Sunteți pe pagina 1din 38

Selectai afirmaia fals despre utilizarea modelelor economico-matematice.

1 2 3 4 5 modelul este o reprezentare simplificat i izomorf a realitii, menit s permit studiul acesteia altfel dect prin experimentare direct; modelul reflect ntr-un mod convenional principalele caracteristici ale realitii, considerate eseniale pentru scopul cercetrii; cu ajutorul modelelor se identific soluii optime la probleme complexe, formulate ambiguu i cu date de intrare imprecise i incomplete; un model trebuie s fie simplu, robust, uor de aplicat i de controlat; manipularea modelului presupune transformri ale valorilor exogene n valori cutate/studiate ale variabilelor endogene care descriu caracteristicile eseniale ale obiectului studiat.

ANS: 3 Expresia matematic care limiteaz intervalul n care variabilele rezultat ar putea fi calculate este echivalent: 1 2 3 4 5 unei funcii obiectiv; unui criterii de decizie; unei restricii; unei funcii de utilitate; unei variabile duale.

ANS: 3 O soluie optim se identific: 1 2 3 4 5 din mulimea soluiilor admisibile folosind un anume criteriu de decizie sau o funcie scop; din mulimea valorilor variabilelor independente; cu ajutorul unei tehnici de simulare sau a unor metode euristice; cu ajutorul mai multor criterii de decizie / funcii scop (independente) considerate simultan; lund n considerare subiectivismul cercettorului decidentului.

ANS: 1 Spre deosebire de programarea liniar sau programarea dinamic, simularea nu se bazeaz pe un model analitic. Aceasta presupune c rezultatele obinute prin simulare sunt: 1 2 3 4 5 valori optime; simplificate; euristice; aproximri ale unor valori reale; nerealiste.

ANS: 4 Printre aspectele relevante pentru diferenierea modelelor normative (bazate pe optimizare) i cele descriptive (bazate pe satisfacie) nu se enumer: 1 2 3 4 5 mulimea condiiilor ce trebuie satisfcute; alternative studiate; ordonarea i testarea alternativelor; numrul de decideni; modelul de testare utilizat

ANS: 4 In funcie de natura datelor, modelele se mpart n urmtoarele categorii: 1 2 3 4 5 deterministe / stochastice / fuzzy; multiatribut / multiobiectiv; modele de optimizare / de simulare; de previziune, de organizare, de coordonare, de antrenare, de control; normative /descriptive.

ANS: 1 Selectai afirmaia fals din urmtoarele propoziii referitoare la avantajele oferite de tehnica simulrii: 1 2 3 4 5 simularea poate fi folosit pentru a verifica o soluie nesigur obinut pe cale analitic; simularea permite controlul fenomenelor reale, prin soluiile oferite putndu-se corecta deciziile efectuate anterior; simularea permite intuirea unor fenomene reale, verificndu-se verosimilitatea unor ipoteze de evoluie; prin simulare se pun n eviden acele variabile semnificative pentru studiul fenomenului real i legturile dintre acestea; prin formularea i experimentarea unor modele, prin simulare se pot culege n mod sistematic date concludente i sugestive pentru evoluia fenomenelor reale.

ANS: 1 Determinai din urmtoarea enumerare: conceptul folosit pentru a descrie mulimea finit de operaii / instruciuni / comenzi care executate ntr-o anumit succesiune duc la transformarea datelor de intrare ntr-un set de valori de ieire. 1 2 3 4 5 Vector Algoritm Structur Model Problem

ANS: 2 Mrimile care caracterizeaz procesele economice din punct de vedere al preciziei lor pot fi clasificate n mrimi: A. B. C. D. E. F. G. H. Fuzzy/vagi; Aproximative; Euristice; Exacte; Stochastice; Deterministe; Precise; Imprecise.

Indicai combinaia corect:

1 2 3 4 5

A+B+H D+F+G A+E+F C+E+H A+B+G

ANS: 3 Atunci cnd gradul ridicat de precizie a datelor folosite se asociaz unui grad mediu de completitudine se recomand utilizarea: 1 2 3 4 5 analogiilor; modelelor deterministe; abordrii stochastice; mulimilor vagi (fuzzy); informaiilor nerelevante.

ANS: 2 Selectai afirmaia fals referitoare la experimentarea unui model economico-matematic: 1 2 3 4 5 aceasta se poate face n plan real, prin intervenia cercettorului n definirea cadrului de experimentare; aceasta se poate realiza "n plan virtual" pe eantioane de mari dimensiuni, furniznd estimri complete la costuri rezonabile; este o etap necesar a procesului de modelare fiind precedat de identificarea problemei prin cunoaterea detaliat a realitii i de construirea modelului propriu-zis; este o etap necesar a procesului de modelare fiind urmat de rezolvarea i implementarea modelului i, eventual, de actualizarea soluiei prin analiza de senzitivitate; aceasta se poate face "in plan real" prin observarea complet sau exhaustiv a realitii.

ANS: 5 Referitor la o problem de programare liniar, introducerea impreciziei (relaxarea datelor inexacte), prin care coeficienii variabilelor sau termenii liberi ai restriciilor sunt mulimi vagi, conduce la: 1 2 3 4 5 programarea dinamic; programarea fuzzy; programarea n numere ntregi; programarea stochastic; programarea n numere ntregi.

ANS: 2 n cazul problemelor de dimensiuni mari, de natur stochastic sau vag, se recomand: 1 2 3 4 5 algoritmi exaci; algoritmi euristici; algoritmi bazai pe tehnici de optimizare; algoritmi lingvistici; algoritmi de programare liniar cu variabile 0/1.

ANS: 2

Metodele de tip determinist se folosesc, n general, atunci cnd: 1 2 3 4 5 problema descris este complex i se pot crea scenarii de evoluie probabil descrise prin variabile aleatoare; dispunem de date inexacte, dar problema este de dimensiuni mari; dispunem de date suficient de precise i n cantitate mare; dispunem de date inexacte; dar problema este de dimensiuni mici; se dorete previzionarea comportamentului unui sistem economico-social caracterizat prin mai multe stri posibile.

ANS: 3 Soluia oferit prin aplicarea modelelor euristice este: 1 2 3 4 5 soluie optim; soluie optim cu o anumit probabilitate; o soluie "bun" fr s se arate c este "cea mai bun posibil"; soluie suboptimal cu o anumit probabilitate; soluie ntreag.

ANS: 3 Selectai afirmaia fals: "Recunoaterea faptului c n studiul fenomenelor socio-economice, creterea preciziei datelor afecteaz n sens invers proporional completitudinea acestora conduce la: 1 2 3 4 5 abordarea stochastic a problemelor".; folosirea teoriei jocurilor"; abordarea cu ajutorul mulimilor vagi"; abordarea prin strategii de tipul "ncercare i eroare".; folosirea tehnicilor de optimizare".

ANS: 5 Pentru rezolvarea unor probleme n care volumul de date disponibile este redus se pot folosi: 1 2 3 4 5 modele deterministe; modele stochastice; modele probabilistice; modele fuzzy; modele econometrice.

ANS: 2 Modelele de simulare au un caracter: 1 2 3 4 5 deductiv; stochastic; probabilist; procedural; determinist.

ANS: 4 Selectai afirmaia fals:

1 2 3 4 5

scderea simultan a preciziei i completitudinii datelor folosite ntr-un model economicomatematic permite o abordare optimal cu ajutorul modelelor deterministe. precizia i completitudinea reprezint atribute distincte, care dau msura utilitii unui set de date pentru extragerea unor informaii necesare procesului decizional. scderea alternativ a preciziei sau completitudinii datelor conduce la o abordare stochastic, la folosirea teoriei jocurilor strategice sau a mulimilor fuzzy. precizia i completitudinea ridicate ale datelor folosite ntr-un model economic-matematic fac posibil aplicarea cu bune rezultate a tehnicilor de nvare de tip "ncercare i eroare". cel mai adesea, complexitatea fenomenelor i proceselor economico-sociale conduc la imposibilitatea obinerii simultane a unei precizii ridicate i a unui grad de completitudine mare a informaiilor disponibile.

ANS: 1 Selectai afirmaia fals referitoare la decizia economic: 1 2 3 4 5 decizia presupune alegerea ntre mai multe variante de decizie (formulate ca alternative mutual exclusive); decizia economic presupune activitatea de cutare contient a unei variante de aciune menit s contribuie la atingerea unui obiectiv stabilit anterior; decizia rezult ca urmare a procesrii n mod contient i raional a unor informaii i cunotine; decizia aparine unei persoane sau grup de persoane care dispune de autoritatea necesar i care rspunde de gestiunea eficient a unor resurse ntr-o organizaie; decizia economic implic folosirea unor algoritmi de tip determinist, aplicai pentru date de intrare exacte, rezultatul deciziei fiind o strategie optim de aciune.

ANS: 5 Diferena dintre valoarea obinut prin decizia optim pentru o anumit stare a naturii i valoarea rezultat din oricare alt alegere a variantei decizionale se numete: 1 2 3 4 5 risc; raionalitate; regret; incertitudine; eroare.

