitatea ndeprtrii de practica intuitiv (dovedit insuficient) i a transform rii/convertirii informaiilor din contextul organizaiei/mediului economic n prescrieri de aciuni i recomandri practice, n sugerarea cilor de obinere a rezultatelor dorite. Caseta 1.2. Avantaje ale demersului cantitativ DE LA Intuiie i experien Lipsa de obiectiv sau imprecizia formulrii acestuia Informare redus i parial (supus i aceasta prtinirii modului de operare uman) vznd i fcnd sau ncercare i eroare Predicii i estimri asupra viitorului pe baza trecutului SE POATE TRECE LA Identificarea mai facil a relaiilor cauz i efect Reducerea complexitii - esenial pentru studiul matematic al proceselor economice Informare/culegere de informaii mai adecvat Stabilirea mai riguroas a obiectivelor (prin diferite tehnici de analiz) Urmrirea mai precis a apropierii de acestea etape: n general, metodele orientate cantitativ apeleaz la urmtoarele

1. Observaia - const n observarea atent a fenomenului care definete problema: fapte, opinii, simptome etc. n acest pas are loc iden tificarea problemei. 2. Definirea problemei reale - se realizeaz printr-o analiz atent a tuturor factorilor i a tuturor prilor implicate n problema respectiv. 3. Dezvoltarea de soluii alternative - se descriu diferite evoluii ale aciunii sau diferite soluii pentru problema real. Utiliznd, eventual, un sistem de calcul automatizat - calculatorul - se pot dezvolta modele cantitative. Evaluarea presupune colectarea i analiza informaiilor prin diverse metode pentru a determina relevana, adecvarea, dinamica pozitiv sau progresul, eficiena, eficacitatea practic, impactul i susinerea activitilor dintr-un program/proiect. Prin evaluare se ncearc determinarea ntr-un mod sistematic i obiectiv a relevanei, eficacitii practice i impactului activitilor, plecnd de la obiectivele acestor activiti. 13
4

Aciunea managerial este subordonat unor principii, metode i tehnici rezultate ale generalizrii unor experiene individuale/de grup, care, n parte, au fost teoretizate ntr-un corp de cunotine - nucleul tiin ific al managementului. Dar, n acelai timp, aceasta este subordonat unui sistem de valori, care reflect componenta cultural a managemen tului (ceea ce difereniaz, de exemplu, practica managerial japonez de cea american sau european), iar neglijarea/nclcarea acestor valori poate sanciona puternic rezultatul acesteia. Sistemul de management reprezint ansambluri coerente de metode i tehnici manageriale, proceduri decizionale, informaionale i organiza torice, reguli prin care se exercit, n moduri specifice, procesul mana gerial la scara organizaiei sau la cea a principalelor sale componente. Principiile generale sunt reguli fundamentale pe baza crora se desfoar o aciune i se materializeaz conduita comportamental a managerului. Principiile manageriale pot fi nelese ca reguli ce rezult din manifestarea legilor ce guverneaz realitatea obiectiv, cunoaterea i aciunea uman. Principiile determin coninutul sistemelor care trebuie s fie subordonate lor, iar metodele asigur utilizarea practic a prin cipiilor. Metodele manageriale sunt modaliti de alocare n timp i spaiu a resurselor de care dispune organizaia n vederea realizrii procesului managerial5. Metodele de management sunt situaii prin care sistemul conductor, n cadrul unor principii generale, transform informaiile despre realitatea obiectiv n decizii, aciuni raionale i eficiente, folosind n acest scop un complex de tehnici bazate pe un ansamblu de reguli, procedee i instrumente. Dac menionm c succesul managerial este determinat i de capacitatea managerului de a capta, interpreta i utiliza informaia, trebuie n general, metoda poate fi definit drept un ansamblu concertat de operaii intelectuale (ce deriv din principii i norme) care sunt utilizate pentru cunoaterea unor elemente ale unui fenomen sau a fenomenului n ntregul su. Termenul metod" provine din limba greac unde methodos" are semnificaia de cale, drum, mod de expunere. Preocuprile pentru perfecionarea metodei au dus la constituirea metodologiei - a teoriei, tiinei despre metod. n metodele calitative, datele sunt analizate i interpretate de ctre investi gator n mod subiectiv, prin examinarea cu ajutorul cuvintelor sau altor forme de expresie nereductibile la numere/cantitti. In metodele cantitative, datele sunt prelucrate statistic, iar rezultatele sunt exprimate numeric. 15
5

4. Selectarea soluiei optime - se evalueaz diferitele modele cantitative/soluii pn se gsete una optim. Exist modele standard care realizeaz acest lucru. Dac relaiile matematice sunt prea complexe se poate dezvolta un model propriu pentru alegerea soluiei optime sau se pot realiza analize de senzitivitate. 5. Verificarea soluiei optime - presupune determinarea unei populaii-int i implementarea soluiei pe aceast populaie. 6. Stabilirea metodei de verificare i validare - o soluie rmne optim att timp ct ntre factori se pstreaz relaiile iniiale (nedefor mate) de tip cauz-efect. Pentru un control efectiv al soluiei se poate stabili un sistem de monitorizare care va permite feedback-ul diferiilor manageri. Aceast metod general se aplic n cazul problemelor bine struc turate i se pot utiliza proceduri standard, de exemplu: modelul progra mrii liniare ca model de alocare a resurselor de producie pentru o firm pe baza unui minim cost total. Exist i un dezavantaj al acestei metode ce poate consta n faptul c, de mult ori, pot lipsi informaii importante care afecteaz decizia, iar, n lipsa lor, optimizarea nu este posibil. Aceste limitri restricioneaz procesul decizional i conduc la gsirea doar a unei soluii satisfctoare (non-optime). Ca tiin, managementul: soluioneaz aspectul teoretic al fundamentrii deciziilor de ges tiune a resurselor i de atingere a obiectivelor propuse; ofer un mod de gndire sistematic asupra comportamentelor participanilor (clieni, categorii de salariai, competitori etc.) i metodele tiinifice necesare pentru identificarea relaiilor de tip cauz-efect, ntre rezultatele aciunilor ntreprinse i condiiile care le-au generat. Uneori, efectele unor decizii de management nu apar imediat, fiind afectate de evenimente aleatoare, conducnd la decalaje de timp pn la manifestarea impactului sau introducnd influene de tip neliniar, toate situaiile presupunnd dificulti de msurare; permite abordarea logic a problematicii managementului i furnizeaz tehnici i metode ce pot fi utilizate n rezolvarea problemelor ce apar n mod curent n organizaie; nelegerea n timp util a unor interaciuni (sub apanajul unor limite de cuprindere i a unor ipoteze formulate) care se desfoar n timp real pe perioade mari de timp; compresia" timpului i a spaiului ntre acele componente ale unui sistem pentru care, n ntreg sistemul, se percep cu dificultate rezul tatele interaciunii. 14

subliniat semnificaia pe care datele i informaiile o au pentru practica managementului. Aa se explic de ce, n condiii similare, rezultatele sau performanele sunt, n general diferite, ceea ce pledeaz i pentru carac terul de art6 a managementului, nu numai pentru caracterul su tiinific. Recunoaterea laturii artistice" deriv din ncercarea oricrui demers de management de a construi noi realiti", de a i influena pe alii s adere" la acestea (prin implicarea angajailor, coechipierilor, subordona ilor etc. prin motivare sau chiar manipularea acestora) i este susceptibil de a pune accent pe intuiia, percepiile, sensibilitatea managerului. Arta" asumrii unor decizii manageriale corecte se sprijin pe combina rea ntr-un mod fericit a unor multitudini de aspecte ce trebuie luate simultan n calcul: personalitatea proprie a individului, care trebuie s serveasc nu mai politicii de dezvoltare a firmei nu i pentru satisfacerea vanitii personale; ncrederea n importana estimrilor probabilistice i adoptarea lor n cadrul deciziei manageriale; evitarea strategiei manageriale ce impune situarea firmei sau a unui proiect cu orice pre peste un rezultat-prag" (subiectiv ales), contnd n acest sens doar obiectivul final nu i riscurile la care expune aceast abordare; asumarea n mod contient a riscurilor i selectarea lor n funcie de efectele pe care le-ar putea produce (abordarea pe ct posibil a riscuri lor bune n dauna celor rele ce prezint, de multe ori, efecte devastatoare). Descifrarea datelor culese, explicarea mecanismelor de cauzali tate, propunerea de soluii-decizii i prognozele se bazeaz pe aprecieri teoretice argumentate prin experiena dobndit de studiul unor cazuri singulare. Necesitatea introducerii unor metode cantitative n cercetarea tiinific i n practic a izvort din nevoia de a conferi valene noi cercetrii, n corelaie cu unitile practice. Criteriile cantitative, msura bile, de apreciere i evaluare a alternativelor de aciune sunt de preferat, atunci ct este posibil, celor nemsurabile [ION, pag. 206]. Se pot evidenia trei principii care formeaz esena metodei tiinifice n luarea deciziei: - Principiul msurrii - utilizarea unor parametri coreci n termeni cantitativi, care s defineasc i s descrie toate problemele de decizie implicate. Parametrii cantitativi constau dintr-o combinaie de Arta conducerii presupune pricepere, miestrie, ndemnare n utilizarea legislaiei, principiilor, metodelor etc. n tiina organizaiilor sau colectivitilor. 16
6

msuri aritmetice i statistice. Pentru definirea acestora se folosesc ca instrumente de baz: scrile de evaluare, statistica descriptiv, teoria probabilitii, teoria utilitii etc. - Principiul optimizrii - const n selectarea celei mai bune soluii dintr-un numr limitat, comparabile cu obiectivele stabilite i bazat pe formularea i testarea ipotezelor sau modelelor matematice. - Principiul raionalitii-cauzalitii - conduce la decizii raio nale, la folosirea raionalitii i obiectivittii mai degrab dect subi ectivismul sau emoiile pentru elaborarea deciziilor de management. Raionalitatea implic o unic combinaie ntre intelect i obiectivitate; intelectul (inteligena instructiv dobndit) se refer la capacitatea de a gndi, nelege i de a dobndi cunotine, de a aplica cauzalitatea. Obiectivitatea se refer la faptul de a fi liber de emoii, de prejudeci personale, de stereotipuri etc. Utilizarea calculatorului i constituirea informaticii conduce la creterea eficienei procesului decizional astfel nct actul de conducere s fie eficace7. Managementul de tip cantitativ, n ultim instan, propune instrumente i modele de raionament menite s sporeasc eficacitatea deciziilor manageriale. 1.2. Procesul abordrii cantitative Ca urmare a identificrii unor tendine, precum: 8 - explozia informaional la are suntem supui n calitate de decideni (fie individuali, asupra propriului drum n via sau n carier, fie n calitate de angajai'V'angajatori" n oricare dintre situaiile n care ne regsim pe parcursul unei zile de lucru); - nevoia de ghidaje" pentru fundamentarea deciziilor - raportarea la fapte, evenimente, date obiective etc., respectiv dezvoltarea unor Prin eficacitate se are n vedere performana, obinerea rezultatelor dorite sau anticipate, respectiv a beneficiilor/efectelor pozitive pentru organizaie/colec tiv/persoan individual angajate ntr-o aciune. Prin eficien se msoar ct de bine au fost folosite resursele, se are n vedere obinerea celui mai mare beneficiu cu cel mai mic cost (a unor efecte sau unor rezultate finale direct proporionale cu eforturile depuse, evaluate n bani, resurse i timp). Un proces poate fi eficace, dat ineficient dac risipete resursele; un proces poate fi eficient (aduce cea mai bun utilizare a resurselor) dar inutil, dac nu realizeaz obiectivele propuse, 8 The 2003-2004 Teradata Report on Enterprise Decision-Making, Teradata, a division of NCR Corporation (NYSE:NCR). 17

indicatorilor exprimai monetar, considerarea subiectivitii cercettoru lui" sunt numai cteva dintre cele mai dificile operaii n aceast etap. Etapa 2. Clasificarea problemei pe categorii de tipul: - structurat - nestructurat; - programat - neprogramat. n contextul definirii problemelor trebuie fcut distincia ntre probleme bine definite (well-defined problems) i probleme insuficient definite (ill-definedproblems). Dac ntr-o problem se specific complet starea iniial, starea final, setul de operatori i condiiile de aplicare a acestora, se lucreaz pe o problem bine definit. Problemele insuficient bine definite sunt cele n care nu sunt com plet specificate strile problemei, blocul de operatori sau condiiile de aplicare a acestora12. Etapa 3. Modelarea - formularea problemei presupune conceptua lizarea problemei i abstractizarea ntr-o form matematic (cu variabile independente ce influeneaz cu anumite ecuaii variabilele dependente) [ION, pag. 64] Modelul este privit ca un ansamblu de ecuaii, o construcie tiin ific a unui sistem economic utilizat pentru a identifica aciunea reciproc, nlnuirea i interdependena anumitor fenomene. Un model trebuie s fie simplu , robust, controlabil, adaptabil, complet, uor de aplicat i s aib caracter evolutiv. Pe scurt, o modalitate de modelare trebuie s fie expresiv (sub aspect structural, funcional, comportamen tal), s nglobeze n model toate proprietile interesante din sistemul real studiat, s fie uor de manevrat prin calcule, s permit analize pertinente Subiectivismul - evalurile fcute asupra unor variabile (asupra unor mrimi incerte) poart amprenta unei viziuni mai mult sau mai puin optimiste asupra consecinelor viitoare; aceasta duce la nregistrarea unor abordri tipice: optimist, pesimist, respectiv a probabilitii maxime (celei mai probabile valori). 12 H. Simon i A. Newell au pus bazele abordrii rezolvrii unor probleme insuficient definite n lucrarea Human Problem Solving (1972). 13 Potrivit principiului parcinomiei (cunoscut i ca lama lui Occam" William of Occam - 1285-1349), o teorie ar trebui s fie ct mai simpl cu putin, dar nu mai simpl dect att\ Aceast regul prescrie faptul c lucrurile nu trebuie complicate/multiplicate mai mult dect este necesar i impune cerina ca, din mai multe teorii/explicaii, s fie preferat cea mai simpl sau ca explicaiile pentru fenomenele necunoscute s fie formulate mai degrab n limitele i n termenii mrimilor deja cunoscute. 19
11

sisteme de suport a deciziilor (cel puin pentru unele domenii din mediul de afaceri); - creterea complexitii datelor (dezvoltarea surselor de date). In procesul de luare a deciziilor, valoarea unor modele de decizii manageriale a fost testat, recunoscut ca utilitate i supus unui perma nent proces de mbuntire. Diferite cunotine provenite din teoria eco nomic, din cercetrile operaionale, din management (de exemplu, din domeniul comportamentului organizational) furnizeaz structura i instru mentele pentru a dezvolta i implementa, n mod generalizat, o abordare cantitativ n practica managementului. Aceasta presupune parcurgerea unor etape9: Etapa 1. Definirea problemei rezult din recunoaterea faptului c exist o situaie critic sau neconvenabil, o oportunitate neexplorat, sau o situaie de criz ce trebuie depit. n aceast etap se enun cadrul general al modelului, recunoaterea nevoii de schimbare (ca urmare a unor obiective enunate), modul de asumare a unor intervenii n starea actual o organizaiei. O problem apare atunci cnd un subiect (persoan individual sau un colectiv) intenioneaz s ating o stare dorit, s realizeze n viitor un anumit scop, sau s reacioneze la o situaie-stimul pentru care nu are un rspuns adecvat (de tip reacie sau un rspuns dobndit prin experien i stocat n memorie"). Mai exact, o problem se definete atunci cnd se identific: - o stare iniial - curent - o stare scop" - dorit - o mulime de aciuni sau operaii a cror realizare face posibi l/plauzibil atingerea scopului. Rezolvarea problemei const n aplicarea acelor operatori care vor permite transformarea strii iniiale n cea final/dorit, prin satisfacerea unor inerente constrngeri de aplicare, generate de mediul extern i necontrolate direct de ctre subiect/organizaie. Cel mai scurt/bun drum ntre starea final i cea iniial constituie soluia optim. Colectarea datelor istorice, estimarea datelor din trecut i a celor viitoare, agregarea datelor, aprecierea influenei factorului timp 10 asupra [ION, pag. 62-74] . Caracteristicile temporale ale variabilelor de ieire depind de rapiditatea manifestrii efectelor (unele rezultate pot aprea dup o ndelungat perioad de timp); eventual, pentru a nregistra indicator de tip profituri sau cheltuieli se poate folosi o modalitate de actualizare (valoare prezent). 18
10 9

n raport cu scopul cercetrii i s faciliteze luarea deciziilor cu privire la sistemul real [MOH, pag. 32]. Componentele cele mai generale ale modelelor vizeaz variabile (mrimi necunoscute i incerte ca nivel): de decizie - elementele care pot fi manipulate i controlate de ctre decident; necontrolabile - factori care influeneaz indicatorii/rezultatele deciziei i se situeaz n afara controlului decidentului; rezultat - reflect nivelul eficacitii sistemului (exprim modul i gradul de atingere a obiectivului organizaiei/proiectului/procesului). Se pot descrie o serie de relaii matematice menite s expliciteze tipul condiionrilor dintre variabile: - funcia obiectiv - exprim modalitatea n care variabilele depen dente din model sunt legate de variabilele independente - restriciile - exprim limitrile impuse de sistemele manageriale; sunt generate de reglementri legale, standarde, restricii de piaa i meca nismul concurenei, limitarea/penuria unor resurse, condiionri tehnice i tehnologice. Modelul economico-matematic conine: - caracteristicile obiectului care trebuie determinat (cele necunos cute i studiate) numite mrimi endogene; - caracteristicile condiiilor externe i parametrii istorici ai obiec tului studiat (acestea se consider date, cunoscute sau estimate) numite mrimi exogene. Modelul poate fi privit ca un oarecare transformator al valorilor variabilelor exogene (externe) n valori cutate ale variabilelor endogene (interne) care descriu caracteristicile studiate ale obiectului studiat. Pentru a construi modelul matematic al unui obiect sau proces, trebuie s se indice: - lista variabilelor endogene ale modelului - valorile pe care le pot lua aceste variabile, - transformrile posibil de efectuat asupra lor (logice sau aritme tice). Apoi se va indica intervalul de variaie sau valorile variabilelor endogene ce pot s se realizeze - adic mulimea valorilor admisibile ale acestor variabile. De cele mai multe ori, aceast mulime se prezint sub forma unui sistem de restricii (egaliti i inegaliti) asupra valorilor restriciilor. De obicei, n procesele economice, valorile variabilelor endo gene se determin neunivoc ntre ele i se poate alege din mulimea 20

valorilor admisibile ale acestor variabile pe cele mai bune (dintr-un anumit punct de vedere) numite soluii (n general, prin soluie se nelege o mulime de valori, specifice pentru variabilele de decizie, care duce la un rezultat dezirabil). Selectarea unui principiu de alegere a soluiei presupune o decizie privind acceptabilitatea unei soluii - abordare care va reflecta atitudinea14, politica i obiectivele decidentului/decidenilor. Din punct de vedere matematic, acest lucru se prezint sub forma simplificat a enunului unor funcii scop care descriu criteriile economice folosite strict pentru compararea soluiilor. Etapa 4. Rezolvarea modelului Modelarea ncearc s foloseasc la maximum, n mod tiinific, baza informaional, iar procedurile de imitare a modului raional de fundamen tare decizional constituie, n forma mai mult sau mai puin elaborat esena conceptual a modelelor. Prin modelare, fenomenului natural com plex i se reproduce comportarea (n laturile eseniale cu mai puine variabile, legate ntre ele mai simplu. Avantajele unui model simplu sunt date de rapiditatea de nelegere a realitii (economie de timp n construcia modelului, uurina n manipulare), de faptul c modelul poate fi modificat (dac este necesar) repede i fr costuri mari (asociate greelilor"). Totui, un model ct mai apropiat de realitate cere timp pentru construire; decidentul dorete ca modelul simplificat s prezic" rezultate rezonabile i s fie consistent n aciunea efectiv. Dup ce modelul a fost construit se pot obine concluziile prin intermediul aciunilor logice. Dac deducerea concluziilor din modelul abstract este corect i dac variabilele importante au fost abstractizate, atunci soluia modelului ar servi ca soluie efectiv pentru problema enunat. Rezolvarea unui model nseamn obinerea concluziilor logice care duc la un ghid de luare a deciziei dac modelul a fost proiectat i rezolvat corect. Luarea deciziei implic informaia cantitativ obinut din model combinat cu judecata intuitiv a factorilor calitativi [TRA, pag. 11]. Modelele de analiz canti 15 tativ i calitativ devin indispensabile n problemele unde mulimea de Atitudinile sunt mijloace de a exprima preri despre adevrul unor enunuri. Enunurile aduc informaii despre fapte, pe cnd atitudinile aduc infor maii despre preri (neverificabile) privind adevrul enunurilor. Faptele gene reaz enunuri, enunurile genereaz preri, care la rndul lor genereaz atitudini. 15 Analiza calitativ urmrete determinarea esenei fenomenelor; iar cea cantitativ vizeaz cuantificarea fenomenelor demografice, economico-sociale (pe baza determinrilor cantitative exprimate prin numere - buget, numr de persoane, volum, durat, grad, suprafa etc.). 21
14

deduse pentru modele analitice de tipul ecuaiilor funcionale, ecuaii difereniale etc. bazate pe condiii de convergen a algoritmului de calcul i, evident, de existen a soluiei optime, precum i metode euristice de determinare a soluiei satisfctoare (optimale sau suboptimale) pe baza unor considerente insuficient exprimate analitic, dar care i-au dovedit valoarea practic prin modelarea tipului de raionament logic eficient n aplicarea practic efectiva. Definim prin soluie acea mulime de valori specifice pentru variabilele de decizie care conduc la un nivel dezirabil al rezultatului. Ca procedur de identificare a soluiei se poate recurge la: o optimizare: Demersul optimizrii presupune obinerea celui mai ridicat nivel al scopului sau obiectivului de realizat. O alternativ este optim dac se poate demonstra c este cea mai bun din mulimea tuturor variantelor posibile, adic duce la: - cel mai ridicat nivel al scopului sau obiectivului maximizant (n condiiile unui anume consum de resurse); - cel mai sczut consum de resurse sau nivel al costurilor (cu realizarea unei anumite caliti a procesului); - cea mai mare probabilitate de realizare a unui obiectiv (ans de atingere a unui anume nivel/performane) sau cea mai mare eficien a unei activiti (maximizarea productivitii, minimizarea timpului de ateptare sau de execuie a unei sarcini). Ceea ce definim ca optimizarea clasic impune modelului de baz dou condiii particulare: modelul trebuie s lucreze cu informaii com plete, suficient de precise i toate informaiile trebuie s fie aritmomorfe. Alternativ, prin optimizare flexibil nelegem tentativa de a soluiona probleme decizionale al cror context nu satisface parial sau total condiiile optimizrii clasice sau n al cror context nu se poate demonstra satisfacerea acestor condiii. Ca rezultat al optimizrii flexibile, orientarea ctre soluii robuste16 decurge din prudena decidentului de a asigura o soluie care, rmnnd admisibil, s reziste perturbrii ntr-o anumit msur a restriciilor. Prin definiie, folosirea optimizrii cere ca decidentul s considere impactul unui curs alternativ de aciune asupra ntregii organizaii. Robusteea este proprietatea unei soluii admisibile sau a unei traiectorii de a rmne valabil (admisibil) n condiiile unui nivel dat de perturbaie sau imprecizie n formularea modelului. 23
16

variante i criterii de evaluare fac dificil lsarea deciziei la discreia intuiiei sau dorinelor decidentului. Caseta 1.3. Clasificarea principalelor tehnici [ION, pag. 74] enumerare complet optimale algoritmi: programare liniar numerice simulare non-optimale euristic Tehnici teoria jocurilor, optimale teoria stocurilor nenumerice previziune non-optimale lanuri Markov risc Tehnicile folosite n modele nu trebuie confundate cu aceste modele; n majoritate, tehnicile sunt neutre fa de problemele n spe crora le sunt aplicate (de exemplu, tehnica optimizrii pentru alocarea eficient a unor resurse; tehnica simulrii pentru previzionarea comporta mentului unui sistem social, analiza senzitivitii pentru studiul deciziei de investiie). Deseori, tehnicile sunt criticate deoarece aplicarea defec tuoas a acestora (prin cunoatere superficial sau prin suprasimplificarea modelului) conduc la recomandri eronate de decizii [DEM, pag. 36]. Notnd cu D mulimea variantelor decizionale, problema funda mentrii decizionale const n determinarea variantei d*eD ca element de preferin maximal n mulimea D n virtutea unei. relaii de ordine ce reprezint atitudinea decidentului fa de rezultatele poteniale ale deciziilor, prin prisma criteriilor din C (mulimea de criterii). d* = satisf(di /C), dt e D, i = l,n Mulimea D poate fi finit sau infinit, n orice caz numrabil, algoritmul de optimizare fiind determinat de proprietile modelului matematic corespunztor problemei decizionale respective. Astfel, pro blemele de optimizare le corespund modele de programare matematic n care se cere maximizarea sau minimizarea valorii funciei g(x) cu respec tarea unor condiii de tipul fi(x) = 0 , iar x este variabila decizional a crei valoare optim x* trebuie determinat; n astfel de probleme mulimea D este infinit [RADA, pag. 54]. Att modul n care se definete D, ct i determinarea lui d*eD, depind de matura modelului adoptat. Se pot folosi metode analitice de determinare a lui d* pe baza unor condiii de necesitate i suficien, 22

Raiunea unei asemenea atitudini este faptul c o decizie elaborat ntr-o parte a organizaiei poate avea efecte semnificative n alte pri. Aborda rea sistemic, n spiritul teoriei sistemelor, acord o importan esenial impactului unei soluii asupra ntregului sistem. Dac din considerente practice, specialistul n teoria deciziei restrnge aria de analiz a unei probleme (n limite inferioare dimensiunii ntregii organizaii) soluia care se implementeaz este considerat suboptimal (este optim dintr-un anumit punct de vedere i eventual, suboptim din punctul de vedere al tuturor criteriilor sau al ntregii organizaii). Delimitarea optim-suboptim aduce dificulti suplimentare unei decident n ncercarea de a delimita cele mai relevante criterii de decizie atunci cnd obiectivele de nivel inferior (sau unor subsisteme ale organizaiei) sunt incompatibile sau creeaz conflicte cu cele de nivel superior (sau global). Uneori, optimizarea este inaccesibil ca tehnic - timpul, respectiv costul de ajungere la soluii pot fi prohibitiv de mari. n aceste situaii, se pot folosi modele descriptive bazate pe principiul satisfaciei n care principala utilitate este c investigheaz rezultatele i consecinele diferi telor cursuri de aciune asupra msurilor de performan ale sistemului cercetat. Dei analizele descriptive caut i verific eficacitatea sistemului pentru condiiile date, nu exist garania c alternativa de aciune selectat este optim. Aceste modele se folosesc mai ales atunci cnd obiectivul este de a aprecia/evalua performana (mai degrab dect a selecta ntre aciuni alternative) i sunt utile n previzionarea comportamentului unui sistem n diferite ipostaze. Totui, suboptimizarea poate fi i este o abordare deosebit n practica deciziilor fundamentate tiinific. Una dintre justificrile aplicrii sale denot tentaia de a lua n considerare n mod simultan numeroase aspecte i detalii. Odat o soluie propus, se face apelul la tehnica de validare i de verificare a efectelor poteniale asupra altor subsisteme ale organizaiei. o suboptimizare: Ceea ce conduce la ideea de suboptimalitate este analiza stabilitii i sensibilitii unei soluii sau a unui sistem de soluii n cazul perturbrii datelor iniiale ale problemei. Prin analiza de sensibilitate se testeaz ipotezele-cheie de construcie ale modelului - dac schimbri mici n varia bilele de intrare pot nsemna diferene mari n rezultatele modelului. Conceptul de suboptimalitate este mult mai relevant n domeniul conducerii sistemelor complexe, fiind legat de punctul de vedere referitor la conducerea satisfctoare" i la criteriul robusteei. 24

Suboptimalitatea este un concept care poate fi definit cu o rigoare acceptabil, ca fiind proprietatea unei soluii admisibile de a se afla ntr-o vecintate a optimului unic. Preul" ndeprtrii de optimul unic justific recursul la soluii optimale n dou cazuri generale: - nu exist sau nu este accesibil un algoritm pentru determinarea optimului unic (caz n care se fac mai multe ncercri i se alege soluia care corespunde cel mai bine criteriului de optim, fr a garanta ntr-un fel sau altul c aceasta este soluia realmente optim); - optimul obinut prin aplicarea unui algoritm adecvat este sacri ficat" n vederea satisfacerii unor criterii suplimentare sugerate de context (optimul multicriterial constituie o soluie suboptimal n raport cu fiecare criteriu luat individual). Etapa 5. Validarea modelului i analiza sensibilitii Dup ce modelul a fost construit este necesar s cunoatem ct de bine reprezint acesta realitatea. Se studiaz msura n care modelul reprezint, ntr-adevr, sistemul sau fenomenul supus reprezentrii, apoi se verific acurateea construciei interne (sub aspectul consistenei logice i, eventual, al programrii). Etapa de validare a modelului are ca obiectiv general regsirea n model a modului de comportare a sistemului real. Se pot folosi urmtoarele criterii de validare: - non-contradicia - comportarea de ansamblu a modelului nu tre buie s fie n contradicie cu cea a sistemului real. Criteriul se aplic prin observaii selective sau experimental, prin aducerea modelului n mod deliberat ntr-o stare perturbat sau de criz pentru a depista eventualele deviaii de comportament. - de comportament - se face o verificare de detaliu a comportrii sistemului (de exemplu, prin studiul unor oscilaii - periodice sau nu, decalaje n timp ntre variabile etc.) [STA, pag. 98]. Construcia unui model este subordonat realizrii unui scop practic. Aceasta poate impune elaborarea unor previziuni referitoare la evenimente viitoare. Uneori, aceste previziuni se repet de fiecare dat cu alte intrri pentru model - analiza de senzitivitate. Diferite procedee ma tematice de optimizare (de exemplu, programarea liniar) pot fi utilizate pentru determinarea intrrilor care realizeaz cel mai bine un obiectiv dat. Analiza sensibilitii este desfurat pentru a determina efectele modificrii/perturbrii unor variabile asupra stabilitii soluiei/rezul tatului propus dup rezolvarea modelului. Rolul acesteia este de a ajuta decidenii atunci cnd exist suspiciune n privina exactitii sau 25

de succes, a oportunitilor i ameninrilor majore din mediul de afaceri, n momentul analizei. Alturi de metodele cantitative, cele calitative pot spori puterea de nelegere a fenomenului/procesului original. Trei contradicii importante sunt discutate n literatur n legtur cu recunoaterea complementaritii diferitelor metode cantitative: 1. contradicia ntre structural i fenomenologic; nu ntotdeauna msurtorile (observaiile statistice, cantitative) se refer la structura real a obiectului original; 2. dintre cauzal i stochastic - adesea, trebuie s admitem ipoteze stochastice asupra legturii dintre variabilele observate, deoarece nu stpnim" relaiile cauzale ntr-un mod satisfctor /cuprinztor; 3. dintre raional i empiric - modelele noastre deductive vin adesea n contradicie cu rezultatele cercetrii empirice. n faa imboldului de a ceda n faa rezultatelor empirice, trebuie privite cu atenie deduciile strict teoretice. Evident, nu poate exista o soluie absolut a contradiciilor; meto dele cantitative au nsei contradiciile lor interne, dar acestea sunt limite ale metodei, nu ale cunoaterii [SCH, pag. 17] 1.3. Condiionarea dintre deciziile manageriale i informaii Momentul esenial al procesului managerial l reprezint decizia managerial. Decizia reprezint rezultatul unor activiti contiente de alegere a unei direcii de aciune i a angajrii n aceasta, fapt ce implic de obicei, alocarea unor resurse. Decizia rezult ca urmare a prelucrrii unor informaii i cunotine i aparine unei persoane sau unui grup, care dispun de autoritatea necesar i care rspund pentru folosirea eficace a resurselor n anumite date" [FIL, 2002, pag. 25]. Aceasta se regsete n toate funciile managementului; n acelai timp, calitatea deciziilor adoptate influeneaz sensibil eficacitatea proce sului managerial: - previziunea se ncheie cu decizia privind nivelurile dorite de performan i direciile de aciune pentru apropierea de acestea, - organizarea se ncheie cu decizia privind formele i metodele specifice de organizare, - coordonarea se ncheie cu decizii de armonizare a personalului i a diferitelor activiti, 27

importanei relative a informaiilor. Informaia iniial este modificat pentru a gsi i identifica ce efecte vor produce perturbaii ale datelor de intrare asupra soluiei propuse la problema rezolvat prin model (evident, se prefer soluii ct mai puin sensibile - unul din conside rente este cel ce ine de uurina de implementare a unor asemenea soluii). Se pot formula ntrebri precum: - care este impactul unei mici alterri ntr-o variabil indepen dent asupra variabilei/variabilelor dependente? - care dintre variabilele independente sunt cele mai sensibile? - exist o soluie foarte sensibil! Etapa 6. Interpretarea i implementarea soluiei n procesele reale se manifest sistematic urmtoarele neajunsuri: imprecizia datelor, incompletitudinea datelor, insuficiena modelului. Aceste situaii creeaz posibilitatea apariiei, la un moment dat a unor diferene semnificative ntre restriciile modelului i cele efective (reale). Aadar, tentativa de a implementa soluia optim, dac poate fi calculat, nu va reui din cauza alunecrii" realitii de sub model. Prin urmare, se constat un argument n plus, acela c optimul unic rmne ceva impo sibil de realizat, iar ceea ce trebuie s fundamenteze decizia este recursul la soluii cu un anumit grad de robustee, care realizeaz un compromis cu optimalitatea absolut. n situaiile n care modelul nu reproduce suficient de bine realita tea, pot fi avute n vedere dou atitudini: - reclamarea" unui model mai bun i nlocuirea unor componente ale modelului folosit sau - ,/afinarea" soluiei calculate prin adaptarea acesteia n raport cu tolerana jocului dintre realitate" i model. Prima modalitate este relativ, presupunnd un efort semnificativ, iar succesul aplicrii sale n cazul proceselor complexe este limitat. A doua modalitate este cea mai promitoare, ntruct adaptarea este modul fundamental de funcionare a sistemelor automatizate. Oricare ar fi metoda cantitativ folosit, studiul realitii n comple xitatea sa presupune o abordare corelat a metodologiei de cercetare cantitativ cu metodele calitative. De exemplu, pentru cercetarea mediului de afaceri, intrarea, meninerea sau creterea pe o pia depind n mare msur de o profund nelegere a mediului de afaceri n care se acioneaz, de dinamica pieei respective. Deciziile de marketing, pentru exemplificare, nu pot fi luate fr analizarea riguroas a tendinelor majore ale pieei, a factorilor-cheie 26

- antrenarea se ncheie cu decizii privind stimulentele care moti veaz personalul, - controlul se ncheie cu decizii de corecie n vederea realizrii obiectivelor. Calitatea managementului i a administrrii resurselor se mani fest prin calitatea deciziilor care se adopt pentru gsirea unor soluii la problemele specifice i potrivit nivelului ierarhic. Calitatea unei decizii trebuie judecat nu att dup rezultatul obinut, ct mai ales n funcie de: informaiile disponibile, abundena alternativelor posibile identificate (sau proiectate), folosirea unor raionamente adecvate, toate considerate n momentul adoptrii deciziei [FIL 2002, pag. 29]. Informaia economic (i.e.) trebuie deosebit de noiunile de date sau de cunotine economice. Datele sunt prezentate ntr-un anumit limbaj i pe un anumit suport material sub forma unor indicatori, texte, docu mente care sunt o reflectare a fenomenelor economice i care, luate ca atare, nu sunt legate de o anumit problem i de nevoile unui anumit utilizator. Le. reprezint cunotine care devin informaie atunci cnd utilizatorii lor rezolv o anumit problem i atunci cnd ele micoreaz gradul de nedeterminare ce caracterizeaz condiiile problemei. Pentru o organizaie, fie public, fie privat, una dintre cele mai obinuite finaliti de utilizare a informaiilor const n'construirea unor indicatori economici (vezi caseta 1.4.). Evident, principala calitate a unui indicator este de a fi pertinent (n sensul c progresul sau regresul unei situaii trebuie s se reflecte neambiguu n creterea/descreterea indicato rilor care descriu acea situaie). Pentru mediul de afaceri, este recoman dabil s se acorde prioritate elaborrii i folosirii indicatorilor care se refer la obiectivele prestabilite de ctre conducerea companiei/organi zaiei, iar mrimile uzuale de referin sunt: cifra de afaceri, capacitatea de producie, numrul de salariai, volumul veniturilor i cheltuielilor etc. Caseta 1.4. Indicatori economico-sociali Conducerea n mediul economic sau a unor procese sociale, urmrirea con tinu n timp a acestora sau a efectelor social-umane ale diverselor decizii sau fe nomene nu se poate realiza dect pe baza unor msurtori sistematice ale princi palelor caracteristici ale sistemului, deci pe baza indicatorilor economico-sociali. Indicatorul economico-social este un instrument de msurare a caracteris ticilor specifice faptelor, fenomenelor sau proceselor economice sau sociale. Scopul este de a facilita descrierea, evaluarea i anticiparea funcionrii unui sistem economic/social sau a unei componente a acestuia. Acetia satisfac nevoia de a cunoate starea prezent i evoluia trecut, precum i de a dirija n mod sistematic i contient dezvoltrile viitoare. 28

Se disting mai multe categorii de indicatori: absolui sau relativi (nr. total de televizoare, de autoturisme, de titluri de cri publicate, de brevete sau acestea raportate la o unitate de populaie); unidimensionali sau multidimensionali (venituri pe cap de locuitor, consumul alimentar sau nivelul de trai, calitatea vieii); indicatorii compleci se obin prin agregarea indicatorilor simpli, agregri ale cror limite sunt analizate n continuare; de stare sau de evaluare (primii exprim existena sau gradul de variaie a unei caracteristici oarecare; cei de evaluare presupun raportarea la un criteriu de valoare); obiectivi sau subiectivi (cei obiectivi sunt msurai prin metode funda mentate tiinific, iar cei subiectivi se bazeaz pe nregistrrile fcute de subiecii naturali cu instrumente comune de observaie sau consultarea prin opinii personale). O realitate multidimensional trebuie s fie abordat prin sisteme multidimensionale de indicatori. Procesele reale impun considerarea unor bogate liste de indicatori, dar, pentru a efectua comparaii i planificri, avem nevoie de sisteme reduse de indicatori. Exist dificulti legate de descreterea numrului de indicatori care descriu o situaie dat i de manipulare a sistemelor de indicatori (opti mizare). O dificultate suplimentar este dat de imposibilitatea de prin cipiu (i demonstrat17) a agregrii indicatorilor ntr-un mod satisfctor. Reducerea numrului de indicatori, necesar att n cazul comparrii, ct i al planificrii n vederea optimizrii unui proces, se poate face prin selecia indicatorilor mai relevani sau prin agregarea lor ntr-un singur indicator. Agrega rea unor indicatori implic definirea unei funcii unificatoare care asociaz o va loare unic mulimii de valori ale indicatorilor iniiali. Indicatorul agregat trebuie s ndeplineasc anumite condiii pentru a fi operaional. Aceste condiii sunt: s fie sensibil la modificrile indicatorilor iniiali, s creasc atunci cnd un indicator iniial pozitiv (cu valori mari corespunznd situaiilor bune) crete suficient de mult sau atunci cnd un indicator negativ (caracterizeaz situaiile bune prin valori mici) scade i invers, s descreasc n situaiile contrare; s fie anti-catastrofic, s nu fac salturi nejustificate, valorile sale s nu se modifice mult atunci cnd valorile unui indicator iniial se modific puin; s fie non-compensatoriu, s nu compenseze (excesiv) valorile dezavan tajoase ale unui indicator prin valorile avantajoase ale altui indicator. Exist o teorem care arat imposibilitatea gsirii unui indicator agregat care s ndeplineasc cele trei condiii. Faptul c indicatorul agregat nu respect cele trei condiii de raionalitate se explic prin pierderea de informaie care se nregistreaz prin agregare indiferent de metoda folosit. Vezi: Pun, Gh., Restricii n problema indicatorilor sociali, Editura Academiei, Bucureti, 1982. 29
17

ele manageriale ale decidenilor20 (abilitatea de a prelucra informaiile, personalitatea i modul de percepie a realitii etc.). Procesul decizional nu poate fi nc complet automatizat i este puin probabil s fie vreodat. Decizia este un privilegiu exclusiv uman; omul identific problemele, formuleaz modalitile de aciune posibile, alege criteriile de evaluare pentru acestea (i stabilete eventuale ponderi de importan) valideaz unele etape ale fundamentrii decizionale efec tuate pe calculator, stabilete opiunea final i i asum responsabilitatea decizional [RADA, pag. 95]. Caseta 1.5. Caracteristici i dificulti n procesul lurii unei decizii21 - necesitatea lurii deciziilor se manifest att n viaa personal, ct i h activitatea profesional. Chiar i deciziile legate de viaa personal pot fi grele" din cauza complexitii lor i, mai ales, din pricina consecinelor pe care le pot produce, fiind subiecii principali ai vieilor noastre; - obiectivele urmrite sunt, de cele mai multe ori, multiple i, nu rareori, conflictuale; - deciziile privesc viitorul i rezultatele aplicrii lor pot fi afectate de riscuri i incertitudine; - responsabilitatea unei decizii aparine unei persoane/mai multor per soane (care pot avea interese mai mult sau mai puin contrarii i pot avea atitudini diferite/fluctuante fa de risc); - h unele situaii, numrul de alternative considerate interesante, din punc tul de vedere al obiectivelor, poate fi limitat, iar h altele este aproape nelimitat; - analiza datelor istorice poate facilita constatarea existenei unor probleme i stri de lucruri care trebuie ameliorate; - evaluarea consecinelor unor alternative nainte de luarea efectiv a unei decizii este preferabil experimentrii ,j>e viu"; - n unele situaii, problemele care apar sunt bine definite (dei pot fi complexe), n timp ce altele sunt definite incomplet sau imprecis; - experii n luarea deciziilor i unele produse informatice pot ajuta la luarea unor decizii tot mai bune. Decidentul este persoana sau grupul de persoane autorizate s aleag o direcie de aciune i s angajeze resursele organizaiei pentru a urma acea cale. Acesta poate fi caracterizat prin: - capacitatea de a face fa dificultilor - prin deprinderile cognitive i fizice, resursele disponibile folosite ca s l ajute s nlture problemele, tensiunile vieii cotidiene sau evenimentele de via care provoac stres. - capacitatea de a lua decizii - prin acele capaciti de definire i discri minare prin care indivizii i colectivitile realizeaz alegerea dintr-o serie de opiuni disponibile. 21 [FIL, 2004, pag. 24] 31

Cu respectarea condiiei ca efortul implicat de elaborarea i, mai ales, exploatarea indicatorilor s nu depeasc avantajele obinute, infor maia constituie un instrument care faciliteaz executarea unei anumite sarcini de decizie i de mbogire a experienei i a competenei n munca de conducere. Contextul decizional este cadrul de mprejurri care determin subsetul de obiective relevante, care conteaz efectiv pentru decident n momentul de timp al elaborrii deciziei pentru a rezolva o anumit pro blem, chiar dac sistemul de valori rmne mai larg i relativ neschimbat [FIL, 2002, pag. 31]. Analiza contextului este procesul care aduce la cu notina factorilor-cheie de decizie informaiile necesare pentru nele gerea n detaliu a situaiei strategice a instituiei (diagnostic strategic) i are loc formularea alternativelor strategice. Mediul ambiant decizional const n ansamblul elementelor etero gene, exogene firmei, care definesc caracteristicile unei situaii decizio nale prin manifestarea unor influene (directe i indirecte) semnificative asupra alternativelor i rezultatelor deciziei. n mediul ambiant decizional se constat o evoluie contradictorie: pe de o parte, se nregistreaz o serie de transformri de natur s ofere premise mai bune pentru un proces decizional eficient18, iar pe de alta, mediul ambiant decizional tinde s devin din ce n ce mai complex. Pe plan decizional aceast situaie duce la creterea numrului de variabile i de constrngeri, condiii-limit i n dificulti de definire a interdependenelor dintre acestea. n mod evident, calitatea unei decizii este supus unui set de res tricii generate de condiionri ale contextului decizional (calitatea infor maiilor disponibile sub aspectul preciziei, completitudinii i oportunitii, presiunea timpului19, riscul asumat etc.) i este influenat de competen-

n general, putem spune c 20% dintre eforturi (timpul consumat) genereaz 80% dintre efecte (rezultate) - regula lui Pareto sau regula 20/80. Este deci foarte productiv s ne concentrm asupra acelor activiti (20%) care genereaz cea mai mare parte a rezultatelor ateptate (80%). 19 Urgena unei decizii este apreciat dup: noutatea situaiei i suficiena cunotinelor folosite n adoptarea deciziei, dinamica evenimentelor asociat cu timpul avut la dispoziie pentru a lua o decizie suficient de oportun (care nu a fost luat prea trziu). 30

18

Tendina actual n cadrul sistemelor de control este de a pstra omul ca factor principal de decizie. Raiunea acestei poziii rezid din capacitatea operatorului uman de a lua decizii contiente. Ins, dei omul ntrece" calculatorul sub aspectul capacitii de a raiona, nu toate eta pele procesului necesit decizii umane indispensabile, astfel nct calcula torul constituie un excelent suport pentru decizie [SOF, pag. 12]. Necesitatea studiului i a instruirii n metodologiile decizionale sunt derivate din recunoaterea unor restricionri generate de limitele deciden tului uman, care fac necesar i oportun existena unor mijloace compu terizate de asistare a deciziilor: cognitive - se refer la capacitatea omului de a stoca i prelucra informaii i cunotine; economice - legate de costul obinerii i prelucrrii informaiilor i de preul pltit pentru rezolvarea problemelor de comunicare i de coordonare a participanilor la elaborarea deciziilor; de timp - se reflect n erorile i n calitatea slab a unor decizii luate sub presiunea timpului ntr-un mediu competitiv, chiar i n cazul ipotetic n care au fost rezolvate problemele legate de limitele cognitive i economice. La baza comportamentului de luare a deciziilor i, n orice aciune uman, contientizarea infonna|iilor, percepia faptelor i mecanismele decizionale sunt predominante. In mod strict, modul n care un specialist (cercettor sau inventator) acioneaz pentru rezolvarea unei situaii problem", de cercetare sau creaie este determinat de filtrul" de citire a realitii i de mecanismele cognitive ale deciziei: 1. Tot mai mult firma, instituia sau agentul economic este privit ca un sistem cu multiple subsisteme: instituional (dat de cadrul legal i for mal al firmei), tehnologic (ansamblul mijloacelor materiale i de produc ie), informaional-decizional (reuniunea compartimentelor, personalului, fluxurilor de informaii i a deciziilor), informatic (summum-ul de mij loace de calcul, elementele software ce asigur culegerea, prelucrarea, stocarea, transmiterea informaiilor n cadrul firmei), relaii umane (ansamblul persoanelor din sistem i a relaiilor dintre acestea). 2. Participanii pot avea diferite roluri: iniiatori, promotori, consi lieri, beneficiari, opozani, mediatori, actori obinuii. Exist o bogat literatur de specialitate care trateaz cu generozitate aspectele referitoare la formalizarea problemei decizionale. Se definete problema" ca fiind o dificultate ce nu poate fi depit automat, urmnd a fi cercetat ntr-un demers conceptual sau empiric; 32

problema este considerat ca primul element al unei triade: problemcercetare-soluie22'. Studii recente ale unor economiti, psihologi, sociologi etc. au com parat modul obinuit de a gndi al oamenilor (n postura lor cotidian de consumator, contribuabil etc. sau n cea profesional de angajat, subal tern/executant/persoan cu funcie de conducere) cu cel prescris de mode lele gndirii raionale. In raionamentele zilnice, oamenii sunt supui unor limite de procesare corect a informaiilor i datelor, unor inconsecvene logice. Oamenii nlocuiesc, mai mult sau mai puin contient, raionamen tele bazate exclusiv pe legile logicii i ale teoriei probabilitii cu principii proprii, cu raionamente euristice care duc la prelucrri mai rapide de informaii prin aproximri sau estimri mai eficace, dar supuse sistematic unor limitri, distorsiuni sau chiar greeli23. Imaginea omului de tiin spontan (dominant n anii 1950-1960) a fost nlocuit cu cea a omului ordinator, cu tendin spre distorsiuni. Aceast schimbare de optic a fost facilitat de existena mai multor rezultate experimentale: - absena informaiei nu i mpiedic pe subieci s trag concluzii. Aceti subieci nu caut ntotdeauna informaii utile atunci cnd ar putea s le obin i, uneori, le neglijeaz atunci cnd dispun de ele; n structura problemei se regsesc trei componente: baza, generatorul i soluia (dac aceasta exist). Baza unei probleme o constituie cunotinele prece dente relative la domeniul n care este formulat problema (inclusiv, presupo ziiile specifice problemei); generarea unei probleme este realizat de o funcie proporional (prin aplicarea generatorului - un operator de interogare), iar pro blema va genera soluia (dac exist). O problem este bine definit dac nici una din presupoziiile ei nu este evident fals sau formulat nedecis n acelai context; o problem este bine formulat dac numrul variabilelor i al operatorilor de interogare este egal cu numrul necunoscutelor (dac problema conine o singur variabil, aceasta este elementar, sau dac este ne-elementar este rezultatul unei combinaii de probleme bine formate). 23 S/as" (engl) sau biais" (franc.) este un concept esenial pentru descrierea funcionrii sistemului cognitiv uman; se poate traduce prin deformare, prtinire, eroare, abatere, deviere. Problema acestor nclinaii, o dat remarcat de oamenii de tiin, a avut impact asupra imaginii omului de pe strad ca om de tiin spontan. Experimentele efectuate arat c acesta este dominat de inserii sociale, c inferenele pe care le face nu pot fi tratate n afara de mizele relaiilor dintre grupuri; de asemenea, l-au nfiat ca pe un subiect cu tendine sistematice spre distorsiune, folosind proceduri de tratare a informaiilor mai mult economice dect eficiente, cu o gndire mai mult schematic dect analitic, cu automatisme uneori disfuncionale. 33
22

Cunoaterea comportamentului uman i a influenei acestuia asupra diversitii proceselor decizionale, precum i a rolului i importanei informaiilor, dar i a gradului de incertitudine/certitudine reprezint o necesitate obiectiv25,26. 1.4. Tendine actuale n deciziile manageriale Specificul desfurrii mecanismelor economice n mediul con temporan impun atragerea ateniei asupra unei produs cu totul deosebit: informaiile 1. Tendinele noi nregistrate n planul activitilor umane (creterea exponenial a numrului de cunotine; diversificarea categoriilor de surse de informaii; faptul c informaiile similare sau referitoare la acelai subiect pot fi gsite n numeroase surse i suporturi - de exemplu, despre un produs n descrierea de invenie, standarde, cataloage, norme interne de fabricaie) aduc dup sine necesitatea considerrii, n mod distinct, a aspectelor legate de procurarea, gestionarea i difuzia informa iilor. Informaia i cunoaterea sunt resurse majore ale unei organizaii care trebuie conduse i exploatate n mod eficient, astfel, managementul informaiei i, din ce n ce mai mult, managementul cunoaterii sunt considerate ca funcii majore ale conducerii. Potenialul decizional al unei persoane poate fi definit, conform autorilor Popescu i Rdulescu ([RAD, pad. 34]), citai n [FIL, 2002, pag. 61], ca fiind capacitatea unei persoane de a percepe disonana ntre dou elemente cognitive, de a nelege necesitatea unei decizii i de a lua efectiv o decizie. n funcie de mrimea disonantei care implic decidentul ntr-o aciune corectoare, Rdulescu i Gheorghiu clasific indivizii n: slab reactivi; normal reactivi; puternic reactivi i cei productivi. 26 Daniel Kahneman i Vernon L. Smith sunt laureai al premiului Nobel n economie, 2002, pentru introducerea unei perspective asupra cercetrii psiho logice n tiinele economice, n special cu privire la evalurile i deciziile n caz de nesiguran". " Informaia este, fr ndoial, materia prim a managementului, iar n sistemele complexe, aceasta tinde s fie: - maximizat prin distribuire i consum - cnd no one knows what anyone else knows "; - minimizat prin concentrare i repetiie - cnd eveyone knows the same things ". 35
25

- exist un numr considerabil de tendine spre distorsiuni i de erori ce caracterizeaz funcionalitatea cognitiv. n concluzie, oamenii - nainte i mai degrab dect a-i deriva cunotinele prin utilizarea de informaii - prefer s aplice o schem categorial informaiilor de care dispun. Unele distorsiuni provin din inabilitatea uman de a procesa statistic informaii; oamenii tind s nu trateze legturile dintre variabile ntr-un mod normativ, ei vd legturi acolo unde nu exist, iar atunci cnd acestea exist, li se exagereaz semnificaia cauzal. Managerii se bazeaz n rezolvarea problemelor decizionale nu numai pe capacitatea deductiv de anticipare, prin derivare logic a desf urrii evenimentelor, n diferite ipoteze plauzibile, ci i pe calitatea lor de memorare a unor evoluii posibile de recunoatere a pattern-urilor aplica bile, n mod evident, se pot cita inconveniente generate de elementele de stres (condiiile de presiune social pot influena negativ calitatea previ ziunilor), de faptul c nu exist ntotdeauna proceduri sistematice de co lectare a datelor sau informaiile pot fi denaturate (stabilirea unor corelaii iluzorii, din cauza caracterului dominant al informaiilor concrete asupra celor abstracte, sau a percepiei selective). Adesea, se anticipeaz ceea ce se dorete a se produce, decidentul cutnd informaii consistente cu previziunile sale i ignornd contradiciile dintre aceste previziuni i datele disponibile. Fie c este vorba de euristica de reprezentativitate, de disponibilitate sau de efectul de ancorare, toate denot o tendin comun: de a cuta s confirmm, mai curnd dect s infirmm ideile noastre. Aceast tendin ne permite s satisfacem nevoia de coeren sau armonie cu ceea ce tim 24 deja (reducerea disonanelor ) - [RAD, pag. 34], [PEK, pag. 179] i ne determin s lum verosimilul drept adevr, oprind procesul de verificare a ideilor noastre prea devreme, o dat cu apariia primelor coerene. Dac descoperim c anumite atitudini sunt n conflict unele cu altele sau nu sunt de acord cu comportamentul nostru (sau, mai general, ntre prerile oamenilor i aciunile lor), trim de cele mai multe ori o stare neplcut/sau de disconfort psihologic. L. Festinger (1957) a numit aceast stare disonan cogni tiv. De obicei, ncercm s reducem disonana prin aciuni menite s reduc aceast discrepan prin schimbarea comportamentului sau a atitudinii noastre ori apelnd la explicaii care nltur neconcordana/i reduce importana. 34
24

In categoria conceptelor cu care opereaz n mod curent tiina economic contemporan se include acela de business intelligence28 (b.i.). Cu ct o companie crete, cu att crete i cantitatea de informaii, iar punctele slabe sau tari ale companiei sunt mai greu de evideniat. Compa niile de software au venit n sprijinul managerilor cu o asemenea soluie care s permit monitorizarea i analiza performanelor financiare i lo gistice pentru a fundamenta strategiile de cretere ale firmei. O soluie de tip b.i. colecteaz i centralizeaz informaii primite de la o aplicaie tip ERP (Enterprise Resource Planning) sau CRM (Customer Relationship Management) pentru a fi utilizate ct mai eficient de ctre manager29. Principalele procese care stau la baza inteligenei economice se bazeaz pe informaie; aceasta este identificat, colectat, organizat, prelucrat i oferit spre analiz ca suport de decizie. Prin business intelligence 30 este desemnat ansamblul aciunilor coordonate necesare producerii informaiei incluznd procesele ds cercetare, de prelucrare propriu-zis, de distribuie a acesteia (de la achiziie pn la difuzare) i a aciunilor de identificare a informaiilor utile, pertinente i cunotine necesare unitii economice servite. O aplicaie de analiz i ajut pe manageri s realizeze rapid unde i cnd compania are probleme, indiferent de natura lor, financiar sau logistic. Diferena dintre un raport obinuit i b.i. este dat de multitudinea de date extrase, n funcie de solicitarea de informaie; n plus, b.i. permite efectuarea unor prognoze n privina performanelor companiei n funcie de cantitatea de informaie disponibil. Totui, deoarece preul unei soluii de tip b.i. poate fi semnificativ de mare (de la cteva zeci de mii la milioane de Economia contemporan a devenit o economie a informaiilor, iar deci zia depinde de aceasta, formnd premisele unei societii bazate pe concepia modern de business intelligence (ad-literam, n traducere din limba englez, ar fi inteligen de afaceri/economic, dar, deoarece echivalena de sens este precar, se va prefera termenul original), ce depete cadrul strict al informrii devenind un element motor al economiei. Business intelligence se bazeaz, n esen, pe informa|ia care permite diminuarea caracterului aleatoriu al deciziilor. ,JSoft-ul care pune degetul pe ran - sistemele complexe de analiz sunt relativ scumpe, dar implementarea lor se justific la corporaii"", revista Capital", nr. 12,24 martie 2005, pag. 24. 30 Conceptul a fost dezvoltat prin similitudine cu accepiunea dat inteli genei n general; are un caracter sintetic deoarece presupune depirea aciunilor limitate de documentare, veghe (tiinific, tehnologic, financiar, juridic, normativ), protecia proprietii intelectuale i a valorilor imateriale ale firmei. 36

euro), decizia de achiziionare i de implementare a unei asemenea aplicaii depinde de complexitatea sistemului de afaceri studiat. Procesul de luare a deciziilor este precedat i condiionat de proce sele informaionale ale culegerii, gestionrii i transferului de informaii. Importana informaiilor este dat de faptul c reprezint baza fundamen trii deciziilor i de calitatea ei (exactitate, completitudine, grad de noutate, pertinen, eficien) i este influenat n mod crucial, calitatea actului decizional. Activitatea de conducere nu este separabil de infor maie, iar dintr-un anumit punct de vedere, managementul poate fi privit, ca procesul de conversie a informaiilor n aciune. Informaiile sunt date nzestrate cu relevan i scop; iar n socie tatea contemporan, instituia bazat pe informaii necesit un numr mult mai mare de specialiti dect instituia convenional ce funcioneaz pe baza sistemului de comand i control. Valoarea unei informaii este determinat de: - capacitatea sa de a contribui la reducerea incertitudinii n viitor (informaia tratat va crea cunotinele care stau la baza noilor scenarii economice: extinderea geografic, diversificarea sortimental, mrirea capacitii de producie, vnzarea afacerii/vnzarea brandului/fuziunea, ncrederea afacerii etc.); - capacitatea de a influena decizia i consecinele ei. Indiferent de sursa lor, informaiile trebuie s rspund unor cerine fundamentale referitoare la: fiabilitate i pertinen, precizie i valoare, grad de detaliere i vechime, costuri i utilitate, respectarea unor valori 31 etice . Cum aceste cerine nu pot fi satisfcute integral, simultan i n timp util, se poate vorbi despre o adevrat art managerial^'' de a adopta decizii pe baza unor informaii insuficiente sau incerte i de a elabora ipoteze realiste cu privire la evoluia probabil a mediului concurenial. Cuplul informaie - decizie cere formularea unei strategii; strategia este antrenat de creterea exponenial a producerii de informaie. Con trar regulilor ultimului secol, ndreptate spre cutarea de informaii, din Webster's College Dictionary definete etica drept disciplina prin care valori de bine i ru sunt puse n legtur cu morala sau cu obligaia de a face/ntreprinde o aciune. Aceasta descrie un set de principii morale i valori ce configureaz modul de a lua decizii pentru o persoan. Etica n afaceri reprezint aplicarea principiilor i teoriilor acestei discipline n context organizational i reglementeaz" comportamentul diferiilor actori ai mediului economic. 37
31

2. ACTIVITATEA DE MODELARE N PRACTICA DE DECIZIE MANAGERIAL

2.1. Modelarea i abordarea cantitativ pentru management 2.2. Caracteristicile informaiilor - baza calitii deciziilor 2.3. Modaliti de obinere a informaiilor economice 2.4. Clasificri ale modelelor

Cuvinte-cheie Abordare cantitativ Agregare Algoritm Atribute Calitatea informaiilor Constante Constrngeri Criteriu Date Decizie Erori Euristic Experimentare Funcie obiectiv Mrimi deterministe/stochastice Model Modelare Mulimi fiizzy Observare Populaia statistic Restricie Simulare Soluie Variabile aleatoare

39

cauza raritii sale, regulile care prevaleaz astzi se bazeaz pe supra abundena informaiilor. Totodat, resursele informaionale sunt condiionate social, dup cum au n vedere semnalele i mesajele mediului social. Nici o informaie nu poate exista n afara contextului organizational, care i d valoare i semnificaie. Informaiile sunt centrate pe semnale", evenimente prove nite din economie, consum, tehnologie, politic, cultur. Aceste resurse permit formularea de soluii, opiuni, alternative sociale i politice; n sens operaional, acestea dau valoare rspunsului la ntrebrile legate de practica imediat. Informaia este din ce n ce mai important pentru performana economico-financiar a ntreprinderii, deoarece constituie: - baz a deciziilor - este important pentru a diminua incertitudi nea n luarea deciziilor; - factor de producie - informaia este important pentru a con cepe, a pune pe pia produse i servicii cu o foarte ridicat valoare (se folosete conceptul de densitate de informaie: cu ct un produs are o densitate de informaie mai mare, cu att va necesita informaii n toate stadiile de concepere, realizare i lansare pe pia). Unitile sau compo nentele ntreprinderii cu o valoare adugat mare sunt din ce n ce mai echipate cu mijloace de acces i de prelucrare a informaiilor, constituind verigi foarte automatizate ale fluxului productiv; - factor de simultaneitate - n armonizarea aciunilor unitilor componente ale ntreprinderii n vederea mplinirii n cele mai bune condiii a funciilor i obiectivelor sale de ansamblu. Performana global a unei ntreprinderi este condiionat att de veriga cea mai slab, ct i de intensitatea legturilor i a relaiilor dintre unitile ce compun unitatea /ntreprinderea respectiv.

