UNIVERSITATEA HYPERION DIN BUCURETI

Facultatea de tiine Economice

Corina Maria ENE

Tiberiu DIACONESCU

CAIETUL STUDENTULUI
LA DISCIPLINA

SIMULRI I PROIECTE DE
MANAGEMENT

Bucureti, 2010

Editura Transversal
Bucureti
Bd. Iuliu Maniu, nr. 14, bl. 13, sc. C, sector 6
Tehnoredactare&Procesare: Transversal SRL
www.edituratransversal.ro
transversaldifuzare@yahoo.com
tel: 0723653274

Editur acreditat de Consiliul Naional al Cercetrii tiinifice din

nvmntul Superior (CNCSIS) i membr fondatoare a Asociaiei
Geografilor Umaniti din Romnia (AGUR).

Descrierea CIP a Bibliotecii Naionale a Romniei

ENE, CORINA
Caietul studentului la disciplina Simulri i proiecte de
management / Corina-Maria Ene, Tiberiu Diaconu. Trgovite : Transversal, 2010
Bibliogr.
ISBN 978-606-8042-79-4
I. Corina-Maria Ene
II. Tiberiu Diaconu
2

.................................................................................
(Numele i prenumele studentului)

.................................................................................
(Anul de studiu, specializarea i forma de nvmnt)

TEMA NR. 1
Problematica modelrii economico matematice i a
simulrii proceselor economice
I. Bifai valoarea de adevr a urmtoarelor afirmaii:
1. Un model economico-matematic este alctuit dintr-o
mulime finit de operaii care, efectuate ntr-o ordine
predefinit, duc, ntr-un timp finit, la transformarea
setului de date de intrare ntr-un set de valori de ieire.

AF

2. Modelarea economic ofer managerului latura

riguroas a aciunilor sale (tiina de a conduce),
modaliti de punere de acord a resurselor existente cu
obiectivele formulate pentru o anumit perioad, dndu-i
posibilitatea de a gndi i de a decide mai bine i mai
repede fr s denatureze realitatea.

AF

3. Din punctul de vedere al exactitii, metodele de

prelucrare folosite n vederea adoptrii unor decizii se
clasific n: deterministe, stochastice i fuzzy.

AF

4. n condiiile unor probleme complexe/de dimensiuni

mari i cu date exacte se recomand folosirea algoritmilor
exaci.

AF

5. Abordarea problemelor de simulare ncepe cu

construcia unui model realizat n mai multe variante,
dintre care se alege apoi cea care ofer rezultatele cele
mai apropiate de cele obinute n mediul real.

AF

6. Modelele de simulare ofer direct prin rezolvare decizia

optim pentru procesul decizional studiat.

AF

7. n simulare, orice soluie admisibil este optim.

AF
5

8. Metodele aproximative duc la obinerea, ntr-un timp

relativ scurt, chiar n cazul unei probleme, a unei soluii
acceptabile din punct de vedere practic, fr a avea
garanii asupra rigurozitii rezolvrii.

AF

9. O soluie optim prescrie aciunea pe care un manager

ar trebui s o adopte.

AF

10. Simularea poate fi considerat ca o reprezentare

dinamic a unei pri a lumii reale, realizat prin
construcia unui model abstract i apoi prin micarea
acestuia n timp.

AF

11. Ipoteza de baz n construirea modelelor economicomatematice const n existena unei forme comune de
descriere a unor fenomene de natur diferit.

AF

12. Modelul este un instrument de cunoatere tiinific

a realitii obiective, oferind posibilitatea realizrii unor
experimente i a repetrii acestora pn la cunoaterea
fenomenului studiat.

AF

II. Avnd n vedere faptul c fiecare dintre

urmtoarele teste are o singur variant de rspuns,
v rugm s identificai varianta corect:
1. Pentru a rezolva probleme decizionale, managerul
recurge n principal la:
a) generarea de numere aleatorii;
b) modele economico-matematice i tehnica simulrii;
c) experien;
d) intuiie;
e) tehnica ncercrii i erorii.

R:

2. n management, modelarea economico-matematic nu

poate fi folosit:

a) pentru fundamentarea unei decizii n legtur cu

funcionarea eficient a unui compartiment economic;
b) n studiul evoluiei viitoare posibile a unui fenomen
economic;
c) n studiul relaiilor dintre diferii factori economici;
d) ca alternativ fa de experimentele utilizate de
tiinele exacte;
e) pentru nlocuirea decidentului uman.

R:

3. Rezultatele obinute prin simulare sunt:

a) aproximri ale unor valori reale;
b) valori reale;
c) valori optime;
d) estimri cu o anumit probabilitate ale valorilor reale;
e) valori probabiliste.

R:

4. Simularea permite obinerea:

a) unei variante optime de decizie;
b) mai multor variante de decizie;
c) mai multor variante de decizie, dintre care managerul o
va alege pe cea mai bun corespunztoare condiiilor
existente la un moment dat;
d) nlocuirea decidentului uman prin sisteme de
inteligen artificial;
e) soluiilor optime ale problemelor manageriale.

R:

5. Spre deosebire de programarea matematic, rezultatele

obinute prin tehnica simulrii sunt:
a) valori duale;
b) aproximri ale unor valori reale;
c) valori deterministe;
d) mrimi fuzzy;
e) valori optime.

R:

6. Modelele de simulare au caracter:

a) deductiv;

b) stochastic;
c) probabilist;
d) procedural;
e) determinist.

R:

7. Obinerea unor informaii despre un sistem, nainte de

realizarea sa n mod concret, este posibil cu ajutorul:
a) algoritmului branch and bound;
b) metodei simplex;
c) tehnicii simulrii;
d) procedurilor fuzzy;
e) principiului de optimalitate.

R:

8. Modelarea reprezint:
a) o metod de operare (teoretic sau practic) asupra
unor obiecte, fenomene sau procese cu ajutorul creia se
studiaz un sistem auxiliar, artificial sau natural i nu n
mod direct obiectul (fenomenul, procesul) care ne
intereseaz, dar cu care se afl ntr-o anumit
coresponden obiectiv;
b) o metodologie de operare (teoretic sau practic)
asupra unor obiecte, fenomene sau procese cu ajutorul
creia se studiaz un sistem auxiliar, artificial sau
natural i nu n mod direct obiectul (fenomenul, procesul)
care ne intereseaz, dar cu care se afl ntr-o anumit
coresponden obiectiv;
c) o metod de operare (teoretic sau practic) asupra
unor obiecte, fenomene sau procese cu ajutorul creia se
studiaz n mod direct obiectul (fenomenul, procesul)
care ne intereseaz, i cu care se afl ntr-o anumit
coresponden obiectiv;
d) o tehnic de calcul;
e) o formalizare a unui sistem logic.