ANS: 3 Diferena principal dintre modul n care acioneaz natura (mediul nconjurtor) i modul n care ar aciona un partener contient const n faptul c: 1 2 3 4 5 timpul de reacie de care dispune decidentul este mai scurt; mediul extern acioneaz fr un scop; aciunile mediului pot fi prevzute n ipoteza de raionalitate; n general, natura acioneaz n favoarea decidentului; natura este "previzibil".

ANS: 2 Caracteristic situaiei decizionale n condiii de certitudine este faptul c:

1 2 3 4 5

fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care nu se cunosc probabilitile de apariie; fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care se cunosc probabilitile de apariie; elementele procesului decizional sunt variabile controlabile, cu caracteristici cunoscute, cu evoluii ce pot fi anticipate cu precizie acceptabil; numrul de variabile (att controlabile, ct i necontrolabile) este ridicat, totui anticiparea evoluiei celor necontrolabile este posibil (cu un grad satisfctor de aproximaie); probabilitatea de apariie a unor consecine decizionale poate fi determinat prin estimri subiective sau prin studiul statistic al frecvenei de apariie a unor elemente aleatoare.

ANS: 3 Ca regul de identificare a variantei optime de decizie nu poate fi considerat: 1 2 3 4 5 exprimarea preferinei subiective sau intuitive a decidentului; compararea calitii fiecrei variante decizionale cu ajutorul unei reguli de decizie; folosirea unor metode analitice; folosirea unor metode euristice; compararea utilitii fiecrei variante decizionale.

ANS: 1 Decizii n condiii de incertitudine se iau atunci cnd: 1 2 3 4 5 nu exist informaii privind probabilitile de realizare ale strilor naturii; managerul dispune de informaii complete asupra desfurrii viitoare a procesului analizat; nu se pot identifica elementele generale ale unui model de decizie; se cunosc probabilitile de realizare a strilor naturii; fiecrei variante i corespunde o singur consecin/ un singur rezultat.

ANS: 1 Ca metod de raionalizare a deciziilor n condiii de incertitudine se recomand folosirea: 1 2 3 4 5 numai a tehnicii de tip pesimist sau prudent (Wald) avnd n vedere ipoteza aversiunii fa de risc a agenilor economici; numai a tehnicii de tip optimist avnd n vedere ipoteza nclinaiei fa de risc a agenilor economici; indicatorului de tip speran matematic a consecinelor decizionale; indicatorului de tip speran matematic pentru matricea regretelor; urmtoarelor tehnici: Wald, Savage, Hurwicz, Laplace.

ANS: 5 Deciziile n condiii de risc se deosebesc de cele n condiii de incertitudine prin faptul c: 1 2 3 4 5 la primele se cunosc probabilitile asociate strilor obiective ale naturii; la primele, decidentul folosete conceptul de utilitate; primele se refer la mai multe criterii; primele presupun pierderi mai mari dect celelalte; primele sunt condiionate de celelalte.

ANS: 1

n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionale optime n condiii de incertitudine cu criteriul Savage se face aplicnd formula: unde: Cij - consecina economic (de tip profit) a alegerii variantei de decizie i, i=1,...,m, n condiiile n care s-a produs starea naturii j, j=1,...,n; V* - variant optim; pj probabilitatea manifestrii pentru starea naturii SNj. 1 2

m a x

m i n

C ij V *

1 n maxi Cij n j=1

3 4

m i n
n
max

m a x
j ij

C ij V *

p C
j=1

V* ,

m in i m ax j R ij V* , unde R ij = max i C ij C ij

ANS: 5 n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionale optime n condiii de incertitudine cu criteriul Wald se face aplicnd formula: unde: Cij consecina economic a alegerii variantei de decizie i, i=1,...,m, n condiiile n care s-a produs starea obiectiv j, j=1,...,n; * V variant optim; pj probabilitatea manifestrii strii a naturii j. 1 2 3 4 5

max min Cij V * ;


i = 1,m j = 1,n

max

1 i = 1 ,m n

C
j =1 n

ij

V*

i = 1 ,m j = 1 ,n

min max Cij V * max


i = 1,n

p
j =1

Cij V *

i = 1,m j = 1,n

Cij Cij min max Rij unde Ri j = max j = 1 ,n

ANS: 1 Selectai afirmaia fals:

1 2 3 4 5

Ca tehnic de raionalizare a deciziilor n condiii de risc se folosete transformarea unor judeci calitative de verosimilitate n echivalene numerice (valori n intervalul [0,1]). Deciziile n condiii de risc se adopt ntotdeauna pe baza unor ipoteze privind rezultatele poteniale pentru fiecare variant decizional n parte. Deciziile n condiii de risc se adopt pe baza preferinei decidentului pentru consecinele decizionale exprimate prin atitudinea fa de risc (neutralitate, de nclinaie, de aversiune). Pentru raionalizarea deciziilor n condiii de nedeterminare se folosesc probabiliti estimate subiectiv de ctre decident (pe baza experienei, intuiiei) sau determinate obiectiv (prin metode statistico-matematice). Luarea deciziilor n condiii de risc poate fi efectuat prin compararea valorii ateptate asociate variantelor decizionale cu valoarea identificat de regula prudent maximin (Wald).

ANS: 5 Selectai afirmaia adevrat referitoare la valoarea informaiei perfecte (VIP): unde: Cij consecina economic (de tip profit) a alegerii variantei de decizie i, i=1,...,m, n condiiile n care s-a produs starea obiectiv j, j=1,...,n; pj probabilitatea manifestrii strii a naturii j. 1 2 3 4 5 este dat de diferena dintre profitul estimat a fi obinut n condiiile cunoaterii complete a informaiilor i costul achiziionrii informaiilor perfecte (C); rolul informaiei perfecte este dat de posibilitatea (teoretic) de a preschimba situaia decizional din una n condiii de risc ntr-una n condiii de incertitudine; valoarea VIP pentru modelele de decizii incerte este mai mic n comparaie cu valoare VIP calculat pentru decizii n condiii de risc; se calculeaz cu formula: VIP =;

p j max Cij max p j Cij


j =1 i i j =1

dac VIP > C nu se recomand achiziionarea informaiei perfecte / adiionale.

ANS: 4 Metoda arborilor de decizie presupune: 1 2 3 4 5 evaluarea nodurilor iniiale naintea celor finale; evaluarea tuturor nodurilor de decizie naintea celor de tip incertitudine; eliminarea din calcul a variantelor aparent nefavorabile la un anumit moment; alegerea variantei cu cea mai mare probabilitate de realizare; evaluarea nodurilor de tip eveniment naintea nodurilor de tip decizie.

ANS: 5 Selectai afirmaia fals referitoare la metoda arborelui de decizie: O ntreprindere din sectorul public are la dispoziie trei variante de extindere a activitii din care dorete s selecteze varianta optim n condiiile minimizrii investiiilor (tabelul 1 sume necesare stabilite pe baza informaiilor din studiile de fezabilitate) i n trei scenarii posibile / stri ale naturii (evoluie favorabil, satisfctoare, nefavorabil a economiei n urmtorii ani). Tabelul 1. Matricea consecinelor Variante decizionale Strile naturii

V1 V2 V3 1 2 3 4 5

S1 14000 13800 13500

S2 11125 11050 11000

S3 8250 8300 8500

se aplic la situaiile decizionale de mare complexitate, n care sunt implicate evenimente aleatorii care se produc succesiv; n reprezentarea diagramei apar trei tipuri de noduri (de decizie, de tip eveniment /de tip consecin sau finale); fiecare nod are mai multe noduri ascendente i descendente; alegerea variantei optime se realizeaz pe baza analizei comparative a speranelor matematice calculate pn la nivelul nodului iniial; gsirea unei soluii optime este echivalent cu alegerea unui drum complet n arbore (pornind de la nodurile finale ale arborelui i pn la nodul iniial).

ANS: 3 Indicai rspunsul correct: Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/ modulul Decision Analysis s-au obinut rezultatele prezentate n tabelul 2. Tabelul 2. Rezultatele obinute cu WINQSB/DA Criterion Best Decision Decision Value Maximin V3 ($13500) Maximax V1 ($8250) Hurwicz (p=0.8) V1 ($9400) Minimax Regret V3 $250 Expected Value V3 ($11000) Equal Likelihood V3 ($11000) Expected Regret V3 $83.33 Expected Value without any Information = ($11000) Expected Value with Perfect Information= ($10916.67) Expected Value of Perfect Information = $83.33 In cazul unui decident neutru fa de risc, varianta optim: 1 2 3 4 5 este varianta 1; este varianta 2; este varianta 3; poate oricare dintre variante, n mod indiferent; nu se poate preciza optimalitatea pentru nici o variant.

