MODELAREA DECIZIILOR MANAGERIALE

-
PROIECT DE DISCIPLINĂ

Decizia managerială asistată de calculator pentru îndeplinirea obiectivelor

propuse la firma IAMCXM

1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a firmei "IAMCXM"
(individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Estimarea vânzărilor Samsung Galaxy A51
Estimarea cererii Samsung Galaxy 71 în condiţii de concurenţă
Decizia managerială în condiţii de incertitudine şi risc.
Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care
se va lansa pe piaţă Samsung Galaxy s20.
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a Samsung
Galaxy s20.
 1. Prezentare generală

Proiectul la disciplina "Modelarea Deciziilor Manageriale" oferă studenţilor facultăţii de

Management posibilitatea de a rezolva o serie de probleme importante de decizie economică la nivel de
firmă, în condiţii de concurenţă cu ajutorul unui instrumentar adecvat de modelare şi simulare, în sistem
conversaţional.
Proiectul este conceput pe exemplul unei organizaţii pentru care se cunosc: situaţia tehnico-
economică şi de producţie (la sfârşitul trimestrului III a.c.) precum şi obiectivele echipei manageriale
pentru trimestrul IV a.c. şi în perspectivă.
Proiectul este individualizat şi are caracter de autoinstruire.
Individualizarea constă în nominalizarea firmei analizate de fiecare student, nominalizarea
produselor şi modificarea datelor cu parametrul de individualizare <c>.
Este prezentată situaţia tehnico-economică şi de producţie la S.C. "IAMCXM" S.A., obiectivele
manageriale şi modul de rezolvare în sistem conversaţional.
Proiectul conţine următoarele module :
M1. Estimarea vânzărilor Samsung Galaxy A51
M2. Estimarea cererii Samsung Galaxy 71 în condiţii de concurenţă
M3. Decizia managerială privind stabilirea strategiei de vânzare în condiţii de
incertitudine şi risc
M4. Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se va
lansa pe piaţă Samsung Galaxy s20.
M5. Programarea activităţilor proiectului pentru introducerea în fabricaţie a Samsung Galaxy s20
în cazul duratelor deterministe şi analiza cost – durată.
Rezolvarea cerinţelor pe module se realizează pe baza algoritmilor prezentaţi, iar în sistem
conversaţional, se va utiliza un produs software la alegere: WINQSB, QM for WINDOWS sau
EXCEL. Pentru rezolvarea completă, proiectul individual impune interpretarea şi efectuarea unei
analize economice a rezultatelor parţiale/totale, cu precizarea consecinţelor asupra activităţilor
organizaţiei prin decizia sau deciziile adoptate.
 2. Situaţia tehnico-economică şi de producţie a firmei "IAMCXM"
(individualizată pe student)

Firma IAMCXM operează pe piaţa unui bun de consum de folosință curentă şi realizează, de 2
ani, două tipuri de produse A şi B cu următoarele caracteristici:
à Volumul vânzărilor variază întâmplător de la o lună la alta, cu toate că aceste produse au
câştigat poziţii importante pe piaţă;
à Pregătirea producţiei pentru cele două produse A, şi B în lunile următoare (octombrie,
noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. IAMCXM S.A. a cererii
viitoare pentru cele două produse ale sale;
à Samsung Galaxy A71 este în concurenţă cu alte trei produse similare HUAWEI, APPLE,
NOKIA realizate de firme concurente, astfel că variaţia cererii pentru Samsung Galaxy A71 este
cauzată de evoluţia ponderii pe piaţă a produselor concurenţiale HUAWEI, APPLE, NOKIA.
à Samsung Galaxy A51 nu are concurenţă semnificativă pe piaţă, dar cererea pentru acest produs
variază în funcţie de conjunctura economică: rata inflaţiei, creşterea preţurilor unor produse de
consum curent, etc.
à În evidenţa contabilă şi statistică a S.C. IAMCXM S.A. există informaţii privind costul și
profitul unitar (Tabelul 1), şi despre vânzările din Samsung Galaxy A51 (Tabelul 2).

Tabelul 1.
Produsul Costul unitar de Profitul unitar
producţie
A 20 u.m./u.f. 5 u.m./u.f.
B 10 u.m./u.f. 3 u.m./u.f.