2.1. Modelarea i abordarea cantitativ pentru management In general, msurarea i cuantificarea din domeniul socio-economic au ca obiective: - stabilirea nivelului sau volumul unor fenomene economice i sociale, - evidenierea alctuirii lor structurale, - caracterizarea evoluiei lor n timp sau spaiu, - exprimarea legturilor acestora cu alte fenomene aparinnd realitii economico-sociale. Pentru cei preocupai de domeniul economic i administrativ, lipsii de posibilitatea de a efectua experimente sau experiene de laborator, modelarea este unul dintre instrumentele cele mai importante de cunoa tere prin construirea i folosirea unor obiecte nlocuitoare ale realitii modelele. Acestea: - furnizeaz mijloacele pentru descrierea i explorarea structurilor, dinamicii i interaciunilor care guverneaz situaiile pe care dorim s le nelegem, controlm i mbuntim; - presupun studierea obiectelor i proceselor ntr-un mod indirect, cu ajutorul unor obiecte sau procese substitut, care sunt reprezentri simplificate sau abstractizate ale celor iniiale /originale. Modelarea este o metod de studiu a unor procese i fenomene prin substituia obiectului real al cercetrii. Modelul este o reprezentare izomorfa a realitii, ofer o imagine simplificat, intuitiv, dar riguroas, n sensul structurii logice a fenome nului studiat i faciliteaz descoperirea unor legturi i legiti imposibil de gsit pe alte ci. Modelul este privit ca un ansamblu de ecuaii, o construcie tiinific a unui sistem economic utilizat pentru a identifica aciunea reciproc, nlnuirea i interdependena anumitor fenomene1. Un model trebuie s fie simplu, robust, controlabil, adaptabil, complet, uor de aplicat i s aib caracter evolutiv. Anumite caliti sunt contradictorii (de exemplu: simplitatea i complexitatea). ' ,Jtiinfa economic - cunoatere i construcii de realitate economic Condiii logice ale raionamentelor specifice tiinei economice", CIDE, Bucureti, 1999, pag. 30. 40

38

Modelul este principalul instrument de investigare n cunoaterea lumii reale. Problema principal a oricrui model abstract este adecvana2 acestuia n cazul modelului formal, respectiv n similitudinea sa, dac ne referim la modelele fizice. Modelul se construiete de ctre subiectul cercetrii astfel nct s reflecte caracteristicile obiectului (atributele, relaiile reciproce, parametrii structurali i funcionali) eseniale pentru scopul cercetrii. De aceea, problema calitii acestei reflectri (a msurii n care modelul este adecvat obiectului) poate fi corect rezolvat numai n raport cu scopul stabilit. Construirea modelelor pe baza studierii preliminare a obiectului i a stabilirii caracteristicilor sale eseniale, analiza experimental i (sau) teoretic a modelelor, compararea rezultatelor cu datele privind obiectul, corectarea lor, alctuiesc coninutul metodei modelrii. Modelarea furnizeaz mijloacele pentru descrierea i explorarea structurilor, dinamicii i interaciunilor care guverneaz situaiile pe care dorim s le nelegem, controlm i mbuntim. Aceasta presupune studierea obiectelor i proceselor ntr-un mod indirect cu ajutorul unor obiecte sau procese substitut, care sunt reprezentri simplificate sau abstractizate ale celor iniiale/originale. Procesul de modelare include trei elemente: subiectul (cercettorul); obiectul cercetrii (procesul de studiu); modelul obiectului cercetat ce mijlocete relaiile dintre subiectul care cerceteaz i obiectul studiat. Modelul este o imagine convenional a obiectului de cercetare; se construiete de ctre subiectul cercetrii i reflect caracteristicile obiectului (atribute, relaii reciproce, parametri structurali i funcionali) eseniale pentru scopul cercetrii. Imaginea obiectului de cercetare care se formeaz n mintea observatorului n conformitate cu scopul su este homomorfa - simplificat, ntruct abstracia, neglijarea acelor proprieti Adecvarea unui model const n capacitatea sa de a indica operaia potrivit pentru toate situaiile care pot s apar. Obiectul este inepuizabil n detalii i conexiuni, totui, orice model are dimensiuni finite, este alctuit ntr-un timp finit. Relativitatea modelelor apare ca o rezultant a unui proces de dez voltare complex, avnd o dimensiune perceptual (analiza i definirea proble mei), organizational (identificarea restriciilor de exploatare), intelectual (apti tudinea analitic i pregtirea proiectantului) i economic (timp i resurse). 41
2

stringena logicii sau teoriei n sens restrns i luarea n considerare a unor aspecte ale comportamentului uman, care, pe de o parte, nu pot fi integrate n verigile modelului teoretic, iar, pe de alt parte, pot scpa raionamentelor tiinifice. 2.2. Caracteristicile informaiilor - baza calitii deciziilor Informaiile necesare efecturii analizelor sau prediciilor economico-sociale trebuie s aib natur cantitativ, s permit exprimarea sub form numeric a caracteristicilor specifice fenomenelor analizate. Aceast condiie presupune, n mod implicit, necesitatea unor instrumente adecvate pentru msurarea caracteristicilor fenomenelor i a unor uniti de exprimare numeric (cu echivalent sau nu n plan fizic). Totui, att instrumentele utilizate pentru exprimarea sub o form cantitativ, ct i unitile de msur sunt caracterizate de o oarecare inexactitate i insta bilitate, iar utilizarea acestora este generatoare a unei multitudini de erori. Erorile intervenite care reprezint diferena dintre valoarea adev rat i informaia transmis pot fi: - de observare, culegere sau raportare - diferena dintre nivelul raportat (sau nregistrat) al unui proces i valoarea adevrat, putnd fi intenionat sau nu. Aceste erori, transmise pe ntreg circuitul informa ional, chiar dac se folosete adecvat o metodologie de stabilire a unor indicatori sau se face apel la metode i modele sofisticate de prelucrare, vor altera deciziile finale, luate pe baza unor concluzii eronate; - de prelucrare - apar n etapa prelucrrii informaiilor primare; sunt mai frecvente n cazul prelucrrii automate a datelor; - de reprezentativitate - sunt o categorie aparte de erori ce apar atunci cnd sunt culese informaii prin sondaj, fiind cauzate de nclcarea unui principiu de baz al cercetrii prin sondaj - reprezentativitatea (adic, reproducerea ntr-un volum mai mic/pe o colectivitate mai redus ca numr a structurii ntregii populaii studiate); - de modelare - apar n etapele de analiz a informaiilor, ca urmare a avansrii unor ipoteze eronate de comportament sau evoluie a diferitelor procese sau fenomene, a folosirii inadecvate a unor metode [ISA, pag. 234]. Cei mai muli dintre utilizatorii de date sunt doar vag contieni de aspectele unei viziuni conceptuale. Cele mai frecvente caracteristici ale unei viziuni ideale sunt: 1. viziunea trebuie s furnizeze datele necesare aplicaiei (rele van); 43

ale obiectului care sunt neeseniale din punctul de vedere al scopului considerat este o condiie necesar a oricrei cercetri. Modelarea matematic presupune observarea fenomenelor (obine rea datelor necesare), elaborarea modelului n conformitate cu cea mai riguroas teorie cunoscut, elaborarea unui algoritm de rezolvare a mode lului i, n final, eventual, folosirea unui echipament de calcul pentru a se aplica algoritmul elaborat n vederea obinerii soluiei optime. Metodele folosite pentru soluionarea unor probleme formulate matematic constau ntr-o succesiune coerent de operaii logice i aritme tice cunoscute sub denumirea de algoritmi. Algoritmul este un concept folosit n mod intuitiv pentru a desemna o mulime finit de operaii/ instruciuni, comenzi cunoscute i care executate ntr-o anumit ordine stabilit, pornind de la un set de valori (intrare) produc, n timp finit, un alt set de valori ce constituie ieirea algoritmului. Acetia pot fi exaci, aproximativi i euristici. Soluia modelului obinut cu ajutorul unui algoritm ales este analizat, n scopul fundamentrii deciziei finale. Dac se constat c, din punct de vedere economic, tehnic, social, psihologic (un anume aspect), soluia este considerat corespunztoare se trece la implementarea ei, urmrindu-se efectele ei i eventualele erori [AND, pag. 30]. Gndirea uman este bine exersat n construirea i utilizarea mo delelor referitoare la obiectele din natur, precum i n utilizarea modele lor care asociaz cuvinte i idei. Aceasta este bine exersat n construirea i interpretarea modelelor dinamice care redau variaia n timp a compor trii sistemelor complexe. Dificultile majore, prin trecerea de la mode lele mentale la modelele bazate pe declaraii explicite, sunt generate de faptul c: nu sunt bine definite, premisele nu sunt clar identificate, nu sunt uor de comunicat celorlali, nu pot fi manipulate efectiv (experiena rezultat din observarea unor sisteme simple poate fi neltoare). Ofensiva modelelor s-a declanat o dat cu apariia calculatoarelor, fapt ce a determinat att dezvoltarea algoritmilor, a metodelor numerice, ct i a unei viziuni de reprezentare a lumii reale n logica binar. Pe aceste baze au putut fi reconsiderate teorii matematice mai vechi, astfel c, n ultimii ani, n modelarea proceselor i-au fcut loc abordri inedite bazate pe concepte de mulimi i logic fuzzy, reele neuronale, algoritmi genetici, programare evoluionist, controlul haosului etc. Pasiunea crescut pentru matematic atribuit dezvoltrii posibilit ilor de lucru cu calculatorul a contribuit la o nou abordare a tiinelor economice ctre compromis inteligent, elastic i progresiv" ntre 42

2. valorile datelor trebuie s fie uor de obinut (uurina obinerii); 3. fiecare termen din definirea viziunii trebuie s fie clar definit (claritatea definirii); 4. toate datele necesare trebuie s fie incluse n viziune (viziune cuprinztoare); 5. nici o dat ne-necesar nu este inclus (esenialitate); 6. atributele trebuie definite la nivelul de detaliu corespunztor pentru a fi suport pentru aplicaii (granularitatea atributelor); 7. domeniul valorilor posibile trebuie s fie att de cuprinztor ct s fie suport pentru aplicaii (precizia domeniului); 8. viziunea trebuie s diferenieze uor entitile individuale (identificabilitatea apariiilor); 9. tipurile de entiti trebuie s fie astfel definite nct s minimi zeze apariia atributelor ne necesare (omogenitatea); 10. redundana trebuie meninut la nivel minim (redundan mi nim); 11. viziunea trebuie s fie clar, neambigu i consistent (consis ten sistemic); 12. tipurile entitilor i atributele trebuie s aib aceeai structur de baz, ori de cte ori este posibil (consisten structural); 13. viziunea trebuie s fie destul de cuprinztoare pentru a nu necesita modificri atunci cnd se modific aplicaiile (robustee); 14. cnd este necesar, viziunea trebuie s poat fi modificat cu uurin. [IVA, pag. ]. Aceste caracteristici pot fi grupate n ase dimensiuni: - coninutul (relevana datelor, uurina obinerii valorilor, claritatea definirii); - domeniul (gradul de cuprindere, esenialitatea); - nivelul de detaliere (granularitatea atributelor, precizia domeniu lui); - compoziia (naturalitatea, identificabilitatea, omogenitatea, re dundana minim necesar); - consistena (consistena semantic i structural); - reacia la schimbare (flexibilitatea i robusteea). Aparatul statisticii matematice permite dezvluirea i msurarea unor relaii de asociere ntre variaiile fenomenelor istorice, relaii care prin metodele obinuite nu pot fi depistate sau msurate, dar interpre tarea rezultatelor obinute cu ajutorul statisticii matematice este posibil numai prin mbinarea tuturor metodelor cercetrii att cantitative, ct i tradiionale. 44

Indiferent de natura sursei, numrtorile, msurile nu pot fi evitate atunci cnd se ncearc restrngerea informaiei i gruparea indivizilor sau evenimentelor n funcie de trsturile pe care le au n comun. Afirmaiile cantitative sunt utilizate i pentru a compara idei, concepte, extrase din evidena narativ, comparaiile care ncearc s stabileasc genealogia acestora mbrcnd adesea o hain cuantificabil nu n sensul numeric, ci n cel verbal, prin cuvinte ca diminuat, larg etc. Uneori sursele nu sunt suficient de credibile pentru a suporta altceva dect interpretri cantitative vagi, sumare. Analiza cantitativ a unor surse imprecise va conduce la rezultate eronate3. Problema unitilor de msur. n domeniul economic, unitile de msur cunosc modificri substaniale n timp, modificri ce confer un caracter de instabilitate rezultatelor msurtorilor. Diferitele niveluri la care este studiat micarea fenomenelor economice impun un proces de agregare de tip piramidal, care, la rndul su, determin utilizarea unui anumit tip de uniti de msur pe baza cruia aceast agregare s se poat face cu uurin. Un asemenea exemplu de indicator poate eviden ia: indicele dezvoltrii umane sau indicele de percepere a corupiei. Dac la niveluri inferioare este, de cele mai multe ori, posibil ca msurarea s se fac n uniti de msur naturale, cu natur fizic (de exemplu, numr de persoane, cantiti de produse, volum de servicii prestate etc.), pe msur ce se avanseaz ctre vrful piramidei informa ionale, ctre nivelul macroeconomic, gradul de eterogenitate al fenome nelor economice crete, agregarea pe baza exprimrilor fizice naturale devenind din ce n ce mai greu de realizat. Astfel, singura modalitate care permite exprimarea manifestrii fenomenelor economice este fcut prin intermediul unui alt fenomen economic care nu ntrunete nici una din cerinele impuse unui adevrat sistem de referin i care, din nefericire, este i puternic influenat de elemente pur subiective. De asemenea, acurateea proceselor de msurare i cuantificare din domeniul economic este negativ influenat de imperfeciunile metodolo gice specifice definirii coninutului i sferei de cuprindere a unor indica tori economici. O alt problem ce ridic dificulti n msurarea i cuantificarea fenomenelor economico-sociale se refer la parialitatea informaiilor disponibile pentru procesele de analiz a datelor. Comple xitatea fenomenelor economice i sociale i marea varietate a formelor de Situaie descris n jargonul informatic ca legea GIGO - Garbage in Garbage Out. 45
3

persoan fizic, sau un client al unui anumit tip de serviciu, un contri buabil, o anume categorie de ageni economici, IMM-uri, sau o anumit economie naional). Din punct de vedere al informaiei statistice, o populaie statistic prezint interes nu n raport cu unitile ca atare, ci cu trsturile sau proprietile acestor uniti. Proprietile unitilor elementare aparinnd unei populaii statistice sunt numite caracteristici sau atribute; n funcie de natura acestora, se pot clasifica n calitative i cantitative. Caracteris ticile sau atributele unitilor elementare ce alctuiesc o anumit populaie sunt elemente ale unei realiti date, cu natur empiric. De regul, n activitatea tiinific nu se opereaz cu elementele realitii ca atare, ci cu simboluri care sunt reprezentri abstracte ale realitii. Msurarea carac teristicilor unitilor unei populaii este echivalent cu atribuirea de sim boluri numerice sau nenumerice acelor caracteristici. n general, simbo lurile, care pot lua o varietate de valori, se numesc variabile tocmai pentru a sublinia natura schimbtoare a acestora Variabilele reprezint o abstractizare a mulimii de valori posibile pe care le poate nregistra o caracteristic a unui anumit fenomen. Variabilele calitative sunt categorii ce difer prin tip, se refer la proprieti nenumerice ale unitilor elementare aparinnd unei populaii i nu pot fi exprimate numeric. n cazul n care, n mod convenional, valorile lor sunt codificate prin numere, aceast exprimare nu este relevant numeric (sau permite numai anumite operaii de prelucrare mai ales pe cele de tip logic: comparare, incluziune, reuniune, dar nu i pe cele aritmetice - de exemplu, pentru exprimarea obiectului de activitate al 5 unor companii/organizaii se poate utiliza codul CAEN constituit din grupaje de numere de 3-4 cifre; orice medie calculat sau sum, scdere pe aceste coduri este ilogic). Variabile calitative sunt: sexul, opiunea alegtorului, profesia, starea civil etc.

Clasificarea Activitilor din Economia Naional - publicat n HG 656/1997, MO 301/5 noiembrie 1997. Clasificarea activitilor din economia na ional (CAEN) asigur identificarea tuturor activitilor i codificarea lor ntr-un sistem unitar, respect prevederile reglementrilor europene i este armonizat cu Nomenclatorul Activitilor din Comunitatea European (NACE) rev. 1. Actuala versiune a CAEN, respectiv CAEN rev. 1, asigur un raport de 1:1 cu NACE rev. 1.1. 47

manifestare a acestora face, de cele mai multe ori, imposibil obinerea de informaii printr-o observare complet a desfurrii acestor fenomene. n aceste condiii, cea mai uzual modalitate de obinere a informaiilor necesare efecturii analizelor sau realizrii prediciilor este cea a obser vrii selective. Aceast modalitate de investigare se bazeaz pe faptul c, n anumite condiii, cunoaterea caracteristicilor unei populaii poate fi obinut prin studiul direct al unui numr limitat de uniti reprezentative ce intr n componena acesteia (numr mult mai redus n comparaie cu volumul total al populaiei). Eantionul elementar este aa-numitul eantion simplu, n care fiecare element din populaie are anse egale de a intra n eantion. Gradul de incertitudine acceptat ca satisfctor se definete ca o abatere (+/-) n raport cu valoarea medie prevzut (ntr-un sondaj, nu putem fi niciodat absolut siguri c analiznd eantionul vom obine o valoare medie cu adevrat apropiat de media real). n tiinele economice sociale se accept, n mod obinuit, un nivel de certitudine de 95% (sau o incertitudine de 5%). Pentru a determina dimensiunile optime ale eantionului este bine s adoptm un nivel de ncredere de valoare constant i s variem numai intervalul de ncredere4. Unul dintre conceptele fundamentale ale analizei datelor este cel al populaiei statistice. n raport cu acest concept sunt definite majoritatea celorlalte concepte utilizate n analiza datelor: eantion, caracteristici, variabile, observaii etc. Populaia statistic poate fi definit ca reprezen tnd totalitatea observaiilor posibile dintr-un studiu. Ca exemple se pot cita: colectivitatea agenilor economici pltitori de o anumit tax, colectivitatea omerilor de pe o anumit arie geografic, colectivitatea statelor lumii etc. Generic, o unitate component a unei populaii statistice se numete unitate elementar, element, individ, subiect sau caz (de exemplu, o Numrul de indivizi care se includ n eantion depinde de gradul de certitudine dorit. Dac optm pentru certitudine de 100%, va trebui s examinm ntreaga populaie; dac acceptm un nivel de certitudine de 95%, aa cum se obinuiete, numrul indivizilor de luat h consideraie scade i, n cazul popula iilor care depesc cteva sute de indivizi, eantionarea devine tentant. Numrul necesar de indivizi pentru a ne situa n interiorul intervalului de ncredere, cu o probabilitate de 95%, depinde de asemenea de mrimea acestui interval. Mico rnd intervalul, probabilitatea de a ajunge la o medie de eantionare situat n afara acestui interval crete. Din contr, lrgindu-1, crete probabilitatea ca media de eantionare s nu depeasc limitele intervalului. 46
4

Variabile cantitative sunt variabile care difer prin mrime, se refer la proprietile numerice ale unitilor elementare dintr-o populaie i sunt exprimate n uniti numerice: preul unui produs, cheltuielile lunare ale unei familii, produsul intern brut etc. n funcie de natura valorilor pe care le iau, variabilele se mpart n: - variabile de tip discret (sau categoriale): care pot lua o mulime limitat, finit de valori; valorile luate de variabilele discrete se numesc: alternative, categorii sau modaliti; - variabile de tip continuu care pot lua valori aparinnd unui inter val continuu. Practic, mulimea valorilor posibile ale variabilelor de tip continuu este o mulime finit. Din punct de vedere practic, se consider variabile deterministe acele mrimi care au proprietatea c, fiind dat, o eroare admisibil ea, o probabilitate /? (foarte apropiat de 1), precum i o valoare medie JC satisfac relaia: P(x-es x<x<x + es-x)>P (*) unde x este rezultatul unei msurtori a variabilei analizate. n caz contrar, variabila este aleatoare. n cazul n care s-au stabilit Ea i fi, pentru fiecare variabil se efectueaz msurtori asupra unor selecii ale variabilelor JC, i se estimeaz mediile JC, . Pe baza acestor date, se verific relaia (*) i dac este ndeplinit, variabila x se consider determinist i va fi declarat n model numai prin valoarea ei medie. Dac relaia (*) nu se verific, este necesar s se stabileasc volumul seleciei, astfel ca s se poat stabili tipul repartiiei R n limitele tipului repartiiei, cutndu-se a se ncadra n legile teoretice uzuale 6 (pentru repartiiile discrete ). Se verific ipoteza cu ajutorul testelor de 2 semnificaie (de exemplu j , Kolmogorov etc.); dac testul nu este satisfcut se ncearc un alt tip de repartiie, pn cnd se poate accepta una dintre legile teoretice cunoscute; n caz contrar, se consider c repartiia este empiric. Repartiia binomial, Pascal, hipergeometric etc. Pentru repartiiile continue se pot da ca exemple: repartiia normal, lognormal, exponenial, Gamma, Beta etc. 48
6

2.3. Modaliti de obinere a informaiilor economice n comparaie cu cercetarea calitativ, cea cantitativ favorizeaz controlul (prin utilizarea unor cunotine tiinifice), are caracter cuprin ztor i generalizabil. Un set de date care reprezint valorile unei caracte ristici statistice ale unei colectiviti statistice precizate se numesc date statistice. Exist dou modaliti de obinere a acestor date: - observarea - const n nregistrarea de ctre cercettor a unor valori ale variabilelor de interes, valori care nu sunt influenate n nici un fel de intervenii ale acestuia. Ca surse de obinere a informaiilor n cercetarea economic se au n vedere pe lng investigarea unor surse statistice i metode de cercetare direct (anchete); - experimentarea - n care cercettorul exercit un control parial asupra datelor ce urmeaz a fi obinute (controlul se poate realiza prin intervenii dirijate asupra factorilor care influeneaz valorile variabilelor cercetate i/sau selectarea unui eantion din colectivitatea statistic, urmnd ca datele s fie obinute exclusiv din acest eantion. Experimentarea are drept caracteristic principal intervenia organizatorilor n provocarea" informaiilor. Un experiment reprezint acea metod de cercetare prin care variaia uneia sau mai multor variabile explicative (independente) este controlat sau manipulat de cercettor, dup care se msoar efectul acesteia asupra variabilei (variabilelor) dependente. ntregul grup de tehnici de proiectare a experimentelor au o caracteristic comun, i anume, intervenia experimentatorului pentru provocarea" informaiilor. Acesta poate interveni n mai multe feluri: - controleaz sau manipuleaz n mod deliberat variaia uneia sau mai multor variabile, care se presupune c explic evoluia variabilei (variabilelor) dependente; - controleaz variaia altor variabile independente, care nu sunt supuse tratamentului experimental i a cror influen poate interfera cu cea a variabilei sau variabilelor explicative, reducnd validitatea experi mentului; - msoar variabilele pe parcursul derulrii experimentului n vederea estimrii efectului manipulrii sau controlrii variabilei (variabi lelor) independente asupra variabilei dependente. Procesul de cretere a complexitii unor fenomene social - eco nomice face ca experimentarea (alternativ la tehnica simulrii) s devin mult prea costisitoare sau chiar imposibil de realizat n domeniul tiinelor sociale i n economie. Adeseori, complexitatea unor procese este att de pronunat, nct este aproape imposibil scrierea unui model matematic; astfel c, depite fiind limitele acceptate ale complexitii, singura 49

2.4. Clasificri ale modelelor Din punctul de vedere al modului de reprezentare a realitii, mode lele pot: - imitative - sunt centrate pe morfologia (sau forma extern a siste mului real; constituie obiecte artificiale asemntoare cu sistemele reale, dar realizabile la o alt scar; - analogice - sunt centrate pe fiziologia sistemului real i replic" funciile sau proprietile sistemului real; au caracteristici de flexibilitate i generalitate mai puternice n comparaie cu tipul imitativ; - simbolice - reprezint comportarea sistemului real (uneori, procesele interne) folosind simboluri i reguli de compunere a acestora, de exemplu: modele matematice de tipul celor de optimizare sau celor de simulare; tehnici de reprezentare a cunotinelor din inteligena artificial [FIL, 2002, pag. 67]. Caseta 2.1. Clasificri ale modelelor [DEM, pag. 34] Dup tipul relaiilor folosite deterministe Atunci cnd factorii inclui i relaiile dintre acetia sunt presupuse a fi exacte i toate datele despre resurse, costuri etc. sunt cunoscute probabilistice Cuprind factori stochastici, care iau valori ntmpltoare (sunt introduse n model componente probabilistice care permit explicitarea incertitudinii) Cu parametrii necunoscui cu certitudine, exprimai prin atri fuzzy 1 vagi bute cantitative sau calitative crora le sunt asociate grade de apartenen la o anumit proprietate. Dup influena factorului timp n care nivelul variabilelor dependente este pus n legtur cu statice una sau mai multe variabile independente, toi factorii fiind definii la un anumit moment. Abordarea static comparativ este foarte important deoarece permite cunoterea riguroas a efectelor specifice diferitelor niveluri ale unor variabile expli cative, ale cror manifestri sunt izolate de influenele i distor siunile timpului. Iau n considerare modul n care performanele sistemului dinamice fluctueaz n timp n funcie de schimbarea variabilelor inde pendente Din punctul de vedere al modului de folosire i de potenialul utilizator, se poate face clasificarea modelelor n: 51

modalitate disponibil de rezolvare rmne simularea. Realizarea unor modele complexe de simulare este dificil: o situaie complex trebuie ncadrat n numeroase relaii matematice i, adesea, sistemele deosebit de complexe pot fi descrise cu modele mai simple, care redau trsturile eseniale, fr s copieze realitatea ci rednd numai esena ei. Simularea este o tehnic de constituire a unei reprezentri a unui fenomen real studiat i de observare a comportamentului acestuia n locul fenomenului studiat. Simularea este o reprezentare dinamic a unei pri a lumii reale realizat prin construirea unui model abstract i apoi micarea acestuia n timp (tehnica permite testarea, evaluarea i manipularea sistemului fr a aciona direct asupra sistemului real). Tehnicile de si mulare se folosesc atunci cnd gsirea unei soluii analitice este impo sibil, iar experimentarea nemijlocit a sistemului real este neoperaio nal. Asemenea situaii apar n studiul sistemelor complexe n care este dificil sau imposibil s se prevad dinainte consecinele diferitelor decizii, modificarea structural i funcional, precum i diferitele perturbaii din partea mediului extern sistemului. ntre metodele de modelare, simularea reprezint o metod de studiu prin experimentare statistic. Concluziile referitoare la model se bazeaz pe proprietile variabilelor aleatoare implicate n simulare, pe caracterul lor adecvat, verificat prin teste de semnificaie aplicate datelor generate n procesul modelat, pe de o parte, i pe caracterul repetitiv al experimentului statistic presupus de simulare, pe de alt parte. Utilizarea metodei simulrii c metod de fundamentare decizional este recomandat pentru probleme cu caracter neliniar; modelul de simulare este un model algoritmic n care se precizeaz intensitile in fluenelor reciproce ale elementelor modelului, tipul relaiei de sintez, a deciziilor, n funcie de starea modelului. Deciziile pot fi introduse n model i ca mrimi, programate anterior, independent de evoluia modelului de simulare. Tot mai des se apeleaz la tehnica simulrii ca mijloc de definire i estimare a influenelor ntre factorii de tip cauz-efect, ca modalitate de analiz, proiectare i implementare a unor tehnici de luare a deciziilor i metode de conducere, ca mijloc de control pentru soluiile analitice i, nu h ultimul rnd, ca mijloc de prognoz n condiii de asimetrie informaional7. n 2001, G. Akerlof, M. Spence, J. Stirlitz au fost evideniai pentru contribuia la analiza pieelor cu asimetrie informaional" cu premiul Nobel. Ideea teoriei propuse este: unii actori de pe pia au informaii mai bune dect alii; aceast situaie conduce la selecii adverse (defavorizante) i la hazarde morale. 50
7

- descriptive - cu scopul de predicie a modului n care se com port sistemul real. Dac modelul nu conine variabile care pot fi mani pulate direct, acesta ia forma unui model explicativ menit s sporeasc posibilitatea de cunoatere a unui sistem; - normative - care servesc unui decident avizat, eventual asistat de mijloace ,perfecte" de prelucrare a informaiei care realizeaz analize cantitative ntr-un mod complet raional; - prescriptive - vizeaz un decident raional, ce-i folosete de asemenea, intuiia i judecata [FIL, pag. 68]. Din punctul de vedere al preciziei, mrimile care caracterizeaz procesele economice se pot clasifica n: deterministe sunt cele cu o unic valoare i care pot fi riguros stabilite (fr eroare). Se poate admite, practic, existena unei erori foarte mici sa - eroare admisibil: \B\ = |a - a* | < ea unde a este nivelul mrimii economice evaluate i a* este nivelul real al acestei mrimi (de obicei, 6 a este la nivelul a 0,05a). Este posibil chiar depirea erorii admisibile, dar cu o probabilitate foarte redus: P(\a-a'\>ea)< fi unde (5 reprezint o probabilitate admisibil (un risc sub 0,05). stochastice (aleatoare) sunt cele care au asociat o mulime de valori, fiecare valoare cu o anumit probabilitate de apariie. P(\a-a*\>LEa)>l- fi unde ea i f} variaz ntre limitele specificate anterior. Mrimile fuzzy nu au o valoare unic, ci o mulime de valori crora li se asociaz un grad de apartenen la o anumit proprietate. Mulimea vag (m.v.) este un ansamblu de concepte propuse de L.A. Zadeh (1965) pentru a fundamenta un nou mod de abordare a analizei sistemelor mari a cror complexitate face dificil sau imposibil aplicarea analizei cantitative exacte. Conceptul fundamental n acest nou mod de abordare este cel de mulime vag, pentru care un element poate nu numai s-i aparin sau s nu-i aparin, dar s se caracterizeze i printr-o apartenen intermediar. O m.v. este caracterizat de funcia sa de apartenen fiA(x) care pune n coresponden fiecrui element x din spaiul de alternative un numr real din segmentul [0,1], care indic gradul de apartenen al 52

elementului x la mulimea vag A. Mulimile vagi reprezint situaii n care funciile de apartenen la o mulime nu pot fi definite pe baza extremelor da sau nu, ci prin alte situaii intermediare. Fie Io mulime de elemente; fie A enunul unei proprieti. Pentru fiecare element xeX se poate ataa un grad de apartenen MA(X) care reprezint msura n care elementul x are proprietatea A. Gradul de apartenen MA(x) a unui element (mrime de stare, parametru etc.) la o (sub)mulime fuzzy poate fi exprimat numeric, dac universul de discurs este discret (adic un vector care depinde de pasul de discretizare) sau continuu (cu ajutorul unei funcii). Diferite grade ale funciei de apartenen la o mulime fuzzy corespund la diferite intervale - numite mulime de niveluri, n domeniul variabilei. Dac elementul x are proprietatea A atunci juA (x) = 1; n caz contrar: juA(x)-0. Dac nu exist nici o situaie intermediar, atunci avem o mulime nevag (non-fuzzy), adic o mulime determinist. Dac exist piA(x)&(0,l)
X

Tipul metodei analitic i euristic

Caracteristici ale modelelor Exemple de modele Analiza n reea Reprezentarea activitilor n pentru determi cadrul unei lucrri complexe/ a narea drumului unui proiect prin noduri i arce. critic, a fluxului maxim i alte aplicaii ale teo riei graiurilor

atunci mulimea vag este caracte

rizat de cuplul de valori {x, MA( )} i de precizarea proprietii A. Clasificarea metodelor din punctul de vedere al exactitii8 pune n eviden urmtoarele categorii: exacte - permit obinerea n cadrul unei probleme de decizie a unei soluii S care ndeplinete fr nici o eroare (abatere) restriciile impuse i/sau condiiile de optim cerute prin criteriile de eficien. Dac se noteaz cu S vectorul soluiei efectiv adoptate, iar prin S* vectorul soluiei adevrate (soluia care satisface riguros restriciile impuse/con diiile de optim) trebuie s se ndeplineasc relaia S -S =0; aproximative - permit obinerea unei soluii S diferit de soluia adevrat S printr-un vector s dominat de un vector ea stabilit anterior ca eroare admisibil: - S* | = |f| < ea ; euristice - permit, mai ales n cazul problemelor complexe, obinerea ntr-un timp scurt a unei soluii acceptabile S (acceptabil sub aspectul efortului de calcul/timpului de ajungere la soluie), fr a avea garania asupra rigurozitii rezolvrii. Stoica, M., Ctoiu, I., Raiu-Suciu, C, Experiment i euristic n economie, Editura tiinific i Enciclopedic, Bucureti, 1983, pag. 11. 53

algoritmic Modele de fun - euristic damentare decizional prin analiz multicriterial Teoria firelor simulare (experiment de ateptare. Metoda Monte statistic Carlo repetat)

Modeleaz raionamentul logic eficient prin compararea varian telor decizionale dou cte dou sau n virtutea unei funcii obi ectiv (maximizarea utilitii) Experimente statistice repetate permit calculul unor caracteris tici ale procesului modelat ce nu pot fi determinate analitic din cauza complexitii acestuia Se folosesc metode analitice (programarea matematic sau teoria jocurilor) sau cele euris tice i statistice

mixte (analiticeeuristicestatistice)

Jocuri decizio nale Sisteme expert

Domenii de aplicare Programa rea activi tilor n cadrul unui proiect Proiectarea unor reele de trans port i distribuie Investiii Comparare a unor va riante negocieri Dimensio narea siste melor de servire Proiectarea fluxurilor de servire Jocuri de ntreprinde re

Clasificarea soluiilor se face n urmtoarele clase: - Fezabile sau non-fezabile - o soluie fezabil este cea care satisface cerinele i restriciile modelului. - Optimale sau non-optimale - o soluie optim este cea mai bun dintre toate soluiile fezabile. Orice soluie fezabil care nu poate fi probat ca optim (prin inspectarea calitii sale n raport cu un criteriu) este considerat non-optim. - Unice sau multiple. Dac exist numai o soluie optim, ea poate fi numit unic; dac dou sau mai multe soluii optime sunt identificate, atunci exist soluii multiple. n economie exist o strns legtur ntre metodele folosite i natura algoritmilor care caracterizeaz procesul analizat. Cu ct mri mile pot fi msurate mai exact, cu att metodele folosite la luarea deciziei 55

Metodele euristice sunt considerate o succesiune de ncercri (tatonri) a cror alegere este legat de fiecare dat de natura problemei i de personalitatea cercettorului. Sunt metode de rezolvare bazate pe utilizarea unor reguli, procedee i simplificri care generalizeaz experiena acumulat de cel care le utilizeaz. Raionamentul euristic este un raionament verosimil, provizoriu n cutarea soluiei unei probleme. O clas de metode i reguli care constituie un domeniu interdisciplinar se constituie ntr-o euristic. Cunotinele de care dispune subiectul, experiena pe care el a acumulat-o ntr-un anumit domeniu dobndesc o funcie euristic n contextul rezolvrii de probleme. Aa cum s-a dovedit experimental de mai multe ori, una dintre principalele deosebiri dintre experi i novici vizeaz strategiile euristice mult mai puternice de care dispun experii n comparaie cu cei din urm. Cea mai mare parte a strategiilor euristice sunt specifice: dependente de un context de aplicare i de un volum de cunotine bine precizate [RADA, pag. 55]. Tipul metodei analitic Exemple de . modele x = f(x,U); max g(x) Tabelul 2.1. Caracteristici ale modelelor Domenii de aplicare Modele dinamice n economie Probleme de alocare a resurselor

Se descrie dinamica unui sistem pentru care se dorete optimi X zarea evoluiei n raport cu va loarea funciei obiectiv g prin aciunea mrimii U considerat mrime de comand analitic i f(x)<0 sau Se descriu relaiile, reprezentate prin componentele vectorului x, algoritmic /(*)>o cutndu-se acele valori care s le satisfac i extremiznd va pentru loarea unei funcii-obiectiv g(x) max g(x)
X

vor fi mai riguroase. Pot exista i situaii n care datele de intrare exacte s fie prelucrate cu ajutorul unor algoritmi euristici (de exemplu, probleme de programare operativ a produciei). Necesitatea unui algoritm mai puin precis n condiiile unor date exacte este generat de complexitatea9 problemei (adic de creterea exagerat a timpului de rulare a problemei atunci cnd cresc dimensiunile problemei). Totui, creterea gradului de complexitate afecteaz gradul de precizie (imprecizia crete odat cu creterea gradului de complexitate), chiar dac datele de intrare sunt riguroase. n cazul problemei de programare a produciei, metodele euristice permit obinerea unei soluii mai puin exacte ntr-un timp care depinde polinomial de dimensiunile problemei (i nu exponenial) ceea ce poate asigura operativitatea deciziei. Este evident, de asemenea, c datele inexacte de intrare (de natur stochastic sau vag) reduc utilitatea folosirii metodelor i algoritmilor exaci. Este evident c dac datele de intrare sunt inexacte (de natur stochastic sau vag) devine inutil elaborarea sau folosirea algoritmilor exaci. n acest caz, se recurge la algoritmi euristici. Modelarea realitii economice se poate realiza n trei moduri: determinist, stochastie i vag n timp ce rezolvarea problemelor se poate realiza aplicnd strategii pesimiste (prudente) sau optimiste (riscante) [STO, 1983, pag. 55]. Tabelul 2.2. Efectele preciziei asupra procesului decizional n funcie de volumul de selecie Tip model Decizie de tip optimist | Decizie de tip pesimist Volum de selecie redus -pentru Riscul este mare n orice situaie, iar Riscul este redus, modele performanele economice oscilante/ performanele simulate deterministe instabile (unele valori pot fi mari, sunt parial stabile media va fi incorect) (unele valori pot fi mici) -pentru Riscul va fi mediu, iar performanele Riscul relativ mic, modele fuzzy economice doar parial stabile i n performanele econo i stochastice general sub medie, incorect mice stabile (unele determinate valori pot fi mici)
9 Din punct de vedere matematic, prin complexitatea problemei se nelege creterea volumului calculelor (sau al memoriei necesare) exponenial fa de dimensiunile acesteia sau fa de o precizie dat. 56

(programare matematic) algoritmic Branch and Bound"

Variantele decizionale sunt re prezentate pe un arbore binar, cutarea soluiei optime facndu-se prin aplicarea unor proce duri de separare i evaluare (cu eliminarea ramurilor care sigur nu conin soluia)

Probleme de alocare optim a unor resurse; Probleme de clasificare

54

-pentru modele deterministe -pentru modele fuzzy i stochastice

Volum de selecie mare Riscul va fi mediu, iar performanele economice doar parial stabile (unele valori mari pot fi corectate de medie) Riscul este relativ mic cu performane economice stabile (sub medie) corect determinate

Riscuri mici, perfor manele / soluiile stabile, dar mici Soluii foarte stabile i foarte mici cu riscuri foarte mici

Cuvinte-cheie Abordare fuzzy Abordare stochastic Analiz parametric/ de senzitivitate/dual Acuratee Completitudine Complexitate Funcie obiectiv Funcie scop Incertitudine Informaie Jocuri strategice Jocuri cu sum nul Model determinist/stochastic Multicriterialitate Optimizare clasic/flexibil Optimizare liniar/neliniar Precizie Programare liniar Restricie Restricie scop Soluie optim/satisfctoare Suboptimalitate

Modul de abordare a problemelor decizionale influeneaz maniera de alegere a parametrilor utilizai n simulare (abaterile admisibile, coefi cienii de verosimilitate, nivelurile de ncredere, pragurile de semni ficaie). Aceti parametri influeneaz volumul de selecie (n cazul expe rimentrii), respectiv numrul de cicluri de simulare (n cazul simulrii numerice) i implicit durata acestora10 (a procesului de experimentare, respectiv, de simulare). Orice cretere a exigenei n raport cu precizia rezultatelor conduce la creterea costurilor cercetrii/simulrii (dup o funcie polinomial). Precizia i corectitudinea deciziilor urmeaz aceeai tendin ca urmare a utilizrii parametrilor statistici n modelele folosite pentru procesele economice proiectate/supuse experimentrii sau simulate. Cu ct se re nun la precizie, volumul seleciei scade, se reduce durata i costul cer cetrii, iar riscul unei decizii eronate este mai mare (tabelul 2.2). Even tualele pierderi considerate n raport cu o decizie adoptat n condiii mai bune de precizie permit s se estimeze costurile de penalizare ale abaterilor parametrilor stabilii fa de valoarea real a acestor parametri.

3.1. Alegerea unei metode n funcie de calitatea informaiei disponibile Procesul de management este contextual, adic principiile, regulile i metodele generale trebuie s se adapteze contextului n care se aplic. Totodat, abordarea contextual presupune ca din mulimea alternativelor de soluionare a unei probleme manageriale, decidentul/cercettorul va trebui s aleag pe cea care rspunde cel mai adecvat specificului situaiei curente a organizaiei sau proiectului. Contextul se refer la specificul proiectului/organizaiei, resursele disponibile, nivelul de pregtire i expe riena personalului, nivelul de pregtire i experiena managerilor, cerin ele specifice ale mediului ambiant extern organizaiei etc. Un exemplu al modului h care utilitatea unui anumit procedeu depinde de context se refer la calitatea informaiilor care stau la baza elaborrii modelului; se vorbete despre precizie, completitudine, oportu nitate a informaiilor. Precizia i completitudinea informaiilor sunt atribute distincte care dau msura utilitii unui set de date pentru extragerea unor informaii necesare procesului decizional: lipsa unui anumit nivel de precizie compromite stabilitatea sau minima semnificaie decizional a soluiei obinute; lipsa unor date face necesar completarea lor cu estimri impre cise (sau ipoteze inconsistente) care au aceleai efecte [RAF, pag. 67]. 59

De exemplu, dac un expert impune o eroare admisibil , altul , k 2k (amndoi cu acelai coeficient de verosimilitate), atunci al doilea va trebui s realizeze un volum de experimentri/un numr de cicluri de simulare de patru ori mai mare. 57

Precizia este msurat n raport cu gradul de includere a detaliilor, iar acurateea n raport cu gradul de conformitate cu realitatea (veridicitate). 3. MODELAREA ECONOMIC - PRINCIPALELE CLASE DE METODE Caseta 3.1. Acurateea i precizia informatiilor7 o Acurateea (definit n tiin, inginerie sau statistic) este dat de gradul de apropiere/conformitate al unei cantiti msurate sau estimate fa de valoarea sa real. o Precizia (denumit i reproductibilitate2 sau repetabilitate3) reprezint gradul n care msurtori adiionale duc la rezultate similare. Rezultatele unei msurtori sau a unei estimri pot fi precise, dar nu acu rate, respectiv pot fi acurate, dar imprecise, iar n cazul cel mai dorit, al prezenei att a preciziei, ct i a acurateei denumim rezultatele ca fiind valide/exacte. Precizia este, n general, definit cu ajutorul deviaiei standard; intervalul identificat n limitele unei deviaii standard este cunoscut ca intervalul [-cr, + <r] i cuprinde 68,3% din intervalul de ncredere construit pentru rezultatele unei msurtori. n cazul unui numr suficient de mare de observaii/msurtori, dac procesul de msurare duce la erori normal distribuite4, atunci, valoarea adevrat se va afl ntre limitele intervalului [-cr, +cr] cu o probabilitate de 0,683; respectiv de 0,954 pentru un interval de tipul 2cr i de 0,997 pentru un interval 3cr.

3.1. Alegerea unei metode n funcie de calitatea informaiei disponibile 3.2. Metode deterministe Exemplu de model determinist - BEP Modelul deterniiriistic al optirrnzrii prin programare liniar 3.3. Metode nedeterministe 3.3.1. Abordarea fuzzy Posibiliti de aplicare a mulimilor vagi n mode larea proceselor de decizie n condiii de certitudine i informaie inexact 3.3.2. Abordarea stochastic Modele bazate pe lanuri Markov Studiu de caz: Procese de tip Markov folosite pentru studiul comportamentului de alegere a unei mrci 3.4. Demersul suboptimizrii n modelare 3.4.1. Elemente de teoria jocurilor 3.4.2. Abordarea multicriterial Modelul de programare liniar cu mai multe funcii obiectiv rezolvat prin programare scop 3.5. Insuficiena informaiilor Studiu de caz: Poziionarea Romniei n clasamente interna ionale de competitivitate

Definiii interesante i alte informaii utile sunt disponibile la adresa: http://en.wikipeaMa.org/wiki/Accuracy_and_precision. 2 Variaia ce rezult din msurtori identice ca proces/metodologie dar folosind diferite instrumente i operatori, desfurate pe perioade ndelungate de timp. 3 Variaia ce rezult atunci cnd toate eforturile sunt concentrate pe pstra rea acelorai condiii, folosind acelai instrument/operator, repetate pe o perioad scurt de timp. 4 Distribuia normal (sau de tip Gauss, distribuie gaussian, distribuie Laplace, distribuie Gauss-Laplace, curba erorilor) este o distribuie continu sub forma unui clopot (deci unimodal i simetric) a valorilor msurtorilor, respec tiv a erorilor de msurare ntmpltoare (inerente oricrui proces de msurare), cu dou cozi infinite care tind asimptotic spre zero. 60

Tabelul 3.1. Situaii posibile de caracteristici nregistrate pentru rezultate Acuratee mare i precizie redus

calitatea informaiilor care st la baza elaborrii modelului (precizia, completitudinea i oportunitatea). Se poate invoca un consens privind legtura ntre informaia incom plet i necesitatea metodelor flexibile de fundamentare a deciziei (vzute ca modaliti de adecvare-readucere n context a rezultatelor unor proceduri abstracte de calcul). Tabelul 3.2. Elemente comparative ntre sistemele complexe i cele complicate5 Concepte Sisteme complicate Sisteme complexe Precizia datelor ridicat sczut din model Completitudinea ridicat medie/sczut datelor din model Raionament predominant cantitativ predominant calitativ decizional Fundamentarea optimal satisfctoare deciziei Intervenia uman control automat management Metode de optimizare clasice (n general) flexibile Obiective unice (de regul) multiple (de regul) Soluii admisibile da (de cele mai multe ori) nu (deseori) Dependena de context medie mic esenial euristic, Ci de ameliorare a - rafinarea tehnicilor de calcul; creterea experienei, a interveniei umane - dezvoltarea sistematic intuiiei i a bunului sim a algoritmilor decizionali nvare i experiment Ci de ameliorare a - standardizare euristic; calitii interveniei - generalizare adaptare la context umane Procedurile exacte i sofisticate de calcul sunt cele mai vulnerabile h cazul utilizrii de date imprecise i incomplete. Reacia decidentului n faa unei caliti nesatisfctoare a informaiilor mbrac forme variate: - utilitatea unor procedee euristice n locul schemelor rigide de calcul; - gsirea unor metode de estimare; - adoptarea principiului de nvare prin ncercare i eroare"; - recursul la analogii pertinente; - simplificarea tehnicilor algoritmice la nivelul datelor disponibile.
5

Acuratee redus i precizie mare

Acuratee mare i precizie mare Pentru cuantificarea acurateei i a preciziei, msurtorile trebuie s produc rezultate pe ct se poate grupate" i apropiate de o anumit valoare. De obicei, aprecierea att a preciziei, ct i a acurateei se face n raport cu un standard/valoare cert - figura 3.1.
valoarea standard/valoarea de referina acurateea densitatea de probabilitate
_ _ _ _

valoare precizia

Figura 3.1. Acurateea i precizia unui rezultat Completitudinea se refer la gradul n care valorile sunt prezente ntr-o colecie de date i se realizeaz atunci cnd toate valorile unei variabile sunt nregistrate. Putem defini completitudinea ca fiind situaia n care toate strile lumii reale care se doresc a fi modelate sunt cuprinse h sistemul informaional care le reprezint". 61

Preluare dup [RAF, pag. 62].

63

Oportunitatea se definete prin posibilitatea de a avea acces n timp util la informaii complete; relev msura n care vechimea datelor este adecvat pentru activitatea de realizat. Absena unor informaii la mo mentul necesar duce la amnarea fundamentrii deciziei, fie la luarea ei pe baza unor informaii insuficiente. Precizie (%) Metode deterministe

3.2. Metode deterministe Modelele sunt deterministe atunci cnd factorii inclui i relaiile dintre acetia sunt presupuse a fi exacte i toate datele sunt cunoscute (de exemplu, cazul programrii liniare). Modelul deterministic are la baz premisa condiiilor de certitudine. Spre deosebire de acestea, modelele probabiliste cuprind factori stochastici care iau valori ntmpltoare; sunt introduse componente probabilistice care permit explicitarea incertitudinii. Exemplu de model determinist - BEP Modelul Break Event Point (BEP) - sau al pragului de rentabilitate - ia n considerare pentru un anumit produs, costurile fixe, costurile variabile i vnzrile valorice: n - cantitatea de produse vndut (egal cu cantitatea de produse executat); P - volumul total al vnzrilor; p - preul unitar al produsului; V- volumul total al costurilor variabile; v - costurile totale unitare (considerate constante); F- costurile fixe totale; CT- volumul costurilor totale. Cu aceste notaii pot fi descrise: Curba vnzrilor: P = p-n Curba costurilor fixe: F = F Curba costurilor variabile: V=vn Curba costurilor totale: Ct = F + v n Ipoteza folosit: se consider c pe un anumit interval de variaie al vnzrilor, preurile i costurile variabile unitare i costurile fixe rmn constante. Aplicarea BEP este posibil numai dac se face o delimitare sufi cient de clar a costurilor fixe de cele variabile; dac exist n portofoliu mai multe produse (fiecare cu caracteristicile economice proprii) forma pragului de rentabilitate nu mai este valabil. Profitul obinut de ntreprin dere este nul atunci cnd vnzrile egaleaz costurile totale (fixe i variabile). Pragul de rentabilitate este dat de inecuaia: P > CT. sau p-n> F + v-n , respectiv (p-v)-n> F F de unde rezult: nmin = adic cantitatea minim de produse p-v ce asigur echilibrarea veniturilor cu cheltuielile; marj de contribuie 64

Abordare stochastic Teoria jocurilor nvare prin Abordare euristic, ncercare i eroare" multi-criterialitate simulare Irelevana Utilizarea informaiilor analogiilor

Abordare fuzzy

Completitudine (%) Figura 3.2. Precizia i completitudinea relativ ridicate ale datelor constituite ntr-un model fac posibil, cu rezultate bune, abordarea determinist. Aceasta se folosete n cazul sistemelor tehnice, lesne controlabile pe baza accesului relativ sigur la date precise i complete - este cazul siste melor complicate care beneficiaz de o calculabilitate ridicat a compor tamentului. Relativ la clasificarea sistemelor, se face referire la sisteme compli cate (caracterizate prin varietate redus i calculabilitate mare) i la siste me complexe (varietate mare i calculabilitate medie) [RAF, pag. 32]. Din acest punct de vedere, se poate asocia optimizarea clasic cu sistemele complicate, iar optimizarea flexibil (OF) cu cea complex. Flexibilitatea apare ca o adaptare a sistemului decizional (a tehni cilor i metodelor sale) la complexitatea mediului economic-social [RAF, pag. 59]. Demersul fundamental al OF este descris astfel: innd seama de nevoia readucerii la condiiile specifice (pentru a lua efectiv o decizie) a rezultatelor unui procedeu de calcul independent de context, o cale mai rapid este aceea de a reflecta contextul la nivelul procedurilor de calcul (sau al modelului) fr a le afecta corectitudinea practic, ci doar nuan nd modalitatea specific de aplicare a acestor procedee. Un exemplu n care utilitatea unui anumit procedeu depinde de context se refer la 62

(msoar valoarea cu care contribuie vnzarea unui produs la acoperirea costurilor fixe i la crearea profitului). Ca limite ale modelului se pot enumera: Pragul de rentabilitate depinde de structura portofoliului de produse. Presupunerea c anumite cheltuieli sunt independente de volu mul produciei (chiar fr a lua n calcul efectele inflaiei asupra costu rilor), invarianta costurilor fixe nu este valabil dect pentru intervale relativ nguste de evoluie a produciei. Dependena presupus liniar a cheltuielilor variabile de volumul producie este discutabil h condiiile discount-ului acordat de furnizori i ale sistemelor de salarizare. Curba de variaie a ncasrilor nu este nici ea liniar (preurile sunt determinate de reaciile pieei). Limite derivate din caracteristicile economiei romneti enumera: vnzrile din stocuri" au costuri istorice nedeterminate; reaezri de preuri"; metoda generalizat de calcul i de urmrire a costurilor este Full-costing (bazat pe distribuiri ale costurilor fixe i o pondere mult redus a costurilor variabile), h contul de profit i pierdere, cheltuielile sunt cele aferente perioadei i nu cele corespunztoare produciei vndute. Modelul deterministic al optimizrii prin programare liniar Optimizarea este aciunea de obinere a celor mai bune rezultate n anumite circumstane date. Definind un criteriu de eficien/o funcie de eficien (ce compar efectele obinute ca urmare a unor aciuni cu efor turile presupuse de desfurarea acestora), optimizarea poate fi definit ca procesul de gsire a modalitilor prin care funcia respectiv ajunge la valorile maxime (dac compar rezultatele cu costurile de producere a acestora) sau minime (n caz contrar). Procesul de optimizare utilizeaz mai multe seturi de valori iniiale i de soluii corespunztoare care sunt definite de ctre utilizator sau sunt generate aleator n program. Un set impune variabilele de proiectare (resursele), variabilele de stare (atribu tele) i funcia obiectiv (de tipul costului minim sau a unui anume tip de beneficiu maxim). O metod de optimizare este supus unor condiii ce in de prezena unor caracteristici: - siguran - s conduc la un rezultat optim ori de cte ori se rezolv acelai tip de problem, indiferent de natura, numrul, semnul i valoarea parametrilor; 65

Optimizarea clasic9 presupune ndeplinirea unor condiii: - modelul trebuie s lucreze cu informaii complete i suficient de precise; - toate informaiile s fie aritmomorfe (exprimabile numeric); - trebuie s existe cel puin o soluie admisibil n domeniul soluiilor admisibile X' - exist o modalitate algoritmic de a identifica n interiorul lui X' soluia optim X* care extremizeaz una sau mai multe funcii obiectiv. [RAF, pag. 60] Cel mai cunoscut model de optimizare este cel al programrii liniare. Prin optimizare se nelege minimizarea sau maximizarea unei anumite funcii obiectiv ce depinde de o mulime de variabile referitoare la un set de restricii pe care aceste variabile trebuie s-1 satisfac1 : min c' x A-x^b (*) x>0 unde: JC e 91" este vectorul necunoscutelor (activitilor), C G 9 " este vectorul costurilor asociate variabilelor problemei; A e 9 m x reprezint matricea restriciilor, b e 9 m este vectorul termenilor liberi (ai resurselor sau RHS). Vectorii x care satisfac restriciile A-x>b i x>0 sunt numii soluii admisibile, iar mulimea tuturor acestor vectori formeaz dome niul de admisibilitate. Programului liniar (*) i se poate asocia ntotdeauna

Spre deosebire de optimizarea flexibil (OF) - ncercarea de a soluiona problemele decizionale al cror context nu satisface condiiile optimizrii clasice sau n al cror context nu se poate demonstra utilitatea acestor condiii. 10 Modelul liniar respect cel puin trei principii: - al proporionalitii - rezultatul, soluia cutat, este strict proporional cu mrimile de intrare; - al aditivitii - rezultatul apare sub forma unei sume de termeni; - al divizibilittii - oricare dintre restricii poate fi nmulit sau mprit cu orice valoare [RAF, pag. 41]. 67

- convergen - procesul de calcul s duc la un rezultat optim sau s se releve inexistena acestuia; - vitez de soluionare i timp redus de pregtire - soluia s fie identificat cu un efort rezonabil sub aspectul timpului i al efortului de calcul; - acuratee - exactitate n obinerea soluiei, la orice grad de precizie impus; - satisfacere ct mai complet a restriciilor; - desfurare logic a calculelor i corectitudine - din punctul de vedere al dezvoltrilor matematice [RAF, pag. 35]. Modalitile de cutare optim sunt cunoscute ca tehnici de progra mare matematic6 i sunt studiate prin topice ale cercetrilor operaionale [MOH, pag. 18]. Problemele de optimizare conin n principal, trei elemente de baz: funcia obiectiv - de minimizare sau maximizare un set de necunoscute sau variabile care influeneaz valoarea pe care o ia funcia obiectiv un set de condiii (constrngeri) care limiteaz setul de valori admisibile pentru variabilele necunoscute. Problema de optimizare descris, ntr-un mod foarte general, const n identificarea valorilor pentru variabilele necunoscute care extremizeaz 8 (minimizeaz sau maximizeaz) o funcie obiectiv i care se ncadreaz n restriciile formulate pe baza constrngerilor din mediu. Termenul de programare are nelesul de activitate de optimizare i modelare pentru optimizare a fost introdus de T. Koopmans (laureat al premiului Nobel n anul 1975, alturi de L. Kantorovici pentru contribuia acestora la teoria folosirii optimale a resurselor")7 Cercetrile operaionale - CO (OR - Operational Research) reprezint o ramur a matematicii cu interes n aplicarea unor metode tiinifice i a unor tehnici decizionale pentru gsirea celor mai bune soluii. Exemple de aplicaii refer: programarea liniar i neliniara, programarea dinamic, teoria jocurilor, programarea stochastic, analiza de reea, teoria deciziilor, teoria stocurilor, teoria sistemelor de ateptare, simularea etc. Managementul tiinific pune accentul pe dezvoltarea de modele pentru adoptarea deciziilor managerial. CO atribuie prin tehnicile matematice destinate optimizrii parametrilor selectai de organizaie o valoare adugat acesteia prin utilizarea ct mai eficient a resurselor disponibile. 8 Exist dou excepii de la cazul n care problema de optimizare se definete o singur funcie obiectiv: cazul multiobiectiv (care se transform apoi n probleme cu un singur obiectiv prin formarea unei combinaii de obiective sau prin nlocuirea unora dintre ele prin constrngeri) sau fr nici o funcie obiectiv. 66
6

un program dual11 care conine aceleai date ntr-o alt form i care completeaz posibilitile de analiz a rezultatelor: max b' u <A' -u + s<c s>0 unde: u e 9m reprezint variabilele duale, s G 91m este vectorul variabilelor ecart asociate restriciilor. Un vector x* e 9T este soluie dac i numai dac exist vectorii u e 5Rm i s* e9T care verific urmtoarele relaii:
f
At
*

Au+s=c A-x* = b x* si =0 Vi = l,n

<

x* >0, s' >0 Importana programrii liniare nu se sprijin numai n faptul c largi clase de procese sau fenomene din diverse domenii de activitate se pot reprezenta ca modele de programare liniar, ci, mai ales, pe faptul c aceast problem dispune de algoritmi (de tip simplex i metode de punct interior) care sunt foarte eficieni i pentru care se cunosc caracteristicile de convergen i complexitate. 3.3. Metode nedeterministe Dependena de context este un atribut major al fundamentrii algoritmice a deciziei pentru sistemele socio-economice. [RAF, pag. 66]. Spaiul de judecat (interpus, deseori, ntre rezultatele numerice ale unui procedeu de calcul i decizia pe care se presupune c o fundamenteaz) este rezervat, n special, gndirii calitative sub forma ndoielii i subiec tivitii factorului de decizie. Acest spaiu de judecat poate lua forma Analiza dual i are originea n cercetrile operaionale; presupune alegerea unei funcii obiectiv (de maxim sau de minim) aplicate unei variabile endogene din sistem; n acest caz, valorile duale sunt derivatele pariale de ordinul I n punctul de extrem al variabilei considerate. 68
11

analizei postoptimale , a abordrii recursive sau al nelegerii mai largi a optimului (pluralitate, vecinti suboptimale). Este evident, de asemenea, c datele inexacte de intrare (de natur stochastic sau vag) reduc utilitatea folosirii metodelor i algoritmilor exaci; i n acest caz se recurge la algoritmi euristici. n general, majoritatea algoritmilor euristici se bazeaz pe ideea c, dac sunt respectate anumite restricii, este avantajos ca n fiecare etap de calcul s se obin ct mai mult pe linia funciei scop. Deci, dintre dou ci de aciune se alege cea care permite creterea (descreterea) valorii funciei obiectiv de maxim (minim); algoritmii de acest tip sunt cunoscui sub denumirea de algoritmi greedy. Scderea alternativ a preciziei sau completitudinii (figura 3.2) induce demersul nedeterminist [RAF, pag. 67-681: abordarea stochastic (^45)/teoria jocurilor abordarea fuzzy (AF). Incompletitudinea unei informaii se exprim pe dou scri: scara incertitudinii se refer la ncrederea care i se acord infor maiei (dac sursa de informaie, instrumentul de msur sau expertul sunt complet siguri, demni de ncredere, informaia este cert); a scara impreciziei se refer la coninutul informaional (informaia este precis dac mulimea valorilor specificate n enunul corespunztor este format dintr-o valoare unic). Analiza postoptimal permite: identificarea restriciilor active/inactive, stabilirea ecarturilor la restriciile inactive, eventuale comparaii ale optimului unic cu soluiile admisibile de baz i intermediare. 13 Abordarea recursiv este aplicarea repetat a succesiunii procedurii de optimizare i a analizei postoptimale i devine necesar atunci cnd formularea problemei decizionale este imprecis. Este o aplicare a principiului ncercrii i erorii i care nu poate fi evitat n cazul problemei decizionale care implic risc fie prin imprecizia construirii modelului, fie prin imprecizia datelor, fie prin insuficienta cunoatere a contextului. 14 Teoria jocurilor s-a dezvoltat iniial ca mod de construire a strategiilor aductoare de succes la jocuri, dar i-a extins sfera de aplicare n alte situaii definite ca jocuri. Prin joc strategic se descrie o situaie n care dou sau mai multe persoane intr n interaciune i iau, separat, decizii (determinate de obiecti vele proprii i de anumite prezumpii asupra strategiilor celorlali parteneri), iar rezultatul final este dat de ansamblul deciziilor luate. Un anumit segment al realitii (echilibrul pieei, distribuia unor bunuri/resurse ntre juctori) este mo dificat ca urmare a deciziilor luate de fiecare juctor. Modul n care schimbarea realitii produce ndeplinirea obiectivelor unui juctor se numete ctig (pierderea este privit ca un ctig negativ"). Elementul comun i caracteristic pentru toate situaiile ce pot fi definite ca jocuri este competiia care poate lua forme specifice: conflicte, formare de coaliii, cooperare etc. 69

puternicS\ jemarc destul de aspr'), situaie care exclude posibilitatea unei tratri precise. O calitate esenial a abordrii fuzzy este dat de modul unitar de tratare a dou tipuri fundamentale de imprecizie: imprecizia practic i cea conceptual. Imprecizia poate fi introdus h legtur cu trei situaii diferite: - existena unor contexte de comunicare caracterizate prin imposi bilitatea intrinsec de a exprima sensuri precise; - existena unor situaii n care nsi utilizarea termenilor precii nu are sens; - mprejurarea n care ntr-o expresie imprecis se dorete s se traduc un concept abstract. n ultimele dou cazuri sunt improprii att valorizarea negativ a impreciziei, ct i ncercarea de a o reduce la sensuri precise"; dim potriv, ea are valene pozitive permind celui ce comunic formularea deliberat a unor ntrebri cu un anumit nivel de abstractizare, dar i obinerea unor rspunsuri la fel de generale (capabile s exprime esena i s evite detaliile excesive). Conceptul de variabil lingvistic a fost introdus de L. Zadeh pentru a conecta logica fuzzy cu limbajul natural, ntr-o teorie cuprinztoare a raionamentelor aproximative. O variabil lingvistic se asociaz cu: - determinri (valori) primare: ,ald"-,jrece" sau ,^czuf~ ,jnoderaf - determinri secundare - obinute prin aplicarea operatorilor lingvistici asupra determinrilor primare. Cunotinele fuzzy sunt caracterizate de imprecizie, care se aplic elementelor de cunotine al cror coninut se exprim cu ajutorul cuantificatorilor lingvistici. Un sistem fuzzy este descris (ca i sistemele deterministe) de mrimile de intrare, mrimile de ieire, de strile i relaiile dintre aceste mrimi, care pot fi deterministe sau fuzzy. Mrimile fuzzy sunt reprezentate prin mulimi fuzzy. O mulime fuzzy se reprezint printr-o funcie de apartenen sau distribuie de posibilitate, cu diferite forme. O mulime fuzzy conine elemente care au diferite valori ale funciei de apartenen exprimnd diferite grade de apartenen ale elementelor la mulimea studiat. Un fapt specific valoarea unui atribut pentru un anumit obiect i are forma: ,jc este A", unde x desemneaz o variabil ce ia valori ntr-o mul ime (univers de discurs) U, vai A reprezint o submulime fuzzy a lui U. 71

Abordarea stochastic este indicat pentru sistemele colective", n timp ce abordarea fuzzy se orienteaz spre sistemele a cror funcionare nu poate fi descris precis, fiind caracterizat prin concepte vagi sau ambigue15. Tratarea cu instrumente specifice a informaiei imprecise duce la abordarea fuzzy. Demersul probabilist este necesar i adecvat atunci cnd cunotinele despre starea i dinamica unui sistem nu pot fi puse sub forma unor date numerice sau a unor matrici de tranziie i se pot repre zenta numai ca probabiliti ale unei valori numerice sau ale tranziiilor. Consecinele complexitii i multitudinii de aspecte importante n studiul proceselor economice duc la imposibilitatea identificrii cu uu rin a acelor factori uor cuantificabili i msurabili impunnd anumite rigori n tratarea lor cantitativ. n unele cazuri nu se pot face aproximri (de exemplu, prin valori medii sau sperane matematice) i, astfel, pentru studiile cu caracter operaional se folosesc transcrieri" calitative (n sensul folosirii unor variabile lingvistice) ale informaiilor disponibile. 3.3.1. Abordarea fuzzy Abordarea fuzzy este destinat prelucrrii unor date numerice imprecise i care nu pot fi tratate probabilistic. - este utilizat datorit rezultatelor pe care le produce abilitatea de a prelucra date sau concepte vagi. - a evideniat limitele tratrii deterministe i a scos n relief faptul c nedeterminist nu nseamn numai stochastic; teoria mulimilor i a sistemelor fuzzy s-a constituit ntr-un instrument puternic pentru modela rea i conducerea sistemelor n condiii de imprecizie. exist date i concepte aritmomorfe (exprimabile numeric) care sunt intrinsec precise, dar a cror precizie este n realitate dependent de acurateea msurtorilor, a calculelor i a evalurilor care le stau la baz; [RAF, pag. 133] exist date i concepte nearitmomorfe - crora li se poate oferi precizie printr-o utilizare contrastiv (lumin-ntuneric etc.), asociindu-le cu un cod binar care le face prelucrabile n cadrul logicii clasice. Aceleai concepte pot fi nuanate i n alte contexte de exprimare (Jumin mai Un mesaj imprecis poate reda corect o realitate imprecis sau imprecis cunoscut. Un mesaj confuz nu poate da informaii pertinente deoarece locul impreciziei este luat de ambiguitate, elemente echivoce sau de concepte utilizate greit. Calitile neformalizabile ale decidentului uman (care personalizeaz sau adapteaz decizia la context), adic intuiia (crea*', totui"' etc.) sau experiena (/ generat' etc.) capt expresie tocmai prin imprecizia limbajului natural. 70
15

Fie U un univers de discurs i u elementul generic din U. O mulime fuzzy F din U se caracterizeaz prin funcia de apartenen MF 'U -> [0,1] ce asociaz fiecrui element u e U un numr pF(u), care reprezint gradul de apartenen a lui u n F, fiind definit astfel: F={(u, juF(u))\ " G C / } . Zonele de imprecizie ale funciei de apartenen conin elemen tele x pentru care: 0 < nA(u) < 1. Aceste elemente din univers sunt carac terizate printr-un anume grad de imprecizie, evideniind practic caracterul nuanat pe care l introduc mulimile fuzzy. Toate informaiile coninute ntr-o mulime fuzzy sunt descrise prin funcia sa de apartenen. Exemplu: Clasificarea ntreprinderilor pe grupe de mrime se realizeaz n conformitate cu prevederile Legii nr. 133/1999 privind stimularea ntreprinztorilor privai pentru nfiinarea ntreprinderilor mici i mijlocit care stabilete i criteriile de ncadrare a firmelor n aceste categorii. mprirea firmelor pe grupe de mrime se face dup numrul mediu de salariai. Tabelul 3.3. Clasificarea ntreprinderilor pe grupe de mrime Numr Categorie 2 - 9 angajai microntreprinderi (MI) 10-49 angajai ntreprinderi mici (IM) 50-249 angajai ntreprinderi mijlocii (IMED) 250-999 angajai ntreprinderi mari (IMA) 1000 i peste ntreprinderi foarte mari (FM) Tabelul 3.4. Numrul de angajai i gradele de apartenen la categoria IMA Numr de angajai Grade de apartenen 2 0 9 0 49 0 99 0 149 0 199 0 249 0 375 0,2 500 0,4 625 0,6 750 0,8 999 1 72

n care: / urmeaz indicele variantei de decizii, i=l, ...,m, j reprezint indicele criteriului de apreciere j=l, ...,n. n general, operatorii imprudeni" se folosesc numai atunci cnd decizia are un grad mare de repetabilitate, penalizrile nereuitei sunt mici, iar resursele disponibile sunt suficiente. Operatorii prudeni se apli c n situaiile opuse: decizia nu are un grad mare de repetabilitate (sau sunt unice), penalizrile n caz de eec sunt mari, resursele disponibile sunt reduse, sau aciunea/obiectivul/"miza" deciziei sunt de mare impor tan. Tabelul 3.5. Regula Media geometric global sau ponderat (cu ponderile at coeficieni de elasticitate) Pruden (minimax sau Wald) Hurwicz (combinaie liniar convex n funcie de un coeficient de risc ae(0,l) Laplace (gradul mediu de apartenen) Mod de calcul Criteriu de selecie max ML. = ML. se alege varianta h

.1-.-.

