8

MODELE ECONOMICO-MATEMATICE
ŞI DE SIMULARE PENTRU UTILIZAREA
ŞI ALOCAREA RESURSELOR
(MATERIALE, UMANE, BĂNEŞTI ŞI DE TIMP)
ÎN CADRUL UNEI ORGANIZAŢII

8.1 Teorema de optimalitate a lui Bellman

Caracterul secvenţial al unor procese economice permite folosirea

metodelor programării dinamice în stabilirea unei politici optime de armonizare a
obiectivelor cu resursele.
Programarea dinamică conţine o serie de metode adaptive, în sensul că, la
fiecare moment, decizia optimă ce trebuie luată depinde de mulţimea
evenimentelor care s-au produs anterior. Succesiunea acestor decizii formează o
strategie (politică), iar orice şir de decizii succesive ce fac parte dintr-o politică se
numeşte subpolitică.
În mulţimea politicilor posibile există cel puţin una, denumită optimală,
care permite optimizarea criteriului de eficienţă ales.
Teorema de optimalitate formulată de Bellman arată că orice politică
extrasă dintr-o politică optimală este ea însăşi optimală.
Aplicarea acestui principiu de optimalitate în rezolvarea problemelor
practice de armonizare a obiectivelor cu resursele se face diferenţiat, în funcţie de
caracterul parametrilor care pot fi de tip determinist sau probabilist.
Pentru a se putea aplica strategiile de optimizare cunoscute, modelul se
structurează sub forma unor ecuaţii sau inecuaţii, care descriu fenomenul studiat, a
unor restricţii asupra variabilelor şi a unui criteriu de optim.
Ideea de bază în rezolvarea acestor modele constă în descompunerea
problemei în faze (subproblemă cu o singură variabilă) şi în aplicarea principiului
lui Bellman.
A lua o decizie optimă în „dinamică” înseamnă a găsi o politică optimă pe
toată perioada de referinţă, astfel încât toate subpoliticile componente să fie optime.
Variabilele care descriu starea procesului considerat se numesc variabile de
stare.
Problema constă în determinarea unui şir de decizii, iar efectul fiecărei
decizii îl reprezintă modificarea stării sistemului.
Etapele sau paşii procesului sunt momentele în care trebuie luate deciziile.
În problemele secvenţiale, ele formează un şir crescător.
 După ce au fost prezentate principalele concepte asociate problemelor de
programare dinamică, detaliem în continuare unele modele cu largă aplicabilitate în
unităţile economice.

8.2 Modelarea proceselor de producţie-stocare cu programare

dinamică

În cazul rezolvării problemelor de producţie-stocare prin programare

dinamică se introduce ca variabilă de stare nivelul stocului la sfârşitul fiecărei
perioade a orizontului considerat.
Cazul general pune problema dimensionării cantităţii stocate dintr-o
anumită resursă, astfel încât cererea secţiilor de producţie să fie satisfăcută atunci
când se solicită resurse din depozit (intervalul de timp poate fi cunoscut sau
neprecizat), iar costul de stocare să fie minim.
Plecând de la cazul general se pot face unele particularizări şi anume:
Cazul 1: cererea de resurse este cunoscută şi constantă în timp, iar nivelul
iniţial al stocului se menţine constant.
Se concepe un algoritm de determinare a dimensiunii optime a stocurilor.
Cazul 2: Ipotezele de la care se pleacă sunt: stocul de la sfârşitul perioadei
este dat de stocul de la începutul perioadei la care se adaugă intrările de resurse din
perioada curentă şi se scad cantităţile din resursă eliberate în producţie, cantitatea
de aprovizionat se determină astfel încât să acopere ieşirile din stoc pe un număr
limitat de perioade, nu se admite rupere de stoc.
Cazul 3: Resursele sunt în depozit cu capacitate fixă (D) şi cu un stoc
disponibil (S) în orice moment.
Modelul de stocare cuprinde expresia costului asociat procesului de stocare
şi funcţia costului minim.
Minimul funcţiei cost va fi atins atunci când nivelul stocului este scăzut,
iar aprovizionarea cu resursele materiale necesare se face în cantităţile solicitate de
procesul de producţie.

8.3 Modelarea alocării unor fonduri băneşti în funcţie de efectele

economice obţinute

Formularea economică a problemei:

Se doreşte repartizarea unui fond F pe cele n obiective disponibile, astfel
încât efectele En (F ) să fie maxime.
Notaţii:
F – fondul disponibil ce urmează a fi alocat pentru
modernizarea/reprofilarea/dezvoltarea a n obiective (secţii,
unităţi etc.);
 n
xk – fondul ce se alocă pentru fiecare obiectiv k, deci ∑ xk = F ,
k =1
k = 1,2,...n obiective
Ek (F ) – efectul economic integral ce se obţine prin alocarea optimă a
fondului F pe k obiective (reprezintă suma efectelor ce se obţin
pentru diferite obiective);

Ek (F ) = max{e1( x1 ) + e2 ( x2 ) + ... + ek (xk )}

Facem următorul raţionament, plecând de la principiul de optimalitate al

lui Bellman. Pentru n = k :
Dacă pentru obiectivul k s-a repartizat un fond xk şi s-a obţinut efectul
ek ( xk ) , atunci pentru (k − 1) obiective se va aloca (F − xk ) şi se va obţine
efectul Ek −1 (F − xk ) , deci efectul total va fi:

E k (F) = max{e k (x k ) + E k −1 (F − x k )} , xk ∈ [0, F ]

În mod analog pentru n = n

E n (F) = max{e n (x n ) + E n −1 (F − x n )}

Determinând valoarea lui xn care maximizează eficienţa economică

integral, obţinem nivelul optim al fondului alocat xn → xn∗ .
După ce s-a determinat xn∗ se continuă procesul de citire a soluţiei:

xn∗−1 , xn∗− 2 ,..., x3∗ , x2∗ , x1∗

Mulţimea acestor valori ordonate crescător reprezintă tocmai strategia de

alocare optimă a fondului pe etape (obiective).
Algoritmul este programabil, problemele de dimensiuni mari se pot rezolva
în sistem conversaţional cu programul DINAMIC din MANAGER1. Utilizatorul
este solicitat să specifice valoarea unui pas ce reprezintă o subdiviziune a fondului
total ce urmează a fi alocat şi în funcţie de care s-a făcut analiza tehnico-economică
privind efectele obţinute (producţie/fondul alocat).
 8.4 Modelul de analiză a drumului critic pentru proiecte complexe

8.4.1 Noţiuni de bază

Analiza drumului critic este un instrument managerial frecvent utilizat în

programarea şi urmărirea lucrărilor de anvergură (investiţii, reparaţii capitale,
revizii la instalaţii, cercetare-dezvoltare etc.), care permite planificarea pe termen
mediu şi scurt, programarea operativă a execuţiei, precum şi actualizarea periodică
a acestor proiecte ţinând seama de factorii: timp, cost resurse materiale şi umane.
Metoda constă în divizarea acţiunilor complexe în părţi componente, la un
nivel care să permită corelarea logică şi tehnologică a acestora, adică să facă
posibilă stabilirea intercondiţionărilor între părţile componente, care se numesc
activităţi.
Prima operaţie cerută de metodologia ADC este definirea listei activităţilor
de către specialişti, care pe baza experienţei dobândite stabilesc activităţile imediat
precedente (condiţionările) şi durata fiecărei activităţi care poate avea caracter
determinist (se cunoaşte cu exactitate), probabilist (se calculează durata medie
probabilă) sau se determină prin simulare.
Activităţile sunt de trei feluri, şi anume: propriu-zise (consumă timp şi
resurse), timp aşteptare (consumă numai timp) şi fictive (nu consumă nici timp,
nici resurse, dar sunt introduse din considerente de reprezentare grafică).
Evenimentele sunt momentele caracteristice ale unei acţiuni complexe şi
reprezintă stadii de realizare a activităţilor. Ele se reprezintă sub forma unor
noduri.
( )
O activitate Aij se poate desfăşura între termenul minim al
evenimentului precedent (i ) şi termenul maxim al evenimentului următor ( j ) ,
sintetic spus: o anumită activitate este definită de evenimentul de început, respectiv,
de terminare.
Grafic, aceste aspecte sunt prezentate în figura 8.1.