Tabelul 2.
Nr.crt. Luna Vânzări din Samsung Galaxy A51
(unităţi fizice)
1 Octombrie (anul 1565
precedent)
2 Noiembrie (anul 1665
precedent)
3 Decembrie (anul 1365
precedent)
4 Ianuarie (anul curent) 1465
5 Februarie (anul curent) 1265
6 Martie (anul curent) 1515
7 Aprilie (anul curent) 1615
8 Mai (anul curent) 1315
9 Iunie (anul curent) 1365
10 Iulie (anul curent) 1265
11 August (anul curent) 1475
12 Septembrie (anul curent) 1415

3. Obiectivele echipei manageriale pentru trimestrul IV a.c.

 o Estimarea vânzării produselor A si B în funcţie de evoluţia lor pe piaţă şi situaţia
produselor concurenţiale;
o Stabilirea strategiei de vânzare în condiţii de incertitudine şi risc:.
o Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se
va lansa pe piaţă Samsung Galaxy s20.
o Programarea activităţilor proiectului pentru introducerea în fabricaţie a Samsung Galaxy
s20 în cazul duratelor deterministe şi analiza cost – durată.

4. Decizia managerială asistată de calculator

MODULUL I: Estimarea vânzărilor Samsung Galaxy A51

Societatea Comercială IAMCXM S.A. are contracte ferme pentru Samsung Galaxy A51, numai în
lunile noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor Samsung Galaxy A51 în luna
octombrie a.c., conducerea firmei a hotărât să utilizeze datele din lunile anterioare (Tabelul 2), care în
reprezentare grafică sunt redate în Figura 1.

Figura 1

Din grafic se observă că nu există trend şi variaţii sezoniere.

Modelul economico-matematic

Pentru estimarea vânzărilor în luna următoare se poate utiliza un model bazat pe medie şi
anume modelul Brown de nivelare exponenţială.
 Modelul lui Brown de nivelare exponenţială simplă este de forma:
Ft = αXt + (1-α)Ft-1 sau Ft+1 = αXt + (1-α)Ft
unde:
Xt = volumul real al vânzărilor în perioada t;
Ft = volumul estimat în perioada t-1 pentru vânzările din perioada t;
Ft+1 = volumul estimat în perioada t pentru vânzările din perioada t+1;
α = constanta de nivelare, 0 £ α £ 1.
Pentru estimarea iniţială (F0) a vânzărilor, conducerea S.C. IAMCXM S.A. propune volumul
vânzărilor din luna octombrie anul precedent, iar pentru constanta de nivelare propune valorile:
I. α = 0,2
II. α = 0,9
III. α =0.27 optim în raport cu eroarea medie pătratică.

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
WINQSB/ Forecasting/ Time Series Forecasting/SES, QM for Windows/Forecasting/Time Series
Analysis sau în Excel

Analiza economică a rezultatelor

Raportul managerial în care se analizează rezultatele obţinute pentru datele individualizate cu

valoarea c ¹ 0 va include următoarele informaţii:
1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor vânzărilor pentru
constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim=0.27 în raport cu eroarea medie
pătratică;
Vanzari anterioare Vanzari previz α= Vanzari previz Vanzari previz α Medie vanzari
0.2 α=0.9 optim 0.27
1565 1565 1565 1565 1440,833333
1665 1565 1565 1565 1440,833333
1365 1585 1655 1592 1440,833333
1465 1541 1394 1530,71 1440,833333
1265 1525,8 1457,9 1512,9683 1440,833333
1515 1473,64 1284,29 1446,016859 1440,833333
1615 1481,912 1491,929 1464,642307 1440,833333
1315 1508,5296 1602,6929 1505,238884 1440,833333
1365 1469,82368 1343,76929 1453,874385 1440,833333
1265 1448,858944 1362,876929 1429,878301 1440,833333
1475 1412,087155 1274,787693 1385,36116 1440,833333
1415 1424,669724 1454,978769 1409,563647 1440,833333
1422,735779 1418,997877 1411,031462
 2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare;
Pentru constanta de nivelare 0.2 previziunea este 1422.735779 uf.
Pentru constanta de nivelare 0.9 previziunea este 1418,997877 uf.
Pentru constanta de nivelare 0.27 previziunea este 1411,031462 uf.