R:
9. Caracteristicile unui model se refer la:

1) este un instrument de cunoatere tiinific a realitii

obiective, oferind posibilitatea realizrii unor experimente
i repetrii acestor experimente pn la cunoaterea
esenei fenomenului studiat; 2) este o reprezentare
simplificat sau o abstractizare, deoarece realitatea este
prea complex pentru a fi copiat exact; 3) este o imagine
incomplet a unei realiti (proces) existente sau care
urmeaz s fie construit; 4) este utilizat n vederea
previzionrii comportrii n diferite situaii a procesului
pe care-l simuleaz; 5) trebuie validat prin criteriul
practicii n vederea determinrii gradului su de utilitate
i a aplicrii sale (cu excepia celor care simuleaz
consecinele defavorabile).
a) 1, 2, 3, 4, 5;
b) 1, 2, 4, 5;
c) 2, 4, 5;
d) 2, 3, 4, 5;
e) 1, 3, 4, 5.

R:

10. Printre avantajele simulrii numerice nu se numr:

a) precizie mbuntit fa de simularea analogic;
b) vitez ridicat a operaiunilor (de pregtire i de
rulare);
c) universalitatea problemelor ce pot fi abordate (din orice
domeniu ce poate fi descris formal);
d) poate prelua direct informaia din baza de date, iar
rezultatele pot fi transmise, de asemenea, direct, n baza
de date;
e) necesitatea consumrii unui volum mare de munc
pentru programarea algoritmului de simulare specific
procesului de construcii studiat.

R:

TEMA NR. 2
Modelarea managerial a procesului decizional
1. Enumerai etapele care se afl la baza modelului
dinamic, conceput pentru procesul strategic desfurat
n organizaiile romneti de ctre profesorul Ov.
Nicolescu.
1.
2.
3.
4.
5.
6.
2. Cum apreciai necesitatea utilizrii
strategice pentru organizaiile din Romnia?
Organizaie
IMM

S.A.

R.A.

Model

I. Ansoff
J.A.
Pearce II i
R.B.
Robinson
LCAG
M.J. Stahl
i D.W.
Grisgby
B. Gluck,
W.
Kaufman,
A. Walleck
P. G.
Holland i
L. W. Rue

10

modelelor

Organizaii mari
Administraii Companii
naionale

O.N.G.

TEMA NR. 3
Tehnica Monte Carlo
I. Avnd n vedere faptul c fiecare dintre
urmtoarele teste are o singur variant de rspuns,
v rugm s identificai varianta corect:
1. Rezultatele metodei de simulare Monte Carlo pot fi
folosite eficient n urmtoarele cazuri:
a) procese cu probabilitate mic;
b) identificarea deciziilor optime;
c) reoptimizarea unei probleme de programare liniar;
d) determinarea structurii optime a ofertei de mrfuri;
e) probleme deterministe crora li se asociaz un model
aleatoriu.

R:

2. Metoda Monte Carlo nu este:

a) o metod aproximativ care poate fi aplicat n
economie, n cazul proceselor complexe de stocare, de
ateptare, de reparaii;
b) metod cu caracter procedural;
c) cunoscut i ca metoda modelrii variabilelor aleatorii
n scopul calculrii caracteristicilor repartiiilor lor;
d) o metod de simulare;
e) o metodologie de analiz sistemic a activitii
decizionale ntr-o ntreprindere.

R:

3. n legtur cu simularea Monte Carlo se afirm c:

a) se folosete ca alternativ la modelele clasice, de tip
analitic n aplicarea pentru procesele complexe de
stocare;
b) este echivalent cu folosirea jocurilor de ntreprindere;
c) este o extensie a problemei de programare liniar;
d) este util n studiul unor procese cu probabilitate
foarte mic;

11

e) este o metod inclus n programarea dinamic.

R:

4. Simularea de tip Monte Carlo (denumit i Las Vegas,

n S.U.A.) const n:
a) ataarea la un sistem economic a unui model astfel
conceput nct s descrie dependenele logice (de tip
determinist, probabilist sau fuzzy) dintre variabilele i
parametrii acestui sistem;
b) aplicarea combinat a analogiilor fizice (electrice,
hidraulice etc.) cu cele de calcul numeric;
c) rezolvarea problemelor deterministe prin generarea
unor procese aleatoare;
d) elaborarea unei scheme a legturilor dintre elementele
modulare, operatorul urmnd s le realizeze practic, s le
acioneze i apoi s consemneze rezultatele;
e) construirea unor sisteme (dispozitive) ale cror legi de
funcionare sunt aceleai (sau aproximativ aceleai) cu
legile care genereaz sistemul studiat.

R:

8. Pentru ca rezultatele obinute cu ajutorul metodei

Monte Carlo s poat fi concludente, trebuie s se in
seama de urmtorul aspect:
a) precizia metodei nu se poate exprima statistic, cu un
grad de certitudine finit;
b) precizia metodei variaz invers proporional cu N1/2;
c) n cazul n care se dorete obinerea valorii medii m a
variabilei aleatorii V, cu o eroare cel mult egal cu dat,
atunci experimentul respectiv trebuie repetat de un
numr de n ori;
d) dac dup n experimentri s-a determinat o valoare
medie statistic (m) a unei variabile aleatorii, atunci
valoarea medie real este m;
e) creterea preciziei cu un ordin de mrime mrete
timpul de calcul cu

n ordine de mrime.
R:

12

II. Pe baza datelor furnizate de departamentul de

marketing al unei societi comerciale, conducerea
acesteia dorete o estimare a profitului pentru un produs
nou.
Conducerea unitii comerciale a fixat preul de
vnzare la 10 uniti monetare/bucat (u.m./buc.) i
consider c nu exist incertitudine n legtur cu acest
factor. De asemenea, s-au stabilit costurile fixe la 1500
u.m. Pe baza informaiilor furnizate de departamentul de
marketing, de producie i de costuri s-au determinat
distribuiile de probabilitate prezentate n tabelul demai
jos:
Costuri variabile
Volumul vnzrilor
Valoare
Probabilitate
Cantitate
Probabilitate
(u.m./kg)
(kg)
6
0,4
5255
0,75
8
0,1
4914
0,1
9
0,2
4722
0,1
7
0,3
4478
0,05
Observaie: Pe baza teoriei economice referitoare la
conceptul de profit i pe baza factorilor de influen
cunoscui se folosete urmtorul model:
Profitul total = volum vnzri x (pre vnzare cost variabil
unitar) - costuri fixe
Rezolvare:
1. Calculul probabilitii i a probabilitii cumulate:
Costuri variabile
Valoare
Pbb
Pbb
(u.m./kg)
cumulat

Volumul vnzrilor
Cantitate Pbb
Pbb
(kg)
cumulat

13

2. Reprezentarea grafic a probabilitii cumulate:

3. Generarea numerelor aleatoare, calculul mediei, a

abaterii medii ptratice, a coeficientului de variaie i a
intervalului de ncredere:
Nr.
Experiment
1
2
3
4
5
6
7
8
9
10

Nr.
aleatoriu

Profitul mediu pr =

14

Volum
vnzri

1 10
Pri =
10 i =1

Nr.
aleatoriu

Costuri
variabile

Profit
total
(u.m.)

