Documente Academic
Documente Profesional
Documente Cultură
Modelare Management Grile PDF
Modelare Management Grile PDF
2)Expresia matematic care limiteaz intervalul n care variabilele rezultat ar putea fi calculate este
echivalent:
1 din mulimea soluiilor admisibile folosind un anume criteriu de decizie sau o funcie
scop;
2 din mulimea valorilor variabilelor independente;
3 cu ajutorul unei tehnici de simulare sau a unor metode euristice;
4 cu ajutorul mai multor criterii de decizie / funcii scop (independente) considerate simul-
tan;
5 lund n considerare subiectivismul cercettorului decidentului.
ANS: 1
1 valori optime;
2 simplificate;
3 euristice;
4 aproximri ale unor valori reale;
5 nerealiste.
ANS: 4
5) Printre aspectele relevante pentru diferenierea modelelor normative (bazate pe optimizare) i
cele descriptive (bazate pe satisfacie) nu se enumer:
7)Selectai afirmaia fals din urmtoarele propoziii referitoare la avantajele oferite de tehnica simul-
rii:
1 simularea poate fi folosit pentru a verifica o soluie nesigur obinut pe cale analitic;
2 simularea permite controlul fenomenelor reale, prin soluiile oferite putndu-se corecta de-
ciziile efectuate anterior;
3 simularea permite intuirea unor fenomene reale, verificndu-se verosimilitatea unor ipo-
teze de evoluie;
4 prin simulare se pun n eviden acele variabile semnificative pentru studiul fenomenului
real i legturile dintre acestea;
5 prin formularea i experimentarea unor modele, prin simulare se pot culege n mod sistem-
atic date concludente i sugestive pentru evoluia fenomenelor reale.
ANS: 1
conceptul folosit pentru a descrie mulimea finit de operaii / instruciuni / comenzi care execu-
tate ntr-o anumit succesiune duc la transformarea datelor de intrare ntr-un set de valori de
ieire.
1 vector
2 algoritm
3 structur
4 model
5 problem
ANS: 2
9) Mrimile care caracterizeaz procesele economice din punct de vedere al preciziei lor pot fi
clasificate n mrimi:
A. Fuzzy/vagi;
B. Aproximative;
C. Euristice;
D. Exacte;
E. Stochastice;
F. Deterministe;
G. Precise;
H. Imprecise.
1 A+B+H
2 D+F+G
3 A+E+F
4 C+E+H
5 A+B+G
ANS: 3
10) Atunci cnd gradul ridicat de precizie a datelor folosite se asociaz unui grad mediu de completi-
tudine se recomand utilizarea:
1 analogiilor;
2 modelelor deterministe;
3 abordrii stochastice;
4 mulimilor vagi (fuzzy);
5 informaiilor nerelevante.
ANS: 2
1 aceasta se poate face n plan real, prin intervenia cercettorului n definirea cadrului de
experimentare;
2 aceasta se poate realiza "n plan virtual" pe eantioane de mari dimensiuni, furniznd
estimri complete la costuri rezonabile;
3 este o etap necesar a procesului de modelare fiind precedat de identificarea problemei
prin cunoaterea detaliat a realitii i de construirea modelului propriu-zis;
4 este o etap necesar a procesului de modelare fiind urmat de rezolvarea i implementa-
rea modelului i, eventual, de actualizarea soluiei prin analiza de senzitivitate;
5 aceasta se poate face "in plan real" prin observarea complet sau exhaustiv a realitii.
ANS: 5
12) Referitor la o problem de programare liniar, introducerea impreciziei (relaxarea datelor inex-
acte), prin care coeficienii variabilelor sau termenii liberi ai restriciilor sunt mulimi vagi, con-
duce la:
1 programarea dinamic;
2 programarea fuzzy;
3 programarea n numere ntregi;
4 programarea stochastic;
5 programarea n numere ntregi.
ANS: 2
13) n cazul problemelor de dimensiuni mari, de natur stochastic sau vag, se recomand:
1 algoritmi exaci;
2 algoritmi euristici;
3 algoritmi bazai pe tehnici de optimizare;
4 algoritmi lingvistici;
5 algoritmi de programare liniar cu variabile 0/1.
