Documente Academic
Documente Profesional
Documente Cultură
CUPRINS
CUVÂNT ÎNAINTE.............................................................................................................. 6
MODULUL 1. ORGANIZAŢIA CA SISTEM....................................................................... 8
CONCEPTE DE BAZĂ ..................................................................................................... 8
OBIECTIVE URMĂRITE ................................................................................................. 8
RECOMANDĂRI PRIVIND STUDIUL............................................................................ 8
REZULTATE AŞTEPTATE.............................................................................................. 8
UNITATEA DE CURS 1.1: ANALIZA DE SISTEM ........................................................ 9
OBIECTIVE .................................................................................................................. 9
NOŢIUNI CHEIE .......................................................................................................... 9
UNITATEA DE CURS 1.2: STRUCTURA DE MULŢIMI A UNUI SISTEM ÎN
ABORDARE STATICĂ ŞI ÎN ABORDARE DINAMICĂ .............................................. 12
OBIECTIVE ................................................................................................................ 12
NOŢIUNI CHEIE ........................................................................................................ 12
UNITATEA DE CURS 1.3: INTEGRAREA SIMULĂRII ÎNTR-O METODOLOGIE
SISTEMICĂ GENERALĂ .............................................................................................. 15
OBIECTIVE ................................................................................................................ 15
NOŢIUNI CHEIE ........................................................................................................ 15
UNITATEA DE CURS 1.4: LOCALIZAREA MODELĂRII ECONOMICO-
MATEMATICE DESTINATĂ REZOLVĂRII UNOR PROBLEME MANAGERIALE.. 17
OBIECTIVE ................................................................................................................ 17
NOŢIUNI CHEIE ........................................................................................................ 17
TEST PENTRU AUTOEVALUARE ............................................................................... 18
RECOMANDĂRI BIBLIOGRAFICE.............................................................................. 18
MODULUL 2. CONCEPTUL DE SISTEM APLICAT ORGANIZAŢIILOR ...................... 19
CONCEPTE DE BAZĂ ................................................................................................... 19
OBIECTIVE URMĂRITE ............................................................................................... 19
RECOMANDĂRI PRIVIND STUDIUL.......................................................................... 19
REZULTATE AŞTEPTATE............................................................................................ 19
UNITATEA DE CURS 2.1: CONCEPTUL DE SISTEM – DEFINIŢII, EXEMPLE........ 20
OBIECTIVE ................................................................................................................ 20
NOŢIUNI CHEIE ........................................................................................................ 20
UNITATEA DE CURS 2.2. ELEMENTE ALE SISTEMULUI, RELAŢII ŞI OBIECTIVE
........................................................................................................................................ 24
OBIECTIVE ................................................................................................................ 24
NOŢIUNI CHEIE ........................................................................................................ 24
UNITATEA DE CURS 2.3. PROPRIETĂŢI EXTERNE ALE SISTEMELOR UTILIZATE
ÎN ANALIZĂ ŞI DIAGNOZĂ......................................................................................... 29
OBIECTIVE ................................................................................................................ 29
NOŢIUNI CHEIE ........................................................................................................ 29
UNITATEA DE CURS 2.4. PROPRIETĂŢILE FUNCŢIONAL – INTERNE ALE
SISTEMELOR................................................................................................................. 39
OBIECTIVE ................................................................................................................ 39
NOŢIUNI CHEIE ........................................................................................................ 39
TEST PENTRU AUTOEVALUARE ............................................................................... 51
RECOMANDĂRI BIBLIOGRAFICE.............................................................................. 52
MODULUL 3. SISTEMUL INFORMAŢIONAL ÎN CADRUL ORGANIZAŢIEI .............. 53
CONCEPTE DE BAZĂ ................................................................................................... 53
OBIECTIVE URMĂRITE ............................................................................................... 53
RECOMANDĂRI PRIVIND STUDIUL.......................................................................... 53
REZULTATE AŞTEPTATE............................................................................................ 53
1
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
2
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
3
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
4
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
5
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CUVÂNT ÎNAINTE
6
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Autorul
7
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Organizaţia social-economică, sistem cibernetic, subsistemele întreprinderii, legături
informaţionale, analiza de sistem, conducerea sistemelor, conexiunea inversă, modelare
economico-matematică
OBIECTIVE URMĂRITE
Definirea analiza de sistem
Cunoaşterea regulilor metodologice ale analizei de sistem
Cunoaşterea structurii de mulţimi a unui sistem
Definirea unui sistem cibernetic
Abordarea organizaţiei ca sistem
Cunoaşterea metodologiei sistemice generale a simulării
Familiarizarea cu activitatea de modelare economico-matematică
REZULTATE AŞTEPTATE
Modului intitulat „Organizaţia ca sistem” va familiariza studentul cu noţiunile
elementare ale analizei de sistem, reuşind să abordeze o organizaţie din punct de vedere
sistemic. Studentul va fi capabil să identifice elementele generale ale unui sistem, precum şi
cele particulare ale organizaţiei. Studentul va fi familiarizat şi va cunoaşte noţiuni ale
metodologiei simulării, precum şi cu modelarea economico-matematică.
8
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Definirea analiza de sistem
Cunoaşterea regulilor metodologice ale analizei de sistem
NOŢIUNI CHEIE
Sistem, organizaţia social-economică, sistem cibernetic, subsisteme, analiza de sistem
9
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Printre cele mai importante utilizări practice ale analizei sistemice se află elaborarea
proiectelor pentru conducerea eficientă a organizaţiilor economice cu ajutorul metodelor
economico-matematice şi al tehnicii de calcul.
Analiza sistemică se bazează pe metodologia decizională, concepută ca un ansamblu
de reguli pentru luarea deciziei, necesare conducerii eficiente a sistemelor.
Metodologia se sprijină pe generalizarea unui număr mare de cazuri din practică.
Regulile metodologice definesc atât succesiunea corectă a operaţiunilor decizionale
corespunzătoare conducerii sistemelor, cât şi modul de organizare şi realizare efectivă a lor.
Principalele reguli metodologice generale pentru conducerea sistemelor sunt
următoarele:
a. Deciziile privind conducerea eficientă a unui sistem implică adoptarea unei
concepţii integratoare în ceea ce priveşte disciplinele şi metodele decizionale ale conducerii
sistemelor.
Această regulă este necesară, deoarece, în practică, supraspecializarea determină,
adesea, adoptarea unei viziuni unilaterale.
b. Pentru obţinerea unor decizii eficiente în conducerea sistemelor este necesară o
profundă şi detailată cunoaştere a acestora.
Totalitatea operaţiilor de cunoaştere se concretizează prin elaborarea modelelor
decizionale (descriptive şi normative).
c. Comportamentul cibernetic este o lege generală a funcţionării sistemelor şi
subsistemelor ce le alcătuiesc, iar modelarea acestui comportament reprezintă o metodă
decizională fundamentală în conducerea sistemelor.
Aplicarea în practică, în conducerea sistemelor, a ideilor principale aparţinând
ciberneticii se poate face eficient, utilizând metodele dinamicii sistemelor (disciplină
elaborată de profesorul american J. Forrester).
d. Factorul uman, cu multiplele sale aspecte, are o deosebită importanţă în deciziile
privind conducerea sistemelor. Câteva dintre implicaţiile cele mai actuale ale factorului uman
în conducerea sistemelor sunt:
conducerea participativă;
perfecţionarea profesională permanentă, policalificarea;
motivaţiile individuale şi colective şi implicaţiile lor asupra comportamentului
şi luării deciziilor.
e. Modelarea descriptivă şi normativă a proceselor decizionale este esenţială pentru
conducerea eficientă a sistemelor.
Această regulă scoate în evidenţă componenta raţională în luarea deciziilor.
f. Se va acorda cuvenita importanţă modelelor informatice şi sistemelor expert în
luarea deciziilor privind conducerea sistemelor. Prin aceasta se va înregistra o serie de
consecinţe, ca, de exemplu:
micşorarea considerabilă a timpului de elaborare a unor decizii care presupun
analiza unui număr mare de date;
creşterea nivelului calitativ al deciziilor, ca urmare a posibilităţilor de a efectua
calculele, de obicei foarte complexe, pe care le presupun metodele moderne de
luare a deciziilor;
posibilitatea de cooperare în domeniul stocării şi prelucrării datelor prin
organizarea unor reţele de calculatoare cuprinzând întreprinderi şi centre
specializate.
Rolul decizional al sistemelor expert este foarte important, lucru atestat de faptul că,
deşi au un cost foarte ridicat, în ultimii ani, pe plan mondial, au fost puse la punct şi
funcţionează numeroase astfel de sisteme, în cele mai variate domenii de activitate.
g. Succesul practic al metodologiei de conducere a sistemelor este condiţionat în mod
decisiv de operaţiile care urmează după elaborarea modelelor descriptive şi normative, şi
10
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
11
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea structurii de mulţimi a unui sistem şi a interacţiunii dintre acestea
Definirea unui sistem cibernetic
NOŢIUNI CHEIE
Sistem cibernetico-economic, vectorul intrărilor, vectorul ieşirilor, conexiunea inversă,
model, stare
Privită din punct de vedere istoric, analiza sistemelor a început cu cele naturale,
studiul extinzându-se mai târziu la sistemele create de om, printre care amintim: sistemele
tehnice, conceptuale, de acţiuni, economice şi sociale.
Odată cu dezvoltarea ciberneticii şi perfecţionarea mecanismelor automate de calcul, a
fost fundamentat conceptul de sistem cibernetico-economic, care conţine ca element esenţial
prezenţa directă şi nemijlocită a omului în funcţiile de comandă, decizie, reglare şi
autoreglare.
Omul, ca factor de execuţie şi decizie, imprimă sistemelor cibernetico-economice un
caracter dinamic şi permanent perfectibil.
Atât sistemele cibernetico-economice în ansamblu, cât şi elementele lor componente
sunt caracterizate de multitudinea activităţilor ce se desfăşoară în cadrul acestora în vederea
atingerii obiectivelor economice formulate de la caz la caz.
Ansamblul fluxurilor primite de la alte sisteme reprezintă vectorul intrărilor în sistem,
iar ansamblul fluxurilor dirijate către alte sisteme formează vectorul ieşirilor din sistem.
„Ieşirile” unui sistem pot constitui „intrări” pentru alt sistem ş.a.m.d. Acest lucru este
o proprietate importantă a sistemelor, care constă în posibilitatea cuplării lor. Prin cuplare,
cele două sisteme formează un alt sistem mai mare, cu proprietăţi diferite, ele devenind
subsisteme ale acestuia ş.a.m.d.
Sistemul devine cibernetic, atunci când apare reglarea (conexiunea inversă).
Mulţimea caracteristicilor unui sistem, la un moment dat, determină starea sa (vectorul
variabilelor de stare, care, în cazul sistemelor cibernetico-economice, are un număr foarte
mare de variabile).
Pentru fiecare sistem cibernetico-economic se distinge un comportament intern şi altul
extern, strâns corelate între ele, şi care formează comportamentul de ansamblu al sistemului.
Funcţionalitatea este o rezultantă vectorială a intensităţii fluxurilor, care reprezintă
intrările în sistem şi a comportamentului acestuia, adică a modului de transformare a
fluxurilor de intrare în fluxuri de ieşire.
Un sistem cibernetic este definit de interacţiunea dintre structura, comportamentul şi
funcţionalitatea sa în cadrul mecanismului considerat şi care poate fi şi cel economic. Plecând
de la acest mod de gândire, putem considera societatea ca sistem, economia ca subsistem,
ramurile economice ca subsisteme, iar întreprinderile ca subsisteme în cadrul ramurilor.
La nivel economic, firma, societatea comercială, societatea pe acţiuni este un sistem,
adică o mulţime de părţi în interacţiune una cu alta.
La un moment dat, orice sistem este caracterizat de tripletul (T, S, E).
Notaţii:
12
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
13
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
14
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu noţiunile de proces de modelare şi simulare numerică
NOŢIUNI CHEIE
Simulare, modelare, metamodel
15
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Procesul de modelare devine un proces ierarhizat, aşa cum este redat în figura de mai
sus (fig. 1.3.).
16
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu localizarea modelării economico-matematice în cadrul
proiectării şi funcţionării sistemului informaţional-decizional
NOŢIUNI CHEIE
modelare economico-matematică, sistem informaţional-decizional,
Realizarea obiectivelor finale ale întreprinderii impune cu necesitate găsirea celor mai
adecvate mijloace şi metode de conducere atât pentru activităţile productive, cât şi pentru cele
economice.
17
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
RECOMANDĂRI BIBLIOGRAFICE
1. Andreica, M., Stoica, M. Modelarea şi simularea proceselor economice, Lito
A.S.E., Bucureşti, 1994.
2. Dobre, I., Mustaţă, F. Simularea proceselor economice, Editura Inforec,
Bucureşti, 1996.
3. Mărgulescu, D. Analiza economico-financiară a întreprinderii. Metode
şi tehnici, Editura Tribuna Economică, Bucureşti, 1994.
4. Păun, M., Hartulari, C., Analiza şi diagnoza sistemelor economice, Editura ASE
Bădescu, A. Bucureşti, 2001.
5. Wilson, B. Systems concepts, Methodologies and Applications,
John Willey & Sons, 1984.
6. Zadeh, L.A., Polak, E., ş.a. Teoria sistemelor, Editura Tehnică, Bucureşti, 1973.
18
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Conceptul de sistem, filozofia antică, teoria sistemelor, variabilele de comandă,
variabilele perturbatoare, mulţime de subsisteme, elemente, descompunerea unui sistem,
conexiuni, restricţii, obiective, analiza şi diagnoza sistemelor, dinamicitatea, entropie, sisteme
evolutive, teoria complexităţii, probleme polinomiale, caracter aleator/stohastic, autoreglare,
resursă informaţională, accesibilitate, controlabilitate, observabilitate, sensibilitate, stabilitate,
finititudine, adaptabilitate, compozabilitate, predicţie
OBIECTIVE URMĂRITE
Cunoaşterea istoricului conceptului de sistem şi a utilităţii acestuia
Definirea în diverse moduri a conceptului de sistem
Cunoaşterea formalismului matematic al sistemului şi transpunerea practică a
elementelor acestuia
Familiarizarea cu structurarea subsistemică
Cunoaşterea clasificării sistemelor
Fundamentarea descrierii unui sistem
Familiarizarea cu descompunerea în subsisteme a unui sistem, criterii
Cunoaşterea relaţiilor între elementele sistemului şi evidenţierea conexiunilor
Familiarizarea cu obiectivele unui sistem
Cunoaşterea proprietăţilor externe ale sistemelor
Familiarizarea cu noţiunea de entropie
Familiarizarea cu noţiunea de complexitate a sistemelor
Familiarizarea cu noţiunea de autoreglare a sistemelor
Cunoaşterea proprietăţilor funcţional – interne ale sistemelor
REZULTATE AŞTEPTATE
Modului intitulat „Conceptul de sistem aplicat organizaţiilor” va familiariza studentul
cu conceptul de sistem, clasificarea sistemelor. Studentul va cunoaşte relaţiile între elementele
sistemului şi va putea evidenţia conexiunilor existente între subsisteme. Studentul va putea
înţelege funcţionalitatea sistemelor pe baza proprietăţilor interne şi externe ale acestora.
19
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea istoricului conceptului de sistem şi a utilităţii acestuia
Definirea în diverse moduri a conceptului de sistem
Cunoaşterea formalismului matematic al sistemului şi transpunerea practică a
elementelor acestuia
Familiarizarea cu structurarea subsistemică
Cunoaşterea clasificării sistemelor
NOŢIUNI CHEIE
Conceptul de sistem, filozofia antică, teoria sistemelor, variabilele de comandă,
variabilele perturbatoare
20
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
S = (T, U, Ω, X, Y, Γ, φ, η)
unde:
T – mulţimea de valori ale variabilei de timp t;
U - mulţimea de valori ale variabilelor de intrare u;
Ω - clasa de funcţii ce descriu evoluţiile admisibile ale variabilelor de intrare;
ω - evoluţia variabilelor de intrare admise, ωЄΩ.
Astfel se definesc:
ω = {u(t) / tЄT}
Ω = {ω : T→ u}.
21
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
22
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Clasificare:
În cazul sistemelor, putem vorbi despre:
Din punct de vedere ierarhic
Subsistem – un sistem care face parte dintr-un sistem mai mare. Cel mai mare
sistem este considerat a fi mediul înconjurător sau universul.
Suprasistem – un sistem alcătuit din alte sisteme (subsistem)
Din punct de vedere relaţiei dintre sisteme
Limitele sistemului – un sistem este separat de mediul unde acţionează şi alte
sisteme prin graniţele (limitele) sale. Sisteme deschise – sisteme care
interacţionează cu altele aflate în acelaşi mediu se consideră a fi un sistem
deschis, conectat cu mediul sau prin intrări-ieşiri. Sisteme închise – sisteme nu
care interacţionează cu altele şi care în timp decad şi dispar Sisteme adaptive –
sisteme care au abilitatea de a se modifica singure sau de a-şi modifica mediul
în care acţionează în scopul de a îşi prelungi existenţa.
23
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Fundamentarea descrierii unui sistem
Familiarizarea cu descompunerea în subsisteme a unui sistem, criterii
Cunoaşterea relaţiilor între elementele sistemului şi evidenţierea conexiunilor
Familiarizarea cu obiectivele unui sistem
NOŢIUNI CHEIE
Mulţime de subsisteme, elemente, descompunerea unui sistem, conexiuni, restricţii,
obiective
Elementele sistemului
Elementele componente ale sistemului sunt obiecte abstracte, sau evenimente, adesea
putând fi ele însele sisteme, în accepţiunea dată de Churchman acestui concept. Potrivit
acestei accepţiuni, un sistem poate fi conceput ca un subsistem în cadrul altui sistem, care îl
înglobează (acesta fiind mai complex) sau se poate descompune într-un număr de subsisteme.
Se pune astfel problema găsirii unor elemente primare, simple, despre care putem afirma că
nu mai conţin alte subsisteme sau, în celălalt sens al abordării, existenţa unui suprasistem care
să le includă pe cele existente, iar el să nu mai fie inclus într-un alt sistem de ordin superior.
Evident că răspunsul la cele două întrebări este negativ, şi că numai în mod abstract,
imaginativ, din necesităţi teoretice de cercetare, vom considera existenţa acestor două cazuri -
limită de sistem.
În acest context, descompunerea unui sistem în subsisteme se face până la un nivel de
la care mai departe acest lucru nu mai este posibil, sau faptul în sine nu mai este relevant şi
nici util scopului analizei. Elementele la care ne oprim sunt cunoscute în T.G.S. (Teoria
Generală a Sistemelor) sub denumirea de black boxes (cutii negre).
Descompunerea sistemelor se face, de obicei având în vedere două criterii şi anume:
• criteriul ce vizează scopurile analizei (goal analysis);
• criterii ce au în vedere comportamentul sistemului (behavior analysis).
Exemplu: pentru un sistem productiv, ilustrat în figură, se evidenţiază subsistemul de
aprovizionare, subsistemul de marketing, subsistemul de desfacere, subsistemul de cercetare -
dezvoltare, subsistemul financiar-contabil, de personal, subsistemul de revizii-reparaţii,
subsistemul de producţie şi subsistemul de conducere şi organizare. Acesta din urmă
24
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
reprezintă subsistemul cel mai important, având rolul de coordonator al întregului sistem.
Dacă, mai departe, descompunem aceste subsisteme, de exemplu cel de producţie, vom avea
secţii, ateliere, posturi de lucru.
Pentru un sistem bancar se pun în evidenţă subsistemele de trezorerie, de plăţi curente,
de credite, de clienţi, de operaţiuni externe (comerciale, necomerciale), de contabilitate, de
corespondenţi bancari, de organizare resurse, juridic, economic, administrativ, secretariat şi
protocol, de control.
De subliniat că mulţimea de elemente neconectate între ele nu va reprezenta nimic în
contextul unui proces de analiză a sistemelor. Este necesară deci şi evidenţierea structurii
conexiunilor dintre aceste elemente.
Avem, astfel, legături discrete sau continue, legături logice sau fizice, legături cu
suport tranzacţional etc.
25
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Este important a sublinia că în sistemele economice aceste legături sunt de tip discret,
asemenea sistemelor cu eşantionare din tehnică. Perioada de eşantionare (adică intervalul
când se culeg şi se transmit informaţiile), în sistemele economice este de obicei mai mare
decât în cele tehnice, dar depinde de tipul sistemului. Este necesar ca ea să fie bine aleasă,
deoarece, altfel, se pot pierde informaţii importante privind funcţionarea sistemului analizat.
În cazul unui sistem bancar modul de interconectare al compartimentelor este
specificat de legislaţia în vigoare, inclusiv de regulamentele interioare cum ar fi: legea de
constituire a societăţilor comerciale, regimul decontărilor valutare interne sau externe.
Trebuie subliniată necesitatea observării acestor conexiuni în timp, deoarece datorită
caracterului dinamic al evoluţiei sistemului şi al mediului, ele se pot schimba.
Mulţimea conexiunilor de intrare constituie în general suportul unor restricţii care
determină varietatea ieşirilor sistemului. Restricţiile îndeplinesc adesea o funcţie similară cu
aceea a obiectivelor, din punctul de vedere al evaluării. Când se face distincţie între obiective
şi restricţii se are în vedere că restricţiile au un caracter mai stabil decât obiectivele. Ele au
rolul de a îngusta domeniul alternativelor realizabile (ieşirilor) din sistem.
Conexiunile dintre sisteme influenţează structura acestuia. Trebuie remarcat faptul că
performanţa sistemului, privită ca nivel posibil al realizării obiectivelor, este influenţată de
ansamblul conexiunilor dintre elementele sale componente.
Efectul total al interacţiunilor şi interdependenţelor din cadrul unui sistem este
neaditiv în raport cu efectele locale ale elementelor componente.
Funcţionarea de ansamblu a sistemului, pe baza conexiunilor sale, asigură conform
principiului sinergiei, un efect global mai mare decât cel obţinut prin simpla însumare a
efectelor specifice subsistemelor componente. De aici apare necesitatea investigării
conexiunilor interne şi externe ale sistemului în vederea realizării unui proiect performant.
Conexiunile sistemului cu mediul sunt relevate de mulţimea elementelor care
alcătuiesc vectorul de intrare (input-uri) şi vectorul de ieşire (output-uri). Complexitatea
conexiunilor la nivel de sisteme este dată de complexitatea rezultatului compunerii
conexiunilor interne, existente între elementele sistemului şi între subsistemele acestuia, cu
conexiunile externe, existente între subsisteme şi mediu, respectiv între sistem şi mediul
acestuia.