3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna octombrie
anul curent. Justificarea recomandării.
Volumul vanzarilor pentru luna octombrie care se recomanda a fi luat in considerare este 1411,031462
cel asociat lui α optim = 0.27, mai exact cel al carei eroare medie patratica MSE are cea
mai mica valoare.

4. Recomandări generale pentru alegerea constantei de nivelare α.

Cu cat α este mai mare (spre 1), se tine cont mai mult de valoarea reala a vanzarilor. Cu cat α
este mai apropiat de 0, se tine cont mai putin de valoarea reala a vanzarilor. Asadar, pe o piata stabila,
fara fluctuatii mari optam catre un α cat mai apropiat de 1. Pe o piata instabila, datorata fluctuatiilor
mari, folosim MSE (adica un α optim cat mai mic) pentru a detecta erorile prin ridicarea acestora la
patrat.
 MODULUL II: Estimarea cererii Samsung Galaxy 71 în condiţii de concurenţă

La începutul lunii septembrie a.c., S.C. IAMCXM S.A. a organizat o anchetă asupra unui eşantion
reprezentativ de (1165) consumatori, cu scopul de a determina numărul utilizatorilor Samsung Galaxy 71,
cât şi al utilizatorilor produselor concurente HUAWEI, APPLE, NOKIA.
S-au înregistrat următoarele rezultate:
(565) cumpărători s-au declarat utilizatori ai Samsung Galaxy 71;
220 cumpărători s-au declarat utilizatori ai produsului HUAWEI;
230 cumpărători s-au declarat utilizatori ai produsului APPLE;
150 cumpărători s-au declarat utilizatori ai produsului NOKIA.
În luna septembrie a.c., S.C. IAMCXM S.A. a lansat o campanie de publicitate pentru Samsung
Galaxy A71. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion
reprezentativ de cumpărători şi s-au obţinut următoarele rezultate:
- dintre utilizatorii Samsung Galaxy 71 (la începutul lunii septembrie a.c.):
80% au rămas fideli Samsung Galaxy 71;
10% s-au orientat către produsul HUAWEI;
5% s-au orientat către produsul APPLE;
5% s-au orientat către produsul NOKIA;
- dintre utilizatorii produsului HUAWEI (la începutul lunii septembrie a.c.):
60% au rămas fideli produsului HUAWEI;
20% s-au orientat către Samsung Galaxy A71;
10% s-au orientat către produsul APPLE;
10% s-au orientat către produsul NOKIA;
- dintre utilizatorii produsului APPLE (la începutul lunii septembrie a.c.):
50% au rămas fideli produsului APPLE;
25% s-au orientat către Samsung Galaxy A71;
10% s-au orientat către produsul HUAWEI;
15% s-au orientat către produsul NOKIA;
- dintre utilizatorii produsului NOKIA (la începutul lunii septembrie a.c.):
40% au rămas fideli produsului NOKIA;
30% s-au orientat către Samsung Galaxy A71;
20% s-au orientat către produsul HUAWEI;
10% s-au orientat către produsul APPLE.
Se fac următoarele ipoteze:
à Alegerea unuia dintre Samsung Galaxy A71, HUAWEI, APPLE, NOKIA în luna următoare
depinde numai de alegerea din luna curentă;
à Se consideră că matricea reorientărilor rămâne neschimbată pentru fiecare din următoarele 3
luni;
à Fiecare consumator cumpără un singur tip de produs, iar cantităţile cumpărate rămân
neschimbate în următoarele trei luni.

Modelul economico-matematic
 În aceste condiţii, evoluţia pe piaţă a celor patru produse concurenţiale poate fi analizată cu
ajutorul lanţurilor Markov.

Modelul economico matematic bazat pe teoria lanţurilor Markov este de forma:

S t+1 =S t⋅Pt/t +1 ,
pentru perioadele de timp desemnate prin t = 0 pentru septembrie, t=1 pentru octombrie, t=2 pentru
noiembrie, t=3 pentru decembrie;
unde:
S t =( cptA cptC 1 cptC 2 cp tC 3 )
reprezintă vectorul cotelor de participare pe piaţă ale produselor A,
HUAWEI, APPLE, NOKIA în luna t.
Cotele de participare pe piaţă pot fi exprimate ca ponderi: 0≤cp A ≤1 , 0≤cpCi ≤1 pentru
4
∑ cp ti =1 0≤cpi ≤100 , pentru
i=1,2,3 astfel ca suma tuturor să fie 1 ( i=1 ), sau ca procente:
4
∑ cp ti =100
i=1,...,4 şi i=1 pentru oricare moment de timp (" t, t=1,2,...T);
P= matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele pij, i=1,...,4, j=1,...,4.
pij = probabilitatea de reorientare a unui consumator de la produsul „i”, fie acesta unul din mulţimea
{A, HUAWEI, APPLE, NOKIA} în luna t Î {septembrie, octombrie sau noiembrie} a.c., la
produsul „j” din mulţimea {A, HUAWEI, APPLE, NOKIA} în luna t+1 Î {octombrie, noiembrie
4