ANS: 5 Indicai rspunsul correct: Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/ modulul Decision Analysis s-au obinut rezultatele prezentate n tabelul 2. Tabelul 2. Rezultatele obinute cu WINQSB/DA Criterion Best Decision Decision Value Maximin V3 ($13500)

Maximax V1 ($8250) Hurwicz (p=0.8) V1 ($9400) Minimax Regret V3 $250 Expected Value V3 ($11000) Equal Likelihood V3 ($11000) Expected Regret V3 $83.33 Expected Value without any Information = ($11000) Expected Value with Perfect Information= ($10916.67) Expected Value of Perfect Information = $83.33 Selectai afirmaia fals referitoare la valoarea informaiei perfecte (VIP) pentru aceast problema decizional: 1 2 3 4 5 dac se dispune de posibilitatea achiziiei de informatie complet, iar pretul acesteia este de 83,33 u.m., nu se recomand achiziionarea informatiei; dac se dispune de posibilitatea achiziiei de informaie complet, iar pretul acesteia este de mai mic de 83,33 u.m., nu se recomand completarea informaiilor; valoarea informaiei perfecte este de 83,33 u.m. valoarea asteptat a profitului n condiiile dispunerii de informaie perfect este de 10916.67 u.m.; valoarea asteptat a profitului fr informaie perfect este de 11000 u.m.

ANS: 2 Indicai rspunsul correct: Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/ modulul Decision Analysis s-au obinut rezultatele prezentate n tabelul 2. Tabelul 1. Matricea consecinelor Variante decizionale V1 V2 V3 Strile naturii S1 14000 13800 13500 S2 11125 11050 11000 S3 8250 8300 8500

Tabelul 2. Rezultatele obinute cu WINQSB/DA Criterion Best Decision Maximin V3 Maximax V1 Hurwicz (p=0.8) V1 Minimax Regret V3 Expected Value V3 Equal Likelihood V3 Expected Regret V3 Expected Value without any Information = ($11000) Expected Value with Perfect Information= ($10916.67) Expected Value of Perfect Information = $83.33 Decision Value ($13500) ($8250) ($9400) $250 ($11000) ($11000) $83.33

n condiii de risc (prin acordarea unor informaiei perfecte: 1 2 3 4 5

probabiliti celor 3 stri ale naturii), valoarea

se pstreaz constant; se reduce cu 83,33 um.: crete cu 83.33. um: crete cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1; se reduce cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1

ANS: 5 Indicai rspunsul correct: Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/ modulul Decision Analysis s-au obinut rezultatele prezentate n tabelul 2. Tabelul 1. Matricea consecinelor Variante decizionale V1 V2 V3 Strile naturii S1 14000 13800 13500 S2 11125 11050 11000 S3 8250 8300 8500

Tabelul 2. Rezultatele obinute cu WINQSB/DA Criterion Best Decision Decision Value Maximin V3 ($13500) Maximax V1 ($8250) Hurwicz (p=0.8) V1 ($9400) Minimax Regret V3 $250 Expected Value V3 ($11000) Equal Likelihood V3 ($11000) Expected Regret V3 $83.33 Expected Value without any Information = ($11000) Expected Value with Perfect Information= ($10916.67) Expected Value of Perfect Information = $83.33 Pentru modelul matriceal n condiii de risc, folosind aceeai matrice a consecinelor (tabelul 1), informaia disponibil se suplimenteaz cu vectorul de probabiliti asociate strilor naturii: (0,35, 0,45, 0,2). Atunci, rezultatul (vezi tabelul 2) se modific n cazul aplicrii criteriului: 1 2 3 4 5 maxmin (criteriul Wald); maxmax (criteriul superoptimist); Hurwicz; expected value (valoare ateptat); equal likelihood (criteriul Laplace).

ANS: 4 Indicai rspunsul corect.

Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosind probabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvarea corespunde celei din produsul informatic WINQSB/modulul Decision Analysis. Tabelul 1. Matricea consecinelor Variante decizionale Strile naturii S1 14000 13800 13500 S2 11125 11050 11000 S3 8250 8300 8500

V1 V2 V3 Valoarea nodului 4 s-a calculat:

1 2 3 4 5

alegnd minimul dintre valorile nodurilor imediat urmtoare; prin calculul valorii ateptate utiliznd valorile nodurilor imediat urmtoare i probabilitile asociate; prin media aritmetic; independent de probabiliti; pe baza valorii din nodul 1.

ANS: 2 Indicai rspunsul corect. Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosind probabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvarea corespunde celei din produsul informatic WINQSB/modulul Decision Analysis. Tabelul 1. Matricea consecinelor Variante decizionale V1 V2 V3 Strile naturii S1 14000 13800 13500 S2 11125 11050 11000 S3 8250 8300 8500

Selectai afirmaia fals despre nodul 4: 1 2 3 4 5 este un nod de tip decizie; este un nod de tip eveniment / ans; valoarea sa este de -11375 u.m.; valoarea se calculeaz prin sperana matematic a valorile din nodurile imediat urmtoare; nu este luat n considerare pentru identificarea soluiei optime.

ANS: 1 Indicai rspunsul corect. Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosind probabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvarea corespunde celei din produsul informatic WINQSB/modulul Decision Analysis. Tabelul 1. Matricea consecinelor Variante decizionale V1 V2 V3 Strile naturii S1 14000 13800 13500 S2 11125 11050 11000 S3 8250 8300 8500

Valoarea asociat nodului 1: 1 2 3 4 5 desemneaz strategia optim pentru procesul decizional; este calculat ca speran matematic a valorilor din nodurile 2, 3 i 4; este o valoare neafectat de risc; exprim nclinaia fa de risc a decidentului; este determinat prin compararea valorilor din nodurile 2, 3 i 4 (noduri imediat urmtoare).

ANS: 5 Selectai afirmaia fals despre optimizarea multicriterial: 1 2 3 4 5 n cazul optimizrii multiobiectiv, mulimea variantelor de decizie este finit; conceptul de multicriterialitate este strns legat de optimizarea flexibil; cazul optimizrii multiobiectiv se trateaz distinct de cazul optimizrii multiatribut; n marea lor majoritate, problemele decizionale economice sunt multicriteriale; orice problem de optimizare multicriterial evideniaz o soluie suboptimal care rezult prin considerarea tuturor criteriilor simultan.

ANS: 1 In teoria tiinific a deciziilor, utilitatea reprezint: 1 2 3 4 5 o valoare subiectiv asociat unui anumit rezultat economic i asigur comparabilitatea variantelor decizionale evaluate cu ajutorul mai multor criterii; o curb ce exprim valoarea ateptat n condiii de informaii perfecte i riscul asociat; o curb ce reprezint valoarea ateptat a indicatorului n funcie de timp; valoarea ctigului estimat pentru cea mai defavorabil situaie / stare a naturii; valoarea pierderii estimate pentru cea mai defavorabil situaie / stare a naturii.

ANS: 1 Selectai afirmaia fals: n cazul optimizrii multiatribut:

1 2 3 4 5

mulimea alternativelor/variantelor de aciune este finit; fiecare alternativ este caracterizat de mai multe atribute; alternativa optim aleas este aceea care satisface cel mai bine toate atributele; exist metode specifice pentru situaii caracterizate de risc i incertitudine; mulimea soluiilor posibile este infinit.

ANS: 5 Pe baza tabelelor 3 i 4, indicai rspunsul corect: In vederea achiziionrii unui scanner de mare productivitate, o instituie public a ntocmit un caiet de sarcini care a indicat urmtoarele criterii ca foarte importante pentru adjudecarea ofertelor de licitaie: Criteriul C1 valoarea echipamentului (mii lei) Criteriul C2 cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate) Criteriul C3 timpul mediu de funcionare normal (numr de ore / 1000 ore de funcionare) Criteriul C4 posibilitatea de asigurare a service-ului dup expirarea perioadei de garanie. Principalele caracteristici n funcie de criteriile menionate sunt prezentate pentru cele mai interesante 4 oferte n tabelul 3: Tabel 3 Informaii preliminare Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4 Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4 C1 0,4 14900 14780 15100 14850 C1 0,4 0.625 1 0 0.781 C2 0,3 36.5 38.0 41.0 37.5 C2 0,3 1 0.666 0 0.77 C3 0,2 987 979 994 989 C3 0,2 0.46 0 1 0.33 C4 0,1 Resurse proprii intermediari Resurse proprii posibil C4 0,1 1 0.66 1 0.33

Tabelul 4 Matricea utilitilor

Indicai oferta cea mai convenabil din punctul de vedere al celei mai mari utiliti sintez: 1 2 3 4 5 oferta 1; oferta 2; oferta 3; oferta 4; nu se poate distinge cea mai bun ofert pe baza informaiilor disponibile.