Obiectivele sistemului
Scopul oricărui sistem este realizat prin intermediul îndeplinirii obiectivelor sale.
Obiectivele ideale sunt cele mai uşor de identificat în analiza şi diagnoza sistemelor. În
general în sistemele economice complexe obiectivele nu sunt clare. În analizarea obiectivelor
trebuie luate în considerare şi alternativele sau consecinţe nedorite care rezultă din acestea. De
obicei, în sistemele economice nu se urmăreşte un singur obiectiv, ci o multitudine de
obiective.
Apar, astfel, mai multe probleme legate de aceste obiective şi anume:
- structurarea lor pe nivele ierarhice;
- agregarea sau descompunerea acestora;
- modul prin care se ajunge la realizarea lor;
- stabilirea factorilor perturbatori ce pot influenţa obiectivele;
- ordonarea obiectivelor pe baza unor criterii;
- stabilirea măsurilor de performanţă ce evaluează aceste obiective;
- evaluarea consecinţelor obiectivelor şi reformularea acestora dacă este cazul.
În cazul sistemelor economice complexe, alcătuite dintr-o mulţime de subsisteme, este
necesară o organizare într-o structură ierarhică a obiectivelor, ţinând seama de priorităţi, de
structura internă a sistemului şi de impactul cu mediul. În stabilirea obiectivelor subsistemului
este necesar de a se stabili atât obiectivele interne sistemului, cât şi cele externe. Factorii
decizionali sunt influenţaţi de factorii omologi de la sistemele conexe cu care conlucrează şi
care pot duce la schimbarea obiectivelor.
26
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
27
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Analog într-o bancă, o decizie privind ridicarea ratei dobânzii trebuie privită atât din
punct de vedere al efectelor pe termen lung şi scurt pentru bancă, cât şi pentru piaţa unde
aceasta îşi desfăşoară activitatea.
28
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea proprietăţilor externe ale sistemelor
Familiarizarea cu noţiunea de entropie
Familiarizarea cu noţiunea de complexitate a sistemelor
Familiarizarea cu noţiunea de autoreglare a sistemelor
NOŢIUNI CHEIE
Analiza şi diagnoza sistemelor, dinamicitatea, entropie, sisteme evolutive, teoria
complexităţii, probleme polinomiale, caracter aleator/stohastic, autoreglare, resursă
informaţională
Dinamicitatea
Dinamicitatea este proprietatea generală a sistemelor care surprinde transformările ce
au loc în timp în interiorul sistemului, între acesta şi mediul său, punând în evidenţă ca
parametru de bază variabila timp. Un sistem dinamic cu structura liniară poate fi descris prin
ecuaţiile de intrare – stare - ieşire de forma:
x(t) = A • x(t) + B • u(t)
y (t) = C • x(t) + D • u(t)
unde: A - operatorul blocului efector;
B - operatorul blocului de intrare-stare;
C - operatorul blocului de stare-ieşire;
D - operatorul blocului de intrare-ieşire.
După modul cum este măsurata variabila timp, avem sisteme discrete, la care
cunoaşterea stării sistemului se face la anumite intervale de timp şi sisteme continue în care
starea sistemului este cunoscută în orice moment. Sistemele economice sunt sisteme discrete
deoarece starea acestora se testează la anumite intervale de timp (de exemplu pentru un sistem
productiv starea tehnică a utilajelor, starea stocurilor etc.), şi aceste sisteme sunt sisteme
dinamice fapt evidenţiat de evoluţia în timp a structurii şi a comportamentului acestora.
29
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Dacă toate componentele au entropia scăzută, atunci întregul sistem va avea o entropie
scăzută. Prin definiţie, starea entropică este proprietatea generală a sistemelor cibernetice de a
conţine în interiorul lor perturbaţii care se opun finalizării scopului.
Proprietăţile entropiei
1. H(p1,p2,...,pn) ≥ 0, adică entropia este întotdeauna o mărime nenegativă.
Demonstraţie:
Semnul minus din faţa sumei din formula lui Shannon compensează faptul că valorile
log pk , pentru 1 ≤ k ≤ n sunt negative, ca urmare a faptului că probabilităţile pk sunt numere
cuprinse între 0 şi 1. Orice măsură trebuie să aibă proprietatea de a fi nenegativă şi entropia,
ca măsură a nedeterminării, prezentă în orice sistem, se bucură de această proprietate.
Această proprietate semnifică prezenţa în orice sistem a unui anumit grad de
dezorganizare, provenit din existenţa obiectivă a unei probabilităţi de întrerupere a unui
proces sau de abatere a lui faţă de desfăşurarea normală.
De exemplu, dacă la un post de lucru exista o probabilitate ca operaţia să fie executată
cu eroare de 0,05%, atunci entropia, la acest loc de muncă, va fi calculată astfel:
H = - 0,95•log(0,95) - (1- 0,95)•log(1- 0,95) = 0,196
unde: pn = 0,95 - reprezintă probabilitatea ca operaţia să se execute fără eroare.
Se observă că H(p1,p2,...,pn) = 0 dacă pi = 1 şi pk = 0, k ≠ i.
Practic această relaţie nu se aplică la sistemele cibernetico-economice decât în mod
teoretic, deoarece există întotdeauna o probabilitate de eroare datorită existenţei perturbaţiilor.
2. H(p1,p2,...,pn) ≤ H (1/n, ... ,1/n, 1/n) : altfel spus, entropia este maximă când
probabilităţile de realizare a evenimentelor sunt egale.
Demonstraţie:
Folosim inegalitatea lui Jensen unde: xk = pk , pk* = 1/n
30
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
31
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Entropia de legătură
Fie An şi Bm două câmpuri de evenimente:
32
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
unde:
Z(H) este funcţia entropică a sistemului;
R – blocul de reglare;
A – structura operatorilor ce caracterizează sistemul;
Y – ieşirea sistemului;
R − reprezintă efortul intern pentru a compensa starea entropică a sistemului.
Starea entropică a unui sistem nu este constantă, ea se modifică continuu în timp.
Între modificarea în timp a structurii operatorilor A (performanţa pozitivă a
sistemului) şi entropia H (performanţa negativă a sistemului), există o interdependenţă. Astfel
valoarea stării entropice poate creşte într-o anumită proporţie, în timp ce structura operatorială
se poate îmbogăţi mult mai rapid, poate stagna sau chiar regresa.
De aici decurge posibilitatea creşterii eficienţei în funcţionarea unui sistem pe calea
diminuării entropiei sau a schimbării proporţiilor între aceasta si structura operatorială a
sistemului respectiv. Funcţia de eficienţă se exprimă în funcţie de variaţia stării entropice,
astfel:
Dacă funcţia de eficienţă ψ(t) < 0 rezultă că sistemul analizat este de tip regresiv, dacă
ψ(t) = 0, este staţionar, iar dacă ψ(t) > 0, este de tip evolutiv.
G(S) = H0 / H(S),
33
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
unde:
Σ H(S0 / Soi) – suma entropiilor de legătură a sistemelor componente;
Σ H0i - suma entropiilor sistemelor componente ale sistemului etalon;
Σ H(Si) - suma entropiilor subsistemelor componente ale sistemului;
αi - coeficienţi de ponderare a importanţei subsistemelor ţinând seama de contribuţia
entropiei fiecărui subsistem la obţinerea performanţelor globale ale sistemului.
Raportul entropie-decizie
Eficienţa mecanismului de conducere dintr-un sistem cibernetico-economic depinde şi
de calitatea deciziilor ce se iau. Există o strânsă legătură între calitatea deciziilor şi nivelul
entropic al sistemului.
Sistemele cibernetice adaptive pot fi considerate acele sisteme în care adaptarea se
face prin deciziile luate de factorii responsabili de pe diferitele nivele ierarhice într-un anumit
interval de timp. Se pune problema stabilirii locului de unde se culeg şi acurateţei datelor
necesare ce servesc procesului decizional. În acest caz se ţine seama de pragul de entropie
maxim admis, de momentul de timp când se culeg aceste date şi de mărimea intervalului de
colectare a lor, pentru a nu pierde informaţii semnificative privind funcţionarea sistemului.
Apare astfel o entropie “hard” legată de organizare şi o entropie “soft”, legată de
nivelul de calificare a personalului şi a produselor soft folosite.
Exemple. Pentru o unitate productivă, reducerea entropiei se poate realiza prin
organizarea producţiei în flux sau a unor linii automate în secţiile de montaj şi a unui sistem
informaţional-decizional eficient sprijinit pe tehnica modernă de calcul.
Într-un sistem comercial, utilizarea unor reţele de PC-uri la toate nodurile decizionale
precum şi a unor metode adecvate ( de prognoză, de statistică în domeniul marketingului), pot
conduce la scăderea stării entropice.
Într-un sistem financiar-bancar, rapiditatea culegerii informaţiilor, sporirea gradului de
încredere şi a intuiţiei factorilor decizionali, constituie căi de reducere a stării entropice.
Complexitatea sistemelor
Această importantă trăsătură a sistemelor apare datorită unui ansamblu de cauze şi
anume:
• număr mare de elemente ce compun sistemul;
• comportament nedeterminat al subsistemelor;
• necesitatea de a răspunde la perturbaţii cu caracter nedeterminat;
• orientarea sistemelor spre înfăptuirea unei multitudini de scopuri.
34
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
35
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
În algoritmii aproximativi ε este fixat pe când la cei euristici nu este cunoscut aprioric.
Legat de dezvoltarea teoriei complexităţii din ultimii ani, în lucrările lui M. Demange
şi V. Paschos, apar noi noţiuni ce permit o tratare mai bună a acestor tipuri de probleme.
Se asociază astfel un grad de rezoluţie fiecărei probleme ce permite evidenţierea
nivelului de dificultate şi se defineşte o « ierarhie » care descrie structura internă a
problemelor NP-complete. De asemenea prin utilizarea noţiunii de « instanţe dificile » se
ilustrează pe de o parte ce determină ca o problemă să fie dificilă şi pe de altă parte căile
pentru obţinerea unei rezoluţii mai bune.
Definiţia 1. O problemă elementară sau o instanţă I este un program matematic de
forma:
36
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Autoreglarea
Capacitatea de autoreglare este proprietatea unui sistem cibernetic de a reacţiona cu
mijloace proprii la perturbaţii. Un astfel de sistem este alcătuit din trei subsisteme şi anume:
• subsistemul efector - ce realizează transformarea intrărilor în ieşiri;
• subsistemul de comandă – care realizează conducerea proceselor din sistem ;
• subsistemul de reglare - ce are rolul de a sesiza abaterile de la ieşirile propuse şi a
genera mărimi de intrare menite să corecteze aceste abateri.
În figura 2.3. se poate urmări componenţa unui sistem cu autoreglare.
Blocul de comandă conţine din punct de vedere informaţional-decizional modelul şi
algoritmul ce realizează conducerea blocului efector şi este reprezentat de factorii decizionali
ce conduc sistemul.
Blocul de reglare este reprezentat de sistemul de urmărire ce sesizează abaterile de la
performanţele impuse şi transmite eroarea pentru realizarea corecţiilor.
Blocul efector este reprezentat de componentele fizice ale sistemului luat în
considerare.
37
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
38
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea proprietăţilor funcţional – interne ale sistemelor
NOŢIUNI CHEIE
Accesibilitate, controlabilitate, observabilitate, sensibilitate, stabilitate, finititudine,
adaptabilitate, compozabilitate, predicţie
Accesibilitatea
Un sistem este m-accesibil la intrare şi n-accesibil la ieşire dacă acceptă m variabile
de intrare (u1,…,um) şi dacă determină n variabile de ieşire (y1,y2,....,yn).
În acest sens accesibilitatea este determinată de numărul finit de variabile de intrare şi
ieşire. Dacă m = n = 1 rezultă că sistemul este monoaccesibil.
Un sistem este m multivariabil la intrare şi n mutivariabil la ieşire dacă este m+n
accesibil. Pentru ca un sistem să existe trebuie să îndeplinească următoarele condiţii de
accesibilitate:
• să fie cel puţin monovariabil la intrare şi ieşire (m ≥ 1, n ≥ 1);
• să fie cel puţin finit multivariabil la intrare şi ieşire (m, n finite).
39
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Controlabilitatea
Controlabilitatea sistemului se defineşte ca proprietatea acestuia prin care, cunoscând
mărimile de intrare şi starea la momentul t, să putem determina starea la momentul următor,
fie el t1, ca urmare a evoluţiei intrării în perioada [t, t 1], cu t1 > t.
Un sistem este global controlabil dacă dându-se un set de variabile de stare x(t)ЄX;
tЄT există o clasă de intrări [uq] = [ωq(t)]Є[Ω; tЄT] ce o cauzează cu cel mai mare timp tf finit
ce determină o singură funcţie de ieşire γ(t0, tf) Є Γ, în care:
Γ -reprezintă clasa de funcţii admisibile de ieşire;
Ω - reprezintă clasa de funcţii admisibile de intrare.
Prin clasa de funcţii(ωq) se înţelege o submulţime de funcţii ω(t0,tf) echivalente pe un
singur element j al mulţimii ω = (0, ω1…ωj…ωm) ceilalţi fiind nuli, ce determină o singură
funcţie de ieşire.
Pentru controlabilitatea globală este suficientă observaţia asupra diverselor valori
simultane ale variabilelor de ieşire şi intrare.
Controlabilitatea parţială implică executarea unui experiment asupra sistemului. Un
sistem este parţial controlabil în cazul în care existenţa variaţiei variabilei de intrare pe
componenta j conduce la o componentă de ieşire nulă:
[ωq]j => Γ Э γs = {γs}: γs = Ø t Є [t0; tf]
y = γ(t), γ Є Γ, γ = ( γ1,γ2,…,γj,…,γn), γj = 0,
unde γs reprezintă o anumită evoluţie admisibilă de ieşire.
Se spune că un sistem parţial controlabil este decompozabil în α sisteme global
controlabile şi sistemul se numeşte α parţial controlabil ( α = 1,2,…,n).
Determinarea numărului α de sisteme global controlabile în care se poate descompune
un sistem parţial controlabil se face astfel: se alcătuiesc combinaţii fără repetiţii C mj , j = 1,m
ale componentelor funcţiei de intrare ω = (ω1,ω2,…,ωm) şi combinaţii Cni, i = 1,n ale
componentelor funcţiei de ieşire γ = (γ1,γ2,…γn) şi se caută apoi perechile dintre cele două
grupe de combinaţii pentru care un membru al combinaţiei de funcţii de intrare implică pe toţi
membrii combinaţiei funcţiilor de ieşire.
Notând cu αj numărul de perechi ce corespund, în sensul arătat, la combinaţia de
ordinul j a intrării cu combinaţii de la ieşire, rezultă un număr total de perechi α egal cu α=∑αi
În realitatea economică nu există sisteme global controlabile ci doar parţial
controlabile. Controlabilitatea sistemului este asigurată de controlabilitatea fiecărei
componente în parte şi presupune cunoscute obiectivele, resursele şi domeniul intrărilor
admisibile.
De exemplu, într-un sistem productiv ne referim la controlabilitatea secţiilor,
atelierelor, posturilor de lucru, iar într-un sistem comercial la controlabilitatea magazinelor, a
reţelei de aprovizionare şi a celor de desfacere.
Cunoaşterea controlabilităţii unui sistem implică existenţa unei astfel de strategii în
blocul de comandă care să facă faţă fluctuaţiilor obiective ce intervin în desfăşurarea fluxului
de activităţi ale sistemului.
În cazul unui sistem productiv aceasta înseamnă să se determine ce efecte vor avea
lipsa unor muncitori, a unor materiale asupra stării sistemului (coeficient de utilizare a
maşinilor, indicele rebuturilor, volumul producţiei neterminate). De aici rezultă că blocul de
comandă, reprezentat prin modulul de programare a producţiei, trebuie astfel conceput încât
să ţină seama de aceste variaţii pentru a putea estima care va fi efectul în interiorul sistemului
şi totodată să permită o actualizare rapidă a datelor şi o rulare a programului de ordonanţare a
producţiei cu aceste date pentru determinarea noilor stări din sistem.
În cazul unui sistem comercial, controlabilitatea implică studierea variaţiilor vectorului
de intrare pe un interval de timp (număr clienţi, cantităţi şi tipuri de produse cumpărate)
pentru a determina ce se va întâmpla în sistem în acest caz (cum variază stocurile de produse,
care trebuie să fie perioadele de aprovizionare, cum va fi implicat personalul).
40
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Pentru proprietatea de controlabilitate timpul este privit de la prezent (τ) către viitor (t)
şi mulţimea stărilor controlabile formează un con cu vârful în x(t 0) şi baza în mulţimea stărilor
controlabile.
Observabilitatea
Observabilitatea se defineşte ca proprietate a sistemului prin care cunoscând mărimile
de intrare şi ieşire, să se deducă traiectoria de stare, adică succesiunea de stări prin care acesta
a trecut.
Definiţia 3. Un sistem, pentru ca să existe, trebuie să fie observabil, adică fiind
cunoscut vectorul de intrare u şi vectorul de ieşire y definiţi prin ωЄΩ şi γЄΓ pe mulţimea
ordonată a timpului T, se poate deduce cel puţin o variabilă x de stare internă.
Cunoaşterea sistemului de stări prin care a trecut sistemul se realizează pe doua căi şi
anume:
- pe de o parte cu ajutorul modelelor ce simulează funcţionarea sistemului prin
cunoaşterea structurii sale;
- prin sistemul de urmărire care realizează cunoaşterea nivelului real al parametrilor.
Acest sistem de urmărire trebuie proiectat şi implementat astfel încât să se transmită
atât stările atât semnificative ale sistemului, cât şi cele ce au rezultat în urma acţionării unor
perturbaţii. În acest sens studierea şi alegerea intervalelor şi a momentelor de culegere a
datelor trebuie făcută cu atenţie în scopul realizării unei compatibilităţi între observabilitatea
furnizată de model şi cea dată de sistemul de urmărire.
Se impune, deci o corelare între momentele de actualizare a datelor modelului şi a
fenomenelor ce au loc în sistem. Având în vedere proprietăţile de controlabilitate şi de
observabilitate,
spaţiul stărilor Cn, poate fi descompus în patru subspaţii şi anume:
- subspaţiul stărilor controlabile şi observabile M1;
- subspaţiul stărilor controlabile şi neobservabile M2;
- subspaţiul stărilor necontrolabile şi observabile M3;
- subspaţiul stărilor necontrolabile şi neobservabile M4;
Cn = M1 M2 M3 M4
Dacă descriem sistemul prin ecuaţiile de intrare-stare-ieşire:
x= Ax + Bu y = Cx + Du
atunci vom putea reprezenta acest sistem ca în figură:
41
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Avantajul descrierii prin ecuaţia de stare este că în acest mod se poate descrie şi partea
necontrolabilă a sistemului. Un sistem descris prin ecuaţia intrare-stare-ieşire este complet
observabil dacă şi numai dacă matricea de observabilitate Q 0* definită de
Q0* = (C*,A*C*…(An-1)*C*)
are rangul n sau acoperă întreg spaţiul stărilor C n , unde cu “*” s-a notat operatorul de
transpunere matriceal.
Cunoaşterea acestei proprietăţi este importantă pentru faza de proiectare în stabilirea
modelului, a determinării variabilelor şi parametrilor.
Sensibilitatea
Proprietatea de sensibilitate a unui sistem se referă la posibilitatea pe care o au
componentele vectorului de stare de a răspunde sau nu la anumite modificări ale intrărilor.
Această proprietate este foarte importantă în proiectarea sistemelor de conducere.
Aceste sisteme vor avea performanţe mai bune cu cât sensibilitatea va fi mai apropiată de
sensibilitatea totală, existând posibilitatea influenţării stărilor prin comenzi.
Sensibilitatea apare ca o consecinţă a controlabilităţii parţiale; un sistem este total
sensibil în sensul larg, dacă o variaţie infinit de mică a variabilei de intrare , pe una sau mai
multe componente ale sale, determină o variaţie infinit de mică la o variabilă de stare, pe una
sau mai multe componente.
Definiţia 4. Un sistem va fi parţial sensibil dacă admite o submulţime nevidă de
funcţii de intrare ωαЄ Ω, conţinute în nucleul funcţiei de tranziţie a stărilor. Dacă
submulţimea ωα este vidă atunci sistemul este complet sensibil. Dacă submulţimea ωα umple
toată mulţimea ω ( ωα = ω ) sistemul va fi zero sensibil.
Sistemele parţial sensibile sunt în general cele care au o structură neliniară. În
sistemele cu structură ierarhică prin creşterea numărului de nivele creşte viteza de prelucrare,
dar scade sensibilitatea acestora. În proiectarea subsistemului de control din cadrul unui
sistem complex este important de a se ţine seama de această proprietate.
De exemplu, la o centrală nucleară este necesar să fie sesizate orice abateri cât de mici
în funcţionarea sistemului de la standarele normale fixate pentru a lua din timp măsurile
necesare, adică sistemul de control trebuie să aibă o sensibilitate foarte mare.
Stabilitatea
Stabilitatea sistemelor este o proprietate deosebit de importantă de care trebuie să se
ţină seama în analiză şi diagnoză, întrucât pe baza ei se poate aprecia posibilitatea de realizare
practică a sistemelor a căror modele sunt proiectate şi apoi implementate.
Stabilitatea sistemului poate fi studiată prin:
• ecuaţiile intrare-stare-ieşire:
x(t) = Ax(t) + Bu(t)
y = Cx(t)
• prin matricea de transfer care se obţine aplicând transformata Laplace asupra ecuaţiei
intrare-stare-ieşire:
sx(s) - x(0) = Ax(s) + Bu(s)
x(s) = [ sI – A ]-1x0 + [ sI – A ]-1Bu(s)
y(s) = C [ sI – A ]-1x0 + C [ sI – A ]-1Bu(s)
42
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
pentru x0 = 0, avem:
y(s) = C [ sI – A ]-1Bu(s) de unde rezultă matricea de transfer a sistemului:
H(s) = C [ sI – A ]-1 B
Schimbarea bazei spaţiului stărilor nu modifică matricea de transfer care este un
invariant în raport cu alegerea bazei respective (matricea de transfer descrie funcţionarea
sistemului). Aplicând transformata în z de forma z = Tx vom avea:
zT-1 = AT-1z + Bu => z = TAT-1 + Tbu
y = CT z-1
dacă notăm:
A1 = TA-1T, B1 = TB, C1 = CT-1
şi înlocuind aceste notaţii în funcţia de transfer:
H1(s) = C1[ sI – A1]-1B1
avem:
H1(s) = CT-1 [sI – TAT-1]-1 TB = C [sI – TAT-1]-1T-1TB =
= C [ sT – TA ]-1 TB = C[ T-1(sT – TA)]-1 B =
= C [ sI – A ]-1 B
adică:
H1(s) = H(s).