_.SL.

.jf.

J 1: l 9BB
c

Figura 3.3. Funcia de apartenena pentru numr mare de angajai" Mulimea fuzzy a valorilor care corespund v.l. ,/iumr mare de angajai T,

_ o o
1

max min jutj


J Ht =(l-a)-maj,j +a-mirp,j

max min jutj = Mh


i i

max Hl - Hh

375 500 625 750 999 9 249 Aplicarea2operatorului lingvistic ,foarte" va duce la o operaie de concentrare a mulimii fuzzy (prin ridicare Ia ptrat)16: fiT -> p 0 o 0 0,04 0,16 0,36 0,64 1 T n r f m a r e + - + ...+ 999 2 9 249 + 375 +500 +625 +700 + .

nrmare

I-...H

maxMG =MG MG
=- m

j = l,m

'

"i

11
ij j_

Aplicaie numeric: Ca urmare a unui proiect de dezvoltare regional se efectueaz o investiie n domeniul social, iar decizia este considerat sub trei aspecte: - randament ridicat - criteriul 1 - cost mic - criteriul 2 17 - finalizare rapid a lucrrilor - criteriul 3 . Preluat, spre exemplificare, din lucrarea Competiie i competitivitate, Voiculescu, D., Editura Economic, Bucureti, 2001, pag. 183. 75
17

0 4+-

fi f

Figura 3.4. Funcia de apartenen pentru foarte cald" Operatorul ,/nai mult sau mai puin" ce duce la atenuarea" valorilor pentru gradele de apartenen (se aplic rdcina ptratic):
16

Vezi i [RAF, pag. 163] 73

Dup compararea variantelor de investiii rmn n discuie numai trei variante care satisfac cele trei criterii ntr-o oarecare msur (cu un anume grad de apartenenredate n tabelul 3.6. Pentru a aprecia preferina n alegerea fiecrei variante, se folosete raionamentul bazat pe teoria deciziilor n condiii de incertitudine cu variabile fuzzy. Tabelul 3.6. Aprecieri corespunztoare celor trei variante de investiii Grad de apartenen Criteriul 1 Criteriul 2 Criteriul 3 Varianta 1 0,5 0,8 0,5 Varianta 2 0,9 0,8 0,4 Varianta 3 0,7 0,7 0,6 Se construiete matricea consecinelor (a aprecierii variantelor) pe baza gradelor de apartenen n): r 0,8 0,5} '' Mu " Ml2 Ml3^ 0,5 A = M21 M22 M23 0,9 0,8 0,4 0,7 0,7 0,6 Mn M32 M33 Dac se urmeaz o strategie prudent max min ju^ = max{ 0,5;0,4;0,6 } => v3 rezult varianta trei ca fiind cea recomandat pentru alegere. Dac criteriul al doilea este nlocuit cu postul foarte mic al investiieF, matricea A se modific ca urmare a aplicrii operatorului ,foarte" (prin ridicarea la ptrat a gradelor de apartenen) pentru elementele coloanei a doua (pentru a considera ndeplinit criteriul de cost al investiiilor, o variant care ndeplinea iniial acest criteriu cu gradul de apartenen 0,9, n condiiile mai severe va avea asociat o nou valoare H=(0,9)2=0,81). '0,5 0,64 0,5^ A'= 0,9 0,64 0,4 ,0,7 0,49 0,6) In aceste noi condiii, date de criteriul 2 - costul foarte mic al investiiei", strategia prudent de alegere a variantei optime va indica varianta 1: max min jUy = max{ 0,5;0,4;0,49} => v ; . 76 74

MT^4JiT
x

_ 0

0,44

0,63

0,77

0,89

Figura 3.5. Funcia de apartenen pentru mai mult sau mai puin mare" Posibiliti de aplicare a mulimilor vagi n modelarea pro ceselor de decizie n condiii de certitudine i informaie inexact Informaia inexact implic folosirea fie a teoriei probabilitilor, fie a teoriei mulimilor vagi. n cazul teoriei probabilitilor, fiecrui nivel i se asociaz o probabilitate (n cazul discret) sau o densitate de probabilitate (n cazul continuu). n cazul teoriei mulimilor vagi, rolul probabilitilor este preluat de gradele de apartenen ataate diverselor nivele ale indicatorilor. Dac se folosesc grade de apartenen se pot folosi metode liniare de compunere sau alte reguli inspirate din teoria deciziilor n condiii de incertitudine (tabelul 3.5). Pentru raionalizarea deciziilor n condiii vagi se apeleaz ca strategii decizionale ale teoriei clasice a deciziilor, bazate pe operatori: - prudeni: max min ntj,
i

- de pruden medie: - de pruden redus:

max njn

(x) ,

1 " maxV /mj(x)

Trecerile de la o stare / la alta j, se fac cu probabiliti cunoscute, fiecrei treceri aleatoare i este asociat un ctig sau o pierdere. Trecerea de la starea i la starea i reprezint rmnerea sistemului n aceeai stare pe parcursul unui interval de timp (altfel spus, numai trecerea unei uniti de tip poate descrie sistemul ca trecnd de la i la i). Problema de optimizare este de a determina strategia optim care s realizeze un ctig maxim/o pierdere minim. Sistemul poate fi ntr-una din strile l,2,...,n numrul acestora fiind acelai, indiferent de etapa de calcul. Trecnd de la o stare la alta, se face o tranziie dintr-o stare /' la o stare j, fiecrei tranziii fiindu-i asociat o probabilitate de tranziie pv (i care sunt indiferente de starea sistemului). irul sau succesiunea de stri nregistrate pe un orizont de timp S,, t=l,2,... formeaz un lan Markov, iar procesele posibile S,(i), S(i), i=l,...,n, t=l,2,... se numesc procese Markov. Un proces Markov descrie o evoluie ntmpltoare a unui sistem care, pornind de la un moment t, nu depinde dect de starea la momentul t, nu i de modul n care s-a ajuns la aceasta. Cu alte cuvinte, influena timpului este limitat la valoarea de la care se pornete, iar trecutul" intervine numai prin rezultatul la care s-a ajuns. Matricea probabilitilor de tranziie se numete matrice de tranziie (este obligatoriu ptratic). Matricea P poate fi aceeai pentru orice interval de timp - n acest caz, procesul este staionar19 - sau poate diferi de la o etap la alta, caz n care procesul este instabil/nestaionar. Notaii: Starea sistemului S, este considerat la un anumit moment t din mulimea strilor posibile S,(i), i = 1, 2,n. Probabilitatea ca sistemul s se afle n starea S(i) este s(i) cu = condiia fireasc; A' Probabilitatea de tranziie pv este probabilitatea ca sistemul s devin S(j) evolund din starea S(i).

Dac primul criteriu este nlocuit cu randament relativ mare al investiieF, matricea A se modific ca urmare a aplicrii operatorului ,/noderat" (prin ridicarea la puterea 1/2 a gradelor de apartenen, adic folosirea radicalului de ordin doi) pentru elementele coloanei a doua (pentru a considera ndeplinit criteriul, o variant care ndeplinea acest criteriu cu //=0,9, n condiiile mai relaxate va avea asociat o nou valoare//=0,94). (0,70 A'=
K

0,8 0,7

0,5^ 0,6j

0,94 0,8 0,4 0,83

n aceste noi condiii (criteriul 1 - randamentul relativ mare al investiiei"), strategia prudent de alegere a variantei optime va indica, de asemenea, varianta 1: max min /i, = max{0,5;0,4;0,49}=>v,. j 3.3.2. Abordarea stochastic n procesul de luare a deciziilor sau de proiectare a unor sisteme noi apare necesitatea utilizrii unor modele matematice nedeterministe sau stochastice. Alegerea depinde de gradul de nelegere a realitii studiate, de uurina manipulrii modelului, de gradul de precizie impus n funcie de scopul i obiectivele urmrite. Practica obinuit n rezolvarea unor probleme de optimizare const n a ignora caracterul imprecis inevitabil al unor date i utilizarea unor soluii care, n medie, pot duce la inutilitatea soluiei obinute. Luarea n considerare a caracterului aleatoriu al unor date permite o tratare mai realist a problemelor practicii de optimizare i duce la programarea stochastic (n ipoteza c toate variabilele aleatoare care intervin sunt staionare i independente stochastic de realizrile lor precedente). Programarea stochastic (PS) i propune s studieze problemele de decizie n care mulimea valorilor deciziilor posibile nu este complet cunoscut (n sens determinist), doar previzibil, ca urmare a prezenei unor factori aleatori specificai i/sau obiectivul este exprimat printr-o funcie aleatoare; definirea mulimii deciziilor posibile i a obiectivului (numii parametri de stare) se constituie ntr-o variabil aleatoare (v.a.) multidimensional a crei lege de repartiie este cunoscut [CIU, pag. 6]. 77

Procesele staionare pot fi regulate (cnd trecerea de la matricea P(t) la matricea P(t+1) se face dup o lege ce poate fi determinat; respectiv pot fi neregulate atunci cnd modificrile matricelor probabilitilor de tranziie nu pot fi evaluate. Procesele regulate (staionare i nestaionare) pot fi tratate cu ajutorul metodei lanurilor Markov, celelalte se studiaz cu ajutorul metodelor de prognoz. 79

19

Matricea de tranziie P cuprinde toate elementeleptj, ij = 1, 2 , n cu proprietatea stochastic). Starea la (t+1) Pm


Starea la moment t '21 P22 Ptj \Pnl Pn2 PnnJ Pin

0<Plj<l;

p. = /, Vi = 7, n

(este

matrice

Probabilitile iniiale s(i) mpreun cu matricea P definesc complet un lan Markov. Lanurile Markov modeleaz sisteme sau procese ale cror stare final nu se afl n legtur cu starea iniial sau cu probabilitatea de tranziie de la o stare la alta. Dac sistemul se afl la momentul t h starea S(i), la momentul t+1 starea posibil a sistemul (este aleatoare) va fi exprimat prin relaia:
$t+i=

Programarea stochastic studiaz teoria i metodele de rezolvare a problemelor de extremum condiionat n situaiile h care informaia asupra parametrilor condiiilor problemei este incomplet. n modelele de PS, unii sau toi parametrii ai restriciilor pot fi nedeterminai sau aleatori, n unele cazuri, experiena, statistica i cercetarea proceselor (care deter min modificarea datelor iniiale i formeaz contextul) permit s se stabileasc diferite caracteristici probabilistice ale parametrilor condiiilor problemei. n alte cazuri, nu exist temei pentru nici un fel de aprecieri asupra particularitilor statistice ale fenomenelor, capabile s modifice valorile presupuse ale parametrilor condiiilor problemei. Situaii de primul tip se numesc situaii de risc, cele din cel de al doilea tip - situaii nedeterministe (incerte). O cale fireasc de analiz a problemelor stochasnce const n nlocuirea parametrilor aleatori prin valorile lor medii. Modele bazate pe procese Markov Procesele Markov sunt definite ca acele procese n care starea sistemului la un moment dat poate fi descris numai cu ajutorul strii sistemului n momentul anterior i a probabilitilor de tranziie. Dac se cunosc starea prezent i probabilitile de tranziie se va putea descrie comportarea probabil n viitor a sistemului. Un ir de stri S(i), i-l,...,n se numete proces stochastic; acesta este presupus cunoscut probabilistic dac se cunoate probabilitatea18 ca sistemul, la un moment /, s se afle ntr-una din strile posibile adic S,=S,(i), i=l,...,n. Procesele stochastice sunt procese aleatoare h timp (au caracter dinamic). n esen, problema deciziilor se refer la un sistem care, n fiecare moment de timp, se gsete ntr-o stare aparinnd unei mulimi determi nate de stri. La fiecare etap se asociaz un numr de alternative pentru fiecare alternativ de evoluie, existnd o lege de probabilitate de trecere de la starea respectiv la alt stare. Alegndu-se la fiecare stare realizat o alternativ, se ajunge la o succesiune de stri. Problema const n alegerea unei succesiuni de alternative astfel nct traiectoria de stri care se obine s dea natere unui optim. n rezolvarea problemei se ntlnete o mare varietate de cazuri; astfel, succesiunea aleatoare a strilor poate fi fcut dup orice proces stochastic. Optimul poate fi cutat pe o durat finit sau infinit. n general, aceasta este o probabilitate condiionat de strile anterioare ale sistemului. 78
18

- la momentul (t+2) St+2 = S,PP-=S,P2 - la momentul (t+3); St+3 = S PPP = S P* etc. Matricea probabilitilor de tranziie poate fi nlocuit de un graf sau diagram de trecere, n care nodurile grafului reprezint strile posibile, un arc arbitrar [S(i), S(j)] reprezint trecerea de la starea S(i) n momentul t la starea S(j) la momentul t+1.
l t

S,P

Exemplu: Se prelucreaz informaii oferite de prelucrarea datelor statistice din recensmntul populaiei, referitoare la ncadrarea unor gospodrii n funcie de veniturile realizate n dou categorii: - prospere i sustenabile (care se pot ntreine la un nivel mediu); - paupere/srace (nu se pot autosusine din veniturile proprii i care necesit sprijin financiare din partea autoritilor locale). Se apreciaz ca situaie ipotetic: o ans de 92% pentru gospodriile sustenabile" c n decursul a zece ani s rmn n aceeai categorie, respectiv, exist 8% anse s treac n categoria celor srace"; 80

Probabilitatea pt(0) este fraciunea din mulimea tuturor consuma torilor care achiziioneaz marca / n perioada 0 (pt(0) poate fi identificat cu cota actual de pia a mrcii). Pu Matricea probabilitilor de tranziie: P =
{Pnl Pin

Pij
PnnJ

pentru o gospodrie srac" se estimeaz numai 3% anse de a i depi condiia, devenind independent din punct de vedere al veniturilor, respectiv, 97% anse de a rmne n situaia defavorabil. Definind cele dou stri: starea sustenabil" prin 5/ i starea srac" prin Slh matricea asociat probabilitilor de tranziie a se scrie: S, (0,92 0,08s" 0,03 0,97 J sau graful de trecere cu urmtoarea form: 0,03 0,92
P =

(matrice ptratic, cu fiecare element pv reprezentnd probabilitatea ca un fost cumprtor al produsului i (desemnat pe linie) s cumpere la urm toarea cumprare un produs j - desemnat pe coloan; evident, diagonala principal reprezint coeficienii de fidelitate pentru produsul i. Se dorete estimarea vectorului S, = {p, (t), p2 (t),..., p (t)} unde probabilitatea pfi) este fraciunea ateptat din mulimea tuturor consumatorilor care ar achiziiona marca i n perioada f, (prin respectarea ipotezelor modelului pt(t) poate fi identificat cu cota ateptat pe pia a mrcii i) la momentul t.
&t
=

' Pt/t-i

0,97
0,08

Tabelul 3.7. Date generale - descrierea comportamentului clienilor Numr Schimbarea opiunii de cumprare Total de la" clieni de la A delaB delaC Produs de 4500 675 675 1350 marc A Produs de 3500 875 525 1400 marc B Produs de 2000 600 400 1000 marc C Total 10000 1475 1075 1200 S0=(0.45 0.35 0.20) Matricea probabilitilor de tranziie: l 0.7 0.15 0.15^ P = 0.25 0.3 0.6 0.2 0.15 0.5

Figura 3.6. Studiu de cav Procese de tip Markov folosite pentru studiul comportamentului de alegere a unei mrci Modelele markoviene sunt folosite pentru previziuni privind cotele de pia pentru produse concurente pe un anumit orizont de timp, precum i pentru determinarea strii de echilibru ce urmeaz a se contura pe msura trecerii timpului. Se asociaz un set de variabile aleatoare {X,, t=0,l,2, ...} formnd un proces stochastic cu n stri corespunznd celor n produse distincte studiate pe pia (fiecare produs are asociat o stare). Gradul de satisfacie a consumatorilor pentru un anumit produs sau pentru o marc se poate msura cu ajutorul a doi indicatori: - gradul de fidelitate - reprezint procentajul de cumprtori care, dup ce au cumprat marca A, continu s cumpere aceeai marc; - gradul de atracie - reprezint procentajul de cumprtori care, dup ce ntr-o perioad precedent au achiziionat marca / a unei firme concurente, n prezent achiziioneaz marca J. 81

Probabilitile de tranziie pentru marca A 4500-675-675 n n


y

p., = "

= 0.7 4500 83

675 n , pn - - 0.15 = p., etc. F l i , " 4500 In matricea P, coloana nti descrie ,,atractivitatea" produsului A: - 70% (n valori absolute: 3150 persoane) din clienii care cumpr acum" produsul A, vor continua s-1 cumpere i data urmtoare; - un procent de 25%, adic 875 de persoane, dintre actualii clieni ai produsului B se vor reorienta ctre produsul A la momentul urmtor: - de asemenea, 30% (600 de persoane) dintre clienii produsului C vor cumpra la urmtoarea cumprare produsul A. Tabelul 3.8. Evoluia cotelor de pia pentru 4 momente de timp timp Cota de piaa Cota de piaa Cota de piaa pentru produs A pentru produs B pentru produs C 1 0.4625 0.3175 0.2200 2 0.4691 0.3039 0.2270 3 0.4725 0.2981 0.2295 4 0.4741 0.2956 0.2303
P i o f e o b i W y of &lat Statul M m . - 0.4756 at 10 Min. - 0.4625 t 1 Laat - 0.47SS

o Probabilitate de tranziie poate fi estimat pe baza unor anchete de opinie sau cu ajutorul datelor obinute de la un panel de consu matori care permite urmrirea segmentelor de cumprare n timp, cu un grad mai ridicat de precizie. Cunoaterea probabilitilor de tranziie permite analiza pieei n funcie de schimburile inter-piee i de dinamica concurenei. Acest tip de analiz este important mai ales n stadiul de lansare a unei mrci noi, deoarece permite att analiza comportamentului dup prima cumprare, ct i previziunea evoluiei acestui comportament. Pentru estimarea statistic a probabilitilor de tranziie se poate utiliza un procedeu direct de calcul, bazat pe analiza datelor obinute ca urmare a nregistrrii mrcilor achiziionate de consumatorii dintr-un eantion (panel) de consumatori, care achiziioneaz aceste produse pe parcursul a dou sau mai multe perioade consecutive t=l,2, ...,T. Fie: Nt(t-1) numrul consumatorilor din eantionul selectat care au cumprat marca / n perioada t-1 Nj/t-1) numrul acelor consumatori din eantion care au cumprat marca / n perioada t-1 i marca j n perioada /. Pentru estimarea probabilitii de tranziie py(t) se poate folosi raportul
{

it/t^ = ~^~^tj

reprezint proporia acelor consumatori

care au trecut de la achiziionarea mrcii / n perioada t-1 la achiziionarea mrcii j n perioada t [ZAI, pag. 141]. Interpretnd raportul Qij(t) ca o variabil aleatoare, se poate dovedi c valoarea medie a acesteia este (t)
=

Py (O

Figura 3.7. Reprezentarea evoluiei cotelor de pia (prognoz pentru 10 momente de timp) - Produsul A Componentele din vectorul starea de echilibru (S^ reprezint modul de distribuie a cotelor de pia corespunztoare produselor concureniale analizate n ipoteza c matricea probabilitilor de tranziie nu se modific termen lung (astfel nct ntre momente diferite de timp nu mai au loc redistribuiri ntre clienii/cumprtorii produselor). 84
0

Condiii de aplicare a unui model markovian sunt: - ansamblul consumatorilor este omogen din punctul de vedere al alegerii mrcilor considerate - probabilitile de tranziie s nu se modifice n timp; - cantitile achiziionate ntr-o perioad s fie, cel puin, n medie, aceleai pentru toi consumatorii; - numrul total al consumatorilor s fie stabil n timp. Date iniiale Cotele de pia la momentul iniial: S0 ={pi(0), p2(0), pn(0)}. 82

- mulimea variantelor de decizie face inaccesibil efortul de calcul bazat pe metode analitice. Este evident c dac datele de intrare sunt inexacte (de natur stochastic sau vag) devine inutil elaborarea sau folosirea algoritmilor exaci. n acest caz, se recurge la algoritmi euristici (bazai pe raiona mente euristice, provizorii n cutarea soluiei unei probleme). Metodele euristice sunt considerate o succesiune de ncercri (tatonri) a cror alegere este legat de fiecare dat de natura problemei i de personalitatea cercettorului (rezolvarea problemei se bazeaz pe reguli, procedee i simplificri care generalizeaz experiena acumulat de cel care le utilizeaz). 3.4.1. Elemente de teoria jocurilor Prin joc se are n vedere un proces competitiv care se desfoar ntre mai muli participani numii juctori. Jocurile strategice sunt mo dele simplificate de astfel de situaii conflictuale i de aciuni ntre participani ce au interese contrarii; acestea modeleaz situaii n care doi sau mai muli parteneri folosesc, n mod deliberat i raional, strategii inteligente pentru atingerea unor obiective contrare: maximizarea cti gului, respectiv minimizarea pierderii. n teoria jocurilor se postuleaz respectarea urmtoarelor ipoteze: - toi participanii au posibilitatea s aplice strategii cu un caracter definit; - toi participanii cunosc posibilitile strategice ale adversarilor; - rezultatul oricrei partide se manifest printr-o pierdere sau un ctig; - cel puin un partener are o comportare raional (este inteligent i prudent), adic poate analiza coerent situaia i hotr asupra aciunilor viitoare pentru a-i atinge obiectivul. Formularea matriceal a problemei - fiecare linie/coloan va reprezenta o strategie (fie Ab i=l,...m, respectivBj, j=l,...n aceste strategii), - criteriul de decizie va fi dat de o regul de alegere a strategiei. Considernd un joc cu doi parteneri, forma sa poate apare ca o matrice dreptunghiular (matrice de pli") JC = ||c t f | cu i=l,...,m i j=l,...n, Cij exprim ctigul juctorului maximizant (cu obiectivul maximizarea ctigului propriu - juctorul A), respectiv pierderea 87

Acest vector al probabilitilor limit se numete stare de echilibru sau stare de stabilitate pentru cele n mrci (deoarece pe termen lung, probabilitatea ca un consumator s cumpere o marc dat i tinde s se stabilizeze apropiindu-se din ce n ce mai mult de probabilitatea p,). Timpul de recuren (TR) reprezint intervalul de timp ntre dou cumprri succesive ale aceluiai produs. Valoarea numeric pentru timpul de recuren n cazul produsului i se obine ca 77?, =
PI(SE)

Tabelul 3.9. Rezultatele de tip stare de echilibru i timp de recuren Produs Stare de echilibru Timp de recuren 1 Produs A 0.4755 2.1029 2 Produs B 0.2937 3.4048 3 ProdusC 0.2308 4.3333 3.4. Demersulsuboptimizrii n modelare Scderea simultan pn la anumite limite a preciziei i a comple titudinii face inoperant conceptul de optim unic i de stabilitate20 a aces tuia, deschiznd drum abordrii suboptimale21 robuste. Suboptimalitatea poate fi definit cu o rigoare acceptabil ca fiind proprietatea unei soluii de a se afla ntr-o vecintate a optimului unic. Recursul la soluii subopti male se face n dou situaii: - nu exist sau nu este accesibil un algoritm pentru determinarea optimului unic; - optimul obinut prin aplicarea unui algoritm adecvat este sacrifi cat n vederea satisfacerii unor criterii suplimentare. Stabilitatea soluiilor la probleme de optimizare este definit ca fiind acea proprietate a problemei de a avea soluii modificate nesemnificativ n cazul perturbaiilor mici n informaia iniial. O problem care prezint aceast pro prietate se numete bine definit", spre deosebire de cea prost definit" care prezint instabilitatea soluiilor. 21 Conceptul de suboptimalitate este legat de punctul de vedere formulat de H. Simon referitor la conducerea satisfctoare i la necesitatea robusteei, definit ca proprietatea unei traiectorii sau soluii admisibile de a rmne admisi bil n condiiile unui model dat de perturbaii sau de imprecizie n formularea modelului. 85

juctorului minimizant (desemnat prin B) dac sunt alese strategiile Ai i Bj cu condiia ca jocul s fie cu sum nul22. In ipoteza unui comportament raional, juctorul A va urmri s-i maximizeze ctigul ateptat indiferent de alegerea fcut de concurent. n cazul general, dac: cf consecina alegerii strategiei A, de ctre juctorul A i a strategiei 5, de ctre juctorul B; x(i): probabilitatea ca juctorul A s aleag strategia/*,; / = 1,m y(j): probabilitatea ca juctorul B s aleag strategia Bfj = / , n v: valoarea jocului. Jocurile cu sum nul sunt considerate jocuri cu informaie com plet: fiecare dintre partenerii de joc i definete un set de strategii, cunoate strategiile adversarului i matricea de pli asociat. Scopul jocului formulat astfel este de a stabili ce strategie s aleag fiecare partener la joc pentru a-i atinge obiectivul. Fiecare dintre cei doi juctori folosete criterii proprii de decizie: - juctorul maximizam va alege strategia care s i aduc cea mai convenabil valoare n condiiile celei mai agresive aciuni a adversarului; acesta adopt o strategie prudent - cel mai mare minim sau maxmin (n ipoteza c este raional, inteligent i este informat asupra jocului). Valoarea ctigat de acesta este maxmin cr =VA
i=l,m j=l,n ^

- juctorul B i va selecta strategia dup un criteriu de tip dual: minmax, iar valoarea ctigat va fi: min max c - VR Utilizarea celor dou reguli de decizie va aduce fiecrui juctor cel mai bun posibil rezultat (cel mai mare ctig pentru A, cea mai mic pierdere pentru B), iar punctul de echilibru al jocului se numete valoarea jocului. Dup gradul de informare i de control asupra inteniilor celuilalt partener, exist dou tipuri de-strategii: - pure - n situaia n care juctorii aleg fiecare o singur strategie, dovedit optim prin faptul c VA=VB=V (n aceste condiii Feste chiar valoarea jocului; dac V>0 ctig juctorul maximizant). Strategiile pure nu presupun nici un element de hazard n stabilirea lor, fiind ns limitate de alegerile fcute cu principiile maxmin i minmax. Pierderea juctorului B (numit juctor minimizant) - cv, egaleaz ctigul celuilalt + ctj. 88

Pentru a compensa insuficiena informaiilor sub forma restabilirii determinrii, metodele propuse n aceast situaie sunt: - acumularea de informaii suplimentare (nvare), - parametrizarea intrrilor (simulare), - argumente limitative (soluii sub-optimale robuste), - strategii de risc minim (teoria jocurilor). Incertitudinea asupra alegerii celei mai semnificative i cuprinz toare funcii obiectiv conduce la necesitatea multicriterialitii. Aborda rea multicriterial este rezultatul ncercrii de a include n formularea iniial a problemei ct mai multe elemente specifice contextului (a unor criterii suplimentare de evaluare) i duce la modificarea soluiei furnizate de algoritmul de optimizare. Scopul acestei ncercri este de a algoritmiza" ct mai mult procesul de decizie, micornd sau eliminnd spaiul de judecat". Problema cutrii optimului n aceast situaie se transform n cutarea celui mai bun compromis ntre realizarea maximal a obiecti velor i nclcarea minim a restriciilor. Existena posibil a unor restric ii incompatibile transform optimul unic ntr-un compromis convenabil ntre nclcarea restriciilor i realizarea obiectivului iniial formulat. Simularea mai multor variante de decizie i alegerea celei mai bune reprezint un mod caracteristic de tratare a informaiei relativ imprecise i incomplete. Pentru compensarea acestor carene se face apel la intuiie i experien decizionali, care permit generarea unei mari varieti de metode euristice. Simularea este o form particular de previziune care genereaz un spectru de proiecii alternative bazate pe ipoteze diferite privind situaiile viitoare, pentru a se gsi rspuns la ntrebri de genul ,pe s-ar ntmpla dac... ?". n practic, aceasta se realizeaz de obicei prin modificri ale valorilor variabilelor exogene i, uneori, ale parametrilor modelelor economice i se utilizeaz pentru estimarea impactului diverselor politici economice. Argumente care impun simularea ca mijloc de asistare de decizii (ca alternativ viabil la rezolvarea analitic a unui model analitic de optimizare) sunt: - nu exist o formulare matematic complet a problemei sau lipsesc metodele analitice de rezolvare a acesteia; - sunt accesibile metode analitice pentru rezolvarea modelului, dar aplicarea acestora impune un efort prea mare de calcul sau necesit prea mult timp; - imprecizia datelor face inutil precizia metodelor analitice; 86

Transformarea fostei funcii obiectiv n restricie: c x, + c 1 2 x 2 +... + c l n x - d* = F,(x) Forma general a modelului de programare liniar min (d, + d") - funcia scop"
+

supus la restriciile: A-X<b, X>0, d\ * o, </; s oPem z W i restriciile scop": Dac obiectivele sunt exprimate n uniti de msur diferite, pentru minimizarea deviaiilor fa de nivelurile de aspiraie, n ceea ce privete nivelul de importan acordat criteriilor/obiectivelor, se poate aciona n dou moduri pentru descrierea acestuia: fie se ordoneaz scopurile descresctor (de la cele mai importante criterii ctre cele mai puin preferate), astfel se stabilete indirect, prioritatea de satisfacere a fiecrui scop: Criteriu C, Criteriu C2 ... Criteriu Ck (simbolul " se va citi ,/nult mai important decaf'). Descrierea matematic a obiectivului general de minimizare a tuturor deviaiilor se poate face astfel: min dl +d^ min dl + dl

- mixte - reprezint o combinaie de strategii pure, fiecare avnd asociat o anumit probabilitate de alegere atunci cnd jocul este reluat n mai multe partide. Strategiile combinate implic rulri succesive ale jocu lui i urmrirea modului de a juca al adversarului (de comutare de la o strategie la alta, astfel ca, pe termen lung, s se ating o poziie avanta joas). Strategia mixt pentru juctorul A este definit prin determinarea probabilitilor [x,, x2, .... xm] prin rezolvarea problemei de programare liniar: Max V c x, + c2l x2 + ... + cml xm - V > 0 cn x, + c22 x2 + ... + cm2 xm - V >0
C,n
X,
+

C2n

X2

...

Cmn

Xm

- V

>

x, + x2 + ... + xm = 1 x, > 0; i = 1,... ,m

3.4.2. Abordarea multicriterial Abordarea multicriterial este rezultatul ncercrii de a include n formularea iniial a problemei ct mai multe elemente specifice contex tului (criterii suplimentare de evaluare i modificare a soluiei furnizate de algoritmi de optimizare). Scopul acestei ncercri este de a algoritmiza ct mai mult procesul de decizie, micornd sau eliminnd spaiul de judecat"). Problema cutrii optimului se transform n cutarea celui mai bun compromis ntre realizarea maximal a obiectivelor i nclcarea minim a restriciilor. Procesul decizional presupune evaluarea mai multor variante decizionale n vederea alegerii uneia dintre ele. De cele mai multe ori, evaluarea variantelor decizionale se face pe baza mai multor indicatori economici considerai criterii de evaluare. Problemele n care se caut varianta decizional optim n raport cu mai multe criterii se numesc probleme de optimizare multicriterial (vezi capitolul 4). 89

min dy + dk n acest caz se rezolv succesiv un numr de probleme egal cu numrul prioritilor. Acordarea de prioriti diferite genereaz apariia unor conflicte" ntre scopuri, atunci cnd nu este posibil realizarea simultan a tuturor nivelurilor de aspiraie. fie se consider necesar desemnarea unor costuri de penalizare ale deviaiilor (prin ponderarea deviaiilor cu aceste costuri, devine posi bil nsumarea i obinerea unei singure funcii obiectiv pentru progra marea scop). Dac se noteaz cu Wt costurile de penalizare", atunci funcia de optimizare a modelului de tip GP (ntotdeauna de minimizare a unor deviaii fa de nivelurilor dorite) funcia scop" se poate scrie astfel: 91

min

( w , - a ? ; + w;
1=1

3.5. Insuficiena informaiilor nvarea prin ncercare i eroare", utilizarea unor analogii perti nente cu sisteme sau procese bine cunoscute sunt ncercri de a compensa scderi majore ale completitudinii, respectiv ale preciziei. Practic, infor maia incomplet conduce la nedeterminarea n calculul" comportamen tului unui sistem. Metodele propuse n aceast situaie sunt: - acumularea de informaii suplimentare (nvare), - parametrizarea intrrilor (simulare), - argumente limitative (soluii sub-optimale robuste), - strategii de risc minim (teoria jocurilor). Se poate invoca un consens privind legtura ntre informaia incom plet i necesitatea metodelor folosite de fundamentare a deciziei (vzute ca modaliti de adecvare - readucere n context a rezultatelor unor pro ceduri abstracte de calcul). Studiu de caz: Poziionarea Romniei n clasamente internaio nale de competitivitate n ierarhia internaional privind competitivitatea, conform Anuarului Mondial al Competitivitii IMD (World Competitiveness Yearbook - WCY25) 2005, Romnia se situeaz pe locul 55 dintr-un clasament de 60 de state (n anul 2004, fa de poziia 54 din 60, n anul 2003 pe poziia 51 din 60). Primele poziii sunt ocupate de: USA - locul 1, Hong Kong - loc 2, Singapore - loc 3, Islanda - loc 4, Canada - loc 5. Cu un scor general de 41,78% n curba profilului de competitivitate (cel mai competitiv stat este SUA cu scorul de 100%). Romnia nu a reuit s i mbunteasc poziia n aceast ierarhie internaional a competitivitii fa de anul 2004. Informaii disponibile la adresa www.imdch (World Competitiveness Yearbook 2005 - WCY) - raportul ierarhizeaz i analizeaz abilitatea diferitelor state de a crea i menine un mediu favorabil economic i de afaceri n care ntre prinderile i companiile s concureze. Anuarul, realizat de Centrul de Competiti vitate Mondial al Institutului de Managementul Dezvoltrii, se public ncepnd din 1989 de ctre IMD - o fundaie independent cu sediul n Lausanne, Elveia 92

Modelul de programare liniar cu mai multe funcii obiectiv rezolvat prin programare scop Programarea Scop (PS) este, n general, aplicabil modelelor de programare liniar cu mai multe funcii obiectiv (programarea multicriterial de tip multiobiectiv). PS este o extensie a programrii liniare ce d posibilitatea cercettorului/planificatorului s se apropie" pe ct de mult posibil de satisfacerea simultan a mai multor scopuri variate. Aceast metod permite totodat decidentului s-i ncorporeze sistemul de prefe rine n tratarea conflictelor dintre scopuri multiple prin introducerea fie a unor prioriti n adresarea unor inte", fie prin definirea unor penalizri fa de nerealizarea unor scopuri. Ideea de baz a acestei metode23 const n transformarea obiecti velor n restricii scop prin specificarea pentru fiecare obiectiv a unui nivel de aspiraie. Nivelurile de aspiraie pot fi precizate de ctre decident sau calculate prin rezolvarea unor modele de programare liniar formate din fiecare funcie obiectiv i sistemul de restricii. Deoarece nu pot fi atinse simultan toate nivelurile de aspiraie, se caut acea soluie satisf ctoare (de tip suboptimal) care realizeaz cel mai bun compromis" prin minimizarea global24 a abaterilor fa de nivelurile de aspiraie dorite. AX<b
Xj>0; j = l,...,n

opt(min)f,(x)-C 1 -X opt (max) f2 (x) = C 2 X Scrierea detaliat a funciei obiectiv de tip min: min/,(*) = cn xl +cu-x2 +...+c l n * dac F[(x) desemneaz nivelul optim al criteriului, se evalueaz abaterea df fa de acest nivel:
d

=cn x1 +cn-x2 +...+c, -x n -F^x)

Denumit n limba englez Goal Programming i propus de A. Chames i W. Cooper, 1961. 24 Minimizarea prin compensare a unor nerealizri pentru cele mai importante criterii, pe seama mririi abaterilor pentru criterii mai puin preferate evident, ntr-o manier subiectiv. 90

o Performana economic - Economia naional: produsul intern brut, PIB raportat la pari tatea puterii de cumprare, consumul privat, cheltuielile guvernamentale, investiiile autohtone, rata economisirii, ponderea principalelor sectoare economice (producie, servicii, agricultur) n PIB, PIB/locuitor raportat la paritatea puterii de cumprare, previziunile privind evoluia PIB, a consumului, investiiilor, economisirii, inflaiei, omajului i balanei de cont curent - Comerul internaional: balana de pli externe (de cont curent), balana comercial (schimbul de produse i servicii comerciale), exportul de produse i servicii, importul de produse i servicii, schimburile comer ciale internaionale raportate la PIB, ncasrile din turism. - Investiiile internaionale: investiiile strine directe, investiiile de pe piaa de capital, relocalizarea produciei, serviciilor, cercetrii i dezvoltrii. - Piaa muncii: numrul de salariai raportat la populaie, numrul de salariai pe sectoare economice, angajai cu fraciuni de norma i munc temporar, rata omajului, omajul pe termen lung, omajul n rndul tinerilor. - Preurile: rata inflaiei, costul vieii (valoarea coului de produse i servicii de baz pentru cetenii din localitile urbane), chiriile pentru spaii de locuit (apartamente), chiriile pentru birouri. D Eficiena guvernamental - Finanele publice: deficitul bugetar, datoria public intern, datoria public extern, totalul datoriei publice, dobnzile pltite n contul datoriei publice, managementul finanelor publice, rezerva valutar i de aur, cheltuielile guvernamentale. - Politica fiscal: veniturile totale din taxe i impozite, impozitul pe venit, impozitul pe profit, contribuia de asigurri sociale, nivelul taxelor corporative i msura n care acestea descurajeaz iniiativa antreprenorial, taxele indirecte colectate (TVA, accize), nivelul evaziunii fiscale. - Cadrul instituional: rata dobnzii pe termen scurt, costul capita lului pentru dezvoltarea afacerilor, rata dobnzii la credite raportat la rata dobnzii la depozite, ratingul de ar pentru mprumuturile externe, politica bncii centrale, stabilitatea ratei de schimb valutar, coerena politicilor publice guvernamentale, cadrul legal al desfurrii afacerilor, flexibilitatea i adaptabilitatea politicilor guvernamentale, gradul de nelegere a provocrilor unei competiii globale la nivelul clasei politice, transparena instituiilor publice, birocraia, corupia. 95

Tabel 3.10. Poziia Romniei potrivit anuarului WCY Anul 2004 Anul 2005 (categorie i poziie X din 60) economia naional - 34, comer internaional - 53, investiii internaionale -12, ocuparea forei de munc - 33, preuri - 54 Eficiena la nivel 51/60 cu scor finane publice - 10, guvernamental de 34,853% politici fiscale - 40, cadru instituional - 53, legislaia pentru afaceri - 54, mediul social - 56 Eficiena n 55/60 cu scor productivitatea muncii - 49, piaa mediul de afaceri de 26,853% muncii - 43, finane - 56, practici de mana gement -57, atitudini i valori - 55 51/60 cu scor infrastructura de baz - 47, infrastructura teh Infrastructur de 31,873% nologic - 58, infrastructur tiinific - 57 sntate i mediu -51, educaie - 44 (not: "poziia 43 din 60 de economii) Sub aspectul metodei de studiu, aprecierea competitivitii n versiunea Anuarului Mondial al Competitivitii IMD 2005 se face n baza a 314 de criterii (ediia 2005) grupate pe urmtoarele patru mari categorii: - cele de performan economic (77 criterii) - se refer la econo mia naional, comer internaional, investiii internaionale, ocuparea forei de munc, preuri etc, - privind eficiena instituiilor guvernamentale (73 criterii) finane publice, politici fiscale, cadru instituional, legislaia privind afa cerile, mediul social etc. - eficiena mediului de afaceri (69 criterii) - productivitatea mun cii, piaa muncii, finane, practicile de management, atitudini i valori etc. - calitatea infrastructurii (95 criterii) - infrastructura de baz, infrastructura tehnologic i cea tiinific, sntate i mediu, educaie etc. Metodologia presupune prelucrarea a dou categorii de informaii Hard Data - Statistici din sursele naionale, regionale i internaionale (128 de criterii) i Survey Data - Sondaje anuale de opinii n comunitatea de afaceri (113 de criterii). Se calculeaz valorile STD (standard 93 Performan economic 43/60* cu scorul de 46,497%

- Legislaia comercial i de afaceri: reglementrile vamale, politicile protecioniste, licitaiile publice de atribuire a contractelor de lucrri publice, accesul la credite i asigurri pentru export, subveniile guvernamentale, legislaia n domeniul concurenei i protecia mpotriva monopolurilor, controlul preurilor, economia paralel, uurina de a face afaceri (durata nfiinrii i desfiinrii unei firme), legislaia muncii, legislaia privind migrarea forei de munc, accesul la finanri i la pieele de capital, stimularea investiiilor strine i tranzaciilor transfrontaliere (scheme de protejare a investiiilor, faciliti pentru investitori). - Cadrul social: funcionarea eficient a justiiei, protecia proprie tii private i a siguranei ceteanului, riscul de instabilitate politic, coeziunea social, rata criminalitii, disparitile sociale (bogia i sr cia extrem), discriminarea mpotriva femeilor i grupurilor minoritare. n Eficiena afacerilor - Productivitatea afacerilor: productivitatea muncii, PIB/ora sala riat, productivitatea n industrie, agricultura i servicii. - Resursele umane: costul orar al forei de munc n sectoarele manufacturiere, remunerarea serviciilor profesionale, remunerarea postu rilor manageriale, numrul de zile i ore de munc/an, relaiile de munc, motivaia i atitudinea forei de munc, investiia n training i formare profesional, aptitudinile i competenele forei de munc calificate, fuga creierelor n strintate, fora de munc nalt calificat disponibil, existena senior managerilor cu experien de munc internaional. - Finanare: accesul la credit bancar, numrul de crduri de credit emise de bnci, volumul tranzaciilor efectuate cu crduri de credit, evaluarea riscului investiional, accesul la capital de risc (venture capital), dezvoltarea reelei de servicii financiar-bancare (retail banking), capitali zarea bursier, valorile de tranzacionare i numrul de companii autoh tone listate la burs, indexul bursei de valori, drepturile i obligaiile acionarilor, transparena instituiilor financiare, utilizarea de informaii din interior pentru afectarea tranzaciilor, cash-flow-ul pentru auto finanarea companiilor, datoriile corporaiilor (blocajul financiar), utiliza rea serviciilor de factoring. - Practicile manageriale: adaptabilitatea i flexibilitatea n decizii, etica afacerilor, credibilitatea managerilor, capacitatea consiliilor de ad ministraie de a supraveghea i controla directorii executivi, valoarea i importana acordat acionarilor, preocuparea pentru satisfacia clientului i orientarea de marketing, responsabilitatea social corporativ, preocu96

deviation) pentru fiecare din cele 241 = 128 +113 criterii), se efectueaz clasamente pe nc 73 de criterii (numai pe baza unor informaii generale asupra celor 60 de economii), se agreg aceste informaii. Aceast metodologie, unanim recunoscut pe plan internaional n mediile politice i economic-administrative, este numai un exemplu asu pra vastitii de aspecte studiate. Aceasta impune ca analiza multiplelor faete ale competitivitii s se fac multicriterial, cu finalitate n elabo rarea unui sistem coerent de indicatori; n mod adiional se va testa relevana construciei teoretice prin efectuarea unor simulri de tipul i dac.../what if...?" i a unor analize de senzitivitate (pentru punerea n eviden a celor mai relevante 10 sau 20 de criterii). Se pot identifica: - cele mai favorabile 20 de aspecte/criterii (indiferent de aspectul considerat, n funcie de cele mai mari valori STD pstrnd proporia de 2/3 Hard Data i 1 /3 pentru Survey Data i analog: - cele mai puin favorabile 20 de criterii pe baza deviaiei standard: STDval = [(valoarea pe o anumita economie) - media pe cele 60 de economii)/deviaia standard. Pentru simularea evoluiei competitivitii unui stat se nlocuiesc valorile pentru cele mai prost" satisfcute criterii cu cele ale mediilor pe cele 60 de economii; se analizeaz efectul asupra ierarhiei globale a economiilor n situaia n care valorile STD pentru cele mai slab" ndeplinite criterii sunt nlocuite cu valorile medii pe ntreg eantionul de economii. Teme de discuie: - comentai aspectele metodologice ce in de: selecia criteriilor i modul de grupare; gradul de completitudine al informaiilor; exemple de criterii calitative/cantitative, evaluarea h dinamic/static; procedura de normalizare/agregare/calcul al ratingurilor; - exemplificai ipotezele de construire a modelului n legtur cu definiiile competitivitii la nivel naional; - enumerai avantaje aduse de metodologia WCY n legtur cu interpretarea rezultatelor (posibilitile de reprezentare grafic, relevana pentru analiza strategic) - identificai posibile neajunsuri n analiza datelor. Anex: Lista de criterii de evaluare a competitivitii naiunilor cuprinde urmtorii indicatori grupai conform celor patru factori eseniali: 94

Matricea consecinelor Nod de decizie/de tip eveniment Probabilitate

Valoarea informaiei imperfecte/perfecte Variant decizional

4.1. Teoria deciziei - Introducere Modelarea ncearc s foloseasc la maximum, n mod tiinific, baza informaional, iar procedurile de imitare a modului raional de fun damentare decizional constituie, n forme mai mult sau mai puin elabo rate, esena conceptual a modelelor. Modelele de analiz cantitativ i calitativ devin indispensabile n problemele unde mulimea de variante i criterii de evaluare face dificil lsarea" deciziei la discreia intuiiei sau dorinelor decidentului. Decizia reprezint rezultatul unor aciuni contiente de alegere a unei direcii de aciune i a angajrii n aceasta, fapt care implic, de obi cei, alocarea unor resurse. Decizia rezult din prelucrarea unor informaii i cunotine i aparine unei persoane (decizie individual) sau unui grup (decizie de grup) care dispune de autoritatea necesar i care rspunde pentru folosirea eficient a resurselor n anumite situaii date. Cteva atribute-cheie ale deciziei economice se refer la: - decizia ca alegere ntre mai multe alternative. Alternativele pot fi identificate dintr-o ofert existent sau trebuie proiectate; - alegerea alternativei implic angajarea ntr-o aciune care schimb starea lucrurilor" (sau pstrarea celei actuale status-quo"); - o activitate a unei fiine umane care urmrete n mod contient anumite obiective; - angajarea ntr-o anumit direcie presupune folosirea unor resurse. Procesul decizional presupune totalitatea procedurilor (utilizate de un subiect individual sau colectiv) pentru rezolvarea unei situaii-problem i se concretizeaz ntr-o succesiune logic de activiti ntreprinse ntr-o anumit condiionare logic i/sau intuitiv pn la obinerea soluiei. n procesul asistrii deciziilor prin metode matematice aplicate tre buie propus decidentului o soluie. n cazul n care acesta nu este satis fcut, decidentul nsui trebuie s poat modifica parametrii modelului i s solicite alt soluie (procesul trebuie s fie interactiv). Metodele i tehnicile de lucru oferite de matematica aplicat pentru asistarea deciziilor au la baz o serie de ipoteze: 99

prea pentru protecia mediului, sntatea consumatorului i protecia muncii. -Atitudini i valori: atitudinea fa de globalizare, imaginea extern a rii, deschiderea spre inter-culturalitate, flexibilitatea, adaptabilitatea, reacia fa de schimbare i reforme. a Infrastructura - Infrastructura fizic de baz: suprafaa de teren, teren arabil, gradul de urbanizare, dimensiunea pieei interne (populaia ca potenial consumator), populaia n vrsta sub 15 ani, populaia peste 65 de ani, densitatea reelei rutiere, densitatea reelei feroviare, transportul aerian, accesul la utiliti (ap, energie), importul i producia de energie i combustibil, intensitatea energetic (consumul energetic pentru generarea unei uniti de produs), costul energiei pentru consumatorii industriali. - Infrastructura tehnologic: investiiile n telecomunicaii, numrul de posturi de telefonie fix/1.000 de locuitori, costul telefoniei fixe internaionale, numrul de utilizatori de telefonie mobil i costul telefoniei mobile, numrul de calculatoare deinute, numrul utilizatorilor de Internet, abonaii de servicii broadband, abilitile IT n rndul forei de munc, cooperarea tehnologic ntre companii, finanarea dezvoltrii tehnologice, exportul de produse high-tech, securitatea informaional, protecia proprietii intelectuale. - Infrastructura tiinific: cheltuielile bugetare pentru cercetare i dezvoltare, cheltuielile companiilor pentru R&D, numrul cercettorilor salariai, cercetarea fundamental pentru dezvoltarea pe termen lung, numrul de articole tiinifice publicate, predarea tiinei n coli, interesul pentru tiin i tehnologie n rndul tinerilor, nregistrarea de patente (invenii, inovaii), utilizarea patentelor pentru generarea de profit. - Sntate i mediu: cheltuielile pentru sntate, sperana de via la natere, durata medie de via, numrul de medici i asistente raportat la numrul populaiei, infrastructura de servicii medicale disponibile, indice le dezvoltrii umane, abuzul de alcool i droguri, reciclarea ambalajelor, tratamentul apelor uzate, emisiile de bioxid de carbon, calitatea vieii, poluarea i legislaia de mediu. - Educaie: cheltuielile pentru educaie, raportul dintre numrul de profesori i numrul de copii de vrst colar, numrul de absolveni cu studii superioare i secundare, calitatea nvmntului superior, gradul de analfabetism, nelegerea noiunilor economice i financiare n rndul populaiei, oferta de ingineri calificai pentru nevoile investitorilor, transferul tehnologic i de know-how. 97

exist o pre-ordine total pe mulimea aciunilor reprezentat printr-o funcie de utilitate explicit care poate fi formalizat matematic; datele sunt numerice i conin ntreaga informaie util; D cea mai bun decizie este aceea care maximizeaz funcia de utilitate. Aceste ipoteze ndeprteaz destul de mult modelele i tehnicile matematice aplicate n contextul real al ntreprinderii/organizaiei. Criti cnd ipotezele de mai sus, H. Simon propune alte premise pentru dezvol tarea metodelor de matematic aplicat: n deciziile umane (interdependente sau nu) sunt luate secvenial, n domenii limitate, urmnd un proces temporal limitat; aprecierea viitorului este limitat i niciodat nu se pot evalua toate scenariile posibile; a nu exist o funcie de utilitate global i nici nu este necesar s o construim, ntruct preferinele decidenilor sunt de cele mai multe ori contradictorii i pot fi luate n considerare numai cu ajutorul unor criterii aflate n conflict. Aceste ipoteze stau la baza raionalitii limitate prin care deci dentul caut s obin o aciune satisfctoare i nu neaprat optim, n sensul matematic. Raionalitatea limitat se rezum la cutarea unei soluii satisfc toare i la faptul c se poate organiza raional procesul temporal de cutare a acestei decizii. Intervine un element prohibitiv - costul cutrii satisfctoare care depinde de studiul aciunilor posibile (uneori, analiza tuturor soluiilor aduce un avantaj derizoriu n raport cu analiza mai lejer" a soluiilor evidente). Managerii se bazeaz n rezolvarea proble melor decizionale nu numai pe capacitatea deductiv de anticipare, prin derivare logic a desfurrii evenimentelor (n diferite ipoteze plauzi bile), ci i pe calitatea de memorare a unor evoluii posibile de recunoa tere apattern-urilor aplicabile (a unor tipare repetate de evoluie). In mod evident, se pot cita inconveniente generate de elementele de stres (de exemplu, presiunea social poate influena negativ calitatea pre viziunilor), faptul c nu exist ntotdeauna proceduri sistematice de colec tare a datelor sau c informaiile pot fi denaturate (stabilirea unor corelaii iluzorii generate de dominarea informaiilor concrete n raport cu cele abstracte, percepia selectiv a persoanei). 100

re;

mulimea aciunilor posibile este identificat nainte de prelucra 4. TEORIA DECIZIEI

4.1. Teoria deciziei - Introducere 4.2. Decizia economic i procesul decizional Etapele unui proces decizional 4.3. Metode i tehnici de fundamentare a deciziilor Metode de raionalizare a deciziilor n condiii de incerti tudine Metode de raionalizare a deciziilor n condiii de risc 4.4. Modelarea unor procese decizionale multisecveniale 4.5. Modele de decizie de tip Bayes 4.6. Decizii multicriteriale Problema deciziilor multicriteriale cu atribute multiple Metoda utilitii globale maxime Metode de determinare a coeficienilor de importan 4.7. Decizii multiparticipani Studiu de caz - tem de discuie

Cuvinte-cheie Arbore de decizie Atribut Consecin decizional Criteriu Decizie Decident Funcie de utilitate Funcie de preferin Grup decizional Incertitudine Problem bine definit/insuficient definit Raionalitate limitate/perfect Rezolvarea problemelor Risc Soluie Stare a naturii Utilitate Valoare ateptat/speran mate matic

comportamentului su i se elaboreaz alternative posibile n acest sens, selecionnd, apoi, pe una din acestea, ca aciune ndreptat contient ctre atingerea scopului propus". Procesul decizional este procesul prin care se dezvolt angajarea fa de un anumit sens al aciunii. Alternativ, poate fi vzut ca un proces de rezolvare a problemelor2. Procesul de rezolvare a unei probleme, vzut prin perspectiva schemei logice a teoriei statistice a deciziei, include urmtoarele faze: - formularea problemei prin determinarea obiectivelor necesare pentru obinerea soluiei dorite; - culegerea/asamblarea datelor i a faptelor; - evaluarea alternativelor, compararea lor i selecionarea celei mai adecvate; - reluarea procesului de rezolvare a problemei i implementarea soluiei. Din cauza complexitii decizionale a fiecrei faze a rezolvrii unei probleme de analiz este necesar utilizarea unor analize specifice i a unor teorii economico-financiare particulare, adic va trebui construit un model particular al situaiei concrete. Unele dintre aceste modele sunt implicite, reprezentnd structuri de gndire astfel nct deci-dentul nici nu remarc faptul c schema conceptual folosit are natura unui model neformalizat. Alte modele ale fazelor respective sunt mate-matice. Problemele care se repet mereu, aproape n aceleai condiii, i care au scopuri clar i precis definite pot fi rezolvate cu ajutorul cerce trilor operaionale (de exemplu, cele de gestiunea stocurilor, de controlul calitii, de programarea transporturilor etc.). Complexitatea apare sub forma varietii, ambiguitii i neinte3 grrii elementelor din contextul problemei. Complexitatea deterioreaz rezultatele celor mai multe modele decizionale i determin abaterea lor O problem apare atunci cnd exist o diferen ntre starea de lucruri existent i cea dorit. Unele probleme sunt bine structurate (starea existent i cea dorit sunt clare, ca i mijlocul de ajungere de la una la alta); acestea sunt adesea rezolvate cu programe, care nu fac dect s standardizeze soluiile. Problemele structurate impropriu conin o combinaie ntre starea existent i starea dorit: ele tind s fie individualizate i nerecurente, cernd procese decizio nale neprogramate n care un rol important l are modelul raional". Poate proveni din confuzia generat de cantitatea insuficient de infor maii, deoarece reduce capacitatea decidentului de a trata adecvat problema. 103
2

Exist patru categorii de probleme decizionale: - decizia de tip alegere - are ca punct de plecare un set de alter native i se finalizeaz cu alegerea uneia. - decizia simpl - are ca punct de plecare o problem bine structurat i un set de activiti de rezolvare a problemei i se termin cu elaborarea unui plan de aciune. - decizia complex ncepe cu perceperea unei probleme care nece sit un nivel de precizie n modul su de structurare i care urmeaz a fi descompus n subprobleme abordabile i se termin cu evaluarea rezultatelor. - decizii de tip proces care ncep prin perceperea imprecis a unei probleme, urmeaz o serie de decizii simple sau alte activiti cognitive care duc la execuia unor planuri de aciune sau la redefinirea problemei [FIL, 2002, pag. 54]. Structura general a unui proces decizional economic cuprinde: cadrul decizional (de cele mai multe ori, forma sau instituia la nivelul creia se desfoar procesul decizional), participanii - persoanele care concur la realizarea acestui proces i care pot avea diferite roluri: - Iniiatorii sunt cei care. determin nceperea activitilor care compun procesul decizional; - Promotorii cei care dein poziii superioare de autoritate, susin activitile de elaborare, adoptare i execuie a deciziei; - Consilierii (sau asistenii tehnici, specialitii, experii) stp nesc diferite tehnici i, de multe ori, utilizeaz instrumentele informatice adecvate pentru definirea i clarificarea problemei, pentru identifica rea/proiectarea i evaluarea alternativelor de aciune; - Realizatorii sunt cei care execut decizia adoptat; - Beneficiarii sunt cei care sunt afectai, ntr-un anumit fel, de execuia deciziei; - Opozanii sunt persoanele care ncearc s se opun" adopt rii unei decizii i doresc s mpiedice execuia ei; - Mediatorii sunt cei care au ca menire apropierea poziiilor opuse; - Decidenii obinuii sunt participani la procesul decizional, fr a avea vreun rol deosebit. formularea problemei decizionale: - mulimea variantelor decizionale (modurile posibile de ac iune la un moment dat n vederea soluionrii problemei); 101

de la schema raionalizrii trasat de teoria statistic a deciziei. Efectele complexitii asupra procesului decizional: - amnarea deciziei sau o alegere a inaciunii care poate complica i mai mult rezolvarea ulterioar a problemei n cauz; - micorarea nivelului de aspiraie - se alege o alternativ cert de calitate inferioar fa de un rezultat superior dezirabil, dar afectat de incertitudine i risc; - deteriorarea raionalitii deciziei - se ngusteaz lista de alterna tive n vederea alegerii. Variantele cele mai complexe pot fi eliminate, dei unele pot fi inovatoare n comparaie cu alternativele cunoscute [DEM, pag. 42]. Sistemul decizional al unei organizaii este ansamblul deciziilor adoptate i aplicate n cadrul su, structurile corespunztoare sistemului de obiective i configurarea ierarhiei decizionale. Deciziile pot fi: O programabile (intervin cnd exist un proces cunoscut i explicit ce permite preluarea informaiilor de intrare pentru alegerea alternati velor); - sunt repetitive i pentru acestea exist o procedur bine determi nat pentru efectuarea lor (de exemplu: plata salariilor, gestiunea stocu rilor, aprovizionare); - sunt stabilite dup reguli precise i pot fi transferabile unui sistem informatic; - nu exist posibilitatea unor explorri euristice. O neprogramabile (au caracter excepional prin noutatea i demer surile luate n considerare). Pentru acestea, nu exist nici o procedur stabil de a le rezolva (de exemplu, selecia candidailor la un interviu pentru obinerea unui post de conducere). Problemele care se ncadreaz 4 n aceast clas cer decidentului un mare efort pentru rezolvarea lor . Clasificarea realizat dup gradul de structurare sau de programabilitate a problemelor de decizie este des menionat, mai ales n ceea ce privete problematica sistemelor suport de decizii. Aceast clasificare urmeaz diferenierii fcute de H. Simon ntre deciziile care pot fi progra mate (descrise sub forma unui algoritm sau a unor proceduri bine definite, Trebuie construit un spaiu de rezolvare (o bun reprezentare a pro blemei), deci structurarea i modelarea ei). Structurarea este o etap prealabil de rezolvare a formalizrii problemei. Prin structurare i formalizare, procesul deci zional devine inteligibil i poate fi ncadrat ntr-un sistem informatic. Deciziile ce pot fi formalizate imediat dup structurare i modelare intr n modelele clasice de decizie, celelalte pot fi abordate prin tehnica ncercrii i erorii, prin euristic. 104
4