ANS: 1 Pe baza tabelelor 3 i 4, indicai rspunsul corect:

In vederea achiziionrii unui scanner de mare productivitate, o instituie public a ntocmit un caiet de sarcini care a indicat urmtoarele criterii ca foarte importante pentru adjudecarea ofertelor de licitaie: Criteriul C1 valoarea echipamentului (mii lei) Criteriul C2 cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate) Criteriul C3 timpul mediu de funcionare normal (numr de ore / 1000 ore de funcionare) Criteriul C4 posibilitatea de asigurare a service-ului dup expirarea perioadei de garanie. Principalele caracteristici n funcie de criteriile menionate sunt prezentate pentru cele mai interesante 4 oferte n tabelul 3: Tabel 3 Informaii preliminare Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4 Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4 Selectai afirmaia adevrat: 1 2 3 4 5 coeficienii de importan nu influeneaz asupra alegerii variantei preferate; soluia aleas este optim; selecia ofertelor este absolut obiectiv; ordinea de preferin a ofertelor se modific odat cu schimbarea importanei criteriilor; se recomand ca utilitatea sintez s fie ct mai aproape de 1. C1 0,4 14900 14780 15100 14850 C1 0,4 0.625 1 0 0.781 C2 0,3 36.5 38.0 41.0 37.5 C2 0,3 1 0.666 0 0.77 C3 0,2 987 979 994 989 C3 0,2 0.46 0 1 0.33 C4 0,1 Resurse proprii intermediari Resurse proprii posibil C4 0,1 1 0.66 1 0.33

Tabelul 4 Matricea utilitilor

ANS: 4 Pe baza tabelelor 3 i 4, indicai rspunsul corect: In vederea achiziionrii unui scanner de mare productivitate, o instituie public a ntocmit un caiet de sarcini care a indicat urmtoarele criterii ca foarte importante pentru adjudecarea ofertelor de licitaie: Criteriul C1 valoarea echipamentului (mii lei) Criteriul C2 cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate) Criteriul C3 timpul mediu de funcionare normal (numr de ore / 1000 ore de funcionare) Criteriul C4 posibilitatea de asigurare a service-ului dup expirarea perioadei de garanie. Principalele caracteristici n funcie de criteriile menionate sunt prezentate pentru cele mai interesante 4 oferte n tabelul 3: Tabel 3 Informaii preliminare Coef de importan C1 C2 C3 C4

Oferta 1 Oferta 2 Oferta 3 Oferta 4 Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4

0,4 14900 14780 15100 14850 C1 0,4 0.625 1 0 0.781

0,3 36.5 38.0 41.0 37.5 C2 0,3 1 0.666 0 0.77

0,2 987 979 994 989 C3 0,2 0.46 0 1 0.33

0,1 Resurse proprii intermediari Resurse proprii posibil C4 0,1 1 0.66 1 0.33

Tabelul 4 Matricea utilitilor

Setul de utiliti corespunztoare criteriului C4 se determin: 1 2 3 4 5 cu ajutorul unei formule de tipul


aj max aij ; aj max aj min

prin extrapolare; obiectiv - cu ajutorul unui procedeu de optimizare; subiectiv prin acordarea de valori n intervalul [0,1]; prin simulare.

ANS: 5 Pe baza tabelelor 3 i 4, indicai rspunsul corect: In vederea achiziionrii unui scanner de mare productivitate, o instituie public a ntocmit un caiet de sarcini care a indicat urmtoarele criterii ca foarte importante pentru adjudecarea ofertelor de licitaie: Criteriul C1 valoarea echipamentului (mii lei) Criteriul C2 cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate) Criteriul C3 timpul mediu de funcionare normal (numr de ore / 1000 ore de funcionare) Criteriul C4 posibilitatea de asigurare a service-ului dup expirarea perioadei de garanie. Principalele caracteristici n funcie de criteriile menionate sunt prezentate pentru cele mai interesante 4 oferte n tabelul 3: Tabel 3 Informaii preliminare Coef de importan Oferta 1 Oferta 2 Oferta 3 Oferta 4 Coef de importan C1 0,4 14900 14780 15100 14850 C1 0,4 C2 0,3 36.5 38.0 41.0 37.5 C2 0,3 C3 0,2 987 979 994 989 C3 0,2 C4 0,1 Resurse proprii intermediari Resurse proprii posibil C4 0,1

Tabelul 4 Matricea utilitilor

Oferta 1 Oferta 2 Oferta 3 Oferta 4

0.625 1 0 0.781

1 0.666 0 0.77

0.46 0 1 0.33

1 0.66 1 0.33

Setul de utiliti corespunztoare criteriului C2 se determin: 1 2 3 4 5 cu ajutorul unei formule de tipul cu ajutorul unei formule de tipul
aj max aij ; aj max aj min

aij aj min ; aj max aj min cu ajutorul estimrilor decidentului; subiectiv prin acordarea de valori n intervalul [0,1]; prin simulare.

ANS: 1 Selectai afirmaia fals referitoare la metoda programrii scop (Goal Programming): 1 2 3 4 5 Se poate aplica n dou variante: cu obiective de importan egal i cu prioriti diferite acordate obiectivelor; n cazul n care obiectivele sunt exprimate n uniti de msur diferite, pentru minimizarea deviaiilor fa de nivelurile de aspiraie este necesar determinarea unor costuri de penalizare ale deviaiilor. Ideea de baz a acestei metode, const n transformarea obiectivelor 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; Se caut acea soluie care atinge toate nivelurile de aspiraie, fr a permite nregistrarea de abateri

ANS: 5 Selectai afirmaia fals: n cazul optimizrii multiobiectiv: 1 2 3 4 5 mulimea soluiilor posibile este finit; criteriile de optim se prezint sub forma unor funcii obiectiv care trebuie maximizate sau minimizate; n aceast categorie, cel mai frecvent utilizat este metoda de programare liniar cu mai multe funcii obiectiv; soluia conduce la abateri ct mai mici fa de scopurile specificate de decident; criteriile de decizie pot avea diferite prioriti.

ANS: 1 Selectai afirmaia adevrat referitoare la metoda programrii scop (Goal Programming) aplicat pentru r obiective: 1 2 Ideea de baz a acestei metode, const n agregarea obiectivelor n ntr-o funcie de utilitate sintez prin specificarea pentru fiecare obiectiv a unei utiliti; Nivelurile dorite sau prestabilite sunt identificate cu ajutorul unor modele de programare liniar multicriteriale formate din r-1 funcii obiectiv i sistemul de restricii;

3 4 5

Se caut acea soluie care atinge toate nivelurile de aspiraie, fr a permite nregistrarea de abateri; Fiecrei restricii scop i se ataeaz cte o pereche de variabile de abatere (care msoar deviaia n plus, respectiv n minus fa de scopul propus de decident) care sunt ambele diferite de zero; n cazul n care obiectivele sunt exprimate n uniti de msur diferite, pentru minimizarea deviaiilor fa de nivelurile de aspiraie este necesar determinarea unor costuri de penalizare ale deviaiilor.

ANS: 5 ncercarea de a lua n considerare factorii (controlabili sau nu) ce acioneaz asupra unei organizaii conduce la utilizarea unor metode specifice de previziune. Metodele bazate pe serii de timp se utilizeaz: 1 2 3 4 5 pentru prognoze pe termen lung (mai ales cnd intervin factori externi) sau atunci cnd nu exist date istorice sau acestea sunt limitate i se bazeaz pe estimri subiective, mai degrab dect pe date; n situaiile n care este posibil identificarea unor relaii funcionale de tipul Y=f(x1, x2, , xn) unde Y variabila dependent este exprimat n funcie de nivelul factorilor explicativi/independeni (x1, x2, xn); n cazul n care evoluia curent a unui indicator depinde de nivelul anterior (n ipoteza pstrrii unui comportament inerial al fenomenului): Y = f ( Y ,Y ,...) ; 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; n situaia n care se pot identifica factori externi care pot fi controlai prin intervenie controlat i aciune contient
t t 1 t 2

ANS: 3 Printre trsturile funciei de previziune nu se numr: 1 2 3 4 5 precede celelalte funcii (ajut i iniiaz procesul decizional); pune n eviden necesitatea practicrii unui management previzional; prin exercitarea ei, se anticipeaz evoluia condiiilor n care se va afla organizaia, precum i starea, comportarea i funcionarea acesteia; identific tendinele existente; analizeaz procesele i fenomenele de organizare i coordonare a tuturor activitilor.

ANS: 5 ntre obiectivele analizei seriilor de timp, nu se numr: 1 2 3 4 5 obinerea unei descrieri ct mai concise a unei serii de timp particulare; determinarea unei reprezentri ct mai corecte a mecanismului de generare a procesului care a produs realizarea dat (construirea unui model); realizarea, pe baza rezultatelor obinute anterior, a prediciei valorilor viitoare ale seriei, utiliznd valorile anterioare; demonstrarea legturii care exist ntre o variabil dependent i alte variabile independente printr-o ecuaie de regresie; conducerea procesului care a generat seria, prin examinarea a ceea ce se poate ntmpla dac se modific anumii parametri ai modelului sau prin stabilirea unei politici de intervenie, atunci cnd deviaiile procesului n raport cu un obiectiv depesc o anumit valoare.

ANS: 3 Selectai afirmaia adevrat de maxim generalitate; Intre componentele eseniale ale unei serii dinamice se includ: 1 2 3 4 5 variaiile ciclice i oscilaiile pur aleatoare. variaiile sezoniere i oscilaiile pur aleatoare. tendina i oscilaiile pur aleatoare. variaiile ciclice i cele sezoniere. tendina, variaiile ciclice, cele sezoniere i oscilaiile pur aleatoare.

ANS: 5 Selectai din urmtoarea enumerare, componenta care nu este specific analizei seriei temporale a unui indicator sau fenomen economic (de exemplu: cursul de schimb): 1 2 3 4 5 trendul (tendina); variaia ciclic; variaia sezonier; fluctuaiile neregulate/ntmpltoare; viteza de cretere/descretere a mrimii indicatorului.