ANS: 2
1 soluie optim;
2 soluie optim cu o anumit probabilitate;
3 o soluie "bun" fr s se arate c este "cea mai bun posibil";
4 soluie suboptimal cu o anumit probabilitate;
5 soluie ntreag.
ANS: 3
17) Pentru rezolvarea unor probleme n care volumul de date disponibile este redus se pot folosi:
1 modele deterministe;
2 modele stochastice;
3 modele probabilistice;
4 modele fuzzy;
5 modele econometrice.
ANS: 2
1 deductiv;
2 stochastic;
3 probabilist;
4 procedural;
5 determinist.
ANS: 4
1 decizia presupune alegerea ntre mai multe variante de decizie (formulate ca alternative
mutual exclusive);
2 decizia economic presupune activitatea de cutare contient a unei variante de aciune
menit s contribuie la atingerea unui obiectiv stabilit anterior;
3 decizia rezult ca urmare a procesrii n mod contient i raional a unor informaii i cu-
notine;
4 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;
5 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
21)Diferena dintre valoarea obinut prin decizia optim pentru o anumit stare a naturii i valoarea re-
zultat din oricare alt alegere a variantei decizionale se numete:
1 risc;
2 raionalitate;
3 regret;
4 incertitudine;
5 eroare.
ANS: 3
22)Diferena principal dintre modul n care acioneaz natura (mediul nconjurtor) i modul n care ar
aciona un partener contient const n faptul c:
1 fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care nu
se cunosc probabilitile de apariie;
2 fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care se
cunosc probabilitile de apariie;
3 elementele procesului decizional sunt variabile controlabile, cu caracteristici cunoscute, cu
evoluii ce pot fi anticipate cu precizie acceptabil;
4 numrul de variabile (att controlabile, ct i necontrolabile) este ridicat, totui anticiparea
evoluiei celor necontrolabile este posibil (cu un grad satisfctor de aproximaie);
5 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
1 numai a tehnicii de tip pesimist sau prudent (Wald) avnd n vedere ipoteza aversiunii fa
de risc a agenilor economici;
2 numai a tehnicii de tip optimist avnd n vedere ipoteza nclinaiei fa de risc a agenilor
economici;
3 indicatorului de tip speran matematic a consecinelor decizionale;
4 indicatorului de tip speran matematic pentru matricea regretelor;
5 urmtoarelor tehnici: Wald, Savage, Hurwicz, Laplace.
ANS: 5
28) n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionale op-
time 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 max i min j C ij V *
2 1 n
maxi Cij
n j=1
V
3 min i max j C ij V *
4 n
p C
j =1
j ij V*,
max
5 min i max j R ij V* , unde R ij = max i C ij C ij
ANS: 5
29) n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionale op-
time 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 este dat de diferena dintre profitul estimat a fi obinut n condiiile cunoaterii complete a
informaiilor i costul achiziionrii informaiilor perfecte (C);
2 rolul informaiei perfecte este dat de posibilitatea (teoretic) de a preschimba situaia deci-
zional din una n condiii de risc ntr-una n condiii de incertitudine;
3 valoarea VIP pentru modelele de decizii incerte este mai mic n comparaie cu valoare
VIP calculat pentru decizii n condiii de risc;
4 n n
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
S1 S2 S3
V1 14000 11125 8250
V2 13800 11050 8300
V3 13500 11000 8500
1 este varianta 1;
2 este varianta 2;
3 este varianta 3;
4 poate oricare dintre variante, n mod indiferent;
5 nu se poate preciza optimalitatea pentru nici o variant.
ANS: 5
1 dac se dispune de posibilitatea achiziiei de informatie complet, iar pretul acesteia este
de 83,33 u.m., nu se recomand achiziionarea informatiei;
2 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;
3 valoarea informaiei perfecte este de 83,33 u.m.
4 valoarea asteptat a profitului n condiiile dispunerii de informaie perfect este de
10916.67 u.m.;
5 valoarea asteptat a profitului fr informaie perfect este de 11000 u.m.
ANS: 2
1 se pstreaz constant;
2 se reduce cu 83,33 um.:
3 crete cu 83.33. um:
4 crete cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1;
5 se reduce cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1
ANS: 5
Indicai oferta cea mai convenabil din punctul de vedere al celei mai mari utiliti sintez:
1 oferta 1;
2 oferta 2;
3 oferta 3;
4 oferta 4;
5 nu se poate distinge cea mai bun ofert pe baza informaiilor disponibile.