0≤p ij≤1 , i=1,...,4, j=1,...,4, şi astfel încât ∑ pij =1

sau decembrie} a.c., i =1 ;
pii = coeficientul de fidelitate faţă de produsul i, pentru i=1,2,3,4.
Pe baza datelor furnizate de anchetele efectuate rezultă:
400+165 220 230 150
S0 =( 1000+165 1000+ 165 1000+165 1000+165 )
vectorul stării iniţiale sau al cotelor
iniţiale de piaţă şi matricea probabilitătilor de tranziţie:
0 , 80 0 , 10 0 , 05 0 , 05

P=
( 0 , 20
0 , 25
0 , 30
0 , 60 0 ,10 0 ,10
0 , 10 0 ,50 0 ,15
0 , 20 0 ,10 0 , 40
) .

S0= (0,48 0,17 0,19 0,12)

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
WINQSB/ Markov Process/ Markov Processes (Mkp); QM for Windows/ Markov Analysis sau în
Excel

Analiza economică a rezultatelor

Raportul managerial în care analizaţi rezultatele obţinute pentru datele individualizate cu valoarea
c ¹ 0 va include următoarele informaţii:
1. Reprezentarea grafică şi analiza evoluţiei ponderilor pe piaţă a celor 4 produse concurenţiale.
Precizarea şi comentarea stadiului pe curba "vieţii" în care se află fiecare produs la momentul
iniţial;

Chart Title
0.6 0.52
0.5 0.51
0.48
0.5
PONDEREA PE PIATA

0.4
0.3
0.19 0.19 0.2 0.21
0.17 0.15
0.2
0.12 0.12 0.13 0.12
0.11 0.11
0.1
0
Septembrie Octombrie Noiembrie Decembrie
PERIOADE DE TIMP

Samsung Galaxy 71 Huawei

Apple Nokia

2. Analiza influenţei campaniei de publicitate asupra vânzărilor Samsung Galaxy 71;

3. Ponderea limită pe piaţă la care poate ajunge Samsung Galaxy A71 dacă matricea de tranziţie
rămâne neschimbată un număr mare de perioade;
4. Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de Samsung Galaxy A71 şi a
reorientărilor către produsele concurenţiale;

Chart Title
0.9
FIDELIZAREA/REORINETAREA

0.8
0.8
0.69
0.7 0.62
0.6
0.5
0.4
0.3
0.16 0.19
0.2 0.1 0.1 0.09
0.05 0.05 0.08 0.08
0.1
0
Octombrie Noiembrie Decembrie
LUNILE

Fidelitatea fata de A Reorientarea de la A la c1

Reorientarea de la A la C2 Reorientarea de la A la C3

5. Volumul vânzărilor Samsung Galaxy 71 în lunile octombrie, noiembrie, decembrie, pentru

situaţia în care volumul total al vânzărilor celor patru produse este de 6000 u.f. în fiecare
lună;
6. Evoluţia profitului asociat Samsung Galaxy 71;
7. Politica managerială privind Samsung Galaxy A71.
 MODULUL III: Decizia managerială privind stabilirea strategiei de vânzare în condiţii de
incertitudine şi risc