Această proprietate este importantă în studiul stabilităţii stării sistemelor.
stabilitate instabilitate
Figura 2.7. Reprezentarea stărilor de stabilitate şi instabilitate ale unui sistem
Sistemul este stabil liber dacă la momentul t0 şi având starea x0 ( la care s-a ajuns în
urma aplicării unei variaţii salt asupra mărimii de intrare) , sistemul revine singur la valoarea
stării iniţiale xf = 0 ,când încetează acţiunea ce l-a propulsat în acea stare.
Intervalul tf – t0 se defineşte ca regimul tranzitoriu al sistemului, el putând lua diverse
valori de timp funcţie de natura sistemului.
43
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Definiţia 7. Un sistem instabil liber sau la limita stabilităţii este forţat stabil dacă
există o clasă de funcţii de intrare ωb Є ω care să-l conducă de la o stare iniţială x(t 0) pentru
care s-a verificat limita stabilităţii într-o stare finală x(tf) = 0 cu tf finit.
Proprietatea de stabilitate liberă ca o condiţie de existenţă a unui subsistem nu trebuie
verificată asupra modelelor unor fenomene naturale, acestea făcând parte din realitatea
obiectivă deci nu pot fi decât stabile. Stabilitatea liberă trebuie însă verificată la sistemele
create de factorul uman, întru-cât la acestea se poate întâlni instabilitatea ca o consecinţă a
alegerii incorecte a elementelor ce alcătuiesc sistemul.
Stabilitatea forţată se referă la o clasă restrânsă de funcţii de intrare. Cum în general
un sistem este supus unor intrări aleatoare, rezultă că există o mare probabilitate ca să nu
respecte clasa de funcţii ce creează forţarea şi deci să apară instabilitatea.
Se poate vorbi de o stabilitate cuplată în cazul existenţei mai multor sisteme ce nu sunt
independente ci funcţionează cuplate parţial la intrare şi la ieşire.
Definiţia 8. Mai multe sisteme se numesc stabil cuplate dacă fiind cuplate la intrare şi
la ieşire se pot găsi sisteme echivalente monovariabile la intrare şi ieşire, cuplate numai la
ieşire şi la care funcţiile de intrare ca şi funcţiile de intrare-ieşire echivalente să fie univoce şi
calculabile din cele ale sistemelor originale.
În cazul sistemelor economice vorbim mai ales de stabilitatea cuplată, întrucât orice
sistem economic este format în esenţă dintr-o reuniune de sisteme. Sistemul îşi dovedeşte
proprietatea de stabilitate în condiţii limită.
De exemplu, pentru un sistem productiv sau comercial, dacă se întrerupe
aprovizionarea pe o perioadă de timp şi dacă sistemul nu ar fi stabil, ar însemna ca la ieşire să
nu avem produse. Stabilitatea sistemului de programare operativă, într-un sistem productiv
sau comercial, presupune găsirea unei variante admisibile şi eficiente când perturbaţiile
împiedică realizarea programului stabiliţi iniţial şi deci asigurarea continuităţii fluxului de
activităţi ce se desfăşoară în sistem.
Exemplificarea ieşirii sistemului din starea de echilibru poate fi făcută pe o unitate
economică în care se face o investiţie. În acest caz sistemul iese din starea de echilibru
înscriindu-se pe o traiectorie ascendentă de creştere. După o perioadă de timp când investiţia
este asimilată de sistemul economic respectiv, prin punerea ei în funcţiune, au loc o serie de
procese de refacere a stării de echilibru, dar noua stare de echilibru este diferită de cea
anterioară. Se spune că sistemul se află într-o stare de echilibru dinamic care reprezintă o
succesiune de echilibre statice.
Finitudinea
Un sistem, ca model fizic realizabil, este complet determinat dacă se cunoaşte intrarea
u şi ieşirea y pentru t Є (t0, tf ) C T, de unde rezultă o structură S.
Astfel concepută, noţiunea de sistem se bazează pe o discretizare a fenomenelor
observabile şi din această cauză rezultă în mod natural că observaţia nu se poate face decât la
un număr finit de variabile.
Finitudinea unui sistem reprezintă proprietatea acestuia de a fi finit cu referinţă
directă la spaţiul intrărilor, ieşirilor şi stărilor.
Finitudinea unui sistem este o metapropietate, fiind imposibil de determinat toate
componentele variabilelor de intrare şi de ieşire dintr-un sistem. Nu se poate spune că
numărul acestor componente este finit. Necesitatea apare din însăşi procesul de cunoaştere,
astfel se poate admite aprioric că un fenomen din natură este dependent de un număr de
variabile care, în asamblu alcătuiesc variabila de intrare independent de altele.
Adaptabilitatea
Adaptabilitatea reprezintă propietatea unui sistem observabil şi controlabil care mai
poate satisface unele condiţii suplimentare.
44
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Modificarea structurii interne a unor sisteme, respectiv a unor conexiuni, pentru a face
faţă schimbărilor din mediu poartă denumirea de autoadaptabilitate.
Înfiinţarea unui serviciu de marketing în majoritatea unitaţile economice în condiţiile
economiei de piaţă, sau a unor compartimente de cercetare-dezvoltare într-o companie pentru
a face faţă concurenţei pieţii, a unor fuziuni cu alte societăţi, reprezintă exemple de
autoadaptabilitate.
45
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Aceste proprietăţi arată posibilitatea unui sistem de a se compune dintr-un număr finit
de subsisteme şi de a se descompune conform obiectivelor urmărite într-un număr finit de
subsisteme. Limita de compozabilitate o reprezintă sistemul cu o singură componentă de
intrare şi ieşire. Ea este importantă în analiza şi diagnoza sistemelor pentru faza de proiectare
şi reproiectare a sistemului.
Modul de compunere sau descompunere a sistemelor se poate face după scheme
liniare, ierarhice sau mixte, funcţie de obiectivele urmărite şi de tipul dependenţelor.
O structură ierarhică se defineşte ca având următoarele caracteristici: aranjare verticală
a sistemelor (subsistemelor);
• prioritate în acţiune sau dreptul de intervenţie al sistemului de ordin superior;
• dependenţa subsisemelor de ordin superior de performanţele sistemelor de pe
nivelele inferioare.
O structură ierarhică implică:
• integrarea, adică posibilitatea reproiectării şi reconstruirii în ansamblu a sistemului;
• limitări în construirea modelelor, ceea ce implică o structurare a modelelor datorită
limitărilor de memorie şi alcătuirea unei ierarhii de sub-probleme unde vor fi aplicate aceste
modele;
• o utilizare mai bună a resurselor, prin realizarea unui control la nivelul fiecărui
subsistem şi a sistemului în ansamblu;
• flexibilitate, adică posibilitatea schimbării rapide a unor conexiuni sau introducerea
altora noi.
În astfel de sisteme apare necesitatea unei probleme de coordonare şi uneia de
specializare.
Coordonarea implică pe de-o parte, stabilirea regulilor de operare, iar pe de altă parte,
includerea lor în cadrul organizaţiei.
Specializarea este legată de conceptul de funcţie a unui sistem, prin funcţie înţelegând
modalitatea practică prin care un sistem (subsistem) îşi realizează scopul.
A coordona subsistemele înseamnă a le influenţa să funcţioneze armonios şi aceasta
este sarcina unităţii de pe nivel superior (unitatea majoră). Atingerea scopului înseamnă
găsirea unei soluţii pentru problema de decizie a sistemului.
Pentru un sistem la care conducerea se realizează prin două nivele vom avea o unitate
de comandă C0 coordonatoare aflată pe nivel superior şi n unităţi de comandă inferioare C i
aflate pe nivelul doi, ce acţionează asupra procesului P (sistemul efector ce realizează
transformarea intrărilor în ieşiri).
În acest proces se evidenţiază intrarea coordonatoare R vectorul de comandă mi de la
unităţile de control Ci, clasa de funcţii de intrare Ω provenite din mediu, vectorii de reacţie z i,
şi wi (de la proces şi de la unităţile de pe nivelele inferioare de comandă C i) ce conţin
informaţii despre proces şi respectiv despre unităţile de comandă C i.
46
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
47
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Subsistemul de comandă
Vom considera sistemul de conducere la nivel superior compus din unitatea de decizie
D0 şi implementatorul (decodorul) C0 conectat în cascadă care modifică ieşirea unităţii de
decizie pentru a o face acceptabilă altui sistem.
48
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fie P(X,D) predicatul definit pentru toate perechile (X,D) unde D este o problemă de
decizie şi X soluţia acestei probleme. Luăm în considerare ipoteza că reacţiile către unitatea
superioară de comandă D0 şi către unităţile inferioare Di sunt fixate. Predicatul P(X,D) este
adevărat dacă există o problemă de decizie D şi X este soluţia sa.
Fie D0 problema de decizie a unităţii superioare pentru fiecare intrare coordonatoare R,
Di(R) problemele de decizii corespunzătoare pentru unităţile inferioare şi D(R) setul acestor
probleme {D(R), D2(R), ... , Dn(R)}cu soluţiile x1,..., xi, ..., xn. În aceste condiţii se pot defini
următoarele tipuri de coordonări:
49
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Postulatele de consistenţă
Pentru a realiza o coordonare a problemei de decizie trebuie să existe o compatibilitate
între problemele de decizie de pe nivel superior şi cele de pe nivel inferior precum şi între cele
de pe nivel superior cu problema de decizie în ansamblu (ce cuprinde şi procesul), fapt
asigurat de repetarea a trei postulate de consistenţă. Realizarea cu succes a activităţilor de
conducere a sistemului (cu două nivele) necesită ca scopurile subsistemelor să fie armonios
îmbinate.
Există trei feluri de astfel de scopuri şi anume: referitoare la întreg ansamblu, la
unitatea superioară de decizie şi la unităţile inferioare de decizie.
Armonia între aceste scopuri este asigurată de respectarea principiilor de consistenţă
care sunt exprimate logic prin următoarele propoziţii.
I. Unităţiile de decizie minore sunt singurele subsisteme în legătură directă cu
procesul. Scopul global este atins prin acţiunea unităţilor minore de decizie astfel încât trebuie
să fie adevărată/respectată relaţia (2);
II. Unitatea de decizie majoră afectează, prin coordonare, comportarea unităţilor de
decizii minore, dar pe o cale prin care aceasta să-şi realizeze propriul scop. Va trebui
satisfăcută relaţia (1);
III. Problema este definită în termenii procesului în ansamblu. Pentru consistenţa
(compatibilitatea) problemelor de decizii, coordonarea unităţilor de decizie inferioare relativ
la problema de decizie superioară, trebuie să fie suficient de apropiată de problema de decizie
în ansamblul ei. Relaţia de consistenţă este dată de:
{(VR) (Vx) [P(x, D (R)) şi Q0(R,x)] => [P(x`, D (R) şi PM(x), D)]}
1. Predicţia interacţiunii
Intrările coordonatoare pot implica şi o predicţie a intrărilor de interfaţă.
Fiecare intrare coordonatoare, R Є R furnizează predicţiile α1R ,…,αnR a intrărilor de
interfaţă, ce vor apare în sistem după aplicarea intrărilor de comandă (control). Succesul
coordonării unităţilor inferioare depinde de acurateţea predicţiei intrărilor de interfaţă.
Acest principiu este sintetizat prin relaţia:
50
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
RECOMANDĂRI BIBLIOGRAFICE
1. Boldur - Lăţescu, Gh. Logica decizionalã şi conducerea sistemelor, Editura
Academiei Române, Bucureşti, 1992.
2. Checkland, P.B. System Thinking, System Practice, John Willey & Song,
1993.
3. Hartulari, C. Analiza sistemelor industriale şi comercial bancare-
Studii de caz, Societatea Autonomă de Informatică,
Bucureşti, 1997.
4. Hartulari, C., Bădescu, A. Analiza sistemelor, Editura Societatea Autonomă de
Informatică, Bucureşti, 1996.
5. Martin, E. A Profesional’s Guide to System Analysis, Second
Edition By Modell, Published by McGraw-Hill Book
Company, 1998.
6. Păun, M. Analiza sistemelor economice, Editura ALL, Bucureşti,
1997.
7. Scarlat, E. Dinamica sistemelor, A.S.E., Bucureşti, 1994.
8. Zadeh, L.A., Polak, E., ş.a. Teoria sistemelor, Editura Tehnică, Bucureşti, 1973.
52
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Sistemul informaţional, informaţie, date, pertinenţă, fluxuri de informaţii, informaţii
formale /informale, date, cunoştinţe, abordare sistemică, sistemul de management,
subsistemul informaţional
OBIECTIVE URMĂRITE
Definirea sistemului informaţional
Cunoaşterea particularităţilor sistemelor informaţionale ale organizaţiilor
Cunoaşterea elementelor sistemelor informaţionale
Cunoaşterea conceptului de pertinenţă a informaţiei
Identificarea fluxurilor informaţionale generate la nivelul funcţiunilor
organizaţiei
Cunoaşterea deficienţelor sistemelor informaţionale
Definirea datei, a informaţiei şi a cunoştinţei
Cunoaşterea locului şi rolului cunoştinţelor într-un sistem organizaţional
Cunoaşterea componenţei sistemului de management şi intercondiţionările
existente între acestea
REZULTATE AŞTEPTATE
Modulul intitulat „Sistemul informaţional în cadrul organizaţiei” va oferi studentului
cunoştinţe despre locul şi rolul sistemului informaţional în cadrul organizaţiei privite ca
sistem, în special în relaţie cu nivelul sistemului de management al organizaţiei. Studentul va
putea identifica elementele sistemului informaţional, interdependenţa lor şi va putea analiza
proprietăţile şi deficienţele acestora. Studentul va putea identifica circuitele informaţionale şi
fluxurile de informaţii care le străbat.
OBIECTIVE
Definirea sistemului informaţional
Cunoaşterea particularităţilor sistemelor informaţionale ale organizaţiilor
Cunoaşterea elementelor sistemelor informaţionale
Cunoaşterea conceptului de pertinenţă a informaţiei
53
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
NOŢIUNI CHEIE
Sistemul informaţional, informaţie, date, pertinenţă, fluxuri de informaţii
54
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
55
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
COMPLETITUDINE
(caracterul exhaustiv)
FIABILITATE ACTUALITATE
(gradul de încredere (reducerea întârzierii în
în sursa informaţiei) PERTINENŢA obţinerea informaţiei)
INFORMAŢIEI
PUNCTUALITATE
EXACTITATE (respectarea limitelor de
(absenţa fenomenului de timp în procesul de
perturbare) utilizare)
ACCESIBILITATE
(determinant major de
utilizare efectivă a informaţiei)
56
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Flux bugetar
57
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
flux informaţional
Figura nr. 3.2 Fluxurile informaţionale generate la nivelul funcţiunilor organizaţiei
58
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
pe termen lung a unor informaţii, sau restaurarea altora, atunci când au fost alterate fişierele
de stare (temporare) care le conţineau.
d. Aglomerarea canalelor informaţionale - reflectă o perturbare în funcţionarea
sistemului informaţional, care constă în vehicularea unui volum de informaţii mai mare decât
este necesar de-a lungul circuitelor, precum şi în transmiterea către anumite destinaţii (şefi de
compartimente, directori, manageri etc.) a unor informaţii care nu intră în sfera lor de
competenţă.
Manifestarea unor astfel de deficienţe la nivelul sistemului informaţional generează o
serie de complicaţii în ansamblul organizaţiei, pe cel puţin două planuri:
• pe plan uman, deoarece atât personalul de conducere, cât şi cel de execuţie din cadrul
organizaţiei sunt sceptici în faţa unor sisteme informatice care se vor implementa pe un suport
informaţional defectuos, fiind tentaţi să subaprecieze efectul (produse informatice slabe) şi nu
cauza (sistem informaţional neperformant);
• pe planul întregului sistem de management, care nu mai poate funcţiona eficient
pentru atingerea finalităţii sale, atâta timp cât, cel puţin una din componentele lui nu-şi
respectă propriile legi de funcţionare.
59
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Definirea datei, a informaţiei şi a cunoştinţei
Cunoaşterea locului şi rolului cunoştinţelor într-un sistem organizaţional
NOŢIUNI CHEIE
Informaţii formale /informale, date, cunoştinţe
60
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
61
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea componenţei sistemului de management şi intercondiţionările
existente între acestea
NOŢIUNI CHEIE
Abordare sistemică, sistemul de management, subsistemul informaţional
62
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
DECIZII
SUBSISTEM DECIZIONAL
CURENTE TACTICE STARTEGICE
Fundamentare Gestiune
Decizii Economică
Figura nr. 3.3 Intercondiţionările existente între sistemul informaţional şi celelalte subsisteme
ale sistemului de management
63
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
RECOMANDĂRI BIBLIOGRAFICE
1. Boldur - Lăţescu, Gh. Logica decizionalã şi conducerea sistemelor, Editura
Academiei Române, Bucureşti, 1992.
2. Păun, M. Analiza sistemelor economice, Editura ALL, Bucureşti,
1997.
3. Radu,I. s.a Informatica si Management, Editura Universitara,
Bucuresti, 2005.
64
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Hardware, software, procesarea informaţiilor, evoluţia sistemelor informatice,
structurarea sistemelor informatice, tipologia sistemelor informatice, produse informaţionale,
controlul proceselor, inteligenţa artificială, impactul tehnologiei informaţiei, dimensiunea
internaţională, organizaţie globală, sisteme informatice globale
OBIECTIVE URMĂRITE
Cunoaşterea elementelor componente ale unui sistem informatic
Cunoaşterea activităţilor dintr-un sistem informatic
Cunoaşterea cronologiei evoluţiei sistemelor informatice
Cunoaşterea tendinţelor în structurarea sistemelor informatice
Clasificarea sistemelor informatice
Cunoaşterea impactului tehnologiei informaţiei asupra organizaţiei
Cunoaşterea particularităţilor managementului sistemelor informatice la nivel
global
Cunoaşterea particularităţilor managementului sistemelor informatice la
nivelul organizaţiilor globale
REZULTATE AŞTEPTATE
Modulul „Tipuri şi categorii de sisteme informatice pentru managementul
organizaţiei” va permite studentului cunoaşterea sistemului informatic în cadrul organizaţiei,
componentele şi activităţile realizate într-un sistem informatic. Studentul va cunoaşte evoluţia
în timp a sistemelor informatice. Studentul va putea identifica diversele tipuri de sisteme
informatice din cadrul organizaţiei, cu precizarea rolului şi funcţionalităţii lor. Studentul va
cunoaşte particularităţile managementului sistemelor informatice la nivelul organizaţiilor
globale.
OBIECTIVE
Cunoaşterea elementelor componente ale unui sistem informatic
Cunoaşterea activităţilor dintr-un sistem informatic
65
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
NOŢIUNI CHEIE
Hardware, software, procesarea informaţiilor
66
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
67
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea cronologiei evoluţiei sistemelor informatice
NOŢIUNI CHEIE
Evoluţia sistemelor informatice
În cele mai multe organizaţii, departamentele sunt alcătuite prin gruparea unor funcţii.
Departamentul financiar-contabil este alcătuit din persoanele care îndeplinesc funcţii de
natură financiar-contabilă iar departamentul de marketing de cei care se ocupă de aceste
activităţi, ş.a.m.d. Este important ca fiecare dintre aceste departamente să fie considerat un
subsistem în sine.
În decursul timpului s-au evidenţiat mai multe forme de a gestiona activitatea
economică prin utilizarea sistemelor informatice. În timp ele ar putea fi sintetizate aşa:
68
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Tabelul 4.1
Intrări Proces Ieşiri
SPT Date, Tranzacţii Clasificare, sortare, Rapoarte detaliate
actualizare Date prelucrate
SIM Date prelucrate, Generare de Decizii de rutină,
Modele rapoarte, date de răspunsuri la interogări
management,
modele simple,
interogări
SFD Date prelucrate, răspunsuri la Rapoarte speciale
Modele interogări, modelări,
simulări
SIE Date prelucrate, Analize Proiecte, trenduri
Rapoarte personalizate
Analize
SE Fapte, corelaţii Analize Soluţii la probleme care
reguli necesită experienţă
Legenda:
SPT – sisteme pentru prelucrarea tranzacţiilor
SIM – sisteme informatice pentru management
SFD – sisteme pentru fundamentarea deciziei
SIE – sisteme pentru activitatea executivă
SE – sisteme expert
69
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Anii 2000
Sisteme informatice strategice şi globale
70
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea tendinţelor în structurarea sistemelor informatice
NOŢIUNI CHEIE
Structurarea sistemelor informatice
Sistemele informatice din prezent pot fi construite în aşa fel încât să poată fi utilizate
şi în mod centralizat cât şi descentralizat în activităţile operaţionale şi de luare a deciziei.
a) Avantajele centralizării
acest mod de lucru poate conecta toate componentele unei organizaţii prin
reţele de comunicaţii care oferă managementului posibilitatea de a centraliza
procesul de luare a deciziei (deciziile ce erau luate la nivelul de jos);
se poate promova centralizarea operaţiilor care reduce numărul de birouri,
depozite şi alte spaţii de muncă.
b) Avantajele descentralizării
utilizare de reţele distribuite de calculatoare la mai multe puncte de lucru ce
oferă managerilor de vârf posibilitatea de a delega deciziile la nivelul
managementului de mijloc;
managementul poate descentraliza activitatea operaţională prin creşterea
numărului de grupuri care au acces la informaţie şi comunicaţie.
71
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Clasificarea sistemelor informatice
NOŢIUNI CHEIE
Tipologia sistemelor informatice, produse informaţionale, controlul proceselor,
inteligenţa artificială
72
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Sunt sisteme care utilizează o gamă largă de tehnologii informatice pentru a asigura
colaborarea, comunicarea dintre angajaţii (membrii) unei organizaţii. Aceasta ajută la
schimbul de idei, împărţirea resurselor, coordonarea între membrii. Scopul acestor sisteme
informatice este de a creşte productivitatea şi creativitatea echipelor şi grupurilor de lucru
dintr-o întreprindere modernă.
Inteligenţa artificială
Este o combinaţie între ştiinţă şi tehnologie, al cărei scop este de a dezvolta computere
care pot gândi. Se porneşte de la ideea că dezvoltarea de funcţii ale computerului sunt asociate
în mod normal cu inteligenţa umană.
Sistemele expert
Sunt sisteme bazate pe computer şi care îşi utilizează cunoştinţele în aplicaţii specifice
cu o complexitate ridicată şi care acţionează similar cu un consultant uman. Aceste sisteme se
compun dintr-o bază de cunoştinţe (informaţii) şi nişte module software care se interferează şi
comunică apoi răspunsul la întrebările utilizatorului.
