Documente Academic
Documente Profesional
Documente Cultură
Modelarea este o veche îndeletnicire umană, deşi conceptul a apărut mai recent, întrucât
complexitatea fenomenelor şi a obiectelor din societate a determinat oamenii să recurgă la
simplificări care să le uşureze analiza.
Modelarea reprezintă o metodă de operare (teoretică sau practică) asupra unor obiecte,
fenomene sau procese cu ajutorul căreia se studiază un sistem auxiliar, artificial sau natural
şi nu în mod direct obiectul (fenomenul, procesul) care ne interesează, dar cu care se află
într-o anumită corespondenţă obiectivă
Cuvântul „model” este folosit în vorbirea curentă cu mai multe înţelesuri. Se vorbeşte de
modele în modă, artă, tehnică, ştiinţă (implicit şi în ştiinţele economice).
În ştiinţă, prin model se înţelege un sistem teoretic sau material cu ajutorul căruia pot fi
studiate indirect proprietăţile şi evoluţia unui sistem mai complex, considerat sistem
original, faţă de care modelul prezintă o anumită analogie. Rezultă că, modelul este un
instrument de cunoaştere ştiinţifică a realităţii obiective, oferind posibilitatea realizării unor
experimente şi repetării acestor experimente până la cunoaşterea esenţei fenomenului
studiat.
Modelul este o reprezentare simplificată sau o abstractizare, deoarece realitatea este prea
complexă pentru a fi copiată exact. Nu întotdeauna însă prin simplificare se obţine un model
reprezentativ pentru procesul real studiat.
Structura unui model cuprinde variabile, constante şi parametri, relaţii între variabile şi
parametri.
– să fie reprezentativ
– să aibă valoare cognitivă şi aplicativă
– să poată fi adaptat cu uşurinţă la schimbările ambianţei sau ale evoluţiei procesului
– să fie valid
– să asigure respectarea la scară a dimensiunilor mărimilor variabile şi constante
– să fie rezolvabil cu tehnica de calcul existentă
• După formularea problemei, modelul poate fi iniţial de natură calitativă, fiind o descriere
neformalizată a problemei.
• Din acest set de informaţii şi prin compararea cu datele reale, rezultă diferite rafinamente
şi modificări ale modelului. Aceste modificări pot conduce la alte experimentări prin
simulare. Procesul se repetă până când se stabileşte validitatea modelului.
• În cazul unei soluţii necorespunzătoare pentru sistemul real, vor fi necesare modificări
ale ipotezelor şi modificări asupra modelului care vor conduce la alte experimentări prin
simulare până la validarea soluţiei.
Noţiuni generale
Prin stoc înţelegem o rezervă de bunuri materiale destinate vânzării sau folosirii în procesul de
producţie. Constituirea stocurilor presupune:
cheltuieli de aprovizionare sau producţie; cheltuieli de stocare (depozitare,
întreţinere etc.);
pierderi pentru deprecierea mărfurilor şi altele.
Orice gestiune de stoc presupune intrări în stoc sau aprovizionări şi ieşiri din stoc, acestea
putând avea un caracter determinist sau aleator.
Politica optimă reprezintă activitatea de management a stocurilor care implică un cost total
minim. Elementele unei politici optime sunt:
Modele deterministe
Modelul 1.
Gestiunea (stoc) cu perioadă fixă, cerere constantă şi fără posibilitatea lipsei de stoc.
Presupunem cunoscute:
cantitatea Q;
perioada de gestiune θ;
costul unitar de stocare 𝑐𝑠, pe unitatea de cantitate şi pe unitatea de timp; costul de
lansare a unei comenzi 𝑐𝑙, pentru volumul întregii comenzi.
Înlocuind corespunzător, putem exprima costul total doar în funcţie de variabila q, astfel:
2 Q cl
qˆ volumul optim al unei comenzi
cs
Q Q cs
qˆ 2 cl vˆ numărul optim de aprovizionări
2 cl
Tˆ vˆ Q cs perioada optimă de aprovizionare
l s
Cˆ 2 Q c c gestiunea optimă
Modelul 2.
Gestiunea (stoc) cu perioadă fixă, cerere constantă şi cu posibilitatea lipsei de stoc.
În perioada 𝑇2 avem lipsă de stoc (𝑞 − 𝑠) penalizată cu costul unitar 𝑐𝑝, deci se vor înregistra
cheltuielile medii de penalizare:
Din relaţiile: ,
⇓ ⇓
Punctele de extrem ale funcţiei 𝐶(𝑞, 𝑠) se vor găsi printre punctele staţionare, adică soluţiile
sistemului:
punct staţionar
stocul optim
𝐶 = √2 ∙ 𝑄 ∙ 𝜃 ∙ 𝑐𝑙 ∙ 𝑐𝑠 ∙ 𝜌 ⟹ gestiunea optimă
Notăm cu s stocul la un moment dat dintr-un anumit tip de marfă şi cu X variabila aleatoare ce
reprezintă cererea din această marfă, având repartiţia:
, pentru cerere discretă
unde:
Cazul discret
Variabila aleatoare care dă excedentul de stoc are repartiţia:
Aplicând penalizările unitare 𝑐1 şi 𝑐2 mediilor 𝑀(𝐸𝑠) şi 𝑀(𝐿𝑠), putem determina valoarea medie
a cheltuielilor:
Cum 𝐶(𝑠) este o funcţie discretă, rezultă că minimul ei va fi atins în punctul 𝑠 pentru care:
Prin urmare, pentru a determina stocul optim 𝑠 trebuie să rezolvăm sistemul de inecuaţii:
Observaţii.