Aij
i j
dij
tmin tmax tmin tmax

Figura 8.1
 ( )
Dacă d ij reprezintă durata de desfăşurare a activităţii Aij , aceasta ( )
poate avea sau nu o rezervă de timp în funcţie de termenele în care se desfăşoară.
Rezerva totală (Rt ) se calculează cu formula:

j i
Rt = t max − t min − d ij

Într-un graf se pot lua în considerare diferite succesiuni de activităţi

adiacente plecând de la începerea primei activităţi până la terminarea ultimei
activităţi.
Însumând duratele activităţilor pentru fiecare succesiune se obţin valori
diferite.
Pentru înţelegerea esenţei metodei ADC este important de reţinut că cea
mai lungă succesiune determină durata minimă posibilă de execuţie a întregii
acţiuni; acesta este, de fapt, drumul critic al grafului.
Altfel spus, drumul critic al unui graf este succesiunea activităţilor dintre
nodul iniţial şi nodul final care au rezervă totală nulă.
Prin tehnica calculului drumului critic se poate determina durata minimă
posibilă de realizare a acţiunii complexe.
Prezentăm în figura 8.2 modul de calcul al termenelor minime şi maxime
pentru un eveniment ( p ) din graf.

k1 Ak p
1
Apq q1
1

dk p ∗
1 d pq x
x ∗ 1

Ak p 2 Apq
p 2

k2 q2
dk 2 p d pq 2

x ∗
x ∗ Ak Apq
n p t min t max n

dk p ? ? d pq
kn n
n qn

★ ☆ ★ ☆

Figura 8.2
 Momentul cel mai devreme posibil de terminare a tuturor activităţilor care
converg în p este:
t ev .p
{(
k1
)(k2
) (
min = max t min + d k 1 p ; t min + d k 2 p ;...; t min + d k n p
kn
)}
Momentul cel mai târziu posibil de începere a activităţilor care pleacă din p:
t ev .p
{(
q1
)(
q2
) (
max = min t max − d pq 1 ; t max − d pq 2 ;...; t max − d pq n
qn
)}
Avantajele acestei metode sunt numeroase. Principalul avantaj se referă la
determinarea cu anticipaţie a duratei de execuţie a acţiunilor (proiectelor) complexe,
cu o aproximaţie acceptabilă şi cu respectarea legăturilor logice şi tehnologice
dintre activităţi.

8.4.2 Calculul analitic şi în sistem conversaţional a duratei unei acţiuni

complexe cu evidenţierea activităţilor critice

Pentru un proiect definit de activităţile sale de bază, specialiştii stabilesc

succesiunea şi intercondiţionarea dintre activităţi, iar duratele pot fi estimate:
a) printr-o singură valoare → determinist;
( )
b) prin trei valori, şi anume: o durată optimală aij , una medie probabilă
(mij ) şi o durată pesimistă (bij ).
În acest caz, durata unei activităţi are o distribuţie beta şi se calculează cu
relaţia:
aij + 4mij + bij
d ij =
6

Pentru calculul analitic se va parcurge studiul de caz 15, pag. 196 din [1].
În sistem conversaţional se obţin aceleaşi rezultate prin apelarea modulului
J din QM (QM / J / CPM; TM / J / PERT ) sau PERT − CPM din WINQSB.

8.4.3 Modelul de analiză a drumului critic/COST

Durata de execuţie a unei acţiuni complexe variază în general între două

momente de timp, şi anume, unul maxim şi altul minim, impuse de consideraţii
tehnice şi/sau economice. Evident, durata lucrării are numeroase implicaţii asupra
costului. De aceea este important de determinat acea durată a acţiunii complexe
căreia îi corespunde un cost minim.
Fiecare activitate considerăm că are două durate de execuţie, şi anume, una
normală (asimilată duratei maxime de execuţie a activităţii) şi o durată de execuţie
minimă (crash), la care se poate ajunge prin măsuri de urgentare.
 Funcţia cost-durată este descrescătoare, deoarece orice efort de urgentare
este însoţit de creşterea cheltuielilor. Costul unitar al urgentării se calculează ca un
raport între diferenţa costurilor şi diferenţa duratelor de execuţie a activităţilor.
Analiza cost-durată se face în funcţie de durata normală şi minimă şi costul
normal şi maxim rezultat de urgentarea executării fiecărei activităţi.
Obţinerea funcţiei cost-durată se poate realiza în sistem conversaţional cu
produsul informatic QM modulul „CPM with Crashing” prin rulări repetate şi
anume, pentru cele din valori extreme (durata maximă şi minimă), precum şi pentru
un număr variabil de valori, considerat a fi necesar, valori situate între cele două
limite. Funcţia cost-durată este prezentată în figura nr. 8.3.

Cost

Durata
Figura 8.3

Din analiza datelor oferite de funcţia cost-durată, se conturează decizia

finală ce se va lua pentru proiectul analizat.

8.4.4. Simularea problemelor de drum critic

În situaţia în care activităţile identificate pentru realizarea unui proiect au

durate aleatoare, distribuţia de probabilitate a duratei totale de realizare a acestuia
se poate determina cu metoda de simulare Monte Carlo.

Metoda de rezolvare solicită parcurgerea următorilor paşi:

Pasul 1: Activităţile sunt grupate în funcţie de duratele lor posibile.
Pasul 2: Pentru fiecare grupă de activităţi se determină distribuţia de
probabilitate cumulată a duratei de realizare a fiecărei activităţi din grupă.
Pasul 3: Cu ajutorul probabilităţilor cumulate se asociază fiecărei durate
un interval de numere aleatoare, uniform distribuite în acel interval.
 Pasul 4: Se generează câte un număr aleatoriu uniform distribuit în
intervalul [0,1] pentru fiecare grupă de activităţi.
Pasul 5: Se determină durata de realizare a fiecărei activităţi.
Pasul 6: Se determină drumul critic şi durata de realizare a întregului
proiect.
Pasul 7: Dacă nu s-a realizat numărul dorit de simulări, se reia procesul de
la Pasul 4, altfel se trece la pasul 8.
Pasul 8: Se determină distribuţia de probabilitate a duratei de realizare a
proiectului şi distribuţiile activităţilor critice.
Produsul informatic WINQSB/PERT-CPM permite rezolvarea prin
simulare a problemelor de drum critic în cazul activităţilor cu durate probabilistice.
Distribuţia de probabilitate a duratei totale de realizare a proiectului
(studiul de caz 15 din [1]) pag. 200-202 este prezentată în figura nr. 8.4.