73
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
marketing, turism şi management operaţional. Pot fi atât sisteme informatice operaţionale cât
şi sisteme informatice pentru management.
Aceste sisteme oferă informaţii managerilor prin generarea de rapoarte (de rutină sau
periodice) necesare activităţii de zi cu zi sau strategice. Sistemele informatice de management
sunt utilizate şi pentru depistarea de probleme sau oportunităţi. Exemple pot fi: analiza
bugetului, rapoarte de personal, rapoarte agregate ale vânzărilor.
Utilizarea acestor sisteme în scop de control se canalizează în general la nivelul
departamentului, diviziei sau al corporaţiei. Sistemele de acest tip utilizează atât date interne
(date din tranzacţii) cât şi externe (de la clienţi, observaţii) şi le însumează pentru activităţile
de planificare şi control.
Sistemele informatice de management se utilizează mai rar decât sistemele de
prelucrare a tranzacţiilor şi se focalizează asupra informaţiei şi a eficienţei.
74
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Aceste sisteme sunt create pentru a fi utilizate ad-hoc, oferind răspunsuri rapide sau
imediate care sunt managerilor ca utilizatori finali.
Componentele unui sistem pentru fundamentarea deciziei includ:
• Elementele hardware
• Elementele software
• Date
• Modelul de prelucrare
• Resursele umane
75
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
1. Analiza What-if În acest tip de model utilizatorul modifică variabilele utilizate sau/şi
relaţiile dintre variabile şi apoi observă rezultatul acestor schimbări în valorile altor variabile.
2. Analiza senzitivităţii Acest tip de model reprezintă un caz special de analiză What-
if. Astfel o valoare a unei variabile este schimbată în mod repetat iar rezultatele sunt observate
în modificările celorlalte variabile. De cele mai multe ori se utilizează atunci când decidenţii
sunt nesiguri în estimările făcute asupra modificărilor unor variabile cheie.
3. Analiza Goal-seeking Acest model reprezintă o viziune răsturnată de analiză What-
if. În loc să se observe modificările unei variabile afectează celelalte variabile, modelul Goal-
seeking stabileşte o valoare ţintă pentru o variabilă şi face schimbări asupra celorlalte
variabile până valoarea ţintă a fost atinsă.
4. Optimizările Optimizările reprezintă o extensie deosebit de complexă a unei analize
Goal-seeking. Astfel se urmăreşte ca în loc de stabilirea unei valori ţintă să se obţină o valoare
optimă pentru una sau mai multe variabile în condiţiile existenţei mai multor constante (sau
restricţii). Se fac schimbări repetate în funcţie de constantele folosite până când se găsesc cele
mai bune valori pentru variabilele ţintă.
Sistemele informatice pentru nivelul executiv sunt sisteme informatice care au unele
trăsături comune cu sistemele pentru fundamentarea deciziilor. Sistemele informatice pentru
nivelul executiv se focalizează asupra informaţiilor strategice necesare managementului la
nivelul de vârf.
Scopul acestor sisteme este de a oferi factorilor de decizie de la nivelul de vârf accesul
imediat şi facil la informaţiile necesare realizării scopurilor strategice ale firmei.
Nivelul de vârf decizional are nevoie de cantităţi mari de informaţie din diverse surse,
precum scrisorile, notele, rapoarte periodice sau rapoarte produse de alte sisteme informatice.
Aceste sisteme trebuie să ofere un acces rapid, uşor de accesat cu interfeţe prietenoase,
folosind elemente grafice.
76
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
1. Consolidation
2. Drill-down
3. Slicing and dicing
Sistemele informatice îşi oferă rezultatele prelucrării şi sub forma unor rapoarte
(produse informatice) care vin să asiste deciziile luate de manageri în activitatea de zi cu zi.
Aceste rapoarte asigură necesarul de informaţie al acestora, atât pentru nivelul operaţional cât
şi pentru cel tactic.
Tipuri de rapoarte pot fi:
1. Rapoartele periodice – care sunt o formă clasică de date aranjate într-un format
prestabilit;
2. Rapoartele excepţionale – care sunt oferite când apar evenimente neprevăzute;
3. Rapoarte la cerere – care sunt produse atunci când sunt solicitate în forma
dorită.
77
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea impactului tehnologiei informaţiei asupra organizaţiei
Cunoaşterea particularităţilor managementului sistemelor informatice la nivel
global
Cunoaşterea particularităţilor managementului sistemelor informatice la
nivelul organizaţiilor globale
NOŢIUNI CHEIE
Impactul tehnologiei informaţiei, dimensiunea internaţională, organizaţie globală,
sisteme informatice globale
1. Oamenii
Managerii sunt persoane individuale cu preferinţe diverse în domeniul informaţiilor
precum şi cu posibilităţi mai mari sau mai mici de la le utiliza. În acest sens, un sistem
informatice va trebui să ofere acele informaţii care se apropie cel mai mult de necesităţile şi
dorinţele acestora.
78
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
2. Activităţile
Activităţile desfăşurate într-o organizaţie devin în timp dein ce în ce mai complexe şi
ineficiente. Tehnologia informaţiei are un rol major în simplificarea activităţilor şi creşterea
eficienţei organizaţiei.
3. Tehnologia
Sistemele informatice se află într-o continuă expansiune şi devin din ce în ce mai
sofisticate. Este nevoie ca nu tehnologia informaţiei să dicteze necesarul de informaţie pentru
utilizatori în desfăşurarea activităţilor. Se impune ca managementul să se acomodeze cu
cultura şi structura fiecărei organizaţii.
4. Cultura
Organizaţiile şi componentelor dispun de o cultură care este împărtăşită de manageri şi
de ceilalţi angajaţi. Toţi dispun de un set unic de valori organizaţionale şi de stiluri care pot
varia de la cele informale până la prea formale. Sistemele informatice precum şi produsele
informaţionale trebuie să fie calibrate la aceste cerinţe
5. Structura
Organizaţiile îşi structurează managementul, angajaţii şi activităţile în grupuri
(subunităţi) organizaţionale. Funcţiile sistemelor informatice trebuie structurate în aşa fel
încât toate grupurile organizaţionale să beneficieze de produsele informaţionale furnizate.
• distanţele mari;
• fusul orar;
• lipsa de facilităţi în domeniul telecomunicaţiilor (din unele ţări);
• lipsa de specialişti (idem);
• costul vieţii şi costul muncii;
O organizaţie globală este aceea care îşi desfăşoară activitatea la nivel planetar, care
oferă (ar trebui să ofere) aceiaşi calitatea a produselor/serviciilor indiferent de loc şi care are
implementată o strategie pentru întreaga planetă.
Multe organizaţii îşi transferă domeniul de activitate în domeniul transnaţional prin
strategii de integrare a afacerilor, prin cooperarea şi stabilirea de relaţii de interdependenţă cu
companiile subsidiare.
Pentru gestionarea acestor activităţi este necesar să se focalizeze atenţia asupra
utilizării de:
* Alegerea hardware-ului
Aceasta poate întâmpina dificultăţi în anumite ţări datorită preţurilor ridicate şi a
restricţiilor de import. Alte aspecte negative se referă la durata mare a aprobării datorată
autorităţilor locale, lipsa service-ului şi lipsa de documentaţii adaptate condiţiilor locale.
* Alegerea soft-ului
Problemele legate de aceste aspect privesc:
- programele dezvoltate într-o ţară nu sunt compatibile cu alta
- programele utilizate curent nu sunt disponibile sau nu există în versiuni locale.
Aici există dificultăţi legate de faptul că acestea pot funcţiona prost, nu sunt
interconectate sau traversează prea multe ţări.
RECOMANDĂRI BIBLIOGRAFICE
1. Bhaskar, K.N., Housden, R.J. Information Technology Management, Butterworth
Heinemann, 1990.
2. Dobre, I., Bădescu, A., Teoria deciziei – Studii de caz, Editura Scripta,
Irimiea, E. Bucureşti, 2000
3. Hartulari, C. Analiza sistemelor industriale şi comercial bancare-
Studii de caz, Societatea Autonomă de Informatică,
Bucureşti, 1997.
4. Niculescu, O., Burduş, E., ş.a. Management, Editura Didactică şi Pedagogică,
Bucureşti, 1992.
5. Radu,I. s.a Informatica si Management, Editura Universitara,
Bucuresti, 2005.
81
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Modelarea economico-matematică, indicatori, fuzzy, simularea, optimizare, Calitatea
informaţiei, procesul modelării, tipologia modelelor economico-matematice, model
arborescent,
OBIECTIVE URMĂRITE
Cunoaşterea condiţiilor de apariţie a modelării economico-matematice
Cunoaşterea metodelor de culegere şi prelucrare a datelor folosite în modelarea
economico-matematică
Cunoaşterea mărimilor ce caracterizează procesele economice
Familiarizarea cu simularea unui sistem
Cunoaşterea procesului de trecere de la „sistemul real” la modelul de simulare
Familiarizarea cu metoda modelării
Cunoaşterea tendinţelor în utilizarea unor modele economico-matematice în
organizaţii economice
Cunoaşterea schemei generale de concepere a algoritmilor euristici
Cunoaşterea influenţei calităţii informaţiei asupra metodelor de luare a deciziei
Cunoaşterea etapelor procesului de modelare
Cunoaşterea clasificării modelelor economico-matematice utilizate în
procesele economice
Cunoaşterea modelelor privind aspecte tehnologice şi de producţie
Cunoaşterea modelelor informaţional-decizionale
Cunoaşterea modelelor relaţiilor umane
Cunoaşterea modelelor informatice
REZULTATE AŞTEPTATE
Modulul „Modelarea matematică şi simularea proceselor economice sub aspect
managerial” permite studentului cunoaşterea conceptelor modelării matematice, apariţia
acesteia, rolul modelului în simularea sistemelor. Studentul va putea identifica tipurile de
modele economico-matematice pe baza criteriilor de sistematizare. Studentul va cunoaşte
domeniul de aplicare, stadiul actual şi tendinţele în modelarea proceselor economice.
Studentul va asimila noţiuni privind conceperea algoritmilor euristici utilizaţi în modelare.
Studentul va avea cunoştinţe privind etapele procesului de modelare.
82
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea condiţiilor de apariţie a modelării economico-matematice
Cunoaşterea metodelor de culegere şi prelucrare a datelor folosite în modelarea
economico-matematică
Cunoaşterea mărimilor ce caracterizează procesele economice
Familiarizarea cu simularea unui sistem
Cunoaşterea procesului de trecere de la „sistemul real” la modelul de simulare
Familiarizarea cu metoda modelării
Cunoaşterea tendinţelor în utilizarea unor modele economico-matematice în
organizaţii economice
Cunoaşterea schemei generale de concepere a algoritmilor euristici
NOŢIUNI CHEIE
Modelarea economico-matematică, indicatori, fuzzy, simularea, optimizare
83
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Figura 5.1
Metodele exacte permit obţinerea în cadrul unei probleme de decizie economică a unei
soluţii S care îndeplineşte, fără nici o eroare (abatere), restricţiile impuse şi/sau condiţiile de
optim, cerute prin criteriile de eficienţă. Dacă notăm prin S vectorul soluţiei efectiv adoptate,
iar prin S* vectorul soluţiei adevărate, atunci: S – S* = 0.
Metodele aproximative sunt acele metode care permit obţinerea unei soluţii S, diferită
de soluţia adevărată S* printr-un vector ε, dominat de un vector εa dinainte stabilit, adică:
84
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Obţinerea unor informaţii despre „sistem” înainte ca el să fie realizat în mod concret
este posibilă cu ajutorul tehnicii simulării. Simularea este o tehnică de realizare a
experimentelor cu calculatorul numeric, care implică construirea unor modele matematice şi
logice care descriu comportarea unui sistem real (sau a unor componente ale sale) de-a lungul
unei perioade mari de timp.
Simularea trebuie să genereze intrările şi, ţinând seama de stările interne ale
sistemului, prin algoritmi adecvaţi să determine ieşirile şi să descrie evoluţia în timp a stărilor
interne ale sistemului.
Deşi nu oferă soluţii exacte (ci suboptimale), simularea este o tehnică de cercetare
eficientă pentru problemele economice complexe la nivel de firmă, imposibil de studiat
analitic (cu metodele economico-matematice de optimizare).
Cu ajutorul simulării se obţin mai multe variante de decizie dintre care managerul o va
alege pe cea mai bună, corespunzătoare condiţiilor date la un anumit moment.
Consecinţele unei experienţe reale, fără o experienţă „simulată”, pot fi uneori
dăunătoare în activitatea managerială.
În cazul unui sistem existent (firmă, întreprindere), comportarea sa poate fi prevăzută
de un model de simulare care pune în evidenţă efectul modificării unor parametri care descriu
sistemul respectiv.
În activitatea de simulare sunt implicate trei elemente importante, şi anume: sistemul
real, modelul, calculatorul şi două relaţii: relaţiile de modelare şi relaţiile de simulare.
În figura 5.2 se prezintă sintetic procesul de trecere de la „sistemul real” la modelul de
simulare / „modelul real”.
Figura 5.2
Esenţa metodei modelării constă în înlocuirea procesului real studiat printr-un model
mai accesibil studiului.
Modelul este o reprezentare izomorfă a realităţii care oferă o imagine intuitivă, dar
riguroasă, în sensul structurii logice a fenomenului studiat şi permite descoperirea unor
legături şi legităţi greu de stabilit pe alte căi.
Orice model economico-matematic va reprezenta fidel un anumit fenomen numai în
măsura în care se sprijină pe teoria economică care formulează categoriile, conceptele şi legile
obiective ale realităţii economice.
Principalele criterii pe baza cărora se poate face gruparea modelelor economico-
matematice:
• în funcţie de sfera de reflectare a problematicii economice;
• în funcţie de domeniul de provenienţă şi concepţie;
• în funcţie de caracterul variabilelor;
• în funcţie de factorul timp;
• în funcţie de orizontul de timp considerat;
• în funcţie de structura proceselor reflectate.
În cadrul fiecărei grupe, modelele sunt descriptive (prezintă situaţia existentă) şi
normative (surprind ceea ce se doreşte să se obţină).
Succesiunea coerentă de operaţii logice şi aritmetice conduce la algoritmizarea unei
probleme economice. Algoritmii pot fi: exacţi, aproximativi şi euristici.
86
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Figura 5.3
88
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea influenţei calităţii informaţiei asupra metodelor de luare a deciziei
Cunoaşterea etapelor procesului de modelare
NOŢIUNI CHEIE
Calitatea informaţiei, procesul modelării
Precizia şi completitudinea reprezintă două atribute distincte, care dau măsura utilităţii
unui set de date pentru extragerea unor informaţii necesare procesului decizional. (În anul
1996 premiul Nobel pentru economie a fost acordat economistului britanic James A.
Mirrelees şi economistului canadian William Vickery pentru o lucrare referitoare la
consecinţele economice ale informaţiei financiare incomplete).
Lipsa unui anumit nivel de precizie compromite stabilitatea sau chiar minima
semnificaţie decizională a soluţiei obţinute, iar lipsa unor date face necesară completarea lor
cu estimări imprecise (sau ipoteze inconsistente) care au aceleaşi efecte.
Precizia şi completitudinea relativ ridicate ale datelor constituite într-un model
fac posibilă, cu rezultate bune, abordarea deterministă. Acesta este cazul
sistemelor tehnice, controlabile pe baza accesului relativ sigur la date precise şi
complete.
În economie, cu largă aplicabilitate este optimizarea flexibilă – domeniu ce poate fi
sinoptic prezentat în figura 5.4.
Scăderea alternativă a preciziei sau completitudinii conduce la o abordare
stochastică, abordare cu teoria jocurilor sau de tip fuzzy.
Scăderea simultană până la anumite limite permite o abordare suboptimală cu
ajutorul metodelor de tip multicriterial, cu modele euristice şi tehnici de
simulare.
Învăţarea prin “încercare şi eroare” şi utilizarea unor analogii pertinente cu
sisteme sau procese mai bine cunoscute sunt încercări de a compensa scăderi
majore ale completitudinii, respectiv de preciziei.
Practic, informaţia incompletă conduce la nedeterminare în “calculul”
comportamentului unui sistem.
Metodele propuse sunt: acumularea de informaţii suplimentare (învăţare),
parametrizarea intrărilor (simulare), argumente limitative (soluţii suboptimale), strategii de
risc minim (teoria jocurilor strategice).
De fapt, vectorul care creează greutăţi în obţinerea unei precizii şi completitudini
sporite a informaţiei este complexitatea sistemelor abordate.
89
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Informaţiile se obţin în principal pe două căi: una statistică, care are un caracter
permanent, organizat şi o a doua cale special instituită, numai în caz de nevoie şi cu caracter
neperiodic (de exemplu: ancheta).
În ambele cazuri apar numeroase distorsiuni ale informaţiei, unele întâmplătoare,
altele aparent întâmplătoare.
În urma culegerii datelor şi evaluării distorsiunilor, informaţia primară obţinută nu
poate fi utilizată ca atare, ci este necesară cuantificarea acestei informaţii primare în variabile
de model.
90
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Atunci când analistul este în situaţia de a elabora modele noi, acestea pot fi de două
feluri, şi anume: )combinaţii de modele clasice (din literatură), )modele noi propriu-zise
(implică solide cunoştinţe matematice, imaginaţie şi talent).
Experimentarea modelului se poate face "in vivo" prin aplicarea modelului descriptiv
sau normativ în practica întreprinderii şi prin constatarea eficienţei sale descriptive/normative.
Acest mod de experimentare se poate realiza numai pe eşantioane extrem de reduse, deoarece
implică riscuri considerabile.
Experimentarea modelului se mai poate face "in vitro" prin generarea unor situaţii
posibile ale sistemului, denumite variante, şi prin analiza, cu ajutorul modelelor, a
consecinţelor acestor variante, asupra indicatorilor de eficienţă ai sistemului. Acest mod de
experimentare se numeşte simulare.
91
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea clasificării modelelor economico-matematice utilizate în
procesele economice
Cunoaşterea modelelor privind aspecte tehnologice şi de producţie
Cunoaşterea modelelor informaţional-decizionale
Cunoaşterea modelelor relaţiilor umane
Cunoaşterea modelelor informatice
NOŢIUNI CHEIE
Tipologia modelelor economico-matematice, model arborescent,
92
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
- modele informatice.
În felul acesta vom parcurge caracteristicile modelelor în raport de corespondenţa
dintre problemele economice şi metodele de modelare.
Pentru situaţiile în care arborescenţa este pe mai multe niveluri, formula generală de
calcul al necesarului de resurse materiale este:
Suma arată că se vor aduna cantităţi pentru subproduse identice. De aici şi denumirea
de calcul cu ajutorul "exploziilor sumarizate".
93
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
M8 Modele de croire
• Se utilizează când apar probleme de tăiere sau debitare a unor materiale
unidimensionale (bare de oţel, ţevi tablă, scânduri, piei, stofe etc.).
• Modelul se bazează pe programarea matematică, în care funcţia obiectiv îşi
propune minimizarea costului deşeurilor rămase prin aplicarea soluţiei de croire, iar
restricţiile urmăresc ca numărul de piese ce se debitează/croiesc să fie mai mare decât
numărul de piese/bucăţi necesare.
M9 Modele de transport-repartiţie
• Reprezintă cazuri particulare ale programării liniare, care permit utilizarea unui
algoritm expeditiv de rezolvare.
• Partea descriptivă a modelului o reprezintă restricţiile, iar partea normativă
funcţia obiectiv.
• Problema de transport, în forma ei generală, constă în găsirea unui plan optim
de transport al unui produs omogen în aşa fel încât, ţinând seama de disponibilităţile
94
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
95
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
96
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Figura 5.5.
97
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
RECOMANDĂRI BIBLIOGRAFICE
1. Ackoff, R., Sasieni, M. Bazele cercetãrii operaţionale, Editura Tehnicã,
Bucureşti, 1975.
2. Andreica, M., Stoica, M. Modelarea şi simularea proceselor economice, Lito
A.S.E., Bucureşti, 1994.
3. Andreica, M., Stoica, M. Metode cantitative în management, Editura Economică,
Bucureşti, 1998.
4. Bădescu, A. Consideraţii privind metodele şi modelele de evaluare a
firmei în contextul analizei sistemelor, Revista
SCCECE, nr. 3, A.S.E., Bucureşti, 1996.
5. Boldur - Lăţescu, Gh., Analiza sistemelor complexe, Editura ştiinţificã şi
Ciobanu, Gh., Băncilã, I. Enciclopedicã, Bucureşti, 1982.
6. Boldur - Lăţescu, Gh., Cartea analistului de sisteme, Editura ştiinţifică şi
Ciobanu, Gh., Băncilă, I. Enciclopedicã, Bucureşti, 1976.
7. Bunge, M. Analogie, Simulation, Representation, Revue
Internaţionale de Philosophie, nr. 87, 1969.
98
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
Planificarea şi implementarea deciziilor, previziunea, serii cronologice, trend,
extrapolare, funcţii de regresie, programare liniară, funcţie obiectiv, validarea modelului,
optimizare, problema duală, preţurile umbră, Staff Scheduling, Integer Programs (IP), Integer
Linear Programming (ILP), programarea scopurilor, programarea scopurilor, analiza de tip
reţea, managementul proiectelor, diagrame de tip reţea, graficul Gantt, problemele de
transport, traseu optim, problema alocării, problema comis-voiajor-ului, lanţuri Markov, cozi
de aşteptare, probleme de aranjare, problema facilităţilor
OBIECTIVE URMĂRITE
Cunoaşterea seriilor cronologice şi a utilizării acestora în previziune
Familiarizarea cu trendul şi funcţiile de regresie
Familiarizarea cu rezolvarea problemelor de prognoză prin intermediul unui
produs software specializat
Familiarizarea cu programarea liniară
Cunoaşterea unor exemple de probleme de tip programare liniară
Familiarizarea cu problemele de optimizare
Descrierea şi formularea problemelor de programare liniară
Familiarizarea cu rezolvarea problemelor de programare liniară cu ajutorul
diferitelor produse software
Cunoaşterea problemei duale
Cunoaşterea preţurilor umbră – calculul şi semnificaţia lor
Însuşirea problemelor rezolvate
Cunoaşterea problemelor de planificare a programului de lucru
Cunoaşterea problemelor de programare liniară cu variabile întregi
Cunoaşterea modelelor de programare a scopurilor
Cunoaşterea analizelor de tip reţea
Formularea unei probleme de analiză de tip reţea
Familiarizarea cu construcţia diagramelor de reţea
Cunoaşterea analizelor de tip reţea
Formularea unei probleme de analiză de tip reţea
Familiarizarea cu construcţia diagramelor de reţea
Familiarizarea cu problemele de transport
Formularea modelului problemei de transport
Familiarizarea cu problemele de alocare
Familiarizarea cu problemele de tip comis-voiajor
Familiarizarea cu problemele probleme care pot fi analizate folosind lanţurile
Markov
Familiarizarea cu problemele de tip cozi de aşteptare
Familiarizarea cu problemele de aranjare
Familiarizarea cu problemele facilităţilor (punctelor de deservire)
99
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
REZULTATE AŞTEPTATE
Modulul „Metode şi tehnici asistate de calculator pentru rezolvarea situaţiilor
manageriale complexe” permite studentului cunoaşterea situaţiilor manageriale complexe,
abordarea matematică şi utilizarea diferitelor metode, ce includ asistarea de calculator, pentru
rezolvarea acestora. Studentul va fi capabil să identifice şi să trateze corespunzător probleme
de previziune, prognoză, optimizare şi planificare, având cunoştinţe despre instrumentele
matematice adecvate.