- criteriile de decizie (punctele de vedere luate n consideraie de ctre decideni n evaluarea alternativelor i folosite n selectarea variantei celei mai potrivite); - strile naturii (condiiile externe/interne ale firmei care deter min consecinele necorespunztoare unei alternative, din mulimea con secinelor posibile); - obiectivele (nivelurile consecinelor n raport cu care se evalu eaz calitatea unei variante ca bun sau nesatisfctoare); - consecinele (rezultatele obinute atunci cnd se manifest diferite stri ale naturii i sunt alese diferite variante decizionale). Tabelul 4.1. Structura tipologic a sistemului decizional Criteriul decizional Tipologia deciziilor Orizont i implicaii Strategice/Tactice/Curente Ealonul managerial Superioare/Medii/Inferioare Frecvena deciziei Periodice/Aleatorii/Unice Posibilitatea anticiprii Anticipate/Imprevizibile Amploarea sferei decizionale a decidentului Integrale/Avizate Sfera de cuprindere a decidentului Participative/Individuale 4.2. Decizia economic i procesul decizional Decizia economic poate fi descris ca aciunea contient (ca parte ntr-un comportament raional) de selectare a unei variante preferate (numit soluie) din mai multe posibile, alegere bazat pe considerente economice, dar i psihologice, sociologice, politice etc. n literatura de specialitate exist o mulime de definiii pentru decizie; totui, n practica decizional, ca urmare a analizei diverselor puncte de vedere ale specia litilor, decizia poate fi definit ca fiind cursul de aciune ales n mod contient1 pentru realizarea unuia sau mai multor obiective. Se definete procesul decizional ca ,jprocesul prin care un sistem inteligent stabilete oportunitatea i pertinena unei anumite modificri a n sistemul axiomatic a lui von Neumann-Morgenstern se consider, la nivel individual, c o alegere ntre dou variante a i b este raional atunci cnd se poate exprima o relaie de preferin, de echivalen sau de non-preferin ntre cele dou variante i, n mod suplimentar, se respect regula tranzitivitii. La nivel de grup, cerinele de raionalitate sunt mai complexe; K.J. Arrow, laureat al premiului Nobel pentru economie n 1972, a definit cinci astfel de condiii. 102
1

ncredere ntr-o anumit decizie depinde de gradul de certitudine n care este luat decizia respectiv. Evident, cu ct este mai sigur un manager de rezultatele unei decizii, cu att va avea mai mult ncredere lund acea decizie. Tabelul 4.2. Explicaii Starea rezultatului Exist un singur rezultat pentru fiecare alternativ i exist Certitudine cunotine complete i exacte referitoare la acesta. Exist mai multe rezultate posibile pentru fiecare alternativ i Risc fiecreia i poate fi ataate o valoare i o probabilitate de realizare a rezultatelor. Incertitudine Numrul rezultatelor, valorile i probabilitile nu sunt cunos cute. n organizaii, ns, sunt puine deciziile care sunt luate n astfel de condiii, din cauza complexitii i a naturii schimbtoare a contextului decizional. Dei este un concept ideal (asemntor oarecum celui de con curen perfect), condiia de certitudine furnizeaz un cadru al evalu rii condiiilor de risc n luarea deciziei. Se apreciaz c exist condiii de risc atunci cnd trebuie luat o decizie pe baza unor informaii incomplete. Dei informaiile sunt incom plete, managerii au posibilitatea s calculeze: probabilitile evenimente lor, precum i ale rezultatelor i costurilor acestora, selectnd apoi alter nativa cea mai favorabil. Probabilitile pot fi determinate n mod obiectiv din date istorice sau n mod subiectiv, pe baza experienei trecute sau a intuiiei. Luarea de decizii pe baza probabilitilor reprezint o caracteristic a managementului actual. Estimaiile privind probabilitile dup care se vor manifesta anumite evenimente specificate utilizeaz evidena logic sau experimental disponibil i clarviziunea" decidenilor, exprimnd convingerea acestora n ceea ce privete gradul de exacti tate a informaiei. Calitatea evalurilor care rezult este diferit, fiind mai ridicat n cazul riscului n care probabilitile sunt cunoscute, mai slab n cazul incertitudinii pariale sau inexistent n cazul ignoranei totale sau al ambiguitii. Ambiguitatea este definit drept instabilitate sau caracter controversabil al unor judeci probabilistice. Deosebirile dintre situaiile implicnd risc i cele care implic in certitudine sau chiar ambiguitate (absena ncrederii n orice estimaie probabilistic privind gradul de incertitudine) sunt valabile pentru toate categoriile de probleme decizionale [DEM, pag. 42]. 107

care pot fi realizate automat) i cele neprogramabile. Caracterizarea cea mai sugestiv a deciziilor nestructurate ine de sublinierea faptului c o asemenea problem nu are soluii identificabile imediat" sau facil, nece sitnd fie o abordare de tip creativ (cu o implicarea semnificativ a raio namentului, experienei sau intuiiei decidentului) sau o abordare ce tre buie s compenseze imprecizia, ^completitudinea sau incertitudinea informaiilor disponibile. Dac n cazul deciziilor bine structurate, exist posibilitatea de gsi ci automate" de rezolvare, de prelucrare tehnic a datelor, pentru problemele i a deciziile nestructurate, intervenia deciden tului uman este esenial [FIL 2002, pag. 35]. Etapele unui proces decizional a) Identificarea i definirea problemei. Exist o bogat literatur de specialitate care trateaz cu genero zitate aspectele referitoare la formalizarea problemei decizionale. Se definete problema ca fiind o dificultate ce nu poate fi depit automat urmnd a fi cercetat ntr-un demers conceptual sau empiric. Necunoa terea perfect a problemei decizionale poate s genereze efecte negative, indiferent ct de corect ar fi parcurse urmtoarele etape ale procesului decizional. Pe baza unei identificri i definirii corecte a problemei decizionale se va stabili n continuare cine o va implementa. b) Stabilirea criteriilor i obiectivelor decizionale. In aceast etap, decidentul trebuie s in seama de posibilitatea divizrii sau agregrii criteriilor, precum i de dependena sau indepen dena acestora. Dou criterii sunt independente dac alegerea unui obiec tiv din punctul de vedere al unui criteriu nu are absolut nici o influen asupra alegerii obiectivului, din punctul de vedere al celuilalt criteriu. c) Stabilirea variantelor decizionale posibile. Acestea sunt cerce tate amnunit printr-o inventariere" a alternativelor posibile. n funcie de gradul de participare a decidentului, aceasta se poate face n mod: pasiv, cnd decidentului i se prezint variantele fr ca el s de pun un efort de formulare sau interpretare n acest sens; activ, cnd nsui decidentul stabilete variantele posibile prin diferite metode ntre care analogia joac, un rol important. d) Alegerea variantei optime (decizia propriu-zis"). Mulimea consecinelor este reprezentat de ansamblul rezultatelor poteniale ce s-ar obine potrivit fiecrui criteriu de decizie i fiecrei stri a condiiilor obiective prin aplicarea variantelor decizionale. Numrul consecinelor corespunztoare unei variante este dat de numrul de criterii de decizie luate n considerare. Determinarea consecinelor este o activitate de 105

Existena condiiei de risc implic un proces deliberativ. Unul dintre factorii ce duc la o percepie diferit a situaiilor cu probabiliti i pli identice este capacitatea de control pe care subiectul o are asupra desfurrii evenimentelor. Cele dou condiii sunt: - de ans, cnd subiectul nu poate influena cu nimic probabili tatea de producere a consecinelor variantei alese; - de abilitate (ndemnare), dac rezultatul este dependent de capacitatea subiectului de a realiza aciunea. Experimentele arat c, n mod obinuit, sunt asumate riscuri mai mari n condiia de abilitate dect n cea de ans. n acest sens, s-a apre ciat c sperana subiecilor n nestaionaritatea anselor este unul din fac torii care duc la acceptarea unor riscuri mai mari n condiii de abilitate. Teoria statistic a deciziei constituie un corp de metode i tehnici aplicate la probleme de selecionare a sistemelor de aciune. Cu ajutorul teoriei deciziei i al teoriei preferinelor pot fi definite optimal sau aproape optimal configuraiile decizionale dorite, dei, n condiiile com plexitii ce caracterizeaz majoritatea problemelor, sarcina fundamentrii tiinifice a deciziilor este extrem de dificil [DEM, pag. 55]. Potrivit teoriei statistice a deciziei, regula de selecionare opereaz n bune condiii atunci cnd consecinele aciunilor sunt bine msurate pe scar monetar, iar acestea se afl ntr-o relaie constant cu preferinele pentru aciunile analizate. Regula speranei matematice poate fi adaptat pentru diferite neclariti ale relaiei dintre rezultatele exprimate cantita tive i evalurile prin preferine ale acestor rezultate. Astfel de adaptri au fost realizate prin diferite criterii, care exprim atitudini ale decidenilor i care conduc la strategii decizionale diferite. Regulile de decizie bazate pe criteriile pesimist, optimist, ale regretelor etc. exprim atitudinile deciden ilor n condiii de incertitudine total. Modelul bayesian descrie regula de decizie n condiiile incertitudinii pariale, micorat pe msur ce este procurat informaia nou. 4.3. Metode i tehnici de fundamentare a deciziilor Structura general a unui proces decizional economic cuprinde ca drul decizional (de cele mai multe ori, forma sau instituia la nivelul creia se desfoar procesul decizional), participanii (persoanele6 care concur la realizarea acestui proces) i formularea problemei decizionale: Participanii pot avea diferite roluri: iniiatori, promotori, consilieri, bene ficiari, opozani, mediatori, actori obinuii. 108
6

prevedere (extrapolare), influennd n mare msur alegerea variantei optime. Deoarece, nu ntotdeauna se cunosc strile condiiilor obiective, uneori, se impune stabilirea mai multor consecine pentru fiecare variant corespunztoare fiecrui criteriu. e) Aplicarea variantei optime. Dup ce a fost aleas linia de aciune, deci s-a adoptat decizia, urmeaz redactarea, transmiterea i aplicarea acesteia. n aceast etap, un rol deosebit revine decidentului n ceea ce privete motivarea i transmiterea deciziei luate. Cu ct reuete s motiveze mai mult din punctul de vedere al eficacitii deciziei luate, cu att realizarea acesteia se desfoar n condiii mai bune. f) Evaluarea rezultatelor. Procesul decizional se ncheie cu etapa de evaluare a rezultatelor obinute cu obiectivele propuse n scopul identificrii abaterilor. Etapa de evaluare are un rol deosebit, retrospectiv, dar mai ales prospectiv, n sensul c pe baza ei, se trag concluzii pentru viitor, pentru un nou ciclu al procesului managerial, ciclu care trebuie s se desfoare la un nivel calitativ superior. Informaia culeas, prelucrat i ncorporat n decizie trebuie s ofere posibilitatea testrii continue a gradului de apropiere ntre efectul ateptat (prin implementarea deciziei) i realitate. Fiecare decident construiete un sistem de feed-back cuprin znd informaii asupra strii i implementrii care au stat la baza adoptrii ei. Pe baza acestui sistem, decidentul poate corecta aciunea de imple mentare a deciziei sau poate reveni asupra procesului decizional nsui, ceea ce va avea un efect benefic, pozitiv asupra performanei i eficienei procesului managerial. n problemele concrete de decizie, factorul de decizie (decidentul) este pus n situaia de a lua decizii n condiiile unei cunoateri pariale a datelor necesare pentru a determina cu exactitate consecinele deciziei luate, dup luarea deciziei rmnnd o oarecare nesiguran (incertitudi ne) privind atingerea rezultatelor preconizate. n astfel de situaii, pentru a se lua o decizie raional este deseori convenabil s se foloseasc tehnici specifice, bazate pe rezultatele generale stabilite n cadrul statisticii matematice5. Unul dintre factorii de care sunt influenai managerii n procesul de luare a deciziilor l reprezint gradul de incertitudine al rezultatelor fiecrei alternative decizionale formulate. Gradul n care un manager are Formularea unor concluzii privind proprietile unei colectiviti statistice, pe baza informaiilor furnizate de una sau mai multe selecii efectuate din aceast colectivitate, poart denumirea de inferen statistic sau deducie statistic. 106
5

Caseta 4.1. Criterii de decizie n condiii de incertitudine Criteriul A. Wald - 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. Pentru Cy (consecina economic a alegerii variantei de decizie /, i=l,...,m, n condiiile n care s-a produs starea obiectivj,j=l,...,ri) se pot defini urmtorii indicatori: consecine de tip profit: max, miny Ctj - V* variant optim, pentru i =l,...,m; j = l,...jnCriteriul A. 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. consecine de tip profit: max, Y C V * variant optim, pentru i- l,...,m n% Criteriul L. 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 condiii de informaie complet. Se noteaz Rv regretul corespunztor alegerii variantei / i strii j a naturii. Aplicarea criteriului presupune calculul indicatorilor: consecine de tip profit: Variant optim min, max y Rtj -> V*, unde Rtj = max, C& - Cy, pentru i=I,...m;j= /,... Criteriul L. Hurwicz - folosete un coeficient de optimism o ntre 0 i 1; se recomand alegerea variantei pentru care: consecine de tip profit: Variant optim: max,h, -V* ht =a*maxy Ctj +(1-a)*minjCiJ; ae[0,l]> i=l,...,m; j=l n. Valoarea lui a reflect cel mai adesea atitudinea celui care ia decizia fa de riscul realizrii unor ctiguri slabe i de posibilitatea obinerii unor venituri maxime. n problemele decizionale n condiii de incertitudine (ca i n cele de risc), riscul unor consecinele dezavantajoase nu poate fi evitat total, ns poate fi minimizat; se deosebesc, ca situaii extreme: 111

- mulimea variantelor decizionale (modurile posibile de aciune la un moment dat n vederea soluionrii problemei); - criteriile de decizie (punctele de vedere luate n consideraie de ctre decideni n evaluarea alternativelor i folosite n selectarea variantei celei mai potrivite). Criteriile de decizie sunt puncte de vedere ale deci dentului cu ajutorul crora puncteaz aspecte ale realitii; se caracteri zeaz prin mai multe niveluri, iar fiecare nivel corespunztor unui criteriu de decizie reprezint tot attea obiective posibile. Deci, obiectivul unui proces decizional, din punctul de vedere al unui criteriu, este tocmai nivelul propus a fi realizat pentru acel criteriu. - strile naturii (condiiile externe/interne ale firmei care determi n consecinele necorespunztoare unei alternative, din mulimea conse cinelor posibile; - obiectivele (nivelurile consecinelor n raport cu care se evaluea z calitatea unei variante ca bun sau nesatisfactoare; - consecinele (rezultatele obinute atunci cnd se manifest dife rite stri ale naturii i sunt alese diferite variante decizionale). Elementele tipice ale unui model decizional n condiii de incertitu dine pot fi grupate n form matriceal: Variante decizionale A, A2 C C2i Stri ale naturii'
s, s

Cn C22

s2

Cu

c,
C2n

Cm2 Am Cmi c n care: Ah i=l,...,m desemneaz setul de variante din care se va face alegerea celei mai bune/convenabile; Sj,j=l, ...,n reprezint mulimea strilor naturii identificate; Cy, i=l,...,m; j=l,...,n este consecina alegerii alternativei A, n condiiile manifestrii strii Sh a naturii. Metode de raionalizare a deciziilor n condiii de incertitudine Analiza pentru fundamentarea deciziilor n condiii de incertitudine (i chiar de risc) urmeaz metoda tiinific de cercetare:

n cazul n care se pot estima probabilitile de apariie a strilor naturii P j i j=l,...,n, modelul decizional se rezolv n condiii de risc i se calculeaz un indicator specific: valoarea medie ateptat. 109

a) procese decizionale care pot conduce la consecine catastrofale pentru decident (n cazul apariiei celei mai nefavorabile stri a naturii). Pentru aceste probleme se recomand folosirea unor criterii prudente sau pesimiste (cu valori mici ale coeficientului a n cazul criteriului lui Hurwicz). b) procese decizionale fr mize" mari, asociate cu un spectru acceptabil de consecine decizionale pentru decident (n cazul apariiei celei mai nefavorabile stri a naturii). Pentru aceste probleme se ine seama de situaia economic curent a organizaiei, de natura obiectivului (pe termen lung sau scurt) i a deciziei (strategice, tactice sau operaio nale), sau de tipul personalitii decidentului (inclusiv de pregtirea mana gerial i experiena acestuia n aciuni similare). Tipul firmei/organizaiei, obiectivele sale, stilul, valorile etice i personalitatea decidentului/decidenilor trebuie toate avute n vedere pentru alegerea criteriilor celor mai potrivite de luare a deciziilor. De exemplu, o organizaie din sectorul public, trebuind s ndeplineasc o serie de obligaii statutare la costuri minime, va fi mai puin orientat spre aciuni speculative, cu riscuri mari. n asemenea condiii, se reco mand folosirea criteriului prudent sau pesimist sau cel de minimizare a regretelor. Metode de raionalizare a deciziilor n condiii de risc Ideea central a lurii deciziei n condiii de risc const n compa rarea de ctre decident a fiecrei variante disponibile, a consecinelor (modul de desfurare a evenimentelor) favorabile sau nu i n a alege aceea pentru care se poate obine cel mai favorabil rezultat. Aceast abordare poate s par singura fireasc, dar nu este nici unic i nici unitar. Ea are calitatea de a fi, ntr-o oarecare msur, nu numai o teorie normativ (care recomand ct ar trebui s rite oamenii), ci i una descriptiv (sau predictiv), ce arat cum acioneaz ei n mod efectiv. Deciziile de risc se caracterizeaz prin mai multe stri ale naturii, cunoscndu-se posibilitatea de manifestare a lor, prin implicarea unor variabile mai puin controlabile i insuficient cunoscute. Se cunosc probabilitile pi, p 2 , .... p , de realizare a strilor naturii, astfel nct
n
7=1

- definirea complet i corect a problemei (operaie dificil din cauza caracterului vag dat de lipsa unor informaii); - stabilirea alternativelor de aciune i a caracteristicilor lor, fr a fi neglijate cele satisfctoare care par puin probabile; - stabilirea tuturor irurilor de evenimente sau a ct mai multor asociate unei alternative; - evaluarea consecinei la finele unui astfel de ir de evenimente; - evaluarea probabilitilor de manifestare a fiecruia dintre rezul tatele poteniale; - analiza senzitivitii clasamentului n mulimea alternativelor de aciune8, clasament elaborat printr-o metod adecvat de analiz mono (eliminarea variantelor dominate prin surclasare) sau multicriterial; - analiza final a rezultatelor i luarea deciziei. Este important s se sublinieze evenimentele poteniale cu cea mai mare influen asupra rezultatelor aplicrii fiecrei variante decizionale. Asemnarea bazei informaionale de calcul cu cea a jocurilor strate gice a condus la utilizarea denumirii de jocuri contra naturii, n care Juctorul uman" (decidentul) alege din strategiile formulate pe cea care i permite satisfacerea obiectivului/obiectivelor. n contrast cu decidentul uman. intervine n locul celui de al doilea juctor natura" (cruia nu i se poate atribui un scop bine precizat i nici capacitatea de a ntreprinde aciuni contiente i dirijate n sens teleologic) cu strile" identificate corespunztoare coloanelor matricii cu consecine decizionale. n aceste jocuri strategice, dei este posibil cunoaterea strategiilor posibile ale adversarului (natura), nu se cunoate preferina acestuia pentru o strategie sau o combinaie de strategii i nu se presupune existena unei strategii de tipul minmax. Faptul c n jocurile cu natura exist un singur juctor raional (i nu cel puin doi, cum este cazul cel mai frecvent al jocurilor strategice cu sum nul), face ca fundamentarea deciziei s se bazeze pe alte criterii de alegere dect n jocurile cu parteneri raionali.

p} = 1 . Natura informaiilor, cantitatea lor i ncrederea n aceste

informaii influeneaz tipul de probabilitate utilizat. Probabilitatea empiric (a posteriori, obinut prin observaii) tinde, pentru un numr 112

Chiar n condiiile utilizrii unor metode de fundamentare decizional menite s obiectiveze ct mai mult opiunea decizional, concluziile pot intra in competiie cu motivele de ordin subiectiv. Modificrile de preferine n stabilirea criteriilor de apreciere pot fi obiectivizate" prin modificarea valorilor unor parametri n cadrul modelului. 110

nrii informaiei perfecte cu mrimea costului ei; VIP reprezint limita superioar a costului (C) pe care un decident este dispus s l plteasc pentru a cumpra informaia perfect. - dac VIP>C se recomand achiziionarea informaiei adiionale; - dac VIP<C, n mod raional nu se recomand achiziionarea informaiei adiionale. n vederea stabilirii unei strategii proprii de investiii va trebui ca investitorul n cauz s formuleze i s rspund unor ntrebri menite s prefigureze profilul investiional n care se ncadreaz. n abordarea investiiei n aciuni, de exemplu, fiecare persoan i stabilete o anumit strategie de investiii, n funcie de posibilitile, ateptrile i necesitile proprii. Exemple de parametri eseniali pentru aprecierea celei mai potrivite strategii de investiii se refer la: 1. durata investiiei: investiia este pe termen scurt (cteva zile sau cteva sptmni) sau pe termen lung (ani)? 2. suma disponibil pentru investiie: ntreprinderea se definete ca investitor de talie mic, medie sau mare? Evident, sumele mici aduc ctiguri mici (chiar dac rata de rentabilitate este bun) n timp ce sumele mari pot aduce ctiguri (dar i pierderi) mai mari. 3. gradul de risc asumat: investitorul aloc banii cu sperana obi nerii unor ctiguri mai mari sau prefer un risc mai redus (asociat unui ctig mai mic, dar puin mai sigur)? 4. care este efortul i timpul alocate informrii i analizei aciu nilor? Este posibil un studiu amnunit al opiunilor disponibile, evoluiei i performanelor aciunilor? Care este gradul de ncredere n informaiile disponibile i capacitatea de prelucrare a acestora? 5. diversificare: se urmrete plasarea banilor ntr-un portofoliu de aciuni sau numai n cteva, ocazionale/numai ntr-una singur? 4.4. Modelarea unor procese decizionale multisecveniale Metoda arborilor de decizie este folosit n cazul unei succesiuni de decizii intercondiionate n timp. Metoda se bazeaz pe reprezentarea grafic a tuturor combinaiilor posibile de variante decizionale i stri ale naturii, corespunztoare fie crui moment de timp, iar prin simplitatea calculelor pune la dispoziia decidenilor un instrument deosebit de util pentru luarea deciziilor. 115

mare de repetri ale evenimentelor, spre probabilitatea teoretic (obinut prin calcul). Astfel, dac, pe baza faptelor existente, a datelor referitoare la experienele trecute similare, se poate determina probabilitatea aciunii fiecrui factor rezultat i a rezultatului aferent unui eveniment, atunci, decidentul respectiv utilizeaz probabilitatea obiectiv. Dac, n adopta rea deciziei, cadrul de conducere este constrns s se bazeze mai mult pe judecat, experien proprie, opiniile membrilor personalului i cerinele proprii, el va ataa diferiilor factori i diferitelor rezultate, probabiliti subiective. Cel mai mare grad de probabilitate obiectiv se nregistreaz n cazul unei complete certitudini, aa cum cel mai mare grad de proba bilitate subiectiv se nregistreaz n cazul unei complete incertitudini. Ca procedeu de raionalizare a deciziilor n condiii de nedetermi nare se folosesc probabiliti estimate subiectiv de ctre decident prin extrapolarea unor concluzii elaborate prin experiene de succes trecute sau intuitiv, prin supoziii sau prin metode de consultare a experilor sau obiectiv prin considerarea unor legi apriorice a probabilitilor i folosirea aparatului statistico-matematic. Deciziile n condiii de risc se adopt ntotdeauna pe baza unor ipoteze privind rezultatele poteniale pentru fiecare variant decizional h parte i, desigur, n funcie de preferina decidentului pentru aceste rezultate. Toate informaiile anterioare actului decizional determin un anume grad de ncredere n stabilirea consecinelor posibile pentru fiecare variant decizional. Gradul de ncredere8 n realizarea unui anumit rezultat se apreciaz prin valori cuprinse n intervalul [0, 1], ceea ce i confer acestuia caracterul de probabilitate subiectiv, apreciat doar prin valorile extreme. Posibilitatea de a obine un rezultat nedorit (sau diferit de cel previzionat i luat n considerare la alegerea alternativei) ca urmare a aplicrii deciziei se numete riscul deciziei. n procesul de elaborare i adoptare a deciziei, decidentul poate avea trei atitudini de baz fa de risc: - aversiune (tipic decidenilor de pe nivelurile inferioare de decizie, unde se prefer ctigurile mici, dar sigure), - neutralitate ( sau indiferen), O altfel de abordare difer de cea a teoriei mulimilor vagi, pentru care se apreciaz gradul de apartenen a unei valori la un interval dat prin intermediul unei msuri convenabil aleas de ctre decident. 113

De exemplu, ntr-o campanie de promovare a vnzrilor, deciziile pot avea in vedere: alegerea celei mai potrivite locaii, instruirea i moni torizarea echipelor de promotori, asigurarea suportului logistic necesar promoiei. Procesul decizional este reprezentat printr-un graf de tip arbore format din noduri (de tip decizie, de tip eveniment/incertitudine sau noduri finale) i ramuri (de tip stri ale naturii i de tip variante decizio nale), respectnd regulile: - fiecare nod are un singur nod ascendent i unul sau mai multe descendente; - calculul valorilor asociate fiecrui nod se face dinspre nodurile finale ctre cel iniial (procedura regresiv sau de tip roll-back). Arborii de decizie cuprind ntr-o succesiune logic toate combi naiile acceptate de variante decizionale i de stri ale naturii. Figura 4.1. Reprezentarea unui arbore decizional

116

- de cutare a riscului (tipic pentru nivelurile superioare de decizie). Pentru raionalizarea acestor decizii, de cele mai multe ori se utili zeaz: o metoda valorii ateptate/speranei matematice; o metoda arborelui decizional. Pentru luarea deciziilor n condiii de risc se vor calcula: - valorile ateptate ale rezultatelor (consecine uni-criteriale sau utiliti). - mrimea riscului (dispersia) sau coeficientul de risc (raportul dintre dispersie i valoarea ateptat). Luarea deciziilor n condiii de risc poate fi efectuat fie prin compararea valorilor sperate a rezultatelor, fie prin reprezentarea arborilor de decizie, ns decizia aleas va depinde de atitudinea personal fa de risc a decidentului. Valoarea fiecrei variante decizionale va fi dat de sperana matematic a rezultatelor corectat cu mrimea riscului (se va obine un interval de valori pentru o consecin ateptat dup luarea n calcul a unei msuri a riscului). n condiiile n care se specific probabilitile strilor naturii se pot utiliza informaii suplimentare pentru creterea gradului de ncredere n estimrile fcute asupra consecinelor decizionale. Aceast opiune este luat n considerare dup ce a fost recomandat decizia pe baza criteriului celei mai mari sperane matematice/valori ateptate. Informaia suplimentar obinut pe baz experimental permite revizuirea probabilitilor strilor naturii i ajut la identificarea strategiei optime de luare a deciziei. Evident, n practic, aceast informaie nu este perfect. Exist totui, contexte n care se pot obine mai multe informaii relevante i necesare, dup cum exist firme de testare a pieei, de analiz i previziuni economice care execut servicii de informare. Exist o cerere pentru asemenea servicii de ctre firme care pltesc pentru infor maii cu o marj rezonabil de acuratee. Presupunnd c ar exista un indice al gradului de acuratee pe care trebuie s l manifeste o informaie pentru a fi cumprat, este posibil calculul valorii informaiei imperfecte, respectiv perfecte. Valoarea informaiei perfecte (VIP) este dat de diferena dintre profitul estimat a fi obinut h condiiile cunoaterii complete a informa iilor i valoarea estimat a ctigurilor fr cunoaterea perfect. Rolul informaiei perfecte este dat de posibilitatea (teoretic) de a preschimba situaia decizional din una n condiii de risc, ntr-una n condiii de certitudine. Evident, se pune problema comparrii beneficiilor achiziio114

luarea n considerare a interaciunilor externe ce conduc la apariia unui eveniment, precum i a modului de variaie n timp a valorilor ce determin evenimentul. Astfel, dac se urmresc valorile unei variabile aleatoare dintr-un proces pe durata unui anumit interval de timp, este evident c apariia unei anumite valori la un moment dat nu reprezint un fenomen independent ci este determinat de evoluia anterioar a procesului. Faptul nu poate fi surprins prin utilizarea probabilitilor algebrice clasice", acestea fiind deduse pe baza unor calcule ce nu in seama de istoricul variabilei aleatoare. Fiind date dou evenimente A i B, se numete probabilitatea condiionat (a evenimentului A condiionat de evenimentul B) P{A\B)= ^pj^ probabilitatea ca evenimentul A s se realizeze

Concepte de baz sunt: nodurile de decizie (reprezentate prin ) n care arcele reprezint alternativele 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/eveniment/ans (reprezentate prin o) n care natura traseaz modul de evoluie a procesului decizional. Se calculeaz valoarea ateptat/venitul mediu ateptat (VMA,) din decizia / considernd strile naturii j (j=l,2,...n): VMA , = ^ PjCij > i=l,...,m, m carePi reprezint probabilitile j-' asociate strilor naturii, iar C,y este valoarea indicatorului pentru alternativa / n starea j. La construirea arborelui trebuie s se aib n vedere respectarea urmtoarele cerine: 1. valoarea nodurilor de incertitudine (n care natura face" alegerea) s depind numai de evenimentele viitoare i nu de deciziile precedente; 2. succesiunea proceselor decizionale la diferite momente de timp face ca deciziile intermediare s fie condiionate de rezultatele estimate ale deciziilor finale (la ultimele procese decizionale reprezentate n arbore); 3. decizia iniial (corespunztoare primului nod de decizie) depin de de efectele cumulate ale tuturor deciziilor intermediare i finale. Algoritmul de rezolvare se bazeaz pe procedura retro-cursiv roll-back" care presupune selectarea deciziei optime la nivelul ultimului punct de decizie al orizontului de timp, dup criteriul speranei mate matice maxime. Se continu selectarea variantei decizionale optime pe nivelul imediat anterior pn la nivelul nodului iniial. n elaborarea succesiunii de decizii i n evaluarea diferitelor conse cine decizionale trebuie s se in seama c nu exist certitudinea c vari antele optime" identificate vor putea fi folosite n realitate. Se impune astfel actualizarea informaiilor folosite pentru construirea arborelui de decizie (ndeosebi, n ceea ce privete probabilitile asociate diferitelor stri ale naturii. Pe msura desfurrii n realitate a proceselor de decizie, strile naturii iniial descrise devin sau nu reale, confirmnd sau nu ipo tezele iniiale i abilitatea decidentului de a formaliza situaia decizional. 117
n

atunci cnd se cunoate informaia c evenimentul B a avut loc (valoarea P(A B) reprezint probabilitatea ca evenimentele A i B s aib loc simultan). Bayes a elaborat o formul general (teorema lui Bayes) pentru calculul probabilitilor posterioare valabil pentru o mulime de k evenimente reciproc exclusive i exhaustive10. Fiind date evenimentele Ah A2, ... , Ah mutual exclusive i exhaustive, i evenimentul B aflat n dependen cu acestea, este valabil formula:

PU\B)=

V '\

,\

(*)

Relevana teoremei a lui Bayes este dat de faptul c formula reprezint o modalitate de a determina probabilitatea unui eveniment At (component al unui cmp de evenimente) dac se tie c apariia acestuia este influenat de ndeplinirea unui alt eveniment independent B. Prin mulime de evenimente mutual exclusive i exhaustive se neleg acele evenimente care satisfac urmtoarele condiii: - oricare ar fi dou evenimente din mulimea respectiv, acestea nu pot avea loc simultan (exclusivitate); - cu evenimentele din mulime se pot descrie toate strile n care se afl sistemul la care aceste evenimente fac referire (exhaustivitate). 119
10

n relaia (*), expresia / (.B|j4(.) nu reprezint probabilitatea de apariie a evenimentului B atunci cnd se cunoate c evenimentul A, a avut loc (conform expresiei), deoarece estimarea evenimentului B este anterioar estimrii lui At. (Interpretarea corect a acestei expresii din cadrul teoremei lui Bayes este de probabilitate ca evenimentul B s fi avut deja loc, tiind c apariia sa a fost urmat de apariia evenimentului A,). Formula (*) se folosete pentru determinarea probabilitilor posterioare n analizele arborilor de decizie cu informaie perfect. Dac efectul economic ce se obine n plus fa de folosirea modelului cu informaie complet este mai mare dect costul informaiei adiionale, nseamn c se recomand achiziionarea informaiei suplimentare. Cal culele se fac pe baza speranei matematice a valorii informaiei perfecte (diferena ntre sperana matematic a rezultatului folosind informaie perfect i sperana matematic a rezultatului fr informaie perfect). 4.6. Decizii multicriteriale Elementele constitutive ale unui proces de decizie, fie individual sau colectiv sunt: o mulimea variantelor decizionale; o mulimea criteriilor decizionale - principiile pe baz crora se face clasificarea, aprecierea. nsi existena mai multor variante presu pune o posibilitate de a le deosebi ntre ele, ceea ce echivaleaz cu exis ten unui sau mai multor criterii de difereniere. o mulimea strilor naturii; o mulimea consecinelor decizionale. ntr-o problem multicriterial, obiectivele economice se transpun matematic ntr-o funcie creia i se determin optimul. Mulimea obiecti velor sau a criteriilor de evaluare utilizate ntr-o problem decizional trebuie s ndeplineasc o serie de cerine" care permit creterea gradului de corectitudine a deciziei: 1. completitudinea - setul de criterii utilizat s acopere toate aspec tele ce pot nclina balana spre o variant decizional sau alta i s permit asocierea unei uniti de msur pentru fiecare atribut; 2. decompozabilitatea - posibilitatea ca unele criterii cu caracter general s poat fi exprimate prin criterii mai simple, independente; 3. neredundana - un anumit aspect este evaluat printr-un singur criteriu de evaluare;
11

>

Unul dintre avantajele metodei arborelui decizional este dat de faptul c, pentru a evita abateri majore de la evoluia real a fenomenului studiat, decidentul poate reexamina arborele adaptndu-1 noilor condiii, relund raionamentul de la nivelul oricrui nod intermediar de decizie. Numai folosind informaiile achiziionate pe parcursul desfur rii procesului afectat de deciziile sale, decidentul va putea corecta even tualele tendine de abatere major fa de obiectivul propus, extremizarea valorii unor indicatori, inerente contextului de risc i incertitudine. 4.5. Modele de decizie de tip Bayes De cele mai multe ori, decizii cu un grad mai mare de siguran se obin achiziionnd informaie adiional. n acest caz, se folosete modelul arborelui decizional cu probabiliti revizuite pe baza teoremei 9 lui Bayes . Probabilitile simple folosite n rezolvarea arborilor de decizie pot fi revizuite prin achiziia de informaie adiional (figura 4.2). Probabiliti simple (anterioare) sperana matematic a rezultatelor folo sind probabilitile iniiale

1
Achiziie de noi informaii prin eantionare p{B\At)

i
Probabiliti posterioare

sperana matematic a rezultatelor obi nute cu probabiliti posterioare

P(a\B)
Figura 4.2.

Probabilitile condiionate reprezint un instrument de studiu al evenimentelor stochastice (aleatoare) ce permite, ntr-o oarecare msur, n urm cu dou secole, T. Bayes a descris procedeele de revizuire a probabilitilor prin schimbarea probabilitilor iniiale pe baza unor rezultate obinute experimental. 118
9

120

[FIL, 2002, pag. 71]

aprofundare a problemei de estimare a utilitii i studiul condiiilor n care utilitile diferitelor consecine sunt aditive. procedee compozite - n care fundamentarea deciziei presupune efectuarea unor clasamente. De exemplu, n viziunea colii franceze (reprezentate de B. Roy), metoda ELECTRE propune folosirea unor indicatori de concordana i discordan pentru efectuarea clasamentelor. Procedeele bazate pe utilitate (Caseta 4.2) propun estimarea utilitilor fiecrei consecine i nsumarea lor pentru fiecare variant n parte, cu condiia de independen a criteriilor decizionale. Optim''' va fi varianta creia s-i corespund utilitatea total maxim. Conceptul de utilitate a fost introdus n teoria deciziei pentru a compara ntre ele variante decizionale caracterizate prin mai multe consecine . Utilitatea este o mrime subiectiv13 (depinde de aprecierea decidentului) i se D. Bernoulli - unul dintre primii cercettori care s-au ocupat de ideea general de utilitate - a analizat principiul speranei matematice, dominant n teoria comportamentului n condiii de incertitudine, potrivit cruia se prefer varianta care conduce la ctig mediu maxim, principiu care s-a dovedit a nu fi general valabil (de exemplu, paradoxul de la Petersburg). Apariia lucrrii Theory of Game and Economic Behaviour a lui von Neumann i Morgenstern a trezit un nou interes pentru conceptul de utilitate a lui Bernoulli i a formulat o mulime de axiome ce ne dau posibilitatea folosirii unei scri, (scara de utilitate) pentru msurarea preferinelor decidentului D. Aceast scar este astfel definit nct dac D alege o alternativ cu utilitatea cea mai mare, el va aciona n conformitate cu preferina lui. J. Von Neumann i O. Morgenstern (1947) au fost primii care au considerat utilitatea ca o cuantificare a preferinelor, formulnd primul sistem de axiome pentru aceasta. Ulterior au fost propuse i alte axiomatizri pentru utilitate, toate converg ctre aceeai concluzie: funcia utilitate este unic pn la o transformare liniar pozitiv. Mai departe, nu se poate elabora pe ideea unicitii utilitii deoarece nu exist nici o definiie natural a valorii zero i a utilitii pentru unitate. 13 n luarea unei decizii, factorul hotrtor este dat de experiena i intuiia decidentului. Folosit pentru decizii, intuiia opereaz cu utiliti. Utilitatea se exprim prin gradul de satisfacie pe care-l nregistreaz decidentul optnd pentru o cale sau alta de rezolvare a problemei de conducere n raport cu interesele i obiectivele sale i ale organizaiei. n condiiile interaciunii cu mediul, unele obiecte sunt identificate ca susceptibile de a satisface anumite trebuine ale omului. Altele, dimpotriv, se opun satisfacerii acelorai trebuine. Obiectele din prima categorie determin o reacie de apropiere, iar cele din a doua categorie o reacie de ndeprtare, nsuirile obiectelor de a satisface anumite trebuine poart denumirea de valene. Acestea pot fi pozitive sau negative. Valenele nu reprezint nsuiri n sine ale obiectelor, ci deriv din utilitatea pe care individul o atribuie obiectelor. De exemplu, un obiect poate avea valene diferite nu numai pentru indivizi diferii, ci chiar pentru acelai individ de la un moment la altul. 123
12

4. operabilitatea - exprimarea criteriilor ntr-o manier comun de ctre decideni; 5. numr minim suficient de criterii: numrul de criterii folosite ntr-o problem decizional s fie acceptabil" (fr a simplifica ns excesiv problema) pentru a permite fundamentarea n timp real a deciziei. Ideal, ar fi ca setul de criterii s fie ortogonal - criteriile s fie inde pendente sau decuplate - totui, de cele mai multe ori, acestea presupun interdependene sau suprapuneri. Consecinele corespunztoare unui criterii reprezint tot attea obi ective posibile din punct de vedere al criteriului respectiv. Aceste obiec tive pot fi explicitate: minimizarea cheltuielilor, maximizarea efectului social de tip A etc. Principala dificultate a deciziilor multicriteriu const n faptul c, de regul, n problemele decizionale complexe nu vom gsi un vector ndimensional de consecine care s domine complet mulimea variantelor fezabile. Procesul decizional presupune evaluarea mai multor variante decizionale n vederea alegerii uneia dintre ele. De cele mai multe ori, evaluarea variantelor decizionale se face pe baza mai multor indicatori economici considerai criterii de evaluare. Problemele n care se caut varianta decizional optim n raport cu mai multe criterii se numesc probleme de optimizare multicriterial. n cazul optimizrii multicriteriale se trateaz distinct: optimizarea multiatribut i cea multiobiectiv (tabelul 4.3). Vorbind despre deciziile multicriteriale, acestea, de asemenea, se clasific n: A. Decizia de tip multiobiectiv are la baz un model cuprinznd restricii i funcii obiectiv. Aplicarea unui algoritm adecvat conduce la o soluie (de regul, suboptimal) n raport cu fiecare funcie-obiectiv luat individual), avnd caracterul unui compromis ntre funciile obiectiv; B. Decizia de tip multiatribut urmrete alegerea unei variante de decizie dintr-o mulime finit dat, innd seama n mod simultan de mai multe criterii pe care fiecare variant le satisface n mod diferit. Se caut varianta optim din punctul de vedere al tuturor criteriilor innd seama de faptul c se urmrete satisfacerea fiecrui criteriu la maximum. Determinarea propriu-zis a lui variantei optime d* depinde de natura modelului adoptat i poate fi fcut prin intermediul unor metode: - analitice - pe baza unor condiii de necesitate i suficien, deduse din modele analitice de tipul unor ecuaii funcionale sau difereniale bazate de condiii de convergena a algoritmului de cutare a soluiei; 121

exprim, n acest caz, prin gradul de satisfacie pe care l obine deciden tul cnd opteaz pentru una sau alta dintre variantele decizionale, n raport cu obiectivele sale i ale organizaiei. Acest concept poate fi aplicat att n cazul existenei mai multor criterii de evaluare pentru a face posibil compararea diferitelor evaluri, ct i pentru a exprima atitudinea decidentului fa de riscul adoptrii unei variante decizionale. Caseta 4.2. Descrierea general a utilitii Noiunea de utilitate a aciunilor i a evenimentelor n raport cu un scop reprezint un concept de prim importan ce apare n studiul fenomenelor economice i sociale, a interaciunii dintre diferite grupuri de indivizi raionali. Utilitatea unei aciuni determin o anumit conduit a decidentului, orientndu-1 spre decizii bune" n condiii de risc. Mrimea aceasta este subiectiv i asociat fiecrei variante va determina, prin valoarea sa maxim, care este vari anta decizional optim. Dac strilor ce determin diferitele aciuni le corespund probabiliti subiective, iar rezultatelor respective li se asociaz valori ale utilitii (maxim pentru rezultatul cel mai favorabil, minim pentru cel mai defavorabil, iar pentru cele intermediare se determin prin metoda grafic sau prin interpo lare), atunci sperana matematic a utilitii determin utilitatea alegerii unei va riante decizionale (prin cutarea celei mai mari sperane matematice de utilitate). Este evident caracterul relativ i subiectiv al conceptului de utilitate; aceasta este definit ca o funcie cu valori n [0, 1] reflectnd prin valoarea maxim 1 preferina maxim i prin 0 pe cea minim. Procedeele compozite efectueaz compararea complex i iterativ a variantelor multi-criteriu, folosind instrumente din teoria grafurilor i a mulimilor fuzzy. Forma general a unui indicator compozit este dat de
n

- euristice de determinare a soluiei satisfctoare (optimale sau suboptimale) pe baza unor considerente insuficient exprimate analitic, dar validate practic. Tabelul 4.3. Clase de metode multicriteriale - comparaie Optimizarea multiobiectiv Optimizarea multiatribut Mulimea finit infinit (fiecare variant este caracteri soluiilor zat de mai multe atribute nu admisibile merice sau nenumerice) Criteriile atribute obiective definite prin Criteriile de optim se pre Optimizarea presupune compa zint sub forma unor funcii rarea variantelor i alegerea ace obiectiv care trebuie maxi leia care satisface maximal an samblul atributelor mizate/minimizate Obiective implicite explicite urmrite Soluia este aleas prin com Alternativa preferat (suboptipararea cu scopurile propuse mal) este cea care satisface cel (abateri ct mai mici fa de mai bine" atributele scopurile pro-puse) Atribute explicite implicite inactive, ncorporate n atri active Restricii bute Variante de numai n numr finit n numr infinit decizie Interaciune cu mare mai mic decidentul Utilizare Selecie, evaluare proiectare Pentru alegerea variantei decizionale optime este necesar ierarhi zarea variantelor decizionale disponibile n raport cu toate criteriile dorite. Dar, n general, o variant optim n raport cu un criteriu este suboptimal n raport cu celelalte criterii. De aceea, se caut varianta care realizeaz cel mai bun compromis pentru toate criteriile. In acest scop, este nece sar transformarea valorilor indicatorilor n mrimi care s permit att compararea variantelor, ct i agregarea valorilor criteriilor de evaluare. Din multitudinea de propuneri de metode utile pentru rezolvarea problemei multicriteriu se pot meniona dou tipuri reprezentative: procedee bazate pe conceptul de utilitate - n care se recomand alegerea variantei cu utilitate maxim. Dac criteriile de evaluare sunt exprimate n uniti de msur diferite, pentru uurina exprimrii n termeni cantitativ se folosete utilitatea. Aceste metode presupun o 122

I ___ w i " %i

m c a r e

I reprezint valoarea indicatorului construit pe

baza a n variabile normalizate Xb /=/,..., i wt reprezint ponderile


n

asociate variabilelor A"",, astfel ca 0 < wj < 1 i wi = 1.


/=i

124

Variante decizionale c, V, c v2 c2, vm Cmi

Criterii de decizie c2 Ca c22


Cm2

Ctj

cn c, c2n c

n care: Vb i=l,...,m desemneaz setul de variante din care se va face alegerea celei mai bune/convenabile; C7,, j=l,...,n reprezint mulimea de criterii identificate. Fiecrui criteriu Cj i se poate asocia un coeficient de importan kj, obinndu-se vectorul K={ki, k2,.... K}Ay, i=l,...,m; j=l,...,n este un rezultat numeric ce analizeaz fiecare variant decizional Vt din punctul de vedere al criteriului Cy. Se presupune c se cunosc cu certitudine consecinele ay dup criteriul Cj (j = l,m) pentru fiecare variant Vt (i = l,n) care aparine mulimii variantelor posibile. Problema esenial a procesului de decizie este ca pentru fiecare pereche de variante Vt i Vh s se poat stabili o relaie care s duc, n final, la realizarea unui clasament (n funcie de preferina decidentului). Dac s-ar lua n considerare un singur criteriu CJt atunci s-ar putea stabili relativ simplu o relaie de preferin ntre oricare dou variante. Cnd se folosesc mai multe criterii situaia devine mai dificil. Pentru simplificare, se introduce conceptul de dominan astfel: o variant Vt domin varianta Vh, adic [VtD Vh] dac prima variant este preferat sau cel puin indiferent, dup fiecare criteriu, dar este strict preferat n raport cu cel puin un criteriu fa de varianta h. Dac o variant V0 este dominat de toate celelalte se numete ineficient i va fi eliminat din mulimea variantelor posibile. In mod alternativ, o variant este eficient dac nu este dominat de toate celelalte variante (exist cel puin un criteriu care este preferat fa de una sau mai multe alte variante). Dac o variant este preferat fa de toate celelalte variante, atunci este lider" al clasamentului i va fi aleas de decident pentru a fi aplicat (va desemna soluia"). 127

Caseta 4.3. Tehnici de normalizare 1. deviaia standard fa de medie - aceasta folosete o distribuie normal redus (de medie zero i abatere standard egal cu 1). Astfel, valori pozitive pentru o variabil indic performan superioar mediei: ( valoare curenta - valoare medie V deviaia standard J 2. distana fa de valoarea cea mai bun (sau fa de topul clasamentului) -valoarea de 100 este asociat celei mai bune valori a variabilei Xt i calculeaz apoi puncte procentuale ale distanei fa de aceasta: 1 0 ( / valoare curenta \
V valoare maxima )

3. distana fa de medie - media (ponderat sau neponderat) primete valoarea 100, iar diferitelor valori li se asociaz o valoare de tipul lOof v a l o a r e c u r e n t a l ; valorile peste 100 indic o performan superioar V, valoare medie ) mediei. 4. distanta ctre cel mai bun/cel mai slab standard - se folosete transformarea m ( valoare curenta- valoare minima \ i a r poziionarea V valoare maxima - valoare minima ) unei valori individuale se face de la 0 (cea mai neconvenabil valoare) ctre 100 (valoarea cea mai convenabil); 5. scar de categorii - cu ajutorul creia se asociaz fiecrei variabile un scor (numeric - de genul4 mulimii numerelor naturale 1, 2, ... sau al rangurilor) sau un calificativ' de tipul: - pentru un criteriu de tip importan - relevan impactul preconizat/dezirabilitate: foarte important Aspect crucial, prioritate maxim important Aspect relevant, importana/prioritate secundar neimportant Aspecte neinteresante ca ordine/prioritate nesemnificativ Aspecte far relevan/de neglijat, fr nici o prioritate - pentru un criteriu de tip beneficiu - impactul preconizat/dezirabilitate: foarte dorit Efecte pozitive/atractiv, de dimensiuni mari/nsemnate dorit Efect pozitiv nedorit Efecte negative/defavorabil; de mare amploare de evitat Efect extrem de nefavorabil Nu se recomand scri cu o valoare neutr (cu cardinal numr impar) deoarece aceasta ar avea puin relevan n orice judecat politic" asupra variabilelor. 125
14

Totui, este posibil ca, n baza relaiei de dominan dou variante s nu poat fi comparate, situaie care duce la folosirea unor metode precum: - metode globale (prin construirea unui indicator sintetic, sau estimarea prin utiliti globale); - metode lexicografice; - metode bazate pe calculul distanelor ntre variante. Fiecare din aceste metode se bazeaz pe o serie de argumente lo gice, fr a reui s elimine total subiectivismul n aplicarea lor; alegerea unei metode specifice se face, n principiu, innd seama de preferinele metodologice ale decidentului ntr-un anume context decizional. Atributele pot avea ponderi egale n fundamentarea unei decizii sau pot fi ierarhizate prin asocierea lor cu mrimi de ponderare, care exprim preferinele decidentului. Dou faze sunt necesare: 1. preselectarea variantelor (eliminarea acelor variante aflate n afara unor condiii standard) i a celor dominate; 2. selecia propriu-zis a variantei optime. Metodelor de optimizare multiatribut li se poate aduce obiecia c adun i compar mrimi care au devenit prin normalizare adimensionale, dar care au semnificaii diferite. Obiecia rezist h plan teoretic, dar euristica decizional adopt metodele anterioare n virtutea principiului orice lege este mai bun dect absena legii"". Obiecia rmne cu valoare de avertisment mpotriva aplicrii independente de context a metodelor respective i atrage atenia asupra necesitii unei analize fenomenologice a problemei nainte de a alege i de a aplica metodele de optimizare multiatribut. Metoda utilitii globale maxime Pentru departajarea unor variante Vt decizionale (fie n variante) i pentru selectarea celei mai bune oferte prin considerarea simultan a mai multor criterii de apreciere (C,, j=],...,n) se folosete metoda utilitii globale maxime. Gsirea celei mai bune combinaii de atribute (caracteristici ale unei variante) formeaz obiectul problemei multiatribut. Aceasta presupune transformarea tuturor valorilor numerice av (exprimate n unitile de msur asociate) i a caracteristicilor calitative n utiliti uy, adic valori numerice (adimensionale) situate n intervalul [0, 1]. 128

- pentru un criteriu de tip fezabilitate - impact, aplicabilitate practic: foarte fezabil Fr restricii de implementare/aplicare; posibil fezabil Uoare restricii posibil nefezabil Piedici, restricii n realizare improbabil de realizat Restricii majore de implementare/aplicare Problema deciziilor multicriteriale cu atribute multiple n domeniul deciziei multiatribut, metode diferite pot conduce la rezultate diferite. Nu insuficiena sau incorectitudinea metodei respective creeaz aceast situaie, ci faptul c punctul de vedere decizional este particularizat la nivelul metodei ntr-o msur mai mare dect n cazul algoritmilor de optimizare. Ca elemente ale procesului decizional multiatribut se au h vedere urmtoarele: Obiectivul sau obiectivele deciziei. Obiectivul unui proces decizio nal este reprezentat de nivelul propus a fi realizat pentru un anumit criteriu. Fiecrui obiectiv propus i corespunde un coeficient de impor tan Ct. > 0. Introducerea n model a vectorului C" se justific prin faptul c, la un moment dat, n activitatea unei organizaii pot exista diferite prioriti n satisfacerea obiectivelor. Decidentul (individual sau colectiv) este cel care selecteaz una dintre variantele posibile. Eventual, pentru decizii colective, fiecrui decident i se asociaz un coeficient de autoritate: di > 0. Mulimea variantelor decizionale (alternativele, strategiile). Iden tificarea i stabilirea acestora constituie o etap de maxim importan n fundamentarea deciziei. Omiterea unor variante posibile sau includerea n list a unor variante nerealizabile poate afecta de la nceput calitatea deciziei. Problema esenial const h determinarea variantei optime ca element de preferin maxim n mulimea variantelor ,4*"Mulimea criteriilor decizionale. Criteriile de decizie sunt puncte de vedere ale decidentului cu ajutorul crora puncteaz aspecte ale reali tii; se caracterizeaz prin mai multe niveluri, iar fiecare nivel corespun ztor unui criteriu de decizie reprezint tot attea obiective posibile. Deci, obiectivul unui proces decizional, din punctul de vedere al unui criteriu, este tocmai nivelul propus a fi realizat pentru acel criteriu. Elementele tipice ale unui model decizional multiatribut pot fi grupate h form matriceal astfel: fie V={VU V2, ... Vm} o mulime de variante i o mulime de criterii C={Ci, C2,.... C}. 126

us

Ipoteza de baz n funcionarea corect a metodei sumei ponderate este independena criteriilor. [FIL, 2002, pag. 199] Cea mai mare dintre utilitile sintez indic varianta cea mai bun. Metoda de determinare a coeficienilor de importan n cazul deciziilor dup mai multe criterii, se impune adesea ierarhizarea fiecrui criteriu dup importana lui ntr-o anumit etap de dezvoltare a organizaiei. Criteriile se pot ierarhiza prin acordarea de ctre decident a unor coeficieni de importan (KJ) care iau valori ntre 0 i 1. Suma coeficienilor de importan acordani pentru toate criteriile luate n consideraie este egal cu 1. Elementul Iyse definete astfel: - Iy ia valoarea 0 dac criteriul / este mai puin important dect criteriul j , - Iv ia valoarea 0,5 dac este la fel de important - I,j ia valoarea 1 dac este mai important dect criteriul j. Nivelul de importan se stabilete cu formula: j Valoarea cea mai mare a nivelului de importan reprezint locul 1 n ierarhie, iar valoarea cea mai mic ultimul loc; loc ierarhie Dintre procedurile cele mai cunoscute ale ponderilor se poate cita metoda AHP - Analytical Hierarchy Process, dezvoltat de Saaty in 1980. Saaty pleac de la premisa c decidentul, din considerente legate de limitele memoriei sale pe termen scurt, nu poate lua simultan n considerate multe criterii . Aceast metod presupune calculul valorilor proprii ale unei matrici simetrice format din compararea importanei criteriilor pe perechi [FIL, 2002, pag. 199]. O cifr celebr - apte - este folosit pentru a descrie ncrcarea maxim cu informaie pe care un observator o poate suporWfurniza asupra unui obiect pe baza unui raionament absolut - citat de [ION, pag. 132] din lucrarea: Miller, G.A, The Magic Number 7, Psychological Review, vol. 63,1965, pag. 81-87. 131
18

, = _ L " y sau ' = Z J ' v

Transformarea atributelor reale (exprimate n unitile specifice de msur) se face difereniat n funcie de direcia dorit de optimizare a valorilor numerice15: o pentru criterii de minimizare:
UIJ=J
j max max j
J

min

o pentru criterii de maximizare:


"jmax "jmin

- coeficientul de importan: K =
1

unde: ajmax este valoarea maxim pentru criteriul j ; ajmin este valoarea minim, ajj este o valoare oarecare considerat dup criteriul j, Uy este utilitatea variantei i n funcie de criteriul j. o pentru criteriile nenumerice (exprimate numai prin cuvinte), setul de utiliti corespunztoare unor asemenea criterii se determin de obicei, n mod subiectiv - prin acordarea de valori particulare n intervalul [0,1]. Eventual, pentru criteriile numerice se pot folosi i alte funcii de utilitate liniare sau neliniare. Funciile de utilitate u(V) asociaz fiecrei variante (Vj, V2>..... Vm) o valoare din mulimea numerelor reale (R) i au urmtoarele proprieti: 1. Vi va fi preferat lui V} dac i numai dac u(V) > u(Vj); 2. [pVj, (l-p)Vj] = p u(Vi) + (1-p) u(Vj), unde p este probabilitatea cu valori n [0,1]; Dac proprietile 1 i 2 sunt ndeplinite, atunci se poate construi transformarea liniar: u '(V) = m(Vi) +b pentru a>0 i b > 0. In cazul funciilor de utilitate liniare, procedura practic de deter minare a utilitilor const n a considera cunoscute utilitile a dou valori (minim = 0 i maxim = 1), i obinerea prin interpolare a utilitilor pentru celelalte valori.

Se folosete funcia liniar de utilitate utj =a + p- atj cu /desemnnd numrul observaiei, iar j indicele criteriului. 129

15

Folosind o variant simplificat a metodei AHP, determinarea pon derilor relative ale atributelor considerate n raport cu obiectivul avut n vedere presupune compararea pe perechi a atributelor i alternativelor. Aceast comparare se realizeaz pentru a determina importana relativ (ponderile) a atributelor de la acel nivel n raport cu fiecare element de la nivelul imediat superior al ierarhiei, obinndu-se o matrice a compara iilor ntre perechile de alternative decizionale pentru fiecare criteriu. Comparaiile pe perechi sunt fcute prin evaluare lor subiectiv de ctre decideni. Importana relativ 1 3 5 7 9 2,4,6,8 Influena reciproc Apreciere La fel de important Tabelul 4.4. Explicaia

Caseta 4.4. Toate metodele directe de rezolvare a problemei deciziilor multicriteriale folosesc funcii de utilitate (care reprezint de fapt funcii de agregare ale criteriilor). n conformitate cu o teorem enunat de G. Pun16 cu privire la modalitile de agregare a indicatorilor economico-sociali17, nu exist nici o metod direct de rezolvare a problemei deciziilor multicriteriale care s ndeplineasc cele trei condiii transpuse n condiiile de multicriterialitate.
1 2 3

Pentru fiecare criteriu Q exist pragurile ek, ek , sk i exist o partiie a lui V format din clasele x , 2 , "3 i <^4 tocat: a) aik > ajk i aik, aJk > el, atunci Vt >~Vj, dar dac aik - ajk <e\ este posibil ca afirmaia Vt >~ Vj s nu fie adevrat. O ierarhie cu aceast proprietate se numete sensibil. b) dac \aik - aJk\ < e\ atunci VnVj ek,
k }

Dou elemente (de ex. indicatori) influen eaz n aceeai msur obiectivul preco nizat Mai important Un element este factor de influen uor mai important. Semnificativ mai Un element este factor de influen sem important nificativ mai important. "Crucial" mai important Un element este factor de influen deosebit de semnificativ mai important Extrem de important Valori intermediare Diferena ntre influenele celor doi factori este net diferit. Nuanri ale relaiilor de importan relativ Dac v este aprecierea ntre factorii / si j, atunci influena de tip reciproc este descris prin l/v.

k = 1,...,4; n acest

caz, ierarhia se numete anticatastrofic. c) dac - aJk | > el atunci Vt e , V e , k = 1,2,3, adic ierarhia ar fi necompensatorie. Se consider c desemneaz clasa variantelor slabe", 2 este clasa variantelor bune, ^3 este clasa variantelor foarte bune i ^ 4 este cea a variantelor excelente. Pentru fiecare ofert (sau variant Vt , i=l,...,m) se calculeaz o utilitate global/de sintez (ush i=l,...,m) ca sum a utilitilor individuale pentru criteriile considerate, eventual, ponderate cu coeficieni de Yk =1 importan (^,7=/,..,, de obicei, satisfcnd condiia J ): Pun, Gh., Restricii n problema indicatorilor sociali, Editura Academiei, Bucureti, 1982; vezi i capitolul 1, pag. 36, 17 O funcie de agregare a unor asemenea indicatori trebuie s fie: sensibil (adic aproape strict monoton n raport cu fiecare indicator), anticatastrofic (pentru creteri semnificative ale unui argument valoarea funciei s creasc), non-compensatorie (pentru o diferen foarte mare a indicatorilor, valorile funciei s difere semnificativ). 130
16

Fiecare numr din tabel indic, pe o scar de la 1 la 9, gradul de importan a unui atribut fa de alt atribut: Valori/Rate Descriere 1 -preferat n aceeai msur sau indiferent; 2 preferat n aceeai msur dar cu unele tendine moderate de difereniere ntre variante; 3 -preferat moderat; 132

i al greutii opiniilor (alte denumiri: agenie, corporaie, instituie, reea i corespund organizaiei cu structur matriceal). Caseta 4.5. Avantaje i dezavantaje ale deciziilor de grup Avantaje In procesul decizional de grup sunt generate mai multe informaii i sunt utilizate mai multe cunotine (grupurile sunt mai vigilente - mai muli oameni scaneaz acelai mediu). Sunt generate mai multe alternative decizionale (grupurile pot genera mai multe idei dect indivizii i pot evalua mai bine dect indivizii). Implicarea n aplicarea deciziei finale va fi mai mare din partea celor implicai (oamenii vor s fie implicai n decizii care i privesc, oamenii neleg mai bine deciziile la care au participat i ei, oamenii vor fi mai angajai n deciziile la care ei nii au investit timp i energie) Se poate ajunge la mbuntirea comunicrii, datorit faptului c managerii implicai i informeaz subalternii n legtur cu motivele lurii deciziei. n selectarea alternativei optime, grupurile pot fi mai dispuse s i asume riscuri mai mari dect decidendi individuali. Creterea creativitii rezultat din existena mai multor abordri i puncte de vedere diferite. Dezavantaje Procesul decizional de grup dureaz mai mult i'presupune, deci, costuri mai mari. Deoarece grupurile nu pot rspunde solidar pentru succesul implementrii, aceast abordare poate determina apariia unei situaii n care nimeni nu este rspunztor (are loc diluarea responsabilitii - n caz de nereuit, fiecare membru al grupului ia parte la povara consecinelor negative i nici unul nu va fi responsabilizat singular prin pedeaps). Membrii grupului pot fi presai s accepte decizia preferat de majoritate; de asemenea, unul sau mai muli membri pot domina grupul, reducndu-i eficacitatea. Deciziile de grup pot fi, n unele situaii, rezultatul compromisului sau al indeciziei unei pri a grupului. Indivizii pot ncepe s cread c ar trebui s fie implicai n toate deciziile, inclusiv n cele care n mod normal sunt unilaterale i impuse din partea superiorilor. . Pot interveni fenomene de tip gndire de grup"21 sau alte efecte 22 corelate .
21 Gndirea de grup (concept introdus de ctre Irvig L. Janis) apare atunci cnd membrii grupului au o puternic dorin de consens i coeziune i 135

4 5 6 7 8 9

- preferat ctre foarte preferat; - foarte preferat; -foarte preferat, ctre preferat n mod evident; -preferat n mod evident; -preferat n mod evident ctre extrem de referat; - extrem de preferatlv.