Average Completion Time = 86,05 weeks

Total Observations = 1000 Random Seed = 27437
Chance To Finish in 90 weeks = 95.0000%

Completion Time in week

Figura 8.4

Lucrarea se poate realiza în 8 săptămâni cu o probabilitate de 0,0249 iar în

90 săptămâni cu o probabilitate de 0,9570.
 8.4.5 Algoritm euristic de alocare a resurselor
Metodele de rezolvare a problemelor ADC/Resurse sunt, în principal,
metode analitice şi metode euristice.
Metodele analitice propun rezolvarea problemelor prin programare
matematică.
Metodele euristice lucrează cu un ansamblu de reguli ce permit alcătuirea
unui program bun, fără a avea certitudinea că acesta este „optim”, dar cu pretenţia
că explorează direct particularităţile problemelor. Aceste metode sunt utile pentru o
conducere eficientă.
Prezentăm în continuare un algoritm de alocare care conduce la o soluţie
bună într-un timp acceptabil de calcul faţă de algoritmii exacţi, care, deşi conduc la
o soluţie optimă, teoretic, necesită timp foarte mare de calcul, chiar pentru proiecte
mici.
Facem următoarele notaţii:
Pentru fiecare activitate (i, j ) cu o durată dij , vom considera că tmî este
termenul minim de începere, tMt este termenul maxim de terminare, iar Rij
( )
rezerva totală de timp, atunci: Rij = t Mt − t mî + d ij .
De asemenea, se va nota cu τ ijk cantitatea de resursă tip k necesară pentru
realizarea activităţii (i, j), iar cu Dk se va nota disponibilul din resursa de tip k, în
fiecare moment de timp.
La un moment dat t al execuţiei proiectului se definesc următoarele
mulţimi:
Et = mulţimea activităţilor proiectului care se execută la momentul t;
Tt = mulţimea activităţilor care au fost terminate până la momentul t;
N t = mulţimea activităţilor neprogramate;
Ct = mulţimea activităţilor candidate, care sunt potenţial posibil să fie programate
la momentul de începere t.
Fie:
Ct = PtUAt
unde:
Pt = mulţimea activităţilor candidate, care sunt programate la momentul t;
At = mulţimea activităţilor amânate.
Algoritmul programează la momentul t activităţile din Ct , notate Pt
pentru care:
∆kt = Dk − ∑τ ijk ≥ 0 , k = 1,2,..., m
Pt ∪ Et
dar nu există nici o activitate din At = Ct − Pt , astfel ca:

∆kt ≥ τ ijk , k = 1,2,..., m

Activităţile din Pt vor fi programate la momentele de începere tij = t , iar

activităţile din At se vor amâna la momentul t + τ , unde:

τ= min (tij + dij − t )

(i, j )∈P ∪ E
t t

În continuare, activităţile amânate At vor avea termenul de începere

tij = t + τ ; ţinând cont de aceste termene ca termene impuse, se calculează din nou
termenul minim de începere pentru activităţile neprogramate N t .
Dacă se consideră că noul moment t + τ este momentul t de lucru,
mulţimea activităţilor candidate va conţine pe acelea care au termenul de începere
minim egal cu t.
Avem:
N t +τ = N t \ Pt
Tt +τ = Tt ∪ Ft
Et +τ = Et ∪ P \ Ft
unde Ft sunt activităţile din Et U Pt care se termină la momentul t + τ .
Importantă în acest algoritm este selectarea submulţimii Pt din Ct pe baza
unor criterii, ca, de exemplu:
• programarea activităţilor din mulţimea candidaţilor Ct în ordinea
crescătoare a rezervei de timp Rij ;
• programarea activităţilor din mulţimea candidaţilor Ct care asigură o
încărcare la maximum a capacităţilor disponibile, deci nu există nici o
activitate din At = Ct \ Ft , astfel ca:

∆kt ≥ τ ijk , k = 1,2,..., m

• programarea activităţilor din mulţimea candidaţilor Ct în ordinea
crescătoare a termenului maxim de începere.
Aceste criterii pot fi utilizate şi simultan, unul dintre ele fiind considerat
secundar.
8.5 Modele liniare stochastice cu vectorii b şi c aleatori

• Modelele de programare liniară în care unul sau mai mulţi dintre

coeficienţii a ij , bi şi c j sunt mărimi aleatorii cu distribuţia de
probabilitate cunoscută se numesc modele stochastice.
• Ca o consecinţă a acestei situaţii, valoarea funcţiei obiectiv a
problemei de programare liniară va fi o mărime aleatorie a cărui
distribuţie de probabilitate va fi determinată în funcţie de valorile
posibile ale mărimilor aleatoare de intrare: consumuri tehnologice,
disponibil de resurse, preţuri etc. În general, distribuţia de probabilitate
a valorilor funcţiei obiectiv se poate obţine prin simularea Monte Carlo.
• Prin analiza distribuţiei de probabilitate a valorilor funcţiei obiectiv
decidentul obţine mai multe informaţii despre valorile posibile ale
indicatorului optimizat şi poate cuantifica riscul asociat diferitelor
variante decizionale.

™ Cazul I. Programarea stochastică cu vectorul c aleatoriu

( c j sunt variabile aleatoare)
• Modelul de programare liniară are forma:
AX ≤ b
X ≥0
max cX ,
( ) (c12 , c22 ,..., cn2 );
 c1, c1 ,..., c1n ;
pentru c =  1 2
... (c1r , c2r ,..., cnr )
 p1; p2 ; ... pr 
 
r
unde ∑ ph = 1 , iar c hj = valoarea coeficientului c j al funcţiei
h =1
obiectiv care are asociată probabilitatea de realizare ph , pentru
j = 1, ..., n, h = 1, ..., r .
• Rezolvarea analitică se poate face prin două metode.
Metoda 1:
a) Se calculează mediile probabiliste ale coeficienţilor funcţiei obiectiv:
r
cj = ∑ phc hj ,
h =1
b) Se rezolvă problema de programare liniară deterministă:
AX ≤ b
X ≥0
 n
max ∑ c j x j
j =1
şi se obţine varianta decizională optimă asociată speranţei matematice optime a
valorii criteriului de performanţă.
Metoda 2:
a) Se rezolvă r probleme de programare liniară de forma:
AX ≤ b
X ≥0
n
max ∑c x
j =1
h
j j ,

pentru h = 1, ..., r , şi se obţin valorile optime ale funcţiei obiectiv

fl , f 2∗ ,..., fr ∗
∗

b) Se construieşte distribuţia de probabilitate a valorilor funcţiei obiectiv:

 f 1∗ f 2∗ ... fr ∗ 
F∗ =  

 p1 p 2 ... p r 
c) Se determină media valorilor optime, deviaţia standard, coeficientul de
variaţie, intervalul de încredere pentru media valorilor funcţiei obiectiv.