OBIECTIVE
Cunoaşterea seriilor cronologice şi a utilizării acestora în previziune
Familiarizarea cu trendul şi funcţiile de regresie
Familiarizarea cu rezolvarea problemelor de prognoză prin intermediul unui
produs software specializat
NOŢIUNI CHEIE
Planificarea şi implementarea deciziilor, previziunea, serii cronologice, trend,
extrapolare, funcţii de regresie
Seriile cronologice reprezintă valori istorice ale unor variabile care au fost înregistrate
la intervale periodice (ex.: cererea zilnică, săptămânală sau lunară pentru un produs, evoluţia
ratei de schimb valutar etc). Seriile cronologice se mai numesc şi serii de timp sau dinamice.
Ele sunt formate din două şiruri de date paralele din care primul şir arată variaţia
caracteristicii timp iar cel de-al doilea arată variaţia fenomenului sau caracteristicii cercetate.
Tehnicile de prognoză folosesc seriile cronologice presupunând faptul că experienţa trecută va
reflecta probabil experienţa viitoare. Se consideră ca pattern-ul evenimentelor trecute va
100
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
persista în viitor. Unele dintre cele mai comune pattern-uri observate cu uşurinţă în seriile de
date istorice sunt tendinţele (trend-ul) variaţiilor ciclice, de sezonalitate.
Trend-ul reprezintă tendinţa variaţiilor crescătoare sau descrescătoare ale unei
variabile, tendinţă prevăzută pentru un orizont de timp viitor, pe baza unor variaţii reale, dintr-
un interval de timp cunoscut. De cele mai multe ori totuşi identificarea trend-ului este o
operaţiune dificilă pentru că în realitate prezenţa în datele istorice a unor variaţii neregulate,
aleatoare, face foarte greu de interpretat şi de prognozat evenimentele viitoare. Aceste variaţii
pot distorsiona previziunea şi de aceea este de dorit să fie identificate şi eliminate.
Fig. 6.1.
Pentru manager este foarte importantă analiza care precede calculele de prognoză şi
implicit fundamentează decizia. Reprezentarea grafică constituie unul din criteriile cele mai
importante pe baza cărora se va alege procedeul de extrapolare. Extrapolarea are la bază
metodele şi procedeele de ajustare care conduc la micşorarea distorsiunilor prin nivelare.
O primă metodă de extrapolare este previziunea naivă bazată pe „bunul simţ” al
observaţiei unor serii de timp.
Altă metodă de previziune prin extrapolare este cea a mediilor mobile care utilizează o
substituire a datelor seriei dintr-un interval fix, cu mediile calculate pentru interval „din
aproape în aproape”.
i = „vârsta” intervalului;
n = numărul intervalelor;
Ai = valoarea „vârstei” i.
Iată un exemplu de lucru cu mediile mobile:
101
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
2. Regresia neliniară:
Familia funcţiilor exponenţiale:
Modelele exponenţiale au funcţii de creştere exponenţiale sau logaritmice.
Ele descriu în general curbe convexe sau concave, dar unele funcţii pot avea un punct
de inflexiune şi un punct de maxim sau minim.
Funcţia exponenţială: y = a*exp(b*x)
Funcţia exponenţială modificată: y = a*exp(b/x)
Funcţia logaritmică: y = a+b*ln(x)
Funcţia logaritmică reciprocă: y = 1/(a+b*ln(x))
Funcţia modelului presiunii de vaporizare: y = exp(a+b/x+c*ln(x))
103
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.2.
aproximează cel mai bine punctele empirice (abaterea standard S=0.01, iar coeficientul de
corelaţie r=0.99).
Fig. 6.3.
Fig. 6.4.
După apăsarea butonului <Info> apare expresia funcţiei propuse de program şi pot fi
consultate valorile coeficienţilor a, b, c, d (imaginea din stânga). Prin intermediul meniului
contextual se poate solicita o analiză (imaginea de dialog din dreapta) care oferă posibilitatea
determinării y = f(x) pentru un X ales. Dacă se introduce X=35, se va obţine Y=2.41862 ceea
ce reprezintă răspunsul căutat.
105
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.5.
Fig. 6.6.
106
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu programarea liniară
Cunoaşterea unor exemple de probleme de tip programare liniară
Familiarizarea cu problemele de optimizare
Descrierea şi formularea problemelor de programare liniară
Familiarizarea cu rezolvarea problemelor de programare liniară cu ajutorul
diferitelor produse software
Cunoaşterea problemei duale
Cunoaşterea preţurilor umbră – calculul şi semnificaţia lor
Însuşirea problemelor rezolvate
NOŢIUNI CHEIE
Programare liniară, funcţie obiectiv, validarea modelului, optimizare, problema duală,
preţurile umbră
Pană în anii ‘80 toate pachetele pentru rezolvarea problemelor de programare liniară
(Linear Programming – LP) se bazau doar pe algoritmul simplex. În anul 1984 Karmarkar a
publicat un nou algoritm pentru rezolvarea problemelor de programare liniară (LP), algoritm
numit interior point care este complet diferit de algoritmul simplex.
Munca lui Karmarkar a adus un imens aport la rezolvarea problemelor LP atât prin
metodele interior point cât şi prin algoritmul simplex.
Din anul 1984 au apărut noi produse software specializate pentru rezolvarea
problemelor de programare liniară ca de exemplu:
• OSL (Optimisation Subroutine Library) - IBM
• Cplex (Cplex Optimisation)
Ambele produse pot utiliza atât algoritmi simplex cât şi interior point.
În prezent există multe produse software care pot rezolva rapid probleme de
programare liniară. Calculatoarele de tip PC nu mai reprezintă un lux şi pe ele pot fi instalate
cu uşurinţă asemenea produse software. Dacă dorim să rezolvăm numeric o problemă de
programare liniară trebuie să ne întrebăm în primul rând dacă putem găsi un pachet software
adecvat calculatorului nostru şi sistemului de operare sub care acesta lucrează şi apoi dacă
acest pachet de programe are capacitatea să rezolve problema.
Pentru pachetele software care pot rezolva probleme de tip LP este foarte important să
cunoaştem:
- numărul maxim de restricţii cu care pot lucra şi
- tipurile de calculatoare pe care pot fi rulate.
Pachetele software menţionate mai sus (OSL şi Cplex) au capacitatea de a lucra cu un
număr maxim de 2 miliarde de variabile şi 16 milioane de restricţii. Aceste limite de
capacitate depăşesc cu mult ceea ce am putea rezolva în viaţa reală. Iată în continuare câteva
caracteristici ale unor probleme (LP) reale care au fost rezolvate folosind aceste programe:
107
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
108
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
109
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
valoarea caselor reflectă cele patru caracteristici nici atunci problema nu este cu siguranţă
rezolvată pentru că rata de creştere a valorii casei poate nu este în aceeaşi proporţie cu fiecare
dintre variabile şi astfel trebuie studiată importanţa fiecărei variabile şi coeficientul său la
valoarea casei. Al doilea stadiu în validarea modelului cere o comparaţie a rezultatelor
modelului cu cele obţinute în realitate.
Optimizare
Oamenii au căutat sau au încercat să caute mult timp metode mai bune de a-şi
îmbunătăţi viaţa zilnică. De-a lungul istoriei omenirii s-a încercat la început găsirea unor surse
mai bune de hrană şi apoi găsirea de surse de materiale, energie, etc.
Relativ târziu în istoria omenirii s-a început să se formuleze şi să se rezolve probleme
cantitative, mai întâi în cuvinte şi apoi prin simboluri scrise. Un aspect derivat şi legat de
aceste probleme a fost căutarea “optimului”, a ”celui mai bun”. De fapt şi în prezent în cea
mai mare parte a timpului managerii caută să obţină o îmbunătăţire a nivelul de performanţă.
Eforturi masive s-au făcut pentru a descrie situaţii umane şi sociale complexe. Pentru
ca acestea să capete o însemnătate ele trebuiau să fie descrise printr-o ecuaţie matematică cu
una sau mai multe variabile ale căror valori trebuiau descoperite.
Întrebarea care urmează a se pune este: ce valori trebuie să capete aceste variabile
astfel încât expresia matematică să aibă cele mai bune valori (cele mai mici sau cele mai mari
în funcţie de cum se doreşte). Acest proces general de maximizare sau minimizare este
denumit optimizare. Optimizarea, denumită şi programare matematică, ajută la găsirea
răspunsului care duce la cel mai bun rezultat – cel care aduce cel mai mare profit, sau acela
care aduce cele mai mici costuri, pierderi sau disconfort. Adesea aceste probleme presupun
utilizarea cât mai eficientă a resurselor incluzând bani, timp, utilaje, staff, etc.
Problemele de optimizare sunt deseori clasificate ca fiind liniare sau neliniare în
funcţie de relaţia din problemă care este sau nu liniară în report cu variabilele. În prezent
există o varietate de pachete software care rezolvă problemele de optimizare.
De exemplu LINDO, QSB, LINGO şi What’s Best! rezolvă atât modele de programare
liniară cât şi neliniară.
Programarea matematică se confruntă în general cu probleme ale determinării şi
alocării optimale a resurselor limitate astfel încât să se atingă obiectivele propuse.
Obiectivele trebuie să reprezinte scopurile celui care ia decizia. Resursele pot
reprezenta de exemplu materiale, oameni, bani, etc. Dintre toate posibilităţile de utilizare a
resurselor este de dorit să se determine aceea sau acelea care maximizează sau minimizează
calitatea numerică precum profitul sau costul.
Scopul optimizării globale este acela de a găsi cea mai bună soluţie adecvată la
modelele cele mai dificile în condiţiile în care există mai multe soluţii posibile.
Descriere
Programarea liniară (Linear Programming - LP) este o procedură care a găsit o largă
aplicare practică în aproape toate domeniile de activitate. Ea poate fi utilizată în afaceri, în
reclamă, în planificare, în producţie, etc. Transportul, distribuţia şi planificarea producţiei sunt
problemele tipice studiate prin LP. În USA industria petrolului pare a fi cea în care LP este cel
mai mult utilizată. Un manager al unei mari companii petroliere a estimat că între 5% şi 10%
din timpul în care se utilizează computerele în companie este destinat analizei şi creării de
modele LP.
LP rezolvă un tip de probleme (de programare) în care sunt liniare atât funcţia obiectiv
care trebuie optimizată cât şi relaţiile dintre variabilele ce definesc resursele.
110
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Acest tip de probleme a fost formulat şi rezolvat pentru prima dată la sfârşitul anilor
1940. Mai rar s-a întâlnit o tehnică matematică care să găsească o asemenea răspândire
practică în: afaceri, comerţ, aplicaţii industriale şi mai rar s-a întâmplat ca o tehnică de acest
fel să fie dezvoltată atât de mult şi atât de repede la nivel teoretic. Astăzi programarea liniară
este utilizată cu succes în probleme de bugetare a capitalului, design, diete, conservarea
resurselor, jocuri de strategie, jocuri de război, prevederea creşterilor economice, sisteme de
transport, etc.
Este foarte important să se înţeleagă că programarea liniară (LP) este diferită de
programarea care se referă la programarea pe calculator. În primul caz programarea (LP)
înseamnă a plănui şi a organiza în timp ce în al doilea caz programarea pe calculator înseamnă
scrierea de instrucţiuni pentru a realiza calcule şi programe de calculator. Cunoştinţele într-
una dintre programări nu au aproape nici o importanţă pentru celălalt tip de programare. De
fapt, termenul “programare liniară” a fost inventat înainte ca termenul “programare” să fie
asociat cu programarea pe calculator. Această confuzie este deseori evitată prin folosirea
termenilor de optimizare liniară în loc de programare liniară.
Orice problemă LP constă în existenţa unei funcţii obiectiv şi a unor restricţii. Când se
formulează o problemă de decizie ca o problemă de programare liniară trebuie verificate
următoarele condiţii:
• Funcţia obiectiv trebuie să fie liniară. Aceasta înseamnă ca toate variabilele trebuie
să fie la puterea 1 şi să fie doar adunate sau scăzute (nu înmulţite sau împărţite).
• Obiectivul trebuie să fie ori maximizarea ori minimizarea funcţiei liniare numită
funcţia obiectiv. Obiectivul trebuie să reprezinte scopul deciziei.
• Restricţiile trebuie să fie de asemenea liniare. Restricţiile pot fi doar ecuaţii sau
inecuaţii.
Formularea problemelor de programare liniară
Orice problemă LP este alcătuită din patru componente principale:
• un set de variabile de decizie,
• parametrii,
• funcţia obiectiv şi
• setul de restricţii.
Variabilele de decizie pot fi asimilate cu input-urile controlabile.
Parametrii caracterizează input-urile necontrolabile. Acestea sunt de obicei valori
numerice constante date.
Obiectivul trebuie să reprezinte scopul decidentului. Funcţia obiectiv arată cum este
legat obiectivul de variabilele de decizie. Ea poate fi o funcţie de maximizare sau de
minimizare.
Restricţiile reprezintă cererile ce trebuie satisfăcute. Ele pot fi restricţii de egalitate sau
de inegalitate.
Exemple
În continuare se va prezenta o problemă clasică de programare liniară care va ilustra
aspectele prezentate mai sus. Modul în care va fi abordată această problemă este asemănător
cu modul de abordate pentru cea mai mare parte dintre problemele de programare liniară care
implică luarea de deciziilor.
Problema tâmplarului nr.1
Un tâmplar produce mese şi scaune pe care le vinde în piaţă cu un preţ de 5$ pentru o
masă şi 3$ pentru un scaun. El lucrează 2 ore pentru a produce o masă şi o oră pentru a
produce un scaun. Numărul total de ore de muncă pe care le poate lucra într-o săptămână este
de 40 ore. Cantităţile de materiale brute necesare pentru producţie sunt: 1 unitate pentru o
masă şi 2 unităţi pentru un scaun. Cantitatea totală de material furnizat într-o săptămână este
de 50 unităţi.
Obiectivul său este acela de a afla câte mese şi scaune trebuie să producă pe
săptămână pentru a-şi maximiza venitul.
111
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Rezolvare:
Factorii restricţiilor care de obicei vin din exterior sunt reprezentaţi aici de limitele
muncii (care vin din partea familiei – nu mai mult de 40 de ore pe săptămână) şi resursele de
material brut de care dispune într-o săptămână (livrările de material se fac după un program
fix – cantitatea maximă de material care poate fi furnizat într-o săptămână este doar de 50 de
unităţi).
Astfel, formularea LP este:
Variabile:
X1 reprezintă numărul de mese ce se vor produce
X2 reprezintă numărul de scaune ce se vor produce
Funcţia obiectiv:
Maximizarea venitului obţinut: Max (5 X1 + 3 X2)
Restricţiile:
2 X1 + X2 ≤ 40 restricţia de muncă
X1 + 2 X2 ≤ 50 restricţia de material
şi ambele X1, X2 sunt ne-negative.
Acesta este un modelul matematic al problemei expuse. Variabilele de decizie, adică
input-urile controlabile sunt X1 şi X2. Output-ul pentru acest model este venitul total obţinut
într-o săptămână adică: 5 X1 + 3 X2. Toate funcţiile folosite în model sunt liniare.
Coeficienţii acestor restricţii sunt:
21
12
112
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Rezolvând problema vom constata că soluţia optimă este X1=50 mese, X2=0 scaune,
X3=60 ore cu un venit optim pentru tâmplar de 130 dolari (5X1+3X2-3X3=250+0-120). În
acest fel tâmplarul chiar va câştiga în plus 20$. Deci el ar trebui să angajeze un ajutor pentru
60 de ore.
Rezolvarea problemelor utilizând un produs software specializat
Rezolvarea problemelor cu QSB
S-a ales pentru început exemplificarea pe baza produsului QSB.
Problema tâmplarului nr.1
Iată primul dialog care permite stabilirea tipului de problemă, a numărului de variabile
şi a felului în care vor fi încărcate datele:
Fig. 6.7.
Fig. 6.8.
113
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.9.
Fig. 6.10.
Introducerea datelor:
Fig. 6.11.
Soluţia optimă:
114
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.12.
Fig. 6.13.
115
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.14.
În pagina Excel de mai sus pentru o mai bună vizibilitate câmpurile calculate au fost
formatate cu culoarea roşie. Ele reprezintă valorile de ieşire: X1, X2, necesarul calculat pentru
fiecare resursă şi valoarea funcţiei obiectiv (profitul total). Formulele pentru necesarul celor
două resurse şi pentru profit sunt:
• Necesar resursa timp: E7=C7*C5+D7*D5
• Necesar resursa material: E8=C8*C5+D8*D5
• Profit total: C10=C6*C5+D6*D5
În continuare trebuie specificaţi în Solver (Rezolvitor) parametrii problemei:
• Celula ţintă (adică celula care conţine formula funcţiei obiectiv)
• Felul problemei (de maxim, de minim)
• Celulele ce se vor modifica (adică X1, X2)
• Restricţiile
Fig. 6.15.
116
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.16.
Fig. 6.17.
La această problemă formulele pentru necesarul celor două resurse şi pentru profit
sunt:
• Necesar resursa timp: F7=C7*C5+D7*D5+E7*E5
• Necesar resursa material: F8=C8*C5+D8*D5+E8*E5
• Profit total: C10=C6*C5+D6*D5
Rezolvarea problemelor cu What’s Best!
Programul What’s Best! se instalează ca o componentă Excel. După instalare sub
Excel apare un nou meniu WB! Şi o nouă bară de instrumente (What’s Best!):
117
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.18.
Fig. 6.19.
118
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.20.
Fig. 6.21.
119
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.22.
120
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Problema tâmplarului
Problema duală poate fi folosită într-o mare varietate de aplicaţii. În unele cazuri duala
poate fi mai eficientă decât primala.
Soluţia dualei oferă interpretări economice importante precum preţurile umbră
(shadow prices). Preţurile umbră reprezintă soluţia problemei duale.
Dacă problema primală este o problemă de maximizare (a profitului) atunci preţurile
umbră arată cât profit aduce fiecare unitate de resursă consumată. Concret în problema
tâmplarului u1 arată cât profit aduce o oră de muncă iar u2 determină profitul obţinut la o
unitate de material brut consumat. Această analiză îl poate ajuta pe manager să afle care
utilizare a resursei aduce cel mai mare profit.
Duala problemei tâmplarului şi interpretarea ei
Datele problemei primale:
Masă Scaun Disponibil
Muncă (ore) 2 1 40
Material brut (buc) 1 2 50
Venit net ($) 5 3
Formularea LP problemei primale:
X1 şi X2 reprezintă numărul de mese respectiv scaune care trebuie produse.
Max (5 X1 + 3 X2)
121
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Din nefericire există şi concepţii greşite cu privire la definiţia preţului umbră. O astfel
de concepţie este: “În problemele de programare lineară, preţul umbră al unei restricţii este
122
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
diferenţa între valoarea optimă a funcţiei obiectiv şi valoarea funcţiei obiectiv obţinută, atunci
când partea dreaptă (RHS) a unei restricţii este crescută cu o unitate”.
Discuţie
Să considerăm următorul exemplu:
Max (X2)
X1 + X2 ≤ 2
2.5X1 + 4X2 ≤ 10
unde ambele variabile de decizie sunt nenegative.
Această problemă are soluţia optimă pentru:
• X1 = 0, şi X2 = 2 şi
• valoare optimă rezultată = 2.
Dacă vom dori să calculăm preţul umbră al primei resurse, atunci când RHS-ul
acesteia creşte cu o unitate, problema va deveni:
Max (X2)
X1 + X2 ≤ 3
2.5X1 + 4X2 ≤ 10
• X1 = 0, şi X2 = 2.5 şi
• valoare optimă rezultată = 2.5.
De aceea pare că preţul umbră pentru această resursă este 2.5 – 2 = 0.5
Dar, de fapt dacă vom calcula preţul umbră prin rezolvarea corectă a problemei duale
vom obţine pentru această resursă preţul umbră = 1.
Preţul umbră este întotdeauna nenegativ?
Răspunsul la această întrebare depinde integral de formularea primalei şi a dualei.
Ceea ce este de reţinut este că preţul umbră al unui RHS dat este rata de schimbare a valorii
optime ţinând cont şi de schimbarea acelui RHS, schimbarea fiind între limitele senzitivităţii
acelui RHS.
Să considerăm următorul exemplu numeric:
X1 + 2X2 ≤ 50
-X1 + X2 ≥ 10
X1, X2 sunt nenegative.
U1 - U2 ≥ 3
2U1 + U2 ≤ 5
Soluţia dualei este U1 = 2,66, U2 = - 0,33. Deci preţul umbră corespondent pentru
RHS2 = 10 este U2 = - 0,3. Aceasta înseamnă că pentru fiecare creştere/descreştere cu o
unitate în valoarea RHS2 valoarea optimă pentru problema primală descreşte cu 0,33.
123
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
X1 + 3X2 ≥ 6
2X1 + 2X2 ≥ 4
X1, X2 ≥ 0
Duala ei este:
U1 + 2U2 ≤ 16
3U1 + 2U2 ≤ 24
U1, U2 ≥ 0
• U1 = 8, U2 = 0 şi
• U1 = 4, U2 = 6.
X1 + X2 = 1
X1 + X2 = 1
X1 + 2X2 = 2
X1, X2 sunt nenegative.
Problema 1
124
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Funcţia obiectiv
Restricţii
* referitoare la timpul de asamblare: 4X1 + 10X2 <= 100
* referitoare la timpul de testare: 2X1 + X2 <= 22
* referitoare la spaţiul de depozitare: X1 + X2 <= 12
* restricţii de nenegativitate: X1 >= 0, X2 >= 0
125
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.23.
Încărcarea datelor:
Fig. 6.24.
Soluţia optimă:
126
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.25.
Fig. 6.26.
127
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.27.