1. Deoarece funcţia de repartiţie 𝐹(𝑠) este nedescrescătoare, din relaţia (*) rezultă că 𝑠
este un minim absolut pentru funcţia cost mediu.
2. Dacă 𝐹(𝑠 − 1) < 𝜌 = 𝐹(𝑠), atunci 𝐶(𝑠) = 𝐶(𝑠 + 1), deci minimul funcţiei cost mediu
are loc pentru două valori 𝑠 şi 𝑠 + 1.
3. Dacă 𝐹(𝑠 − 1) = 𝜌 < 𝐹(𝑠), atunci 𝐶(𝑠 − 1) = 𝐶(𝑠), deci minimul funcţiei cost mediu
are loc pentru două valori 𝑠 − 1 şi 𝑠.
2. Cum 𝐹(𝑠) este funcţie nedescrescătoare, rezultă că 𝑠 este minim unic (absolut).
• Metoda care oferă posibilitatea evitării studiului sistemului real este metoda analogiei
şi constă în înlocuirea acestuia cu un sistem analog, a cărui funcţionare ne este deja
cunoscută sau pe care o putem cunoaşte cu eforturi reduse.
IV. Stabilirea valorilor iniţiale ale parametrilor de stare ai principalelor componente ale
sistemului economic
Pentru a reproduce în mod realist anumite elemente ale sistemului simulat, precum şi pentru
rezolvarea unor probleme numerice apare necesitatea existenţei unor numere „alese la
întâmplare”. Un număr este „întâmplător ” numai dacă se află într-un context statistic.
În mod practic nu se pot genera numere aleatoare care să satisfacă o serie de cerinţe
cunoscute din teoria probabilităţilor, ci numai numere pseudoaleatoare.
Deoarece metodele cunoscute asigură o apropiere suficient de mare între cele două tipuri de
numere, în literatura de specialitate se foloseşte aproape exclusiv denumirea de „numere
aleatoare”.
• metode manuale
• metode fizice
• metode de memorizare
• metode care constau în consultarea specialiştilor
• metode analitice
Metodele analitice de generare a numerelor aleatoare sunt cele mai răspândite în aplicaţiile
numerice. Acestea constau în utilizarea unor algoritmi de calcul ce se bazează pe folosirea
unor relaţii de recurenţă.
Printre metodele recurente de generare a numerelor aleatoare, cele care au fost studiate
riguros din punct de vedere teoretic şi au condus practic la rezultate bune sunt metodele
congruenţiale, care au fost propuse iniţial de Lehmer în 1948 şi se bazează pe clase de
resturi. Dintre generatoarele congruenţiale, generatorul congruenţial liniar este cel mai
utilizat pe calculatoarele numerice.
Metodele congruenţiale liniare pot fi aditive, multiplicative şi mixte.
În afară de acestea există şi metode combinaţionale între două sau mai multe generatoare,
metode de extindere a unui şir dat de numere aleatoare, metode de generare a unor numere
aleatoare în condiţiile unor restricţii date.
De fapt aproape toate limbajele de programare generale şi speciale de simulare conţin funcţii
care generează numere aleatoare uniform repartizate în [0,1] şi pot fi folosite în programele
de simulare.
Metoda transformantei inverse se aplică în mod deosebit de avantajos în cazul unor repartiţii
teoretice continue, definite cu ajutorul unei singure funcţii de repartiţii pe întreg domeniul
de existenţă. În plus, această funcţie trebuie să fie uşor inversabilă.
În practică sunt rare cazurile în care funcţia inversă se poate stabili uşor. Totuşi, metoda
poate fi adaptată şi în cazul unor tipuri de repartiţii discrete sau discontinue. În aceste cazuri
pentru extinderea acestei proceduri se foloseşte aşa numita metodă a jobenului.
• Procese de stocare complexe – în acele situaţii când optimizarea nu mai este posibilă cu
ajutorul metodelor clasice din teoria stocurilor: ritmul de aprovizionare are caracter
aleatoriu sau sezonier, suprafaţa de depozitare este limitată, intervin penalizări pentru
lipsa de stoc etc.
• Procese de aşteptare – în care au loc evenimente care se intercondiţionează, iar
rezolvarea lor cu ajutorul modelelor din teoria firelor de aşteptare nu este posibilă.