ANS: 5 n modelul ajustrii exponeniale, alegerea unei valori apropiate de 0 pentru ? va conduce: 1 2 3 4 5 la apariia unor erori de previziune mici; la obinerea unor valori ndeprtate de valorile ajustate (previzionate) din momentul anterior; la o pant pozitiv a dreptei de regresie; la ajustarea puternic a oscilaiilor din seria de date reale; la valori descresctoare ale valorilor ajustate (previzionate).

ANS: 4 Procedeele de previziune bazate pe modelul Brown (cu un singur factor de nivelare n jurul mediei) pot fi aplicate n practic dac: 1 2 3 4 5 prognoza se face pe termen lung; exist informaii din perioadele trecute asupra evoluiei indicatorului considerat; se produc schimbri majore n evoluia fenomenului studiat; se poate determina valoarea factorului de nivelare prin metoda celor mai mici ptrate; coeficienii de nivelare se pot determina foarte riguros.

ANS: 2 In modelul ajustrii exponeniale primare, coeficientul de nivelare : 1 2 3 4 5 are o valoare unic =0,5, stabilit ca medie a valorilor minim i maxim pentru ?; influeneaz modul n care observaiile trecute (datele istorice) sunt ponderate; este o variabil aleatoare uniform distribuit cu valori n intervalul [0,1]; nu influeneaz acurateea prognozei; se poate obine prin tehnica optimizrii (prin programare liniar cu variabile 0 i 1.

ANS: 2

Selectai afirmaia fals: "In metoda ajustrii exponeniale a lui Brown (cu un singur factor de nivelare, [0,1] ): 1 2 3 4 5 formula F t+1 = y t + (1 - ) F t se recomand n cazul seriilor de date cu caracter staionar i pentru care nu se nregistreaz un trend liniar i/sau variaii sezoniere". pentru determinarea lui se apeleaz la tehnici de simulare". pentru seriile de date ce nregistreaz fluctuaii mari se recomand valori mici ale lui ". calitatea ajustrii se apreciaz prin calculul erorilor de ajustare". se pot estima valorile indicilor de sezonalitate".

ANS: 5 Pentru a aprecia acurateei metodei de ajustare exponenial se poate folosi: 1 2 3 4 5 testul de admisibilitate, n anumite limite, a valorilor ajustate; un criteriu de optim; media erorilor ptratice sau absolute; coeficientul de corelaie sau de determinare; coeficientul de variaie.

ANS: 3 Indicai rspunsul corect pe baza datelor i rezultatelor din tabelul 5. Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (d ate reale pentru Romnia ian 2003- feb 2004 - medii lunare) i folosind metoda ajustrii exponeniale simple (SES din WINQSB/ modulul Forecasting), s-au obinut urmtoarele rezultate tabelul 5. Actual Data Forecast by SES Forecast by SES Ian 03 Feb 03 Mar 03 Apr 03 Mai 03 Iun 03 Iul 03 Aug 03 Sep 03 Oct 03 Nov 03 Dec 03 Ian 04 Feb 04 CFE MAD MSE MAPE Trk.Signal 33448 32883,95 33134,5 33702,67 32501,71 32616,43 32667,43 33359,14 33799,32 33157,17 34108,8 33012,55 32571,9 32072,5 33448 33391,59 33365,88 33399,56 33309,78 33240,44 33183,14 33200,74 33260,6 33250,26 33336,11 33303,76 33230,57 33114,76 -3332,365 559,3989 402414,5 1,69986 -5,957047 Alpha=0,1 33448 32940,36 33115,09 33643,91 32615,93 32616,38 32662,32 33289,46 33748,33 33216,29 34019,55 33113,25 32626,04 32127,85 -1466,828 563,9823 424108,3 1,703991 -2,600841 Alpha=0,9

Cea mai corect previziune a cursului de schimb ROL/USD pentru luna martie 2004 este: 1 2 3 4 5 32072,5 ROL/USD; 33230,57 ROL/USD; 32626,04 ROL/USD; 33114,76 ROL/USD; 32127,85 ROL/USD.

ANS: 4 Indicai rspunsul corect pe baza datelor i rezultatelor din tabelul 5. Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (d ate reale pentru Romnia ian 2003- feb 2004 - medii lunare) i folosind metoda ajustrii exponeniale simple (SES din WINQSB/ modulul Forecasting), s-au obinut urmtoarele rezultate tabelul 5. Actual Data Forecast by SES Forecast by SES Ian 03 Feb 03 Mar 03 Apr 03 Mai 03 Iun 03 Iul 03 Aug 03 Sep 03 Oct 03 Noi 03 Dec 03 Ian 04 Feb 04 CFE MAD MSE MAPE Trk.Signal 33448 32883,95 33134,5 33702,67 32501,71 32616,43 32667,43 33359,14 33799,32 33157,17 34108,8 33012,55 32571,9 32072,5 33448 33391,59 33365,88 33399,56 33309,78 33240,44 33183,14 33200,74 33260,6 33250,26 33336,11 33303,76 33230,57 33114,76 -3332,365 559,3989 402414,5 1,69986 -5,957047 Alpha=0,1 33448 32940,36 33115,09 33643,91 32615,93 32616,38 32662,32 33289,46 33748,33 33216,29 34019,55 33113,25 32626,04 32127,85 -1466,828 563,9823 424108,3 1,703991 -2,600841 Alpha=0,9

Eroarea medie ptratic (MSE) n cazul celei mai corecte previziuni a cursului de schimb mediu zilnic ROL/USD este: 1 2 3 4 5 424108,3; mai mare dect 424108,3; 402414,5; mai mic dect 402414,5; cuprins n intervalul [402414,5; 424108,3].

ANS: 3 Indicai rspunsul corect pe baza datelor i rezultatelor din tabelul 5.

Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (d ate reale pentru Romnia ian 2003- feb 2004 - medii lunare) i folosind metoda ajustrii exponeniale simple (SES din WINQSB/ modulul Forecasting), s-au obinut urmtoarele rezultate tabelul 5. Actual Data Forecast by SES Forecast by SES Ian 03 Feb 03 Mar 03 Apr 03 Mai 03 Iun 03 Iul 03 Aug 03 Sep 03 Oct 03 Nov 03 Dec 03 Ian 04 Feb 04 CFE MAD MSE MAPE Trk.Signal 33448 32883,95 33134,5 33702,67 32501,71 32616,43 32667,43 33359,14 33799,32 33157,17 34108,8 33012,55 32571,9 32072,5 33448 33391,59 33365,88 33399,56 33309,78 33240,44 33183,14 33200,74 33260,6 33250,26 33336,11 33303,76 33230,57 33114,76 -3332,365 559,3989 402414,5 1,69986 -5,957047 Alpha=0,1 33448 32940,36 33115,09 33643,91 32615,93 32616,38 32662,32 33289,46 33748,33 33216,29 34019,55 33113,25 32626,04 32127,85 -1466,828 563,9823 424108,3 1,703991 -2,600841 Alpha=0,9

Pentru o aplicare riguroas a metodei nivelrii exponeniale simple, n previziunea unui fenomen, semnalul de urmrire (Trk. Signal eng.) trebuie s ia valori: 1 2 3 4 5 TS > 5; TS < -5; TS ( 5 ,5 ) ; TS = 10; TS ( 5 , 5 ) .

ANS: 5 Indicai rspunsul corect pe baza datelor i rezultatelor din tabelul 5. Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (d ate reale pentru Romnia ian 2003- feb 2004 - medii lunare) i folosind metoda ajustrii exponeniale simple (SES din WINQSB/ modulul Forecasting), s-au obinut urmtoarele rezultate tabelul 5. Actual Data Forecast by SES Forecast by SES Ian 03 Feb 03 Mar 03 Apr 03 Mai 03 33448 32883,95 33134,5 33702,67 32501,71 33448 33391,59 33365,88 33399,56 33448 32940,36 33115,09 33643,91

Iun 03 Iul 03 Aug 03 Sep 03 Oct 03 Nov 03 Dec 03 Ian 04 Feb 04 CFE MAD MSE MAPE Trk.Signal

32616,43 32667,43 33359,14 33799,32 33157,17 34108,8 33012,55 32571,9 32072,5

33309,78 33240,44 33183,14 33200,74 33260,6 33250,26 33336,11 33303,76 33230,57 33114,76 -3332,365 559,3989 402414,5 1,69986 -5,957047 Alpha=0,1

32615,93 32616,38 32662,32 33289,46 33748,33 33216,29 34019,55 33113,25 32626,04 32127,85 -1466,828 563,9823 424108,3 1,703991 -2,600841 Alpha=0,9

In cazul previziunii cu cea mai mic eroare medie ptratic (MSE), constanta de nivelare ? propus ca optim este: 1 2 3 4 5 0,1; 0,3; 1; 0,9; 0,5.