Problema 2
Formulaţi problema duală a problemei anterioare.
Pentru a formula problema duală trebuie să urmăm următorii paşi:
1. Pentru funcţia obiectiv :
a. Deoarece funcţia obiectiv este o maximizare, în duală ea va fi o funcţie de
minimizare.
b. Valorile din partea dreaptă a restricţiilor devin coeficienţi ai funcţiei obiectiv a
dualei.
S-au notat cu Y variabilele din duală pentru a le deosebi de cele din problema
primală.. Va exista câte o variabilă în duală pentru fiecare restricţie din primală.
2. Pentru restricţii :
a. Vom avea câte o restricţie în duală pentru fiecare variabilă din problema primală.
(Astfel, deoarece în problema primală avem două variabile, duala va avea două restricţii)
b. Valorile din partea dreaptă a restricţiilor din duală vor fi egale cu coeficienţii
funcţiei obiectiv din primală luaţi în ordine. Astfel, valoarea din partea dreaptă a primei
restricţii din duală va fi egală cu coeficientul primei variabile din funcţia obiectiv a primalei
128
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
iar valoarea din partea dreapta a celei de-a doua restricţii din duală va fi egală cu coeficientul
celei de-a doua variabile din funcţia obiectiv a primalei.
c. Coeficienţii primei restricţii din primală vor deveni coeficienţii primei variabile în
fiecare din restricţiile din duală. Astfel, coeficientul lui X1 din prima restricţie din primală
devine coeficientul lui Y1 în prima restricţie din duală şi coeficientul lui X2 din prima
restricţie din primală devine coeficientul lui Y1 în cea de-a doua restricţie din duală, ş.a.m.d.
Restricţiile duale sunt :
4Y1 + 2Y2 + 1Y3 >= 60
10Y1 + 1Y2 + 1Y3 >= 50
Deci, dacă problema primală este:
Max (60X1 + 50X2)
4X1 + 10X2 <= 100
2X1 + 1X2 <= 22
1X1 + 1X2 <= 12
X1 >= 0, X2 >= 0
Atunci problema duală corespunzătoare va fi:
Min (100Y1 + 22Y2 + 12Y3)
4Y1 + 2Y2 + 1Y3 >= 60
10Y1 + 1Y2 + 1Y3 >= 50
Y1,Y2,Y3 >= 0
Pentru a transforma o problemă primală în duala ei este mai uşor dacă toate restricţiile
dintr-o problemă de maximizare sunt de forma <=, şi într-o problemă de minimizare
restricţiile sunt de forma >=.
- Acest lucru se poate realiza prin înmulţirea cu (–1) a restricţiilor care nu corespund
acestor criterii.
- Dacă o restricţie este o egalitate, ea trebuie înlocuită cu două restricţii: una de >= şi
cealaltă <=.
Exemplu: 4x1 + 5x2 = 20 poate fi înlocuită cu :
4x1 + 5x2 <= 20 şi 4x1 + 5x2 >= 20
Una din aceste două restricţii se înmulţeşte cu (-1) în funcţie de tipul problemei (de
minim sau de maxim).
Iată în continuare soluţia duală a problemei primale – problema 1.
(Sensitivity Analysis for RHS):
Fig. 6.28.
129
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
dualei pentru a determina cât profit aduce fiecare unitate de resursă consumată. Această
analiză ajută managerul să aleagă acea variantă de utilizare a resursei care aduce mai mult
profit.
130
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea problemelor de planificare a programului de lucru
NOŢIUNI CHEIE
Staff Scheduling
Exemplul 1
În urma unui studiu efectuat la un magazin s-a constat următorul necesar de personal
vânzător pentru fiecare zi a săptămânii:
131
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.29.
Planificare Denumire Luni Marţi Miercuri Joi Vineri Sâmbătă Duminică Salariu
ziua start variabile săptămânal
($)
Luni Lu_X T T T T T L L 300
Marţi Ma_X L T T T T T L 325
Miercuri Mi_X L L T T T T T 360
Joi Jo_X T L L T T T T 360
Vineri Vi_X T T L L T T T 360
Sâmbătă Sa_X T T T L L T T 360
Duminică Du_X T T T T L L T 335
Funcţia obiectiv
132
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Restricţiile
Introducerea problemei:
Fig. 6.30.
133
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.31.
Fig. 6.32.
Deci vor fi necesari 22 de vânzători, iar pentru plata acestora vor trebui 7750$.
134
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
135
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea problemelor de programare liniară variabile întregi
NOŢIUNI CHEIE
Integer Programs (IP), Integer Linear Programming (ILP)
Exemple
Exemplul 1
Existând patru proiecte care se vor derula pe durata a trei ani consecutivi şi având
fiecare următoarele caracteristici:
136
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
• restricţiile
• obiectivele
Singura modificare semnificativă în formularea IP deosebită de formularea LP este
definirea variabilelor.
Variabile
Aici vom încerca să decidem dacă să garantăm un proiect sau nu. O modalitate de
rezolvare este introducerea unor variabile care să ia doar valorile întregi 0 sau 1 şi care să
reprezinte decizii binare:
• Decizia pozitivă (se execută se garantează) este reprezentată de 1
• Decizia negativă (nu se execută nu se garantează) este reprezentată de 0.
Aceste variabile sunt adesea numite variabile zero-unu sau variabile binare.
Vom utiliza următoarea notaţie xj:
xj = 1 dacă decidem să realizăm proiectul j (j=1,...,4) altfel,
xj = 0 (dacă decidem să nu realizăm proiectul j (j=1,...,4))
Restricţii
Restricţiile referitoare la capitalul disponibil în fiecare an sunt:
0.5x1 + 1.0x2 + 1.5x3 + 0.1x4 <= 3.1 (anul 1)
0.3x1 + 0.8x2 + 1.5x3 + 0.4x4 <= 2.5 (anul 2)
0.2x1 + 0.2x2 + 0.3x3 + 0.1x4 <= 0.4 (anul 3)
Funcţia obiectiv
Maximizarea venitului total posibil de obţinut din proiecte.
Max (0.2x1 + 0.3x2 + 0.5x3 + 0.1x4)
xj = 0 sau 1 j=1,...,4
Exemplul 2
Un album muzical care conţine 9 melodii trebuie înregistrat pe o casetă matriţă.
Durata fiecărei melodii este:
Melodie 1 2 3 4 5 6 7 8 9
Durata 6 8 8 6 7 6 7 5 7
(min.)
Se cere să se distribuie optim melodiile pe cele două feţe ale casetei astfel încât fiecare
faţă să aibă o durată cât mai apropiată de jumătatea (30 min.) timpului total (60 min.) al celor
9 melodii.
Soluţia
Variabile
X1, X2,…, X9.
Xi = 1 dacă melodia <i> se înregistrează pe fata 1, altfel este 0 (dacă ea se
înregistrează pe faţa 2).
Funcţia obiectiv
Max (X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9)
Restricţia
6X1 + 8X2 + 8X3 + 6X4 + 7X5 + 6X6 + 7X7 + 5X8 + 7X9 <= 30
137
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Datele de intrare pentru problema enunţată mai sus pot fi încărcate prin intermediul
următoarelor formulare:
Parametrii problemei:
Fig. 6.33.
Fig. 6.34.
Fig. 6.35.
Se constată că decizia optimă propusă de soluţie este aceea de a alege doar proiectele 3
şi 4. Oricare altă alegere ar determina obţinerea unui profit (venit) inferior sau nu ar respecta
restricţiile impuse.
138
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.36.
Fig. 6.37.
139
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea modelelor de programare a scopurilor
NOŢIUNI CHEIE
Programarea scopurilor
Pentru a măsura abaterile de la scopuri se folosesc variabile abateri care sunt incluse în
restricţiile de scop. Ele reprezintă diferenţa dintre scopul propus şi cel posibil de atins în
140
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
soluţie. Există două feluri posibile de abateri de la scop: abateri sub scop şi abateri peste scop.
Variabilele de abatere de la scopuri sunt incluse în fiecare din restricţiile de scop (slabe) sub
numele: Ui pentru abaterile sub (under) scop şi Vi pentru abaterile peste (over) scop (i
reprezintă numărul restricţiei de scop). Adăugând aceste două variabile abatere la o restricţie
de scop obţinem restricţii de tip egalităţi deoarece aceste variabile abateri măsoară tocmai
diferenţa dintre scopul propus şi cel posibil de atins.
Exemplu: dacă un manager fixează o restricţie referitoare la numărul de ore de muncă,
în programarea scopurilor o transpunem sub forma unei restricţii de scop de forma:
4X1 + 2X2 + (U1 - V1) = 100 ore
X1,X2 - reprezintă variabile de decizie
U1 - reprezintă numărul de ore de muncă neutilizate (1- prima restricţie)
V1 - reprezintă numărul de ore de muncă suplimentare
Au fost introduse în restricţia de scop ambele tipuri de variabile de abatere ceea ce
indică faptul că sunt permise abateri în ambele sensuri.
Dacă nu este admisă abaterea într-unul dintre sensuri, abaterea corespunzătoare nu va
apărea în restricţia de scop. De exemplu, dacă nu este permisă prestarea de ore suplimentare
variabila V1 nu va apărea în restricţia de scop.
Remarcaţi semnele cu care sunt introduse variabilele abatere în restricţia de scop: U
reprezintă un minus până la scop iar V un surplus peste scop, deci U se adună şi V se scade
pentru a se obţine egalitatea.
Dacă 4X1 + 2X2 = 80 => U1 = 20 ore nelucrate faţă de scopul 100
Dacă 4X1 + 2X2 = 110 => V1 = 10 ore peste program faţă de scopul 100
În ambele aceste cazuri cealaltă variabilă abatere faţă de cea precizată este =0
deoarece în mod logic ele se exclud.
Dacă 4X1 + 2X2 = 100 => U1 = 0 şi V1 = 0.
Astfel, în fiecare restricţie scop cel puţin una din variabilele abatere este = 0.
Modelul constă dintr-o funcţie obiectiv şi un set de restricţii. Restricţiile pot fi numai
restricţii de scop (slabe) sau o combinaţie de restricţii de scop (slabe) şi restricţii obişnuite
(tari).
La acestea se adaugă restricţiile de nenegativitate pentru toate variabilele (de decizie şi
de abatere).
În modelele care includ şi priorităţi ale scopurilor, funcţia obiectiv măsoară care
variabile abateri vor fi minimizate şi în ce ordine de prioritate (importanţă)
Exemplu de model de programare a scopurilor:
În funcţia obiectiv sunt prezente 3 variabile abatere:U1, V1, U2. Indicii acestora arată
cărei restricţii de scop aparţin. P-urile (P1, P2, P3) reprezintă 64
141
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
priorităţile, indicii lor arată ordinea de importanţă (i = 1 reprezintă cea mai mare
importanţă).
Observăm în funcţia obiectiv că cea mai mare prioritate este aceea de a minimiza
cantitatea cu care ne aflăm sub primul scop. Următoarea prioritate este aceea de a minimiza
cantitatea cu care ne aflăm peste primul scop şi cea mai mică prioritate este aceea de
minimiza cantitatea cu care ne aflăm sub cel de-al doilea scop.
Observăm că nu toate variabilele abatere trebuie să fie prezente în funcţia obiectiv.
Variabila V2 nu este inclusă deoarece nu ne propunem să minimizăm cantitatea cu care ne
aflăm deasupra celui de-al doilea scop (putem presupune că acest scop se referă la profit).
Exemplul 1
O companie produce 3 tipuri de produse (X1,X2,X3). Consumul de materiale şi timp
pe unitate de produs este următorul:
Produsul X1 X2 X3 Disponibil
Materiale 2 4 3 600 min.
(unităţi/produs)
Timp de 9 8 7 900 min.
producţie
(min/produs)
Timp de 1 2 3 300 min.
ambalare
(min/produs)
142
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
P1 = 9, P2 = 8, P3 = 7.
Relativ la formularea scopurilor problemei, funcţia obiectiv poate fi împărţită în trei
obiective (scopuri):
Exemplul 2
Managerul unei companii care produce două sortimente de stofă vrea să determine
structura producţiei pentru o săptămână redusă de lucru (există sărbători legale). Există în
acest scop suficiente stocuri de materie primă dar timpul de lucru disponibil este de 24 de ore.
Fiecare metru de stofă de primul tip necesită 2 ore de muncă iar cea din tipul 2 necesită 3 ore
de muncă.
Priorităţile exprimate de manager, în ordinea de importanţă a acestora, sunt:
1. Minimizarea timpului de muncă neutilizat
2. Dacă sunt necesare ore suplimentare, acestea să fie de aproximativ 12 ore sau mai
puţin
3. Să se încerce producerea de cel puţin 10 metri de stofă de tip 2
4. Să se evite orele suplimentare dacă acest lucru este posibil.
Soluţie:
Identificăm următoarele variabile de decizie:
X1 - cantitatea de stofă de tip 1 care să se producă
X2 – cantitatea de stofă de tip 2 care să se producă
U1 – (sau X3) ore de muncă neutilizate
V1 – (sau X4) ore de muncă suplimentare
U2 – (sau X5) ore de muncă neutilizate sub cele 12 ore acceptate
V2 – (sau X6) ore de muncă suplimentare peste cele 12 ore acceptate
U3 – (sau X7) cantitatea (m) de stofă de tip 2 produsă sub cerinţa de 10 m
V3 – (sau X8) cantitatea (m) de stofă de tip 2 produsă peste cerinţa de 10 m.
Restricţii:
Restricţia timpului de muncă:
2X1 + 3X2 + (U1 - V1) = 24 ore
Restricţia privind orele suplimentare:
V1 + (U2 - V2) = 12 ore
Restricţia privind cantitatea de stofă de tipul 2:
X2 + (U3 - V3) = 10 metri
Funcţia obiectiv:
Relativ la scopurile exprimate de manager observăm că:
1. Minimizarea timpului de muncă neutilizat – reprezintă scopul 1 care poate fi asociat
variabilei U1
2. Dacă sunt necesare ore suplimentare, acestea să fie de aproximativ 12 ore sau mai
puţin – reprezintă scopul 2 care poate fi asociat variabilei V2
3. Să se încerce producerea de cel puţin 10 metri de stofă de tip 2 – reprezintă scopul 3
care poate fi asociat variabilei U3
4. Să se evite orele suplimentare dacă acest lucru este posibil – reprezintă scopul 4
care poate fi asociat variabilei V1.
Min (P1U1 + P2V2 + P3U3 + P4V1)
Cuantificăm cele patru priorităţi în funcţie de importanţa lor:
P1 = 9, P2 = 8, P3 = 7, P4 = 6.
Relativ la formularea scopurilor problemei, funcţia obiectiv poate fi împărţită în patru
obiective (scopuri):
143
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Problema anterioară are 4 scopuri şi 8 variabile: X1, X2, U1 (notat X3), V1 (notat
X4), U2 (notat X5), V2 (notat X6), U3 (notat X7) şi V3 (notat X8).
Dialogul iniţial:
Fig. 6.38.
144
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.39.
Soluţia finală:
Fig. 6.40.
145
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea analizelor de tip reţea
Formularea unei probleme de analiză de tip reţea
Familiarizarea cu construcţia diagramelor de reţea
NOŢIUNI CHEIE
Analiza de tip reţea, managementul proiectelor, diagrame de tip reţea, graficul Gantt,
6.6.1. Introducere
Pentru o mai bună înţelegere a analizelor de tip reţea, este necesară o discuţie pe baza
unui exemplu, care va conduce cu siguranţă către o clarificare a acestei problematici.
Să presupunem că se intenţionează lansarea unui nou produs pe piaţă. ceea ce necesită
existenţa unui proiect compus din mai multe etape şi sarcini care vor trebui rezolvate într-o
anumită ordine. O întrebare logică care apare referitor la proiect este:
146
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Legat de această listă se impun analize în detaliu ale activităţilor enunţate în raport cu
scala timpului pe care se desfăşoară. Astfel trebuie identificate relaţiile de precedenţă ale
activităţilor, indicând activităţile care datorită unor situaţii logice trebuie să fie terminate
înainte ca alte activităţi să înceapă. De exemplu activitatea 1 trebuie terminată înainte ca
activitatea 3 să înceapă. Activitatea 8 trebuie terminată înainte ca activitatea 9 să înceapă.
În continuare este necesară realizarea unei liste de precedenţe imediate a
activităţilor, luând în considerare relaţiile care există între acestea. Lista va fi construită
încercând să răspundem pentru fiecare activitate la următoarea întrebare:
Ce activităţi trebuie terminate înainte ca activitatea curentă să înceapă ?
147
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
148
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.41.
149
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.42.
Fig. 6.43.
150
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.44.
Pachetul de programe Microsoft Project oferă în plus şi alte facilităţi foarte folositoare
managerului de proiect. Acestea sunt:
Trasarea automată a diagramei de reţea:
151
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.45.
Fig. 6.46.
Fig. 6.47.
Graficul Gantt a fost creat de către H. L. Gantt în anul 1918. Acest grafic prezintă
drumul critic şi momentele ES, LS, EF şi LF pentru fiecare activitate. Fiecare activitate este
reprezentată prin două bare – una pentru ES şi cealaltă pentru LS. Pentru activităţile critice
cele două bare au aceeaşi lungime.
Prin intermediul graficului Gantt se evidenţiază şi pot fi studiate foarte uşor şi
activităţile necritice. Astfel se observă cu uşurinţă că activitatea 2 poate să înceapă în oricare
152
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
dintre momentele de timp 0,1,2,3,4,5,6,7,8 şi poate dura un timp corespunzător cuprins între 0
şi 8. Putem alege în care dintre aceste momente de timp activitatea 2 poate să înceapă.
Fig. 6.48.
În lista de mai sus se poate observa că activităţile 1,2,3 şi 4 au fost deja completate,
activitatea 5 a fost completată într-o proporţie de 75 % iar celelalte activităţi încă nu au
început. S-a considerat că toate activităţile au început la momentul ES şi că au durat exact cât
au fost planificate.
153
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele de transport
Formularea modelului problemei de transport
NOŢIUNI CHEIE
Problemele de transport, traseu optim
154
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
• toate produsele sunt omogene (orice sursă poate furniza produse pentru orice
destinaţie)
• costurile de transport cresc strict liniar în funcţie de cantitatea transportată pe ruta
respectivă
• într-o primă abordare se presupune că pentru întreaga cantitate disponibilă există
cerere (totuşi pot fi rezolvate şi problemele care nu îndeplinesc această condiţie).
Problema 1
O companie are prin contract sarcina să aprovizioneze cu lapte 3 magazine M1, M2,
M3. Laptele poate fi aprovizionat din 3 ferme A, B, C.
Disponibilul de lapte în litri la fiecare fermă este:
Ferma Disponibilul ( l )
A 100
B 200
C 200
Magazin Cererea ( l )
M1 50
M2 150
M3 300
La: M1 M2 M3
De la ferma
A 0,4 0,2 0,8
B 0,5 0,1 0,9
C 0,7 0,6 0,3
Rezolvare
Pentru rezolvare datele trebuie aranjate într-un tabel specific rezolvării problemei de
transport astfel:
Variabile
M1 M2 M3 Disponibil
A 4 2 8 100
X11 X12 X13
B 5 1 9 200
X21 X22 X23
C 7 6 3 200
X31 X32 X33
Cerere 50 150 300 500
S-a notat cu Xij cantitatea din cererea j care se aprovizionează de la ferma (sursa) i.
155
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Restricţii
Funcţia obiectiv:
Min (4X11 + 2X12 + 8X13 + 5X21 + 1X22 + 9X23 + 7X31 + 6X32 + 3X33)
X11, X12, X13, X21, X22, X23, X31, X32, X33 >= 0
Problema 1
Parametrii problemei:
156
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.49.
Introducerea datelor:
Fig. 6.50.
Soluţia finală:
Fig. 6.51.
Problema 2
Parametrii problemei:
157
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.52.
Introducerea datelor:
Fig. 6.53.
Soluţia finală:
Fig. 6.54.
158
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele de alocare
NOŢIUNI CHEIE
Problema alocării
Problema alocării (repartizării) resurselor este un tip special de problemă de reţea sau
de problemă de programare liniară în care obiectele de alocat sunt repartizate unu la unu
destinaţiilor. Pot face obiectul alocării anumite resurse: angajaţi, maşini, spaţii de parcare,
intervale de timp, fabrici, jucători, etc.
Destinatarii (beneficiarii) repartiţiilor pot fi: o activitate, un amplasament, un
eveniment, o cerere, o echipă, etc. În format de reţea atât obiectele alocării cât şi beneficiarii
repartiţiilor sunt reprezentaţi ca noduri iar dacă există posibilitatea repartizării obiectului i la
beneficiarul j atunci va exista un arc de la nodul i la nodul j care are asociat un cost sau un
beneficiu notat Cij.
Problema alocării este considerată ca un tip special de problemă de transport având
furnizori şi beneficiari şi se poate rezolva folosind metoda simplex în reţea.
În general este vorba despre un număr de candidaţi care pot îndeplini n sarcini şi un
cost nenegativ Cij implicat de atribuirea către candidatul i a sarcinii j, cost care se consideră
cunoscut. Obiectivul problemei este acela de a asigna fiecărui candidat câte o sarcină astfel
încât să se minimizeze costul total. Se definesc variabilele binare Xij care pot lua valorile 0
sau 1. Valoarea Xij = 1, arată că se atribuie sarcina j candidatului i. Celălalt caz, Xij = 0 are
loc atunci când nu se atribuie sarcina j candidatului i. Problemele de alocare se caracterizează
prin cerinţa de a împerechea elemente dintr-un grup cu elemente din alt grup (unu la unu).
Un caz particular de problemă de transport este problema alocării resurselor în care
toate cererile sunt 1 şi toţi furnizorii sunt 1. În acest caz , integralitatea implică să existe câte
un furnizor pentru fiecare cerere şi câte o cerere pentru fiecare furnizor.
Costul reprezintă cheltuielile implicate de aprovizionarea unui anumit solicitant de la
un anumit furnizor.
Presupunând că dorim să impunem condiţia ca fie persoana i să nu îndeplinească
sarcina j SAU persoana k să nu îndeplinească sarcina m, aceasta se scrie: Xij.Xkm = 0.
Această condiţie neliniară este echivalentă constrângerii liniare: Xij +Xkm <= 1. Această
constrângere trebuie adăugată la setul de constrângeri. Cu această constrângere adăugată AP
(Assignment Problem) devine ILP binar care poate fi rezolvat cu ajutorul pachetelor de
programe LINDO sau QSB.
Formularea problemei duale propune ca să se încerce atribuirea de persoane pentru a
îndeplini sarcini astfel încât suma valorilor Ui ale persoanei i adunate cu valoarea Vj care
reprezintă costul pentru îndeplinirea sarcinii j să nu depăşească costul repartizării persoanei i
pentru a îndeplini sarcina j.