IAMCXM realizează în principal două produse, A şi B. Pentru Samsung Galaxy A71 şi B,

volumul vânzărilor variază întâmplător de la o lună la alta, iar conducerea firmei este interesată în
planificarea programului de producţie pe ultimul trimestru a.c. astfel ca oferta să se apropie cât mai
mult de cererea manifestată pe piaţă.
Ajustarea nivelului producţiilor pentru Samsung Galaxy A71 şi B este estimată în funcţie de
volumul previzionat al vânzărilor corelat cu vânzările reale din produsele concurente existente pe piaţă
(produsele HUAWEI, APPLE şi NOKIA pentru Samsung Galaxy A71 şi produsele substitut pentru
Samsung Galaxy A51 a cărui cerere fluctuează în funcţie de conjunctura economică). Sunt evidenţiate
următoarele situaţii obiective de evoluţie a vânzărilor:
- Starea naturii SN1: situaţie favorabilă societăţii IAMCXM (condiţii slabe de concurenţă)
- cererea pentru Samsung Galaxy A71 se estimează astfel:
 cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie =
0,4665 * 6000 =2799 u.f.
 1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10 * 0,5021 *
6000 =1,10 * 3013 = 3314,3 u.f.
 1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15 * 0,5212 *
6000 = 1,15 * 3127 u.f. = 3596,05 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru Samsung Galaxy A71 se situează la nivelul:
2799 u.f. + 3314,3 u.f. + 3596,05 u.f. = 9709,35 u.f.
- cererea pentru Samsung Galaxy A51 să fie în luna octombrie la nivelul de 1254 u.f. prognozat
prin modelul Brown pentru α = 0,9, apoi în luna noiembrie la nivelul de1400 u.f. şi în decembrie la
3500 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru Samsung Galaxy A51 se situează la nivelul:
1254 + 1400 + 3500 = 6154 u.f.

- Starea naturii SN2: condiţii medii de concurenţă pe piaţa produselor A şi B

- cererea pentru Samsung Galaxy A71 se estimează astfel:
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie = 0,4665 * 6000
=2799 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna noiembrie = 0,5021 * 6000
=3013 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna decembrie = 0,5212 * 6000
= 3127 u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru Samsung Galaxy A71 se situează la nivelul:
2799 + 3013 + 3127 = 8939 u.f.
- cererea pentru Samsung Galaxy A51 să fie în luna octombrie la nivelul de 1257,74 u.f.
prognozat prin modelul Brown pentru α =0,2, apoi în luna noiembrie la nivelul 1200 u.f. şi în
decembrie la 3200 u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru Samsung Galaxy A51 se situează la nivelul:
1257,74 + 1200 + 3200 = 5657,74 u.f.

- Starea naturii SN3: situaţie nefavorabilă pentru SC. IAMCXM (concurenţă agresivă a celorlalte
produse)
- cererea din Samsung Galaxy A71 se situează la nivelul:
  cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie =
0,4665 * 6000 =2799 u.f.
 0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 * 0,5021 *
6000 = 0,95 * 3013 = 2862,35 u.f.
 0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 * 0,5212 *
6000 = 0,90 * 3127 u.f. = 2814,3 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru Samsung Galaxy A71 se situează la
nivelul: 2799 + 2862,35 + 2814,3 = 8475,65 u.f.
- cererea pentru Samsung Galaxy A51 să fie în luna octombrie la nivelul de 1246,03 u.f.
prognozat prin modelul Brown pentru α optim, apoi în luna noiembrie la nivelul 1000 u.f. şi în
decembrie la 3200 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru Samsung Galaxy A51 se situează la
nivelul: 1246,03 + 1000 + 3200 = 5446,03 u.f.
Sunt luate în considerare următoarele variante decizionale referitoare la oferta de producţie
pentru următoarele trei luni:
V1 – oferta pentru Samsung Galaxy A71 să fie egală cu cererea totală estimată pe baza cotelor
de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul Markov =
0,4665*6000 +0,5021*6000 + 0,5212 * 6000 = 2799 + 3013 + 3127 = 8939 u.f., iar oferta
pentru Samsung Galaxy A51 să fie egală cu [(cererea pentru luna octombrie estimată cu
modelul lui Brown pentru α = 0,2) + (cererea de 1000 u.f. pentru luna noiembrie) +
(cererea de 3200 u.f. pentru luna decembrie)] = 1257,74 + 1000 +3200 = 5457,74 u.f.
V2 – oferta pentru Samsung Galaxy A71 să fie cu 5% mai mare faţă de cererea totală estimată
pe baza cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul
Markov = 1,05*8939 = 9385,95 u.f., iar oferta pentru Samsung Galaxy A51 să fie cu 5%
mai mică decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α =
0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea de 3200 u.f. pentru luna
decembrie)] = 0,95*5457,74 = 5184,85 u.f.
V3 - oferta pentru Samsung Galaxy A71 să fie cu 5% mai mică faţă de cererea totală estimată
pe baza cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul
Markov = 0,95 * 8939 = 8492,05 u.f., iar oferta pentru Samsung Galaxy A51 să fie cu 5%
mai mare decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α =
0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea de 3200 u.f. pentru luna
decembrie)] = 1,05*5457,74 = 5730,63 u.f.