ANS: 1
1 aj max aij
cu ajutorul unei formule de tipul aj max aj min
;
2 prin extrapolare;
3 obiectiv - cu ajutorul unui procedeu de optimizare;
4 subiectiv prin acordarea de valori n intervalul [0,1];
5 prin simulare.
ANS: 5
1 aj max aij
cu ajutorul unei formule de tipul aj max aj min ;
2 aij aj min
cu ajutorul unei formule de tipul aj max aj min ;
3 cu ajutorul estimrilor decidentului;
4 subiectiv prin acordarea de valori n intervalul [0,1];
5 prin simulare.
ANS: 1
48) Selectai afirmaia fals referitoare la metoda programrii scop (Goal Programming):
1 Ideea de baz a acestei metode, const n agregarea obiectivelor n ntr-o funcie de utilit-
ate sintez prin specificarea pentru fiecare obiectiv a unei utiliti;
2 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 Se caut acea soluie care atinge toate nivelurile de aspiraie, fr a permite nregistrarea
de abateri;
4 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 di-
ferite de zero;
5 n cazul n care obiectivele sunt exprimate n uniti de msur diferite, pentru minimiza-
rea deviaiilor fa de nivelurile de aspiraie este necesar determinarea unor costuri de
penalizare ale deviaiilor.
ANS: 5
51) ncercarea de a lua n considerare factorii (controlabili sau nu) ce acioneaz asupra unei organi-
zaii conduce la utilizarea unor metode specifice de previziune. Metodele bazate pe serii de timp
se utilizeaz:
1 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 de-
grab dect pe date;
2 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);
3 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 ,...) ;
t t 1 t 2
4 n cazul unor ecuaii simultane sau sisteme de ecuaii ce descriu n form matematic dife-
rite legiti economice i pentru rezolvarea crora este necesar un set de date iniiale;
5 n situaia n care se pot identifica factori externi care pot fi controlai prin intervenie
controlat i aciune contient
ANS: 3
54) Selectai afirmaia adevrat de maxim generalitate; Intre componentele eseniale ale unei serii
dinamice se includ:
55) Selectai din urmtoarea enumerare, componenta care nu este specific analizei seriei temporale
a unui indicator sau fenomen economic (de exemplu: cursul de schimb):
1 trendul (tendina);
2 variaia ciclic;
3 variaia sezonier;
4 fluctuaiile neregulate/ntmpltoare;
5 viteza de cretere/descretere a mrimii indicatorului.
ANS: 5
56) n modelul ajustrii exponeniale, alegerea unei valori apropiate de 0 pentru ? va conduce:
57)Procedeele de previziune bazate pe modelul Brown (cu un singur factor de nivelare n jurul mediei)
pot fi aplicate n practic dac:
59) Selectai afirmaia fals: "In metoda ajustrii exponeniale a lui Brown (cu un singur factor de
nivelare, [0,1] ):
Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (date 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 33448
Feb 03 32883,95 33448 33448
Mar 03 33134,5 33391,59 32940,36
Apr 03 33702,67 33365,88 33115,09
Mai 03 32501,71 33399,56 33643,91
Iun 03 32616,43 33309,78 32615,93
Iul 03 32667,43 33240,44 32616,38
Aug 03 33359,14 33183,14 32662,32
Sep 03 33799,32 33200,74 33289,46
Oct 03 33157,17 33260,6 33748,33
Noi 03 34108,8 33250,26 33216,29
Dec 03 33012,55 33336,11 34019,55
Ian 04 32571,9 33303,76 33113,25
Feb 04 32072,5 33230,57 32626,04
33114,76 32127,85
CFE -3332,365 -1466,828
MAD 559,3989 563,9823
MSE 402414,5 424108,3
MAPE 1,69986 1,703991
Trk.Signal -5,957047 -2,600841
Alpha=0,1 Alpha=0,9
Cea mai corect previziune a cursului de schimb ROL/USD pentru luna martie 2004 este:
1 32072,5 ROL/USD;
2 33230,57 ROL/USD;
3 32626,04 ROL/USD;
4 33114,76 ROL/USD;
5 32127,85 ROL/USD.