Cnd se inverseaz comparaia ntre dou atribute, atunci valoarea importanei este egal cu inversul valorii comparaiei directe. Pentru transformarea n ponderi a comparaiilor ntre atribute i a celor ntre alternative h raport cu fiecare atribut, realizate la pasul ante rior, se folosesc matricile de tipul celor din tabelele 4.5 i 4.6, apoi are loc verificarea consistenei comparaiilor efectuate. Ponderile ntr-o variant normalizat rezult din ultima coloan a tabelului 4.6. Tabelul 4.5. Intensitatea importanei relative a unui criteriu I fa de cellalt J Elemente de tip atj J2 Ji 1 <*21 I, 1 h an Sume pe coloana Sj s2 Ponderi

Tabelul 4.6. Elemente J, J2 normalizate de tip nn=a,iS] "12 h


"21=a2i/Si
"22

Saaty construiete indicatorul de consisten i raportul de consis ten . De asemenea, indicele de inconsisten are rolul s alerteze [http://roger babson.edu/osbome/doit] 133

...

sunt mai puin interesai s ajung la cea mai bun soluie cu putin. Fenomenul descrie un mod de a gndi n care oamenii se angajeaz cnd sunt puternic implicai ntr-un grup coeziv, cnd dorina lor de a instala consensul este mai puternic dect cercetarea realist a celorlalte alternative"; se refer la deteriorarea eficienei mentale, a realitii testate i a judecii morale care rezult n urma presiunilor grupului". Cauze ale gndirii de grup pot fi generate de comportamentul inadecvat al liderului, izolarea grupului fa de informaiile externe, existena unui lider puternic i dominant i lipsa de proceduri de cutare potrivit de alternative i asigurare a lurii n considerare a tuturor prerilor. Urmtoarele simptome pot aprea; - iluzia de invulnerabilitate - membrii grupului sunt suprancreztori i dispui s i asume riscuri mari - grupurile care sunt implicate n acest fenomen nu discut soluiile alternative; caut mai degrab s justifice decizia dect s priveasc asupra unor soluii mai bune. - prezena diferiilor factori interni sau externi conduc la apariia percep iilor stereotipizate" care duc la crearea conflictelor sociale; Problemelor i contraargumentelor de neignorat li se dau interpretri raionale pentru a fi ndeprtate; - n momentul n care grupurile iau decizii, se ignor standardele morale ale propriilor lor decizii fr a se gndi la posibilele consecine; - presiunea spre conformitate - membrii grupului se preseaz reciproc s intre n rnd i s se conformeze vederilor grupului - presiunea direct a oricrui membru care exprim argumente puternice mpotriva unor stereotipuri, iluzii sau angajamente ale grupului face ca acest tip de dezacord s fie contrar celor ateptate de la toi membrii loiali"; - anticipnd reacia negativ a grupului, membrii acestuia omit n mod constant alternative innd n forul interior" argumentele contrare i fcnd acest lucru, compromit decizia; - iluzia unanimitii - nefiind discutate diferitele opinii de ctre membrii grupului, membrii grupului se conving pe ei nii c au suport unanim pentru cursul ales al aciunii; - protecia mental - apariia paznicilor minii" - persoane ce protejeaz grupul de informaii care merg n sens opus deciziilor i care pot zdrobi" deciziile respectiv ideile mprtite de membrii grupului. Ca o soluie la acest fenomen negativ, se poate transforma gndirea de grup n gndirea de echip (groupthink - n limba englez^ aceasta este caracterizat prin ncurajarea prerilor divergente, exprimarea liber a grijilor i ideilor, recunoaterea individualitii membrilor i discutarea ndoielilor colective". 2 Cauzat de dorina exagerat de conformism cu grupul, paradoxul Abilene este strns corelat cu cel de gndire de grup, sau cu capcanele decizionale. Paradoxul Abilene (consacrat de ctre Jerry B. Harvey - n anul 1988) const n aceea c oamenii ajung astfel s acioneze contrar propriilor lor interese, dar i a celor din jur. Fenomenul de grup se formeaz din cauza unei presupuneri eronate, conform creia toate persoanele ar fi acord fa de o anumit decizie, dar, de fapt, nimeni nu o dorete n mod real. n management se utilizeaz n scopul justificrii deciziilor slabe. 136

decidentul n cazul apariiei unor inconsistene n comparaiile pe perechi efectuate anterior, valoarea 0 indicnd consistena perfect. Orice evaluare conduce la un indice mai mare dect zero datorit influenei subiectivitii decidentului n evaluarea importanei atributelor. Inconsistena trebuie s devin ngrijortoare numai dac depete valoarea de 0.1 i, n acest caz, comparaiile trebuie reexaminate. 4.7. Decizii multiparticipani Grupul, spre deosebire de colectivitate, este unitatea social com pus din persoane care mprtesc aspiraii, au relaii reciproce i un set de norme i un sistem de valori care reglementeaz comportarea membri lor n problemele care pot avea consecine asupra lor. Condiii de baz ale grupurilor de decizie sunt: - grupul urmrete ntotdeauna un obiectiv; - necesitatea de a utiliza abiliti i cunotine comune; - specialitii se completeaz n cunotinele de specialitate; - trebuie s existe o relaie de ncredere, nu neaprat de prietenie; - existena unei coeziuni a grupului; - fiecare membru i asum un rol n cadrul grupului; - comportarea membrilor s fie reglementat de un sistem de va lori i un set de norme. n funcie de gradul de autoritate i de rspundere al participanilor i de modul de comunicare (mai mult sau mai puin oficial), se disting: decizii (negociate) de grup: - atunci cnd exist un climat de cooperare, n care participanii cu poziii de autoritate apropiate i mpart responsabilitile, urmresc aceleai obiective principale i adopt decizii; (alte denumiri pentru grup: comitet, consiliu, panel i corespund organizaiei cu structur aplatizat); decizii organzaionale: - asumarea responsabilitii pentru decizia final revine unui singur individ, dei n procesul de elaborare a decizie particip i alte persoane (asisteni), care mpreun formeaz echipa decizional ierarhic'' (deci zia este considerat unilateral); - atunci cnd participanii, dei contribuie n mod direct la luarea deciziei ocup poziii evident inegale din punct de vedere al importanei

134

Vezi, pentru detalii i formule [FIL, 2002, pag. 235-237]

Fie un grup compus din m membri, care trebuie s decid asupra a n alternative. Se noteaz a,y preferina (rangul) pe care un membru / o atribuie alternativei j (1 pentru cea mai preferat, 2 pentru urmtoarea,..., n pentru ultima preferat). Ansamblul preferinelor exprimate de membrii grupului alctuiesc o matrice A = [<%], de dimensiuni m x n. Se caut un vector linie g = [gy] care exprim preferina colectiv a grupului asupra alternativelor j = l,n. Interesul practic al acestei metode rezid n faptul c fiecrui decident i se solicit o apreciere ordinal asupra alternativelor, fr a fi necesar o cuantificare cardinal (fiecare trebuie s decid dac prefer alternativa A fa de B i nu dac prefer pe A de trei ori fa de B). Pe de alt parte, sunt foarte frecvent ntlnite n realitate situaii de decizii de grup formulate n termenii de mai sus ai metodei (propuse iniial de Borda i formulat teoretic de Kendall, dou secole mai trziu). Paii metodei sunt: a) se nsumeaz pe fiecare linie a matricei A = [a,;] (pe fiecare variant) toate elementele: Sj = ^ a ^ Tabelul 4.7. D2 Dj
an
a2j
&2n

Caseta 4.6. Cum trateaz grupurile riscul? Discuiile de grup tind s polarizeze sau s exagereze poziia iniial a grupului: schimbarea n favoarea riscului: tendina grupurilor de a lua decizii mai riscante dect media riscului iniial susinut de membrii si (numrul i dimensiunea mare a grupului ofer siguran - responsabilitatea difuz pentru o decizie necorespunztoare ncurajeaz grupul s rite mai mult); schimbarea n favoarea conservatorismului - tendina grupurilor de a lua decizii mai putin riscante dect media riscului susinut iniial de membrii si. Grupurile sunt prudente cu membrii care se verifica i se echilibreaz reciproc, astfel nct un rezultat conservator este sigur). Discuiile de grup genereaz idei i argumente pe care membrii individuali nu le-au luat n considerare anterior (aceste informaii favorizeaz n mod natural tendina ctre risc sau ctre pruden). Din moment ce discuia ofer motive mai multe i mai bune pentru tendina iniial, aceasta este ntrit; membrii grupului ncearc s se reprezinte ca asemntori" n linii mari celorlali membrii - acetia ncearc s se apropie/s i depeasc pe cei mai buni" prin adoptarea unei versiuni mai hotrte fa de poziia iniial a grupului. Metode de raionalizare a deciziilor de grup Importana tratrii deciziilor de grup rezult din ponderea mare pe care acestea le dein n managementul unei organizaii, ca urmare a extinderii folosirii metodelor participative de management. Cerinele de raionalizare a deciziilor de grup sunt mai complexe dect cele ale deciziilor unipersonale. J. K. Arrow definete cinci astfel de condiii; o metoda deciziei de grup trebuie s fie aplicabil tuturor variantelor posibile; o dac o anumit variant urc" pe scara preferinelor fiecrui individ, atunci aceasta trebuie s urce i pe scara preferinelor grupului; o dac decizia se refer la n" alternative posibile, clasamentul grupului nu se va modifica prin luarea n considerare a unei noi variante; o regula dup care se ia decizia de grup nu trebuie s fie indepen dent de opiniile individuale, ci trebuie s depind direct de acestea; o decizia de grup nu trebuie s fie identic cu opinia unui anumit membru al grupului fr a ine seama de opiniile celorlali. Alturi de aceste principii, Arrow a emis i aprecierea c nu exist nicio metod pentru a elabora decizia n colectiv care s in cont de toate cele cinci propoziii simultan (aa numitul ,j?aradox Arrow")23. n acest Vezi i [FIL, 2002, pag. 274-275]

Decideni Alternative D,
Ai an am

Dm
ami amj amn

Scor

s,
Si

A
A

a,j

b)se ordoneaz cresctor valorile S; obinute, iar ordinea indic preferinele grupului (varianta cu suma cea mai mic reprezint alegerea 25 grupului) . Datorit simplitii mari se consider c este pretenios" ca metoda nsumrii rangurilor (denumit i metoda Borda-Kendall de consens) s fie catalogat ca o metod de decizie de grup, dar generalitatea ei permite abordarea unor cazuri particulare de probleme noi de decizii de grup. De asemenea, se pot acorda note n sens invers: 1 pentru cea mai puin preferat, 2 pentru urmtoarea .a.m.d. n aceast situaie, alternativa aleas este cea cu punctaj maxim. 139
25

137

Dei este un procedeu de calcul foarte facil, metoda Borda-Kendall ndeplinete proprietile de baz care permit demonstrarea faptului c alternativele problemei sunt cu att mai preferate cu ct se afl mai aproape de alternativa considerat ideal. n acest context, se poate utiliza metoda deviaiei minime". Alternativa ideal este o alternativ creia toi membrii grupului i-ar acorda calificativul ca fiind cea mai preferat (poziia 1), adic vectorul su de preferine ar fi format n totalitate din valori egale cu 1. Se calculeaz distanele ntre fiecare alternativ real i cea ideal i se face ordonarea n funcie de valorile distanelor calculate: Dj = ^ (a y - 1 ) , iar prin dezvoltarea sumei se obine:
j

sens, a specificat faptul c, n situaia n care preferinele individuale prezint un spectru larg de difereniere, atunci singura cale prin care indivizii pot s ajung la o decizie comun este dictatura sau impunerea unei mulimi de valori independente de valorile deinute de membrii grupului. Pentru raionalizarea deciziilor de grup se pot folosi mai multe metode, ntre care: - metoda simplei majoriti, - metoda calculului majoritii ca o compunere de utiliti indivi duale, - algoritmul Deutch-Martin, - metoda ELECTRE tridimensional. Metode de luare a deciziei de grup Metoda cea mai simpl i mai rapid pentru luarea deciziilor n grup este votarea, utilizat de numeroase instane sociale ca form de exprimare democratic. Aceast metod prezint ns unele dezavantaje, precum: - excesiva simplificare a evalurii realizat de fiecare membru al grupului, rezumat la dou valori: unu pentru cea mai bun variant i zero pentru restul. Nu permite discriminarea opiunilor care ocup poziiile urmtoare celei mai preferate dintre variante; - n situaia n care rezultatul votrii este doar cu puin mai favorabil variantei alese, exist pericolul ca minoritatea s nu se identifice cu soluia adoptat i punerea acesteia n aciune, care depinde de ntregul grup, va fi afectat. Pentru eliminarea acestor dezavantaje s-au elaborat numeroase metode de luare a deciziilor de grup, n care opiunile decidenilor se exprim sub forma unor relaii de preferin sau de utiliti, care au ns la baz tot procedeul votrii. Metoda nsumrii rangurilor24 i metoda deviaiei minime Fiecare membru al unui anumit grup i exprim preferinele asupra unui ansamblu de alternative pe baza unei simple liste cu ordinea acestora, iar obiectivul este de a compune aceste ordonri individuale ntr-o singur ordine care s exprime preferina grupului. Problema se poate formaliza astfel: Metoda nsumrii rangurilor" mai este citat i ca metoda agregrii preferinelor individuale" sau metoda Borda-Kendall de consens". 138
24

D i = ^ a i j - m = S i -m. Metoda Borda-Kendall prezint suficient soliditate cu excepia situaiei n care se permite ca unul sau mai muli dintre membrii grupului s acorde scor egal pentru mai multe variante. n aceast situaie este necesar s se apeleze la metode mai complicate. Metoda compunerii utilitilor individuale Metoda este utilizat pentru a elimina limitele altor metode ce conduc la paradoxul Arrow i abordeaz decizia de grup ca o compunere de utiliti individuale. Fie un grup compus din m membri, care trebuie s decid asupra a n alternative. Se noteaz u,j utilitatea pe care un membru j o atribuie alternativei i (1 pentru cea-mai preferat, 0 pentru ultima preferat), uve [0,1]. Ansamblul preferinelor exprimate sub form de utiliti de membrii grupului alctuiesc o matrice U = [w,,], de dimensiuni mxn. Fie kj, ponderea importanei acordate decidenilor (coeficient de competen), k;e [0,1] i ^ k j = 1 Se caut un vector linie: Ug=[ug,] care exprim preferina colectiv a grupului asupra alternativelor i = l,n. Paii metodei sunt: a. se calculeaz pe fiecare linie a matricei U = [uy] (pe fiecare variant) toate elementele:
j

140

Metoda jocului standard La aplicarea acestei metode, respondenilor li se prezint un arbore decizional i li se cere s aleag ntre dou alternative. Alternativa C are dou rezultate posibile: - fie revenirea la o sntate normal pentru un numr suplimentar de n ani (cu probabilitatea p) - fie moartea imediat (cu o probabilitate 1-p). Alternativa C ar putea fi o operaie care are probabilitatea 1-p de eec (moartea pacientului), dar care, dac reuete, permite pacientului revenirea la starea normal de sntate pentru n ani. Alternativa D garanteaz pacientului t ani de via normal cu un anumit nivel de depreciere a strii de sntate. Probabilitatea p primete diferite valori, pn cnd respondentul este indiferent cu privire la alternativele C i D. Cnd se utilizeaz un indice al sntii cuprins ntre 0 (moarte) i 1 (nivel normal de sntate pentru n ani), probabilitatea p la care respon dentul este indiferent poate fi interpretat ca utilitate a respondentului pentru alternativa D.

b. se ordoneaz descresctor valorile ugj obinute, iar ordinea indic preferinele grupului (varianta cu utilitatea global cea mai mare reprezint alegerea grupului). Alternative Al Ai An Tabelul 4.8. Decideni (coeficieni de importan) k
Uli

Dl k,
Un

Dm km uim
Unm

Ufi
Ul

u
Ui

Metoda prezint inconvenientul c, n unele situaii, se poate ajunge la utiliti globale egale pentru mai multe variante, ceea ce face dificil sau chiar imposibil alegerea variantei optime. n aceste situaii, pentru ordonarea variantelor se poate utiliza algoritmul Deutch-Martin", cunoscut i sub denumirea de metoda momentelor". Studiu de caz - tem de discuie Analiza COST-UTILITATE (ACU) este cel mai des folosit pentru evaluarea politicilor n domeniul sntii. n ACU, costurile (suplimentare) variantelor de politici sunt comparate n termenii modifi crilor n starea de sntate pe care le produc, msurate de obicei cu QALY- numrul de ani de via mbuntit calitativ. Definirea strii de sntate este o problem complex: aceasta este definit de specialiti ACU n colaborarea cu cei din domeniul medi cal, care pot recunoate modificrile situaiei sntii - fie n legtur cu anumite boli, stri mentale, fie cu starea general de sntate. Utilizarea opiniei experilor de bazeaz pe presupunerea c nici publicul, nici potenialii subieci ai tratamentului nu au suficient informaie sau cunotine pentru a formula strile de sntate pentru analiz. Cel mai adesea, specialitii n domeniul medical ntocmesc anumii indici de stri de sntate pentru anumite boli sau afeciuni specifice. ACU este foarte util cnd se alege ntre calitatea vieii (morbidi tate) i durata vieii (mortalitate). n principiu, ACU poate fi efectuat cu

143

[BOA,pag.l57]

141

5. MODELE DE ALOCARE OPTIM A UNOR RESURSE LIMITATE

5.1. Modelarea structurii de fabricaie a unei organizaii (cazul n care variabilele sunt continue/ntregi/cu mai multe funcii obiectiv) Analiza post-optimizare Rezolvarea modelului cu variabile numere ntregi Aplicaie: Modele de optimizare de tip programare liniar - Determinarea structurii optime de producie Determinarea structurii optime de producie - modelul de programare liniar cu numere ntregi Determinarea structurii optime de producie - Modelul de programare liniar cu mai multe funcii obiectiv rezolvat prin programare scop 5.2. Dezvoltri ale metodelor de optimizare 5.2.1 .Modele de programare liniar fuzzy 5.2.2. Modele liniare stochastice cu vectorii b i c aleatori Programarea stochastic cu vectorul c aleator (c, sunt variabile aleatoare) Programarea stochastic cu vectorul b aleator uniform repartizat 5.3. Alocarea resurselor cu ajutorul analizei de tip reea (modele de tip Analiza drumului critic - ADC) Modelul PERT TIMP (model probabilistic) Modelul de analiz drumului critic/COST

144

orice dou dimensiuni distincte ale strii de sntate. Cum QALY implic dou variabile distincte - calitate i cantitate - un analist trebuie s decid cu privire la modul de definire i de combinare a lor. Aceast este o problem descris de procesele decizionale multiatribut. Utilitatea metodei ACU depinde de validitatea metodelor utilizate pentru a rspunde urmtoarelor ntrebri: - cum sunt scalate strile de sntate pentru a ntocmi un indice? - cum se alege ntre modificri ale indicelui i un numr suplimen tar de ani de via? n literatura ACU se face referire la msurarea utilitilor sau a valorilor de utilitate ale indivizilor atunci cnd se ncearc s se rspund acestor ntrebri. Exist trei metode utilizate n mod obinuit pentru a obtine utilitile strii de sntate: - metoda msurrii sntii, - metoda schimbului ani de via contra stare de sntate i - metoda jocului standard. Metodele difer n msura n care acestea corespund conceptului economic de utilitate. Metoda msurrii sntii n general, analitii obin o msur a sntii prin utilizarea chestionarelor sau intervievarea experilor medicali, potenialilor subieci de tratament, membrilor soviet n general sau pe baza propriei lor exper tize. Rspunsurile sunt prezentate pe o scal cu extreme bine definite. De exemplu, o anumit scal poate atribui morii" - valoarea zero, iar strii sntate foarte bun" - valoarea 1. Strile de sntate intermediare sunt atribuite n detaliu respondenilor care sunt rugai s plaseze fiecare dintre aceste stri ntre capetele intervalului 0 i 1. De exemplu, dac ar fi trei stri de sntate intermediare descrise de un respondent: invaliditate grav", invaliditate moderat" i invaliditate minim", respondentul ar putea s atribuie acestor stri valorile 0,15; 0,47 i 0,92. Metoda schimbului de ani de via contra stare de sntate Respondents sunt rugai s compare diferite combinaii ntre durata i calitatea vieii. Comparaia tipic se face ntre o durat mai mare de via, cu o stare de sntate mai redus i o durat mai mic de via, dar cu un nivel al strii de sntate mai ridicat. Metoda presupune implicit c anii suplimentari de via au aceeai valoare, adic nu se actualizeaz valoarea anilor cu o anumit stare de sntate. 142

max f(xl,x2) = Cj -xl +c2 -x'2 coeficienii ch c2 sunt denumii coeficienii variabilelor, iar eu e2 sunt exponenii variabilelor din funcia obiectiv. Semnele coeficienilor descriu impactul pozitiv sau negativ al variabilei xb asupra valorii / a funciei obiectiv, iar valorile absolute ale coeficienilor descriu ponderea variabilelor (cu att mai mare este puterea variabilei xt asupra obiectivului, cu ct valoarea absolut a coeficientului ct este mai mare). Valorile exponenilor (comparate fa de valoarea 1) descriu viteza cu care crete valoarea funciei n raport cu creterea variabilei xt. [RAF, pag. 24]. Funcia obiectiv sau de eficien de tip liniar (cu exponenii de tip ei, e2, ... anterior menionai egali cu 1) este folosit pentru compararea diferitelor soluii i ia forma: f(X) = cjXj

Cuvinte-cheie Activitate critic Analiz dual Analiz ADC Analiza de senzitivitate/ analiza parametric Costuri reduse Deviaie Drum critic Form canonic/standard Funcie obiectiv/ Funcie scop Model deterministic/stochastic Preuri umbr Programare liniar/neliniar/ programare scop Programare static / dinamic Restricie liniar Restricie scop Sistem de restricii Soluie admisibil Soluie optim/suboptim; Soluie unic/multipl

Forma general a modelului de programare liniar este: Optf(X)=CX X20 AX<b sauAX>b X = vector coloan cu n componente xlt x2,...,x, care reprezint necunoscutele modelului (variabilele de decizie); A = matricea coeficienilor tehnologici aijt i = l,...,m,j = /,...,; b = vector coloan de componente bi, b2,bm- termenii liberi din partea dreapt a restriciilor - disponibilul maxim dintr-o anumit resurs sau nivelul minim care trebuie atins de anumite activiti; c = vector linie - coeficienii funciei obiectiv - costuri unitare, preuri unitare, profituri unitare sau ali indicatori de performan care caracterizeaz variabilele de decizie. Prin rezolvarea modelului de programare liniar (formaprimal) se obine soluia optim - varianta decizional care duce la cea mai bun valoare a criteriului de performan specificat prin funcia obiectiv. Rezultatele dorite enumera: - valorile optime ale vectorului de necunoscute: X={xi,x2, ...,xj; - valorile variabilelor duale sau preurilor-umbr: U={ui,u2,...,um} i costurile reduse; - intervalele de variaie pentru coeficienii din funcia obiectiv C={ci,c2,...,cn} o analiza de senzitivitate pentru vectorul C; 147

Programarea liniar i analiza prin calcul diferenial sunt tehnicile cele mai bine cunoscute de alocare raional a resurselor. Fiind date enunurile specifice privind preurilor viitoare ale resurselor, cerinele pentru ieiri i productivitile de valorificare a resurselor, aceste metode ofer analistului o cale relativ sigur pentru optimizarea alocrii resur selor disponibile. ns, dei condiiile pentru acest optim pot fi definite cu mult precizie, nu pot fi fcute previziuni cu mare exactitate nici asupra valorilor parametrilor modelului i nici asupra condiiilor cere vor prevala n viitor. Dac proiectul optimal stabilit iniial este sensibil la schimbrile intervenite n model, apare nevoia unei previziuni privind att rata de modificare a valorii soluiei optimale n urma variaiei valorilor admise ale parametrilor modelului, ct i domeniul de condiii n cadrul crora o anumit alocare de resurse este optimal. Aceast informaie este obinut cu ajutorul analizei de senzitivitate. Aceasta studiaz configuraia i schimbrile valorii unui proiect optimal care ar fi produse de modificarea parametrilor problemei de alocare a resurselor [DEM, pag. 169]. 5.1. Modelarea structurii de fabricaie a unei organizaii (cazul n care variabilele sunt continue/ntregi/ cu mai multe funcii obiectiv) Structura de fabricaie pentru o anumit perioad poate fi repre zentat printr-un vector ale crui elemente sunt cantitile de produse de diferite sortimente, care urmeaz s fie realizate n perioada considerat de fiecare unitate de producie (atelier, secie, filial etc.). Dac funcia 145

- intervalele de variaie pentru termenii liberi ai restriciilor b={bh b2,...,bm} o analiza de senzitivitate pentru vectorul b; Preurile umbr asociate restriciilor liniare reprezint valorile optime ale variabilelor duale. Preul umbr este diferit de zero numai dac restricia asociat este verificat cu egalitate, adic numai dac resursa respectiv este folosit integral de ctre soluia optima. Preul umbr asociat unei resurse este valabil pentru un anumit interval de variaie al cantitii disponibile de resurs i arat cu ct s-ar modifica valoarea funciei obiectiv dac s-ar putea mri cu o unitate disponibilul din resursa respectiv. Preurile umbr sunt folosite la analiza senzitivitii soluiei optime la variaia vectorului b al termenilor liberi ai restriciilor liniare. Costurile reduse asociate restriciilor de nenegativitate asupra variabilelor decizionale arat nrutirea" valorii funciei obiectiv. Costul redus este diferit de zero numai dac variabila asociat are valoarea zero h soluia optim; arat cu ct s-ar nruti valoarea funciei obiectiv dac valoarea variabilei asociate ar crete de la 0 la 1. Costurile reduse sunt folosite pentru verificarea optimalitii soluiilor problemei de programare liniar. n anumite condiii, un model de programare liniar poate fi 1 asimilat unei funcii de producie Cobb-Douglas generalizate : Y = / ( x b x 2 , ...,x n ). Aceasta se poate folosi: - n forma aditiv: Y = a + btX[ + b&2 + + bx - n form multiplicativ: Y^axf1 x2"2 ...xb". Oricare din cele dou forme sugereaz specificul modelul de tip de funcie de producie (model de regresie) n care se determin coeficienii a i b cu ajutorul metodei celor mai mici ptrate. n cazul multiplicativ, coeficienii bj, b2, .... b sunt asimilai elasticitilor factorilor de producie xi5 artnd modificrile procentuale ale rezultatului produciei dac un factor este utilizat cu 1% mai mult/puin. Condiii pentru echivalena celor dou metode: - meninerea proporionalitii ntre factorii de producie atunci cnd volumul lor se modific, ceea ce implic utilizarea total n etapa iniial; Generalizarea funciei de producie Cobb - Douglas permite toate cazurile de eficien a factorilor: Ectj >1; Ea* =1; Ea; <1 i exclude posibilitatea derulrii produciei atunci cnd unul din factorii de producie se reduce la zero. 148
1

obiectiv care maximizeaz profitul total i restriciile referitoare la cerere, respectiv la resurse, sunt liniare, se obine un model de programare liniar. D Datele de intrare jiecesare pentru construirea modelului de programare liniar pot fi: nomenclatorul de produse, preuri unitare, costuri unitare, profituri unitare, consumuri specifice, timpi de fabricaie, norme de munc, disponibil resurse, capaciti de producie, cerere contractat sau estimat, standarde de calitate. Variabilele de decizie sunt cantitile de produse de diferite sortimente, care urmeaz s fie realizate h perioada considerat de fiecare unitate de producie a Datele de ieire obinute prin rezolvarea modelului de progra mare liniar sunt urmtoarele: structura sortimental i de produs, valorile indicatorilor de performan n cazul realizrii soluiei furnizate de model, resursele utilizate i resursele neutilizate, Jocurile nguste''' sau resursele deficitare, preurilor-umbr asociate resurselor, analiza senzitivitii solu iei la modificarea preurilor, costurilor, disponibilului de resurse, analiza parametric a coeficienilor funciilor obiectiv sau a disponibilului de resurse. Considernd n activiti competitive i m resurse limitate, fie xlt X2,...,x, nivelurile pe care le pot atinge fiecare din cele n activiti desfurate pe baza consumului din resursele disponibile n cantitile b],b2,...,bm. Variabilele de decizie (mrimile asupra crora decidentul poate exercita un anumit control n vederea realizrii obiectivului propus) sunt xi, x2, x. Vectorul format prin combinarea unor valori atribuite variabilelor x x ,...,x, reprezint o alternativ sau o variant decizional; calitatea acesteia este apreciat printr-un criteriu de performan
h 2

Ci,C2,...,C.

Dac variabilele xj, x ,...,x reprezint mrimi continue, exist o infinitate de combinaii posibile ntre valorile variabilelor i, prin urmare, numrul variantelor decizionale este infinit. Exprimarea matematic a obiectivului presupune folosirea unui criteriu de optimizare (problema unicriterial) sau, mai multor criterii (problema multicriteriu). Funcia/funciile obiectiv pot fi funcii de una sau mai multe variabile (reale, pozitive i discrete/continue) n care fiecare variabil reprezint un parametru sau factor ce influeneaz valoarea final. De exemplu, pentru dou variabile i pentru un criteriu de maximizare:
2 m

146

Rezolvarea modelului cu variabile numere ntregi n cazul produselor indivizibile, pentru determinarea structurii optime de fabricaie se pot utiliza modele de programare liniar n numere ntregi. Rezolvarea modelelor liniare cu variabile ntregi se efectueaz cu metode de enumerare explicit i/sau implicit. Din categoria metodelor de enumerare implicit face parte metoda branch and bound" adic ramific i mrginete". Procesul iterativ de rezolvare poate fi reprezentat printr-un arbore binar, n care fiecare nod are un singur ascendent i numai doi descen deni direci. n fiecare nod al arborelui binar reprezint o problem de programare liniar cu o restricie n plus fa de problema de PL cu numere reale i care se rezolv fr restricia ca variabilele s fie ntregi (eventual, cu algoritmul simplex). Un nod se ramific dac soluia problemei este nentreag i dac nu exist alt nod cu soluie ntreag i cu valoare mai bun a funciei obiectiv (sau reprezint chiar o soluie infezabil). Algoritmul se oprete n oricare din aceste dou situaii. Pentru ramificarea unui nod, din soluia problemei asociat acelui nod selectnd o necunoscut Xj cu rezultat valoare nentreag, xj = B; se construiesc dou sub-probleme de programare liniar) care genereaz dou noduri descendente; o nou problem este obinut prin adugarea restriciei Xj <[BJ, unde [B] este parte ntreag a numrului B, respectiv, prin adugarea restriciei Xj [B] +1. Dup rezolvarea acestora se continu operaia de ramificare i arborele crete cu cte un nivel numrul de noduri este n cretere - fiecare nod poate avea un singur nod ascendent i numai dou descendente. Prin adugarea de restricii de ramificare, se reduce domeniul soluiilor cu valori ntregi, iar calitatea optimului scade. Cea mai bun valoare a funciei obiectiv este asociat nodului iniial sau nodului rdcin a arborelui binar, iar valoarea funciei obiectiv pentru problem de maximizare va fi mai mic dect cea pentru problema rezolvat n numere reale. Aplicaie: Modele de optimizare de tip programare liniar. Determinarea structurii optime de producie O firm produce i comercializeaz mobilier de buctrie i fabric n prezent modelele Model 1 i Model2. Sunt disponibile urmtoarele date despre producia i comercializarea acestor produse: 151

- nedepirea unor anumite limite, care se pot determina, de cretere sau variaie a volumului factorilor de producie. Modificrile n volumul factorilor de producie nu determin schimbri n structura folosirii acestora, ns o modificare prea mare a valorii termenilor liberi ai restriciilor (acei termeni liberi reprezint cantitile disponibile din factorii de producie) poate determina variaii n structura alocrii resurselor: - n sensul modificrii raportului dintre valorile variabilelor din soluie; - n sensul c se pot include activiti de producie noi pe baza aceleiai combinaii de factori de producie: f(K, L) = A * La * Kp. Modelul de producie Cobb - Douglas poate fi echivalent cu un model de programare liniar cu funcia de producie dat de maximizarea nivelului produciei n condiiile n care se utilizeaz activiti productive diferite: max I*X iar disponibilul de resurse de capital i for de munc se ncadreaz n cantitile L, respectiv K. f maxI*X < AX<b n care: /este vector linie (cu componente 1) X (vectorul soluie) va reprezenta producia realizat n urma folosirii activitii de rang i; A - matricea consumurilor tehnologice; un element reprezint consumul din resursa cu indicele i necesar pentru a fabrica cantitatea x}, unde / este indicele resursei, iar j este indicele activitii productive. b - corespunde vectorilor termenilor liberi ai restriciilor i este format din vectorii L i K. Analiza post-optimizare Dup obinerea soluiei optime, nainte de implementarea practic a acesteia, decidentul poate efectua: analiza de senzitivitate - studiaz senzitivitatea unei soluii opti me la variaia unui singur coeficient al modelului de programare liniar, n ipoteza c ceilali coeficieni ai modelului nu se modific. Cele mai multe produse informatice furnizeaz informaii pentru analiza de senzitivitate a soluiei optime primale la variaia coeficienilor 149

U>0

- Modell se vinde cu 5000 um, iar Model2 cu 4000 ura; - la secia de montaj pentru fluidizarea activitii de asamblare, se lucreaz cu cel puin 5 muncitori, acetia putnd lucra simultan compo nente din ambele tipuri de mobilier (timpii de lucru sunt aproximativ egali); - consumul din materialul Matl trebuie s se ncadreze n limita disponibilului de 150 uniti fizice; - capacitatea disponibil de stocare /depozitare este de 160 m3; - firma trebuie s consume o cantitate de 27 m liniari de armtur metalic (se dorete schimbarea pentru perioada urmtoare a produselor, deci epuizarea stocului curent); - condiionri tehnice i observaii obinute din studiul statistic al vnzrilor au pus n eviden ca modelul Model2 este de trei ori mai solicitat dect Modell. Premisele planificrii i organizrii produciei iau n considerare urmtoarele situaii: - A- angajarea mai multor muncitori la secia de montaj; - B - achiziionarea unei cantiti mai mari pentru Matl; - C - modificarea preului de vnzare pentru Modell (pentru sti mularea vnzrilor). Pentru fiecare din aceste situaii, conducerea societii este intere sat s cunoasc structura de producie care s permit obinerea unor venituri din vnzri ct mai mari. Construirea modelului matematic: precizarea necunoscutelor: JC/ - numr de seturi fabricate din Modell x2 - numr de seturi fabricate din Model2; n mod evident, urmnd semnificaia economic a valorilor xj i x2 de cantiti ce trebuie fabricate acestea pot lua numai valori pozitive, cel mult 0 - condiia de nenegativitate). identificarea funciei obiectiv: - profiturile se obin din veniturile din vnzri, deci: maxf= 5000 *x, + 4000 * x2 scrierea sistemului de restricii; Condiia 1: la operaia de asamblare - montaj s se lucreze cel puin 5 ore-om: x} + x2 > 5 ; 152

funciei obiectiv i pentru analiza de senzitivitate a soluiei optime duale la variaia termenilor liberi ai restriciilor liniare. analiza parametric: - Pentru un element al vectorului b al resurselor sau pentru unul dintre elementele vectorului c al coeficienilor funciei obiectiv - Parametrizarea ntregului vector b sau c: o Permite analize de tipul ce-ar fi dac?" n cazul n care termenii liberi ai restriciilor sau coeficienii funciei obiectiv sunt funcii liniare de un parametru; o Parametrizarea presupune parcurgerea a dou etape: Rezolvarea problemei pentru o valoare fixat a parametrului; Studiul senzitivitii soluiei la variaia parametrului. Analiza de senzitivitate pentru vectorul termenilor liberi - const h modificarea soluiei optime generat de variaia terme nilor bj din partea dreapt a restriciilor. - furnizeaz intervalul n care poate varia fiecare termen liber, astfel nct soluia optim dual (vectorul preurilor-umbr) s nu se modifice. o Intervalul asociat unui termen liber pentru care preurile-umbr rmn neschimbate se numete interval de admisibilitate pentru soluia primalei. o Cunoscnd preurile-umbr optime i intervalul de variaie al unui termen liber, n ipoteza c ceilali coeficieni ai modelului nu se modific, se poate determina variaia corespunztoare a funciei obiectiv. Analiza de senzitivitate pentru vectorul coeficienilor din funcia obiectiv - presupune modificarea soluiei optime generat de variaia componentelor c7 din funcia obiectiv (cu semnificaia economic a unor venituri/profituri unitare). - furnizeaz intervalul h care poate varia fiecare coeficient al func iei obiectiv, astfel nct soluia optim primal s rmn neschimbat. o Intervalul asociat unui coeficient al funciei obiectiv pentru care soluia problemei rmne optim se numete interval de optimalitate. o Cunoscnd soluia optim i intervalul de variaie al unui coefi cient al funciei obiectiv, n ipoteza c ceilali coeficieni ai modelului nu se modific, se poate determina variaia corespunztoare a funciei obiectiv. 150

u*4=0iS4=14 u* 5=0 i s4=2,5. Rezolvarea cu WINQSB4, modulul Lp-ILP {Linear and Integer linear programming) presupune introducerea urmtoarelor informaii generale pentru configurarea modelului: - numrul variabilelor de decizie - Number of variables; - numrul restriciilor - Number of Constraints; - tipul funciei obiectiv (de maxim sau de minim) - Objective Criteria: Maximization/Minimization; - formatul datelor iniiale (Data Entry Format): de tip tabelar (Spreadsheet Matrix Form) sau n form normal (Normal Model Form); - tipul implicit al variabilelor (Default Variable Type): o reale nenegative (Nonegative continuous), o cu valori ntregi nenegative (Nonnegative Integer), o cu valori binare (Binary [0,1]), o cu semn neprecizat sau nerestricionate (Unsigned/unrestricted). n tabelul 5.1 se prezint modul de introducere a datelor iniiale. Variable Maximize C1 C2 C3 C4 C5 LowerBound UpperBound Variable Type Tabelul 5.1. Modul de introducere a datelor X2 Direction X1 5000 4000 >= 1 1 <= 15 10 <= 10 20 >= 6 2 , <= 1 -3 0 0 M M Continuous Continuous R.H.S. 5 150 160 27 0

u*3=I75is3=0

Dup rezolvarea cu opiunea Lp-HpISolve and Analyse/Combined Report se obin datele din tabelul 5.2. Pachet de aplicaii cu caracter didactic ncorporat lucrrii Applied Management Science. A Computer Integrated Approach for Decision Making, Lawrence, J., Pasternack, B., John Wiley & Sons, 1998. 155
4

Condiia 2: din materialul Matl disponibil ntr-un stoc de 150 uf, pentru fabricarea modelului Modell se folosesc 10 uf, iar pentru Model2 sunt necesare 15 uniti fizice; 10x, +I5x2 ^150 Condiia 3: deoarece spaiul de depozitare al magaziei este de 160 m3 i sunt necesari aproximativ 20 de m pentru depozitarea unui modul de tip Modell i 10 m3 pentru modelul Model2, relaia de ncadrare n aceast limit este: 20x,+I0x2 <160 Condiia 4: firma dispune de 27 m liniari armtur metalic; se dorete consumarea acestui disponibil avnd n vedere intenia de a schimba modelele fabricate; sunt necesari 6 m pentru Modell i respectiv, 2 m pentru Model2: 6xj + 2x2 2:27 Condiia 5: observnd tendina pe pia de a vinde o cantitate aproape tripl din Model2 fa de Modell se dorete pstrarea acestei proporii i ntre cantitile fabricate: Xj <3x2. Cu aceste observaii, forma canonic a modelului liniar folosit pentru determinarea structurii optime de producie este: max f = 5000 x, + 4000 x2 x, + x 2 > 5 10x, +15x 2 < 150 20x,+10x 2 <160 ^ 6x, + 2 x 2 > 27 X! -3x2 <0 x,,x2>0 Rezolvarea modelului (*) se poate face cel mai lesne cu ajutorul algoritmului simplex, eventual folosind unul dintre numeroasele programe software care rezolv probleme de programare liniar. n mod obinuit, majoritatea programelor software de acest gen furnizeaz urmtoarele informaii: - valorile optime ale vectorului de necunoscuteX={xi,x2, ...,x}; - valorile variabilelor duale sau preurilor-umbr U={ui,u2,...,umj i costurile reduse; 153

Tabelul 5.2. Rezultatele modelului - form general


Decision Variable Solutio n Value Unit Cost or Profit cQ) Total Contri bution Reduce Cost Basis Status Allowable Min. cQ) Allowable Max. c(j)

X1

22,500 .00 X2 28,000. 7.00 4,000.00 00 Objective Function Max.) = 50,500.00 Direction Right Constra Left Hand int Hand Side Side C1 C2 C3 C4 C5 11.50 150.00 160.00 41.00 -2.50
>=

4.50

5,000.00

0 0

basic basic

2,666.66 2,500.00

8,000.00 7,500.00

- intervalele de variaie pentru coeficienii din funcia obiectiv C={ci,c2, ...,c} - analiza de senzitivitate pentru vectorul C; - intervalele de variaie pentru termenii liberi ai restriciilor b={b\, b2, ...,bm} - analiza de senzitivitate pentru vectorul b; Not: notaiile folosite sunt cele tradiionale ale modelului de programare liniar scris n form compact: [maxf = C- X A-X>b X>0 Rezolvnd modelul se obine urmtoarea soluie: x*i = 4,5 uf, adic se recomand fabricarea a 4,5 uniti din Modell2; x*2 = 7 uf, D valoarea funciei obiectiv:/*= 50500 um. Vectorul preurilor-umbr i cel al cantitilor disponibile/n deficit3 au componentele: * u*i=0 ceea ce indic respectarea condiiei CI (se folosete un volum de timp echivalent a 11,5 ore-om) i sj=6.5 adic depirea nivelului minim impus cu un surplus de 6.5 uniti de timp; preul-umbr nenul u*2=150 indic caracterul critic al resursei cantitate disponibil din Matl n sensul c fabricarea cantitilor**; = 4,5 i x*2 = 7 uf consum ntreaga cantitate de 150 uf (din restricia a doua n care termenul liber este b2=J50 uf, punnd astfel problema oportunitii aprovizionrii cu o cantitate suplimentar) i s2=0 (rmne neconsumat o cantitate zero"); Orice unitate din Matl folosit suplimentar peste cele 150 ufdisponibile iniial va duce la creterea valorii optime a funciei obiectiv cu u*2=150 um (valoarea preului umbr); orice diminuare a cantitii iniiale de 150 de uniti fizice din Matl va duce la scderea valorii funciei obiectiv cu cte 150 um. Cu scopul sumar de a explica interpretarea necunoscutelor modelului, propunem cititorului s accepte exprimarea n valori nentregi a variabilei xh 3 Corespund acelor variabile ecart sau complementare (notate sh s2, sm) folosite n algoritmul simplex aducerea problemei la forma standard - pentru transformarea inegalitilor n egaliti. 154
2

Slack or Surplus 6.50 0 0 14.00 2.50

Shado w Price 0 150.00 175.00 0 0

Allowable Min.RHS -M 133.33 120.00 -M -2.50

Allowable Max.RHS 11.50 240.00 180.00 41.00 M

<= <=
>=

<=

5.00 150.00 160.00 27.00 0

Dup rezolvarea cu opiunea Solve and Analyse/Graphic method se obine figura 5.1., care permite punerea n eviden a domeniului convex al soluiilor (mrginit de dreptele corespunztoare reprezentrii grafice a restriciilor problemei) i a soluiei optime.

0.00

3.00

6.00

9.00

12.00

1500

156

Figura 5.1. Rezolvarea modelului prin metoda grafic

Pentru b2 <, 133.33 (adic pentru cantiti disponibile n limita a 133,33 uf), resursa Matl este utilizat cu eficien sporit cu un pre umbr u2=360. Pentru b2 240,^) suplimentarea disponibilului de resurs devine inutil, deoarece preul-umbr devine zero u2=0 (n tabelul 5.5 se regsete valoarea slope=0). Tabel 5.5. Analiza parametric pentru termenul r>2 FromRHSofC2 ToRHSofC2 From OBJ Value To OBJ Value 160.00 240.00 50,500.00 64,000.00 240.00 M 64,000.00 64,000.00 150.00 133.33 50,500.00 48,000.00 133.33 84.37 48,000.00 30,375.00 84.37 -Intin. Infeasible
70X10 00-

Pentru a rspunde cerinelor de interpretare a soluiei optime furnizate de WTNQSB/Lp-Ilp este necesar efectuarea urmtoarelor analize de senzitivitate: pentru vectorul termenilor liberi; pentru coeficienii din funcia obiectiv. Analiza de senzitivitate pentru vectorul termenilor liberi pune n eviden modificarea soluiei optime generat de variaia termenilor bt din partea dreapt a restriciilor. Folosind opiunea Solve and Analyse/Sensitivity analysis for RHS se obin preurilor-umbr, cantitile surplus sau n deficit i intervalele de admisibilitate pentru fiecare termen. De exemplu, restricia C/ are forma iniial: Xj + x2 ^ 5 . Dup introducerea variabilei ecart si, restricia devine: x, +x2 -Sj -5. Tabelul 5.3. Analiza de senzitivitate pentru vectorul liber al restriciilor Allowable Shadow Right Hand Allowable Constraint Direction Price Side Min.RHS Max.RHS C1 C2 C3 C4 C5
>=
<= <=

Slope 150.00 0 150.00 360.00

Optimal Objective Function Value

mmn61.?8 ?50 h SKW 53.175 00483S8.75M.5S250-

>=
<=

0 150.00 175.00 0 0

5.00 150.00 160.00 27.00 0

-M 133.33 120.00 -M -2.50

11.50 240.00 180.00 41.00 M

126*;

Z&X.

178

23 RIGHT-HD-SIDA ol CZ

Figura 5.3. Analiza, parametric pentru b2 Analiza de senzitivitate pentru vectorul coeficienilor din func ia obiectiv pune n eviden modificarea soluiei optime generat de variaia componentelor cy din funcia obiectiv (cu semnificaia economic a unor venituri / profituri unitare). Folosind opiunea Solve and Analyse/Sensitivity analysis for OBJ se obin valorile optime pentru variabilele de decizie, costurile reduse, i intervalele de admisibilitate pentru fiecare coeficient c,, j=l, ...,n. 159

nlocuind valorile optime pentru necunoscutele problemei se obin valorile: w*/=0 s i~6.5. Potrivit tabelului 5.3, domeniul de admisibilitate pentru termenul liber al restriciei CI este: bt e f-oo, 11.5], interval n care orice cretere sau descretere a valorii bi nu modific valoarea funciei obiectiv (preulumbr corespunztor este ut=0 i reprezint panta curbei /n funcie de bi -figura 5.2). Restricia C2 are forma iniial: 10x, + 15x2<>150. Dup introducerea variabilei ecart s2, restricia devine: 10xj +15x2 -s2 =150.
157

De exemplu, variaia valorii funciei obiectiv (venituri totale) h raport cu variabila ct (pre unitar pentru Modell) este exprimat prin relaia: f(c, ) = 4.5-c,+ 28000 (figura 5.4) dac c, e (2666.6,8000), valori redate n tabelul 5.7.
TABELUL 5.6. Analiza de senzitivitate pentru vectorul c

Decision Variable X1 X2

Solution Value 4.50 7.00

Reduced Cost 0 0

Unit Cost or Profit CO) 5,000.00 4,000.00

Allowable Min. CQ 2,666.66 2,500.00

Allowable Max. C(j) 8,000.00 7,500.00

nlocuind valorile optime pentru necunoscutele problemei se obin valorile: u*2=150 s2=0 ceea ce indic faptul c resursa este consumat n ntregime. Potrivit tabelului 5.3, domeniul de admisibilitate pentru termenul liber al restriciei C2 este: b2 133.33,240], interval n care orice cretere sau descretere cu o unitate a valorii b2 va modifica, h mod proporional, valoarea funciei obiectiv cu 150 um., adic proporional cu preul-umbr corespunztor u2=150. FromRHSofCI 5.00 11.50 5.00
TABELUL 5.4. Analiza parametric pentru termenul liber BI

Tabel 5.7. Analiza de senzitivitate pentru Ci (pre unitar pentru Modell) To OBJ Value Slope From Coeff. To Coeff. of X1 From OBJ ofX1 Value 5,000.00 8,000.00 5,000.00 2,666.66 8,000.00 M 2,666.66 -M 50,500.00 64,000.00 50,500.00 40,000.00 64,000.00 M 40,000.00 -M 4.50 5.33 4.50 1.50

ToRHSofCI 11.50 Infinity -M

From OBJ Value 50,500.00 Infeasible 50,500.00

To OBJ Value Slope 50,500.00 0 50,500.00 0

Optima O b j e c t i v e F u n c t i o n V a l u e

Efectund analiza parametric pentru ci se poate pune n eviden domeniul de admisibilitate pentru valoarea coeficientului. Dac c, e(0,2666.6) adic preul unitar pentru Modell scade sub pragul limit interior de 2666.6 (produsul este mai puin atractiv) se observ diminuarea cantitii optime x*l=1.5 (din tabelul 5.7 se citete valoarea slope=1.5). Pentru cl > 8000, un pre unitar pentru Modell peste pragul limit superior de 8000 um (produsul este mult mai atractiv sub aspectul preului) se observ creterea cantitii optime x*i=5.3 (din tabelul 5.7 se citete^valoarea slope=5.3). In concluzie: - angajarea mai multor muncitori (creterea fondului de timp exprimat n ore-om) pentru secia de montaj-asamblare nu este o aciune eficient deoarece nu se materializeaz h creterea venitului; - se propune eventuala mrire a cantitilor achiziionate din materialul Matl, dar nu mai mult de 240 uf (depirea acestei cantiti nu mai aduce profit); - actualul pre de vnzare pentru Modell este convenabil, orice mrire a actualei valori aduce un venit suplimentar de 4,5 um (dac preul ar crete peste valoarea 8000, atunci venitul suplimentar marginal ar fi de 5,33 um). 160

?0.?00 00-

nioht-Hand-Skta of CI

Figura 5.2. Analiza parametric pentru termenul liber bt Aceast valoare u2=150 reprezint panta curbei/= 28000+150b2 (adic valoarea funciei obiectiv n funcie de b2- figura 5.3) atunci cnd termenul b2 variaz n interiorul intervalului 133.33 (limita inferioar a modificrii permise) i 240 (limita maxim permis pentru variaie). Not: Se poate observa, din figura 5.3, respectarea legii randamen telor descresctoare din teoria economic a funciilor de producie - cu ct o resurs este folosit ntr-o cantitate din ce n ce mai mare, contri buia marginal a acesteia asupra rezultatului produciei se diminueaz. 158

Tabelul 5.9. Soluia modelului cu variabile numere ntregi Solution Unit Cost or Decision Variable Value Profit cQ) X1 5.00 5,000.00 4,000.00 X2 6.00 Objective Function (Max.) = 49,000.0000 Direction Constraint Left Hand Side >= 11.00 C1 <= C2 140.00 <= C3 160.00 >= C4 42.00 <= C5 -1.00 Total Contribution 25,000.00 24,000.00 Right Hand Side 5.00 150.00 160.00 27.00 0 Reduced Cost -3,000.00 0 Slack or Surplus 6.00 10.00 0 15.00 1.00 Basis Status at bound basic Shadow Price 0 0 400.00 0 0

Figura 5.4. Analiza de senzitivitate pentru coeficientul c; Determinarea structurii optime de produse - modelul de programare liniar n numere ntregi Pentru exemplificarea rezolvrii programelor de programare liniar n numere ntregi se va folosi modelul anterior impunnd n mod suplimentar condiia x,, x2 e Z : maxf = 5000 x, + 4000 x2 x, + x 2 ^ 5 10x, + 15x2 < 150 20x, + 10x2 <160 6x, + 2 x 2 > 27 x,-3x2^0 x,,x 2 > 0 Rezolvarea cu WINQSB, modulul Lp-ILP {Linear and Integer linear programming) presupune respectarea aceleiai secvene de pai pentru introducerea informaiilor necesare pentru a configura modelul, cu o deosebire n ceea ce privete tipul implicit al variabilelor {Default Variable Type) care sunt ntregi nenegative (Nonnegative Integer) tabelul 5.8. 161

n varianta modelului liniar cu variabile ntregi, rezolvarea se face cu metoda ,,ramific i mrginete" (algoritmul Brcmch-ond-Bound - n lb.englez) - un procedeu euristic bazat pe algoritmul simplex. Rezolvarea este relativ simpl; soluia optim descris n tabelul 5.9. se identific dup efectuarea a 5 iteraii. Tabelul 5.10. Iteraia 1 a metodei Branch-And-Bound Variable Status Upper Solution Decision Lower Variable Bound Bound Value Type X1 M 4.50 Integer No 0 X2 M 7.00 Integer Yes 0 Current OBJ(Maximize) = 50,500.00 >= ZL = -M Non-integer Tabelul 5.11. Iteraia 2 a metodei Branch-And-Bound Variable Status Solution Upper Decision Lower Variable Bound Bound Value Type Integer Yes M 5.00 X1 5.00 Integer Yes M 6.00 X2 0 New incumbent Current OBJ(Maximize) = 49,000.00 >= ZL = -M

163

Tabelul 5.12. Iteraia 3 a metodei Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 0 4.00 4.00 Integer Yes X2 0 M 7.33 Integer No Current OBJ(Maximize) = 49,333.33 >= ZL = 49,000.00 Non-integer Tabelul 5.13. Iteraia 4 a metodei Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 0 4.0000 3.00 Integer Yes X2 8.00 M 8.00 Integer Yes Current OBJ(Maximize) = 47,000.00 <= ZL = 49,000.00 Not better! Tabelul 5.14. Iteraia 5 a metodei Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 0 4.00 4.0000 Integer Yes X2 0 7.00 7.0000 Integer Yes Current OBJ(Maximize)= 48,000.00 <= ZL = 49,000.00 Not better! Efectund analiza parametric pentru c/ se poate pune n eviden modificarea domeniului de admisibilitate pentru noua situaie - a necunoscutelor cu valori ntregi nenegative. dac preul unitar pentru Modell scade sub pragul limit interior de 5000 (valoarea actuala) se observ renunarea la fabricarea acestui .sortiment x*i= 0 (din tabelul 5.15 se citete valoarea slope= 0); pentru c, >8000, un pre unitar pentru Modell peste pragul limit superior (produsul ar mult mai atractiv sub aspectul preului) se observ c x*,= 0.33 (din tabelul 5.15 se citete valoarea slope= 0.33). From Coeff. ofX1 5,000.00 8,000.00 5,000.00 Tabelul 5.15. Analiza de senzitivitate To Coeff. From To ofX1 OBJ Value OBJ Value 8,000.00 49,000.00 24,000.00 M 24,000.00 M M 49,000.00 24,000.00 Slope 5 0.33 0

Tabelul 5.8. Introducerea datelor iniiale Variable Maximize C1 C2 C3 C4 C5 LowerBound UpperBound VariableType X1 5000 1 10 20 6 1 0 M Integer X2 4000 1 15 10 2 -1 0 M Integer Direction
>= <=

R.H.S. 5 150 160 27

<=
>=

<=

Rezolvnd modelul se obine urmtoarea soluie (tabelul 5.9): 0 x*i = 5 uf, adic se recomand fabricarea a 5 uniti din Modell; x*2 = 6 uf 0 valoarea funciei obiectiv: f*= 49000 um. (n mod firesc, veni turile totale scad fa de soluia modelului cu variabile nentregi urmnd un raionament evident: cu ct se introduc ntr-un model mai multe restricii cu att calitatea soluiei optime scade. 5 Vectorul preurilor-umbr i cel al cantitilor disponibile/n deficit au componentele: u*i=0 ceea ce indic respectarea condiiei CI (se folosete un volum de timp echivalent a l l ore-om) i Si=6 adic depirea nivelului impus cu un surplus de 6 uniti de timp; preul-umbr nenul u*2=0 indic caracterul necritic al resursei rmne o cantitate disponibil din Matl indicat de variabila s2=10 uf (fabricarea cantitilor x*i = 5 i x*2 = 6 uf consum numai 140 uf din bf= 150 uf - nu se mai pune problema oportunitii aprovizionrii cu o cantitate suplimentar); preul-umbr nenul u*3=400 indic caracterul critic al resursei ntreg spaiul de depozitare se folosete deoarece variabila S}=0 uf 3 (depozitarea cantitilor x*j = 5 i x*2 = 6 uf consum spaiul de 160 m i se poate pune problema de a suplimenta aceast capacitate de nmagazinare).

164

Corespund acelor variabile ecart sau complementare (notate s;< sm) folosite n algoritmul simplex pentru transformarea inegalitilor n egaliti. 162

Pentru obiectivul Ol obinerea unor venituri din vnzri ct mai marf s-a folosit ca valoare dorit (int" sau goal - n lb. eng) fosta valoare optim a funciei obiectiv f* = 50500 um (n cazul numerelor reale - aceast valoare mrginete superior valoarea optim a funciei obiectiv pentru modelul (*)). Pentru obiectivul 02 ponsum ct mai apropiat de 27 ml armtur metalic\ respectiv pentru obiectivul 03 ,/iecesar de fond de timp ct mai mic pentru asamblare i montaf este suficient introducerea numai a deviaiilor pozitive d2 i d*3 . Rezolvarea cu WINQSB6, modulul GP-IGP, presupune respectarea urmtoarelor etape pentru introducerea corect a datelor i obinerea rezultatelor. Mai nti, se specific informaiile generale pentru configurarea modului de introducere a datelor de start: - numrul funciilor obiectiv - Number of goals - numrul variabilelor de decizie - Number of variables; - numrul restriciilor - Number of Constraints; - tipul implicit al funciilor obiectiv (de maxim sau de minim) Default Goal Criteria: Maximization/ Minimization; - formatul datelor iniiale (Data Entry Format): de tip tabelar (Spreadsheet Matrix Form) sau n form normal (Normal Model Form); - tipul implicit al variabilelor (Default Variable Type): reale nenegative (Nonegative continuous), cu valori ntregi nenegative (Nonnegative Integer), cu valori binare (Binary [0,1]), cu semn neprecizat sau nerestricionate (Unsigned/unrestricted). In tabelul 5.16 se prezint modul de introducere a datelor iniiale: - trei funcii obiectiv (toate de minim); - ase variabile de decizie (din care xt i x2 necunoscutele iniiale ale problemei i nc patru de tip deviaie); - ase restricii (din care una provine din transformarea fostei funcii obiectiv i restul cinci condiii originale) etc. Se recomand denumirea foarte explicit a variabilelor de tip abateri sau deviaii (h acest exemplu, se folosete indicele restriciei h care apare variabila respectiv i tipul acesteia: pozitiv sau negativ).

Figura 5.5. Analiza de senzitivitate pentru Ci Determinarea structurii optime de producie - modelul de pro gramare scop pentru optimizarea liniar cu mai multe funcii obiectiv Pentru exemplificarea rezolvrii programelor de programare scop" se va folosi modelul economic anterior (uor modificat) pstrnd condiia Xj, x2 G Z : (max f = 5000-x, + 4000-x2 x, + x2>5 10x, +20x2 <150 20x, +15x2 <160 6x, + 2x2 >27 x, -3x2 <0 x,,x2ZO Deoarece din interpretarea soluiei obinute se constat depirea cantitii iniiale de 27 m liniari - condiia C4 (cu aproape 15 m - din variabila s4= 15) se dorete determinarea unei structuri de producie care s consume mai puin din acest material. De asemenea, se dorete scderea timpului de lucru pentru secia de montaj (soluia propus anterior presupune o depire de 6 ore-om fa de disponibilul iniial bi= 5 ore om). 165

Pachet de aplicaii cu caracter didactic ncorporat lucrrii Applied Management Science. A Computer Integrated Approach for Decision Making, Lawrence, J., Pasternack, B., John Wiley & Sons, 1998. 167

Tabelul 5.16. Datele iniiale


Variable X1 Min:G1 Min:G2 Min:G3 C1 5000 C2 6 1 C3 C4 10 C5 20 1 C6 Lower 0 Bound Upper M Bound Variable Inte ger Type X2 d11 d1+ 1 d2+ 1 1 4000 2 1 20 15 -3 0 M Inte ger 1 -1 -1 -1
= =

d3+

Direction

RHS

Aceste noi reformulri ale condiiilor CI i C4 presupun transfor marea modelului liniar anterior ntr-unui cu mai multe funcii obiectiv max 5000 x, + 4000 x2

<= <= <=

50500 27 5 150 160 0

min min

6xt + 2x2 x, + x2 (**)

10x, + 20x2 < 150 20xj + 15x2 < 160


Xj

0 M Contin uous

0 M Contin uous

0 M Contin uous

0 M Contin uous

- 3x2 <, 0
Xj,x2^0

Dup rezolvarea cu opiunea Gp-IgplSolve and Analyse/Combined Report se obine direct soluia optim (tabelul 5.17) sau soluia n form detaliat (tabelul 5.18). Tabelul 5.17. Soluia modelului GP (Solution Summary) Decision Variable X1 X2 d1d1+ d2+ d3+ GoaM: Goal 2: Goal 3: Solution Value 5.00 4.00 9,500.00 0 11.00 4.00 Minimize Minimize Minimize Basis Status at bound basic basic at bound basic basic G1 = G2 = G3 = Reduced Cost GoaM 333.33 0 0 2.00 0 0 9,500.00 11.00 4.00 Reduce dCost Goal 2 3.33 0 0 0 0 0 Reduced Cost Goal 3 -0.33 0 0 0 0 0

Se pstreaz evident condiia de maximizare a veniturilor (Ol) i, n plus, se mai iau n considerare cele dou noi obiective: - minimizarea cantitii de resursa armtur metalic ((92); - folosirea cu parcimonie a resursei timp de asamblare i montaj (03). Rezolvarea noului model (**) se poate face cu ajutorul programrii scop (Goal Programming - n Ib.englez), transformnd modelul (**) astfel: min min min dj + d] d2 d

5000 x, + 4000 x2 + dj - d - 50500


<

6x, +2x-d2 =27 x, + x2 - d = 5 10xj+20x2 x, - 3x2 < 0


x,,x2 >0,Xj,x2 eZ

<150

20xj +15x2 <160

Soluia optim indic urmtoarea structur de producie: xj*= 5 uf\x2* = 4 uf. 168 166

n care s-au introdus noile necunoscute de tip abatere / deviaii.