10

Deviaia standard s =

( pr pr )
i

i =1

Caracteristicile
distribuiei
de
probabilitate
a
profitului simulat sunt urmtoarele:
- profit total minim =
- profit total maxim =
- profit mediu =
- deviaia standard =
Intervalul de ncredere (1-) = 0,95 se construiete
cu relaia:

s
s
pr z / 2

, pr + z / 2
N
N

z/2 = 2,2622
Drept urmare, profitul total mediu generat de
produsul firmei poate fi ntre ............. u.m. i ...........
u.m..
III. Se dorete simularea performanelor spitalului
Euroclinic, inndu-se seama de faptul c acesta are la
baz n primul rnd eficiena i performana de excepie a
aparaturii i echipamentelor medicale utilizate, precum i
a personalului medical de elit.
Rezultatele nregistrate n cei peste doi ani de
funcionare (pe specializri/categorii) pot fi prelucrate
statistic i grupate conform tabelului:
Nr.crt.

Specialitate/Categorie

1
2

Imagistic i Radiologie
Ambulatoriu (36
cabinete)
Internri n secii cu
paturi
medicale i chirurgicale
Chirurgie de zi

3
4

Numr
cazuri
rezolvate
256
80000

Numr
cazuri n
observaie
845
93245

2350

2700

384

400

15

5
6
7

Maternitate/Neonatologie
Laborator
Operaii/Bloc operator
TOTAL

410
15000
1600
100000

410
15000
3400
116000

Pornind de la datele prezentate n tabel, managerul

general al spitalului Euroclinic dorete simularea n timp
a performanelor instituiei innd cont de faptul c
spitalul a avut n medie 230 pacieni/zi.
ni
Nr.crt.
xk
1
256
845
2
80000
93245
3
2350
2700
4
384
400
5
410
410
6
15000
15000
7
1600
3400
Total 100000 116000
1. Calculul probabilitii i a probabilitii cumulate:
Nr.crt.

xk

ni

Pbb

Pbb.
cumulat

1
2
3
4
5
6
7
2. Reprezentarea grafic a probabilitii cumulate:

16

3. Generarea numerelor aleatoare, calculul mediei, a

abaterii medii ptratice, a coeficientului de variaie i a
intervalului de ncredere:
N numrul de observaii; N = 200

nr. total
; 2 =
x=
nr. observatii

(x

x)

; = 2 ; Cv =

g = N 1 grade de libertate
Eroarea admisibil este 5%, deci = 0,05

Nr.obs. lim.inf.int. Nr. cazuri

Interval

1
2
3
4
5
6
7

17

Nr.
obs.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

18

Nr.aleator

Cazuri Xi-Xmediu
(Xi-Xmediu)2
simulate

34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69

19

70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105

20

106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141

21

142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177

22

178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
Total
X mediu

Total

N numrul de observaii; N = 200

nr. total simulat

=
nr. observatii
( x i x )2

2
=
=
N
x=

= 2 =

Cv =

g = N 1 = 200 1 = 119 grade de libertate

23

eroarea admisibil este 5%, deci a= 0,05

intervalul de ncredere 1-a= 1-0,05= 0,95
Intervalul care indic cazuistica simulat este dat
de:

( x m t

/ 2 , N 1

t = ........... (Din tabelul Distribuiei t).

Se nlocuiete n expresie i se obine intervalul:
( ....................; ......................)
Ca rezultat al acestei analize, managerul spitalului
poate s considere c media anual a cazurilor rezolvate
prin intermediul fiecrei categorii a serviciilor medicale
oferite de Euroclinic poate s fie cuprins ntre
................ cazuri rezolvate/an i ................. cazuri
rezolvate/an.

24

TEMA NR. 4
Metoda lanurilor Markov
I. Avnd n vedere faptul c fiecare dintre
urmtoarele teste are o singur variant de rspuns,
v rugm s identificai varianta corect:
1. Selectai afirmaia fals despre un lan Markov:
a) rezultatul oricrei ncercri depinde de rezultatul
ncercrii care o precede i numai de acesta;
b) suma elementelor de pe coloane din matricea
probabilitilor de trecere este 1;
c) orice lan Markov se definete prin matricea sa
stochastic;
d) orice lan Markov se definete prin distribuia sa
iniial;
e) orice lan Markov se definete complet prin matricea sa
stochastic i distribuia sa iniial.

R:

2. Rezultatele furnizate de metoda lanurilor Markov

aplicat la determinarea evoluiei ponderii pe pia a
unor produse concureniale nu pot fi folosite pentru:
a) a previziona atingerea strii de echilibru a pieei;
b) a estima fidelitatea clienilor fa de o marc;
c) a estima ponderea pe pia a unui produs peste un
anumit numr de perioade;
d) a selecta cea mai potrivit strategie de marketing
pentru un produs;
e) a stabili momentul intrrii pe pia a unui nou produs
concurenial.

R:

3. Una dintre premisele utilizrii lanurilor Markov

pentru modelarea evoluiei ponderii pe pia a unor
produse concureniale este urmtoarea:

25

a) numr infinit de mrci;

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

R:

II. Vom admite c piaa pentru produsul denumit generic

iaurt cu fructe este alimentat/controlat de patru
companii: Friesland Food, Danone, Campina, Altele.
Dac clienii cumpr produse de tipul Friesland Food
sau Danone ei nu mai cumpr vreodat alt brand. Dac
cumpr Campina, probabilitile de a cumpra luna
viitoare Friesland Food, Danone, Campina sau Altele
sunt 0,45; 0,4; 0,05 respectiv 0,1. Dac ei cumpr de la
alte companii, probabilitile ca luna viitoare s cumpere
Friesland Food, Danone, Campina sau Altele sunt 0,1;
0,2; 0,3 respectiv 0,4.
Situatia aceasta se prezint ca n diagrama de
tranziie a strilor dat n figura de mai jos. Dac
cumprtorii sunt distribuii iniial n proporia 20%,
30%, 30% i 20% pentru Friesland Food, Danone,
Campina, respectiv Altele, ne punem ntrebarea care va fi
situatia dup cinci luni?