ANS: 4
Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (date 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 33448
Feb 03 32883,95 33448 33448
Mar 03 33134,5 33391,59 32940,36
Apr 03 33702,67 33365,88 33115,09
Mai 03 32501,71 33399,56 33643,91
Iun 03 32616,43 33309,78 32615,93
Iul 03 32667,43 33240,44 32616,38
Aug 03 33359,14 33183,14 32662,32
Sep 03 33799,32 33200,74 33289,46
Oct 03 33157,17 33260,6 33748,33
Noi 03 34108,8 33250,26 33216,29
Dec 03 33012,55 33336,11 34019,55
Ian 04 32571,9 33303,76 33113,25
Feb 04 32072,5 33230,57 32626,04
33114,76 32127,85
CFE -3332,365 -1466,828
MAD 559,3989 563,9823
MSE 402414,5 424108,3
MAPE 1,69986 1,703991
Trk.Signal -5,957047 -2,600841
Alpha=0,1 Alpha=0,9
Eroarea medie ptratic (MSE) n cazul celei mai corecte previziuni a cursului de schimb me-
diu zilnic ROL/USD este:
1 424108,3;
2 mai mare dect 424108,3;
3 402414,5;
4 mai mic dect 402414,5;
5 cuprins n intervalul [402414,5; 424108,3].
ANS: 3
Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (date 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 33448
Feb 03 32883,95 33448 33448
Mar 03 33134,5 33391,59 32940,36
Apr 03 33702,67 33365,88 33115,09
Mai 03 32501,71 33399,56 33643,91
Iun 03 32616,43 33309,78 32615,93
Iul 03 32667,43 33240,44 32616,38
Aug 03 33359,14 33183,14 32662,32
Sep 03 33799,32 33200,74 33289,46
Oct 03 33157,17 33260,6 33748,33
Noi 03 34108,8 33250,26 33216,29
Dec 03 33012,55 33336,11 34019,55
Ian 04 32571,9 33303,76 33113,25
Feb 04 32072,5 33230,57 32626,04
33114,76 32127,85
CFE -3332,365 -1466,828
MAD 559,3989 563,9823
MSE 402414,5 424108,3
MAPE 1,69986 1,703991
Trk.Signal -5,957047 -2,600841
Alpha=0,1 Alpha=0,9
Pentru o aplicare riguroas a metodei nivelrii exponeniale simple, n previziunea unui feno-
men, semnalul de urmrire (Trk. Signal eng.) trebuie s ia valori:
1 TS > 5;
2 TS < -5;
3 TS ( 5 ,5 ) ;
4 TS = 10;
5 TS ( 5 , 5 ) .
ANS: 5
Ian 03 33448
Feb 03 32883,95 33448 33448
Mar 03 33134,5 33391,59 32940,36
Apr 03 33702,67 33365,88 33115,09
Mai 03 32501,71 33399,56 33643,91
Iun 03 32616,43 33309,78 32615,93
Iul 03 32667,43 33240,44 32616,38
Aug 03 33359,14 33183,14 32662,32
Sep 03 33799,32 33200,74 33289,46
Oct 03 33157,17 33260,6 33748,33
Noi 03 34108,8 33250,26 33216,29
Dec 03 33012,55 33336,11 34019,55
Ian 04 32571,9 33303,76 33113,25
Feb 04 32072,5 33230,57 32626,04
33114,76 32127,85
CFE -3332,365 -1466,828
MAD 559,3989 563,9823
MSE 402414,5 424108,3
MAPE 1,69986 1,703991
Trk.Signal -5,957047 -2,600841
Alpha=0,1 Alpha=0,9
In cazul previziunii cu cea mai mic eroare medie ptratic (MSE), constanta de nivelare ?
propus ca optim este:
1 0,1;
2 0,3;
3 1;
4 0,9;
5 0,5.
ANS: 1
65) In general, determinarea valorii optime a constantei de nivelare se poate face n cazul aplicaiilor
economico - sociale dup criteriul de minimizare a:
66) Atunci cnd gradul ridicat de precizie a datelor folosite se asociaz unui grad mediu de comple-
titudine se recomand utilizarea:
1 analogiilor;
2 modelelor deterministe;
3 abordrii stochastice;
4 mulimilor vagi (fuzzy);
5 informaiilor nerelevante.