™ Cazul II. Programarea stochastică cu vectorul b aleator

• Modelul de programare liniară are forma:
AX ≤ b
X ≥0
max cX
[ ]
unde b este o mărime aleatoare aleatorie uniform repartizată în intervalul b1i , bi2 ,
pentru i = 1, ..., m .
• Rezolvarea analitică
a) Se calculează mediile probabilistice ale elementelor termenului liber al
restricţiilor:
b1 + b i2
bi = i , pentru i = 1, ..., m
2
b) Se rezolvă problema de programare liniară deterministă
AX ≤ b
X≥0
max cX
şi se obţine varianta decizională optimă asociată speranţei matematice
disponibilului de resurse.
Aplicaţiile numerice ale acestor metode sunt prezentate în [2], Studiul
de caz 20, pag. l08–116
 8.6 Modele analitice şi de simulare pentru procese de stocare

8.6.1 Accepţiunea managerială a gestiunii stocurilor

Modelarea economico-matematică a proceselor de stocare în condiţii de

concurenţă a condus la dezvoltarea „teoriei stocurilor” care lucrează cu mulţimi şi
indicatori specifici. Prin aplicarea acestei teorii cu pronunţat caracter pragmatic se
poate reduce frecvenţa fenomenului de rupere a stocului, se pot realiza economii cu
depozitarea/stocarea materialelor şi se pot diminua imobilizările de fonduri băneşti
în stocuri.
Dacă accepţiunea de gestiune a stocurilor îşi propune, în sens restrâns,
determinarea stocului la un moment dat pentru fiecare material cu ajutorul relaţiei
balanţiere:
stoc final = stoc iniţial + intrări – ieşiri

Accepţiunea în sens larg, managerial, permite determinarea:

* momentului în optim de lansare a comenzii (când se lansează comanda de

reaprovizionare?);
** cantităţii optime de reaprovizionare (cât să se comande?);
*** mărimea stocului de siguranţă (cât să fie stocul de siguranţă?), astfel
încât cheltuielile totale de aprovizionare-stocare să fie minime.

8.6.2 Elementele principale ale unui proces de stocare

Principalele elemente ale unui proces de stocare sunt:

¾ Cererea de consum care poate fi:
• cunoscută → modele deterministe cu cerere constantă sau cu cerere
variabilă,
• necunoscută, dar previzibilă → modele probabiliste.
¾ Cantitatea de aprovizionat/lotul cu care se face reaprovizionarea la
intervalele stabilite în cadrul perioadei de gestiune în funcţie de caracterul
cererii.
¾ Parametrii temporali
• perioada de gestiune = 1 an;
• intervalul de timp dintre două aprovizionări succesive;
• durata de aprovizionare;
• momentul la care se emit comenzi.
¾ Costurile, cheltuielile ce se efectuează pentru derularea procesului de
aprovizionare, aducerea, depozitarea, stocarea materialelor şi satisfacerea
cererii de consum.
 Costul de lansare a comenzii (c1 ) include toate cheltuielile ce se fac la
întocmirea comenzii, trimiterea acesteia la furnizor, pregătirea livrării unei partizi
de materiale, cheltuielile de transport ale partizii, deplasarea delegatului,
beneficiarului etc. În general, aceste cheltuieli sunt fixe pe o comandă şi se exprimă
în u.m./comandă.
Costul de stocare (cs ) include toate cheltuielile efectuate pe timpul
staţionării resurselor materiale în stoc: cheltuieli cu primirea, recepţia, pentru
transportul intern, manipulare, depozitarea propriu-zisă, conservare, pază, evidenţă,
eventuale deteriorări, precum şi cheltuielile determinate de imobilizarea fondurilor
financiare în materialele stocate. Se exprimă în u.m./U.M./zi stocare.
Costul de penalizare (de penurie, lipsă, rupere). Acest cost apare atunci
când la un moment dat cererea de consum este mai mare decât stocul existent, deci
cererea nu poate fi satisfăcută integral sau parţial. Costul este format din amenzi,
penalizări generate de întreruperea producţiei şi/sau cheltuieli suplimentare pentru
satisfacerea operativă a cererii din alte surse. Se exprimă în u.m./U.M./zi cât
lipseşte din stoc materialul.

* *
*
În procesul de asigurare a resurselor materiale necesare, cele trei categorii
de costuri alcătuiesc costul total. De fapt, prin politica managerială se stabileşte
dacă se lucrează în model cu cost de stocare (stocul > cererea) sau cu cost de
penalizare (cererea > stocul).
Reprezentarea grafică a costurilor este dată în figura nr. 8.5.

Costul

Cs

CTOT

C1

nopt n(t) Lotul

Figura 8.5
 Analiza stocurilor materiale realizată în procesul managerial, prin
atribuirea de importanţe identice tuturor sortimentelor şi apelarea la teoria
matematică a stocurilor, ar fi anevoios de aplicat în practică. Pentru aceasta se
procedează la gruparea selectivă a stocurilor în funcţie de importanţa şi
ponderea valorică a materiilor prime şi materialelor. Aceasta este cunoscută
sub denumirea analiza ABC a stocurilor şi constă în parcurgerea următoarelor
etape:
a) Clasificarea stocurilor în ordinea descrescătoare a valorilor, cumularea
valorilor şi întocmirea tabelului (tabelul nr. 8.1)

Tabelul nr.8.1
Materii prime, Valoarea Valoarea
materiale stocului cumulată
M1 V1 C1
M2 V2 C2 = V1 + V2
… … …
Mn Vn Cn = Cn-1Vn

V1 > V2 > ... > Vn

b) Trasarea curbei valorilor cumulate

Tabelul nr. 8.2

Grupa % Valorică % Cantitativă
A ≈ 70 ≈ 10
B ≈ 20 ≈ 20
C ≈ 10 ≈ 70
100% 100%

Fiecărei zone i se vor aplica reguli de gestiune (prin prisma teoriei

stocurilor) diferite, în funcţie de caracteristicile grupei respective.
Această clasificare constituie o condiţie prealabilă în studiul stocurilor; ea
conduce la elaborarea unor soluţii bune în alegerea politicii de asigurare cu resurse
materiale.
În cazul firmelor care, prin cerinţele procesului de fabricaţie, lucrează cu
un nomenclator mai mare de materii prime şi materiale ce sunt încorporate în
produsele ce se realizează, rezolvarea problemelor de gestiune a stocurilor se face
cu produsele informatice existente pentru rezolvarea problemelor cantitative din
management.
 8.6.3 Etape de rezolvare practică a problemelor de gestiune a stocurilor

Din punctul de vedere al abordării practice, pentru început, se rezolvă

aspectele de evidenţă propriu-zisă în paralel cu proiectarea fişierelor necesare
privind optimizarea stocurilor, care urmează să fie rezolvată într-o etapă ulterioară.

În acest sens se parcurg 12 etape cu următorul conţinut:

1) Studiul informaţional şi decizional actual al gestiunii stocurilor.
2) Prelucrarea automată a evidenţei stocurilor (intrări/ieşiri).
3) Gruparea selectivă a stocurilor pe cele trei grupe A/B/C.
4) Studiul statistic al comportării în dinamică a cererii.
5) Calculul costurilor specifice (cost de lansare, cost de stocare, cost de
rupere).
6) Testarea modului în care datele culese satisfac cerinţele unor modele.
7) Studiul legii de repartiţie a cererii pentru materiile prime, materialele
din grupa A.
8) Analiza managerială privind modelarea matematică a materialelor din
grupa A.
9) Modelarea proceselor de stocare pentru materialele din grupa A.
10) Analiza economică a rezultatelor pentru materialele din grupa A.
11) Testarea posibilităţilor de modelare a gestiunii stocurilor pentru
materialele din grupele B şi C.
12) Dacă răspunsul este afirmativ, se parcurg etapele 7÷10 şi pentru
materialele din grupele B şi C.