26

Starea 1 = Friesland Food, starea 2 = Danone, starea 3 =

Campina i starea 4 = Altele.
Observaii:
- Alegerea unuia dintre produse n luna urmtoare
depinde numai de alegerea din luna curent;
- Se consider c matricea reorientrilor rmne
neschimbat pentru fiecare din urmtoarele luni
luni;
- Fiecare consumator cumpr un singur tip de
produs,
iar
cantitile
cumprate
rmn
neschimbate n urmtoarele luni.
1. Reorientrile cumprtorilor relative la cele patru tipuri
de iaurturi:
Produsul prsit
Reorientri (%)

2. Matricea probabilitilor de trecere n funcie de

coeficientul de fidelitate i de reorientrile cumprtorilor:

3. Distribuia iniial sub forma unui vector linie cu

elementele formate de ponderile pe pia ale produselor
considerate la momentul iniial:

27

4. Determinarea ponderii pe pia a celor patru produse

dup 1, 2, 3, 4, 5 luni:

28

29

5. Evoluia pe pia a celor patru produse prezentat

grafic:

6. Concluzii i aprecieri:

30

III. Plata facturilor la electricitate poate fi fcut prin

urmtoarele modaliti: cu numerar (1), cu card (2) sau
prin virament bancar (3). Departamentul de marketing al
companiei de electricitate a estimat urmtoarea matrice
de modificare trimestrial a modalitilor de plat
preferate de consumatori:
Modalitatea de plat Schimbri survenite
1
2
3
1
0,75 0,20 0,05
2
0,10 0,80 0,10
3
0,10 0,20 0,70
Dac n prezent 80% dintre consumatori pltesc cu
numerar, 15% cu card i 5% prin virament bancar, ce
modificri vor suferi aceste procente dup dou i
respectiv patru trimestre?

31

32

33

34

TEMA NR. 5
Prognoza investiiilor
Se dorete realizarea practic a previziunii
economice pe un orizont de timp mai ndeprtat pentru
firma Alfa, n ceea ce privete:
1. Evoluia cifrei de afaceri n perioada previzionat
2010-2014;
2. Evoluia numrului de angajai n perioada 20102014;
3. Evoluia productivitii muncii pentru intervalul
2010-2014.
Prima etap a unei prognoze, culegerea datelor
privind volumul ncasrilor, evoluia numrului de
angajai i a productivitii muncii, este ndeplinit prin
reluarea din arhivele firmei a acestor date pentru
perioada 2000 2009.
n urma documentrii, s-a stabilit c n perioada
2000-2009 s-au obinut urmtoarele date, centralizate n
tabelul de mai jos :
Nr.
crt

Anii

1
2
3
4
5
6
7
8
9
10

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

Valoare
ncasri
(mii Ron)
21.708,862
21.810,521
21.889,652
22.004,344
22.107,385
22.181,126
22.243,178
22.001,025
22.010,111
21.875,534

Personal
angajat
206
203
200
200
202
200
200
196
180
185

Productivitatea
muncii
(mii Ron)
105,382
107,441
109,448
110,021
109,442
110,905
111,216
112,250
122,278
118,246

35

Etapa 1:
Studierea evoluiei fenomenului supus cercetrii

Etapa 2:
Studierea i trasarea trendului de evoluie referitor la
volumul ncasrilor totale ale firmei

36

Etapa 3:
Ajustarea datelor empirice

37

Etapa 4:
Extrapolarea datelor

38

39

40

41

42

TEMA NR. 6
Metoda vectorilor spectrali i metoda ajustrii
exponeniale a lui R.K. Brown
I. Fie urmtoarele date:
Vnzri nregistrate (mii Euro)
Vnzri nregistrate (mii
Nr.
Luna calendaristic
Euro)
crt.
1
Octombrie 2009
2100
2
Noiembrie 2009
2200
3
Decembrie 2009
3200
4
Ianuarie 2010
3300
5
Februarie 2010
3250
6
Martie 2010
3280
7
Aprilie 2010
3450
8
Mai 2010
3387
Societatea a ncheiat contracte i nelegeri cu toi
clienii si n vederea ealonrii procentuale a valorii
comenzilor n timp, respectiv n luni succesive. De regul,
ealonarea se face pe patru luni consecutive, n proporie
de 30%, 25%, 20% i 25% din totalul comenzii. Valoarea
comenzilor n luna ianuarie 2010 (luna de referin) este
de 3300 mii Euro. n vederea ncheierii de noi contracte
conducerea societii este interesat de determinarea
valorii livrrilor pe luni succesive, ncepnd cu luna
ianuarie, pn la lichidarea tuturor comenzilor emise.
Matricea extins a comenzilor:

43

Vectorul spectral:

Ealonarea comenzilor:

44

Concluzii i aprecieri:

II. Pentru realizarea unei previziuni a vnzrilor folosind

modelul Brown vei utiliza datele prezentate n tabelul
urmtor:
Nr.
crt.
1
2
3
4
5
6
7
8

Luna calendaristic
Octombrie 2009
Noiembrie 2009
Decembrie 2009
Ianuarie 2010
Februarie 2010
Martie 2010
Aprilie 2010
Mai 2010

Vnzri nregistrate
(mii Euro)
2100
2200
3200
3300
3250
3280
3450
3387

Scopul urmrit este de a previziona nivelul

vnzrilor pentru luna iunie 2010. Vei considera un
parametru de nivelare = 0,15 (valoare luat aleatoriu
din intervalul [0,1]).
Observaie: Calculele se fac pe baza relaiei:
Rt = St + (1-)Rt-1
Valoarea previzionat a vnzrilor:

45

Nr.
crt.

Luna
calendaristic

Octombrie 2009
(t-7)
Noiembrie 2009
(t-6)
Decembrie 2009
(t-5)
Ianuarie 2010 (t4)
Februarie 2010
(t-3)
Martie 2010 (t-2)
Aprilie 2010 (t-1)
Mai 2010 (t)
Iunie 2010

2
3
4
5
6
7
8
9

- pentru Decembrie 2009:

Rt-6 = St-6 + (1-)Rt-7 =
- pentru Ianuarie 2010:
Rt-5 =
- pentru Februarie 2010:
Rt-4 =
- pentru Martie 2010:
Rt-3 =
- pentru Aprilie 2010:
Rt-2 =
- pentru Mai 2010:
Rt-1 =

46

Vnzri
nregistrate
(mii Euro)
St

Vnzri
previzionate
(mii Euro)
Rt

- pentru Iunie 2010:

Rt =
Evoluie previziuni cu
reprezentarea grafic:

factor

de

nivelare

0,9

Concluzii i aprecieri:

Dac lum n calcul i celelalte componente ale

seriei dinamice, sezonalitatea i trendul, trebuie fcute
nivelri i pentru acestea. Pentru exprimarea influenelor
sezoniere, vnzrile estimate anterior vor fi multiplicate
cu un factor sezonier, calculat ca un raport ntre
vnzrile efective i cele ajustate ale unei perioade trecute
i apoi, nivelat i acesta pentru perioada curent.
Factorul de sezonalitate ndeplinete condiia 0 1.