ANS: 1 In general, determinarea valorii optime a constantei de nivelare se poate face n cazul aplicaiilor economico - sociale dup criteriul de minimizare a: 1 2 3 4 5 erorii de tip MAD; a erorii de tip MSE; a erorii de tip CFE; a semnalului de urmrire; a erorii de tip MAPE.

ANS: 2 Atunci cnd gradul ridicat de precizie a datelor folosite se asociaz unui completitudine se recomand utilizarea: 1 2 3 4 5 analogiilor; modelelor deterministe; abordrii stochastice; mulimilor vagi (fuzzy); informaiilor nerelevante. grad mediu de

ANS: 4 Una din premisele utilizrii lanurilor Markov pentru modelarea evoluiei ponderii pe pia a unor produse concureniale este urmtoarea:

1 2 3 4 5

numr infinit de mrci; numr finit i constant de mrci; probabilitile de trecere de la o marc la alta variaz n timp. clientul alege mai multe mrci simultan; alegerea unei mrci de ctre un client la un moment dat nu depinde de marca aleas n perioada imediat precedent.

ANS: 2 Selectai afirmaia fals despre un lan Markov: 1 2 3 4 5 matricea probabilitilor de tranziie poate fi constant n timp sau variabil de la o etap la alta; suma elementelor de pe fiecare coloan din matricea probabilitilor de tranziie este 1; pe diagonala principal se regsesc informaii despre meninerea sistemului n aceeai stare de la o etap la alta; matricea probabilitilor de tranziie poate fi nlocuit cu o diagram de trecere sau cu un graf; orice lan Markov este definit complet prin matricea sa de tranziie (P) i probabilitile iniiale (sub forma unui vector linie).

ANS: 2 Unele din premisele utilizrii lanurilor Markov pentru modelarea evoluiei pe pia a unor produse concureniale sunt urmtoarele: A. B. C. D. pe pia exist un numr finit i constant de produse concurente; n matricea probabilitilor, suma pe coloan este 1; probabilitile de a cumpra o marc se estimeaz prin sondaj statistic; o probabilitate pij arat ponderea clienilor care cumpr marca j, dup ce anterior a cumprat marca i; E. suma coeficienilor de fidelitate este 1; F. probabilitile trecerii de la o marc la alta sunt variabile pe o anumit perioad de timp. Indicai combinaia corect: 1 2 3 4 5 A+C+D B+C+D A+C+F C+D+E A+E+F

ANS: 1 Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3 realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urma campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesare pentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsul informatic WINQSB/ Mkp: Tabelul 6. Date iniiale

From \ To AA1 AA2 AA3 Initial Prob.

AA1 0.6 0.1 0.1 0.55

AA2 0.2 0.7 0.1 0.25

AA3 0.2 0.2 0.8 0.20

Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale" Time Period 1 2 3 Probability of State AA1 0.3750 0.2875 0.2438 Probability of State AA2 0.3050 0.3205 0.3211 Probability of State AA3 0.3200 0.3920 0.4352

Tabelul 8. Steady State for "Evolutia pe piata a unor produse concurentiale" State Name CS1 CR2 CR3 Ponderea pe pia a produsului AA1 n luna martie este: 1 2 3 4 5 0,375; 0,2875; 0,2438 0,2; 0,55 State Probability 0.2000 0.3000 0.5000 Recurrence Time 5 3.3333 2.0000

ANS: 5 Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3 realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urma campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesare pentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsul informatic WINQSB/ Mkp: Tabelul 6. Date iniiale From \ To AA1 AA2 AA3 Initial Prob. AA1 0.6 0.1 0.1 0.55 AA2 0.2 0.7 0.1 0.25 AA3 0.2 0.2 0.8 0.20

Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale" Time Period 1 2 Probability of State AA1 0.3750 0.2875 Probability of State AA2 0.3050 0.3205 Probability of State AA3 0.3200 0.3920

0.2438

0.3211

0.4352

Tabelul 8. Steady State for "Evolutia pe piata a unor produse concurentiale" State Name CS1 CR2 CR3 State Probability 0.2000 0.3000 0.5000 Recurrence Time 5 3.3333 2.0000

Coeficientul de fidelitate de la o lun la urmtoarea lun pentru produsul AA2 este: 1 2 3 4 5 0,7; 0,53; 0,433; 0,1; 0,2.

ANS: 1 Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3 realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urma campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesare pentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsul informatic WINQSB/ Mkp: Tabelul 6. Date iniiale From \ To AA1 AA2 AA3 Initial Prob. AA1 0.6 0.1 0.1 0.55 AA2 0.2 0.7 0.1 0.25 AA3 0.2 0.2 0.8 0.20

Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale" Time Period 1 2 3 Probability of State AA1 0.3750 0.2875 0.2438 Probability of State AA2 0.3050 0.3205 0.3211 Probability of State AA3 0.3200 0.3920 0.4352

Tabelul 8. Steady State for "Evolutia pe piata a unor produse concurentiale" State Name CS1 CR2 CR3 State Probability 0.2000 0.3000 0.5000 Recurrence Time 5 3.3333 2.0000

Probabilitatea de reorientare a unui cumprtor al produsului AA2 n luna aprilie a.c. ctre produsul AA3 n luna mai este: 1 0,392;

2 3 4 5

0,32; 0,2; 0,3; 0,8.

ANS: 3 Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3 realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urma campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesare pentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsul informatic WINQSB/ Mkp: Tabelul 6. Date iniiale From \ To AA1 AA2 AA3 Initial Prob. AA1 0.6 0.1 0.1 0.55 AA2 0.2 0.7 0.1 0.25 AA3 0.2 0.2 0.8 0.20

Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale" Time Period 1 2 3 Probability of State AA1 0.3750 0.2875 0.2438 Probability of State AA2 0.3050 0.3205 0.3211 Probability of State AA3 0.3200 0.3920 0.4352

Tabelul 8. Steady State for "Evolutia pe piata a unor produse concurentiale" State Name CS1 CR2 CR3 State Probability 0.2000 0.3000 0.5000 Recurrence Time 5 3.3333 2.0000

Probabilitatea ca un cumprtor al produsului AA3 n luna martie s cumpere produsul AA1 n starea staionar a pieei este: 1 2 3 4 5 0,5; 0,3; 0,2; 0,1; 0,55.

ANS: 1 O companie productoare de detergeni i produse chimice similare este interesat n studiul pieei pentru una dintre mrcile sale. Informaiile cutate sunt estimri ale cotei de pia n comparaie cu cele ale unor mrci concurente (fie acestea desemnate prin B, respectiv C). Pentru acest produs, n oricare din cele trei mrci, intervalul dintre cumprri succesive este de aproximativ, o lun, iar studiul de pia a relevat urmtoarele informaii referitoare la comportamentul a 10000 de persoane chestionate (tabelul 9).

Tabelul 9. Date generale descrierea comportamentului clienilor


Numrul clienilor 4500 3500 2000 10000 Schimbarea opiunii de cumprare De la A De la B De la C 675 675 875 600 1475 400 1075 525 1200 Total de la 1350 1400 1000 -

Produs de marc A Produs de marc B Produs de marc C total

Tabel 10. Evoluia cotelor de pia pentru 4 momente de timp timp 1 2 3 4 Cota de piaa pentru produs A 0.4625 0.4691 0.4725 0.4741 Cota de piaa pentru produs B 0.3175 0.3039 0.2981 0.2956 Cota de piaa pentru produs C 0.2200 0.2270 0.2295 0.2303

Tabel 11. Rezultatele de tip stare de echilibru i timp de recuren Produs 1 2 3 Produs A Produs B Produs C stare de echilibru 0.4755 0.2937 0.2308 timp de recuren 2.1029 3.4048 4.3333

Selectai afirmaia fals: 1 2 3 In categoria date iniiale se nscriu cotele de pia la momentul iniial S0 ={p1(0), p2(0), ., pn(0)} pentru cele n produse existente pe pia; probabilitatea pi(0) este fraciunea din mulimea tuturor consumatorilor care achiziioneaz marca i n perioada 0 (pi(0) poate fi identificat cu cota actual de pia a mrcii) metoda lanurilor Markov presupune calculul vectorial potrivit relaiei S t = S t 1 Pt / t 1 formulnd matematic urmtorul raionament: starea curent a pieei exprimat prin S t (vectorul cotelor de pia la momentul t) depinde numai de starea anterioar S t 1 (vectorul cotelor de pia anterioare) i de modul n care piaa a evoluat ntre cele dou momente de timp (relevat de matricea probabilitilor de tranziie Pt / t 1 ). cotele de pia la momentul iniial S0 ={p1(0), p2(0), ., pn(0)} pentru cele n produse existente pe pia au valorile {47.55%; 29.37%, 23.08%};

4 5

0.7 0.15 0.15 matricea probabilitilor de tranziie este: P = 0.25 0.6 0.15 . 0.3 0.2 0.5

ANS: 4

O companie productoare de detergeni i produse chimice similare este interesat n studiul pieei pentru una dintre mrcile sale. Informaiile cutate sunt estimri ale cotei de pia n comparaie cu cele ale unor mrci concurente (fie acestea desemnate prin B, respectiv C). Pentru acest produs, n oricare din cele trei mrci, intervalul dintre cumprri succesive este de aproximativ, o lun, iar studiul de pia a relevat urmtoarele informaii referitoare la comportamentul a 10000 de persoane chestionate (tabelul 9).