Constraint

Left Hand Side 50,500.00 27.00 5.00 130.00 160.00 -7.00

Direction

Right Side

Hand

Slack or Surplus 0 0 0 20.00 0 7.00

C1 C2 C3 CA C5 C6

= =
<=

50,500.00 27.00 5.00 150.00 160.00 0

Shadow Price GoaM 1.00 10.00 -400.00 0 -238.67 0

Gradul de realizare a obiectivelor este: - pentru Ol, se nregistreaz o nerealizare de 9500 um fa de nivelul dorit (50500 um) deoarece dj - 9500; - pentru 02, se depete nivelul de 27 m cu nc 11 m (c/^ = 11, o depire mai mic totui fa de modelul (**)); - pentru 03, fondul de timp de asamblare este mai mare cu 4 oreom(d = 4, soluie mai bun dect pentru modelul (**)). Tabelul 5.18. Forma detaliat rezultatelor obinute (Combined report) Reduced Goal Decision Solution Unit Cost or Total Cost Level Variable Profited) Value Contribution G1 X1 5.00 0 0 333.33 G1 X2 4.00 0 0 0 G1 d19,500.0 1.00 9,500.0 0 G1 d1 + 0 1.00 0 2.00 G1 d2+ 11.00 0 0 0 G1 d3+ 4.00 0 0 0 G2 X1 5.00 0 0 3.33 G2 X2 4.00 0 0 0 G2 d19,500.0 0 0 0 G2 d1+ 0 0 0 0 G2 d2+ 11.00 1.00 11.00 0 G2 d3+ 4.00 0 0 0 G3 X1 5.00 0 0 -0.33 G3 X2 4.00 0 0 0 G3 d19,500.0 0 0 0 G3 d1 + 0 0 0 0 G3 d2+ 11.00 0 0 0 G3 d3+ 4.00 1.00 4.00 0 G1 Goal Value (Min.) = 9,500.00 G2 Goal Value (Min.) - 11.00 G3 | Goal Value (Min.) = 4.00 Const Left Direction Right Slack or Shadow Shadow Shadow raint Hand Hand Surplus Price Price Price Side Side Goad Goal 2 Goal 3 C1 50,500 = 50,500 0 1.00 0 0 C2 27.00 = 27.00 0 0 1.00 0 C3 5.00 = 5.00 0 0 0 -1.00 C4 130.00 <= 150.00 20.00 0 0 0 C5 160.00 <= 160.00 0 -266.6 0.13 0.07 <= C6 -7.00 0 7.00 0 0 0 169

<=
_ <=

Not: Pentru modelul (***), deoarece necunoscutele iniiale ale problemei JC/ i JC^ sunt ntregi pentru rezolvarea modelului s-a folosit algoritmul ramific i mrginete" (Branch and Bound - n lb.eng.) pentru care n tabelele 5.21 - 5.27 - se poate urmri desfurarea calculelor pe cele apte iteraii necesare pentru identificarea soluiei optime. Tabelul 5.21. Iteraia 1 - algoritmul Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 0 M 3.80 Integer No X2 0 M 5.60 Integer No d10 M 9,100.00 Continuous Yes d1+ 0 M 0 Continuous Yes d2+ 0 M 7.00 Continuous Yes d3+ 0 M 4.40 Continuous Yes Minimized G1 = 9,100.00 ZU = M Minimized G2 = 7.00 ZU = M Minimized G3 = 4.40 ZU = M Non-integer Tabelul 5.22. Iteraia 2 - algoritmul Branch-And-Bound Decision Lower Variable Bound X1 4.00 X2 0 d10 d1+ 0 d2+ 0 d3+ 0 Minimized G1 = Minimized G2 = Minimized G3 = Upper Bound M M M M M M 9,166.67 7.67 4.33 Solution Value 4.00 5.33 9,166.67 0 7.67 4.33 ZU = ZU = ZU = Variable Type Integer Integer Continuous Continuous Continuous Continuous M M M Status Yes No Yes Yes Yes Yes Non-integer 171

Tabelul 5.23. Iteraia 3 - algoritmul Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 4.00 M Integer X2 6.00 M Integer d10 M Continuous d1+ 0 M Continuous d2+ 0 M Continuous d3+ 0 M Continuous This node is infeasible !!!!!! Tabelul 5.24. Iteraia 4 - algoritmul Branch-And-Bound Decision Lower Variable Bound X1 4.00 X2 0 d10 d1+ 0 d2+ 0 d3+ 0 Minimized G1 = Minimized G2 = Minimized G3 = Upper Solution Bound Value M 4.25 5.00 5.00 M 9,250.00 M 0 M 8.50 M 4.25 9,250.00 ZU = 8.50 ZU = 4.25 ZU = Variable Type Integer Integer Continuous Continuous Continuous Continuous M M M Status No Yes Yes Yes Yes Yes Non-integer

Folosind coeficieni de penalizare pentru scrierea funciei obiectiv, rezolvarea noului modelul duce la reintroducerea datelor iniiale (se va folosi o singur funcie obiectiv - de tip agregat). n acest caz, funcia obiectiv (tabelul 5.19) ia forma: min dj +d + 10-d +400-d cu urmtoarele observaii: - penalizarea pentru orice depire de o unitate a consumului de armtur (nivelul dorit este 27 m) este de 10 um; - penalizarea pentru depirea cu 1 or a fondului de timp de munc (dorit la nivelul de 5 h) este de 400 um. Tabelul 5.19. Datele iniiale - varianta cu funcie obiectiv agregat
Variable Min:G1 C1 C2 C3 C4 C5 C6 Lower Bound Upper Bound Variable Type X1 5000 6 1 10 20 1 0 M Integer X2 4000 2 1 20 15 -3 0 M Integer d11 1 d1+ 1 -1 d2+ 10 -1 -1 d3+ 400 Direction R.H.S. = = = <= <= <= 50500 27 5 150 160 0

0 M Contin uous

0 M Contin uous

0 M Contin uous

0 M Contin uous

Tabelul 5.25. Iteraia 5 - algoritmul Branch-And-Bound Decision Lower Variable Bound X1 5.00 X2 0 d10 d1+ 0 d2+ 0 d3+ 0 Minimized G1 = Minimized G2 = Minimized G3 =
172

Upper Solution Bound Value M 5.00 5.00 4.00 M 9,500.00 M 0 M 11.00 M 4.00 9,500.00 ZU = 11.00 ZU = 4.00 ZU =

Variable Type Integer Integer Continuous Continuous Continuous Continuous M M M

Status Yes Yes Yes Yes Yes Yes New incumbent

Soluia optim (tabelul 5.20) indic aceeai structur de producie * ; * = 5 uf i x2* = 4 uf i acelai grad de realizare a obiectivelor n raport cu varianta anterioar de rezolvare. Tabelul 5.20. Sumarul rezultatelor - varianta cu funcie obiectiv agregat
Goal Level G1 G1 G1 G1 G1 G1 G1 Decision Solution Variable Value X1 5.00 X2 4.00 d19,500.00 0 d1+ 11.00 d2+ 4.00 cT3+ Goal Value (Min.) = Unit Cost or Profit c(j) 0 0 1.00 1.00 10.00 400.00 Total Contribution 0 0 9,500.00 0 110.00 1,600.00 11,210.00 Reduced Cost 233.33 0 0 2.00 0 0

170

pentru restricii de tipul > " 1 O pentru pentru gx(X)>b\ g\(X)<b\-"kx

gtfXJ-fbi-W ^x^grfx)^ p e n t r u h Fie: E mulimea soluiilor admisibile (realizabile); xeX o soluie de alocare X = (x1,x2,x3....) . Definim prin 5, mulimea vag inclus n E asociat obiectivului O/ descris prin funcia de apartenen fit(x):E[0,1]. Pentru simplificarea calculelor i n baza modului de definire a operaiei de intersecie cu mulimi vagi putem considera M = min{ (X)}.
5.2.2.

Tabelul 5.26. Iteraia 6 - algoritmul Branch-And-Bound Decision Lower Upper Solution Variable Status Variable Bound Bound Value Type X1 4.00 4.00 4.00 Integer Yes X2 0 5.00 5.00 Integer Yes d10 M 10,500.00 Continuous Yes d1+ 0 M 0 Continuous Yes 62+ 0 M 7.00 Continuous Yes d3+ 0 M 4.00 Continuous Yes Minimized G1 = 10,500.00 ZU = 9,500.00 Minimized G2 = 7.00 ZU = 11.00 Minimized G3 = 4.00 ZU = 4.00 Not better! Tabelul 5.27. Iteraia 7algoritmul Branch-And-Bound Decision Lower Variable Bound X1 0 X2 0 d10 d1+ 0 d2+ 0 d3+ 0 Minimized G1 = Minimized G2 = Minimized G3 = Upper Bound 3.00 M M M M M 11,500.00 3.00 4.00 Solution Value 3.00 6.00 11,500.00 0 3.00 4.00 ZU = ZU = ZU = Variable Type Integer Integer Continuous Continuous Continuous Continuous 9,500.00 11.00 4.00 Status Yes Yes Yes Yes Yes Yes Not better!

Modele liniare stochastice cu vectorii b i c aleatori

- modele de programare liniar n care unul sau mai muli dintre coeficienii ay, b; i Cj sunt mrimi aleatoare cu distribuia de probabilitate cunoscut se numesc modele stochastice. - valoarea funciei obiectiv a problemei de programare liniar va fi o mrime aleatoare a crui distribuie de probabilitate va fi determinat n funcie de valorile posibile ale mrimilor aleatoare de intrare: consumuri tehnologice, disponibil de resurse, preuri etc. n general, distribuia de probabilitate a valorilor funciei obiectiv se poate obine prin simularea Monte Carlo. Prin analiza distribuiei de probabilitate a valorilor funciei obiectiv decidentul obine mai multe informaii despre valorile posibile ale indicatorului optimizat i poate cuantifica riscul asociat diferitelor variante decizionale. Programarea stochastic cu vectorul c aleator (cj sunt variabile aleatoare) Modelul de programare liniar: A-X<b X>0 max C X 175

5.2. Dezvoltri ale metodelor de optimizare


5.2.1.

Modele de programare liniar fuzzy

Programarea matematic a asimilat specificul abordrii fuzzy n sensul tratrii ntr-un context fuzzy a restriciilor i a funciei obiectiv (chiar i a coeficienilor tehnologici) din modelul tradiional al progra mrii liniare: ' Aj-X>bj . A2-X<b2 X>0 optF = C-X ntr-o formulare concis, fiind date restriciile fuzzy Rt, R2, ,...Rm i obiectivele fuzzy Oi, 02, ...Op se construiesc funciile de apartenen: 173

In care vectorul coeficienilor funciei obiectiv este de tip aleator,

p^fX) pentru f= 7,...m, respectiv p0t(^) pentru fc= 7,...p, apoi se introduce criteriul de optimizare: max u(X) Unde E este mulimea soluiilor admisibile i H(X) = min{^ (x), i = 1, m; p.Di (X),k = l,p). ntr-o form detaliat, modelul de programare liniar (*) se transform n sens fuzzy (**) prin relaxarea restriciilor care modific termenul liber al acestora i introduc tolerane (mrimi admisibile ale perturbaiilor posibile n nivelul resurselor). ' A^-Xy^ sau g^X)^-^ \A2-X<b2 sau g2(X)<,bt+A2 (**) 1^0, 4^0, 2^0 optF = CX Calculul funciilor de apartenen se face diferit: pentru restricii de tipul < " sau g2 (X)<. b2 + A.2 1 pentru g2(X)<^bl 0 pentru g2(X)^b2+^

c = (clc2,...,cl);
\ Pi>

(c2,c22,...,c2);
P2;

...
...

,cr2,...,crS
PR J

unde Cj este valoarea coeficientului de ordin j (pentru j = 1, n) din funcia obiectiv (adic Cj) valoare care are asociat probabilitatea de
r

realizareph astfel ca ]T ph = 1 pentru h = 7,.... r. Metoda 1: a) se calculeaz mediile probabiliste ale coeficienilor funciei obiectiv:

b) se rezolv problema de programare liniar determinist A-X<b X7>0


n

h=l

max
{

J^SjXj
j=i

V(X)=

i se obine varianta decizional optim asociat speranei matema tice optime a valorii criteriului de performan. Metoda 2: a) Se rezolv r probleme de programare liniar de forma:
r

AX<b , pentru h = /,...,#,


n

Mi*)

_____ _ .

_x.

max se obin valorile optime ale funciei obiectiv f*. f2, ...,f*; 176 174

1
L ......

>^

. .

b2

g(X) Figura 5.6.

b2+\

g2

Activitatea Ay reprezint o etap distinct n desfurarea proiectului complex, a crei realizare conduce la modificarea calitativ a situaiei existente, consumnd timp i resurse; - se reprezint n graf prin arce (sgei) ndreptate n sensul desfurrii acestora n timp, avnd notate deasupra arcului denumirea sau simbolul activitii i dedesubtul arcului durata activitii (dy) n unitile de timp considerate. Lista de activiti se ntocmete pe baza relaiilor de preceden ntre activitile componente ale procesului complex, utiliznd metoda de analiz interogativ punndu-se urmtoarele ntrebri: - ce activitate trebuie realizat nainte de activitatea Ay? - ce activiti se pot desfura n paralel? - ce activiti se vor executa dup terminarea activitii conside rate? ncadrarea n timp a activitii se realizeaz prin ataarea unei valori fiecrui arc astfel: - prin calcul (cea mai bun procedur, pe baza unor relaii mate matice consacrate); - prin analogie cu activiti de acelai tip realizate anterior - prin durata impus, fie ca urmare a aciunii unor factori naturali, fie ca urmare a unor restricii tehnico-economice sau de pia. Durata total de desfurare a proiectului are o distribuie aproxi mativ egal cu suma duratelor medii de desfurare a activitilor critice i cu dispersia/varianta egal cu variantele acestor activiti. Ca extensie a acestei probleme se poate rspunde la urmtoarele ntrebri: - calculul probabilitii ca proiectul s se desfoare ntr-o anumit perioad de timp; - estimarea cu o probabilitate mare a unui interval pentru durata proiectului; - determinarea unei limite superioare a duratei proiectului. Pentru orice activitate, intervalul n care se poate desfura activi tatea este dat de durata ntre termenul minim al evenimentului de nceput al lucrrii i termenul maxim al evenimentului de sfrit. Cu excepia activitilor de pe drumul critic, la care durata coincide cu intervalul, la toate activitile durata este mai mic dect intervalul, aprnd rezervele. Datorit rezervelor, orice activitate necritic dispune de o libertate de pla nificare n intervalul propriu, corelat cu activitile precedente i succedente. 179

b)se construiete distribuia de probabilitate a valorilor funciei obiectiv: /?, p2 ... prj c)se determin media valorilor optime, deviaia standard, coefi cientul de variaie, intervalul de ncredere pentru media valorilor funciei obiectiv etc. Programarea stochastic cu vectorul b aleator uniform repartizat Modelul de programare liniar are forma: AX<b X>0 unde b = max C X uniform repartizat n intervalul [ b\, bf ], pentru / = l,...,m. Rezolvarea analitic a) se calculeaz mediile probabiliste ale elementelor din termenul 1 l b +b L liber al restriciilor: b = , pentru i = l,...,m 2 b) se rezolv problema de programare liniar determinist: A-X<b max CX i se obine varianta decizional optim asociat speranei matematice a disponibilului/vectorului de termeni liberi. 53. Alocarea resurselor cu ajutorul analizei de tip reea (modele de tip Analiza drumului critic -ADC) Proiectul este un ansamblu de activiti (eventual cu caracter fundamentat pe o planificare sectorial, global, coerent), datorit cruia 177 b-, i bi este o mrime aleatoare F* =

Alocarea - considernd pentru fiecare resurs n parte un disponibil stabilit n timp, se determin durata minim n care se poate executa aciunea complex fr a se depi cantitatea disponibil din resursele implicate la un moment de timp.

Figura 5.7. O secven a grafului reea n reprezentarea activitate arc" Tabelul 5.28. Calculul timpilor de ncepere/de terminare - minimi/maximi termene Minim Maxim De ncepere ES LS De terminare EF
LF

Operator Max Min

Procedur Direcia Direcia

activitatea Ai} nu poate ncepe dect dup terminarea tuturor activitilor incidente nodului i: ESfAij) = max{EF(i,), EFfii),..., EF(iQ} EF(Aij) = ES(An) + djj oricare dintre activitile j h j 2 , ji poate ncepe de abia dup terminarea activitii AtiLF(Ajj) = min{LS(ji), LS(iz),..., LSfi,)} LSfAi^LFfAiJ-dy 180

o combinaie definit de resurse umane i materiale genereaz un progres economic. Managementul de proiecte i de programe este o activitate care i propune ca n raport cu anumite condiii i pe baza unor decizii fundamentate tiinific, s organizeze aciunile de previziune, conducere i control pentru ca realizarea proiectelor i a programelor s conduc la obinerea unor efecte economice favorabile. Analiza de reea de tip ADC (sau CPM - Critical Path Method in limba englez) este o tehnic managerial de conducere, programare, control i evaluare a proiectelor economice, fiind o concretizare a conducerii prin excepie i a celei previzionale. Proiectul complex este reprezentat printr-un model matematic determinist schematizat printr-un graf reea care permite evidenierea succesiunii cronologice i interdependena operaiilor prin care se realizeaz obiectivul procesului. ADC const n identificarea activitilor care influeneaz durata total de realizare a ntregului proces; acestea sunt activitile critice, succesiunea lor formnd drumul critic. Importana identificrii acestor activiti este dat de faptul c ele pot fi controlate de ctre manager n vederea micorrii duratei de realizare a ntregului proces complex. ntr-o cercetare despre pia i consumatori, diferitele etape enu mera: asistarea clienilor n realizarea sau reviziurea chestionarelor de interviu, instruirea echipei n baza unui ghid propriu al operatorului de interviu, desfurarea studiilor pilot, realizarea interviurilor propriu zise (fa n fa, telefonic, focus grup etc.), control i monitorizare a ntregului proces de colectare a datelor, furnizarea de rapoarte periodice asupra procesului de intervievare, realizarea unei verificri de cel puin 25% a chestionarelor, editarea fiecrui chestionar n parte pentru evitarea erorilor de completare, procesare i analiza de date, realizarea, la cerere, de rapoarte pariale sau totale, furnizarea informaiilor ntr-un format accesibil clientului (baze de date pe suport magnetic, tabele i grafice) etc. Evenimentele (ij) reprezint momente caracteristice ale unei activiti din cadrul procesului complex: - nu consum timp sau resurse; - se reprezint, de regul, n grafuri prin noduri, numerotate sec venial h ordinea irului natural al numerelor i n sensul desfurrii activitii proiectului complex; - se noteaz de obicei cu / numrul nodului iniial pentru o activitate Aq i cu j numrul nodului final (astfel nct i<f). 178

i are varianta egal cu suma variantelor acestor activiti. Ca extensie a acestei probleme se poate rspunde la urmtoarele ntrebri/aspecte: o ce probabilitate corespunde situaie n care durata planificat de terminare a ntregului proiect de activiti este Dpp. - se calculeaz valoarea Z astfel:

Z=
'DC

i se asociaz probabilitatea p(Z) conform unui tabel cu valorile distribuiei Laplace (tabelul 5.297). Tabelul 5.29. Valori ale scorului Z i probabilitile asociate Valoarea Z -2,0 -L5 -1,0 -0,5 0 0,5 1,0 1,5 2,0 2,5 3,0 probabilitatea 0,02 0,07 0,16 0,31 0,50 0,68 0,84 0,93 0,98 0,99 1,00

o estimarea cu o probabilitate mare a unui interval pentru durata proiectului: P(D<Dpl) = P d<
'DC
J

Rezerva (Slack) = timpul maxim de terminare - durata - timpul minim de ncepere. Modelul PERT/timp (model probabilistic) Modelul PERT/timp abordeaz problema programrii i conducerii operative a unui proces n condiii de probabilitate. Duratele activitilor nu sunt cunoscute ca valori certe, ci sunt considerate variabile aleatoare (cu limite cunoscute), caracterizate de media i de dispersia lor. - se bazeaz pe trei estimri ale duratei unei activiti: a, m, b: durata optimist (Optimistic time - a); durata medie probabil (Most likely time - m); durata pesimist (Pessimistic time - b). Metoda PERT presupune utilizarea legii de repartiie Beta a probabilitilor de apariie a tuturor duratelor posibile ale unei activiti, pentru care: - av este durata minim de execuie preconizat n cazul n care exist cel mai favorabil complex de mprejurri (condiiile generale de evoluie fiind normale); - m,j este estimarea duratei cu cea mai mare ans de realizare n condiii normale de lucru; - by este intervalul maxim de realizare a activitii Ay atunci cnd mprejurrile cele mai defavorabile de execuie, excluznd situaiile ieite din comun. Condiii suficiente pentru folosirea distribuiei Beta sunt: a) se intersecteaz axa absciselor n dou puncte reprezentnd punctele ay i by (un domeniu de variaie limitat); b)este unimodal (constnd ntr-o singur valoare maxim corespunztoare punctului mti care reprezint durata cea mai probabil); c) valoarea ^ - atj | reprezint intervalul de variaie al distribuiei beta i indic gradul de mprtiere a duratelor.

pentru P\

un

interval

de

ncredere

de

100 -(1-a)

atunci

D-z-a<< 2 o determinarea unei limite superioare a duratei proiectului.


7

Pentru fiecare activitate se calculeaz: -j , ., . -7 a + 4m + b a media valorilor estimate: d = 6 <j deviaia standard a duratelor estimate: a

b-a 6 181

[RAF, pag. 202]

183

D = Dpl+Z-a u n d e z =

Dp;

DC

Modelul de analiz a drumului critic/COST Durata de execuie a unei aciuni complexe variaz n general ntre dou momente de timp, i anume, unul maxim i altul minim, impuse de consideraii tehnice i/sau economice. Evident, durata lucrrii are nume roase implicaii asupra costului. Este posibil scurtarea duratei de execu ie pentru unele activiti ale proiectului prin alocarea intensiv a unor resurse - adic printr-un procedeu de urgentare", evident pe seama creterii costului de realizare a acestor activiti. La nivelul ntregului proiect, definit ca succesiune de activiti, devine astfel posibil urgenta rea (scurtarea duratei finale de execuie) prin suportarea unor cheltuieli mai mari. De aceea este deosebit de important de determinat acea durat a aciunii complexe creia i corespunde un cost minim. Fiecare activitate considerm c are dou durate de execuie: - normal D - asimilat duratei maxime de execuie a activitii cu un cost asociat de C - minim Du (urgentat), la care se poate ajunge prin msuri de urgentare la un cost de C. Reprezentnd condiionarea cost, dintre costurile i duratele posibile de realizare a activitilor - figura 5.8 - (eventual valorile cumulate, la nivelul proiectului) se obine o curb descresctoare (cu pant negativ exprimat prin
durata

. 36 Att (j2, ct i cr arat gradul de nesiguran n estimarea duratei activitii Ay (o valoarea mare a dispersiei sau deviaiei standard indic o mai mare nesiguran n privina duratei reale de execuie). Pentru drumul critic se vor calcula: media d DC : ~dv>c = ^ ^ c
c

a 2 dispersia duratelor estimate:

a2 = -

d c este media duratelor estimate pentru o activitate critic dispersia


o~2dc'-

cr2^ aCP =

-^cr2c
c
c

deviaia standard c r ^ :

n modelul probabilistic al procesului complex: - drumul critic stabilit pe baza modelului determinist are o lungime suficient de mare, astfel nct probabilitatea ca un alt drum s devin critic, prin revenirea la modelul probabilist, s fie minim; - termenul ultimului eveniment este o variabil aleatoare cu o distribuie normal, conform relaiei d d c = ^dc ; - potrivit unei teoreme de limit central, dac o variabil aleatoare este suma unui numr mare de variabile aleatoare independente i dac fiecare termen al sumei are o pondere mic n valoarea ei total, atunci distribuia variabilei este foarte apropiat de cea normal (se supune legii de distribuie normale). Procedura de determinare a mediei i a dispersiei pentru durata de desfurare a proiectului se bazeaz pe cteva ipoteze simplificatoare: - un drum critic se poate determina utiliznd duratele medii ale activitilor ca durate fixe. Durata ateptat de desfurare a proiectului este determinat doar de duratele activitilor critice; - durata de desfurare a unei activiti este independent fa de durata de desfurare a oricrei alte activiti; - sunt suficiente activiti pe drumul critic, astfel nct distribuia s poat fi aproximat printr-o distribuie normal. Durata total de desfurare a proiectului are o distribuie aproxi mativ egal cu suma duratelor medii de desfurare a activitilor critice 182
c

c..

Figura 5.8.

) , deoarece orice efort D-D u

-cn

de urgentare este nsoit de creterea cheltuielilor. Costul unitar al urgentrii se calculeaz ca un raport ntre diferena costurilor i a duratelor de execuie a activitilor.

184

Previziunea este o metod sistematic de obinere a unei estimri2 a valorii viitoare a unei variabile; se bazeaz, de obicei, pe analiza unei colecii de observaii privind comportamentul trecut al fenomenului/ procesului/organizaiei studiate. Previziunea const n ansamblul pro ceselor prin intermediul crora se determin obiectivele organizaiei i a componentelor sale, se formuleaz modalitile de aciune n vederea realizrii acestora i se aloc resursele necesare. Comisia Economic ONU pentru Europa definete prognoza ca evaluarea probabil, stabilit n mod tiinific, a evoluiei cantitative i calitative a unui fenomen ntr-un interval de timp viitor denumit orizontul prognozei. Prognoza se reprezint ca rezultat al unor cercetri care urm resc s stabileasc evoluiile, strile posibile i probabilitile asociate acestora ntr-un viitor stabilit, care constituie orizontul prognozei. Finalul activitii de previziune se concretizeaz n stabilirea prio ritilor (a ti ce trebuie s faci mai nti?/ce se cere acum?... este esenial n activitatea managerial la orice nivel). Prioritile pot fi determinate de: o urgen: timpul n care trebuie dat rspunsul; o ntietate: n cadrul unor aciuni legate logic ntr-un lan continuu; o tendina de variaie: cele cu variaie rapid fa de cele cu varia ie lent, avnd n vedere i volumul de variaie; o importan: n cadrul unui ir lung de aciuni importana subiec tiv nu trebuie s dicteze. Tehnica de previziune cuprinde un ansamblu de procedee de anti cipare a viitorului unei organizaii publice sau private sau a structurilor ei privind modul concret de abordare a proceselor i fenomenelor. Pentru ca rezultatele previziunilor s satisfac exigenele practice este necesar respectarea anumitor cerine h metodologia de previziune: o calitatea previziunilor depinde hotrtor de cunoaterea temeini c a realitii; o necesitatea folosirii unei metodologii complexe de previ-ziune (o gam ct mai larg de metode i tehnici); Estimaia este rezultatul unei evaluri, concretizat, n statistic, ntr-o valoare numeric (numit estimaie punctual) sau n dou valori formnd un interval (numit interval de ncredere). Statistica inductiv poate calcula, n anumite circumstane, i un al treilea numr care exprim gradul (nivelul coeficientul) de ncredere asociat intervalului respectiv i care are un sens experimental foarte concret; poate avea uneori i sensul de estimare. 187
2

6. PREVIZIONAREA CA DEMERS AL MANAGEMENTULUI TIIND7IC

6.1. Introducere n problematica previziunii 6.2. Metode de previziune folosite n aplicaiile manageriale 6.3. Analiza seriilor dinamice (cronologice) Metodele de extrapolare Extrapolarea analitic Extrapolarea fenomenologic Metode de ajustare Studiu de caz: Prognoza cursului de schimb valutar 6.4. Analiza de regresie i de corelaie Interpretarea statistic a rezultatelor regresiei Semnificaia statistic a parametrilor modelului Metoda regresiei simple Studiu de caz: Studiul corelaiei ntre modificarea pro dusului intern brut i a produciei industriale Metoda regresiei multiple Studiu de caz: Impactul investiiei intelectuale asupra output-ului sistemului economic 6.5. Studiul proceselor economico-sociale cu ajutorul mo delelor globale Tem de discuie / Studiu de caz - Extrapolarea feno menologic

185

o necesitatea folosirii pe o scar tot mai larg a instrumen-tarului oferit de metodele statistico-matematice moderne, fapt ce permite obinerea mai multor variante de soluii. Pentru a putea nelege, caracteriza i sintetiza mai bine datele colectate i abstractizate se pot utiliza diferite tehnici de analiz. Cele mai relevante sunt analiza agregat (care caut grupri, variabile caracte ristice i tendine care s caracterizeze toate datele) i analiza de caz (care se preocup cu gsirea de cazuri tipice sau neobinuite pentru descriere). Primul tip de analiz, cea agregat, apeleaz la tehnici statisticomatematice pentru a determina o serie de indicatori (medie, dispersie, covarian etc.) cu ajutorul crora se pot caracteriza datele observate, se pot deduce cauzele unor fenomene, se stabilesc legturi ntre diferite caracteristici sau se poate verifica dac diferenele dintre grupe sunt semnificative. Dei tehnicile statistice adaug mai mult precizie, ncre dere i un ajutor substanial n sistematizarea analizei, nu ntotdeauna duc la concluzii relevante la nivelul datelor agregate - vezi capitolul 1. Analiza de caz const n obinerea din datele investigate a unor cazuri sau exemple, care se pot asocia, fie unor cazuri obinuite sau extraordinare, fie unor ntmplri sau evenimente neateptate sau critice. Dac sunt bine selectate, cazurile ajut la nelegerea unor situaii sau a unor evenimente deosebite nainte de a se produce, conducerea superioar fiind interesat n a obine rapid o vedere" general pe baza unui caz bine selectat, iar conducerea tehnic, de detaliile tehnice i de dificultile unor evenimente deosebite. Ca o concluzie parial, analiza agregat se recomand h situaiile h care precizia este important i realizabil, iar analiza de caz n situa iile urgente i dac exist indicii sigure c se vor produce evenimente deosebite. 6.2. Metode de previziune folosite n aplicaiile manageriale Studierea viitorului se constituie ca o cercetare tiinific n msura n care se dispune de cunotine confirmate despre normele n care se nscrie activitatea economic pentru realizarea anumitor obiective. Spre deosebire de cunoaterea comun, cunoaterea tiinific acord vala bilitate unor enunuri controlabile. n general, o metod de cunoatere este o mulime ordonat de operaii de culegere, prelucrare i valorificare a informaiilor, formulat ntr-un limbaj specializat pentru un domeniu specificat. Cu ajutorul 188

Cuvinte-cheie Acurateea metodei Ajustare Ajustare exponenial Analiza seriilor dinamice Coeficient de corelaie Coeficient de determinare Corelaie Eroare de previziune Estimaie Extrapolare analitic Extrapolare fenomenologic Interpolare Interval de ncredere Ipoteza nul/alternativ Media erorilor ptratice Media mobil Perturbaie alatoare Prognoz/Previziune Regresie Semnal de urmrire Serie de timp Sezonalitate Test T/Test F Trend/tendin Testarea ipotezelor Variaii ciclice/Variaii sezoniere

6.1. Introducere n problematica previziunii Demers fundamental al procesului managerial, previziunea iden tific, contureaz i stabilete cursul viitor al aciunilor ntr-o organizaie. Funcia de previziune i-a sporit n timp importana prin necesitatea recunoscut de a spori capacitatea de adaptare a omului la schimbrile mai rapide i de mai mare amploare ale mediului extern unei organizaii, n scopul de a crete performanele h aciunile sale. Indiferent de no iunile care se folosesc {previziune, prognoz, planificare, programare, 1 predicie, proiecie, prospectiv, prognostic etc.) , scopul demersului este s limiteze nesigurana, s limiteze efectul apariiei unor factori nepre vzui. Nesigurana n activitate i, ndeosebi, n actul decizional, este urmarea de cele mai multe ori a lipsei unor informaii-cheie, sau chiar a copleirii" decidentului cu o mare mas" de informaii, nestructurate, nesigure, confuze, imprecise etc. Noile mutaii ale desfurrii actului proactiv" de conducere, ndreptate ctre eficien i responsabilitate crescute, aduc cu ele riscuri mai mari i/sau deschid oportuniti care pot plasa organizaia n zona creterii, stagnrii sau chiar a ncetrii existenei. Previziunea este folosit mai ales n situaii particulare; prognosticarea accentueaz aspectele cantitative; predicia presupune o evoluie strict deter minat; proiecia (n viziune cantitativ) construiete varianta ce rezult dintr-o simpl proiectare n viitor a strii prezente, prin conservarea mecanic a tendinelor i a structurii actuale. 186
1

realizat deoarece o eroare nesemnificativ la estimarea unui pa-rametru poate schimba decisiv natura calitativ a rezultatului previziunii. Metodele generale de previziune nu sunt desigur, n ntregime, matematice. ntemeiate pe un aparat matematic mai mult sau mai puin pretenios, metodele de previziune integreaz direct (de exemplu, de statistic matematic: procese aleatoare, simulare stochastic, testare de ipoteze etc.) sau indirect (prin intermediul informaticii i a sistemelor de prelucrare automat a informaiilor) numeroase elemente ale matematicii. Caseta 6.1. Metoda arborilor de pertinen Ca exemplificare de metod mixt, este propus metoda arborilor de pertinen - una dintre cele mai rspndite metode de previziune, fiind cunoscut i sub denumirea metoda arborilor de posibiliti'". Studiul unor previziuni i mai ales a erorilor introduse de acestea au condus la concluzia ca principalele cauze ale erorilor le constituiau omisiunile. Metoda ncearc prevenirea acestora constituind riguros lanul tuturor elementelor care condiioneaz evoluia posibil a unui proces sau fenomen. \) Obiectiv

uneia sau mai multora dintre metodele de studiere a viitorului se poate constitui un model al viitorului, model care ine seama de unele proprieti eseniale ale sistemului original. Este vorba de crearea unui model asemenea i nu de un model adevrat (n acelai timp, analog i omolog cu originalul). n mod general, sunt acceptate trei clase de metode: o orientate spre cercetarea tiinific a proceselor viitoare (extra polare analitic/morfologic etc.); o orientate spre stimularea, organizarea i conducerea pro-ceselor de generare a noului (metode de creativitate); o mixte (metode n care elemente tiinifice, ipotetice i euristice se amestec n proporii diferite, urmrind to-tui acelai scop: definirea ct mai corect a elementelor de creare a viitorului). Determinarea unei tipologii a cercetrilor previzionale a ntmpinat dificulti generate n primul rnd de caracterul de tiin general a acestor investigaii, iar n al doilea rnd de viziunea sistemic pe care se fundamenteaz cercetrile respective. Tabelul 6.1. Clasificarea metodelor i tehnicilor de previziune Dup rolul lor n fundamentarea previziunilor fundamentale orienteaz modul de abordare i interpretare a fenomenelor i proceselor economice, ntreaga concepie i strategie previzional (analiza, sinteza, abordarea sistemic .a.), instrumentale permit abordarea mai nuanat a fenomenelor (balanele previzionale, modelarea matematic) cu ajutorul lor se determin elementele (variabilele) pre elementare viziunii care devin, de regul, componente ale metodelor instrumentale (extrapolarea, interpolarea, anchetele sta tistice, metoda comparaiilor, metoda morfologic etc.);, se utilizeaz la formularea unor ipoteze (preri, opinii) cu intuitive privire la desfurarea unor evenimente (metoda scenarii lor, Delphi, Brainstorming etc.). Dup atitudinea factorului decident fa de obiectul previziunii cu ajutorul lor, viitorul este conceput n funcie de ten explorative dinele trecute i prezente. Se recomand ca rezultatele acestor metode s fie corectate pe baza altor elemente previzibile ale viitorului, presupun luarea n consideraie att a evoluiei tendeniale, normative ct i, mai ales, a unor elemente noi, cu caracter dezirabil, introduse n mod deliberat de decideni. 189

Obitctivt inttrmidiart

^T"^)

- e e - 6 ~ - - e ~ 0 4 - o Figura 6.1. Reprezentarea unui arbore de pertinen


Htvtlul resursilor nsetsar

OI

- e e

obru a tndtptoii obncthul principal

191

Atunci cnd apare ca un proces de identificare a tuturor posibilitilor ce condiioneaz dinamica unui proces sau fenomen, metoda arborilor de pertinen capt mai degrab un caracter explorativ. Daca, ns, avem n vedere un anumit obiectiv i generm obiectivele intermediare, elementele de strategie i tactic pentru atingerea acestora, dificulttile care pot aprea, metoda arborilor de perti nen apare mai degrab ca una normativ. Intr-un arbore se pot pune n eviden mai muli arbori specifici i sub-arbori (orizontali i verticali). n general, se utilizeaz arbori cu cinci niveluri, semnificaia elementelor fiind urmtoarea: nivel 0 : obiectiv principal; nivel 1 : obiective mari; nivel 2 : obiective secundare; nivel 3 : mijloace de realizare; nivel 4 : resurse necesare realizrii obiectivului principal. In acest tip de problem este necesar introducerea unor ponderi, chiar dac acestea au un mare grad de subiectivitate. Practic, se procedeaz astfel: se consider un obiectiv O, obiectivele secundare Ot n care i=l,...,m ataate acestuia i resursele Mit n care i=l,...,m i j=l,...,n folosite pentru realizarea acestor obiective; fiecrui obiectiv Ot i se ataeaz un coeficient de importan Qtj pozitiv i subunitar cu astfel nct
n

Dup scopul urmrit de proiectare acestea dimensioneaz unele valori, cantiti sau structuri economice viitoare dar, i prevd unele evenimente, de echilibrare servesc la armonizarea cantitativ a necesitilor cu resursele, metode mixte proiecteaz dinamica i structureaz raional com-ponentele procesului astfel nct fiecare element s funcioneze corect i cu maxim eficien. Dup tehnica folosit exprim legtura dintre mai multe variabile prin interme cantitative diul unor relaii matematice: de definiie, deterministe, econometrice de echilibru, de trend" etc. relev sensul principal al evoluiei n cazul unei dinamici calitative sinuoase (neregulate). n cercetarea viitorului nu exist reete universal valabile, ci se utilizeaz o metodologie flexibil, cu un spectru larg de metode, de la cele euristice la cele mai puternic algoritmizate. Aceste prescripii meto dologice se obin din asocierea unor metode generale de previziune cu metode i tehnici specifice domeniului sau problemei investigate. Astfel, metodologia prognozei economice rezult din interferarea metodologiei generale a prognosticrii cu arsenalul metodologic al tiinei economice (modele econometrice, modele de tip balan, modele de cretere etc.); metodologia prognozei sociale cuprinde metode generale de previziune asociate cu metodele tiinelor sociale (sociometrie, semiotic etc.). Metodele de prognoz opereaz cu o funcie de eficien i cu un set de restricii tehnico-funcionale, calitative i cantitative. Funciile de eficien pot fi liniare sau neliniare i conin patru componente de trend (pe termen lung, sezoniere, de conjunctur i zgomotul rezidual). Previ ziunile economice sunt dificil de realizat, deoarece extrapolarea i mode larea economico-matematic pot duce la rezultate discutabile. Metoda extrapolrii este nepotrivit pentru o traiectorie cu schimbri semnifica 3 tive de alur , n timp ce estimarea parametrilor unui model este dificil de Metodele neliniare sunt, totui, utile n previzionare, deoarece demons treaz c orice traiectorie determin ist poate prezenta oscilaii fr a fi necesar introducerea unor premise discutabile/neplauzibile; n ciuda sensibilitii lor, modelele neliniare ofer instrumente pentru a se infirma, prin contraexemple, unele teorii acceptate. Modelele neliniare avertizeaz c o cooperare aparent aleatoare poate fi, n fapt, complet determinist. Aceste modele ofer o baz pentru construirea de modele relativ simple ale comportamentului agenilor economici, cu ajutorul crora se pot descrie traiectorii extrem de complexe. 190
3

= 1;

fiecrei resurse Mti i se ataeaz o sarcin de dezvoltare Sg pozitiv i subunitar astfel nct
n

. = 1; j=i n acest moment se pot calcula notele de pertinen Rj dup relaia:


n

Rj Qi Sy Evident ^Rj = 1 Notele de pertinen msoar gradul de /=/ j=i utilizare a resurselor n viitorul previzibil. Pentru a nltura, ntr-o msur oarecare, subiectivitatea individual este bine ca mrimile Qt i Sg s se determine, de exemplu, cu ajutorul metodei Delphi. Preocuparea constant a factorilor de conducere a oricrei firme cu activitate de producie pentru studiul vnzrilor poteniale ale produselor fabricate deriv din unul din obiectivele fundamentale ale activitii economice, maximizarea profiturilor. Este evident c unul dintre cei mai importani factori ai mrimii profitului este volumul vnzrilor (alturi de preul de vnzare unitar, structura costurilor de producie etc.). 192

reconstitui caracteristicile unei populaii ori de cte ori aceasta este sub observaie. Cheia acestui proces este informaia asupra momentelor de timp n care fiecare individ a avut o modificare a valorilor unor atribute sau statute importante. n istoria evenimentului, pentru c tranziia poate surveni n orice moment de timp dat, timpul trebuie privit ca o dimen siune continu a acestor date, cu caracteristicile sale specifice. Mai mult, un individ poate trece prin orict de multe momente de tranziie, n orice nlnuire logic posibil. Spre deosebire de seriile temporale de date, o istorie a evenimentului, adesea, nu poate fi transformat, n mod convenabil, ntr-o serie de intervale de lungime egal. Reprezentarea grafic a unei serii de timp evideniaz cele mai importante caracteristici ale datelor acesteia: prezena/absena tendinei, caracterul sezonier, existena unor discontinuiti etc. Metodele de extrapolare6 Metodele de extrapolare a tendinei sugereaz dezvoltarea inerial (prelungirea n viitor) a unor elemente ale proceselor i fenomenelor economice, n perspectiva creia viitorul apare ca extindere argumentat a trecutului i prezentului. Extrapolarea poate fi aplicat cu rezultate bune numai dac procesul la care se refer prezint un caracter de repetabilitate cu aceeai intensitate a dinamicii. Metoda extrapolrii cunoate o foarte larg utilizare, cel mai des n previziunile cantitative; se admite ipoteza conform creia evoluia an terioar a unui fenomen sau proces este condiionat de anumite elemente ce se conserv sau care prezint variaii viitoare ce pot fi cunoscute i care determin, n mod univoc, dezvoltarea viitoare. Prezentarea metodei presupune i evidenierea unor limite de aplicare: - se poate folosi cu succes numai pentru procesele economice ce evolueaz fr discontinuiti majore; - ofer numai o imagine orientativ asupra perspectivei de evolu ie, dac se recunoate faptul c viitorul nu reproduce fidel strile i evoluiile din trecut; - riscul i incertitudinea impun considerarea n prelucrarea rezulta telor extrapolrii a unor metode adiionale; Extrapolarea presupune construirea unui nou set de date plasat n conti nuarea unei mulimi discrete de valori cunoscute - datele istorice. 195
6

n funcie de posibilitatea decidentului/cercettorului de a aciona (a manifesta un anume grad de control) asupra factorilor din mediul organi zaiei (intern i extern) i de a le influena evoluia, se pot identifica: - factori interni - asupra crora o organizaie poate aciona prin intermediul deciziilor sale: gestiunea propriilor resurse etc. - factori externi - care nu pot fi controlai prin aciune contient: evoluia contextului internaional (evoluia preurilor materiilor prime de baz sau a energiei), creterea veniturilor populaiei i comportamentul investiional, cadrul macroeconomic general (dinamica principalilor indi catori macroeconomici) etc. ncercarea de a lua n considerare aceti factori (controlabili sau nu) conduce la utilizarea unor metode diferite de previziune: - de judecat - se bazeaz pe estimri subiective, mai degrab dect pe date; sunt folosite pentru prognoze pe termen lung (mai ales cnd intervin factori externi) sau atunci cnd nu exist date istorice sau acestea sunt limitate; o exemple: prerea experilor (persoane recunoscute ca autoritate ntr-un domeniu), metoda Delphi4, analogii istorice - cauzale - pentru care este posibil identificarea unor relaii func ionale de tipul Y=f(x,, x2, .... x) unde Y variabila dependent este expri mat n funcie de nivelul factorilor explicative/independeni (xit ... x) ; o exemple: analiza de regresie multipl, analiza corelaiei; - bazate pe serii de timp - n cazul n care evoluia curent a unui indicator (de exemplu, volumul produciei industriale sau ratei inflaiei) depinde de nivelul anterior (n ipoteza pstrrii unui comportament inerial al fenomenului): Yt - f(Y,_,, Yt_2,...) o exemple: mediile mobile, ajustare, metode de decompoziie, Box-Jenkins; - econometrice - n cazul unor ecuaii simultane sau sisteme de ecuaii ce descriu n form matematic diferite legiti economice i pentru rezolvarea crora este necesar un set de date iniiale. Procedeu de a colecta opinii i judeci de la persoane informate i calificate, utiliznd n mod recurent un chestionar de interogare pe un anumit topic, pentru a testa existena unui acord/a crea o previziune consensual despre un posibil eveniment etc. 5 Folosirea metodelor statistice de cercetare a asocierii dintre fenomene este posibil mai ales n problemele n care informaiile disponibile sunt in formaii cuantificabile privitoare la caracteristicile statistice ale unor colectiviti de obiecte sau fenomene istorice. 193
4

- pentru ca rezultatele s fie ct mai plauzibile se recomand operarea pe orizonturi de prognoz ct mai scurte. In previziunile pe termen lung se folosete metoda extrapolrii seriilor dinamice. O serie dinamic simpl este de forma: {Xi,tj,i = \,...,m} pentru Xt valorile indicatorului sau ale fenomenului previzionat; momentele de timp ale seriei. Seria poate fi extrapolat pe baza funciei matematice a evoluiei indicatorului n timp. Ideea de baz a acestor metode const n considerarea seriei de date ca o succesiune de valori msurat ale unei funcii dependente de timp y=f(t), funcie care ar urma s fie determinat cu aproximaie prin metode matematice. Un mod riguros de interpretare a rezultatelor obinute din extra polare presupune calculul erorilor de previziune i a unui interval de ncredere pentru prediciile realizate. Caseta 6.2. Tipuri de extrapolare Extrapolarea analitic - utilizeaz drept baz informaional iniial un ir de date. Seria poate fi extrapolat pe baza unei funcii matematice a evoluiei indicatorului n timp. Ideea de baz - considerarea seriei de date ca o succesiune de valori msurate ale unei funcii dependente de timp y=f(t), funcie care ar urma s fie determinat cu aproximaie prin metode matematice. Extrapolarea fenomenologic - utilizeaz drept baz informaional iniial nu un ir de date (seriile de date disponibile sunt relativ scurte), ci ipoteze legate de structura fenomenului investigat. Formal, deosebirea dintre extrapolarea analitic i cea fenome nologic const n modul diferit de identificare a clasei de funcii, care descrie tendina de variaie a fenomenului investigat. Extrapolarea analitic Tipul de funcie matematic asociat seriei se identific prin metoda diferenelor finite, dup cum urmeaz:

6.3. Analiza seriilor dinamice (cronologice) O secven de date de observaie, n mod obinuit ordonat n timp este denumit serie de timp sau serie dinamic. Datele se refer la valori discrete, msurate la intervale egale de timp. Metodologia care se ocup cu analiza unor astfel de date se numete analiza seriilor de timp sau analiza seriilor dinamice. Caracte ristica esenial a acestui tip de analiz (care o difereniaz de alte analize statistice) este recunoaterea implicit a importanei ordinii de apariie a nregistrrilor.

Figura 6.2. Tipuri de serii dinamice Seriile temporale de date ofer observaii cu caracter unitar, la diverse intervale de timp. Un numr de atribute este msurat la intervale egale de timp, un an, un trimestru sau o lun. Datele privind istoria evenimentului au un mod specific n care este reprezentat timpul. Acestea furnizeaz o istorie continu a fiecrui eveniment relevant, care afecteaz caracteristicile unei populaii. Aceste istorii pot fi folosite pentru a 194

196

Metoda mediei mobile determin previziunea pentru o perioad de timp (or, zi, sptmn, lun, trimestru, semestru, an etc.) prin me dierea datelor din ultimele ,/T perioade de timp potrivit formulei:
A +i

a. Dac momentele t i~l,...,m sunt ordonate aritmetic, iar dife renele finite de ordinul 1 ale valorilor seriei7, notate AXt, sunt constante, relaia dintre Xt i t, este o dreapt de forma:

n n care: Ft+i este valoarea previzionat n perioada t+1; x, este valoarea realizat n perioada t; n este ordinul" mediei mobile (de obicei, cu valori 4 sau 12). n cazul seriilor de date cu caracter staionar pentru care nu se nregistreaz trend i variaii ciclice sau sezoniere se poate utiliza modelul lui Brown de nivelare exponenial n jurul mediei. Metoda nivelrii exponeniale (R.G. Brown) se bazeaz pe relaia: Noua previziune = vechea previziune + a (observaia cea mai recent - vechea previziune) Ft+1=a*Yt + (l-ct)*Ft unde: F,+i F, sunt prognozele corespunztoare momentelor t+1, respectiv t, Y, nivelul indicatorului real la momentul t, e t eroarea de ajustare; e t = Y t - F t , a este probabilitatea de a face o eroare de prognoz. Constanta a este denumit parametru de netezire exponenial, deoarece ea determin modul n care observaiile trecute sunt netezite pentru obinerea prediciei8. Coeficientul a este o constant cu valori h [0, 1]; alegerea lui a influeneaz acurateea prognozei; cu ct seria de date prezint fluctuaii mai mari, cu att mai mult se recomand valori mici ale constantei a pentru efectuarea netezirii" oscilaiilor.

Xi = a + b*tr, b. Dac momentele tb i=l,...,m sunt ordonate aritmetic, iar dife renele de ordinul p (p > 1) notate APXI sunt constante, atunci relaia dintre Xt i /, se exprim printr-un polinom de ordinul p astfel:
Xi = a + b,*ti + b2* t2,+...+ bp* ft; c. Dac diferenele finite calculate succesiv: AX,, A2X,, A3X,,... nu ajung la valori constante, nseamn c seria dinamic conine pe lng tendine i alte componente i intr n categoria extrapolrii seriilor decompozabile; d. Dac momentele t i=l,...,m se succed aritmetic, iar AXi formeaz o progresie geometric, relaia de legtur dintre acestea va fi o funcie exponenial de forma: X, =a-b" ; e. Dac se observ un ritm de variaie relativ constant, dup care acesta se micoreaz, cu tendina de a se apropia de zero, se recomand k funcia logistic: X = sau X , - k .
t

1 + ab" 7 + <?-*'' n oricare din cazurile a, b i d menionate anterior, parametrii funciei se pot stabili prin metoda celor mai mici ptrate (potrivit acesteia se scrie o funcie sum a ptratelor diferenelor dintre valorile statistice Xt i valorile obinute cu funcia de ajustare formulat, care se minimizeaz). Extrapolarea fenomenologic Spre deosebire de extrapolarea analitic, aceasta utilizeaz drept baz informaional iniial nu un ir de date (seriile de date disponibile sunt relativ scurte), ci ipoteze legate de structura fenomenului investigat. - se folosete n cazul n care seriile de date disponibile sunt relativ scurte; se pornete de la emiterea unor ipoteze asupra indicatorilor ce
7

Dac a, = este factorul de corectare a valorilor prognozate Y -F de la momentul t, n calcule se cere s se aplice o valoare medie a acestor valori (aceasta poate fi media aritmetic, mediana sau modulul repartiiei de frecvene a valorilor at). O versiune mai sofisticat a metodei netezirii exponeniale o reprezint algoritmul Holt-Winters care poate fi aplicat i n cazul seriilor cu tendin i/sau component sezonier. 199

Diferenele dintre valori consecutive pentru variabila^ 197

Cnd valoarea a este mic ponderile cc-(l -a)k vor fi mici i vor descrete foarte rapid. n acest caz, valoarea de predicie va depinde de media ponderat a unui numr mare de date din trecut. Efectul de nivelare/netezire este cu att mai redus cu ct valorile lui a sunt mai mari. Alegerea valorii a influeneaz contribuia termenilor reali Yt, t=l n la estimarea valorii Ft: cu ct a este mai mare cu att influena vnzrilor reale este mai mare. Cu ct momentul t este mai ndeprtat n timp cu att contribuia datelor mai vechi devine mai redus. Astfel, dup nlocuiri succesive se obine: F,+, = cc Y,+a(l - a)Y,.i+a(l -a)2Y,-2 + ... + a(l - a )kY,.k + (1 - a )K + ' F ,.K unde, n mod evident, ponderile termenilor reali Y,, Y,.t, Y,.2 etc. descresc a > a(l - a) > a(l - a ) 2 >... > a(l - a)'" 1 i suma tuturor ponderilor este 1. Pentru determinarea celei mai potrivite valori a coeficientului de nivelare se poate folosi tehnica simulrii, generndu-se valori aleatoare n intervalul [0,1]. Pentru fiecare valoare generat se vor calcula valorile ajustate F,, apoi erorile de ajustare i, eventual, suma erorilor ptratice S (ca exemplu de indicator care apreciaz calitatea i acurateea unei metode de previziune) i se va alege valoarea CC pentru care:
n

S = ^e,2 -> min,


1=1

unde n reprezint numrul observaiilor reale ale indicatorului = previzionat, ' h~-,n Calculul erorilor de prognoz se realizeaz cu ajutorul indicatorilor: - media abaterilor absolute - suma erorilor n form absolut (n modul) mprit la n (numrul gradelor de libertate9); - media erorilor ptratice - suma erorilor n form ptric mprit law - media erorilor procentuale - suma rapoartelor de tip eroare pro centual (eroare raportat la valoarea real) mprit la n Gradele de libertate reprezint observaiile unui eantion - n acest caz, eantionul este format din colecia de date istorice ce formeaz seria dinamic. 200
9

caracterizeaz fenomenul sau procesul. Considernd c procesul este descris de funcia /: -> 5R de clas C2 (care este continu i derivabil pe mulimea numerele reale 5R), atunci indicatorii de caracterizare a fenomenului sunt: - viteza de evoluie (de variaie); - ritmul de cretere; - coeficientul de elasticitate a funciei n raport cu t; - coeficientul de elasticitate a vitezei de variaie n raport cu momentul t. O prim metod const n utilizarea experienei empirice sau a unor rezultate deja obinute n domeniul n care se efectueaz cercetarea; exist astfel, tipuri de curbe asociate unor tipuri de fenomene. Mai folosite sunt curbele liniare cu plafonare, curbele exponeniale (cu i fr plafonare) i curbele n form de S. O alt metod const n identificarea unor legi de variaie ale fenomenului urmrit i n descrierea evoluiei pe baza acestei legi. Modelul exponenial formalizeaz legea empiric a aa-numitei schimbri sociale, conform creia viteza de schimbare este proporional cu numrul celor ce beneficiaz de aceast schimbare sau, n general, viteza de variaie a unei mrimi la un moment dat este proporional cu nivelul atins de respectiva mrime la momentul t. Modelul logistic formalizeaz ipoteza c o mrime evolund n timp nu poate depi un anumit nivel de saturaie, iar viteza sa de variaie n fiecare moment t este proporional att cu valoarea atins n momentul t, ct i cu diferena dintre valoarea de saturaie i valoarea atins. Modelul are aplicaii pentru descrierea fenomenelor de cretere dintr-un potenial finit (de exemplu, creterea natural a populaiei pe o regiune limitat), pentru descrierea progresului tehnologic, n marketing, pentru lansarea noilor produse etc. Metode de ajustare Prin ajustarea unei serii temporale se nelege operaiunea de nlocuire a valorilor observate ale variabilei studiate cu alte valori, noile valori sunt calculate prin metode adecvate cu scopul de a pune n eviden componentele considerate eseniale ale seriei de date: trendul, fluctuaiile ciclice, sezoniere, neregulate. Aceste metode sunt aplicabile n previ ziunile pe termen scurt, iar printre cele mai utilizate se pot cita: mediile mobile, ajustarea/nivelarea exponenial. 198

Results i apoi, una din opiunile: Show Forecasting Sumarry, Show Forecasting Detail, Show Forecasting in Graph (pentru reprezentarea grafic). Tabelul 6.3. Rezultate obinute cu opiune SES (Forecast Result) Day 1 2 3 4 5 6 7 8 9 10 CFE M A D MSE MAPE Trk.Signal R-square Data 34755 34766 34807 34803 34879 34906 34978 35008 35080 SES 34755 34766 34807 34803 34879 34906 34978 35008 35080 325 41.625 2448.875 0.1191195 7.807808 0.8939171 Alpha=1 F(0)=34755 Error 11 41 -4 76 27 72 30 72

- semnalul de urmrire" . Pentru metodele de ajustare, alegerea formei particulare (cu un singur parametru a , cu doi parametri ce, P sau cu trei parametri a, /3,y) se poate face, ntr-un mod aproximativ, prin reprezentarea grafic a seriei de date: - dac pentru seria de date reprezentat se poate pune n eviden o tendin liniar cresctoare sau descresctoare, se alege modelul cu trend (cu doi parametri a, /?); - dac pentru seria de date se pot evidenia variaii sezoniere, se va
alege modelul de ajustare cu sezonalitate (cu doi parametri a, y);

n situaia n care, n mod simultan, se pot observa o component de tip trend i variaii sezoniere se poate alege modelul de ajustare trend -sezonalitate (se folosesc trei parametri a, fi, y ). Studiu de caz: Prognoza cursului de schimb valutar

O rulare iniial cu modelul SES indic semnalul de urmrire TS=7.807808 > 5 ceea ce confirm existena trendului cresctor n seria dinamic i impune folosirea altei metode. Avnd n vedere tendina evi dent de cretere a valorilor seriei, se alege pentru efectuarea previziunii ajustrii exponeniale simple cu trend (EST): F(t) = a*Y(t) + (I-a)*F(t-l) T(t) =B*(F(t)-F(t-l)) + (l-P)*T(t-l) f(t+h)=F(t)+h*T(t) n care: F(t) este valoarea ajustat a trendului la momentul t, f(t+h) este valoarea previzionat pentru momentul t+h (peste h momente de timp) 203

Relevana efecturii previziunii asupra cursului de schimb deriv din importana acestei variabile economice asupra oricrei previziuni de fluxuri financiare; mai mult, experiena practic arat c, n majoritatea cazurilor, organizaiile private i, deopotriv, cele publice folosesc cursul de schimb ca reper sau variabil de referin n ceea ce privete esti mrile veniturilor viitoare. Cursul de schimb11 este preul relativ la care o valut este schimbat pe o alt valut (se exprim n termenii costului de valut intern pentru cea strin). Estimrile medii anuale i trimestriale se calculeaz ca medie aritmetic simpl pe baza datelor lunare medii corespondente. Pentru previzionarea cursului de schimb pe o perioad din martie 2006 - se folosesc datele reale12 pentru economia Romniei - exprimate ca valori zilnice (tabelul 6.2). Cele mai bune rezultate se obin pentru TS (de la denumirea din lb. englez - Tracking Signal) apropiat (n modul) de 0; se recomand ca TS < k 1,25 ^Yia. ' u n ( * e ^ = 2 (limit maxim acceptabil). n general, se consider c pentru TS > 5 (n valoare absolut) se poate pune n eviden o tendin real de cretere/descretere a datelor seriei dinamice. Manualul de Statistic monetar i fiscal, FMI, 1997. 12 Preluate de pe site-ul BNR - Informaii financiare/Istoric- www.bnro.ro 201

a, B sunt constante de ajustare, 0<a<l; 0< P<>1 F(0) =y(l) T(0)=0 valori iniiale.
~i Actual J SES

1 mar.2006 2 mar.2006 3 mar.2006 6 mar.2006 7mafc200d / 8 mar.2006 9mar-2006 1Q mar.2006 13mar^906

3475S . U166. '34807 34803 34879 34906 34978 35008 35080

Tabelul 6.2 Rezolvarea cu produsul informatic WINQSBn/Forecasting and Linear regression presupune parcurgerea urmtoarelor etape: se alege tipul de prognoz: Time Series Forecasting, se completeaz urmtoarele cmpuri obligatorii: Time Unit (unitatea de timp de lucru), Number of Times (periods) - numrul de date istorice. se continu prin OK, apoi se selecteaz o metod (de exemplu, ajustarea exponenial simpl Single Exponential Smoothing - SES - sau ajustarea exponenial dubl cu trend - DEST- etc.). se alege metoda de estimare a parametrilor: fie prin initializarea valorilor (Assign Values) sau prin cutarea valorilor optime (Search for Best). n cazul cutrii valorilor optime pentru constantele de ajustare se desemneaz unul dintre criteriile de comparare: MAD (media abaterilor absolute); CFE (eroarea de prognoz cumulat); MSE (media ptratic a erorilor); MAPE (media erorilor procentuale absolute). Se apeleaz Solve and Analyse (pentru a rezolva problema,) i Perform Forecasting. Rezultatele pot fi citite prin selectarea butonului" Pachet de aplicaii cu caracter didactic ncorporat lucrrii Applied Management Science. A Computer Integrated Approach for Decision Making, Lawrence, J., Pasternack, B., John Wiley & Sons, 1998. 202

Figura 6.3. Tabel 6.4. Compararea rezultatelor n variantele SES i de rezolvare (Forecast Result) Day 1 2 3 4 5 6 7 8 204 Actual Data 34755 34766 34807 34803 34879 34906 34978 35008 Forecast by SES 34755 34766 34807 34803 34879 34906 34978 Forecast by SEST 34755 34766.66 34815.25 34829.48 34902.69 34953.16 35028.21

- valorile variabilei reziduale nu sunt autocorelate (nu depind unele de altele); - legea de probabilitate a variabilei reziduale este legea normal cu media 0 i abatere standard Syx. Dac aceste ipoteze se verific, metoda celor mai mici ptrate asigur obinerea unor estimatori de maxim verosimilitate. Respectarea acestor ipoteze permite aplicarea unor teste statistice: a. verificarea semnificaiei estimatorilor funciei de regresie (aplicarea unor teste statistice 5); b. verificarea verosimilitii modelului de ajustare c. elaborarea de prognoze pe baza unui interval de ncredere. In general, previziunile bazate pe analiza regresiei se refer la: - valori medii condiionate ale variabilelor dependente (condiio narea fa de valori date ori prognozate ale variabilelor independente); - valori individuale ale valorilor dependente Y. Ambele tipuri de previziuni se obin din ecuaia de regresie deter minat pe baza datelor experimentale: se obin aceleai valori numerice, deosebirea constnd n semnificaia acestor valori i n nivelul lor de precizie al estimrilor astfel obinute. Pentru estimarea unei valori indivi duale a variabilei dependente, nivelul de precizie'este mai mic dect n cazul estimrii unei valori medii condiionate a variabilei respective. Caseta 6.3. Exemplu de analiz de regresie - model unifactorial i liniar Un exemplu relativ simplu de analiz a regresiei, folosit pentru a explica condiionarea performanei actuale de cea anterioar a unui sistem complex (n absena unor informaii acurate despre factorii de influen) este furnizat de metodologia Bncii Mondiale pentru evaluarea stadiului de dezvoltare a societii 16 cunoaterii . Un test statistic este o mrime calculat pentru testarea ipotezelor. n condiiile ipotezei nule H0, aceast mrime statistic urmeaz o distribuie de probabilitate pe care nu ar urma-o n condiiile ipotezei alternative. Cu ct valoarea mrimii statistice de test se abate de la valorile critice ale distribuiei, cu att este mai puin plauzibil ca ipoteza nul s fie adevrat. 16 Vezi site-ul Bncii Mondiale (World Bank) i KAM (Knowledge Assessment Methodology) metodologia de apreciere a evoluiei societii/economiei bazate pe cunoatere: http://mfo.worldbank.org/etools/kam2004/home.asp 207
15

9 10 CFE M A D MSE MAPE Trk. Signal R-square

35080

35008 35080 325 41.625 2448.875 0.1191195 7.807808 0.8939171 Alpha=1 F(0)=34755

35068.67 35131.86 107.8945 21.60107 689.4976 0.0619077 4.994869 1.14755 Alpha=0.53 Beta=1 F(0)=34755 T(0)=0

Actual

SES

>

SCST

1 1 i 1 : i

Figura 6.4.
i

j i

6.4. Analiza de regresie i de corelaie Efectuarea de prognoze economice privind valorile variabilei en dogene rn funcie de diferitele valori exogene X presupune acceptarea 205

Pe axa Oy, a variabilei dependente regsim performana actual (la nivelul anului 2005) a mai multor ri, respectiv regiuni, caracterizat n termenii indicatorului indicele economiei bazate pe cunoatere KEI (knowledge economy index); pe axa orizontal, ca variabil independent este reprezentat acelai indicator - la nivelul anului 1995. Se folosesc 76 de variabile grupate n 7 clustere de indicatori (vezi anexa), valorile pentru fiecare se normalizeaz prin rapoarte de tipul 10 (deci pe o

scar de la 1 la 10) n care Nw este numrul de ri cu performan inferioar fa de ara studiat, iar JVC este numrul de ri din eantion - n anul 2004 a fost 121).
GlobriVei:

ipotezei c legitatea de dependen dintre Y i X este corect specificat i identificat, avnd un caracter de relativ stabilitate i repetabilitate. Primul scop al analizei de regresie este de arta cum este legat o variabil de una sau mai multe variabile Y cu ajutorul unei ecuaii care d posibilitatea de a previziona variabilele dependente n funcie de valorile cunoscute ale variabilelor independente X (xi, x2, x). n general, prin analiza de regresie se face o comparaie statistic a relaiilor anterioare ntre diferii factori. Dependena statistic este o dependen care se manifest nu ntre elemente i fenomene individuale, ci ntre colectiviti de fenomene. Msurile de asociere elaborate de statistica matematic per mit depistarea i ierarhizarea dependenelor statistice, care se manifest ntre fenomenele i procesele istorice. Msurile de asociere statistic deschid astfel posibilitatea descoperirii legitilor statistice specifice acelor relaii de condiionare dintre fenomenele i procesele istorice, care prezint caracteristici statistice cuatificabile. Caseta 6.2. Analiza de regresie i analiza de corelaie Prin analiza regresiei se nelege o clas de metode prin care, folosind o ecuaie de regresie determinat pe baza unor date ex perimentale, pot fi estimate (previzionate) valorile unor variabile da te, presupunnd cunoscute ori previzionate valorile altor variabile. Analiza corelaiei are ca obiectiv evaluarea gradului de interdependen (asociere) ntre variabilele considerate ntr-un model de regresie, n particular ntre variabila dependent i cele inde pendente (obiectiv care se realizeaz prin estimarea coeficienilor de corelaie i a coeficientului de determinare).