8.6.4 Model analitic de stocare şi rezolvarea în sistem conversaţional cu

modulul EOQ (Economic Order Quantity) din QM

Determinarea cantităţii optime de aprovizionat

• Ipotezele de lucru ale modelului:
- cerere constantă
- perioade egale de aprovizionare cu materiale
• Notaţii folosite:
N = cererea anuală pentru un material
T = perioada de gestiune considerată (1 an)
cl = cost de lansare
cs = cost de stocare
n0 = cantitatea optimă de aprovizionat
t = ciclul de reaprovizionare
• Expresii de calcul:
2 ∗ c1 ∗ N
n0 =
cs ∗ T
 N T
= = număr de comenzi
n t
nT
t= = ciclul de reaprovizionare
N
N
c1 ∗ = costul total de lansare
n0
1
∗ cs ∗ T ∗ n0 = costul total de stocare
2
Termenii utilizaţi în modulul B (E.O.Q.) din Q M:
Annual demand - cerere anuală
Business days - perioadă de gestiune
Lead time (days) - număr zile de la lansarea comenzii până la
primirea materialelor (durata de aşteptare a
comenzii)
Ordering cost ($/order) - costul de lansare (u.m./comandă)
Holding cost ($/unit/year) - costul de stocare (u.m./U.M./an)
Optimal order quantity - cantitatea optimă de aprovizionat
Number of orders - număr comenzi
Inventory cycle - ciclul de reaprovizionare
Maximum Inventory level - nivelul maxim al stocului
Average Inventory level - nivelul mediu al stocului
Reorder point - momentul lansării comenzii
Demand rate - cererea medie zilnică
Total holding cost - cost total de stocare
Total ordering cost - cost total de lansare
Total inventory cost - costul total de aprovizionare

8.6.5 Simularea procesului de stocare (cazul general)

Cererea Q dintr-un anumit material în unitatea de timp şi perioada T între
două reaprovizionări sunt variabile aleatoare cu distribuţii cunoscute.
Atunci când nivelul stocului devine mai mic sau egal cu nivelul critic C,
trebuie să se lanseze o comandă economică q, care va intra în stoc numai la
sfârşitul perioadei T.
Putem reprezenta grafic un astfel de proces în figura nr. 8.6.
Variabilele de intrare:
Qi = cererea în unitatea de timp i = 1,2 …
Tj =aj – a perioadă între două reaprovizionări
Parametrii de intrare:
c1 = cost lansare
cs = cost stocare
 cp = costul de penalizare (de rupere, de penurie)
k = o constantă care arată că probabilitatea ruperii stocului este α
SI = stocul iniţial
θ = intervalul de timp pentru care se face simularea

CANTITATEA
ÎN STOC
Q1 Q4 Q8 Q13
Q5 Q9
q1 q2 q3 q4
Q2 Q6 Q10
Q3 Q14
Q11
Q7
Q15
Q12

T1 T2 T3 T4 TIMP

Figura 8.6

Variabilele de stocare
CLOCK = variabila ceas
Z = momentul la care intră comanda
S = nivelul stocului
QM = cererea medie în unitatea de timp
TM = perioada medie între două reaprovizionări
SQ = abaterea medie pătratică a cererii medii faţă de cele m cereri în
n unităţi de timp
q = lotul optim de reaprovizionare
C = nivelul critic al stocului
Variabilele de ieşire
TC1 = costul total de lansare
TCs = costul total de stocare
TCp = costul total al ruperii de stoc
Caracteristici operative
f(Q) = densitate de probabilitate pentru cerere
g(T) = densitate de probabilitate pentru perioada T
Identităţi
2
m
 m 
m

∑ Q i ∑ Q  ∑ Qi 
2
i
QM = i =1 ; SQ = i =1 −  i =1 
m m  m 
 
 n
∑T j cs + c p
j =1 2QM ∗ c1
TM = ;q = ∗
n cs cp

SQ
C = TM ∗ QM + K ∗
TM
Schema logică a algoritmului este prezentată în figura 8.7

START
>
CLOCK:θ STOP

CITEŞTE
Cl, Cs, Cp,
K, SI, θ, ≤
m, n
>
t:CLOCK
≤
=
INIŢIALIZĂRI t:CLOCK Lansarea comenzii
Tcl ← Tcs ← Tcp ← 0
CLOCK ← t ← 0
≠ S←S+q
S ← SI
i←j←1 TcI ← TcI + cI

SE S ← S – Qi t ← CLOCK + Tj
GENEREAZĂ
Tj

A j←j+1
≤0
S
SE
GENEREAZĂ <0
Qi SE
Tcp ← Tcp – S • cp GENEREAZĂ
Tj

CLOCK ← S←0
CLOCK + 1
i←i+1

Tcs ← Tcs + S • cs
SE A
CALCULEAZĂ ≥
QM, TM, SQ, C, q C:S

<

Figura 8.7
 După cum se observă, la un moment dat se comandă ceea ce s-a consumat
în intervalul precedent. Din această cauză, lotul de reaprovizionare q este o
variabilă aleatoare.
Întrucât variabila CLOCK se măreşte cu câte o unitate, modelul prezentat
este cu ceas constant.

8.6.6 Simularea mărimii stocului în sistem conversaţional

Submodulul B „Inventory Simulation” oferit de modulul N (Simulation)

din QM permite rezolvarea unor astfel de probleme în care cererea şi numărul de
zile de la lansarea comenzii până la sosirea materialelor (timp de aprovizionare) au
o lege de repartiţie. Utilizatorul precizează probabilitatea unei anumite cereri şi a
timpului de aprovizionare.
Se pot da până la maximum 40 valori pentru cerere.
Alte date de intrare se referă la: costul de lansare, costul de stocare,
numărul zilelor de gestiune, cantitatea minimă şi maximă a stocului, cantitatea
minimă/maximă ce trebuie să existe în stoc în momentul lansării comenzii de
aprovizionare şi stocul iniţial.
Diferenţa între valorile maxime şi minime este de 40 unităţi.
Rezultatul obţinându-se ca urmare a unui proces de simulare, utilizatorul
va indica şi numărul de rulări care poate fi maxim 9999. Se alege în final soluţia
care indică o valoare stabilă.
Reţinem: Pentru obţinerea unei soluţii bune nu este suficientă o singură
simulare, chiar dacă ea se bazează pe un număr mare de
experimente, iar pentru analiza diferitelor soluţii, de cele mai
multe ori, este necesară utilizarea unui test statistic pentru
estimarea semnificaţiei statistice a diferenţei dintre soluţiile
suboptimale.