47

Dac se are n vedere obinerea trendului, procedeul

rmne, n linii mari, acelai. Pentru previzionarea
volumului vnzrilor desezonalizate n luna iunie 2010 se
va porni de la urmtoarele date:
Vnzri previzionate (mii Euro)
Luna
Vnzri
Vnzri
Vnzri
efective
previzionate
previzionate
(2010)
cu
fr
sezonalitate
sezonalitate
(2009)
(2009)
Martie
3280
3000
3200
Aprilie
3450
3400
3500
Mai
3387
3500
3450
Vei considera valorile factorilor de nivelare = 0,3
i = 0,5.
Se va determina prognoza vnzrilor cu
sezonalitate pentru luna iunie cu relaia:
Rt = St + (1-) Rt-1
R1 =
R2 =
R3 =
Calculul factorului sezonier (Ft-s) (raportarea
vnzrilor previzionate cu sezonalitate la cele fr
sezonalitate; durata unui sezon s =12 luni).

F1s =
F2s =
F3s =

Prognoza vnzrilor desezonalizate (Mt):

Mt =
M1 =

M2 =

48

St
+ (1 ) M t 1
Ft s

M3 =
Valoarea curent a factorului sezonier:

Ft =

St
+ (1 ) Ft s
Rt

F1 =
F2 =

F3 =
Se reface prognoza vnzrilor desezonalizate:
M1 =
M2 =
M3 =
Centralizarea datelor:

Luna

Vnzri
efective

Vnzri
previzionate
cu
sezonalitate

Vnzri previzionate
fr sezonalitate
Cu factorul
Cu
sezonier din
factorul
perioada
sezonier
anterioar
estimat
pentru
anul
curent

Martie
Aprilie
Mai
Iunie

49

TEMA NR. 7
Aplicaii ale programrii liniare n economie
I. S se aduc la forma standard urmtoarele probleme:
1.

2.

50

3.

4.

II. S se aduc la forma canonic urmtoarele probleme,

indicnd la fiecare pas calculele necesare:

51

1.

2.

52

3.

53

4.

54

5.

55

6.

56

III. S se aduc la forma standard urmtoarele probleme:

1.

57

2.

58

3.

4.

59

5.

60

6.

IV. S se scrie forma dual a problemelor de programare

liniar:
1.

61

2.

62

3.

4.

63

V. Calculul valorii funciei obiectiv determinarea

soluiei optime pentru o problem de programare liniar:

Exemplu:

Reprezentarea grafic a dreptelor inegalitilor este data

de urmtoarele relaii:
(D1) :
Cercetm intersecia cu axele
si
ale dreptei D1.
Realizm acest lucru cu ajutorul urmtoarelor condiii:

nlocuim pe rnd n ecuaie cele 2 condiii i obinem

urmtoarele:

(D2) :
(D3) :

Analog
Analog

Dup ce obinem punctele de interesecie cu axele,

trecem la desenarea dreptelor n sistemul
.

64

Mulimea
soluiilor
posibile
ale
problemei
este
reprezentat de interiorul i frontiera patrulaterului
ABCD unde, tiind c variabilele trebuie s fie obligatoriu
):
nenegative (

Mulimea soluiilor de baz este format din vrfurile

patrulaterului ABCD.
Mulimea soluiilor optime de baz este format din acele
elemente ale mulimii soluiilor de baz n care funcia
obiectiv i atinge valoarea optim (n acest caz valoarea
minim).
Avem:

Soluia optim pentru problema de programare liniar

este:
Rezolvai:
1.

65

66

2.

67

VI. Resursele unui program de fabricaie sunt notate cu

Rj unde j = (1,2), coeficienii tehnologici aij, iar stocurile
din fiecare resurs a profitului pe unitatea de produs
sunt trecute n tabelul urmtor:
Stocuri
a1
a2
Produse
Resurse
R1
1
1
5
R2
2
1
8
Profit
5
3
Se urmrete determinarea numrului de produse
din fiecare sortiment astfel nct profitul total s fie
maxim.

68

69

VII. n vederea reutilrii cu utilaje performante, o

societate comercial dispune de suma de 240.000 Euro i
are de ales ntre dou tipuri de linii de fabricaie, ALFA i
BETA, care, pentru montarea lor sunt necesari 100 de
specialiti de o anumit calificare i 50 specialiti de o
alt calificare.
Montarea unei maini de tipul ALFA necesit
20.000 Euro i 10 specialiti din prima calificare i un
specialist din a doua calificare, iar pentru mainile de
tipul BETA sunt necesari 30.000 Euro, un specialist din
prima categorie i 10 specialiti din a doua categorie.
Cunoscndu-se c maina de tipul BETA aduce o
economie de 150% fa de una de tipul ALFA, s se
determine numrul de maini de fiecare tip ce se pot
comanda, astfel nct economiile pe care le vor aduce s
fie ct mai mari.

70

71

VIII. Fie dou depozite Ai n care se gsesc 300 litri,

respectiv 500 litri ap mineral, care trebuie transportat
la trei magazine Bj, n cantitile solicitate de acestea:
200 litri primul magazin,400 litri al doilea i 200 litri al
treilea magazin.
Costul transportului unui litru de ap de la
depozitul A1 la magazinul Bj este de 6,14 i respectiv 5
bani, iar de la depozitul A2 la Bj de 6,9 i respectiv 8 bani.
Se cere s se ntocmeasc un plan de transport
optim, astfel nct costurile s fie minime.

72

73

TEMA NR. 8
Algoritmul Simplex
Exemplu:
[max] f =

x1
x2

9
1

x4
x2

12
16

2
x1
1
0

1
x2
0
1

1
x3
2
3

40

9
x4
4
1
9

-6

3
13

0.25
-0.25

0
1

0.5
2.5

1
0

40

-6

3
16

Completm tabelul astfel:

- pe prima linie, n dreapta sus se trec coeficienii funciei
;
obiectiv
- pe liniile 3 i 4, n dreapta se trece matricea sistemului
.

Aici

matricea identitate
linii, trebuie s avem

trebuie

avem

ntotdeauna

. n acest caz, cum sistemul are 2

;

se trec termenii liberi (ce avem n sistem

- pe coloana
dup egal): (12, 16);

74

- pe coloana B se trec exact acele valori x care formeaz

; n acest caz se observ c

sunt cei n

cauz. (vor trebui s fie trecui n tabel n ordinea

formrii

). (etapa 1)

- pe coloana C se vor trece coeficienii

care corespund

lui x din coloana B; n acest caz, am stabilit c

sunt cei ce din B, i atunci vom trece
- n celula

va trebui s calculm valoarea funciei

obiectiv nsumnd produsul valorilor din coloana C cu

.
valorile din coloane tabelului ncepnd cu
- la fel vom proceda i cu restul de celule din linia 5
(dreapta), astfel:

- n final calculm valorile:

n ce situaie ne aflm (etapa 2).
sus, iar

le lum de pe prima linie

ATENIE:

, dup care studiem

va fi calculat ca mai
:

trebuie s fie egal cu zero sub valorile

x bazici ( i
n acest caz) ntotdeauna. Ei nu vor mai fi
studiai conform algoritmului. Pe noi ne intereseaz
ceilali .
Conform studiului impus mai departe de etapa 2,
cercetm semnul celorlali .