ANS: 4
67) Una din premisele utilizrii lanurilor Markov pentru modelarea evoluiei ponderii pe pia a
unor produse concureniale este urmtoarea:
69) Unele din premisele utilizrii lanurilor Markov pentru modelarea evoluiei pe pia a unor pro-
duse concureniale sunt urmtoarele:
1 A+C+D
2 B+C+D
3 A+C+F
4 C+D+E
5 A+E+F
ANS: 1
70) 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 in-
formatic WINQSB/ Mkp:
Tabelul 6. Date iniiale
From \ To AA1 AA2 AA3
AA1 0.6 0.2 0.2
AA2 0.1 0.7 0.2
AA3 0.1 0.1 0.8
Initial Prob. 0.55 0.25 0.20
Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale"
Time Period Probability of State Probability of State Probability of State
AA1 AA2 AA3
1 0.3750 0.3050 0.3200
2 0.2875 0.3205 0.3920
3 0.2438 0.3211 0.4352
1 0,375;
2 0,2875;
3 0,2438
4 0,2;
5 0,55
ANS: 5
71) 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 in-
formatic WINQSB/ Mkp:
Tabelul 6. Date iniiale
From \ To AA1 AA2 AA3
AA1 0.6 0.2 0.2
AA2 0.1 0.7 0.2
AA3 0.1 0.1 0.8
Initial Prob. 0.55 0.25 0.20
Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale"
Time Period Probability of State Probability of State Probability of State
AA1 AA2 AA3
1 0.3750 0.3050 0.3200
2 0.2875 0.3205 0.3920
3 0.2438 0.3211 0.4352
1 0,7;
2 0,53;
3 0,433;
4 0,1;
5 0,2.
ANS: 1
72) 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 in-
formatic WINQSB/ Mkp:
Tabelul 6. Date iniiale
From \ To AA1 AA2 AA3
AA1 0.6 0.2 0.2
AA2 0.1 0.7 0.2
AA3 0.1 0.1 0.8
Initial Prob. 0.55 0.25 0.20
Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale"
Time Period Probability of State Probability of State Probability of State
AA1 AA2 AA3
1 0.3750 0.3050 0.3200
2 0.2875 0.3205 0.3920
3 0.2438 0.3211 0.4352
Probabilitatea de reorientare a unui cumprtor al produsului AA2 n luna aprilie a.c. ctre pro-
dusul AA3 n luna mai este:
1 0,392;
2 0,32;
3 0,2;
4 0,3;
5 0,8.
ANS: 3
73) 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 in-
formatic WINQSB/ Mkp:
Tabelul 6. Date iniiale
From \ To AA1 AA2 AA3
AA1 0.6 0.2 0.2
AA2 0.1 0.7 0.2
AA3 0.1 0.1 0.8
Initial Prob. 0.55 0.25 0.20
Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale"
Time Period Probability of State Probability of State Probability of State
AA1 AA2 AA3
1 0.3750 0.3050 0.3200
2 0.2875 0.3205 0.3920
3 0.2438 0.3211 0.4352
1 0,5;
2 0,3;
3 0,2;
4 0,1;
5 0,55.
ANS: 1
74) 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 com-
paraie 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 aproxi-
mativ, 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 Schimbarea opiunii de cumprare
clienilor
De la A De la B De la C Total de la
Produs de 4500 - 675 675 1350
marc A
Produs de 3500 875 - 525 1400
marc B
Produs de 2000 600 400 - 1000
marc C
total 10000 1475 1075 1200 -
1 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;
2 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
3
ANS: 4
75) 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 com-
paraie 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 aproxi-
mativ, 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 Schimbarea opiunii de cumprare
clienilor
De la A De la B De la C Total de la
Produs de 4500 - 675 675 1350
marc A
Produs de 3500 875 - 525 1400
marc B
Produs de 2000 600 400 - 1000
marc C
total 10000 1475 1075 1200 -
1 0,45;
2 0,35;
3 0,20;
4 0,4626;
5 0,4755.
ANS: 1
76) 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 com-
paraie 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 aproxi-
mativ, 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 Schimbarea opiunii de cumprare
clienilor
De la A De la B De la C Total de la
Produs de 4500 - 675 675 1350
marc A
Produs de 3500 875 - 525 1400
marc B
Produs de 2000 600 400 - 1000
marc C
total 10000 1475 1075 1200 -
1 0,7;
2 0,5;
3 0,6;
4 0,15,
5 0,25.