Tabelul 9. Date generale descrierea comportamentului clienilor


Numrul clienilor 4500 3500 2000 10000 Schimbarea opiunii de cumprare De la A De la B De la C 675 675 875 600 1475 400 1075 525 1200 Total de la 1350 1400 1000 -

Produs de marc A Produs de marc B Produs de marc C total

Tabel 10. Evoluia cotelor de pia pentru 4 momente de timp timp 1 2 3 4 Cota de piaa pentru produs A 0.4625 0.4691 0.4725 0.4741 Cota de piaa pentru produs B 0.3175 0.3039 0.2981 0.2956 Cota de piaa pentru produs C 0.2200 0.2270 0.2295 0.2303

Tabel 11. Rezultatele de tip stare de echilibru i timp de recuren Produs 1 2 3 Produs A Produs B Produs C stare de echilibru 0.4755 0.2937 0.2308 timp de recuren 2.1029 3.4048 4.3333

Ponderea pe pia a produsului A n luna curent este: 1 2 3 4 5 0,45; 0,35; 0,20; 0,4626; 0,4755.

ANS: 1 O companie productoare de detergeni i produse chimice similare este interesat n studiul pieei pentru una dintre mrcile sale. Informaiile cutate sunt estimri ale cotei de pia n comparaie cu cele ale unor mrci concurente (fie acestea desemnate prin B, respectiv C). Pentru acest produs, n oricare din cele trei mrci, intervalul dintre cumprri succesive este de aproximativ, o lun, iar studiul de pia a relevat urmtoarele informaii referitoare la comportamentul a 10000 de persoane chestionate (tabelul 9).

Tabelul 9. Date generale descrierea comportamentului clienilor

Produs de marc A Produs de marc B Produs de marc C total

Numrul clienilor 4500 3500 2000 10000

Schimbarea opiunii de cumprare De la A De la B De la C 675 675 875 600 1475 400 1075 525 1200

Total de la 1350 1400 1000 -

Tabel 10. Evoluia cotelor de pia pentru 4 momente de timp timp 1 2 3 4 Cota de piaa pentru produs A 0.4625 0.4691 0.4725 0.4741 Cota de piaa pentru produs B 0.3175 0.3039 0.2981 0.2956 Cota de piaa pentru produs C 0.2200 0.2270 0.2295 0.2303

Tabel 11. Rezultatele de tip stare de echilibru i timp de recuren Produs 1 2 3 Produs A Produs B Produs C stare de echilibru 0.4755 0.2937 0.2308 timp de recuren 2.1029 3.4048 4.3333

Coeficientul de fidelitate de la o lun la urmtoarea lun pentru produsul A este: 1 2 3 4 5 0,7; 0,5; 0,6; 0,15, 0,25.

ANS: 1

O companie productoare de detergeni i produse chimice similare este interesat n studiul pieei
pentru una dintre mrcile sale. Informaiile cutate sunt estimri ale cotei de pia n comparaie cu cele ale unor mrci concurente (fie acestea desemnate prin B, respectiv C). Pentru acest produs, n oricare din cele trei mrci, intervalul dintre cumprri succesive este de aproximativ, o lun, iar studiul de pia a relevat urmtoarele informaii referitoare la comportamentul a 10000 de persoane chestionate (tabelul 9).

Tabelul 9. Date generale descrierea comportamentului clienilor


Numrul clienilor 4500 3500 2000 Schimbarea opiunii de cumprare De la A De la B De la C 675 675 875 600 400 525 Total de la 1350 1400 1000

Produs de marc A Produs de marc B Produs de

marc C total

10000

1475

1075

1200

Tabel 10. Evoluia cotelor de pia pentru 4 momente de timp timp 1 2 3 4 Cota de piaa pentru produs A 0.4625 0.4691 0.4725 0.4741 Cota de piaa pentru produs B 0.3175 0.3039 0.2981 0.2956 Cota de piaa pentru produs C 0.2200 0.2270 0.2295 0.2303

Tabel 11. Rezultatele de tip stare de echilibru i timp de recuren Produs 1 2 3 Produs A Produs B Produs C stare de echilibru 0.4755 0.2937 0.2308 timp de recuren 2.1029 3.4048 4.3333

Selectai afirmaia fals Componentele din vectorul starea de echilibru (S E); 1 reprezint modul de distribuie a cotelor de pia corespunztoare produselor concureniale analizate n ipoteza c matricea probabilitilor de tranziie nu se modifice termen lung (astfel nct ntre momente diferite de timp nu mai au loc redistribuiri ntre clienii/ cumprtorii produselor). sunt cotele de pia pentru starea de echilibru sunt {47.55%; 29.37%, 23.08%} pentru produsele A, B i C - n aceast ordine permit calculul pentru timpul de recuren (TR) adic intervalul de timp ntre dou cumprri succesive ale aceluiai produs. se determin rezolvnd ecuaia:

2 3 4 5

ST = S0 P T .

reprezint starea 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 pi.

ANS: 4 Analiza de senzitivitate: 1 2 3 4 5 reprezint o tehnic de studiu a modificrilor unor concluzii, rezultate n urma unor cercetri, fa de variaiile posibile ale valorilor factorilor, sau fa de erorile diferitelor mrimi coninute n estimaiile fcute; este echivalent cu aplicarea tehnicii de optimizare; presupune utilizarea mulimilor fuzzy sau stochastice ca modalitate de a compensa nedeterminarea datelor iniiale se desfoar numai n legtur cu programarea liniar; identific soluia optim ntr-o problem multicriterial.

ANS: 1 Identificai afirmaia fals n legtur cu desfsurarea unei analize de sensitivitate.

1 2

3 4 5

Analiza de senzitivitate permite o mai bun nelegere a riscului pe care l comport diferite variante de aciune, ct i stabilitatea n timp a deciziei pentru care a optat decidentul. Analiza de senzitivitate faciliteaz comunicarea, prin faptul c: face recomandrile mai credibile, uor de neles; ajut decidentul s ncorporeze i alte perspective asupra problemei, precum cele culturale, politice, psihologice etc. n recomandrile manageriale tiinifice; ajut managerii s i selecteze o anumit abordare a problemelor decizionale. Analiza de senzitivitate permite reducerea incertitudinii i controlul riscurilor pentru diferite variante de aciune, ct i a stabilitii deciziei pentru care a optat decidentul. Analiza de senzitivitate crete nelegerea sistemelor, ntruct: estimeaz relaiile ntre variabilele de intrare i de ieire; permite nelegerea relaiilor ntre variabilele de intrare i de ieire; dezvolt testarea ipotezelor. Analiza de senzitivitate ajut la dezvoltarea modelelor, prin faptul c: testeaz acurateea i validitatea modelelor; identific erorile n model, simplific i calibreaz modelul.

ANS: 3 Analiza de senzitivitate ajut decidenii n luarea deciziei i n formularea de recomandri, deoarece: 1 2 3 4 5 testeaz robusteea soluiei optimale; identific valorile critice sau valorile punctului critic cnd au loc schimbri ale strategiei/soluiei optime; dezvolt recomandri flexibile care depind de circumstane; compar valorile unei simple sau complexe strategii de decizie; identific soluiile optime.

ANS: 5 La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice n urmtoarele condiii: echipamentul este estimat iniial la I = 220000 um (plata se efectueaz integral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz c valoarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calcul deocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, se estimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000 uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de: L = 9 um costul unitar cu fora de munc, M = 8 um cu materiale i materii prime. Factorul de actualizare (costul capitalului) se presupune: r = 10% sau r = 0.1. Se dorete aprecierea oportunitii pentru noua achiziie de utilaj cu ajutorul VNA i a ordinii de importan a factorilor de influen ai VNA.Identificai rspunsurile corecte: Selectai afirmaia fals: Fluxul de numerar a investiiei este: 1 2 3 14000*(22-(9+8))=70000 um/an. pentru oricare din cei 5 ani. 14000*(22-(9+8))=70000 um/an. n variant actualizat. n ipotezele veniturilor anuale egale i constante n timp, VNA = I + V [ P ( L + M )] Arn unde Arn reprezint valoarea prezent a unui factor de anuitate. VNA= -220000+70000*3.791=45370 m.u. pentru cei 5 ani. VNA= -220000+70000*5=130000 m.u. pentru cei 5 ani.

4 5

ANS: 4

La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice n urmtoarele condiii: echipamentul este estimat iniial la I = 220000 um (plata se efectueaz integral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz c valoarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calcul deocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, se estimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000 uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de: L = 9 um costul unitar cu fora de munc, M = 8 um cu materiale i materii prime. Factorul de actualizare (costul capitalului) se presupune: r = 10% sau r = 0.1. Se dorete aprecierea oportunitii pentru noua achiziie de utilaj cu ajutorul VNA i a ordinii de importan a factorilor de influen ai VNA.Identificai rspunsurile corecte: Pe baza estimrilor fcute i n baza ipotezelor de evoluie (vnzri constante pe parcursul celor 5 ani, plata ntregii investiii n anul 0, valoarea rezidual zero etc.), se poate accepta c proiectul poate fi iniiat deoarece: 1 2 3 4 5 criteriul de decizie VNA>0 este satisfcut. investiia iniial se acoper dup primii 4 ani de axploatare. plata ntregii investiii se face n anul 0; vnzri constante pe parcursul celor 5 ani valoarea rezidual este presupus zero.