75

n exemplu nostru
situaia:
2.2. Dac aproape toi

, ceea ce ne pune n
0 dar avem i

, atunci

algoritmul ia sfrit cu decizia optim finit unic, dac

, sau cu decizia optim finit multiplu, dac exist
mcar un

, caz n care se caut i cealalt (sau

celelalte) soluie optim i se determin soluia optim

general.
, aa cum
Dup cum putem observa,
ne dorim pentru o problema de maxim. ns

= 0, iar

algoritmul impune mai departe s cutam

i s

finalizm cu optim finit multiplu, dar nu nainte de a

cuta i cealalt (sau celelalte) soluie optim, conform
Teoremei Criteriul de optim multiplu.
Mai departe, ne punem n situaia:
care d raportul minim:
3.2. Dac exist
atunci se elimin din baz vectorul
(i componenta bazic
baz (etapa 4).

) i se determin noua soluie de

Am notat: =

pentru a putea

lucra mai uor.

La noi =

, obinute astfel: 3 = 12/4, iar 16 =

16/1.
Dup cum se poate observa, la acest pas trebuie
s facem raport ntre valorile de pe coloana
, adic
i valorile de pe coloana matricei, unde avem
n cazul nostru

, iar valorile care ne trebuie sunt

. Cum fiecare

, algoritmul va elimina din

baz acest vector (x1), i-l va introduce pe cel care a

76

furnizat minim (n cazul nostru x4). Eliminarea lui x1 i

introducerea lui x4 se poate observa i n tabelul nostru,
indicat cu sgei negre.
Fie elementul aflat la intersecia vectorului
eliminat cu vectorul care l vom introduce, i-l vom numi
de acum pivot. Pe tabel este indicat pe fundal mai
4).
nchis (
Mai departe, ne aflam n situaia:
4. Se determin noua soluie de baz cu aj i ai
determinai respectiv la etapele 2 i 3, conform relaiei
regula dreptunghiului, dup care se revine la etapa 1.
Regula dreptunghiului:
1. Se mparte linia pivotului la pivot;
2. Coloana pivotului va avea cifra n locul pivotului
i cifra zero n rest;
3. Componenta nou = Componenta veche
(Produsul elementelor de pe diagonala fr pivot)/Pivot.
Astfel:
1. Vom mpri elementele de pe linia 1 la pivot = 4, i le
trecem n noul tabel
2. Coloana 4 (a pivotului) va avea cifra 1 (1= ) n locul
pivotului i zero dedesubt, n noul tabel
3. Componentele noi (aceste elemente vor aprea pe linia
a 2-a n noul tabel, care evideniaz eliminarea lui x1 i
introducerea lui x4) se vor calcula dup regula
dreptunghiului:

77

Atenie cnd ne referim la componenta veche: ne

referim la primul tabel; de asemenea, calculul
Componenta veche (Produsul elementelor de pe
diagonala fr pivot)/Pivot se face cu valorile din primul
tabel, iar rezultate se trec n noul tabel.
Observaie: Cnd aplicai regula dreptunghiului,
trebuie s v imagina c se formeaz un dreptunghi
(chiar ptrat) cu valorile pe care le calculai pe o latura, i
coloana pivotului, pe a doua latur.
Problema
are
astfel
optim
multiplu:
i
, iar
.
Rezolvai n mod similar urmtoarele aplicaii:
1.

[max] f =

78

x1

x2

x3

x4

x5

Rspuns (soluia/soluiile i valoarea funciei obiectiv):

2. [max] f =

x1

x2

x3

x4

x5

79

Rspuns (soluia/soluiile i valoarea funciei obiectiv):

3. [max] f =

x1

x2

x3

x4

x5

Rspuns (soluia/soluiile i valoarea funciei obiectiv):

80

TEMA NR. 9
Metoda de analiz a drumului critic
n cadrul execuiei lucrrilor de reabilitare a
spaiilor de producie se au n vedere 10 obiective la care
se vor executa lucrri de nlocuire i/sau modernizare.
Domeniul de lucrri const n:
- contractarea lucrrii de ctre o firm autorizat
n domeniu;
- organizarea de antier;
- ntocmirea graficelor de execuie;
- elaborarea fielor de control;
- ntocmirea documentaiei tehnice;
- predarea amplasamentului i a frontului de
lucru;
- dezafectarea instalaiilor termice;
- dezafectarea instalaiilor electrice;
- lucrri de construcii i reparaii;
- montaj cabluri i poduri de cabluri;
- montaj utilaje i echipamente electrice;
- lucrri conexe;
- montaj sisteme;
- marcare i verificare lucrri;
- lucrri de izolaie;
- probe;
- testare i probe tehnologice;
- recepia lucrrilor;
- punerea n funciune a obiectivelor.
Pe baza datelor prezentate n tabelul de mai jos s
se stabileasc durata optim (drumul critic) de realizare a
lucrrilor de reabilitare/modernizare.

81

82

Simbolul
activitii
pi
p1
p2
p3

Eveniment de
nceput (i) i de
ncheiere (j) a
activitii
1,2
2,3
3,4

p4

2,4

p5

4,5

p6

5,6

p7

6,7

p8

6,8

p9

7,9

p10

8,9

p11

9,10

p12
p13
p14

10,12
10,11
11,12

Denumirea activitii

Activitatea
precedent
imediat

contractare lucrare
organizarea de antier
ntocmirea graficelor
de execuie
elaborarea fielor de
control
ntocmirea
documentaiei tehnice
predarea
amplasamentului i a
frontului de lucru
dezafectarea
instalaiilor termice
dezafectarea
instalaiilor electrice
lucrri de construcii
i reparaii
montaj cabluri i
poduri de cabluri
montaj utilaje i
echipamente electrice
lucrri conexe
montaj sisteme
marcare i verificare

p1
p1, p2

Durata de
execuie a
activitii n
zile (dij)
3
2
2

Necesar
salariai pe
activitate
5
3
1

p1

p3, p4

10

p5

p6

20

p6

10

p7

30

10

p8

10

p9, p10

20

10

p11
p11
p13

15
10
10

10
5
2

p15
p16
p17

12,14
12,13
13,14

p18
p19

14,15
15,16

lucrri
lucrri de izolaie
probe
testare i probe
tehnologice
recepia lucrrilor
punere n funciune

p12, p14
p12, p14
p16

10
8
5

5
4
4

p15, p17
p18

1
1

2
2

ntocmirea graficului reea privind succesiunea activitilor (innd seama de

activitile de nceput i de ncheiere):