• Procese de repartiţii
• Procese macroeconomice – când se doreşte cunoaşterea unor corelaţii între două sau
mai multe ramuri, studiul fluxurilor între ramuri, probleme de creştere economică etc.
• Astfel, problema principală care se rezolvă prin metoda Monte Carlo constă în estimarea
valorii medii a unei variabile aleatoare în funcţie de o eroare admisibilă şi o probabilitate
dată.
• În metoda Monte Carlo se utilizează frecvent ca estimator media aritmetică simplă sau
ponderată.
• Metoda Monte Carlo este o metodă aproximativă şi poate fi adaptată studiului proceselor
economice.
• Precizia metodei Monte Carlo se poate estima statistic cu un grad de certitudine finit.
.
• Metoda Monte Carlo nu este adaptată studiului unor procese cu probabilitate foarte mică
deoarece rezultă un număr imens de cicluri de simulare.
I. Clasificarea Modelelor Economico-Matemetice;
1. In functie de Sfera de Reflectare a Problematicii Economice :
2. In functie de Domeniul de Provenienta si Conceptie;
3. In functie de Caracterul Variabilelor;
4. In functie de Factorul de timp;
5. In functie de Modul de Tratare a Realitatii’
6. In functie de Orizontul de Timp Considerat.
II. Procedee de Generare a Numerelor Aleatoare cu Repartitie Uniforma :
1. Metode Manuale;
2. Metode fizice;
3. Metode de Memorizare;
4. Metode Analitice (ex. Aflarea Restului prin impartirea la Numar Prim)
5. Metode le Congruentiale sunt printer Modelele Recurente de Generare a
Numerelor Aleatoare care au fost Studiate Riguros dpv Teoretic.
Cel mai utilizat Generator Congruential este Generatorul linear , ce poate fi :
- Aditiv;
- Multiplicativ;
- Mixt
III. Societatea Comerciala MOBITEXT SA primeste Comenzi pentru Produsul STOFA
Mobila.
In Contractul incheiat intre SC si Beneficiari s-a stipulate ca livrarea fiecarei Comenzi
sa se desfasoare pe parcursul a 7 luni Calendaristice, astfel : 18% , 12%, 10%, 17%,
15%, 14%, 14% .
In luna Septembrie Situatia
Comenzilor Incheiate, pe Luni Succesive, se prezinta in felul urmator :
CERINTE:
Cunoscand faptul ca toate Comenzile Respecta acelasi Grafic de Livrare,se doreste
Determinarea Valorii Vanzarilor Incepand cu Luna Septembrie pana la Epuizarea Comenzilor.
= 0,18
= 0,12
= 0,1
V = 0,17
= 0,15
= 0,14
= 0,14
IX VIII VII VI V IV III
IX = 404 ;
X = 345 ;
XI = 370;
XII = 430;
I = 333; CV II = 283; III = 288;
IV =160;
V = 140;
VI = 84;
I. Etapele Construirii Modelelor Economico-Matemetice
1. Stabilirea Obiectivelor Modelului;
2. Analiza Procesului de Modelat;
3. Sinteza Procesului Modelat Model Cantitativ;
4. Verificarea Modelului;
5. Validarea Modelului;
6. Rezolvarea Modelului; 7. Implementarea Modelului.
II. Generare Numerelor Aleatoare Uniform Repartizate.
Se pot folosi 6 Metode pentru Generare Nr. Aleatoare Uniform :
1. Metoda Jobenului;
2. Metoda Respingerii;
3. Metoda Directa (Metoda Transformatiei Inverse);
4. Metoda Specifica Repartitiei date;
5. Metoda Compunerii,
6. Metoda CompuneriiRespingerii;
Modul de Aplicare al acestor Metode depinde de Natura Repartitiei Variabilei Aleatoare.
Variabile Aleatoare:
- Directa;
- Continua;
- Empirica;
- Teoretica.
III. SC TES SA produce si ccomercializeaza Produsul “P1”.
Pe Piata Produsul intra in Concurenta cu Produsele: “P2” si “P3” , realizate de 2 Firme
Concurente.
Pentru a Testa Preferintele consumatorilor Firma TES SA , a realizat o Ancheta asupra unui
Esantion Reprezentativ, de 100 Utilizatori, ai celor 3 Produse.
Cumparatorii au Raspuns la 2 intrebari, si anume :
𝝅 (0)
Standart 𝝅(0) = cu Ponderea pe Piata
𝝅(0) = (0,25; 0,45; 0,3)
Momentele de Timp “t+1” sunt Calculate Astfel :
𝝅(0) =𝝅 (t) *P
P
0,429 0 0,571
0,143 0,486 0,371
Matricea este obtinuta prin Impartirea Valorilor din Tabelul 3 (Reorientari) la 100.
4. Se Calculeaza pentru Urmatoarele 6 Momente,
pana la (6)
(1) = (0) * P
(2) = (1) * P
…..
…..
(6) = (5) * P