8.6.7 Simularea unui proces de stocare (intrările/ieşirile de materiale

în/din depozit date sub formă matriceală)

Evidenţa stocurilor de materii prime şi materiale în cadrul fiecărei

organizaţii se ţine în „Fişa de magazie”.
Sunt numeroase materiale pentru care stocul variază de la o zi la alta.
Pentru astfel de situaţii echipa managerială doreşte să aleagă acea variantă de stoc
iniţial care să permită realizarea unui echilibru între nivelul stocurilor (cheltuielile
de depozitare) şi inexistenţa stocului la un moment dat măsurată prin cheltuielile de
penalizare (de lipsă, penurie, rupere a stocului). O astfel de problemă se rezolvă cu
metoda de simulare Monte Carlo, care presupune estimarea parametrilor repartiţiei
unei variabile aleatoare pe baza realizărilor acesteia. Se estimează valoarea medie a
variabilei aleatoare în funcţie de o eroare admisibilă şi de o probabilitate dată.
 Pentru aceasta se extrag din „Fişa de magazie” intrările şi ieşirile pentru o
perioadă ce caracterizează fenomenul (în cazul acesta intrările/ieşirile pentru un
anumit material).
Paşii algoritmului de calcul:
Pasul 1. Intrările/ieşirile de materiale zilnice se scriu sub formă matriceală

 Iz1 Iz2 Iz3 Iz4 

 Iz K K K 
Matricea intrărilor MI =  5
K Izi K K
 
K K K Izm 

 Ez1 Ez 2 Ez3 Ez 4 
 Ez K K K 
Matricea ieşirilor ME =  5
K Ezi K K 
 
K K K Ez m 

Pasul 2. Se calculează ritmul mediu de aprovizionare (ritmul mediu al

intrărilor) şi ritmul mediu de consum (ritmul mediu al ieşirilor).
Pasul 3. Se determină probabilitatea de rupere a stocului şi cantitatea
medie în deficit, stocul mediu.
Aceste mărimi se determină pe baza generării zilelor de intrare a
materialelor în depozit şi a zilelor de ieşire a materialelor din depozit în producţie.
Atât „intrările”, cât şi „ieşirile” de materiale sunt generate uniform.
Pasul 4. Se calculează costul total pe fiecare variantă.
Variantele se deosebesc între ele prin mărimile diferite ale stocului iniţial.
CTOT = Stoc mediu ∗ Cost de stocare + Cantitatea medie în deficit ∗
Probabilitatea de rupere a stocului ∗ Costul de penalizare
Pasul 5. Se alege varianta căreia îi corespunde costul total minim.
Problema se rezolvă în sistem conversaţional cu produsul informatic
MANAGER2/STOCMAT care este format dintr-un program principal şi şase
subrutine:
GENER – de generare a zilelor de intrare, respectiv, de ieşire cu funcţie
RND;
TRANS – de determinare a matricei cumulate;
PROB – de calcul a probabilităţii de rupere de stoc, cantitatea medie în
deficit, stocul mediu;
RITM – de calcul a ritmului de aprovizionare/consum;
MINIM – de alegere a costului total minim;
DORA – de calcul a cantităţii intrate (ieşite ICANT1/ICANT2 şi a
intervalelor de adăugat la zilele de intrare/ieşire (ITI).
Notaţiile folosite:
INT1 - matricea intrărilor
INT2 - matricea ieşirilor
KA - număr de linii în matricea INT1
KB - număr de coloane în matricea INT1
KC - număr de linii în matricea INT2
KD - număr de coloane în matricea INT2
MATT1 - suma elementelor pe linii în matricea INT1
MATT2 - suma elementelor pe linii în matricea INT2
LV - număr maxim de variante (10), cicluri generate
MATC1 - suma elementelor pe coloană în matricea INT1
MATC2 - suma elementelor pe coloană în matricea INT2
IVEC - număr de variante
LP - număr maxim de unităţi de timp pentru simulare
ISTIN - stoc iniţial
CST - cost de stocare
CPEN - cost de penalizare
IEXIST - existent în depozit
ICANT1 - cantitatea intrată
ICANT2 - cantitatea ieşită
IVT1 - ziua în care are loc „intrarea” de material în depozit
IVT2 - ziua în care are loc „ieşirea” de material din depozit
R - ritmul mediu de aprovizionare/consum
CTOT - cost total
SUM1 - probabilitatea de rupere la stoc
SUM2 - cantitatea medie în deficit (lipsă)
SUM3 - stocul mediu
ITIMP - timp curent
ITI - intervalele de intrare/ieşire
IEX - capacitatea depozitului

Relaţiile de calcul utilizate:

IEXIST = IEXIST + ICANT1

IVT1 = IVT1 + ITI
IEXIST = IEXIST + ICANT1 – ICANT2
IEXIST = IEXIST – ICANT2
IVT2 = IVT2 + ITI
CTOT(IK)= SUM3(IK) ∗ CST + SUM2(IK) ∗ SUM1(IK)
Problema se rezolvă în sistem conversaţional cu programul STOCMAT.

Programul calculează:
RITMUL DE APROVIZIONARE
RITMUL MEDIU DE CONSUM
 Pentru fiecare ipoteză de stoc iniţial (variantă), respectând legea statistică
corespunzătoare „intrării” materialelor în stoc şi „ieşirii” materialelor din stoc, se
generează zilele de la 0 la 365 şi se calculează stocurile finale cu relaţia balanţieră
SF = SI + I – E.

8.7 Simularea unui sistem de aşteptare

8.7.1 Cazul general al unui model de aşteptare. Termeni uzuali
Aşteptarea, formarea unui „fir de aşteptare”, sau a unei „cozi” este un
fenomen des întâlnit în activitatea unei organizaţii.
Acesta apare ori de câte ori cererea pentru un anumit serviciu depăşeşte
posibilităţile de realizare a acestuia (de exemplu, când vagoanele, navele,
autocamioanele aşteaptă la staţia/rampa de încărcare/descărcare; când piesele,
subansamblele aşteaptă să fie reparate de personalul de întreţinere etc.)
În general, un fenomen de aşteptare are următoarele caracteristici:
1) există un număr de solicitanţi pentru anumite servicii;
2) nu se cunoaşte cu certitudine momentul când va fi solicitat un serviciu;
3) există un număr de staţii de servire sau de executanţi care realizează
serviciul solicitat;
4) nu se cunoaşte cu certitudine durata de realizare a unui anumit serviciu;
5) există incertitudini în ceea ce priveşte comportamentul clienţilor după
sosirea în sistemul de servire.
Obiectivul teoriei firelor de aşteptare sau teoria aşteptării este determinarea
unui sistem de servire care să minimizeze cheltuielile totale implicate de costul
staţiilor de servire şi al realizării serviciului, şi costul aşteptării clienţilor pentru a
obţine serviciul dorit.
Din cauza elementelor stochastice ale problemelor de aşteptare, fiecare
model poate fi notat prescurtat utilizând trei litere care indică:
Repartiţia sosirilor/Repartiţia timpilor de servire/Numărul staţiilor de
servire.
De obicei, pentru repartiţii se utilizează simbolurile următoare:
M → pentru distribuţii de probabilitate Poisson sau exponenţiale;
D → pentru sosiri şi serviciu deterministe;
G → pentru distribuţii de probabilitate generale.
Termeni uzuali în teoria aşteptării:

• Distribuţia Poisson = distribuţia de probabilitate a numărului de sosiri

într-un interval de timp în care ritmul sosirilor este constant, iar
numărul sosirilor în intervalul de timp considerat este independent de
numărul sosirilor din celelalte interval;
• Distribuţia exponenţială = este densitatea de probabilitate pentru
duratele între sosiri sau pentru duratele de servire, dacă ritmul
servirilor este constant.
 • Ritmul mediu al sosirilor (Mean Arrival Rate) = λ =numărul mediu
de sosiri (clienţi) în sistemul de aşteptare pe unitate de timp.
• Timpul între două sosiri succesive = 1/λ
• Ritmul mediu al serviicilor (Mean Service Rate) = µ = numărul
mediu de solicitanţi (clienţi) serviţi în sistemul de aşteptare pe unitate
de timp.
• Timpul de servire = 1/µ = timpul mediu necesar pentru realizarea
unui serviciu solicitat în sistemul de aşteptare.
• Numărul mediu de unităţi în sistem (Mean Number of Units in the
System) = numărul mediu de solicitanţi (clienţi) în sistemul de
aşteptare inclusiv cei în curs de servire.
• Numărul mediu de unităţi în firul de aşteptare (coadă) (Mean
Number of Units in the Queue) = numărul mediu de solicitanţi (clienţi)
în firul de aşteptare fără cei în curs de servire.
• Timpul mediu în sistem (Mean Time in the System) = timpul mediu
de aşteptare a unei unităţi în sistemul de aşteptare ce include şi timpul
de servire.
• Timpul mediu în firul de aşteptare (Mean Time in the Queue) =
timpul mediu de aşteptare a unei unităţi în coadă, fără timpul de servire.
• Numărul de staţii de servire (Number of Servers) = s = numărul de
staţii de servire în paralel.
• Factorul de utilizare a sistemului de servire (Service Facility
Utilization Factor) = ρ = λ/µs = fracţiunea din timpul de funcţionare în
care sistemul de servire este ocupat.
• Probabilitatea ca în sistem să nu fie nici un solicitant (Probability of
No Units in System) = probabilitatea ca sistemul de servire să fie
neocupat (liber).
8.7.2 Simularea unui sistem de aşteptare cu ceas variabil (caz general)
Vom considera ca disciplină a serviciului regula: „primul venit, primul
servit” (FIFO - „first in, first out”) în cazul a două modele de simulare de
forma: ././1; (∞, FIFO), şi anume, unul bazat pe ceas variabil (a) şi altul bazat pe
ceas constant (b), neprecizând ce fel de repartiţii au sosirile şi serviciile (././).
Expresia sintetică a modelului de aşteptare este de forma: V/S/s/:(L;d)
unde:
V – repartiţia dintre două veniri succesive;
S – repartiţia duratei de serviciu;
s – numărul de staţii de serviciu;
L – lungimea maximă a cozii;
d – disciplina serviciului.
În practică, de cele mai multe ori intervalul de timp dintre două sosiri
succesive şi durata de serviciu sunt variabile aleatoare. Pentru acest fapt, modelele
analitice nu sunt operante şi se apelează la simularea Monte Carlo.
 ~ Notaţii:
AT – intervalul de timp aleatoriu dintre două veniri consecutive;
ST – durata de serviciu (variabila aleatoare);
VT – timpul de aşteptare al unui client oarecare în coadă;
TID – timpul de neocupare a staţiei de serviciu de la terminarea unui
serviciu la începerea altui serviciu;
TVT – timpul total de aşteptare al clienţilor;
TTID – timpul total de neocupare al staţiei de serviciu;
NS – numărul total de servicii ce trebuie simulate;
ICOUNT – contor pentru servicii.
Variabilele aleatoare AT şi ST sunt variabile de intrare: repartiţiile sunt
cunoscute, iar parametrii acestor repartiţii sunt parametri de intrare. NS este, de
asemenea, parametru de intrare.
Variabilele VT, TID, TVT, TTID sunt variabile de ieşire.
Timpul mediu de aşteptare (AVT) se calculează cu expresia:
TVT
AVT = ,
NS
iar timpul mediu de neocupare a staţiei (ATID) se calculează:
TTID
ATID =
NS
În momentul începerii simulării sunt satisfăcute următoarele condiţii
iniţiale:
TVT = TTID = 0; ICOUNT = 0; VT = TID = 0 .
Pentru variabilele aleatoare AT şi ST există generatori care vor fi apelaţi de
către programul de simulare.
Schema logică a algoritmului se prezintă în figura nr. 8.8.
În blocul (1) se fac iniţializările şi se citesc valorile parametrilor de intrare.
Blocul (2) generează un interval de timp de sosire (simulează venirea unui
client).
Blocul (3) calculează timpul de venire ajustat. Apoi în blocul (4) se
generează un serviciu (care se numără cu ajutorul controlului ICOUNT) şi în blocul
(5) acest timp de serviciu se compară cu timpul de sosire ajustat şi ca rezultat al
comparării se determină evenimentul „următor” (care se va produce primul). Altfel
spus, modelul se bazează pe principiul ceasului variabil, dar fără a folosi efectiv o
variabilă ceas, ci una echivalentă (timp de sosire ajustat), cu care se realizează
acelaşi scop, şi anume, determinarea evenimentului următor.
Dacă în blocul (5) s-a găsit ST > AT, înseamnă că staţia de serviciu este
ocupată. Deci, în blocul (6) se ia timpul de neocupare al staţiei nul, se calculează
timpul de aşteptare al clientului care urmează să fie servit primul şi se adună acest
timp la timpul total de aşteptare.
Dacă însă în blocul (5) se găseşte staţia neocupată (ST ≤ AT), atunci în
blocul (7) se ia timpul de aşteptare al clientului ce va fi servit primul, egal cu zero,
se determină timpul de neocupare al staţiei şi se adună acest timp la timpul total de
neocupare. În blocul (8) se decide dacă simularea se continuă sau nu, iar în blocul
(9) se calculează parametrii de ieşire conform formulelor prezentate.
Rezolvarea cazurilor practice se face în sistem conversaţional, cu
programul ASTVAR din produsul informatic MANGER2 (Anexa nr. 13 din [1],
pag. 406).

START

INIŢIALIZĂRI 1
CITIREA PARAMETRILOR
DE INTRARE

2
GENEREAZĂ AT

3
AT = AT – VT

4
GENEREAZĂ ST
ICOUNT ← ICOUNT + 1
5

DA NU
ST > AT ?

TID 6 7
VT = 0
VT=ST – AT TID = AT – ST
TVT = TVT + VT TTID = TTID + TID

8
DA
ICOUNT<NS

NU
9
CALCUL PARAMETRI DE
IEŞIRE ŞI AFIŞARE
REZULTATE

STOP

Figura 8.8

8.7.3 Simularea unui sistem de aşteptare cu ceas constant

Acest model mai include o serie de alte variabile, şi anume:
TAT - timpul total al venirilor (momentul ultimei veniri);
TST - momentul terminării ultimului serviciu;
CLOCK - ceasul simulării;
C - constantă cu ajutorul căreia se avansează ceasul;
I - variabilă întreagă care desemnează lungimea curentă a cozii;
NT - parametru de intrare care reprezintă durata impusă a simulării
(simularea se termină când CLOCK>NT; deci contorul ICOUNT
nu se foloseşte în acest model).
Iniţializările se fac pentru:
TVT = TTID = TAT = TST = 0, I = 0, CLOCK = 0
Schema logică a modelului de simulare este prezentată în figura nr. 8.9

START

INIŢIALIZĂRI ŞI 1
CITIREA PARAMETRILOR
DE INTRARE

2
GENEREAZĂ AT

TAT = TAT – AT
3

4
CLOCK = CLOCK + C
5

DA NU
TAT < TST
10

6 DA NU
I=I+1 I=0?
VT= TST – TAT
TVT = TVT + VT 11
TID = TAT – TST 12
7 I=I–1
TID = TTIT – TID
DA TST = TAT
CLOCK>TAT ?

NU 13
8
CLOCK = CLOCK + C
DA CLOCK>TST - NU
TID ?