83

83

Calculul
alculul drumurilor complete:

84

Calcularea termenelor minime i a celor maxime:

85

p1
p2
p3
p4
p5

p6

p7
p8

contractare
lucrare
organizarea de
antier
ntocmirea
graficelor de
execuie
elaborarea fielor
de control
ntocmirea
documentaiei
tehnice avizat
MLPTL
predarea
amplasamentului
i a frontului de
lucru
dezafectarea
instalaiilor
termice
dezafectarea
instalaiilor

Sigur
Rs

Liber
Rl

De ncheiere
Total
Rt

De ncepere

Rezerve de timp

Intermediar
Ri

Termenul activitii

Maxim
Tj

Durata
de
execuie
a
activitii
n zile
(dij)

Minim
Tj
(ti +dij)

Denumirea
activitii

Maxim
ti
(Tj dij)

Eveniment
de nceput
(i) i de
ncheiere
(j) a
activitii

Minim ti

86

Simbolul
activitiipi

p9
p10
p11
p12

p13
p14
p15
p16
p17
p18
p19

electrice
lucrri de
construcii i
reparaii
montaj cabluri i
poduri de cabluri
montaj utilaje i
echipamente
electrice
lucrri conducte:
vane de reglare,
regulatoare de
presiune,
robinei etc
montaj sisteme
de automatizare
marcare i
verificare cabluri
electrice
lucrri de izolaie
probe de
presiune
conducte
testare i probe
tehnologice
recepia
lucrrilor
punerea n
funciune

87

87

88

Modelul PERT / cost:

Simbolul
activitii
pi
p1
p2
p3
p4
p5
p6
p7
p8
p9
p10
p11
p12
p13
p14
p15
p16
p17
p18
p19
TOTAL

88

Denumirea activitii

contractare lucrare
organizarea de antier
ntocmirea graficelor de execuie
elaborarea fielor de control
ntocmirea documentaiei tehnice
predarea amplasamentului i a
frontului de lucru
dezafectarea instalaiilor termice
dezafectarea instalaiilor electrice
lucrri de construcii i reparaii
montaj cabluri i poduri de cabluri
montaj utilaje i echipamente
electrice
lucrri conexe
montaj sisteme
marcare
i
verificare
cabluri
electrice
lucrri de izolaie
probe
testare i probe tehnologice
recepia lucrrilor
punerea n funciune

Durata de
execuie a
activitii n
zile (dij)
3
2
2
4
10
6

Necesar
salariai pe
activitate

Costuri
(Euro)

5
3
1
3
5
3

3000
2000
900
2700
12000
8000

20
10
30
10
20

5
5
10
4
10

33000
31000
60000
17000
44000

15
10
10

10
5
2

54000
20000
18000

10
8
5
1
1

5
4
4
2
2

23000
7000
2500
500
1000
339600

Duratele (optimist, probabil, pesimist i medie) i costurile aferente duratelor pesimiste,

precum i cel al urgentrii:
Simbolul
activitii
pi

Eveniment
de nceput
(i) i de
ncheiere (j)
a activitii

Durata activitii (zile)

Optimist
aij

Probabil
mij

Pesimist
bij

Medie
dij

Costul minim
aferent duratei
pesimiste
(Euro)

Costul
suplimentar
al urgentrii
(Euro
)

89

Total cheltuieli

89

Calculul drumurilor complete:

Graficele reea al activitilor (durate pesimiste, medii,

optimiste)

91

Calculul costurilor aferente activitilor

92

Graficul reea al activitilor (durate corectate)

Concluzii:

93

TEMA NR. 10
Modelarea deciziei n condiii de incertitudine
Societatea comercial Euroconf S.A. lanseaz pe
pia n luna iulie 2008 un nou produs: compleuri femei.
Conjunctura pe pia poate fi n acest moment poate fi
foarte favorabil, mediu favorabil sau nefavorabil
noului produs.
Conducerea societii ia n considerare trei
variante posibile de acceptare a produsului pe pia:
produsul s fie acceptat uor pe pia i s se
vnd ntr-o cantitate de 500 de mii de buci;
produsul s se vnd relativ uor pe pia, ntr-o
cantitate de 300 de mii de buci;
din produs s se vnd numai 100 de mii de
buci.
Conducerea societii are la dispoziie trei opiuni
de parteneriat n fabricarea produsului, respectiv cu
Interbel (cu care colaboreaz deja din decembrie 2002),
Odermark (colaborator din mai 2001) i Miltenberger
(colaboreaz din aprilie 1999). Contractele de colaborare
care s-ar semna cu firmele menionate se difereniaz
prin valoarea cheltuielilor fixe pentru desfurarea
produciei i prin costul variabil unitar, deoarece fiecare
dintre aceste societi este interesat s ofere condiii de
producie n lohn, asisten tehnic, design etc.
n tabelul de mai jos se prezint costurile pe care
le implic fiecare astfel de parteneriat.
Firma
Interbel
Odermark
Miltenberger

Cheltuieli fixe
(mii Euro)
42
45
40

Cost variabil unitar

(Euro/buc.)
25
21
23

Se urmrete evaluarea consecinelor economice

(att costurile implicate de desfurarea produciei, ct i
profiturile estimate) pentru fiecare situaie posibil n
funcie de ipotezele de acceptare a produsului pe pia.

94

Managerii societii estimeaz c preul de vnzare

pe pia al produsului va fi de 50 Euro. Se solicit
determinarea celei mai potrivite strategii de fabricare a
noului produs pentru societatea comercial (n ipoteza c
probabilitile de manifestare a strilor naturii nu se
cunosc).
n rezolvarea problemei vom aplica criteriile Wald,
Laplace, Savage i Hurwicz. Pentru criteriul Hurwicz vom
considera un optimist, respectiv = 0,8.
Datele referitoare la nivelurile posibile de producie
sunt calculate pe baza capacitilor de producie i pe
baza aprecierilor compartimentului de marketing asupra
vnzrilor poteniale.
Din analiza pieei confeciilor efectuate de
compartimentul de marketing i dup efectuarea unor
previziuni pe termen scurt asupra vnzrilor unor
similare
ale
societii
sunt
estimate
produse
probabilitile ca produsul s se afle ntr-una dintre
situaiile descrise.
Identificarea mai multor variante de decizie, a unor
stri obiective ale naturii, definirea criteriului de decizie
duc la descrierea situaiei propuse cu ajutorul unui
model decizional n condiii de incertitudine.
Pentru determinarea celei mai bune decizii n cazul
problemei prezentate se va considera urmtorul
raionament:
1. se identific strile naturii:
S1 - produsul este acceptat uor pe pia i s se
vnd ntr-o cantitate de 500 de mii de buci;
S2 - produsul se vinde relativ uor pe pia, ntr-o
cantitate de 300 de mii de buci;
S3 - din produs se vnd numai 100 de mii de
buci.
2. se identific variantele decizionale:
V1 produsul se fabric n parteneriat cu Interbel
i presupune cheltuieli fixe de 42 mii Euro i un cost
unitar de 25 Euro;