ANS: 1 La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice n urmtoarele condiii: echipamentul este estimat iniial la I = 220000 um (plata se efectueaz integral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz c valoarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calcul deocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, se estimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000 uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de: L = 9 um costul unitar cu fora de munc, M = 8 um cu materiale i materii prime. Factorul de actualizare (costul capitalului) se presupune: r = 10% sau r = 0.1. Se dorete aprecierea oportunitii pentru noua achiziie de utilaj cu ajutorul VNA i a ordinii de importan a factorilor de influen ai VNA.Identificai rspunsurile corecte: Analiza de senzitivitate pentru factorii de influen (tabelul 12) pune n eviden c cel mai sensibil factor este: Tabelul 12. Analiza de senzitivitate pentru factorii de influen Factor I V P L Valoarea estimat(X0) 220000 m.u. 14000 uf 22 um 9 um iniial Valoarea critic (din ecuaia VNA=0 265370 11606 21.14 9.85 (XC) Abaterea procentual form absolut (%) 20.62 17.10 3.90 9.44 n

8 um

8.85

10.62

1 2 3 4 5

investiia iniial; volumul de vnzri; preul produsului; costul cu fora de munc; costul cu materiile prime.

ANS: 3 Indicai care din afirmaiile urmtoare referitoare la tehnica simulrii este fals: 1 2 3 4 5 simularea reprezint o tehnic de realizare a unor experimente cu ajutorul calculatorului; tehnica implic construirea unor modele matematice i logice care descriu comportarea unui sistem real de-a lungul unei perioade mari de timp. prin soluiile exacte pe care le ofer, simularea este o tehnic de cercetare eficient pentru fenomenele reale dificil de studiat analitic. dup construirea modelului, simularea const n variaia variabilelor i parametrilor de intrare cu scopul de a deduce, ca rezultat al calculelor, efectele asupra variabilelor de ieire. modelele de simulare au caracter procedural. rezolvarea modelelor de simulare se bazeaz pe prelucrarea unor experimente create n cadrul sistemului.

ANS: 2 Simularea permite obinerea: 1 2 3 4 5 unei variante optime de decizie; unor rezultate certe; mai multor variante de decizie, din care managerul o va alege pe cea preferat, corespunztoare condiiilor existente la un moment dat; nlocuirea decidentului uman prin sisteme de inteligen artificial; soluiilor optime ale problemelor manageriale.

ANS: 3 Simularea nu permite, n general: 1 2 3 4 5 structurarea mai bun a problemei investigate; realizarea experimentelor cu calculatorul electronic; testarea diferitelor ci de aciune care nu pot fi formulate direct n cadrul modelului; determinarea formei funcionale de exprimare a legturilor dintre fenomenele cercetate i estimarea valorilor parametrului modelului; optimizarea unor probleme care fac obiectul deciziei.

ANS: 5 Numerele pseudoaleatoare: 1 2 3 sunt repartizate uniform pe axa numerelor reale; nu sunt statistic independente; nu sunt reproductibile;

4 5

au aceleai caracteristici cu numerele aleatoare; sunt generate cu ajutorul calculatorului.

ANS: 5 Numerele aleatoare satisfac unele din urmtoarele condiii: A. sunt statistic interdependente; B. nu sunt reproductibile; C. sunt repartizate uniform ntr-un interval dat; D. funcia de repartiie este stabil; E. irul generat are o perioad de repetiie mare; F. funcia de repartiie se schimb n timpul rulrii programului de simulare; G. perioada de repetiie nu se poate predetermina; H. generarea lor nu necesit utilizarea calculatorului electronic. Indicai combinaia corect: calculat potrivit formulei 1 2 3 4 5 A+B+D C+F+G C+D+E A+D+E B+F+G

XC X0 100 XC

ANS: 1 Eliminai varianta necorespunztoare: Pentru generarea numerelor aleatoare se pot folosi n mod tradiional: 1 2 3 4 5 metodele bazate pe utiliti; metodele bazate pe consultarea experilor; metodele bazate pe creativitate; metodele informale; metodele decizionale

ANS: 3 Metoda de simulare Monte Carlo poate fi folosit eficient: 1 2 3 4 5 n cazul unor procese cu probabilitate mic; pentru fundamentarea deciziilor optime; n cazul unei probleme de reoptimizare; pentru determinarea structurii optime a ofertei de mrfuri; toate rspunsurile anterioare sunt incorecte.

ANS: 5 Rezolvarea modelelor de simulare se face prin: 1 2 3 4 prelucrarea unor experimente create n cadrul sistemului; raionamente deductive; analogii cu modul de rezolvare a unor probleme asemntoare; folosirea intuiiei i experienei decidentului;

prin prelucrarea unor serii de date din trecut.

ANS: 5 Selectai varianta fals din afirmaiile referitoare la precizia i proprietile metodei Monte Carlo. "Pentru ca rezultatele obinute cu ajutorul metodei Monte Carlo s poat fi concludente trebuie s se in seama de urmtorul aspect: 1 2 3 4 5 dac dup n experimente s-a determinat o valoare medie statistic ( m) a unei variabile aleatoare, atunci valoarea medie real se va situa n intervalul [m - , m + ] ". precizia metodei este determinat de numrul de ncercri independente i variaia lor" nu este recomandat folosirea metodei pentru studiul unor procese cu probabilitate mic, deoarece ar presupune un numr foarte mare de cicluri de simulare". numrul de ncercri variaz direct proporional cu probabilitatea de realizare a fenomenului analizat". precizia metodei poate fi estimat corect pe parcursul desfurrii calculelor".

ANS: 4 Selectai afirmaia fals referitoare la tehnica simulrii: 1 2 3 4 5 parametrii de intrare ai modelului trebuie estimai n prealabil din observaii statistice asupra procesului sau sistemului ce urmeaz fi studiat; testarea parametrilor de intrare se face folosind testele de semnificaie statistic; n desfurarea experimentelor de simulare, se verific dac modelul de simulare conine toate variabilele i parametrii eseniali i relaiile funcionale necesare pentru reprezentarea interdependenelor eseniale ale sistemului real; modelele de simulare au caracter deductiv; n situaia n care caracteristicile operative iau forma unor ipoteze statistice asupra legilor de distribuie ale variabilelor de intrare, se aplic teste de concordan (Kolmogorov, Smirnov, etc.) pentru verificarea acestor ipoteze.

ANS: 4 Selectai afirmaia fals despre metoda euristicii: 1 2 3 4 5 modelarea euristic presupune construirea unui sistem analog cu cel investigat (sistemul real); euristica este o clas de metode i reguli care dirijeaz subiectul spre cea mai simpl i economic soluie a problemelor; 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; ipoteza se afl n centrul preocuprilor euristicii metoda euristicii ofer reguli care garanteaz obinerea soluiei optime pe calea cea mai avantajoas.

ANS: 5 Algoritmii euristici nu se folosesc, n general, atunci cnd: 1 2 3 problema descris este complex; dispunem de date exacte, dar problema este de dimensiuni mari; dispunem de date inexacte ntr-o problem de dimensiuni mari;

4 5

dispunem de date inexacte; rezolvarea problemei se poate face cu ajutorul unor algoritmi de optimizare.

ANS: 5 Cnd se desfoar mai multe experimente de simulare pentru un anume sistem, modificnd unul sau mai muli parametri de intrare, consistena i comparabilitatea rezultatelor este asigurat prin folosirea: 1 2 3 4 5 aceleiai secvene de numere aleatoare pentru rulri diferite; unor legi diferite de distribuie pentru variabilele aleatoare folosite; unor eantioane de date de volume diferite din colectivitatea real; aceleiai metode de generare a numerelor pseudoaleatoare; acelorai teste de semnificaie statistic.

ANS: 5 Rezolvarea modelelor de simulare se face prin: 1 2 3 4 5 prelucrarea unor experimente create n cadrul sistemului; de obicei cu ajutorul unor aplicaii software; analogii cu modul de rezolvare a unor probleme asemntoare; folosirea unor decizii de grup

prin apelul la tehnici de optimizare.

ANS: 2 Soluia oferit prin aplicarea modelelor euristice este: 1 2 3 4 5 variabil lingvistic; soluie cu valori 0 sau 1; o soluie "bun" fr s se arate c este "cea mai bun posibil"; soluie optimal cu o anumit probabilitate; soluie ntreag.

ANS: 3 Conceptul fundamental al modelrii dinamice (cu ajutorul dinamicii Forrester) este: 1 2 3 4 5 ciclul informaie decizie - aciune; ciclul informaie - decizie; cuplul informaie - decizie; cuplul aciune-retroaciune; ciclul informaie - eroare.

ANS: 1