ANS: 1
77) 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 com-
paraie 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 aproxi-
mativ, 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 Schimbarea opiunii de cumprare
clienilor
De la A De la B De la C Total de la
Produs de 4500 - 675 675 1350
marc A
Produs de 3500 875 - 525 1400
marc B
Produs de 2000 600 400 - 1000
marc C
total 10000 1475 1075 1200 -
ANS: 4
78) Analiza de senzitivitate:
1 reprezint o tehnic de studiu a modificrilor unor concluzii, rezultate n urma unor cer-
cetri, fa de variaiile posibile ale valorilor factorilor, sau fa de erorile diferitelor mri-
mi coninute n estimaiile fcute;
2 este echivalent cu aplicarea tehnicii de optimizare;
3 presupune utilizarea mulimilor fuzzy sau stochastice ca modalitate de a compensa nede-
terminarea datelor iniiale
4 se desfoar numai n legtur cu programarea liniar;
5 identific soluia optim ntr-o problem multicriterial.
ANS: 1
1 Analiza de senzitivitate permite o mai bun nelegere a riscului pe care l comport dife-
rite variante de aciune, ct i stabilitatea n timp a deciziei pentru care a optat decidentul.
2 Analiza de senzitivitate faciliteaz comunicarea, prin faptul c: face recomandrile mai
credibile, uor de neles; ajut decidentul s ncorporeze i alte perspective asupra proble-
mei, precum cele culturale, politice, psihologice etc. n recomandrile manageriale tiini-
fice; ajut managerii s i selecteze o anumit abordare a problemelor decizionale.
3 Analiza de senzitivitate permite reducerea incertitudinii i controlul riscurilor pentru dife-
rite variante de aciune, ct i a stabilitii deciziei pentru care a optat decidentul.
4 Analiza de senzitivitate crete nelegerea sistemelor, ntruct: estimeaz relaiile ntre va-
riabilele de intrare i de ieire; permite nelegerea relaiilor ntre variabilele de intrare i
de ieire; dezvolt testarea ipotezelor.
5 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
80) Analiza de senzitivitate ajut decidenii n luarea deciziei i n formularea de recomandri, deoa-
rece:
81) 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 va-
loarea 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 ntre-
prinderea 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:
82) 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 va-
loarea 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 ntre-
prinderea 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:
83) 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 va-
loarea 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 ntre-
prinderea 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 sen-
sibil factor este:
1 investiia iniial;
2 volumul de vnzri;
3 preul produsului;
4 costul cu fora de munc;
5 costul cu materiile prime.
ANS: 3
84)Indicai care din afirmaiile urmtoare referitoare la tehnica simulrii este fals:
1 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.
2 prin soluiile exacte pe care le ofer, simularea este o tehnic de cercetare eficient pentru
fenomenele reale dificil de studiat analitic.
3 dup construirea modelului, simularea const n variaia variabilelor i parametrilor de in-
trare cu scopul de a deduce, ca rezultat al calculelor, efectele asupra variabilelor de ieire.
4 modelele de simulare au caracter procedural.
5 rezolvarea modelelor de simulare se bazeaz pe prelucrarea unor experimente create n ca-
drul sistemului.
ANS: 2
1 A+B+D
2 C+F+G
3 C+D+E
4 A+D+E
5 B+F+G
ANS: 1
89) Eliminai varianta necorespunztoare: Pentru generarea numerelor aleatoare se pot folosi n
mod tradiional:
92) 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 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 + ] ".
2 precizia metodei este determinat de numrul de ncercri independente i variaia lor"
3 nu este recomandat folosirea metodei pentru studiul unor procese cu probabilitate mic,
deoarece ar presupune un numr foarte mare de cicluri de simulare".
4 numrul de ncercri variaz direct proporional cu probabilitatea de realizare a fenomenu-
lui analizat".
5 precizia metodei poate fi estimat corect pe parcursul desfurrii calculelor".
ANS: 4
96)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 variabil lingvistic;
2 soluie cu valori 0 sau 1;
3 o soluie "bun" fr s se arate c este "cea mai bun posibil";
4 soluie optimal cu o anumit probabilitate;
5 soluie ntreag.
ANS: 3