95

V2 produsul se fabric n parteneriat cu

Odermark i presupune cheltuieli fixe de 45 mii Euro i
un cost unitar de 21 Euro;
V3 produsul se fabric n parteneriat cu
Miltenberger i presupune cheltuieli fixe de 40 mii Euro i
un cost unitar de 23 Euro.
3. se identific consecinele economice ateptate ale
fiecrei combinaii stare a naturii variant decizional:
a) consecine de tip costuri;
b) consecine de tip profit.
a) consecinele de tip costuri au n vedere c:
CT = CF + CV
CV = Cuv * Np
Venituri = P * Np
unde:
CT cheltuieli totale;
CF cheltuieli fixe;
CV cheltuieli variabile;
Cuv cost unitar variabil;
Np numr de produse;
P pre unitar de vnzare.
Astfel, dac s-ar accepta varianta propus de
Interbel, n ipoteza acceptrii rapide pe pia a
produsului, cheltuielile totale se calculeaz astfel:
CT (V1, S1) = 42 + 25 * 500 = 12542 mii Euro
Rezult matricea decizional:
Matricea decizional cu consecine de tip costuri
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
12542
7542
2542
Odermark (V2)
10545
6345
2145
Miltenberger (V3) 11540
6940
2340
Venituri
25000
15000
5000
b) consecinele de tip profit:
Profitul = Venituri CT
De exemplu:
Profitul (V1, S1) = 25000 12542 = 12458 mii Euro
Rezult matricea decizional:
Matricea decizional cu consecine de tip profit

96

Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
12458
7458
2458
Odermark (V2)
14455
8655
2855
Miltenberger (V3) 13460
8060
2660
Pentru
tratarea
deciziilor
n
condiii
de
incertitudine se vor folosi pe rnd criteriile de decizie
cunoscute.
Criteriul Wald:
consecinte de tip profit:
maxi minj Cij V variant optim
Stare
Stare
Utiliti
Variante
Stare
S3
S2
minime
S1
Interbel (V1)
Odermark (V2)
Miltenberger
(V3)
maxi minj Cij
Varianta
optim
este
parteneriatul
cu
...........................................
consecinte de tip costuri:
mini maxj Cij V variant optim
Stare
Stare
Utiliti
Variante
Stare
S2
S3
maxime
S1
Interbel (V1)
Odermark (V2)
Miltenberger
(V3)
mini maxj Cij
Varianta optim este parteneriatul cu ...........................
Criteriul Laplace:
consecinte de tip profit:

max i

1 n
Cij V variant optim
n j =1

97

Variante

Stare
S1

Stare
S2

Stare
S3

Cij
j =1

1 3
Cij
3 j =1

Interbel (V1)
Odermark (V2)
Miltenberger
(V3)

max i

1 3
Cij
3 j =1

Varianta optim este parteneriatul cu ............................

consecinte de tip costuri:

min i

1 n
Cij V variant optim
n j =1

Variante

Stare
S1

Stare
S2

Stare
S3

C
j =1

ij

1 3
Cij
3 j =1

Interbel (V1)
Odermark (V2)
Miltenberger
(V3)

min i

1 3
Cij
3 j =1

Varianta optim este parteneriatul cu ............................

Criteriul Savage:
consecinte de tip profit:
Varianta optim: mini maxj Rij V, unde Rij = maxi Cij Cij
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Valoarea cea mai mare
Matricea regretelor:

98

Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Se aplic criteriul mini.max care indic alegerea
parteneriatului cu ..............................................................
consecinte de tip costuri:
Varianta optim: mini maxj Rij V, unde Rij = Cij - mini
Cij
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Valoarea cea mai mic
Matricea regretelor:
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Variante
Stare S1 Stare S2 Stare S3
Interbel (V1)
Odermark (V2)
Miltenberger (V3)
Se aplic criteriul mini.max care indic alegerea
parteneriatului cu ...........................................
Criteriul Hurwicz:
Se consider = 0,8.
consecinte de tip profit:
maxi hi Valoare optim

99

hi = max j C ij + (1 ) min j C ij
Variante

Stare
S1

Stare
S2

Stare
S3

max min

Interbel (V1)
Odermark (V2)
Miltenberger
(V3)
- Linia 1: h1 =
-

Linia 2: h2 =

- Linia 3: h3 =
Aadar, i ca urmare a aplicrii acestui criteriu
varianta optim este ..................................................
consecinte de tip costuri:
mini hi Valoare optim

hi = min j C ij + (1 ) max j C ij

Variante

Stare
S1

Stare
S2

Stare
S3

max min

Interbel (V1)
Odermark (V2)
Miltenberger
(V3)
- Linia 1: h1 =
-

Linia 2: h2 =

- Linia 3: h3 =
Aadar, ca urmare a aplicrii acestui criteriu
varianta optim este ...........................................
Concluzii:

100

BIBLIOGRAFIE
1. Filip F.G. - Decizie asistat de calculator: decizii,
decideni, metode i instrumente de baz, Editura
Tehnic i Editura Expert, Bucureti, 2002.
2. Luban Florica Simulri n afaceri, Ed. ASE,
Bucureti, 2005, www.bibliotecadigitala/ase.ro.
3. Panaitescu Gheorghe M. Modelarea i simularea
sistemelor de producie, Curs pentru nvmntul la
distan, Universitatea Petrol - Gaze Ploieti, 2007.
4. Raiu Suciu Camelia Modelarea & simularea
proceselor economice. Teorie i practic, Ediia a III-a,
Ed. Economic, Bucureti 2003.
5. Raiu-Suciu C., Luban F., Hncu D., Ene N. - Modelare
economic aplicat. Studii de caz. Teste. Editura
Economic, Bucureti, 2002.
6. Romnu Ion - Previziune economic, Note de curs
aferente disciplinei Managementul investiiilor din cadrul
masterului cu specializarea Managementul Investiiilor
organizat de Facultatea de tiine Economice a
Universitii Hyperion din Bucureti, 2007.
7. Romnu I., Vasilescu I., C.Cicea - Investiii, Ed.
Economic, Bucureti, 2000.
8. Romnu Ion, Vasilescu I. (coord.) - Managementul
investiiilor, Ed. Mrgritar, Bucureti, 1997.

101