Pentru aplicarea practic a acestor consideraii logice sunt necesare date

istorice ale desfurrii activitii de transport n condiii concrete (cal*km). Cu

ajutorul acestora se vor determina media i deviaia cererii i productivitii vehiculelor
i se compar comportarea sistemului de transport n situaiile generate de cele 2 tipuri
de date.
Datele necesare acestor calcule s-au colectat prin investigare completa timp de
trei saptamini (s-au efectuat observri asupra activitii de transport, rezultnd datele
statistice prezentate n tab. 7). Valorile se refera la numrul de cal*km efectuati zilnic de
fiecare din cele 11 vehicule in uz. Calculul abaterilor medii ptratice s-a fcut pornind
de la dispersia de selecie:
s2

1 n
x i x 2
n 1 i 1

De exemplu, abaterea medie ptratic

s2

pentru ziua de luni s-a calculat cu

datele din tab 7 , astfel:

1
3600 2 2800 2 3200 2 3200 2 3709
4 1

Aplicnd relatia i celorlalte zile ale sptmnii, s-a obinut tab. 6. Studiul statistic a
artat c se poat admite c numerele aleatoare (deci cal*km efectuati) urmeaz legea
de repartitie normala.

Tab. 7 Realizarile detaliate ale celor 11 vehicule din parc (date istorice)
NR ORDINE = 45 / tg(45)=1 => nr veh= tg(1)= 0.017 => 17 vehicule

Nr crt.

Saptamana 1

149

160

144

144

144

154

160

139

117

124

154

72

155

49

49

160

135

160

187

101

158

99

161

159

71

161

151

97

54

49

460

84

57

10

115

99

148

139

11

139

119

158

12

155

49

13

71

135

14

49

15

124

50

100

16

154

124

92

17

150

100

102

150

Total

1181

1239

1111

995

997

512

605

Nr crt

Saptamana 2

124

160

52

151

161

51

49

104

135

71

72

152

136

134

144

144

100

97

159

158

153

141

194

50

136

160

159

51

135

158

100

169

158

101

10

149

158

49

152

11

49

135

49

12

109

102

13

154

152

14

147

15

49

143

16

123

70

167

17

155

123

91

Total

1129

1177

966

950

902

645

746

Nr Crt
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Total

Saptamana 3
1
2
47
0
44
152
135
0
123
153
49
64
101
136
152
139
49
50
0
135
0
158
0
0
0
0
0
0
0
0
0
0
130
0
0
154
830
1141

3
0
0
0
51
136
158
48
134
158
104
152
0
0
0
0
0
0
941

4
49
0
0
0
0
0
104
152
49
101
153
107
152
0
0
0
0
867

5
96
0
0
0
0
0
151
49
97
155
97
151
153
0
0
0
0
949

6
0
0
98
151
0
0
0
0
0
0
0
0
0
138
78
49
100
614

7
0
71
0
144
0
159
0
0
0
0
0
0
0
0
143
106
98
720

Media

(1181+1129

(1239+117

(1111+96

(995+950

(997+902

(512+645

(605+746

zilnica

+830)/3

7+1141)/3

6+941)/3

+867)/3

+949)/3

+614)/3

+720)/3

=1047

=1186

=1006

=937

=949

=590

=690

Media numrului de cal*km efectuai de un vehicul ntr-o zi este:

1047 1186 1006 937 949 590 690
cal * km
61
7 17
zi veh

Calculul deviatiei, desi mai laborios, nu pune totusi probleme ; abaterea medie
ptratic obtinuta este = 65.

1
1239 1186 2 1177 1186 2 (1141 1186) 2 50
3 1

(marti)

1
1111 1006 2 966 1006 2 (941 1006) 2 92
3 1

(miercri )

( joi)

189

1
1181 1047 2 1129 1047 2 (830 1047) 2
3 1

(luni )

1
995 937 2 950 937 2 (867 937) 2 65
3 1

(vineri)

1
997 949 2 902 949 2 (949 949) 2 48
3 1

( sambatai)

1
512 590 2 645 590 2 (614 590) 2 70
3 1

(du min ica )

1
605 690 2 746 690 2 (720 690) 2 92
3 1

Ziua

Luni

Marti

Miercuri

Joi

Vineri

Sambata Duminic

Media

1047

1186

1006

937

949

590

a
690

Deviatia

189

50

92

65

48

70

75

n continuare, se aplic metoda Monte Carlo pe o prob artificial obinut cu ajutorul

unui tabel de numere aleatoare, transformat ntr-un tabel de abateri corespunztor
repartiiei Gauss (anexa I). Se ntocmete tab. 8 care cuprinde numrul de cal*km de
efectuat n 4 sptmni viitoare:
Tab. 8 Sarcini estimate prin metoda Monte Carlo
Ziua/Saptamana
L
MA
MI
J
V
S
D

S1
1105
1224
1094
943
956
544
783

S2
1095
1187
1057
1010
923
599
692

S3
1210
1215
1056
893
1006
529
600

Modul de calcul al coloanei S1 din tab. 8 este urmtorul:

1047 0,306 189 1105
1186 0,760 50 1224
1006 0,956 92 1094
937 0,094 65 943
949 0,148 48 956
590 0,661 70 544
690 1,231 75 783

Cu ajutorul irurilor alese pentru ncercri (din anexa

I ) se pot obine

realizari prezumtive corespunztoare utilizarii, de pilda, a 5 , 10 sau 15 vehicule.