TO5

Figura 6.5. Componenta economiei bazate pe cunoatere - caracterizare general Interpretarea statistic a rezultatelor regresiei Evaluarea erorilor de previziune se realizeaz folosind estimri cu intervale de ncredere, o astfel de estimare fiind cu att mai bun cu ct lungimea intervalului este mai mic i nivelul de semnificaie mai apropiat de 1. In general, un interval de ncredere cu nivelul de ncredere 8, 8 e(0,l), pentru o caracteristic numeric a unei variabile aleatoare este un interval de numere reale de forma: (a-t /?, a+t p) 208

Natura stochastic a modelului de regresie face ca valoarea lui Y s nu poat fi prevzut exact, incertitudinea aprnd ca rezultat la mrimea aleatoare e (eroarea). Distribuia probabilistic a lui Y i caracteristicile sale sunt determinate de valorile lui e i de distribuia sa probabilistic. Ipotezele de aplicare ale metodelor de regresie sunt: - variabilele Y i Xnu sunt afectate de erori de msurare. Legitatea de dependen a lui v* este condiionat de realizarea valorilor Xi,x , x ale variabilei exogenei; - variabila aleatoare (rezidual) este de medie 0, iar dispersia ei este independent de X (ipoteza de homoscedasticitate14 - se admite c legtura dintre Y i X este relativ stabil);
2

Homoscedasticitatea este o proprietate a variaiei termenului de perturbare dintr-o ecuaie de regresie n care aceast variaie rmne constant n toate cazurile observate (condiie impus ca estimatorul celor mai mici ptrate s fie cel mai bun estimator liniar). 206

14

simple a eantionului implic pierderea unui grad de libertate deoarece variaiile independente n n-1 din observaiile din eantion vor necesita o schimbare compensatorie n cel de al n lea grad de libertate, pentru a se menine valoarea medie a eantionului. Tot astfel, calcularea valorilor pentru un numr de k parametri n cadrul unui exemplu econometric implic pierderea a k grade de libertate, rmnnd (n-k). Dac erorile sunt distribuite normal se ateapt ca aproximativ 68% dintre valorile lui y s fie situate ntr-un interval mai mic de ae (eroarea standard de previziune) uniti fa de valoarea medie, sau 95% la mai puin de 2 cre sau 99% la mai puin de 3 ae. Fiecare din parametrii estimai este caracterizat de o eroare standard deoarece determinarea lor se face pe baza unui eantion de date; probabil un alt eantion ar duce la obinerea altor valori ale parametrilor modelului. Valoarea aproximativ a statisticii t de verificare a semnificaiei coeficienilor modelului se calculeaz cu relaia: _ coeficient estimat - valoarea coeficientului prin ipoteza eroarea sandard estimata a coeficientului Ca regul, se realizeaz excluderea din model a oricrui coeficient pentru care |/| < 2,0. Orice coeficient pentru care \t\ > 2,0 este diferit de zero la un nivel de semnificaie de aproximativ 5%. Includerea n model a unor coeficieni cu valori absolute ale statisticii testului t substanial mai mici dect 2,0 va spori numrul parametrilor modelului i va duce la reducerea preciziei prediciei. Tabelul 6.6. Interpretarea valorilor p p<0,01 0,01<p<0,05 0,05<p<0,l O.Kp Puternic eviden mpotriva H0 Eviden moderat mpotriva H0 Evidena sugereaz H0 fals Nu exist evidene mpotriva H0

unde: a este o estimare a caracteristicii de interes, P este o msur a mprtierii estimrilor posibile, t se determin din tabelele asociate unor repartiii probabilistice uzuale. Extremitile at (3 ale unui interval de ncredere cu nivel de ncredere 8 se stabilesc astfel nct s se poat spune c exist 1008% anse ca estimarea a a caracteristicii cercetate s se abat cu cel mult t-/3 de la valoarea real a acestei caracteristici (n mod echivalent, se spune c exist 100 (1-8)% anse s omitem o eroare mai mic dect B). Din acest motiv, nivelul de ncredere P se alege apropiat de 1 (de regul, 0,95 sau 0,99), echivalent cu faptul c diferena 1-8 (numit i prag/nivel de semnificaie) este apropiat de zero. Prin analiza de corelaie se urmrete: msurarea gradului de interdependen ntre variabila dependent Y i variabilele independente Xh interdependen explicat prin ecuaia de regresie utilizat; evaluarea gradului de asociere ntre variabilele independente, atunci cnd ecuaia de regresie conine cel puin dou variabile inde pendente Xj. Aceasta arat n ce msur dou valori sunt legate ntre ele intensitatea legturii este exprimat cu ajutorul a doi indicatori: coeficientul de corelaie (R) - msoar puterea" relaiei de dependen liniar printr-o valoare numeric ntre -l i 1;
R

_
2

^tk-yt-H-x-y

^(x k-n-x)-^(yi-n-y) O Dac R = 0 nu exist corelaie de tip liniar ntre Y i X (dar pot exista alte tipuri de dependen, de exemplu, neliniar). O Dac R > 0 i apropiat de valoarea 1, atunci creterile factorului Xvor determina creteri ale variabilei Y. O Dac R < 0 i apropiat de -l, atunci scderi ale factorului X vor determina scderi pentru Y. 2 coeficientul de determinare (R ) care msoar reducerea rela tiv n variaia lui Y ce poate fi atribuit cunoaterii factorilor X> i a relaiei Y=f(X).
r2

_ alxp _

S2y/x

n-2

Metoda regresiei simple Pentru regresia liniar simpl Yx= a + b xt, pentru a aprecia semnificaia estimatorilor: 211

o-l

S2

n-1

De exemplu, o valoare R?=0.76 indic c aproximativ 76% din variaia total a variabilei Y poate fi explicat prin variabilele dependente X incluse n model (o valoare 0.8 este considerat acceptabil). 209

- pentru un set de date de volum n < 30 se aplic testul Student cu n-2 grade de libertate; - pentru n>30 se aplic testul z al distribuiei normale19 formulnd ipotezele: H0: a=0 i b=0 Ha: . a . a*0 b ib*0

Coeficientul corectat de determinare R se folosete atunci cnd numrul de observri este egal cu numrul coeficienilor estimai (deoarece fiecare punct de observare se va situa pe funcia de regresie, mrimea eantionului trebuie s fie suficient de mare pentru a estima coeficienii de regresie): n-k unde: n reprezint numrul de observaii reale k este numrul coeficienilor de regresie. n cazul regresiei multiple, R2 sau R2 reprezint o msur a efectului combinat al ansamblului variabilelor independente asupra variabilei dependente. Semnificaia statistic a parametrilor modelului Distribuia t (Student)17 se folosete n testele ipotezelor pe ean tioane mici i h care varianta variabilei respective trebuie estimat h raport cu datele. Este o distribuie de probabilitate h form de clopot, n care valoarea medie este egal cu zero, dispersia variabilelor n jurul 18 valorii medii fiind dependent de gradele de libertate dictate de mrimea eantionului. Gradele de libertate arat numrul de elemente informa ionale care pot varia independent unul de altul; se spune c un eantion de n observaii are n grade de libertate. De exemplu, calcularea unei medii Testul t este testul cel mai des utilizat n analizele economice cantitative i este definit ca raportul dintre o variabil normal i o variabil % mprit la numrul gradelor de libertate. 18 Gradele de libertate arat numrul de elemente informaionale care pot varia independent unul de altul. Se spune c un eantion de n observaii are n grade de libertate. Totui, calcularea mediei simple a eantionului implic pierderea unui grad de libertate deoarece variaiile independente n n-l din observaiile din eantion vor necesita o schimbare compensatorie n cel de al - n lea grad de libertate, pentru a se menine valoarea medie a eantionului. Tot astfel, calcularea valorilor pentru un numr de k parametri n cadrul unui exemplu econometric implic pierderea a k grade de libertate, rmnnd (n-k). Gradele de libertate intr adesea ca parametri n distribuii de probabilitate (distribuia t sau X2 ) crora le poate afecta alura n mod fundamental. 210
17

Dac > t a i > t a atunci ipoteza H0 se respinge i se apreciaz ca a i b sunt semnificativi din punct de vedere statistic. Tabelul 6.7. Concluzia Nu respinge Ho este adevrat Decizie corect Ho este fals Eroare de tipul II (risc de tip P) respinge Eroare de tipul I (risc de tip CC. ) Decizie corect

Situaia real

Eroare de tip I este dat de respingerea ipotezei nule atunci cnd, de fapt, ar fi trebuit acceptat: - se confirm/valideaz o ipotez care nu este adevrat - impact: concluzii greite care pot duce la identificarea unor soluii/decizii inadecvate. Eroarea de tip II este urmarea acceptrii ipotezei nule cnd, de fapt, aceasta trebuie respins: - n fapt, se ignor/se pierde un efect important; - in consecin, se pot trata dou alternative/opiuni ca identice dei, n realitate, acestea sunt diferite. Teorema de limit central stabilete c suma (i media) unei mulimi de variabile aleatoare urmeaz o distribuie normal dac eantionul este suficient de mare, indiferent de forma distribuiei de la care provine variabila individual. Teorema este folosit adesea pentru a explica ipoteza de normalitate a termenului de eroare n studiul econometric, care permite folosirea testului statistic t pentru testarea ipotezelor, deoarece acest termen de eroare se pr supune c nglobeaz suma unei mulimi aleatoare de factori necunoscui (omii). 212

Verificarea veridicitii modelului are la baz principiul analizei dispersionale. Tabelul 6.8. Dispersii Grade de Sursa de Msura variaiei Gradul de corectate libertate influen variaie 1 Explicat <*lxpl ~ LP i prin 1 ~ L model n-2 Rezidual "L

n-2

Total

n-1

o~2 Se poate demonstra c raportul


2

~y)2
j este o

- sum a utilizrilor din contul de alocare a veniturilor pe ansam blul economiei (remunerarea salariailor, impozite legate de producie i de import, mai puin subveniile, excedentul brut de exploatare i venitul mixt al economiei totale). Producia industrial22 este realizat de industria extractiv, pre lucrtoare i de energie electric i termic, gaze i ap seciunile C, D, E din Nomenclatorul de Activiti ale Comunitii Europene, Rev.l). Pro ducia industrial reprezint valoarea produselor finite fabricate, livrate sau destinate livrrii, a semifabricatelor livrate din producie proprie, a prelucrrii materiilor prime i a materialelor clienilor, a lucrrilor (serviciilor) cu caracter industrial prestate terilor, precum i a diferenei de stoc de semifabricate i producie neterminat. Se dorete testarea ipotezei: exist o legtur direct proporional ntre modificrile anuale procentuale ale PIB i PIND n sensul PIB=f(P_IND)" - pentru a verifica aceast ipotez se va desfura analiza de regresie i corelaie. Tabel 6.9. Seriile dinamice pentru PIB (variabila dependent) i PJND (variabila explicativ) - modificri procentuale pentru anii 1993-2002 Observation PIB PJND 1 1.5 1.3 2 3.9 3.3 3 7.1 9.4 4 3.9 6.3 5 -7.2 -6.1 6 -4.8 -13.8 7 -2.4 -1.2 8 2.1 -7.1 9 5.7 8.4 10 4.9 6.0 Rezultatele analizei obinute apelnd WINQSB/Forecasting and linear regression sunt sintetizate n tabelul 6.10, iar ecuaia de regresie liniar simpl este: PIB = 1,4880+0,5042 PJND; Recomandrile Internaionale ale Biroului de Statistic Industrial, ONU, 1983. 215

"? = - ^

variabil aleatoare cu o distribuie Fisher-Snedecor.

< Z

2Jyi-yi)

Dac F - ~2 - Fa pentru n-k, respectiv k grade de libertate atunci variaia lui y este explicat de variaia lui x. Raportul R = ^R =
2

aexp/

rez

| V

( y . - y /
:

J - =

^(y.-yr

= -

se numete raport de

corelaie i exprim gradul de fidelitate a modelului fa de dependena statistic dintre Y i X. Semnificaia statistic a lui R se poate testa cu R2 testul F (Fisher-Snedecor); dac F = (n-2) > Fa pentru n-k, 1R respectiv it grade de libertate atunci R este semnificativ (n cazul regresiei liniare simple). F= variaie explicata)'(k -1) var iatie ne explicata/(n-k) _ R2 j(k-l) 2 (1 - R )/(n- k) 213

Identificarea valorilor pentru coeficienii de regresie i pentru testele statistice de apreciere a acurateei modelului liniar este posibil prin folosirea programului WINQSB/Forecasting and Linear regression alegnd ca tip de problem de prognoz Regressional Forecasting. Se folosete opiunea Solve and Analyse (pentru a rezolva pro blema^, apoi Perform Forecasting i Perform Estimation and Prediction. Rezultatele pot fi citite prin selectarea butonului" Results i apoi, una din opiunile: Show Regression Sumarry, ShowANOVA, Show correlation analysis Show regression equation Show regression line (pentru reprezentarea grafic) Show residual analysis Show estimation and prediction result.

Valoarea testului F se folosete pentru a testa semnificaia coefici enilor de regresie; se testeaz ipoteza potrivit creia variabila dependent este statistic necorelat cu variabilele independente incluse in model. Ipoteza nul H0 se formuleaz astfel: varianta explicat este egal cu varianta rezidual"; testul F se calculeaz ca raport ntre cele dou variante i compar rezultatul cu o valoarea critic tabelat Fcrit. o dac ipoteza Ho nu poate fi respins, atunci ponderea variaiei explicate va avea o pondere mic n variaia total a modelului de regresie. La limit, dac ^=0, atunci F=0. Pe msur ce valoarea F crete, ipoteza c variabila Y nu este dependent statistic de variabilele X considerate devine mai uor de respins. o dac Fsta^Fcrit ipoteza nul poate fi respins (coeficienii de regresie au semnificaie statistic). Studiu de cav Studiul corelaiei ntre modificarea produsului intern brut i a produciei industriale Determinarea ritmurilor de cretere economic este esenial pentru fundamentarea unor direcii de strategie de dezvoltare economico-social a Romniei. Eforturile de cretere a competitivitii economiei romneti i de ntmpinare a standardelor Uniunii Europene n vederea aderrii ridic problema fundamental a previziunii pentru principalii indicatori macroeconomici. Considernd datele reale ale modificrii procentuale a produsului intern brut (PIB) i ale produciei industriale (PIND) pentru 20 Romnia pentru perioada 1993-2002 se pune problema prognozei acestora pe termen scurt (datele reale sunt prezentate n tabelul 7.8). Precizare: Produsul intern brut la preul pieei reprezint rezultatul final al activitii de producie a unitilor productoare rezidente; PIB poate fi determinat21 ca: - sum a valorii adugate brute create de diferitele sectoare insti tuionale sau sectoare industriale plus partea de impozite i minus sub veniile de exploatare pentru produse (care nu au fost alocate sectoarelor sau utilizatorilor); - sum a utilizrilor finale de bunuri i servicii ale unitilor rezidente (consum final efectiv i formarea brut de capital fix), plus exportul i minus importul de bunuri i servicii;

Figura 6.7. Reprezentarea dreptei de regresie pentru modelul PIB=f(P_IND) 216 214

21

Preluate din Raportul anual al BNR - 2002 - www.bnro.ro Eurostat: Sistemul Conturilor Naionale, ESA., 1995.

(date din 1988). Educaia este tratat ca o investiie n capital uman, dat fiind faptul c beneficiile obinute de pe urma unui individ educat se fac simite de-a lungul ntregii viei active a acestuia. Cele mai multe studii privind creterea economic vizeaz explicarea acestui fenomen prin: - schimbri n cantitile de capital i input-ul de for de munc. Reziduurile mari, neexplicate, sunt atribuite de obicei acelui factor numit progres tehnologic. Avansul tehnologic poate fi rezultat al investiiilor n educaie ale indivizilor sau ale societii, urmrind creterea capitalului fizic i h special al capitalului uman. Un numr nsemnat de economiti au sugerat c difuzia educaiei poate fi esenial pentru dezvoltarea economic modern, susinnd nece sitatea creterii investiiei intelectuale. Majoritatea studiilor desfurate utilizeaz serii de date de timp pentru o anumit ar (studii comparative sunt mai greu de realizat din cauza diferenelor de nregistrate i cuantificare). Statisticile asupra datelor referitoare la variabilele educaionale sunt greu de obinut. Se vor folosi ca variabile: BOOK, numrul titlurilor de cri publicate ntr-un an; GDPi produsul intern brut pe locuitor pentru ara i; INVi procentul din GDP la preul pieei pentru investiii pentru ara /; EDUt cheltuielile cu educaia ca procent din GDP pentru ara i STUDj numr de studeni la 100000 locuitori pentru ara /; /=/,...25. Modele propuse: GDP, =a + P-iNVi+Y-BOOKj+ei
GDP; =a + P-INVi+Y-EDU I +E I

Aprecierea calitii prognozei se poate face difereniat pentru fiecare variabil explicativ sau pentru ntreg modelul de regresie. Testul t aplicat coeficientului de regresie b din ecuaia Y=a+bx este ^ = 5 . 3 7 > ^=2,31 pentru 8 grade de libertate i 95% nivel de semnificaie (se respinge ipoteza Ho). Probabilitatea p=0,0006<0,01 indic o puternic eviden mpotriva ipotezei nule. Testul F aplicat pentru testarea ntregului model de regresie duce la respingerea ipotezei de independen ntre variabilele Y i X (ipoteza nul) deoarece Fcalc= 28,88> Ftab= 5,318 pentru 8 grade de libertate la numrtor i 1 grad la numitor la un nivel de semnificaie de 95). Tabelul 6.10. Rezultatele estimrii coeficienilor de regresie
(Regression Summary) Regre ssion cient Varia ble Name Mean Stan dard Devia tion Standard t value Error Probabi lity

Coeffi

>|f|

Depe ndent Yinter cept 1

PIB Cons tant PJND

1.7

4.431 9

1.4880

0.69338

2.1461 5.3748

6.4159 E-02 6.6578 E-04

0.419

7.7737 0.50452 0.09386 R-square = 0.7831

Se = 2.1891

R-adjusted = 0.7560

GDPj =a + P-INVi +ySTUDi + } Nici unul dintre aceste modele nu este suficient de bun (din punctul de vedere al coeficientului de determinare R ); astfel, pentru mbun tirea modelului, se poate folosi forma logaritmic:
2

Analiza de corelaie duce la un coeficient de corelaie r= 0.8849 ce indic o legtur liniar direct proporional i relativ puternic; intensitatea corelaiei se poate msura eventual cu ajutorul coeficientului de determinare $=0,7831 ce sugereaz c aproximativ 78% din variaia PIB poate fi explicat prin variaia PJND. Tabelul 6.11. Analiza dispersional - Analysis of Variance (ANOVA) Regression Error Total
Source of Variability Degree of Freedom Sum of Square Mean Square F value Probability >F

lnGDP1 = a + P lnlNVi + y lnBOOK; + EJ In GDPj =a+p-lnINVj -1-ylnEDUi +e,lnGD?! = A + pinrNV i +ylnSTUD I +E I 219

1 8 9

138.4421 138.4421 28.88887 38.33785 4.792232 176.78

6.657243E-04

217

Modelul cel mai ,3UN" i mai apropiat de realitatea economic (semne ateptate ale coeficienilor pentru ambele variabile dependente):
lnGDPj = a + P InINV; + y InSTUD; + e;.

Tabelul 6.12. Realizarea previziunii pentru PIB - Prediction Result


Variable/Item Prediction and Values

Datele iniiale sunt prezentate n tabelul 6.13:


Tabelul 6.13.

Austria Belgia Danemarca Finlanda Frana Germania Grecia Irlanda Italia Japonia Olanda Norway Portugalia Spania Suedia Elveia Turcia U K USA Bulgaria Ungaria Poland Romnia Mexic China

ara

16675 15394 20988 21156 17004 19743 5244 9181 14432 23325 15421 21724 4017 8668 21155 27748 1382 14477 19815 2217 2625 1719 1374 2104 301

GDP

28,2 18,0 17,5 26,4 20,9 20,3 19,0 16,0 21,4 27,9 20,8 28,1 26,5 23,9 20,2 29,1 23,6 19,9 15,6 25,0 24,9 28,8 29,8 16,6 37,0

INV

8910 8327 11129 9106 43505 65670 4651 2679 17109 44686 13329 6757 7733 38302 11516 12410 6685 52861 48793 4583 9111 10416 5276 7725 40265

BOOK

5.9 5.1 7.9 5.9 5.7 4.4 2.9 7.1 4.0 5.0 6.8 6.8 4.5 3.2 7.4 4.8 2.1 5.0 6.7 6.9 5.6 4.4 2.1 3.4 2.7

EDU

2511 2566 2314 2831 2395 2592 1987 1979 1995 1971 2749 2730 1020 2542 2209 1874 1020 1880 5142 1515 935 1221 686 1578 190

STUD

1 1 1 1 1 1 0 0 1 1 1 1 0 0 1 1 0 1 1 0 0 0 0 0 0

LEVEL

Prediction for PIB Standard Deviation of Prediction Prediction Interval Confidence Interval of Prediction Mean Significance Level (alpha) Degree of Freedom t Critical Value PJND

4.010733 0.8148937 [-1.372701,9.394166] [2.132662, 5.888803] 5% 8 2.304681 5

Metoda regresiei multiple Variabila dependent Y este pus n dependen de variabilele Xk considerate factori explicativi pentru nivelul i al caracteristicii: Yt = a0 + a, xu + a2 xi2 + ... + a x(n (ecuaia de regresie n form aditiv) sau
Y
o j

a2

Sursa: The Economist- Book of Vital World Statistics;


In GDP j = -8.685565 a + 1.113148 In INV j + 1.895519 In STUD ; + e;

i, a0 xu x j2 .... xin (n form multiplicativ). Distincia ntre cele dou forme este fundamental pentru inter pretarea economic a coeficienilor de regresie: - n cazul liniar, un coeficient a^ k=l,...,n reprezint panta variaiei variabile yfa de variabila explicativ Xk, adic modificarea lui Y ca urmare a variaiei cu o unitate a nivelului lui Xk (n ipoteza c toi ceilali factori rmn constani), - n cazul neliniar, un coeficient ak reprezint coeficientul de elasti-citate al variabilei explicate Y n funcie de variabila explicativ Xk (arat modificarea procentual a variabilei rezultative Y atunci cnd factorul Xk variaz cu un procent i toi ceilali factori sunt constani). Studiu de caz: Impactul investiiei intelectuale asupra output-ului sistemului economic Studiul de caz23 propus analizeaz impactul educaiei asupra venitului naional brut pe locuitor pe baza datelor din 25 de ri ale lumii Citat de Zai. A., n lucrarea Echilibru sau dezechilibru economic?, Editura Universitii Al.I.Cuza, Iai, 2000. 218

R2=0.7729 a Testarea coeficienilor de regresie: Tcaic(y)=7.768 (tcaic>ttab=2.704 pentru 95% nivel de ncredere) Tou(P)=l 168 (probabilitatea). 1199<0.15 nivel de semnificaie 15%)

- populaia i dinamica ei; - producia agricol i alimentaia; - capitalul i investiiile (n legtur cu dezvoltarea industrial); - consumul resurselor neregenerabile; - poluarea mediului. Raportul identific cteva tendine majore n evoluia umanitii, iar concluziile stipuleaz ncetinirea ritmului de cretere economic, estimnd un scenariu catastrofal de evoluie (la nceputul secolului XXI, dac consumul omenirii continu n aceleai ritmuri, resursele nu vor mai fi suficiente n raport cu dinamica populaiei, iar insuficiena acut a hranei va duce la deteriorarea ireversibil a mediului). Cu toate criticile aduse raportului, ocul provocat h mediile tiinifice i politice a deschis calea recunoaterii utilitii modelelor globale care folosesc instrumente de estimare cantitativ i structural a sistemelor mari. Un al doilea raport Omenirea Ia rspntie (M. Mesarovic, E. Pestei - 1974) a folosit un model mondial structurat WIM (World Integrated Model) nceput ca un proiect comun ntre M. Mesarovich i E. Pestei, modelul mprea lumea n 12 regiuni i folosea ca variabile globale: populaia, energia, resursele naturale. (Multilevel Computing Model of World Development Systems). Raportul reprezint o rafinare a metodologiei cantitative n reprezentarea sistemului global29 i pre supune c, alturi de factorii instituionali sociali i politici, acioneaz cei organizatorici (prin valori, preferine i alegeri etc. ale indivizilor). Concluziile de tip pesimist sunt mai nuanate, dar nsemntatea lor ridic atenia asupra preocuprilor de fundamentare a politicilor de cretere economic. Fiind definite cteva dintre avantajele unei abordri globale ale problemelor economice ale omenirii i relevana acestora pentru justificarea unor msuri politice, modelele globale s-au situat mai apoi n centrul preocuprilor tiinifice din domeniul societii i economiei, n 1976, W. Leontief30 construiete, pentru uzul Organizaiei Naiunilor Principalele caracteristici ale noii abordri sunt date de divizarea sistemului mondial n 10 regiuni, pe nivele reprezentnd: sfera individual, specificul demografic, cadrul tehnico-economic, cel social-politic. 29 Are loc o schimbare a punctului de vedere - ndeprtare de la ntrebarea ce va fi n anul ....?" n favoarea celei ce consecine va avea n anul aciunea sau tendina ?" 30 Wassily Leontieff este laureat al premiului Nobel pentru economie n 1973 pentru elaborarea metodei Input-Output, ca i pentru folosirea acesteia la rezolvarea unor probleme importante de economie". 223

a Analiza variantei: Fcalc=37.40 ^,^,^=3.44 la 95% nivel de ncredere) Corectarea modelului (verificarea heteroscedasticitii) Se testeaz dac 8, = 0, respectiv 8 2 = 0 (ipoteza nul). Dac una dintre ipoteze este respins atunci n model este prezent heteroscedasticitatea i este necesar corectarea modelului. ln(e 2 ) = rc, + 8 , -InlNV + U j ; tcak=-0.886<tcrit=2.069 ln(s 2 ) = n , + 8 2 - l n S T U D + v i : W=-0.117<tcrit=2.069. n ' concluzie, investiia intelectual ar putea fi i ar trebui considerat ca o parte separat n volumul total al investiiilor pentru o ar, ca o determinant a output-ului real pentru acea ar. 6.5. Studiul proceselor economico-sociale cu ajutorul modelelor globale Un pas nainte i dezvoltarea fireasc a modelelor econometrice i de tip funcii de producie (sub-categorie a modelelor de regresie) este dat de construirea i utilizarea n scopul fundamentrii unor strategii politice i economice pe termen lung la nivel regional, sau chiar mondial. Demersul este necesar n perspectiva inevitabilei globalizri care impune strategii comune ale diferitelor guverne pentru rezolvarea aa-numitelor probleme globale ale omenirii: tranziia demografic i dinamica re surselor de munc (ca numr i structur), evoluia resurselor naturale n raport cu consumul populaiei, folosirea n scopuri productive a resurselor energetice i de materii prime, problemele complexe ale proteciei mediului natural, dezvoltarea durabil i societatea informaional etc. Asemenea subiecte fac tot mai mult subiect de dezbatere pentru diferite grupuri de discuii ale unor grupuri de tipul Think-tank24 - grupuri de persoane din industrie, mediul de afaceri (mai degrab din corporaii de mari dimensiune/putere economic), domeniu militar dedicate cercetrilor de nalt nivel de complexitate i interdisciplinaritate/transdisciplinaritate.

24

Definiia enciplopediei on-line Wikipedia: http://en.wikipedia.org.wiki/Think_tank

221

Unite, modelul input-output31, n care se arat interes pentru reducerea prpstiei ntre rile bogate i srace, indicndu-se condiiile de cretere i comer, capabile s reduc decalajul de venitul dintre rile dezvoltate i cele n curs de dezvoltare. Tot n 1976, Jan Tinbergen32 i echipa sa public un nou raport al Clubului de la Roma: Restructurarea ordinii internaionale (Reshaping the International Order). De-a lungul anilor, asemenea modele au avut un impact cert, dovad c n SUA a fost elaborat studiul oficial Global 200033 i c numeroase studii au ntreprins comparaii i au ncercat s examineze meritele sau lipsurile lor. Exemple de alte modele folosite n uzul strategilor politici vizeaz: modelul LINK34 al Comisiei Economice pentru Europa a Naiunilor Unite (1998, elaborat de L. Klein35) cu varianta INTERLINK pentru rile OECD; modelul Fondului Monetar Internaional (FMI) menit s fundamenteze, din punct de vedere cantitativ, politica de credite a FMI pentru ri aflate n dificultate n scopul reaezrii echilibrelor macroeco nomice; modelul Bncii Mondiale are un pronunat caracter financiar, bazat pe cererea intern, preuri, fluxuri de capital etc. GIOM (Global Input-output Model) este elaborat de un grup de experi sub egida ONU (printre care W. Leontiefl) i abordeaz dinamica economiei mondiale, oferind previziuni pe decade. Un raport Viitorul economiei mondiale" a fost publicat n 1977. 32 Jan Tinbergen este laureat al premiului Nobel pentru economie, n anul 1969, alturi de Ragnar Anton Kittil Frisch, pentru descoperirea i utilizarea modelelor dinamice n analiza proceselor economice". 33 GLOBAL 2000 Revisited: What shall we do? Autor G. Barney, 1980 Modelul a fost folosit ca instrument de fundamentare a deciziilor pe termen lung i prezentat ca raport de previziune asupra unor schimbri globale ctre preedintele n exerciiu al SUA - J. Carter (rezultatele cercetrii indicau problemele din perspectiva mileniului III: creterea polurii, sporirea populaiei, adncirea crizelor economice, accentuarea srciei etc.). 34 Model de tip econometric, dezvoltat ncepnd din 1969, n 7 ri indus trializate, folosit, ndeosebi, de SUA ca instrument de luare a deciziilor politice i economice; cuprinde modele macroeconomice pentru 79 de state/regiune. 35 Lawrence Klein este laureat al Premiului Nobel pentru economie n 1980 pentru construcia modelelor economice conjuncturale i utilizarea acestora n analizele politicilor economice".
224
31

Primele exemple de analiz riguroas a lumii contemporane i de modalitate de previzionare la scar mondial vizeaz modele globale de tipul celor propuse iniial de J.W. Forrester (de exemplu, WORLD25 model de simulare mondial folosind teoria dinamicii sistemice26). Esena metodei de modelare global const n: - surprinderea unui numr mare de parametri considerai semni ficativi pentru evoluia sistemului economic mondial ale crui elemente sunt subsisteme-bucle (populaie, resurse naturale, poluare, investiii de capital - brut i n agricultur); - msurarea printr-un indice de apreciere a standardului de via; - cuantificarea factorilor de influen, ierarhizarea lor i identi ficarea interaciunilor care descriu structura sistemului; - simularea unor scenarii ale evoluiei diferiilor parametri impor tani. WORLD este un model global, bazat pe teoria creterii zero27, prezentat n primul raport al Clubului de la Roma - Limitele creterii (1972, autori: D.H. Meadows, D.L. Meadows, J. Randers, W. Behrens). Variabilele modelului privesc cinci grupe de indicatori: Este un model creat n 1971, n limbajul Dynamo, i modeleaz inter aciunile dintre populaie, investiiile de capital i resursele naturale. Dezvoltri mai recente enumera: - World3/91 model compatibil cu aplicaia software STELLA, autori D. Meadows, D. Meadows, J. Randers, - Regional WORLD III, disponibil sub interfa DOS i WINDOWS model care cuprinde n mod explicit criterii de decizie bazate pe considerente etice; structura pe regiune geografice permite efectuarea unor simulri asupra evoluiei unor state sau blocuri politice m funcie de diferite variabile sociale i economice; - WORLD IV (Regional World IV) sau Integrated World Model, cu versiuni DOS/Windows i Mac, care integreaz un mecanism de luare a deciziilor ntr-un model socio-economic de simulare; 26 Aceasta folosete, n studiul dinamicii unor sisteme sociale, urmtoarea tez: oamenii sunt puin adaptai nelegerii sistemelor sociale cu un caracter neliniar i care includ numeroase bucle. Forrester avanseaz o ipotez teoretic privind capacitatea limitat de operare a minii umane; se propune apelul la mo delarea pe calculator care poate urmri interaciunile dinamice ale informaiilor introduse n modele construite mental. 27 Se admite meninerea sporului unor variabile: natalitatea, producia, investiiile etc. n echilibru cu scderea natural a variabilelor duale: mortalitatea, consumul, capitalul nlocuit etc.
222
25

imi rcntiwtn in

InM fnlkan II

Intel Ptimit P HI *

FUGI - printre primele modele de tip integrat; dezvoltat de ctre A. Onishi, ncepnd cu 1972; modelul SIGMA (The System for Interlinked Global Modelling and Analysis) elaborat de departamentele economice ale ONU, centrat pe PIB, consum final, investiii, comer exterior etc. Se poate prevedea apariia unei noi generaii de modele globale, mai rafinate, apoi, o folosire mai ampl a inteligenei artificiale i a capacitii de prelucrare masiv a datelor conferite de folosirea calcula torului, captarea n analiz a factorilor invizibili" sau discontinuitilor i a mutaiilor. n noua tendin se poate include International Futures (IFs)36, o simulare pe calculator a dezvoltrii globale a omenirii. Modelul reprezint dinamica i interaciunea dintre fenomenele demografice, consumul de energie i resurse, sistemele economice i cele politico-sociale; meto dologic, permite investigarea interaciunilor dintre diferite regiuni i ri prin posibilitatea de a construi scenarii de Jf then...?/i dac... ?" i de a explora alternative. Un model deosebit de interesant prin istoria sa este GLOBAL GAMING, model de simulare de tip joc pentru negocieri internaionale (respective, analize politice), dezvoltat de ctre Ritsumeikan University37. Acesta a reuit" performana de a prezice chiar incidentul lurii osta ticilor de la Ambasada Japoniei din Peru - decembrie 1996. Tem de discuie/Studiu de caz - Extrapolarea fenomenologic
38

I4S6DXZ Intel 4004 InM *lnl^l M48S

ntr-un moment de prag pentru civilizaia uman contemporan (moment generat de dezvoltarea constant a tehnologiei n armonie (?!) cu dezvoltarea viului n ansamblul su), mediile academice invoc necesitatea unei restructurri major a naturii profunde a minii omeneti Model care ncorporeaz trsturi comune cu WIM - SARUM (System Analysis Research Unit Model) i WIOM; este un model al dezvoltrii umane care abordeaz aspecte ale 10 regiuni globale; a fost primul model de simulare global rulat pe un calculator personal, la mijlocul anilor 80; a se vedea Recent Developments of International Futures (IFs): Examples of Model Use", autor Barry B. Hughes, n revista Simulation in the Service of Society, June 2000 sau adresa http.du.edu/'bhughes/ifs.html 37 http://homepage3 .nifty .ne.jp/~tomikura/n^rr7problem-designname.html 38 Inspirat dup diferite site-uri web, printre care menionm pe cel al lui Florin Munteanu i diverse articole din revista tiin i Tehnic; de asemenea, dup raportul din 2001 al UNDP - Human Development Report. 225

Figura 6.8 .

41

Pag. 33. cap. 2, Today's Technological Transformations - Creating the Network Age, Human Develpoment Report, ediia 2001. 227

41

7. TEHNICA SIMULRII IN APLICAIILE DE MANAGEMENT

7.1. Definiii i concepte utile n descrierea simulrii Descrierea modelului de simulare Clasificarea modelelor de simulare 7.2. Avantaje i dezvantaje ale utilizrii simulrii 7.3. Tipuri de simulare 7.4. Simularea de tip Monte Carlo Numere aleatoare/pseudoaleatoare Etape de lucru 7.5. Aplicaii ale tehnicii simulrii Tehnica simulrii folosit n analiza riscului Aplicaii ale simulrii n analiza de tip reea 7.6. Aplicaii software specifice pentru simulare 7.7. Studiu de caz: Global Management Challenge Cuvinte cheie Analiza de risc Calibrare Ceasul simulrii Coeficient de variaie Decizie Densitate de repartiie Dispersie Erori Eantion Eveniment Experiment virtual 228 Medie Model descriptiv Model de simulare Model PERT Numere aleatoare/pseudoalea toare Parametru Precizia metodei Probabilitate Regul de decizie Repartiie normal

- se vorbete ntr-un limbaj metaforic de Zidul Complexitii - plasat in jurul anilor 2020-2030, ca urmare a prediciei furnizate de dou legi empirice cunoscute sub numele de legea i a Il-a a lui Moore. Prima lege a lui Moore se bazeaz pe observaia c numrul com ponentelor electronice pe unitatea de suprafa a substratului de siliciu s-a dublat la fiecare doi ani, mai precis dup fiecare 18 luni39 (vezi figura 6.8 preluat din HDR 2001). Aceast cretere a performanei tehnologice se datoreaz nsi calitii produsului obinut ce acioneaz asupra industriei electronice ca reacie pozitiv ce se asociaz procesului de dezvoltare, de inventivitate i ingeniozitate. Cea de a doua lege a lui Moore se refer la aspectul economic, al creterii exponeniale a preului de investiie pentru obinerea concret a procesoarelor i memoriilor40. Ca imagine general asupra efortului fcut pentru implementarea unor noi tehnologii i obinerea de produse IT pe msura primei expo neniale, prezentate tot in Economist - 1995, se afirm: costul unei fabrici a crescut de la 14 milioane de dolari SUA (n 1966) la 1.5 miliarde de dolari in 1995! Se poate spune c preul investiiei se dubleaz la fiecare patru ani, motiv pentru care Dan Hutcheson, specialist in tehnologia VLSI, afirm c limita procesului de dezvoltare tehnologic este dictat de aspectul economic care se va impune n faa limitei fizice de miniaturizare. Oricum, datele empirice existente sunt suficient de multe i exacte pentru ca cele dou legi Moore s poat defini un moment de criz" peste care, fie din considerente fizice, fie economice, procesul observat n mai bine de un secol s se opreasc. ncepnd cu 1950 au aprut primele circuite integrate, apoi au urmat cele la scara medie (MSI) njurai lui 1960, urmate n perioada lui 1970 de integratele de tip LSI. Cele denumite VLSI (Very Large Scale Integration) au aprut prin 1980, iar din 1990 sunt disponibile integratele n tehnologia ULSI (Ultra Large Scale Integration). Azi, un procesor de tip Intel Pentium conine mai mult de trei milioane de tranzistoare, n timp ce Motorola PowerPC are aproximativ apte milioane de tranzistoare, iar microprocesorul Digital's 64-bit Alpha conine nu mai puin de zece milioane de tranzistoare. 0 n 1995, n revista The Economist, Moore afirma c ceea ce a devenit din ce n ce mai ngrijortor n ultima perioad este creterea costurilor de fabricaie. 226
39

- recunoaterea modelrii i simulrii ca alternativ eficient (sub aspectul costului i timpului) pentru compartimentul de marketing i vnzri; - creterea performanelor calculatoarelor i dezvoltarea facilitilor multimedia de a permite reprezentri grafice a diferitelor situaii statistice pentru afaceri; aceasta constituie un motiv n plus pentru ca firmele s apeleze tot mai mult la aplicaiile software pentru simulare ca alternativ la abordarea de tip ncercare i eroare, deopotriv costisitoare sub aspectul resurselor i timpului afectat; - utilizarea mai frecvent a software-lui pentru comunicaii i colaborri de afaceri ntre grupuri separate geografic. De asemenea, simularea permite depirea unor dificulti legate de dimensiunea timp, n cel puin trei aspecte: studiul accelerat1 al unor fenomene desfurate pe perioade ndelungate, a studiul n ritm lenf a unor procese foarte rapide, studiul unor fenomene manifestate la diferite momente de timp: simultane sau secveniale2. - creterea importanei avantajelor competitive i scurtarea duratei de via a produselor. Se cunoate faptul c dezvoltarea tehnicii simulrii a fost i este strns dependent de evoluia tehnicii de calcul. Primele simulri (folosind ecuaii i modele analitice) s-au referit la procese tehnice i din domeniul tiinelor exacte, obinndu-se rezultate remarcabile deoarece sistemele fizice sunt, n mare msur, previzibile3, n concordan cu cunoaterea legilor universale ale fizicii. Prin dezvoltarea calculatoarelor, Simulare n pseudo-timp ante-poziionat fa de manifestarea real a evenimentelor; antesimularea reprezint experimentul de simulare ce se efectueaz nainte de funcionarea real a evenimentelor din sistemul modelat (se folosete n special la proiectarea unor noi sisteme economice i pentru efectuarea unor prognoze). 2 Simulare n timp real i post-poziionat fa de manifestarea real a evenimentelor; post-simularea se folosete pentru dobndirea informaiilor i certificarea unor experiene anterioare n conducerea unor fenomene i procese din practica economic (informaii astfel dobndite sunt folosite apoi pentru perfecionarea sistemului economic existent. 3 n tiinele clasice se folosete o procedur analitic prin care se izoleaz elementele cuprinse n cmpul de observaie i se apreciaz dac acestea pot fi reunite pentru a forma ntreg ansamblul. 231
1

Generator Grade de libertate Funcie de repartiie Funcie de recuren Interval de ncredere Jocuri de afaceri Lege de repartiie

Scorul Z Simulare Tehnica Monte Carlo Teste de concordan Validare Variabil aleatoare Variabile de stare

7.1. Definiii i concepte utile n descrierea simulrii Procesul de management este orientat spre conducerea oamenilor. Prin procesul managerial se conduc direct oamenii, iar prin intermediul acestora se conduc activitile necesare realizrii obiectivelor. Orientarea procesului managerial asupra factorului uman ridic unele probleme n alegerea modalitilor de aciune managerial, ntruct oamenii au obiective proprii i i pot modifica n anumite limite comportamentul. Fa de conducerea proceselor tehnice, unde se poate anticipa reacia sistemului condus la o anumit aciune a sistemului conductor, n conducerea colectivelor sau comunitilor de oameni anticiparea reaciei sistemului condus la o anumit aciune a sistemului conductor este mai dificil de prognozat. ncadrat tipologic n categoria metodelor decizionale specializate, simularea decizional const n crearea unui model decizional pe baza identificrii i stabilirii relaiilor logice dintre variabilele ce definesc o situaie decizional tipic cu o anumit periodicitate, cu ajutorul creia se proiecteaz mai multe variante decizionale pentru care se determin efectele, n vederea facilitrii selecionrii celei care corespunde n cea mai mare msur anumitor criterii manageriale prestabilite. Caracteristici ale simulrii decizionale sunt: o se folosete numai pentru situaii decizionale tipice, ce se produc cu o anumit repetabilitate; o se bazeaz pe constituirea unui model din variabilele decizionale implicate ce reproduce mecanismul decizional aferent situaiei decizio nale; o se proiecteaz cu ajutorul modelului, pe baza unor informaii de pornire, mai multe variante decizionale pentru care se determin caracteristicile decizionale (obiective, modaliti decizionale, resurse, ealonare n timp etc.) i efectele pe care le genereaz la nivelul organizaiei; 229

simularea permite rezolvarea unor probleme de mare complexitate4: programarea pe calculator permite transpunerea n timp real a evoluiei unui fenomen economic, la nivelul unei firme sau ramuri industriale. Este posibil, fr a se depi limitele prezentului i fr angajarea n aciuni reale, costisitoare n cazul unor greeli, s se estimeze evoluiile viitoare ale unor procese sau evenimente. Simularea informatizat a sistemelor economice se folosete, n mod preferenial, pentru: > activitatea de luare a deciziilor - pentru orice situaie n care decidenii ctig mai mult sub aspectul apropierii de obiective, din abordarea de tip rezolvare de problem" {problem solving - n lb. englez) dect din proceduri de reglementare a regulilor metodologice prescrise; > instruire, pregtire i perfecionare - simularea contribuie la dezvoltarea abilitilor practice de luare a deciziilor eliminnd consecinele reale ale deciziilor i aciunilor considerate; > evaluarea performanelor manageriale, de luare a deciziilor n timp util, cu resurse limitate i sub impactul unor elemente imprevizibile. Tehnica simulrii a cunoscut aplicaii n domeniul economiei i al tiinelor sociale ntr-o prim ncercare de a simula sisteme complexe, adaptative cu modele deterministe sau bazate pe calculul probabilitilor2. Chiar dac aceste modele sunt satisfctoare (oricum, superioare celor obinute prin mijloace analitice), rezultatele nu iau n considerare faptul Complexitatea unor procese este att de pronunat, nct este aproape imposibil scrierea unui model matematic, astfel c, fiind depite limitele acceptate ale complexitii, singura modalitate disponibil de rezolvare rmne simularea. Realizarea unor modele matematice este dificil: o situaie complex trebuie ncadrat n relaii matematice numeroase. Adesea, sistemele deosebit de complexe pot fi descrise cu modele mai simple, care redau trsturile eseniale, fr s copieze realitatea. Procesul de cretere a complexitii face ca experimentarea (alternativ la tehnica simulrii) s devin mult prea costisitoare sau chiar imposibil de realizat n domeniul tiinelor sociale i n economie. Orice cretere a exigenei n raport cu precizia rezultatelor duce la creterea costului simulrii; precizia i corectitudinea deciziilor urmeaz aceeai tendin de ncrcare a costurilor i de cretere a riscului deciziei eronate. 5 Se menioneaz dou categorii de metode de simulare, din punctul de vedere al algoritmilor utilizai: simulare determinist (n care ciclurile de simulare sunt direcionate pe informaii date, predeterminate) i simulare stochastic (atunci cnd cel puin una din variabilele modelului este de natur aleatoare). 232
4

o se alege dintre variantele decizionale proiectate pe cea care corespunde, n cea mai mare msur unui set de criterii decizionale prestabilite. Realizarea unei simulri decizionale presupune parcurgerea mai multor etape: delimitarea situaiei decizionale tipice; identificarea i evaluarea variabilelor implicate i stabilirea relaiilor funcionale dintre acestea; stabilirea modelului decizional (adesea, acesta ia forma unor relaii matematice) ce reflect mecanismul decizional aferent respectivei situaii manageriale; elaborarea programelor de calculator sau identificarea aplicaiilor software existente pentru operaionalizarea modelului; testarea modelelor i programelor i definitivarea acestora (se testeaz pe date reale, eventual pentru volume mari i considernd toate ipotezele decizionale); elaborarea documentaiei necesare utilizrii curente a simulrii decizionale n cel puin dou aspecte: managerial i informatic. Principalul avantaj al utilizrii tehnicii simulrii decizionale este dat de creterea eficienei n procesul de luare a deciziilor, cu un consum mai mic de resurse i asigurnd o calitate net superioar a concluziilor relevate. Principalul dezavantaj este dat de procesul laborios de elaborare i de desfurare a tehnicii simulrii n luarea deciziilor. Avantajul utilizrii simulrii ca metod este dat de suportul teoretic i practic pe care l presupune pentru realizarea experienelor care implic utilizarea unor modele matematice sau logice ce descriu comportarea unui sistem nlocuitor''' cu care acesta se gsete ntr-o relaie de analogie. Tot mai des, se apeleaz la tehnica simulrii ca mijloc de definire i estimare a influenelor ntre factorii de tip cauz-efect, ca modalitate de analiz, proiectare i implementare a unor tehnici de luare a deciziilor si metode de conducere, ca mijloc de control pentru soluiile analitice, i, nu n ultimul rnd, ca mijloc de prognoz n condiii de asimetrie informaional. Numeroase tendine manifestate n mediul economic pun n eviden necesitatea folosirii tehnicii simulrii i anume: - cutarea pe piaa muncii a acelor persoane care s foloseasc modele i raionamente flexibile pentru rezolvarea problemelor critice; - folosirea calculatoarelor pentru asistarea deciziilor n legtur cu strategia firmei, inclusiv apariia suportului software specializat pentru probleme de management; 230

acestor experiene se obin rspunsurile la ntrebrile formulate conform obiectelor de studiu. Deoarece, n evoluia lor, sistemele reale sunt influenate ntr-un mod imprevizibil de cauze aleatoare, se folosete un procedeu de generare (cu ajutorul calculatorului) a unor selecii statistice asupra variabilelor aleatoare i ale proceselor stochastice definite prin formularea problemei. De asemenea, ca o problem caracteristic modelelor de simulare trebuie urmrit dinamica strilor pentru sistemul simulat - adic cronometrarea acestora prin intermediul ceasului simulrii" (clock time - n lb. englez) (prin natura sa, modelul de simulare are un caracter discret, evideniind pe rnd schimbrile strilor sistemului). [VAD, pag. 14] Descrierea modelului de simulare Simularea unui sistem economic presupune, implicit, definirea evenimentelor care intervin n evoluia procesului economic analizat, precum i specificarea condiionrilor dintre evenimente. Evenimentul este definit prin modificarea a cel puin un parametru prin care se descrie starea uneia sau mai multor componente ale sistemului economic. Istoria strii sistemului este format dintr-o succesiune finit de evenimente. Ca orice model de calcul, un model de simulare cuprinde: elementele de intrare i cele de ieire, fiecare dintre acestea definite ca 7 variabile sau parametri . Variabilele de intrare pot fi de tip determinist (citite" din mediul exterior sau identificate pe baza unor reguli strict determinate) sau stochastic. Generarea variabilelor stochastice depinde de anumii parametric de intrare. O etap n timpul executrii programului de calcul n care variabilele de intrare rmn cu valori constante se numete pasul simulrii. Variabilele de ieire depind de cele de intrare printr-un anume mecanism (ce descrie condiionrile logice i tipurile de prelucrri matematice posibil de aplicat); dependena este determinat de structura logic intern a modelului teoretic considerat. O valoare a unei variabile de ieire este rezultatul executrii unui pas al programului de calcul asociat modelului. Dac cel puin una dintre variabilele de intrare este

c cele mai multe sisteme economice sunt formate din susbsisteme care interacioneaz i i influeneaz reciproc comportamentul. Astfel, modelele bazate pe formule i ecuaii matematice nu pot recrea modul de evoluie complex a unui sistem n care elementele componente i modific comportamentul extern i structura intern n scopul de a se adapta mai eficient mediului concurenial. Pentru o mai bun imitare sau recreare a acestor situaii, modelele n sine trebuie s fie flexibile i autoadaptative. A aprut, astfel, necesitatea considerrii unor elemente adaptative n care agenii sunt privii ca elemente care i modific n timp comportamentul ca reacie la schimbrile contextului de afaceri i pentru care obiectivul primordial este mai buna adaptare la restriciile specifice unui mediu economic. Simularea este descris ca ansamblu de tehnici i metode de realizare a experienelor care implic utilizarea unor modele matematice sau logice ce descriu comportarea unui sistem nlocuitor cu care acesta se gsete ntr-o relaie de analogie. Tehnica simulrii are la baz imitarea sau reproducerea, apelndu-se la modele, a comportrii sistematice a unor componente organizatorice ale unitii economice cu scopul de a se cunoate profund modul lor de funcionare pentru ca pe aceast baz s se poat trece la adoptarea deciziei manageriale. In general, se desfoar secvenial: - se evideniaz factorii eseniali de factur economic, tehnic, juridic i de alt natur i se descriu relaiile dintre acestea; - se construiesc modelele economice i matematice proprii proceselor simulate; - se concep programele pe calculator; - are loc simularea decizional propriu-zis prin adaptarea de decizie; - are loc analiza rezultatelor i eficacitatea soluiei. Simularea este procesul de experimentare dirijat realizat cu ajutorul tehnicii de calcul, asupra modelului unui sistem. Vom desemna prin simulare numeric ansamblul de procedee de studiu a comporta mentului unor sisteme6 reale, folosind un model matematic numeric i, ca suport de calcul, orice tip de aplicaii software pentru procese aleatoare. Prin sistem se nelege un ansamblu de elemente reunite printr-o serie de relaii de interaciune i de interdependen n vederea realizrii unui scop care corespunde motivaiei crerii i ntreinerii activitii acestuia. 233
6

Distincia ntre variabil i parametru este dat de posibilitatea variabilei de a-i schimba valoarea pe parcursul executrii programului de calcul - parametrul rmnnd ntotdeauna constant n timpul unei secvene de calcul. 235

stochastic, atunci cel puin una dintre variabilele de ieire este sto chastic [VAD, pag. 19]. Orice structur a unui model de simulare conine elementele de baz: a. regula de luare a deciziilor (aceasta are importan asupra modului n care trebuie obinute rezultatele intermediare i finale); b. entitile, variabilele crora li se atribuie diferite valori numerice (variabile cantitative) i/sau logice (variabile calitative); c. relaiile de legtur care descriu maniera n care cantitile sunt legate ntre ele; d. starea sistemului: n general, orice sistem este descris ntr-o anumit stare care poate avea un caracter static (cazul proceselor Markov) sau dinamic (diferite ecuaii de stare); e. evenimente exogene - evenimente care pot avea sau au loc independent de starea sistemului la un moment dat; f. legturi de retroaciune (sau relaii de feed-back) prin intermediul crora mrimile de ieire (vectorul final sau de rspuns) corecteaz dup anumite reguli mrimile de intrare; g. criterii de oprire a simulrilor pentru delimitarea fie a orizontului de timp, fie a preciziei i a fineei" modelului. Dup construirea modelului de simulare, simularea n sine const n alterarea'Vmodificarea valorilor pentru diferitele caracteristici ale siste mului (de exemplu: valorile variabilelor de intrare sau a parametrilor) i n deducerea mecanismului de producere a valorilor pentru variabilele de ieire (adic efectul, ca rezultat al calculelor, asupra altor caracteristici ale sistemului). Clasificarea modelelor de simulare Dup raportul temporal, simularea poate fi: a. n timp real - procedeu n care raportul de simulare (ntre timpul real i cel al simulrii) este 1; b. n pseudo-timp: simulare accelerat sau decelerat. Dac se are n vedere precizia rezultatelor, tehnicile de simulare se pot clasifica n: a. tehnici de simulare fundamentate matematic - utilizeaz teoreme din statistic i analiz matematic, teoria probabilitilor, teoria siste melor etc. furniznd de regul i estimri asupra erorilor fa de realitate (n aceste situaii, convergena algoritmilor utilizai n sens stochastic este asigurat de teoremele utilizate); 236

Simularea unui sistem const n construirea unui model al siste mului i efectuarea de experimente cu ajutorul calculatorului, folosind modelul elaborat i date, informaii i cunotine despre sistem. Pentru studiul unui sistem se va ncepe cu precizarea obiectivelor de cercetare: formularea ntrebrilor sau formularea problemei de simulare. Urmeaz apoi construirea unui model de simulare adic reprezentarea simplificat, parial a fenomenului/procesului real supus studiului. Rspunsurile la ntrebrile despre sistem se vor obine n funcie de anumite condiii iniiale, respectiv de restricii i condiionri ale sistemului, prin observri (sau experimentri) ale evoluiei sistemului n dinamic. Pentru validarea modelului de simulare, se efectueaz mai nti o experien cu date de test, pentru a vedea dac comportarea de ansamblu a modelului matematic nu vine n contradicie cu comportarea sistemului simulat, nerespectnd astfel principiul non-contradiciei. Se obin rezultate de simulare, care se compar cu rezultate reale n scopul validrii modelului. n cazul n care caracteristici de comportare, att ale modelului ct i ale sistemului real, se preteaz la cuantificare i msurare se pot defini indicatori de concordan ntre model i sistemul real [STA, pag. 98]. Verificarea, validarea i calibrarea modelului sunt operaii prin care se apreciaz gradul de fidelitate" a modelului computerizat cu sistemul real; se poate estima, astfel, ncrederea asociat de beneficiarul modelului de simulare n rezultatele furnizare de acesta. [FIL, pag. 148]. Prin validare, se compar comportarea sistemului real cu cea a sistemului real; presupune rspunsul la ntrebarea: s-a construit modelul corect/adecvat?". Prin verificarea se realizeaz operaia de apreciere a corectitudinii transpunerii n soluie informatic a modelului conceptual. Calibrarea const n precizarea parametrilor modelului conceptual prin ajustarea acestora fr a modifica structura modelului conceptual. Simularea numeric este o tehnic prin care i se asociaz sistemului real un model adecvat (modelul de simulare) ce reprezint (eventual, printr-un algoritm) toate interaciunilor logice ale componentelor siste mului, precum i mecanismul schimbrii lor n timp. Modelul este folosit, apoi, pentru a deduce, cu ajutorul unei aplicaii/model software, succesiu nea cronologic de stri prin care va trece modelul, considerndu-se cunoscut starea sa iniial. Deci, modelul de simulare presupune crearea unor experiene artificiale asupra sistemului (exprimate prin seturi de valori numerice asociate unor variabile de stare), iar pe baza prelucrrii 234

permite includerea complexitii realitii n probleme, simplificrile nefiind necesare (simularea poate utiliza distribuiile de probabilitate fr a fi necesar aproximarea acestora); permite compresia timpului (se observ efectele deciziilor pe termen lung) . Dezavantaje ale simulrii realizarea unui model de simulare (a modelului complex pe calculator) poate fi o problem grea i costisitoare; nu este o tratare rapid i ieftin a problemelor de decizie complexe; rezultatele modelului sunt foarte sensibile la modul de formulare a modelului; ofer rezultate descriptive pentru modele. Orice soluie optim nu poate fi garantat, iar identificarea unei soluii optime constituie o problem suplimentar dup ce procesul de simulare s-a ncheiat. soluiile i concluziile unui studiu de simulare nu sunt transferabile altei probleme (aceasta se datoreaz ncorporrii n model a unor factori specifici ai problemei). Simularea permite realizarea a numeroase obiective n procesul cercetrii fenomenelor economice: - determinarea formei funcionale de exprimare a legturilor ntre fenomenele cercetate i estimarea valorilor parametrilor modelului; - testarea diferitelor ci de aciune care nu pot fi formulate n mod explicit n cadrul modelului; - determinarea valorilor optime sau suboptime ale variabilelor con trolate; - studierea proceselor de tranziie ntre diferitele fenomene i pro cese economice; - realizarea unor teste de senzitivitate prin intermediul crora se cerceteaz comportamentul modelului la variaia factorilor care pot cauza schimbri; - structurarea mai bun a problemei investigate; - demonstrarea soluiilor propuse pentru rezolvarea problemei care face obiectul deciziei; - perfecionarea personalului de conducere.

. b. tehnicile de simulare euristic - nu au la baz studii matematice riguroase privind dimensiunea dez-analogiilor sau a algoritmilor utilizai sau neglijeaz calculele referitoare la precizie; chiar i n cazul unor cicluri de simulare (n>J0) precizia nu este o corelat cu un grad acceptabil. Dup algoritmii utilizai, tehnicile pot fi: D deterministe - n care toate variabilele sunt ne-aleatoare. Mecanismul de legtur ntre variabilele de intrare i cele de ieire este descris mai degrab cu ajutorul unor ecuaii de o anumit form, dect de densiti de probabilitate. Aceste modele pot avea soluii analitice i numai n situaii deosebite (volum mare de calcul, efort mare de timp de calcul) pot solicita aplicarea tehnicii de simulare. D stochastice - cele mai frecvent adecvate tehnicii de simulare; deoarece cel puin o variabil de intrare are caracter aleator, cel puin una din variabilele de ieire este descris prin densitatea sa de repartiie. a hibride - simulare determinist cu perturbaii aleatoare, unde o parte din variabile i parametrii sunt de natur determinist, iar o alt parte aleatoare. In general, pentru studiul proceselor social-economice se folosesc modele dinamice (care iau n considerare variaia i interaciunea n timp a variabilelor modelului) i stochastice. D Simularea analogic - dac sistemul real este de natur fizic, biologic, chimic etc. Simularea numeric - dac sistemul nlocuitor const ntr-o procedur de calcul al unor mrimi ipotetice, dar posibile, atribuite variabilelor i parametrilor de stare ale sistemului real, folosind relaiile unui model matematic care reflect funcionalitatea real (tehnica Forrester, metoda Monte Carlo, algoritmi euristici). n Simularea hibrid - se realizeaz cu ajutorul calculatorului numeric. 7.2. Avantaje i dezavantaje ale utilizrii simulrii Prin simulare se apeleaz la construirea unor modele care s reprezinte fenomene i procese economice i desfurarea unor experimente pe aceste modele, prin utilizarea analogiilor n locul unor fenomene reale.