De exemplu, un manager trebuie să repartizeze sarcini de execuţie la 4 maşini (fiecărei
maşini îi revine o sarcină de lucru) sau managerul repartizează câte un proiect fiecărei echipe.
În general timpul de lucru sau costul diferă de la o maşină la alta sau de la o echipă la alta.
Scopul managerului este acela de a face acea alocare ce duce la minimizarea timpului
de realizare a sarcinilor sau de minimizare a costului total.
159
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.55.
Exemplul 1
Într-o companie, o anumită lucrare care presupune 4 operaţii poate fi realizată doar de
4 muncitori cu o pregătire specială. Managerul cunoaşte în urma unei analize costurile cu care
fiecare din 4 cei muncitori realizează fiecare din cele 4 operaţii.
Acestea sunt prezentate în tabelul de mai jos:
Obiectivul urmărit de manager este acela de a minimiza costul total rezultat în urma
executării celor 4 operaţii. Acest lucru trebuie realizat în condiţiile în care cele 4 operaţii se
execută simultan, deci fiecare din ele trebuie repartizată altui muncitor.
160
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Exemplul 2
În tabelul următor sunt prezentate valori ale profitului obţinut în urma executării
produselor P1, P2, P3 pe utilajele A, B, C.
. P1 P2 P3
A 14 22 30
B 20 18 40
C 11 12 50
. P1 P2 P3
A 20-14=6 0 50-30=20
B 20-20=0 4 10
C 9 10 0
161
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Exemplul 3
În tabelul următor sunt prezentaţi timpii necesari fiecăruia din 3 muncitori pentru
executarea fiecăreia din 3 operaţii. Să se minimizeze timpul total de executare a celor 3
operaţii. Fiecare muncitor execută o singură operaţie. Ce operaţie va executa fiecare muncitor
? Să se formuleze modelul de programare liniară al acestei probleme.
Restricţiile sunt:
X11+X12+X13=1
X21+X22+X23=1 Pe linii
X31+X32+X33=1
X11+X21+X31=1
X12+X22+X32=1 Pe coloane
X13+X23+X33=1
Exemplul 5
O companie care asigură service pentru calculatoare are 4 clienţi notaţi C1, C2, C3 şi
C4. Această companie are 4 tehnicieni (T1,T2,T3,T4) pentru a asigura service-ul. Datorită
162
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
. Clienţi
Tehnicieni C1 C2 C3 C4
T1 3 6 7 10
T2 5 6 3 8
T3 2 8 4 16
T4 8 6 5 9
Exemplul 6
În vederea executării unor misiuni de tip comando au fost pregătiţi 5 luptători pentru 5
tipuri de misiuni speciale. Fiecare luptător poate executa oricare din cele 5 tipuri de misiuni.
Performanţele lor cuantificate pe o scară de la 1 la 100 pentru fiecare tip de misiune sunt
prezentate în următorul tabel:
. Misiuni speciale
Luptători M1 M2 M3 M4 M5
L1 75 70 76 74 70
L2 70 60 80 73 68
L3 68 72 80 74 65
L4 75 70 78 74 69
L5 68 61 81 75 71
Introducerea parametrilor:
163
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.56.
Introducerea datelor:
Fig. 6.57.
Soluţia finală:
Fig. 6.58.
164
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele de tip comis-voiajor
NOŢIUNI CHEIE
Problema comis-voiajor-ului
De la oraşul La oraşul
1 2 3 4 5 6 7 8
1 - 150 180 300 200 50 290 350
2 150 - 120 180 250 200 150 250
3 180 120 - 150 150 120 150 200
4 300 180 150 - 300 320 25 60
5 200 250 150 300 - 100 300 350
6 50 200 120 320 100 - 300 350
7 290 150 150 25 300 300 - 90
8 350 250 200 60 350 350 90 -
165
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.59.
Introducerea datelor:
Fig. 6.60.
Fig. 6.61.
166
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.62.
167
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele probleme care pot fi analizate folosind lanţurile
Markov
NOŢIUNI CHEIE
lanţuri Markov
Probabilităţile de trecere arată tendinţa unui sistem (care poate fi descris ca un proces
Markov) de a se modifica de la o perioadă (interval de timp) la alta.
Exemplul următor asigură o mai bună înţelegere a acestui tip de probleme:
O societate de închirieri maşini are două agenţii amplasate una în centrul oraşului şi
una în apropierea aeroportului. Persoanele care închiriază maşini de la una din agenţii le pot
înapoia la oricare din cele două (se consideră că este vorba despre un sistem închis în care
toate maşinile închiriate sunt înapoiate). Acele maşini care nu îndeplinesc această condiţie (nu
168
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
rămân în circuitul celor înapoiate) sunt scoase din sistem şi tratate separat. Se mai presupune
că toate închirierile au durata de o zi, deci la sfârşitul fiecărei zile maşinile se vor afla la una
din cele două agenţii.
Se presupune că urmărindu-se activitatea agenţiilor o perioadă de timp s-a constatat că
70% din maşinile închiriate de la agenţia aflată în centru au fost înapoiate tot acolo iar 30% la
agenţia de la aeroport şi că 90% din maşinile închiriate de la agenţia de lângă aeroport au fost
înapoiate tot acolo în timp ce 10% din acestea au fost înapoiate la agenţia din centru.
Aceste informaţii sunt prezentate în tabelul următor:
Deoarece s-a făcut presupunerea că toate maşinile închiriate sunt înapoiate la una din
cele două agenţii, totalul pe fiecare linie este de 1.0 (100%) dar acest lucru nu se aplică şi pe
coloane pentru că acestea se referă la modul de înapoiere a maşinilor. Probabilitatea de trecere
0.7 (70%) reprezintă proporţia (procentul) de maşini închiriate de la agenţia din centru care se
aşteaptă să fie înapoiate la aceeaşi agenţie. Probabilitatea de trecere 0.3 (30%) reprezintă
proporţia (procentul) de maşini închiriate de la agenţia din centru care se aşteaptă să fie
înapoiate la agenţia de la aeroport.
Cunoscând că numărul total de maşini din cele două agenţii este 200 şi că distribuţia
iniţială a maşinilor este: 120 maşini la agenţia din centru (A) şi 80 de maşini la agenţia din
aeroport (B), managerul societăţii, în vederea luării unor decizii privind amplasarea unor
unităţi de service, doreşte să afle:
1. În ce proporţie vor fi înapoiate maşinile la fiecare agenţie după o perioadă de timp
(câteva zile). Această informaţie este utilă pentru planificarea muncii la fiecare din cele două
agenţii.
2. În ce proporţie vor fi înapoiate maşinile la fiecare agenţie după o perioadă mai
lungă de timp.
169
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.63.
În primele câteva intervale de timp numărul iniţial de maşini de la fiecare agenţie are
un efect sesizabil asupra proporţiei înapoierilor dar după aproximativ 10 intervale de timp
efectul lor este din ce în ce mai mic.
Orice lanţ Markov este definit complet prin matricea sa stochastică (o matrice
pătratică) şi prin distribuţia iniţială (care este o matrice linie). În cazul problemei noastre
aceste matrici sunt:
Observaţie:
Dacă nu avem distribuţia iniţială, atunci ea se consideră cu probabilităţi egale. Astfel
pentru exemplul nostru putem avea: (0,5 0,5) Indiferent de distribuţia iniţiala stabilizarea
(“steady state”) va fi aceeaşi. După rezolvare va rezulta un “steady state” la : (0,25 0,75)
Comportarea acestor sisteme pe termen scurt poate fi descrisă prin folosirea metodei
diagramei arborescente sau a matricilor de multiplicare.
Comportarea pe termen lung se poate analiza teoretic similar prin oricare din cele două
metode (diagramele arborescente sau matricile de multiplicare) dar din considerente practice,
atunci când se lucrează manual, aceste metode nu se aplică deoarece sunt laborioase. Cel mai
adesea se utilizează (manual), metoda algebrică.
Această metodă constă dintr-o serie de ramuri care reprezintă posibilele variante de
evoluţie a sistemului în fiecare perioadă în funcţie de probabilităţile de trecere.
170
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.64.
Având iniţial 100 de maşini la agenţia din centru (A) şi 80 la cea de la aeroport (B)
rezultă la sfârşitul celei de-a doua perioade:
Această metodă are dezavantajul că devine complicată atunci când sunt mai multe
elemente în sistem şi când se doreşte studiul sistemului pentru un interval de timp mai
îndepărtat de cel curent ( 3,4….).
A B
A 0.7 0.3
B 0.1 0.9
Notăm cu:
171
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Dacă iniţial avem 400 respectiv 300 de maşini în agenţiile A respectiv B rezultă că
atunci când sistemul atinge stadiul de stabilizare şi cu condiţiile acceptate la început (rămân
toate în sistem, probabilităţi de trecere constante, nu apar stări noi în care se pot afla maşinile)
vom avea:
A=0.25*700=175 maşini
B=0.75*700=525 maşini
Introducerea parametrilor:
Fig. 6.65.
Introducerea datelor:
Fig. 6.66.
Soluţia finală:
Fig. 6.67.
172
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.68.
173
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele de tip cozi de aşteptare
NOŢIUNI CHEIE
cozi de aşteptare
Aceste modele sunt modele predictive deoarece ele constituie un proiect al comportării
sistemelor în care pot apărea cozi de aşteptare. Sistemul analizat poate fi unul în funcţiune dar
care nu are performanţe satisfăcătoare, în acest caz se pune problema de a decide ce trebuie
modificat pentru a creşte performanţele. În alte situaţii poate fi cazul unor sisteme aflate în
faza de proiectare pentru care trebuie stabilite caracteristicile astfel încât să atingă
performanţele dorite.
Un scop principal al proiectării sistemelor în care pot apărea cozi de aşteptare este
acela de a găsi un echilibru între costul determinat de creşterea punctelor de deservire şi costul
pe care-l implică aşteptarea clienţilor la cozi. Aceste două costuri sunt invers proporţionale: o
scădere a costului determinat de faptul că unii clienţi trebuie să aştepte să fie deserviţi se
realizează prin creşterea costului deservirii (prin creşterea numărului de puncte de deservire
sau a ratei de deservire). Funcţia care combină cele două costuri (de deservire, de aşteptare)
numită funcţia costului total are formă de U. Costul total este minimizat în punctul cel mai de
jos al acestei curbe. Găsirea punctului de minim implică adesea o creştere în trepte a
174
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
capacităţii de deservire. Deoarece creşterea capacităţii de deservire în cele mai multe cazuri
este discretă (una, două staţii de deservire) este mai indicat să reprezentăm costul deservirii
prin nişte paliere decât printr-o linie continuă. Astfel curba costului total va fi mai puţin lină
decât cea prezentată în figura următoare.
Fig. 6.69.
Fig. 6.70.
Mulţimea sursă
Se referă la populaţia care furnizează potenţialele sosiri în sistem, deci sursa de clienţi.
Dacă această sursă este suficient de mare astfel încât probabilitatea sosirilor nu este în mod
semnificativ influenţată de faptul că clienţii trebuie să aştepte la coadă, spunem că mulţimea
sursă este infinită.
175
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
176
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
177
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
A/B/C/D/E
A: specifică natura procesului sosirilor în sistem. Notaţiile standard pentru tipurile
de sosiri în sistem sunt:
• M: Timpul dintre sosiri este o variabilă aleatoare independentă, cu o distribuţie
exponenţială. Este acelaşi lucru cu a spune că rata sosirilor are o distribuţie Poisson.
• D: Timpul dintre sosiri este constant (valoare fixă).
• E(k):Timpul dintre sosiri este o variabilă aleatoare cu distribuţie Erlang funcţie de
parametrul k.
• G: Timpul dintre sosiri este o variabilă aleatoare cu o distribuţie generală având
media şi abaterea (variaţia) cunoscută.
B: specifică natura timpului de deservire. Notaţiile standard pentru tipurile de
deservire sunt:
• M: Timpul dintre sosiri este o variabilă aleatoare independentă, cu o distribuţie
exponenţială. Este acelaşi lucru cu a spune că rata sosirilor are o distribuţie Poisson.
• D: Timpul de deservire este constant (valoare fixă).
• E(k):Timpul de deservire este o variabilă aleatoare cu distribuţie Erlang funcţie de
parametrul k.
• G: Timpul de deservire este o variabilă aleatoare cu o distribuţie generală având
media şi abaterea (variaţia) cunoscută.
C: specificarea numărului s de staţii de deservire. Se presupune că acestea sunt
identice şi paralele.
D: specificarea numărului maxim de clienţi admişi în sistem. Este egal cu (Q+s),
unde Q este capacitatea cozii de aşteptare şi s este numărul de staţii de deservire.
E: specificarea dimensiunii mulţimii (populaţiei) sursă a sistemului.
178
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Lb: Numărul mediu de clienţi la coadă într-un sistem ocupat (încărcat). Lb = Lq/Pw
Wb: Timpul mediu de aşteptare la coadă de către un client într-un sistem ocupat
(încărcat). Wb = Wq/Pw
179
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Pw sau Pb, probabilitatea ca un client sosit să aştepte, sistemul să fie ocupat (toate
staţiile de deservire să fie ocupate). Pw = Σ P(n) pentru n≥s.
Problema 1
Proprietarul unei spălătorii de maşini intenţionează să deschidă încă o spălătorie în altă
parte a oraşului. Bazându-se pe experienţa sa şi pe observaţiile făcute el estimează că rata
sosirilor va fi de 20 de maşini pe oră iar rata de deservire va fi de 25 de maşini pe oră. Rata de
deservire este variabilă deoarece maşinile sunt spălate manual. Maşinile sunt spălate una câte
una (deci este vorba de un sistem cu o singură staţie de deservire şi un singur canal).
Determinaţi:
1. Numărul mediu de maşini în sistem (la coadă şi în curs de spălare).
2. Timpul mediu de stat la coadă.
3. Timpul mediu pe care o maşină îl consumă în sistem (la coadă şi pentru deservire).
4. Utilizarea sistemului.
Introducerea parametrilor:
Fig. 6.71.
Introducerea datelor:
180
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.72.
Situaţia finală:
Fig. 6.73.
181
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele de aranjare
NOŢIUNI CHEIE
probleme de aranjare
Vom considera o instituţie ale cărei compartimente sunt dispuse ca în imaginea de mai
jos. Există în total 11 compartimente numerotate: 1, 2, 3,…,9, A, B.
Vom presupune că instituţia se află pe un singur nivel (are doar parter) şi că podeaua
instituţiei este împărţită în linii orizontale şi verticale adică în rânduri şi coloane ale
căror intersecţii formează pătrate, (celule de dimensiuni egale), similar unei table de
şah. În cazul exemplului nostru există 16 rânduri şi 14 coloane.
Coloane
1 2 3 4 5 6 7 8 9 0 1 42 3
Rânduri 1 1 1 1 1 1 1 2 3 3 3 3 33 3
2 1 1 1 1 1 1 2 3 3
3 8 8 8 8 8 8 8 3 3
4 8 8 3 3 3 3 3 3 3
5 8 8 5 5 4 4 4 4 4
6 8 8 5 5 4 4
7 8 8 6 6 4 4
8 8 8 6 6 4 4
9 8 8 7 7 4 4
10 8 8 7 7 4 4 4 4 4
11 8 8 A A A A B B B
12 8 8 8 8 8 8 8 A A B B
13 9 9 9 9 9 9 9 A A B B
14 9 9 A A B B
15 9 9 A A B B
16 9 9 9 9 9 9 9 A A A A B B B
182
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Dimensiunile celor 11 compartimente pot fi deduse din figura de mai sus. De exemplu,
amplasamentul compartimentului 9 ţine de la rândul 13 coloana 1, la rândul 16 coloana 7
inclusiv. Amplasamentul compartimentului 5 acoperă o suprafaţă cuprinsă între rândul 5
coloana 8 şi rândul 6 coloana 9 care într-o altă exprimare poate fi scris ca (5,8)-(6,9) .
Managerul instituţiei doreşte să schimbe modul de amplasare al compartimentelor
(prezentate mai sus) astfel încât activitatea instituţiei să fie cât mai eficientă.
Schimbarea modului de aranjare a compartimentelor trebuie să ţină seamă de
următoarele reguli:
• suprafaţa totală a instituţiei nu se poate modifica;
• un compartiment nu poate fi împărţit în mai multe părţi disparate.
Amplasamentul său trebuie să cuprindă un lot compact de celule.
Ceea ce poate fi modificat este:
• modul cum sunt amplasate compartimentele unul faţă de celălalt;
• forma diferitelor compartimente.
Pentru a amplasa cât mai eficient compartimentele este nevoie să cunoaştem fluxurile
sau gradul de interacţiune dintre compartimente (fluxuri de materiale, de persoane, de
documente). În mod logic, compartimentele între care există o interacţiune (un flux) mai mare
ar trebui amplasate mai aproape unele de altele decât cele între care interacţiunea (fluxul) este
mai redusă.
De exemplu dacă instituţia este o fabrică vom amplasa secţiile fabricii astfel încât să
minimizăm suma tuturor produselor dintre distanţa de la secţia i la secţia j (dij) şi cantitatea
care reprezintă fluxul de la secţia i la secţia j (cij):
La:
1 2 3 4 5 6 7 8 9 A B
De la: 1 - - - - 30 - 20 - - - -
2 - - 40 - - - - 10 - - -
3 100 - - - - - - 40 50 30 -
4 - - - - - 5 - - - - 150
5 - 40 - - - 80 - 30 90 - -
6 10 30 30 20 10 - 90 - - 10 -
7 - - 40 100 - - - - - - 20
8 10 - - 30 - 40 - - 50 60 -
9 10 - - 50 - 40 - 30 - 40 -
A 15 20 - 80 70 30 - 10 - 55 -
B - - - 10 - 20 - - - - -
183
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Parametrii problemei:
Fig. 6.74.
Introducerea datelor:
Fig. 6.75.
184
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Modelul rectiliniar este folosit mai ales atunci când studiem modul de aranjare a
secţiilor fabricilor, a oraşelor americane, etc. în general atunci când aranjarea se face după o
grilă de dreptunghiuri. Din acest motiv modelul de măsurare a distanţei se mai numeşte
sistemul de măsurare Manhattan.
Modelul Euclidian se foloseşte acolo unde se poate trasa o linie dreaptă, la fel ca şi
modelul pătratic Euclidian, numai că acesta din urmă realizează şi o descurajare a distanţelor
foarte mari (ridicarea la pătrat a unor numere mari, care reprezintă distanţe, are ca rezultat
numere şi mai mari care fac parte din funcţia obiectiv pe care dorim să o minimizăm).
Rezultatul obţinut prin rularea pachetului de programe QSB, folosind modelul
rectiliniar de măsurare a distanţei dintre secţii, este prezentat mai jos. Menţionăm că s-a ales
ca opţiune de rezolvare a problemei schimbarea simultană a amplasării a două compartimente
(secţii).
Fig. 6.76.
După fixarea opţiunilor şi apăsarea butonului <OK> calculatorul caută o aranjare mai
bună schimbând poziţia a două departamente. Se încearcă toate variantele posibile şi se alege
acea variantă care îmbunătăţeşte cel mai mult funcţia obiectiv prin schimbarea poziţiei a două
compartimente.
Soluţia finală:
185
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.77.
. 1 2 3 5 4 6 7 8 9 0 1 2 3 4
1 1 1 1 1 1 1 1 1 1 1 1 1 3 3
2 3 3 3 3 3 3 3 3 3 3 3 3 3
3 8 8 8 8 8 9 9 2 2 3 3
4 8 8 9 9 3 3 3
3 3 3 3
5 8 8 9 9 5 5 4
A A A A
6 8 8 9 9 5 5 4
A A
7 8 8 9 9 6 6 4
A A
8 8 8 9 9 6 6 4
A A
9 8 8 9 9 7 7 4
A A
10 8 8 9 9 7 7 4
A A A A
11 8 8 9 9 4 4 4
4 B B B
12 8 8 9 9 4 4 B B
13 8 8 9 9 4 4 B B
14 8 8 9 9 4 4 B B
15 8 8 9 9 4 4 B B
16 8 8 8 8 8 9 9 4 4 4 4 B B B
186
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.78.
O soluţie mai bună a problemei putem obţine alegând altă opţiune iniţială, cum ar fi:
• schimbarea a 3 compartimente
• schimbarea a 2 şi apoi a 3 compartimente
• schimbarea a 3 şi apoi a 2 compartimente
Pentru exemplul nostru, aşa cum se vede în imaginea de mai jos, opţiunea
“Schimbarea a 3 şi apoi a 2 compartimente” conduce la o soluţie îmbunătăţită a problemei.
187
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.79.
188
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.80.
189
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
9 18 10
10 30 -
Fig. 6.81.
190
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.82.
Gruparea operaţiilor în puncte de lucru prezentată mai sus, face ca durata operaţiilor
executate la punctul de lucru PL1 să fie de 120 secunde, la punctul de lucru PL2 să fie 66
secunde iar la punctul de lucru PL3 să fie 88 secunde.
La un anumit moment, de la punctul de lucru PL1 se transferă materialul prelucrat la
punctul de lucru PL2, de la acesta la punctul de lucru PL3 iar apoi se trece materialul
prelucrat la o altă fază a procesului de producţie. Această modalitate de transfer a materialului
prelucrat de la un punct de lucru la altul presupune ca transferul să aibă loc numai în
momentul în care în cadrul fiecărui punct de lucru au fost executate toate operaţiile
individuale. Ea (această modalitate) are avantajul că nu necesită existenţa unor puncte
intermediare de depozitare şi că prelucrarea începe imediat ce materialul a fost transferat,
punctul de lucru fiind liber. În cele mai multe cazuri punctele de lucru sunt amplasate unul
lângă celălalt, deci nu se mai pierde timp suplimentar cu transportul.
Modalitatea descrisă mai sus poartă numele de “proces în paşi”, adică sistemul
avansează cu viteza celui mai încet punct de lucru.
Deoarece soluţia de grupare a operaţiilor în puncte de lucru respectă toate condiţiile
tehnologice precizate în enunţ putem spune că am stabilit o variantă de linie de asamblare cu
3 puncte de lucru, viteza liniei de asamblare fiind de 120 de secunde. Problema care se pune
este aceea de a echilibra această linie de asamblare în sensul de a afla care este cea mai bună
grupare a operaţiilor în staţii de lucru astfel încât să obţinem o anumită viteză a sistemului (să
se producă un număr de unităţi într-o perioadă dată de timp).
Presupunând că dorim să producem 60 de unităţi de produs pe oră, vom avea nevoie
practic să producem o unitate de produs la fiecare 60 (3600/60) de secunde.