Modalitatea de obtinere se exemplifica pentru 5 vehicule luate in considerare:

m(10) 10 61 270
m(15) 15 61 540
m(20) 20 61 1080

10 65 205
15 65 251
20 65 290
M(10)=

610
205

M(15)=

915
251

M(20)=

Coloana S1 din tab. 9, ntocmit pentru cele de 5 vehicule, s-a obinut astfel:
x11 610 1,239 205 735
x 21 610 0,928 205 697
x31 610 0,670 205 690
x 41 610 0,643 205 711
x51 610 2,503 205 785
x61 610 0,895 205 482
x71 610 0,070 205 435

Tab. 9 Realizarile probabile (pentru 10 vehicule)

Ziua/Saptamana
L
MA
MI
J
V
S
D

S1
735
697
690
711
785
482
435

S2
785
523
689
566
529
738
753

S3
799
697
686
676
626
617
529

S2
752
1084
1150
1293
1579
1605
1293

S3
1345
1006
1078
1153
765
987
1710

Realizarile probabile (pentru 15 vehicule)

Ziua/Saptamana
L
MA
MI
J
V
S
D

S1
1058
980
1110
1436
954
1065
896

1220
290

Realizarile probabile (pentru 20 vehicule)

Ziua/Saptamana
L
MA
MI
J
V
S
D

S1
1318
1865
1757
292
1435
947
1806

S2
1328
1357
1767
1894
1982
1767
927

S3
1074
1328
1845
1699
1376
1845
2090

Pentru definitivarea simularii, se trece la elaborarea unei metodologii de interpretare a

seriei de rezultate obtinute. Se procedeaza in felul urmator (pentru saptamina 1 de
simulare):

se coroboreaza informatiile din tab. 8 cu cele din tabelele de tipul celui prezentat mai
sus (tab. 9 ; dar in mod asemanator si tabele pentru 10 , respectiv 15 vehicule luate
in considerare);

pentru extragerea concluziilor, se calculeaza in coloanele 6 si 7 ale tab. 10

necesarul de mijloace suplimentare, respectiv inutilizarea acestor mijloace, datorita
caracterului intimplator al activitatii;

relatiile au la baza o logica elementara (se lucreaza in medie 20 ore pe zi):

col.6

col.7

col.4
col.3

20 * nr.vehicule
col.5

col.3

20 * nr.vehicule

Tab. 10 Coroborarea datelor referitoare la sarcini si realizari probabile

Nr veh
0

10

Zi
1
L
Ma
Mi
J
V
S
D

Nr cal*km
2
1105
1224
1094
943
956
544
783

Cap lucru
3
735
697
690
711
785
482
435

Pres
4
370
526
404
233
172
62
347

Disp
5
0
0
0
0
0
0
0

L
Ma
Mi
J
V
S
D

1105
1224
1094
943
956
544
783

1058
980
1110
1436
954
1065
986

47
244
0
0
2
0
0

L
Ma
Mi
J
V
S
D

1105
1224
1094
943
956
544
783

1318
1865
1757
292
1435
947
1806

0
0
0
651
0
0
0

0
0
17
493
0
521
113
0
213
641
664
0
479
402
1024

total

15

Total

20

Total

Ore sup
6
101
151
117
66
44
26
160
669
13
75
0
0
1
0
0
88
0
0
0
892
0
0
0
892

Ore nec
7
0
0
0
0
0
0
0
0
0
0
4
103
0
147
38
292
65
138
151
0
133
170
227
883

Tab. 10 Coroborarea datelor referitoare la sarcini si realizari probabile

tinind cont de conditiile de plata pentru zile libere si pentru orele suplimentare
(200%) si avind in vedere ca aparitia orelor pierdute trebuie amendata, cu
ajutorul valorilor din tab. 10 se poate obine dimensionarea rationala, pentru minimul
de ore:
10 veh.*20 h/zi *(5 zile lucr. + 2 zile libere*2) + 669*2 = 1338 h [+ 0 = 1388 h]

15 veh.*20 h/zi *(5 zile lucr. + 2 zile libere*2) + 88*2 = 176 h [+ 2*292 = 760 h]
20 veh. *20 h/zi *(5 zile lucr. + 2 zile libere*2) + 892*2 = 1784 h [+ 2*883 = 3550 h]

(totalurile din parantezele patrate sint corectate cu de doua ori valoarea orelor
pierdute).

aceste valori reprezentate grafic, conduc, dupa interpolarea obligatorie (prin

intermediul unor curbe adecvate de exemplu, tip parabola) la determinarea
optimului si anume, cel mai probabil, 8 vehicule, fig. 6:

10 veh
15 veh
20 veh

1338
176
1784

1338
760
3550

4000
3500
3000
2500

Curba corectata cu de
2 ori valoarea orelor
pierdute

2000

Curba fara
corectiaorelor pierdute

1500
1000
500
0
4

10

12

14

16

Fig. 6 Parabolele de interpolare pentru valorile cumulate ale orelor de activitate