14
CLOCK = CLOCK + C

9 15
GENEREAZĂ AT GENEREAZĂ ST
TAT = TAT + AT 16 TST = TST + ST
DA
CLOCK<NT
NU
17
SE CALCULEAZĂ PARAMETRII STOP
Figura REZULTATE
DE IEŞIRE/AFIŞARE nr.
Figura 8.9
 Blocurile (1) ÷ (4) precizează condiţiile iniţiale şi determină începerea
simulării.
În blocul (5) se constată dacă staţia este liberă sau ocupată.
Dacă (TAT < TST) staţia este ocupată, se continuă cu blocul (6), se
măreşte coada cu o unitate (adică ultimul client sosit trece în coadă), se calculează
durata aşteptării clientului şi se adună la timpul total de aşteptare.
Blocul (7) compară apoi ceasul cu momentul ultimei sosiri, iar dacă ceasul
este anterior ultimei sosiri, atunci se măreşte ceasul cu valoarea constantă C, se
generează o nouă sosire şi se recalculează momentul ultimei sosiri blocul (9). Dacă
în blocul (5) s-a găsit staţia liberă, atunci se continuă cu blocul (10), care constată
dacă coada este vidă sau nu. În caz afirmativ (coada vidă), în blocul (11) se
determină timpul de neocupare a staţiei care se adaugă la TTID şi se actualizează
TST până la valoarea TAT; în caz negativ, se micşorează coada cu o unitate blocul
(12).
Blocul (13) compară din nou ceasul cu momentul terminării ultimului
serviciu; dacă acesta este ulterior ceasului, atunci se măreşte ceasul cu constanta C.
În continuare, blocul (15) generează un serviciu şi adaugă durata acestuia la TST.
Blocul (16) decide dacă simularea continuă sau se opreşte, iar blocul (17)
calculează parametrii de ieşire. Se mai poate calcula durata totală a serviciilor SST
(SST = TST – TTID).

 Rezumat
Sunt prezentate modele economico-matematice şi de simulare pentru
utilizarea şi alocarea resurselor materiale, umane, băneşti şi de timp în cadrul unei
organizaţii.
Cunoaşterea şi aplicarea principiului de optimalitate formulat de Bellman
permite dimensionarea corectă a stocurilor prin minimizarea cheltuielilor de
stocare, dar cu respectarea unor ipoteze economice stabilite precum şi alocarea
unor fonduri băneşti în funcţie de efectele economice obţinute.
Se prezintă modelul de analiză a drumului critic cu activităţi ale căror
durate sunt de tip determinist şi stochastic precum şi funcţia cost-durată de
importanţă majoră în cazul proiectelor complexe. Plecând de la un caz practic se
prezintă un algoritm euristic de alocare a resurselor. Alocarea resurselor se poate
modela şi cu ajutorul unor modele liniare stochastice. Modelele stochastice sunt
modelele ai căror coeficienţi sunt mărimi aleatoare. Pentru evaluarea fiecărei
variante decizionale este necesar să se realizeze toate combinaţiile posibile dintre
valorile mărimilor aleatoare. În acest mod rezultă distribuţia de probabilitate a
valorilor funcţiei obiectiv prin care se face evaluarea variantelor decizionale.
Metodele analitice studiate transformă modelul stochastic într-un model
determinist, astfel că este dificil de obţinut distribuţia de probabilitate a tuturor
valorilor funcţiei obiectiv. Totuşi prin adaptarea algoritmului Simplex pentru
aplicarea metodei descrierii complete s-ar putea obţine probabilitatea ca o soluţie
să fie optimă.
 Acţiunea managerială a gestiunii stocurilor necesare pentru asigurarea
continuităţii procesului de fabricaţie şi a satisfacerii cerinţelor pieţei, a permis
prezentarea elementelor principale ale unui proces de stocare, etapelor de rezolvare
practică a problemelor de gestiune a stocurilor şi a unor modele analitice şi de
simulare specifice acestui domeniu.
Este prezentat cazul general al unui model de aşteptare, iar pentru situaţii
complexe simularea sistemului cu ceas variabil şi cu ceas constant.
În cadrul temei sunt comentate rezolvările manuale şi în sistem
convenţional cu produsele informatice QM şi WINQSB.

y Cuvinte cheie
• activităţi critice • funcţie de repartiţie
• ADC/COST • model de aşteptare
• ADC/resurse • model stochastic
• alocare • număr de servicii
• analiza ABC • număr staţii de serviciu
• analiza drumului critic • obiective
• ASTFIX • PERT
• Bellman • Poisson
• cantitate de aprovizionat • politică optimă
• categorie de calificare • programare dinamică
• ceas fix • resurse
• ceas variabil • rezerva de timp
• cerere de consum • ritm de aprovizionare
• cererea pieţei • ritm de consum
• comandă • rupere de stoc
• cost de reaprovizionare • simulare
• cost de stocare • stoc
• cost total minim • STOCMAT
• CPM • subpolitică
• disciplina serviciului • teoria stocurilor
• efect economic • timpul de aşteptare al clienţilor
• EOQ • timpul de servire
• euristic • variabilă de stare
• fond bănesc

Š Bibliografie suplimentară
[1] pag. 183–248
[2] pag. 108–116; 121–140; 156–163; 216–231
# Întrebări recapitulative

1. De ce permite teorema de optimalitate a lui Bellman armonizarea

obiectivelor cu resursele unei întreprinderi?
2. Ce explicaţie economică daţi faptului că procesele de producţie-
stocare pot fi modelate cu programare dinamică?
3. Cum rezolvaţi problema de dimensiuni mari în cazul alocării unor
fonduri băneşti, în funcţie de efectele economice obţinute?
Comentaţi modul de elaborare a strategiei optime de repartizare a
fondului bănesc existent.
4. În ce constă importanţa utilizării metodei analizei drumului critic
pentru managementul unei organizaţii? Exemplificaţi pentru diferite
aspecte.
5. Ce diferenţă este între metoda CPM şi PERT în privinţa datelor de
intrare în model?
6. Comentaţi funcţia cost-durată. În ce constă rezolvarea în sistem
conversaţional?
7. Care sunt facilităţile oferite de simularea problemelor de drum critic
pentru managementul firmei?
8. În cazul unui proiect complex atunci când se face alocarea
resurselor, histogramele se fac individual pentru fiecare resursă. De
ce?
9. Care este accepţiunea managerială a gestiunii stocurilor?
10. Care sunt etapele de rezolvare practică a problemelor de gestiune a
stocurilor? Ce importanţă are respectarea lor?
11. Este vreo legătură între gruparea selectivă a stocurilor şi
posibilităţile de modelare economică-matematică? De ce?
12. Explicaţi schema logică a algoritmului de simulare a procesului de
stocare cu ceas fix.
13. În ce constă simularea unui proces de stocare în care intrările/ieşirile
de materiale în/din depozit sunt date sub formă matriceală? (Paşii
algoritmului de calcul).
14. Ce criteriu economic aţi folosit prin utilizarea produsului informatic
STOCMAT?
15. Prin ce se diferenţiază algoritmul de simulare a unui sistem de
aşteptare cu ceas variabil de cel cu ceas fix?
16. Ce este un model de programare stochastică? Exemplificaţi în cazul
unei organizaţii.
17. Cum se poate realiza analiza riscului unei variante decizionale?
18. Cum poate fi utilizată simularea Monte Carlo pentru rezolvarea
modelelor stochastice?