239

237

7.3. Tipuri de simulare Simularea cu evenimente discrete realizeaz o descriere deta liat a proceselor care se petrec n interiorul unui sistem real, spre deosebire de modelele matematice, care, dei prezint explicit intrrile i ieirile sistemului, folosesc relaii matematice bazate pe teorie pentru descrierea evoluiilor interne. Principalele elemente constitutive ale modelului sunt: entitile dinamice, entitile de serviciu, activitile, listele, variabilele de stare etc. Modelul de simulare cu evenimente discrete descrie modul n care entitile dinamice sosesc n sistem, se nscriu n iruri de ateptare, intr n concuren pentru folosirea resurselor, sunt servite de aceste resurse i, n final, prsesc sistemul. Evenimentele apar ca urmare a activitilor i a ntrzierilor care fac s se modifice variabila timp i care modific valorile variabilelor de stare [FIL,pag. 152]. Simularea de tip joc const n ataarea la un sistem economic a unui model astfel conceput dect s descrie dependenele logice dintre variabilele i parametrii acestui sistem. Variabilele se schimb chiar n cadrul aceluiai ciclu de simulare (parametrii rmn constani la acelai ciclu de simulare). Aceste simulri modeleaz interaciunea participanilor la un sistem de conducere a unor organizaii. Elementul fundamental l constituie oamenii care iau decizii n conformitate cu sarcinile stabilite i cu restriciile impuse. Interaciunea participanilor la joc este condiionat de reguli speciale, ce reflect acele proprieti, relaii i principii ale activitii practice. Regulile de joc impun anumite restricii de comportament al participanilor la joc. Alte componente sunt: - informaia (pe baz creia, n limitele regulilor, se iau deciziile) - criteriile de activitate ale participanilor (pe baz crora se efectueaz nemijlocit estimarea eficienei deciziilor adoptate n diferite situaii). Aceste simulri se folosesc pentru instruirea decidenilor; repetabi litatea situaiilor i ambiana creat de practica convenional, permit s se cerceteze procesul de nsuire a cunotinelor. Necesitatea schimbului de informaii, argumentarea deciziilor adoptate, experiena adoptrii deciziilor n condiii de incertitudine dau posibilitatea s se dobndeasc o serie de deprinderi necesare n activitatea practic. Modelele pentru simularea afacerilor {Business Simulation Models) sunt menite s cuantifice impactul unor variabile (produse, volumul cererii etc.) asupra veniturilor nete pe o perioad de timp. Se 240

Caseta 7.1. BNR a fcut o simulare de intrri i ieiri de capital n perioada 15-16 februarie 2005, BNR a intervenit pe pia cumprnd n nume propriu, 250 i respectiv, 350 de milioane de euro. Rezultatul acestor intervenii a fost aprecierea cursului leului cu circa 2700 lei fa de euro i cu 2300 de lei fa de dolar. Din cele 600 de milioane atrase de BNR din piaa valutar, circa 20% au reprezentat operaiuni forward de cumprare/vnzare de valut n scop speculativ, iar restul de 6-% au fost banii unor intermediari - bnci i fonduri strine; exportatorii care au vndut valut au reprezentat doar 15%. Simularea privete descrierea comportamentului unui sistem (legtura dintre variabilele de intrare i cele de ieire), iar modelele de simulare sunt descriptive, deoarece permit evaluarea unei situaii pentru anumite seturi de date presupuse de condiii (pentru modele de tip static) sau prezic evoluia viitoare (pentru cele dinamice) - [FIL, 2002, pag. 145]. Caseta 7.2. Avantaje i dezavantaje ale simulrii Avantaje ale simulrii permite studiul sistemelor globale reale sau a situaiilor reale fr a efectua modificri n evoluia real a lor (n multe sisteme sociale este imposibil experimentarea deoarece presupune riscuri mari); se folosete n studiul i realizarea unor sisteme sau procese a cror desfurare real ar conduce la catastrofe, oferind n final informaii asupra comportrii sistemelor reale date; d posibilitatea schimbrii condiiilor de intrare n sistem la momentele de timp dorite i a studierii efectelor acestor modificri la ieire, lucru imposibil n cadrul sistemelor reale foarte complexe, iar parametrii nu pot fi controlai izolat; se folosete pentru analiza sistemelor complexe care nu pot fi rezolvate cu tehnici analitice; modelul de simulare poate fi construit pas cu pas (ca agregate de mai multe modele simple reprezentnd intercorelaiile dintre variabilele sistemului i componente); ofer rezultate descriptive mai degrab dect prescriptive (optimale); managerul/cercettorul are ansa s obin rspuns la ntrebri ,ji dac...?''' prin analize de senzitivitate; Adevrul economic, nr. 7 (670) 2005, pag. 7, articolul Nu avem definite obiective de curs. 238

o Today's Entrepreneur - simulare menit s ofere participanilor un model de gestionare a unei organizaii care funcioneaz ca afacere de sine stttoare. Participanii iau toate deciziile pe care le presupun operaiunile firmei: pregtirea unui plan de afaceri, nelegerea pieei i a competiiei, utilizarea instrumentelor financiare, asumarea riscului, valorificarea oportunitilor, achiziionarea materiilor prime, dezvoltarea produsului. Simularea presupune ca echipele de participani s gndeasc afacerea ca i cum ar fi a lor i i ajut s i dezvolte abiliti antreprenoriale. Simularea Monte Carlo asociaz problemei reale un model probabilist i, prin generarea unor variabile aleatoare legate funcional de soluie, se realizeaz experiene pe model, furnizndu-se informaii asupra soluiei problemei. Este una dintre cele mai generale metode de analiz a fenomenelor care se produc n sistemele caracterizate printr-un numr mare de variabile, parametri, prin relaii complexe ntre componente, prin factori perturbatori etc. Sub denumirea de metoda Monte Carlo (MC) se gsesc mai multe metode sau modele de simulare a cror element comun l constituie faptul c fenomenul real este nlocuit cu un fenomen artificial, n esen, se nlocuiete ansamblul fenomenului real (mulimea complet AO cu un eantion reprezentativ, fcndu-se aproximarea c acest eantion va da o imagine suficient de clar i adecvat asupra ansamblului. Aplicarea metodei const n asocierea problemei descrise cu un proces stochastic de calcul. Aceasta const, apoi, n efectuarea unui volum mare de calcule aritmetice, pe baza unor relaii logice descrise printr-un model economico-matematic, n funcie de valorile unor variabile generate ntmpltor (variabile aleatoare). Exist cazuri n care metoda Monte Carlo constituie un auxiliar al unor instrumente matema tice devenite clasice (de exemplu, metoda lanurilor Markov) sau al unor tehnici folosite n teoria deciziilor multidimensionale etc. Elaborarea unui model de simulare MC este legat de principiul metodei cu acelai nume: fie o funcie de variabile aleatoare Z = F(xl,x2,...,xn) ^ unde fiecare variabil urmeaz o repartiie bine definit. Atunci pentru fiecare x; se extrage o valoare aparinnd repartiiei respective i se evalueaz o valoare a lui Z. Aceasta se repet de n ori, cnd > oo valoarea astfel obinut aproximeaz) n sensul teoriei probabilitilor) adevrata valoare a repartiiei lui Z [STA, pag. 81]. 243

folosesc pentru aceasta modele pentru previzionarea comportamentului clienilor (pentru selecia productorilor, fundamentarea nivelului de consum, studiul fidelitii, analiza mediului concurenial) i se ncearc simularea evoluiei pieei lund n considerare reaciile concurenilor, impactul mediului i al schimbrii tehnologice. Caseta 7.3. Exemplul Industryplayer- descriere general Industryplayer este un simulator online de afaceri, care cumuleaz peste 35000 de juctori din peste 35 de ri; simulator folosit de universiti pentru a-i antrena studenii n administrarea afacerilor. Spre deosebire de oferta real, un juctor implicat n Industryplayer primete 10 milioane de dolari virtuali pentru a-i demara afacerile; acesta poate alege dintre 160 de produse cu scopul de a-i maximiza averea i de a domina pieele. Juctorul este pus n situaia de a-i administra companiile ntr-un mod ct mai apropiat de lumea real: materie prim, costuri, bugete, salarii, greve, consumatori sau dezastre naturale - totul este luat n calcul, simulat i i afecteaz activitatea. Tranzaciile n timp real pe care juctorul le efectueaz sunt contabilizate instantaneu, evoluia performanelor companiei poate fi vizualizat n grafice sau disponibil pentru analiz n Excel. n cea mai simpl formulare, prin aceste modele se ncearc determinarea i evaluarea consecinelor pentru diferite decizii sau aciuni (referitoare la costul i calitatea produselor, reaciile concurenei, impactul asupra cumprtorilor, nivelul tehnic de performan etc.). Simulrile de tip ,Jiusiness Games''' reprezint simulri ale desfurrii unor procese economice n condiii concureniale n care fiecare partener/juctor ncearc s-i ating obiectivele (de obicei, maximizarea unui indicator de bunstare"). Exist o mare varietate de simulatoare pentru managementul economic sau jocuri de tip strategie n care, alturi de dimensiunea economic, mai intervine cea politic, de exemplu. n timp, simulatoarele i strategiile i-au dovedit utilitatea pentru colile de afaceri sau pentru analize politice, ctigndu-i un public stabil i entuziast (exemple: Capitalism, Transport Tycoon, Railroad Tycoon sau Civilization^. Business Magazin, nr. 11-17 mai 2005, pag. 48, articolul Un MBA n cutie de carton. 241
9

Metoda MC se bazeaz numere aleatoare i statistica generarea de numere aleatoare, introduc n forma analitic a Operaiunea se repet de multe criteriu (de convergen).

pe o tehnic stochastic ce utilizeaz probabilist. Ideea central const n: urmnd repartiii predeterminate care se lui Z i apoi calculul valorii acesteia. ori, algoritmul oprindu-se conform unui

7.4. Simularea de tip Monte Carlo Simularea stochastic cu tehnica Monte Carlo este cunoscut ca metod numeric de rezolvare a problemelor matematice prin modelarea mrimilor aleatoare. Tehnica se bazeaz pe ideea formrii unui proces aleatoriu artificial, avnd toate caracteristicile necesare ale sistemului studiat i care realizeaz procedurile de calcul cu ajutorul calculatorului. Valoarea practic a metodei const n faptul c ea nlocuiete experi mentrile n condiii reale/naturale prin experimente artificiale/virtuale ca rezultate ale unor asocieri de valori ntmpltoare (cunoscute ca numere aleatoare/pseudoaleatoare), cu lege de distribuie similar comportamen tului real al fenomenului studiat i prin calcule aritmetice i logice care opereaz cu mrimi aleatoare. Tehnica se mai numete metoda experimentelor statistice, avnd n vedere c, n final, avantajul metodei este dat de determinarea, pe baza rezultatelor unor experimente repetate, a probabilitilor unor evenimente i a valorilor medii ale unor mrimi aleatoare. Aplicarea metodei Monte Carlo presupune rezolvarea a dou probleme de baz: 1. stabilirea funciei de repartiie a frecvenelor pentru variabila aleatoare luat n considerare; 2. folosirea unei surse de numere aleatoare cu ajutorul crora s se simuleze evoluia fenomenului n afara eantionului reprezentativ. Simularea MC poate fi definit ca metod de modelare a variabilelor aleatoare n vederea determinrii caracteristicilor repartiiei lor, atunci cnd aceste caracteristici nu pot fi stabilite prin expresii analitice pe baza funciilor teoretice de densitate de probabilitate. Esenial pentru mode larea unor fenomene prin simularea Monte Carlo este identificarea funciei frecvenelor cumulate pentru eantionul ales, apoi aceasta urmeaz s fie ntr-un anume fel extrapolat pentru fenomenul real. Astfel, dac unor valori echiprobabile y le corespund (prin intermediul curbei frecvenelor) 244

Un alt exemplu interesant, este dat de simulrile de tip Business Today International10 (disponibile i persoanelor din mediul de afaceri romnesc), care aduc avantaje nsemnate n pregtirea managerilor deoarece: - dezvolt cele mai importante competene de management i leadership pentru succesul n mediul de afaceri global; - sunt produse adaptabile la specificul fiecrei industrii i organizaii, asigurnd relevana i aplicabilitatea cunotinelor pentru obinerea imediat a rezultatelor i a succesului clienilor; - simulrile funcioneaz ca nite platforme pentru reprezentarea nevoilor de dezvoltare a organizaiei la toate nivelurile ierarhice. Aceeai simulare poate condus pentru: 1. nelegerea afacerii n ansamblu pentru personalul din poziii non-manageriale; 2. comunicarea obiectivelor strategice ale organizaiei la nivelul managementului de mijloc; 3. dezvoltarea unei strategii inovatoare pentru organizaie la nivelul managementului de top. Principalele exemple de simulri BTI sunt: o Managing Business Today - simulare de afaceri menit s ofere participanilor o nelegere a proceselor pe care le presupune gestionarea unei afaceri i a modului n care deciziile de zi cu zi susin strategia organizaiei lor. Echipele i conduc propria afacere i se afl n combinaie cu alte echipe pentru obinerea unei cote de pia. Participanii iau toate deciziile pe care le presupun operaiunile unei firme conform unui proces de afaceri realist: investiii n cercetarea de pia, dezvoltarea de noi piee, recrutarea i formarea personalului, achiziionarea de materii prime, dezvoltarea unor produse etc. Echipele gestioneaz cteva cicluri de afaceri, apoi ntocmesc i analizeaz situaia financiar a firmei lor. o Finance for Sales Teams - Simularea ofer participanilor ocazia de a nelege factorii-cheie ai succesului unei afaceri derulate n condiii de concuren. Fiecare grup i gestioneaz afacerea pe baza unui proiect realist: previzioneaz stocuri, iau decizii de marketing, planific i stabilesc preuri, elaboreaz strategii de vnzare, colecteaz banii i pltesc cheltuieli. Training axat pe nelegerea businessului, Nicolae Rodica, revista Cariere", pag. 38,2004. 242
10

ca speran matematic & unei mrimi aleatoare caracterizat prin medie m, cu dispersia b2. n virtutea acestei teoreme, avem relaia:

7=1

Tv*

- m

3 b

} * 0,997

(*)

unde: Ej > j -1,N s u n t valorile mrimii aleatoare s, pe care le ia aceasta n fiecare din cele N ncercri. Relaia (*) permite determinarea numrului necunoscut m (estimarea dorit) i, n acelai timp, ofer estimarea erorii. Din relaie rezult c odat cu mrirea numrului de experimente (realizri) se mrete precizia metodei. Precizia metodei Monte Carlo se poate determina statistic pe parcursul desfurrii calculelor. Deoarece metoda este aproximativ, precizia nu se poate estima corect, fiind determinat de numrul de ncercri independente13. Ca o remarc conclusiv, metoda nu este adaptat studiului unor procese cu probabilitate foarte mic, deoarece este necesar un numr foarte mare de cicluri de simulare. Etape de lucru Se procedeaz la urmrirea etapelor: 1. se stabilete numrul i semnificaia variabilelor aleatoare considerate. Cu ct numrul acestora este mai mare, cu att problema este mai greu de rezolvat, iar rezultatele sunt mai susceptibile de erori; 2. se desfoar seria de observaii (ntr-un numr considerabil de mare - de cele mai multe ori, de ordinal miilor) - pentru fiecare variabil studiat n parte se nregistreaz cte un interval de valori ale variabilei i frecvenele corespunztoare de apariie (se construiesc attea tabele cte variabile au fost luate n considerare); 3. pe baza acestor tabele, pentru fiecare variabil n parte se ntocmete un tabel al frecvenelor cumulate; se traseaz grafic, eventual, curbele de frecvene cumulate pentru fiecare variabil aleatoare; Precizia metodei variaz cu rdcina ptratic a numrului de ncercri (mrirea preciziei cu un ordin de mrime duce la mrirea timpului de calcul cu dou ordine de mrime). 247

valori reale ale variabile ntmpltoare x, atunci valorile x vor urma legea de repartiie de frecvene (x). Pentru a asigura validitatea calculelor i pentru relevana conclu ziilor obinute din interpretarea rezultatelor simulrii pentru luarea deciziei este necesar ca procesul stochastic asociat s prezinte analogii de calcul cu problema descris iniial. Aceasta nseamn c operaiile aritmetice i logice corespunztoare variabilelor aleatoare generate se efectueaz conform unor relaii care, repetate de un numr convenabil de mare, reflect principalele aspecte de interes n formularea obiectivelor de rezolvare ale problemei. Rezultatele se obin sub forma unor iruri statistice ale unor parametri (medii, dispersii) i aproximeaz, pe baza legii numerelor mari, rezultatul problemei propuse. Numere aleatoare/pseudoaleatoare Definim o secven de numere aleatoare rh r2, ... n intervalul [a,b] dac nu exist nici o corelaie ntre diferitele numere din cadrul secvenei. Numerele sunt aleatoare cu distribuia P(x) dac probabilitatea de a gsi numrul r, in intervalul [xb xi+i] este P(x)dx. Un generator standard de numere aleatoare (cu ajutorul calculatorului) genereaz distribuii uniforme ntre 0 i 1 (exist o probabilitate egal de generare a oricrui numr n acest interval, cu a numrului generat urmtor i independent de numrul precedent). [STA, pag. 82]. Numerele pseudoaleatoare satisfac urmtoarele condiii: a) sunt repartizate uniform ntr-un interval dat; b) sunt statistic independente (nu sunt autocorelate); c)sunt reproductibile (pentru a testa programe sau a efectua comparaii); d) funcia de repartiie este stabil, adic nu se schimb n cursul rulrii programului de simulare); e) irul generat are o perioad de repetiie mare, care poate fi predeterminat (cel puin ca o limit inferioar). irurile de numere pseudoaleatoare aproximeaz irurile de numere aleatoare11. Cele mai des folosite pentru generarea numerelor aleatoare sunt metodele analitice; acestea constau n utilizarea unui algoritm de Cu ct cele cinci condiii (cu excepia celei de a treia) sunt mai riguros respectate, cu att aproximaia este mai corect. 245
11

4. se alege un procedeu de generare a numerelor aleatoare/pseudoaleatoare (astfel nct numerele s fie cuprinse n intervalul sau gama de valori reale ale variabilelor studiate); 5. pentru fiecare variabil ntmpltoare se asociaz valori simulate (sau virtuale) ale variabilei studiate i, n majoritatea cazurilor, vor fi diferite de valorile obinute anterior; 6. pentru valorile alese se caut prin interpolare valorile corespun ztoare pentru variabilele de interes; 7. se studiaz valorile obinute calculnd media aritmetic14/ abaterea standard/dispersia'Vcoeficientul de variaie16;17 8. dac abaterea standard este mare (mai mare dect gradul de precizie impus) se mrete numrul de observaii asupra fenomenului studiat -> N. Caseta 7.5. Schema de aplicare a simulrii MC In cazul variabilelor aleatoare (v.a.) descrise prin distribuii empirice discrete de probabilitate, datele pot fi organizate prin grupri statistice conform tabelului 7.1. Tabelul 7.1 Valoarea variabilei aleatoare Frecvena de apariie
Xl

calcul prin care se genereaz, de fapt, numere pseudoaleatoare, bazai pe relaii de recuren: - se consider funciile fj, aparinnd unei clase de funcii F i un ir iniial ult u2, ...ur. - pe baza funciilor fj i a irului iniial, se vor genera numerele Un numr pseudoaleator , + / se genereaz cu ajutorul unei relaii: "y+; =fj(uJ,uJ_1...,uJ_r+I) Deci, un numr ur+l provine din cele r numere precedente. irul astfel obinut poate fi reprodus i are o perioad finit (dup un anumit numr de generri se reproduce irul iniial uh u2, ...ur).. Un procedeu aritmetic recurent de producere a unor numere aleatoare se numete generator. Dei folosirea unui generator nu va produce numere ntmpltoare, pentru anumite alegeri ale funciei de recuren f, i a numrului de valori din irul iniial, se pot produce iruri de numere pseudo-aleatoare de calitate rezonabil. [VAD, pag. 48]. Pentru aceasta, un generator va trebui s ndeplineasc anumite cerine (caseta) i, ulterior, irul de numere generate s fie testat prin teste statistice adecvate (numite teste de concordan - vezi caseta 7.4.). Caseta 7.4. Caracteristici ale unui generator de numere pseudo-aleatoare Generatorul s fie simplu i rapid. Generatorul s produc iruri de numere orict de lungi i care s nu conin repetiii (sau cu perioad de repetiii foarte mare). Generatorul s produc numere independente statistic unele fa de altele (numerele s nu fie dependente stochastic i ct mai puin corelate). Generatorul s produc numere a cror repartiie s fie uniform. Schema general a metodei se bazeaz pe teorema de limit cen 12 tral , potrivit creia orice mrime necunoscut m poate fi considerat Teorema de limit central stabilete c suma (i media) unei mulimi de variabile aleatoare urmeaz o distribuie normal, dac eantionul este suficient de mare, indiferent de forma distribuiei de la care provine variabila individual. Teorema este folosit adesea pentru a explica ipoteza de normalitate a termenului de eroare n studiul econometric, care permite folosirea testului statistic / pentru testarea ipotezelor, deoarece acest termen de eroare se presupune c nglobeaz suma unei mulimi aleatoare de factori necunoscui (omii). 246
12

x2

fi

Xm

Alturi de medie (ca valoare de echilibru a unei repartiii) se mai pot calcula: modul (valoarea cu frecvena maxim), mediana - valoarea sub care se gsesc 50% dintre valorile repartiiei, amplitudinea (diferena ntre valorile maxim i minim), intervalul inter-cuartile (diferena dintre cuartilele de ordinul 3 i cea de ordinul 1). 15 Att abaterea standard, ct i dispersia sunt indicatori ai mprtierii valorilor din repartiia analizat; de obicei, se prefer exprimarea cu ajutorul abaterii standard deoarece pstreaz aceeai unitate de msur cu cea a datelor iniiale. 16 Coeficientul de variaie este ponderea abaterii (deviaiei) standard din valoarea medie a unei repartiii/serii de variaie. 17 Uneori, n analizele mai rafinate, se folosesc i indicatorii: de asimetrie (skewness - n limba englez) - momentul centrat de ordinal 3, respectiv, de exces (kurtosis - n limba englez) - momentul centrat de ordinal 4. 248

Caseta 7.6. Testul Kohnogorov-Smimov 19 Fie X o variabil aleatoare cu funcie de repartiie F(x) continu i o selecie deX,, X2, X. Dac F(x) este funcia de repartiie empiric asociat seleciei efectuate, se definete: . . numrul de valori X, < x Fn(x) = n Atunci se definete K(s) funcia Kolmogorov (pentru care exist tabele cu valorile cuantile) astfel: limP(max|Fl,(x)-F(x)|<-^)Z(-1)* = K&

Pasul 1. Se calculeaz: probabilitile relative f, , i=l


k

m; p0=0,

probabilitile cumulate ^* ~ X P> , k=l,...,m. Probabilitatea cumulat Pt reprezint probabilitatea ca valoarea variabilei aleatoare X s fie mai mic sau sgal cu valoarea xk, adic Pt = P(X < x^ Pasul 2. Se asociaz intervale de numere aleatoare fiecrei valori a v.a. - fiecrei valori xk i se asociaz intervalul [Pk.]t P). Probabilitate Probabilitate Intervale Valoarea variabilei cumulat relativ aleatoare
Xi

1=0

V -i

i pentru care statistica K tinde asimptotic la funcia de repartiie K(s): Kn = *Jn- max\F (x) - F(x)\ 7.5. Aplicaii ale tehnicii simulrii Tehnica simulrii folosit n analiza riscului Importana riscului n luarea unei decizii este dat de locul pe care acesta l ocup n teoria deciziei, de rangul n ideologia managerial i de interesul - n ascensiune - pentru evaluarea riscurilor de management. Evaluarea i modelarea riscului este o activitate complex care presupune abordri multidisciplinare (economie, tehnologie, sociologie, politic etc.). Rezultatele evalurii riscului influeneaz decisiv deciziile i strategiile adoptate att la nivel macro, ct i microeconomic. Analiza riscurilor presupune evaluarea sistematic a riscurilor la care este expus o organizaie. Prima etap const n identificarea ameninrilor la care este expus organizaia, apoi se estimeaz probabi litatea de materializare pentru fiecare ameninare, precum i efectul pe care l poate avea asupra activitilor organizaiei. Fiecrui risc i se asociaz o valoare a probabilitii de manifestare (ct de des apare n mod normal riscul respectiv ntr-un an), apoi se estimeaz ct de grav este impactul asupra organizaiei (niveluri de gravitate). Produsul valorilor din aceste dou coloane reprezint probabilitatea de pierdere cauzat de riscul respectiv. Pe baza acestor date se determin care riscuri trebuie abordate cu prioritate i ce resurse sunt necesare pentru aceste msuri. Este posibil ca organizaia s fie supus unui risc de mare gravitate, dar a crui [VAD, pag. 76] 251

x2

Pi
P2
Pm

P: = Pi+P2
Pm~ Pm-l
+

P} =Po+Pi

[Pa Pi) [Pi. PT)


[Pm-l> Pm)

P Pasul 3. Se genereaz un numr aleator u, uniform repartizat n intervalul [0,1] utiliznd un generator de numere aleatoare (de exemplu, funcia RANDO iin Excel). Pasul 4. Obinerea valorilor simulate se poate realiza tabelar. Pasul 5. Se reia procedura de la Pasul 3 pn cnd se obine volumul dorit al seleciei simulate. Datele seleciei simulate pot fi folosite ca date exogene pentru alte modele sau pot fi utilizate pentru calculul caracteristicilor distribuiei de probabilitate a variabilei aleatoare cercetate: media, abaterea standard, coeficientul de variaie i intervalul de ncredere pentru medie.
N

- media - abaterea standard


IM

x=^ N '

i>--*)2
N-l 249

probabilitate de apariie este mfim, deci s aib un nivel mediu. Pe de alt parte, unele riscuri cu gravitate mic pot s se manifeste des, astfel nct efectul lor cumulat s fie mare. Riscul are dou componente principale, pentru un eveniment dat: Probabilitatea de apariie a evenimentului Impactul acestei apariii {mrimea riscului). Conceptual, pentru orice eveniment, riscul poate fi definit n funcie de probabilitate i impact: Risc -/(probabilitate, impact). Astfel, dac probabilitatea de apariie sau impactul ei crete, riscul crete; de aceea n managementul de risc, amndou trebuie atent luate n consideraie. Riscul poate fi prezentat n funcie de componentele lui figura 7.1. Spre exemplu, un risc cu impact mare i probabilitate mare este n mod evident un risc de nivel ridicat. Oricum, fiecare eveniment trebuie evaluat individual. Dac exist un eveniment cu probabilitate sczut de apariie, dar cu impact devastator (de exemplu, cineva ar putea avea un accident), va fi considerat un risc cu nivel ridicat.
I'UOABII.R\RF: MARC

- coeficientul de variaie

Cv - _

- intervalul de ncredere (1-a) pentru media x poate fi construit cu relaia:


t_/2,N-i

x + t

/ 2 ^ ^ ) ,

se obine din tabelele distribuiei t (Student), a este de obicei 0,05 (95% nivel de semnificaie), iV reprezint numrul de experimente de simulare18. Experiene repetate cu metoda Monte Carlo arat c precizia rezultatelor nu crete odat cu mrimea numrului de numere ntmpltoare/pseudoaleatoare luate n considerare. Sporirea numrului de ncercri poate s conduc la rezultate mai puin corespunztoare dect cele obinute iniial, acesta fiind unul dintre dezavantajele majore ale metodei. Dac A este precizia cu care se cere s se obin x valoarea medie a mrimii aleatoare e atunci pentru aceasta se va cere un numr de realizri determinat de formula " ~ ^ unde a este dispersia.
2

RISC MARC PROBYBH I U IV I>$: AIV.HIITF RISC S< A / I T IMPACT MARK MAFALTL M W IMPACTL U I

RISC

MODI.RAT

PROB VBIt

/ 1FMPWT ARA IKVIMMIM

SC \/i

Figura 7.1. Corelaia impact - probabilitate n condiiile creterii frecvenei i complexitii situaiilor de risc este necesar stabilirea dimensiunii riscului, reflectat prin mrimea efectelor pe care le genereaz. Multitudinea metodelor care constituie instrumentul determinrii mrimii efectelor riscului au la baz folosirea unor indicatori de nivel, care caracterizeaz dimensiunile efectelor la un moment dat. Mrimea efectelor riscului poate fi exprimat prin indicatori cantitativi sau calitativi. n aceast situaie, gestionarea riscului i 252

Un neajuns esenial care limiteaz utilizarea practic a metodei Monte Carlo este numrul mare de experimente necesare pentru obinerea caracteristicilor procesului studiat cu o precizie dat. Orice cretere a exigenei n raport cu precizia rezultatelor duce la creterea costurilor simulrii; precizia i corectitudinea deciziilor urmeaz aceeai tendin de ncrcare a costurilor i de cretere a riscului deciziei eronate. Calitatea eantionului obinut prin simulare poate fi apreciat prin teste de concordan (Kolmogorov-Smirnov, Pearson sau X2) care msoar apropierea dintre repartiia teoretic specificat pentru o anumit variabil aleatoare i repartiia simulat.

Cu ct intervalul de ncredere este mai ngust, cu att este mai precis rezultatul. Se observ c lungimea intervalului se va reduce dac va crete numrul N al experimentelor de simulare. Precizia metodei variaz invers proporional cu A7*3. 250

- a determina probabilitatea de a nu atinge obiectivele specifice ale proiectului; - a cuantifica expunerea la risc a proiectului i a determina mrimea rezervelor neprevzute pentru costuri i pentru program care ar putea fi necesare; - a identifica riscurile care implic o atenie mai mare prin cuantificarea contribuiei lor relative la riscul general al proiectului; - a identifica realist costurile, programul i obiectivele ce pot fi realizate. Analiza riscului n abordarea probabilist se bazeaz pe estimarea proprietilor statistice (media, dispersia etc.) ale riscului, date fiind proprietile statistice ale mrimilor de stare. Modelul de simulare a variabilei de rspuns/ale variabilelor de ieire este o funcie cunoscut, determinist (se va considera c variabila de stare urmeaz o distribuie normal sau log-normal). n cazuri mai complicate (n care funcia de rspuns/de ieire, cu o distribuie non-normal sau non-lognormal a variabilei de stare sau n cazul unor variabile de stare dependente), abordarea analitic nu mai este aplicabil i se poate utiliza chiar tehnica de simulare Monte Carlo: - pas 1 - generarea unui ir de numere aleatoare ale variabilei de stare n acord cu distribuia cunoscut; - pas 2 - calcularea rspunsului y pentru fiecare dintre variabilele de stare; - repetarea pailor 1 i 2 de n ori (n este numrul de rulri ale experimentului de simulare) i construirea unei distribuii de frecven pentru y. Numrul de rulri ale experimentului de simulare poate fi selectat ca o funcie de erori dat n funcie de modul de estimare a funciei de densitate de probabilitate a lui y din distribuia frecvenei simulate [STA, pag. 162]. Aplicaii ale simulrii n analiza de tip reea Metoda PERT se aplic n cazul acelor lucrri la care duratele de desfurare a activitilor componente sunt imprecise. Durata fiecrei activiti se apreciaz n trei ipostaze: - optimist (cea mai scurt) atJ, - pesimist (cea mai lung) btJ , - cea mai probabil m0. 255

restricionarea fenomenelor care perturbeaz activitatea agenilor econo mici comport dou mrimi complementare. Una, care poate fi cuanti ficat i msurat prin nivelul gravitii i consecinelor financiare aso ciate cu riscul i care permite evaluarea financiar a eventualelor pagube. O a doua se refer la relaia dintre costuri i gestiunea riscului. Aceste dou componente reprezint suportul pentru diagnosticarea i aplicarea unor soluii acceptabile sau mai puin acceptabile, n modelarea dimen siunii efectelor. Un model de analiz a riscurilor20 se poate baza pe trei elemente generale: variabilitatea, costul riscului i tratamentul" (reacia) riscului. Prin variabilitate21 se nelege dimensiunea pagubei, gravitatea i mrimea consecinelor. Costul riscului evalueaz dimensiunea pagubelor probabile i posibile. Tratamentul riscului corespunde ansamblului de tehnici pe care un agent economic le aplic n vederea diminurii consecinelor i, implicit, al costului riscului. Analiza calitativ a riscului este procesul de realizare a unei evaluri de natur calitativ a riscurilor identificate n etapa anterioar. Acest proces stabilete o prioritate a riscurilor, n funcie de efectul lor potenial asupra obiectivelor proiectului. Analiza calitativ este o modalitate de determinare a importanei riscurilor identificate i un ghid Abordarea cunoscut ca analiza riscului a fost dezvoltat de ctre Herz i Hespos-Strasman, pornind de la cercetrile lui H. Markowitz privind selecia portofoliului i diversificarea investiiilor. Anterior, incertitudinea n cadrul teoriei investiiilor fusese tratat determinist - n ipoteza certitudinii manifestat prin utilizarea unei singure estimaii a variabile de interes. Principala limit a analizei de tip determinist const n estimarea unei valori punctuale (considerat cea mai bun) pentru fiecare variabil semnificativ, astfel nu se ine seama de distribuia probabilitilor pentru fiecare factor care afecteaz o decizie. Chiar procedura celor trei estimaii (optimist, aceea mai probabil i cea pesimist), dei completeaz parial limitrile previziunilor prin valori unice, descrie, totui, n mod restrns mulimea rezultatelor posibile. n esen, analiza riscului propune aplicarea distribuiilor de probabilitate identificate pentru toate variabilele-cheie ce influeneaz desfurarea unei investiii i determinarea printr-o varietate de tehnici a caracteristicilor legii de distribuie pentru un indicator al performanei. 21 Variabilitatea este nivelul maxim de pierderi (prejudiciul) care se poate asocia la asumarea unui risc. Dac riscul ar putea fi asigurat n totalitate, variabilitatea ar fi nul. ntruct, n realitate, nu se ntmpl aceasta, intervine problema evalurii evenimentelor indezirabile. De aceea, costul gestionarii riscurilor este dat de suma tuturor cheltuielilor aferente riscului prezumptiv. 253

Calculele PERT introduc erori din considerarea ipotezei dup care durata medie a proiectului este egal cu cea a drumului critic. Afirmaia poate fi incorect i cu ct exist mai multe drumuri paralele ntr-o reea i cu ct diferenele dintre lungimile lor sunt mai mici, cu att eroarea este mai mare. De asemenea, adesea, informaiile obinute din aplicarea modelului nu sunt suficiente pentru conductorul de proiect, deoarece nu numai activitile de pe drumul critic (a cror distribuie a fost nlocuit cu mediile lor) influeneaz durata de realizare a proiectului. n anumite condiii de apariie a unor mari perturbaii n reea (mai ales n cazul proiectelor cu multe activiti), activitile necritice pot conduce la modificri ale traseului de activiti critice. In modelul de simulare PERT se consider c duratele asociate activitilor proiectului sunt variabile aleatoare cu distribuii date (de exemplu, o repartiie de tipul: Beta, lognormal, uniform, normal, triunghiular etc.). Duratele ty sunt variabile independente, fiecare cu un anumit interval de variaie finit. Se denumete realizare a proiectului o reea n care fiecare activitate are o durat fix, extras la ntmplare din distribuia ttj ; fiecrei realizri i corespunde n mod evident un drum critic i o durat stabilite n mod determinist. Metoda Monte Carlo const n aplicarea algoritmului de calcul al drumului critic pentru un numr suficient de mare de mulimi corespunztoare duratelor activitilor. Mrimea lui N influeneaz acurateea concluziilor, dup cum exactitatea rezultatelor crete n mod firesc cu ct numrul de mulimi de durate ale activitilor este mai mare, mulimi determinate conform distribuiilor selectate. Datele necesare pentru rezolvarea modelului sunt distribuiile duratelor activitilor; se pot ntlni att situaii n care toate activitile au aceeai distribuie a duratelor, ct i situaii mai complexe n care fiecrei activiti i corespunde o alt lege de distribuie. Practic, aceste informaii se obin de la tehnicieni cu experien anterioar n realizarea proiectelor, prin metode de analiz dispersional n care se ine seama de evoluiile anterioare ale duratelor fiecrei activiti. n ambele situaii, sunt necesare: media i dispersia distribuiilor analizate pentru fiecare activitate n parte i limitele domeniului de variaie (aceti parametri pot fi 256

pentru msurile de rspuns la risc; aceasta necesit estimarea proba bilitii i a impactului riscului, utiliznd metode i tehnici de analiz calitativ. Acest proces trebuie reluat pe parcursul ciclului de via al unui proiect (de exemplu), pentru a reflecta schimbrile intervenite n proiect i schimbrile riscului proiectului. Rezultatele acestui proces pot conduce la o analiz cantitativ a riscului sau, direct, la planificarea rspunsului la risc. Caseta 7.7. Mijloace i tehnici de analiz calitativ a riscului 1) Probabilitatea i impactul riscului: acestea sunt descrise n termeni calitativi (foarte ridicate, ridicate, moderate, sczute sau foarte sczute). Aceste dimensiuni ale riscului se aplic riscurilor specifice i nu ntregului proiect. Analiza riscului ne ajut s identificm acele riscuri cu consecine majore asupra proiectului i asupra crora trebuie s se acioneze. 2) Matricea scorului riscului: este o matrice construit prin combinarea scalelor de probabilitate i de impact Scala de probabilitate a riscului are valori cuprinse ntre 0 (probabilitatea evenimentului imposibil) i 1 (probabilitatea evenimentului sigur). O scal general care se utilizeaz este alctuit din valorile 0.10, 0.30, 0.50, 0.70, 0.90. Scala de impact a riscului reflect severitatea impactului riscului asupra obiectivelor proiectului. Scala are de obicei valorile 0.05,0.10,0.20,0.40,0.80. 3) Testarea ipotezelor proiectului: ipotezele identificate trebuie testate fa de dou criterii: stabilirea ipotezei i impactul asupra proiectului dac ipoteza este fals. n aceast situaie, trebuie identificate ipoteze alternative care s fie adevrate, iar impactul acestora asupra obiectivelor proiectului trebuie testat n procesul de analiz calitativ. 4) Clasificarea preciziei datelor: analiza calitativ a riscului necesit date precise care s vin n ajutorul managementului proiectului. Tehnica de clasificare a preciziei datelor evalueaz gradul n care datele despre risc sunt utile pentru managementul riscului. Aceasta implic evaluarea datelor din punct de vedere al calitii, integritii i fiabilitii acestora. Analiza cantitativ a riscului este procesul prin care se urmrete evaluarea numeric a probabilitii i impactului fiecrui risc asupra obiectivelor proiectului i influena asupra riscului general al proiectului. Acest proces utilizeaz tehnici cantitative (cum ar fi simularea Monte Carlo, analiza de senzitivitate i metoda arborilor de decizie) cu scopul de a dezvolta modele valide pentru: 254

7.6. Aplicaii software specifice pentru simulare Transformarea unui model conceptual ntr-un program informatic (modelul computerizat) se poate face: - cu ajutorul unor limbaje de programare de uz general: FORTRAN, C++, Visual Basic etc.); - folosind limbaje i pachete generale de simulare, de.exemplu: GPSS, SIMSCRIPT, ARENA, MODSIM, SIMUL etc - vezi caseta 7.8. - prin pachete de simulare specializate - orientate pe aplicaii [FIL, 2002, pag. 147, 171]. Ithink este un produs software pentru simulare n mediul economic, pentru care concepia de construcie pleac de la ideea c, nainte de a se ncerca gsirea rspunsurilor, este esenial formularea unor ntrebri corecte i, mai apoi, nelegerea consecinelor asupra desfurrii afacerilor. Facilitile oferite de Ithink constau n construirea unor diagra me de influen care permit agregarea/dezagregarea dorit a componen telor, folosirea unor tipuri prestabilite de ecuaii, relaii algebrice i formularea unora noi, folosirea unor funcii neliniare pentru a include n analiz interdependene complexe. Ecosim este un produs specializat pentru uz universitar i realizeaz simulri economice n care fiecare student joac diferite roluri: n companii i firme, grupuri de influen pentru afaceri, guvern, banca naional etc. Calculatorul joac rolul arbitrului, iar juctorii creeaz i folosesc diferitele prghii economice (cerere i ofert) prin interaciunea lor. Scopul aplicaiei este de a dezvolta studenilor abilitile practice de nelegere i folosire a unor categorii economice din teoria microeco nomici, macroeconomiei, i metodele cantitative. Conjunctura economic (preuri, ratele dobnzilor, nivelele de producie i de consum) sunt determinate de ctre juctori raionali avnd interesul de a-i maximiza profitul i bunstarea. n lista de posibile decizii pentru companii se pot enumera: cumprri de materiale de la furnizori, angajri de persoane, vnzri de produse finite ctre alte firme sau populaie, emisiuni de aciuni, bonuri pentru acumulri de capital sau pentru cercetare-dezvoltare. Guvernul i banca naional pot impune taxe/acord faciliti, contingentri asupra vnzrilor etc., pot modifica volumul masei monetare n circulaie, pot modifica reglementrile legislative comerciale, pot produce bunuri publice (puterea de decizie a acestora este determinat de numrul de voturi colectate de la ceilali juctori). 259

obinui impunnd condiii de realizare a duratelor fiecrei activiti, de exemplu, o probabilitate dat a estimrilor). Procedura de simulare PERT presupune realizarea urmtoarelor operaii: 1. Generarea unei mulimi de numere aleatoare corespunztoare duratelor activitilor. Eventual se pot ncerca diferite distribuii i apoi se pot compara efectele ce se obin n cazul unei anumite legi de distribuie. 2. Calcularea duratei totale (DT{) i identificarea drumului critic prin procedura obinuit (identificarea activitilor critice i calculul termenelor i rezervelor pentru toate activitile). 3. Determinarea duratelor de realizare a ntregului proiect. Succesiunea de pai 1-3 se repet de un numr suficient de mare (N) i se calculeaz media (MT) i dispersia ( c r 2 r ) duratei totale a proiectului complex de activiti:
N

MT

N
=

<T 7

j^(DT,-MT)

Pentru fiecare activitate se determin indicele de criticbilitate:


ICV=^

n care: fi reprezint numrul de cazuri n care activitatea a fost activitate critic din toate cele N cazuri posibile (acesta desemneaz probabilitatea ca acea activitate s fie critic) [DOB, pag. 170]. Drumul critic este format din activitile cu indici de criticbilitate mari. Dac se consider un numr suficient de mare de realizri se poate aplica teorema de limit central: media MT constituie o bun
CT2T

aproximaie a duratei proiectului i dispersia pentru durat.

yy

reprezint dispersia 257

Caseta 7.8. Alte produse software pentru simulare CreditSim (Business Simulation Software) - dezvoltat de Paradigm Business Simulations pentru simulri de tip joc de ntreprindere; Extend- program software creat de Imagine That INC. pentru sisteme flexibile de producie; PowerSim - limbaj de simulare bazat pe diagramele de influen Forrester pentru dezvoltarea modelelor; " PS-Engine - lansat de firma Prosolvia AB ca un instrument pentru simularea proceselor din industria prelucrtoare; ProcessModel - creat de PROMODEL Corporation i constituie un instrument facil pentru simularea proceselor economice; ServkeModel - creat de PROMODEL CORPORATION este un instrument de simulare destinat n mod specific activitii de servicii, folosete modele ale teoriei liniilor de ateptare i algoritmi de minimizare a costurilor. ProModel este produs de aceeai companie PROMODEL Corporation, una dintre firmele leader n domeniul software-lui de simulare i cuprinde modele bazate de algoritmi de optimizare; Visual Simulation Environment VSE - este dezvoltat de ORCA Computer Inc. cuprinznd cele mai avansate caracteristici ale unui program de simulare: Editor, Simulator i care permite transmiterea mesajelor, reutilizarea i rafinarea modelelor; SIMVL8 - produs foarte perfecionat al companiei Visual Thinking International, bazat pe simularea vizual interactiv i care poate fi folosit cu foarte mare uurin n aplicaii industriale; MODSIM III - lansat de Compania CACI Products, constituie unul dintre cele mai puternice limbaje de simulare destinate modelrii sistemelor complexe i de dimensiune mare; SIMPROCESS este un produs creat de CACI Products Company pentru dezvoltarea simulrilor orientate pe evenimente i pentru activitile ce antreneaz calculul costurilor; Stella @ software for education - aplicaii software bazate pe simularea sistemelor dinamice; @RISK - pachet de programe destinat analizei riscului cu ajutorul metodei de simulare de tip Monte Carlo; DecisionPro - aplicaie creat de ctre Vanguard Corporation pentru modelarea i simularea proceselor ecomonice, cu o mare varietate de aplicaii;
22

Se apreciaz n literatura de specialitate faptul c aplicarea simulrii Monte Carlo pentru determinarea duratelor de execuie a unui proiect complex de activiti se consum mult timp pentru generarea numerelor aleatoare; astfel timpul de rulare depinde liniar de numrul N al seleciilor de numere aleatoare i de numrul de activiti din reea (dependenele se pot pune h eviden ca adevrate pentru reele complexe de dimensiuni mari). Simularea interactiv vizual este o tehnic de simulare decizional care folosete modelarea interactiv vizual i presupune folosirea calculatorului pentru afiarea i reprezentarea grafic a efectelor diferitelor strategii decizionale. Specificul acestei tehnici const n faptul c decidenii pot urmri simularea unei probleme n timp i pot interveni n sensul validrii modelului. Simularea convenional ofer rspunsuri statistice la sfritul unui set de experiene particulare n care decidentul nu are posibilitatea de a interaciona n desfurarea simulrii,^ astfel c sunt necesare intervale de ncredere pentru rezultatele obinute. n aceast nou abordare, acetia i pot folosi cunotinele, intuiia i experiena pentru a interaciona cu modelul n scopul studierii variantelor alternative. Se pot folosi att modele statice (se reprezint rezultatul unei decizii la momentul curent), ct i dinamice (se vizualizeaz evoluia unor indicatori n perioada considerat). Aplicaiile software pentru simulare interactiv ofer avantajul unei validri mai rapide asupra modelului, datorit posibilitilor mai largi de analiz i intervenie din partea decidentului: - un model vizual permite o analiz mai facil i recunoatere mai uoar a corectitudinii rezultatelor (din punctul de vedere al apropriere de nivelul dorit); decidentul poate interaciona mai rapid cu modelul i mai corect dect n cazul folosirii unui model matematic; - modelele vizuale dinamice relev mai ales comportamentul de tranziie al procesului, aa cum este perceput n mod curent de ctre manageri, dect media statistic a unor indicatori de evoluie pe o peri oad de timp; - simularea interactiv vizual permite decidentului un cadru favo rabil de decizii, acesta poate experimenta noi strategii prin intermediul unor ntrebri What if...?"; - simularea interactiv permite ncorporarea unor mrimi explicite de calitate asociate soluiilor alternative i este, n mod deosebit, util atunci cnd se folosesc mai multe criterii de decizie (eventual, greu de formalizat). 258

260

[MOH, pag. 59]

BIBLIOGRAFIE SELECTIV

1. Anastasiei, B., Managementul riscului organizational, Editura TehnoPress, Iai, 2004. 2. Andraiu, M., Baciu, A., Pascu, A., Puca, E., Tanadi, A., Metode de decizii multicriteriale, Editura Tehnic, Bucureti, 1986. 3. Andreica, M, Metode i modele de planificare, Editura tiinific i Enciclopedic, Bucureti, 1988. 4. Andreica, M., Stoica, M., Modelarea i simularea proceselor economice, Centrul Editorial ASE, Bucureti, 1994. 5. Andreica ML, Stoica M., Luban F., Metode cantitative n management, Editura Economic, Bucureti, 1998. 6. Bazerman, M., Judgment in Managerial Decision Making, John Wiley & Sons, Inc. 1994. 7. Bdescu, A., Dobre, I., Modelarea deciziilor economico-fmanciare, Editura CONPHYS, Rmnicu Vlcea, 2001. 8. Boardman, A., Greenberg, D., Vining, A., Weimer, D., Analiza cost-beneficiu - concepte i practic, ediia a IJ-a, Editura ARC, Bucureti, 2004. 9. Bonini, CP., Hausman, W.H., Bierman H. Jr., Quantitative Analysis for Management, Irwin Mc Graw Hill, 9th edition, 1997. 10. Ciucu, G., Craiu, V., Stefanescu, A., Statistic matematic i cercetri operaionale, Editura Didactic i Pedagogic, Bucureti, 1974. 11. Ciucu, G., Stefanescu, M., Craiu, V., Stefanescu, A., Statistic matematic i cercetri operaionale, Editura Didactic i Pedagogic, Bucureti, 1982. 12. Costake, N., Vintil, C, Managementul sistemelor economice, Editura Transdata, Ploieti, 1999. 13. Daellenback, H., Systems and Decision Making - A Management Science Approach, John Wiley and Sons, 1994. 14. Demetrescu, M. C, Metode cantitative n marketing, Editura tiinific, Bucureti, 1971. 15. Dimitriu, S., Popescu, N., Analiza deciziilor, Editura MatrixRom, Bucureti, 2004. 263

Crystrall Ball Pro - produs de ctre Decisioneering Inc. este destinat mai multor tipuri de aplicaii: prognoz, analiza riscului, modelare i simularea Monte Carlo; GPSS/H - produs de ctre Wolverine Software Corporation, este unul dintre cele mai puternice limbaje de simulare util mai ales pentru studiul sistemelor complexe i de mari dimensiuni; Sigma - creat de ctre Custom Simulations reprezint primul limbaj de simulare orientat ctre Windows, este o aplicaie interactiv folosind grafic animat; Strategy] este o simulare de tip joc n domeniul managementului strategic, derulat pe echipe. 7.7. Studiu de caz: Global Management Challenge23 La Varovia, n perioada 8-11 mai 2006, va avea loc un campionat mondial al managerilor" sub forma final ediiei 20062007 a Global Management Challenge - un simulator de afaceri n care se confrunt echipe din 22 de ri24, printre care i Romnia. n ceea ce privete companiile participante, pe list se afl: Mercedes, Alcatel, Vodafone, Microsoft, Opel, Nokia, Ernst & Young, IBM etc. (n Romnia, la prima ediie, foarte interesate de acest concurs s-au artat instituiile bancare). Concursul are la baz un model de simulare conceput i perfec ionat permanent de ctre Departamentul Operaional al Universitii Strathclyde din Scoia. Exist mai multe faze, de la cele naionale, de calificare, pn la cea final, internaional, unde fiecare ar va fi repre zentat de o echip. Acestea - cu minimum 3 i maximum 5 membri particip la o simulare extrem de realist a unei afaceri. Astfel, este generat o pia fictiv, pe care un numr de companii (egal cu numrul echipelor intrate n concurs) concureaz ntr-un mediu de afaceri obinuit pentru a-i atinge scopul: obinerea celui mai ridicat pre pe aciune, rezultat din cel mai ridicat profit. Acetia sunt i indicatorii care vor determina compania ctigtoare pe pia si, implicit, echipa nvingtoare n concurs. Informaii preluate de pe site-ul www.globalchallengemanagement.com Belgia, Bolivia, Brazilia, Cehia, Frana, Germania, Grecia, Hong Kong, India, Italia, Macau SAR (China), Mexic, China, Polonia, Portugalia, Qatar, Romnia, Singapore, Slovacia, Spania, Marea Britanie i Ucraina 261
24

16. Dobre I., Bdescu A., Irimiea C, Teoria deciziei. Studii de caz, Editura Scripta, Bucureti, 2000. 17. Dobre, I., Musta, F., Simularea proceselor economice, Editura INFOREC, Bucureti, 1996. 18. Dobrot, N. (coord.), Dicionar de economie, Editura Economic, Bucureti, 1999. 19. Dodescu, G., Odgescu, I., cheianu, S., Nstase, P., Simularea sistemelor, Editura Militar, Bucureti, 1986. 20. Drozda-Senkowska, E., Capcanele raionamentului - cum ne nelm convini c avem dreptate. Editura Polirom, Iai, 1998. 21. Drucker, P., Realitile lumii de mine, Editura Teora, Bucureti, 1999. 22. Filip F.G., Decizie asistat de calculator. Decizii, decideni i instrumente de baz, Editura Tehnic & Editura Expert, Bucureti, 2002. 23. Filip, F.G., Decizie asistat de calculator - decizii, decideni, metode de baz i instrumente informatice asociate, Editura Tehnic, 2005. 24. Filip, G, Boldur, B., Informatica industrial; Noi paradigme i aplicaii, Editura Tehnic, Bucureti, 2000. 25. Gheorghi, M., Modelare i simulare n sisteme agricole, Editura Universitar, Bucureti, 2002. 26. Gherghinescu, R., Omul ca ordinator" cu tendin spre distorsiuni", revista Psihologia social", nr. 6/1996, pag. 18; i Omul ca ordinator" cu tendin spre distorsiunr (II), revista Psihologia social", nr. 1/1997, pag. 42. 27. Gf-Deac, M., Teoria deciziei, Editura Fundaiei Romnia de Mine, Bucureti, 2004. 28. Golub, A., Decision Analysis - An Integrated Approach, John Wiley & Sons, Inc., 1997. nd 29. Goodwin P, Wright G, Decision Analysis for Management Judgement ,2 edition, John Wihley & Sons, New York, 1991. 30. Grunig, R., Kuhn, R., Succesfiil Decision-making. A Systematic Approach to Complex Problem, Springer - Verlag Berlin, 2005. 31. Hillier, F., Lieberman, G, Introduction to Operations Research, 5th edition, McGraw Hill Publishing Company, 1990. 32. Hncu, D., Models for Founding Decisions, Editura ASE, Bucureti, 2002. 33. Hncu, D., Ene, N., Metode cantitative pentru administraia public, Editura Eficon Press, Bucureti, 2005. 34. Hncu, D., Ene, N., Metode i tehnici cantitative pentru administraia public, Editura Lumina Lex, Bucureti, 2003. 35. Ionescu, G, Cazan, E., Negrua, A., Modelarea i optimizarea deciziilor manageriale,^ Editura Dacia, Cluj-Napoca, 1999. 36. Isaic-Maniu, A., n cutarea optimului, Editura Albatros, Bucureti, 1985. 264

Avantajul principal adus firmelor participante este faptul c pot beneficia de o soluie complex de training, altfel foarte costisitoare din punct de vedere financiar. Participanii la competiia Global Management Challenge trebuie s perceap ameninrile i s previn crizele pentru a minimiza consecinele lor negative. Compania virtual va opera n piaa UE, zona NAFTA i eCommerce-ul din Internet. Competiia necesit decizii i aranjamente la niveluri strategice, respectiv operative, incluznd toate ariile de manage ment ale companiei: analiza condiiilor financiare, planificarea produciei, marketing, cercetare i dezvoltare, vnzri, logistica, managementul resur selor umane, managementul n situaii de criz. Pentru fiecare companie se pune la dispoziie un istoric financiar i economic iniial, care s conin rapoartele de management pentru ulti mele cinci trimestre. Modelul computerizat, ce st la baza acestui program sofisticat, evalueaz impactul deciziilor luate de respectiva echip managerial asupra diferitelor departamente ale companiei: Marketing, Producte, Serviciul Personal, Achiziii i Finane i calcu leaz profitul i pierderile rezultate. La nceputul concursului, echipele sunt mprite aleatoriu pe grupe. O grup este alctuit din maximum 8 membri, iar, n cadrul lor, fiecare echip concureaz direct cu celelalte pentru poziia de lider, sub aspectul valorii respectivei companii. La nivel naional, concursul se desfoar n trei runde. O rund are cinci pri, fiecare presupunnd un set de 66 de decizii pentru fiecare echip. Aadar, cele 8 echipe care ajung n final vor avea de luat 990 de decizii. Echipa ctigtoare a fiecrei ri va concura ntr-o final internaional, cu un set suplimentar de 330 de decizii. n cadrul finalei naionale, ca i pe durata competiiei naionale, toate echipele concureaz n limba matern. Romnia este la prima participare la acest concurs. Etapa naional a avut loc n 2005, iar n decembrie 2005 a fost desemnat echipa care ne va reprezenta la finala internaional de la Varovia. Dup aceast final, n mai 2006, va fi lansat concursul pentru calificarea n final de anul viitor. Orice companie din Romnia se poate nscrie la acest concurs - cu oameni proprii sau, de exemplu, cu o echip de studeni pe care s o gireze".

262

77. Stoica, M, Andreica, M., Sndulescu, I., Introducere n modelarea procedural, Editura Scrisul Romnesc, Craiova, 1989. 78. Stoica, M., Ctoiu, L, Raiu-Suciu, C, Experiment i euristic n economie, Editura tiinific i Enciclopedic, Bucureti, 1983. T-t. Stoica M., Hartulari, C, Modaliti i principii de construire a algoritmilor euristicf, revista Studii i cercetri de calcul economic i cibernetic economic", ASE Bucureti, nr. 4/1986. 80. Tama, V., Brnzei, D., Smdici, C, Moscovici, J., Modele matematice n economie, Editura GRAPHIX, Iai, 1995. 81. Taylor, B.W., Introduction to Management Science, Pearson Education International, 2004. 82. Trandafir, R., Modele i algoritmi de optimizare, Editura AGIR, Bucureti, 2004. 83. Turban, E., Meredith, J., Fundamentals of Management Science, 5th Edition, Richard D. IRWIN, Inc., 1991. 84. Vduva, I., Modele de simulare cu calculatorul, Editura Tehnic, Bucureti, 1977. 85. Van Ness, P., Cochran, J., Stevenson, W.J., Study Guide for Use with Introduction to Management Science, Richard D. Irwin, INC., 1989. 86. Vasilescu, I., Romnu, I (coord.), Dicionar de investiii, Editura Lumina Lex, Bucureti, 2002. 87. Wiesniewski, M., Quantitative Methods for Decision Makers, Pitman Publishing, 1997. 88. Zai, D., Nica, P., Introducere n modelarea econometric, Editura Universitii Al. I. Cuza, Iai, 1995. 89. Zai, A., Echilibru sau dezechilibru economic?, Editura Universitii Al. I. Cuza, Iai, 2000. 90. Zamfir, C, Cooperare i incertitudine" n volumul Psihosociologia cooperrii i ntrajutorrii umane, Editura Militar, Bucureti, 1990. 91. Zorlenan T., Burdu E., Cprrescu G., Managementul organizaiei, Editura Economic, Bucureti, 1998. 92. Ungureanu, V., Simularea sistemelor de producie, Editura Tehnic, Info, Chiinu, 2002. 93. Waters, D., Quantitative Methods for Business, Second Edition, AddisonWesley, 1997. 94. * * * Modele matematice i semiotice ale dezvoltrii sociale, (sub redacia lui Solomon Marcus), Editura Academiei RSR, Bucureti, 1986. 95. * * * Metode matematice n problematica dezvoltrii, coordonatorul seriei Mircea Malia, coordonatorul lucrrii Solomon Marcus, Editura Academiei RSR, Bucureti, 1982.

37. Ivan, I., Noca, G., Tcaciuc, S., Prlog, O., Cciul, R., Calitatea datelor, Editura INFOREC, Bucureti, 1999. 38. Johns, G., Comportament organizational. nelegerea i conducerea oamenilor n procesul muncii, Editura Economic, 1998. 39. Klein, L., Welfe, A., Welfe, W., Principiile modelrii macroeconomice, Editura Economic, Bucureti, 2003. 40. Koch, R., Dicionar de management i finane, Editura Teora, Bucureti, 2001. 41. Lawrence, J.A., Pasternack, B.A., Applied Management Science. A Computer Integrated Approach for Decision Making, John Wiley & Sons, New York, 1998. 42. Levin, R., Rubin, D., Stinson, J., Quantitative Approaches to Management, 6th Edition, McGraw-Hill Book Company, 1986. 43. Levin, R., Rubin, D., Stinson, J., Study Guide to Accompany Quantitative Approaches to Management, 6th Edition, McGraw-Hill Book Company, 1986. 44. Luban F., Simulri n afaceri, Editura ASE, Bucureti, 2005. 45. Lucey, T., Tehnici cantitative, Editura Tehnic, Bucureti, 2001. 46. Militam, G., Sisteme informatice pentru management, Editura All Beck, Bucureti, 2004. 47. Mohora, C, Cote, C. E., Ptracu, G., Simularea sistemelor de producie Simularea proceselor, fluxurilor materiale i informaionale, Editura Academiei Romne, Editura Agir, Bucureti, 2001. 48. Moutinho, L., Goode, M., Davies, F., Analiza cantitativ n managementul marketingului, Editura Tehnica - Info, Chiinu, 2005. 49. Mucchielli, A (coord.), Dicionar al metodelor calitative n tiinele umane i sociale, Editura POLIROM, Iai, 2002. 50. Murean, M., Grad, V., Blscu, I., Saulea, D., Gheorghe, M., Riscul i decizia militar, Editura Militar, Bucureti, 1994. 51. Negoescu, G., Risc i incertitudine n economia contemporan, Editura Alter Ego Cristian, Galai, 1995. 52. Nicolescu, O. (coord.), Sistemul decizional al organizaiei, Editura Economica, Bucureti, 1998. 53. Pekar, V., Smdici, C, Marketing - Modelarea matematic a fenomenelor de pia, Editura Universitii Al. I. Cuza, Iai, 1995. 54. Pleter, O. T., Administrarea afacerilor, Editura Cartea Universitar, ediia all-a, Bucureti, 2005. 55. Popescu, O., (coord.), Matematici aplicate n economie, vol. I i II, Editura Didactic i Pedagogic, RA, Bucureti, 1993. 56. Postvaru, N., Decizie i#reviziune, Editura MatrixRom, Bucureti, 1998. 57. Pugh, D.S., Hickson, D.J., Managementul organizaiilor, traducere din limba englez, Editura CODECS. 265

267

* * Forecasting for Technologists and Engineers - A Practical Guide for Better Decisions, IEE Management of Technology Series 15; Series Editors: Montgomerie, G.A., Twiss, B.C. * * EFN Report - Economic Outlook for the Euro Area in 2006 and 20c7, Winter 2005/06. * * Dicionar de matematic i cibernetic n economie, Editura tiinific i Enciclopedic, Bucureti, 1979. * * ,Jiolul modelului n economic i efectele practicii ale aplicrii acestuid\ volumul tiin - Economie - Cunoatere i construcie de realitate economic. Condiii logice ale raionamentelor specifice tiinei economice, Academia Romn, INCE, Centrul de Informare i Documentare Economic, Bucureti, 1998, pag. 27. * * Un eec al managementului informaional', revista OPEN - Tehnologia informaiei", nr. 5/1995, pag. 39. * * Business Tendency Surveys: a Handbook, Statistics Directorate, OECD, 2003. * * Handbook on Constructing Composite Indicators: Methodology and User Guide, JT00188147, STD/DOC (2005) 3, OECD, august 2005. * * DTLR Multi-criteria Analysis Manual, NERA Report, National Economic Research Associates. * * Human Development Report, ediiile 2005-2001, www.undp.org

58. Rafiroiu, M., Modele ale cercetrii operaionale aplicate n construcii, Editura Tehnic, Bucureti, 1980. 59. Rafiroiu, M., Modele de simulare n construcii, Editura Facla, Timioara, 1982. 60. Raiu-Suciu, C, Modelarea & simularea proceselor economice. Teorie i practic, ediia a IV-a, Editura Economic, Bucureti, 2005. 61. Raiu-Suciu C, Luban Florica, Hncu Daniela, Ene Nadia, Modelare economic aplicat. Studii de caz. Teste gril, Editura Economic, Bucureti, 2002. 62. Raiu-Suciu, C, Luban, F., Hncu, D., Ene, N., Modelarea i simularea proceselor economice. Sintez, Editura ASE, Bucureti, 2002. 63. Rdceanu, E., Management - Generatorul succesului, Editura Bren, Bucureti, 2001. 64. Rdceanu, E., Metode decizionale n conducerea sistemelor complexe, Editura Militar, Bucureti, 1985. 65. Rdulescu, D., Gheorghiu, O., Optimizarea i decizia asistat de calculator, Editura tiinific, Bucureti, 1992. 66. Rusu E., Decizii optime n management, prin metode ale cercetrii opera ionale. Probleme i studii de caz, Editura Economic, Bucureti, 2001. 67. Scuiu, I., Zorilescu, D., Numere aleatoare - aplicaii n industrie i studiul fenomenelor naturale, Editura Academiei RSR, Bucureti, 1978. 68. Schatteles, T., Metode econometrice moderne, Editura Univesitas, Chiinu, 1992. 69. erban, D., Statistic pentru studii de marketing i administrarea afacerilor, Editura ASE, Bucureti, 2004. 70. Silai, G., Stane, A., Sava, V., Inteligena economic - arm a rzboiului global, Editura Orizonturi Universitare, Timioara, 2000. 71. Sofron, E., Bizon, N., lonia, S., Radian, R., Sisteme de control fuzzy Modelare i proiectare asistate de calculator, Editura AH, Bucureti, 1998. 72. Spircu, L., Calciu, M., Spircu, T., Analiza datelor de marketing, Editura AU, Bucureti, 1994. 73. Stncioiu, I., Cercetri operaionale pentru optimizarea deciziilor econo mice, Editura Economic, Bucureti, 2004. 74. Stncioiu, I., Militaru, G., Management. Elemente fundamentale, Editura Teora, Bucureti, 1998. 75. Stncioiu, I., Purcrea A., Niculescu, C, Management. CercetareDezvoltare, Editura Mondero, Bucureti, 1993. 76. Stoica, M., probleme privind modelarea ^proceselor concurenfiale n economia de pia', revista Studii i Cercetri de Calcul Economic i Cibernetic", nr. 1-2/1992. 266

268