Având în vedere că o linie de asamblare este alcătuită din puncte de lucru înseamnă că
la fiecare 60 de secunde trebuie să se producă schimbarea materialului prelucrat între punctele
de lucru.
Timpul total de prelucrare este de 40+30+…+18+30=274, ceea ce presupune că avem
nevoie de cel puţin 274/60=4.6, deci 5 puncte de lucru pentru a asigura ca o unitate de produs
să fie prelucrată la fiecare 60 de secunde. Având însă în vedere constrângerile tehnologice
191
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
legate de succesiunea operaţiilor, nu există nici un fel de garanţie că cele 5 puncte de lucru
vor asigura un flux de 60 de unităţi pe oră.
Fig. 6.83.
Fig. 6.84.
Fig. 6.85.
192
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.86.
Fig. 6.87.
193
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.88.
194
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.89.
Fig. 6.90.
195
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Familiarizarea cu problemele facilităţilor (punctelor de deservire)
NOŢIUNI CHEIE
problema facilităţilor
Fig. 6.91.
196
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.92.
Exemplu
Vom ilustra problema amplasării punctelor de deservire prin intermediul următorului
exemplu:
Terminalul unui aeroport are 10 porţi (notate de la A la J). O reprezentare grafică a
terminalului precum şi coordonatele amplasamentului porţilor sunt prezentate în continuare:
197
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.93.
Soluţie
Pentru a poziţiona punctul general de predare a bagajelor trebuie să ţinem seama de
cantitatea de bagaje care trebuie transportată de la fiecare poartă la punctul de predare. În mod
logic o poartă la care soseşte un număr mai mare de bagaje ar trebui să fie mai aproape de
punctul de predare a bagajelor decât una la care sosesc mai puţine bagaje. Altfel spus, vom
amplasa punctul de predare a bagajelor astfel încât să minimizăm suma tuturor produselor
dintre distanţa de la fiecare poartă la punctul de predare a bagajelor(di) şi numărul bagajelor
de la fiecare poartă (ci).
Min Σ di x ci i=1,n
Datele iniţiale ale problemei enunţate anterior care vor fi furnizate pachetului de
programe sunt:
198
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.94.
Fig. 6.95.
199
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
o [(xi-xj)2 + (yi-yj)2]0.5
• pătratic Euclidian, ceea ce presupune calculul distanţei dintre i şi j ca:
o (xi-xj)2 + (yi-yj)2
Rezultatele obţinute prin rularea pachetului de programe QSB, folosind fiecare din
modelele de măsurare a distanţelor prezentate anterior sunt.
Modelul rectiliniar
Fig. 6.96.
Modelul Euclidian
Fig. 6.97.
200
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.98.
Aşa cum vedem din soluţia furnizată de pachetul de programe, coordonatele la care ar
trebui amplasat punctul general de predare a bagajelor sunt diferite în funcţie de modelul
folosit pentru măsurarea distanţelor, astfel:
Acelaşi lucru este reprezentat grafic în imaginea de mai jos, folosindu-se notaţiile R,E
şi S pentru cele trei modele de măsurare a distanţei: rectiliniar, Euclidian, pătratic Euclidian.
201
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Fig. 6.99.
PROBLEME PROPUSE
Problema 1
Un producător de cereale studiază posibilitatea introducerii pe piaţă a unui nou
sortiment. Costul pe kg. şi reţeta sunt prezentate în tabelul următor:
202
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
(G/OZ)
Carbohidraţi 20 25 21 >= 240g.
(g/oz.)
Calorii / oz. 90 110 100 <= 1260 calorii
Cost / oz. 0.03$ 0.05$ 0.02$
Să se determine câte mijloace de transport din fiecare tip sunt necesare pentru
transportul pasagerilor astfel încât costul transportului să fie minim.
Problema 5
O companie de producţie are două utilaje cu care realizează două produse: A şi B.
Fiecare din aceste produse este prelucrat pe ambele utilaje. Tabelul următor prezintă necesarul
de timp de prelucrare a fiecărui produs pe cele două maşini şi disponibilul de timp al fiecărui
utilaj într-o lună:
203
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
204
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
La fabrica: A B
-----------------------------------------------------------
De la: S1 300 $ / t 350 $ / t
S2 200 $ / t 250 $ / t
S3 600 $ / t 400 $ / t
Produs
1 2 3 4
Operaţie A 2 2 1 1
B 2 4 1 2
C 3 6 1 5
205
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
radiaţii) iar cei angajaţi pentru a efectua operaţia C pot folosi până la 30% din timpul de lucru
pentru a efectua operaţia A (altfel trebuie acordate sporuri sau trebuie să fie încadraţi în alte
grupe de muncă cu alt salariu).
Necesităţile de producţie impun ca raportul dintre numărul de produse tip 1 asamblate
şi numărul de produse de tip 4 asamblate să fie cuprins între 0.9 şi 1.15.
Formulaţi modelul problemei ca o problemă de programare liniară.
Problema 10
Următorul tabel prezintă activităţile unui proiect:
Problema 11
Un proiect conţine 8 activităţi:
Problema 13
În urma unui studiu s-a determinat probabilitatea ca o maşină să se defecteze. S-a
constatat că aceasta depinde de faptul că maşina a fost reparată în ziua anterioară sau că în
ziua anterioară a fost funcţională.
Probabilităţile respective sunt prezentate în tabelul următor:
. Mâine
. În funcţiune Defectă
Azi În funcţiune 0.88 0.12
. Defectă 0.96 0.04
a) Având în vedere că maşina este defectă astăzi, care este probabilitatea ca ea să fie
defectă şi mâine?
b) Care este probabilitatea ca maşina să fie defectă peste două zile? Dar peste trei zile?
Problema 14
Rata sosirii clienţilor la o agenţie de bilete cu un singur ghişeu este de 3 clienţi pe
minut şi rata deservirii de 4 clienţi pe minut. Calculaţi:
1. Utilizarea sistemului
2. Numărul mediu de clienţi la coadă
3. Numărul mediu de clienţi în sistem
4. Timpul mediu de aşteptare la coadă
5. Timpul mediu petrecut în sistem
6. Probabilitatea ca în sistem să fie 0 clienţi
7. Timpul mediu de aşteptare pentru o sosire care nu este deservită imediat.
Problema 15
Proprietarul unui magazin alimentar urmează să deschidă o nouă aripă. El estimează
pentru aceasta o rată a sosirilor de 1.2 clienţi pe minut. Pentru această zonă vor fi angajaţi 2
vânzători fiecare având o rată de deservire de 1 client pe minut.
Calculaţi indicatorii de la exemplul anterior.
RECOMANDĂRI BIBLIOGRAFICE
207
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
CONCEPTE DE BAZĂ
sistemele expert, tehnologiile inteligente de vârf
OBIECTIVE URMĂRITE
Cunoaşterea domeniilor de utilizare a sistemelor expert
Cunoaşterea definiţiei sistemelor expert
Cunoaşterea componentelor unui sistem expert
Cunoaşterea tipurilor de tehnologii inteligente de vârf
REZULTATE AŞTEPTATE
Modulul 7 „Tehnologii inteligente de vârf în informatizarea managementului
organizaţiilor” permite studentului familiarizarea cu tehnologiile de vârf utilizate în prezent în
sistemele informatice ale organizaţiilor. Studentul va asimila cunoştinţe de bază privind
sistemele expert, tipurile şi domeniile de aplicare a acestora, dezvoltarea unui sistem expert.
Studentul se va familiariza cu alte tehnologii ce simulează inteligenţa umană.
OBIECTIVE
Cunoaşterea domeniilor de utilizare a sistemelor expert
Cunoaşterea definiţiei sistemelor expert
Cunoaşterea componentelor unui sistem expert
NOŢIUNI CHEIE
sistemele expert
208
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Putem spune că, în general, sistemele expert includ limbajul natural, roboţii industriali,
precum şi computerele inteligente.
Sistemele expert se consideră a fi o combinaţie a ştiinţei cu tehnologia bazată pe
domenii ca ştiinţa computerelor, biologie, psihologie, lingvistică şi matematică.
Scopul sistemelor expert este de a crea computere care pot gândi, vedea, auzi şi chiar
dezvolta sentimente. Ca fundament al sistemelor expert se consideră a fi faptul că dezvoltarea
computerelor este asociată în mod normal cu inteligenţa umană adică: raţionament, învăţare,
dezvoltarea de probleme.
informaţii simultan dar şi pot învăţa să recunoască modele şi să rezolve sigure anumite
probleme.
3. Robotica
Inteligenţa artificială, ingineria şi filozofia sunt disciplinele de bază ale roboticii.
Acestea permit construcţia de maşini care dispun de sisteme expert şi sunt controlate de
computer desfăşurând activităţi umane. Aplicaţiile includ percepţia vizuală, mişcarea,
dexteritatea şi navigaţia.
4. Interfeţele naturale
Sunt aplicaţii care implică cercetări în domeniul lingvistic, filozofic, ştiinţei
computerelor şi altor discipline în scopul de a asigura o comunicare naturală, într-un limbaj
obişnuit cu computerul. Aici se regăsesc:
a) limbajele naturale
b) interfeţele multisenzoriale
c) recunoaşterea vocală
d) realitatea virtuală
a) limbajele naturale
Sunt limbaje de programare foarte apropiate de limbajul uman, fiind considerate
limbaje de nivel foarte înalt.
b) interfeţele multisenzoriale
Sunt facilitate de posibilităţile computerelor de a recunoaşte o serie de mişcări umane
şi pe această bază de a opera.
c) recunoaşterea vocală
Este reprezentată de capacitatea sistemului (hardware+software) de a recunoaşte vocea
utilizatorului şi de a executa comenzi pe baza acesteia.
d) realitatea virtuală
Aceasta este definită de utilizarea de interfeţe multisenzoriale om-computer care oferă
posibilitatea utilizatorului uman să experimenteze relaţii cu obiecte simulate de computer,
entităţi, spaţii sau “lumi” ca şi cum ar exista în mod real – denumite şi cyberspaţiu sau
realitate artificială.
Potrivit acestei teorii, termenul de comunicaţie este utilizat pentru a descrie orice
procedură prin care o persoană afectează, influenţează creierul altei persoane (comunicaţia
scrisă sau orală, limbajul corpului etc.)
Redundanţa reprezintă un alt aspect în teoria informaţiei prin care se înţelege repetiţia
unei părţi sau a întregului mesaj. În acest sens trebuie avut în vedere că:
- un mesaj poate conţine informaţie în plus
- redundanţa poate creşte eficienţa sistemului în cazul în care mesajul este înţeles
corect
210
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
- redundanţa poate scădea eficienţa sistemului în cazul în care se transmite mai multă
informaţie decât este necesar.
După cum am menţionat mai sus un sistem expert este un sistem informatic care
utilizează o bază de cunoştinţe şi un soft specific pentru a oferi consultanţă într-un domeniu
specific. Sistemele expert rezolvă probleme specifice folosind un raţionament similar cu cel
uman. Aceste sisteme pot fi folosite atât pentru activitatea de management cât şi pentru cea
operaţională pentru a controla procesul operaţional sau a oferi sprijin procesului decizional.
O caracteristică importantă a perioadei actuale este integrarea sistemelor expert în
sistemele de fundamentare a deciziei şi a altor tipuri de sisteme informatice.
1. Baza de informaţii
Baza de informaţii conţine în general fapte despre subiectul specificat
2. Resursele software
Resursele software sunt reprezentate de soft-ul specializat care conţine:
- un modul de prelucrare a cunoştinţelor;
- o interfaţă cu utilizatorul prin care programul comunică cu acesta;
- un program de ajutor sau o documentaţie.
3. Resursele hardware
Cuprind calculatoare (care pot avea unele componente speciale) şi reţele.
4. Resursele umane
Cuprind specialişti şi utilizatori
211
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Conţinutul unui sistem expert realizat cu ajutorul programelor de calcul tabelar este
prezentat în continuare.
212
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
2. claritatea – sistemul expert trebuie înţeles atât de creatorii lui cât şi de utilizatori.
Este necesară o bună documentaţie şi chiar o modalitate de exprimare standardizată.
3. flexibilitatea – foaia de calcul trebuie să se poată adapta rapid la schimbările ce pot
interveni în utilizarea modelului. În construcţia iniţială trebuie să se prevadă posibilitatea
modificării conţinutului sau relaţiile existente între variabile.
4. auditabilitatea – o aplicaţie poate fi utilizată de cele mai multe ori ca un suport
individual pentru planificarea sau luarea unei decizii. Pe măsură ce acestea sunt utilizate în
efectuarea de activităţi de business (contabilitate, inventar, facturi) este necesar să existe şi
posibilitatea audit-ului. Totodată, aceste aplicaţii pot fi proiectate în aşa fel încât să poată fi
supuse unui control intern sau operaţional (documentare, testare, proceduri de securitate,
accesul la control).
213
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
OBIECTIVE
Cunoaşterea tipurilor de tehnologii inteligente de vârf
NOŢIUNI CHEIE
Tehnologiile inteligente de vârf
Domeniile de utilizare:
o previziunea valorii obligaţiunilor
o previziunea momentelor de cumpărare/vânzare a acţiunilor
o detectarea fraudelor la cărţile de credit (utilizată de VISA)
Logica fuzzy utilizează datele imprecise, ambigue sau incerte ceea ce îi determină o
mai mare apropiere de modul uman de gândire.
214
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Simulând procesul uman de gândire logica fuzzy oferă pentru rezolvarea problemelor
sisteme informatice cu un comportament mai puţin precis şi logic decât sistemele
convenţionale.
Logica fuzzy prezintă următoarele avantaje în utilizare:
- oferă o mare flexibilitate
- oferă mai multe opţiuni de lucru
- este foarte utilă în observaţii
- scurtează timpul de dezvoltare al sistemelor
- creşte productivitatea
Domenii de utilizare:
o selectarea de companii în vederea achiziţionării
o sisteme ABS
o recunoaşterea de modele
o aparatură electrocasnică
Agenţii inteligenţi sunt softuri care utilizează cunoştinţe prestabilite sau învăţate să
îndeplinească activităţi specifice sau repetitive pentru un utilizator individual, un proces de
business sau o aplicaţie software.
Agenţii inteligenţi pot fi programaţi să ia decizii pe baza preferinţelor individuale ale
utilizatorilor cum ar fi : ştergerea mesajelor nedorite, stabilirea de întâlniri, navigarea pe
Internet pentru a găsi diverse bunuri sau servicii. Domeniile de utilizare:
sisteme de operare, sisteme de e-mail
localizarea de informaţii pentru Internet
îmbunătăţirea procesului de învăţământ
215
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Agenţii inteligenţii din această categorie sunt construiţi pe o tehnologie care utilizează
Internetul şi se întâlnesc sub denumirea de roboţi software sau softbots. Dintre ei cei mai
importanţi sunt:
216
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
Agenţii inteligenţi sunt întâlniţi şi în alte zone cum ar fi: -agenţi pentru software de
calcul tabelar -agenţi de detectare şi colaborare -„mineri” de date -„mineri” de web
217
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
218
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
RECOMANDĂRI BIBLIOGRAFICE
3. Alty, J. L., Coombs, M.J. Expert systems: concepts and examples, Preentice -
Hall,1984.
11. Bădescu, A. Teoria deciziei, Editura Unex, Bucureşti, 1997.
20. Cârstoiu, D.I. Sisteme expert, Editura ALL, Bucureşti, 1994.
24. Churchman, C.V. Chalenge to Reason, Mc Graw-Hill, NY, 1968.
56. Păun, Gh. An Imposibility Theorem for Indications Aggregations
in Fuzzy Sets and Systems, vol. 9, North Holland
Publishing Company, 1983.
61. Penescu, I. Sisteme, Editura Tehnică, Bucureşti, 1975
62. Radu,I. s.a Informatica si Management,Editura
Universitara,Bucuresti, 2005.
219
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
BIBLIOGRAFIE GENERALĂ
220
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
25. Ciobanu, Gh., Nica, V., Cercetări operaţionale cu aplicaţii în economie, Editura
Mustaţă, F., Mărăcine, V. Matrix Rom, Bucureşti, 1996.
26. Ciobanu, Gh. Algoritmi de ordonanţare şi aplicaţii, Teză de doctorat,
Universitatea Bucureşti, Facultatea de Matematică,
1978.
27. Clarke, T.R., Prins, A.C. Contemporary Systems, Analysis and Design,
Wadsworth Publishing Company, California, 1988.
28. Crozier, M., Friedberg, E. L’acteur et le systeme, Edition du Seuil, France 1992.
29. Cunningham, W., Kent, B. A Laboratory for Teaching Object Oriented Thinking,
Proceedings of the 1980 OOPSLA, Norman Meyrowitz
Ed., New York, 1980.
30. David, M.K. A course in microeconomic theory, Harvester
Wheatsheaf, New York, 1991.
31. Davis, W., Yen, D. The Information Consultant’s Handbook Systems
Analysis and Design, CRC Press, Hardorar, 1999.
32. Dobre, I., Mustaţă, F. Simularea proceselor economice, Editura Inforec,
Bucureşti, 1996.
33. Dobre, I., Bădescu, A., Teoria deciziei – Studii de caz, Editura Scripta,
Irimiea, E. Bucureşti, 2000
34. Findeisen, W. Edward, S.Q The Metodologhy of System Analysis: An Introduction
and Overview, în Handbook of System Analysis-
Overview of Uses, Procedures, Applications and
Practice, vol. I, John Wiley&Sons, New York,1995
(pg.117-147).
35. Hartulari, C. The Systemic Approach on the Problem of Production
Operative Programming and Schedulling, Economic
Computation and Economic Cybernetics Studies and
Research, nr. 2, 1984.
36. Hartulari, C. Un algoritm euristic pentru echilibrarea liniilor de
asamblare Studii şi Cercetări de Calcul Economic, şi
Cibernetică Economică, nr. 3, 1980.
37. Hartulari, C. Analiza sistemelor industriale şi comercial bancare-
Studii de caz, Societatea Autonomă de Informatică,
Bucureşti, 1997.
38. Hartulari, C., Bădescu, A. Analiza sistemelor, Editura Societatea Autonomă de
Informatică, Bucureşti, 1996.
39. Hugh, J.,M., Edward, S.,Q. Handbook of System Analysis-Overview of Uses,
Procedures, Applications and Practice, vol. I, John
Wiley&Sons, New York,1995.
40. Hugh, J.,M., Edward, S.,Q. Handbook of System Analysis-Craft Issues and
Procedural Choices, vol. II, John Wiley&Sons, New
York,1995.
41. Hugh, J.,M., Edward, S.,Q. Handbook of System Analysis- Cases, vol.III, John
Wiley & Sons, New York,1995
42. Ioniţă, I., Radu, V., Vasilescu, Studiu de fezabilitate pentru fundamentarea eficienţei
I., Botezatu, M. proiectelor de investiţii, Lito A.S.E., Bucureşti, 1944.
43. James, M. Principles of object oriented analysis and design,
Prentice Hall Englewood Cliff, New Jersey, 1995.
44. Jobman, D. Handbook of technical Analysis A Comprehensive-
Guide to Analytical Methods, Trading Systems, 1995
45. Licker, S.P. Fundamentals of Systems Analysis with Application
Design, Boyd & Fraze Publishing Company, Boston,
221
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
1987.
46. Marin, D., Cotfas, M., ş.a. Teoria echilibrului general, Editura Omnia, Braşov,
1995.
47. Martin, E. A Profesional’s Guide to System Analysis, Second
Edition By Modell, Published by McGraw-Hill Book
Company, 1998.
48. Mărgulescu, D. Analiza economico-financiară a întreprinderii. Metode
şi tehnici, Editura Tribuna Economică, Bucureşti, 1994.
49. Mărgulescu, D., Niculescu, Diagnostic economico-financiar, Editura Romcart,
M., Robu, V. Bucureşti, 1994.
50. Nicholson, W. Microeconomic Theory, The Drydon Press, Chicago,
New York, 1985.
51. Niculescu, O., Burduş, E., ş.a. Management, Editura Didactică şi Pedagogică,
Bucureşti, 1992.
52. Oprescu, Gh., Andrei, A., Modele dinamice ale economiei de piaţă -Studii de caz,
Marin, D., Scarlat, E., Editura F.F. Press, Bucureşti, 1996.
Ţigănescu, E.
53. Optner, S.L. System Analysis for Business Management, Prentice
Hall, New Jersey, 1975.
54. Patterson, J.H., Huber, W.,D. A horizon varying zero-one approach to project
scheduling, Management Science, vol. 29, nr. 6, 1974.
55. Paul, A.S. Economics - An Introductory Analysis, Mc Graw-Hill
Book company, 1961.
56. Păun, Gh. An Imposibility Theorem for Indications Aggregations
in Fuzzy Sets and Systems, vol. 9, North Holland
Publishing Company, 1983.
57. Păun, M. Perfecţionarea conducerii unor procese din activitatea
unei societăţi comerciale, Teză de doctorat, A.S.E.,
Bucureşti, 1994.
58. Păun, M. Analiza sistemelor economice, Editura ALL, Bucureşti,
1997.
59. Păun, M., Bădescu, A., Analiza sistemelor economice-Studii de caz, Editura
Hartulari, C., Albu, C. MATRIX-ROM SRL, Bucureşti, 1998.
60. Păun, M., Hartulari, C., Analiza şi diagnoza sistemelor economice, Editura ASE
Bădescu, A. Bucureşti, 2001.
61. Penescu, I. Sisteme, Editura Tehnică, Bucureşti, 1975
62. Radu,I. s.a Informatica si Management,Editura
Universitara,Bucuresti, 2005.
63. Scarlat, E. Dinamica sistemelor, A.S.E., Bucureşti, 1994.
64. Spircu, C., Lopătan, I. Analiza, proiectarea şi programarea orientată spre
obiecte, Editura Teora, 1995.
65. Stoica, M., Raţiu-Suciu, C., Modelarea microeconomică, ştiinţă şi artă, Aisteda &
Mincu, C. Omegapress, Bucureşti, 1994.
66. Stanford, L.O. System Analysis For Business Management, Prentice
Hall, 1975.
67. Versage, A. Practical Business Systems Implementation,
Wadsworth Publishing Company, California, 1988.
72. Wilson, B. Systems concepts, Methodologies and Applications,
John Willey & Sons, 1984.
68. Zadeh, L.A., Polak, E., ş.a. Teoria sistemelor, Editura Tehnică, Bucureşti, 1973.
69. Walliser, B., Systemes et modeles, introduction critique a l’analyse
des systemes, Edition du Seuil, Paris, 1977.
222
LIVIU GAVRILESCU INFORMATICĂ MANAGERIALĂ
223