Compararea diferitelor posibilităţi de desfăşurare a producţiei se face prin prisma unor consecinţe
de tip profit calculat pentru fiecare variantă decizională Vi, i = 1, 2, 3 şi stare a naturii SNj, j = 1, 2, 3.
3 3
∑ ∑
Profit(Vi, SNj) = (profitul unitar A) * MIN{ k =1 (ofertaVi produs A)k, k =1 (cerereaSNj
3 3
∑ ∑
produs A)k} + (profitul unitar B) * MIN{ k =1 (ofertaVi produs B)k, k =1 (cerereaSNj produs B)k} -
3 3
∑ ∑
(costul unitar producţie A) * MAX{0, [ k =1 (ofertaVi produs A)k - k =1 (cerereaSNj produs A)k]} -
3 3
∑ ∑
(costul unitar producţie B) * MAX{0, [ k =1 (ofertaVi produs B)k - k =1 (cerereaSNj produs B)k]}
unde k = 1 = octombrie, k = 2 = noiembrie, k = 3 = decembrie.
 Din Tabelul 1: profitul unitar A = 5 u.m./u.f.; profitul unitar B = 3 u.m./u.f.;
costul unitar producţie A = 20 u.m./u.f.; costul unitar producţie B = 10 u.m./u.f.

Conducerea societăţii doreşte ierarhizarea variantelor decizionale în funcţie de profitul care ar

putea fi obţinut atât în condiţii de incertitudine, cât şi în situaţia în care, din experienţa anterioară se
estimează că probabilităţile pj asociate stărilor naturii sunt:
p1 = 0,4 pentru SN1, p2 = 0,4 pentru SN2 şi p3 = 0,2 pentru SN3.

Modelul economico-matematic

În condiţii de incertitudine, ierarhizarea variantelor se poate obţine prin utilizarea criteriilor de

decizie Wald, Laplace, Savage şi Hurwicz.
În condiţii de risc, ierarhizarea variantelor decizionale se va face în funcţie de speranţa
matematică a profitului (valoarea medie probabilistă a profitului) calculată pentru fiecare
variantă.

Structurarea situaţiei decizionale sub forma unui set finit de variante de acţiune, a mai multor
stări ale naturii şi posibilitatea de a calcula consecinţele economice asociate fiecărei combinaţii variantă
decizională – stare a naturii permite formularea unui model de decizie sub formă matriceală prezentată
în Tabelul 3.1.
Tabelul 3.1
Starea naturii SN1 Starea naturii SN2 Starea naturii SN3
(p1 = 0,4) (p2 = 0,4) (p3 = 0,2)
Varianta
Profit(V1, SN1) Profit(V1, SN2) Profit(V1, SN3)
decizională V1
Varianta
Profit(V2, SN1) Profit(V2, SN2) Profit(V2, SN3)
decizională V2
Varianta
Profit(V3, SN1) Profit(V3, SN2) Profit(V3, SN3)
decizională V3
Pentru individualizarea c = 0 se obţin datele din Tabelul 3.2
Tabelul 3.2
Stările naturii
SN1 (p1 = 0,4) SN2 (p2 = 0,4) SN3 (p3 = 0,2)
Cererea A = 9709,35 u.f. Cererea A = 8939 u.f. Cererea A = 8475,65 u.f.
Cererea B = 6154 u.f. Cererea B = 5657,74 u.f. Cererea B = 5446,03 u.f.
Varianta decizională V1
Oferta A = 8939
u.f. 61068,22 u.m. 61068,22 u.m. 49332,24 u.m.
Oferta B =
5457,74 u.f.
Varianta decizională V2
Oferta A =
9385,95 u.f. 64612,83 u.m. 50363,03 u.m. 36027,05 u.m.
Oferta B =
5184,85 u.f.
Varianta decizională V3
Oferta A = 65462,48 u.m. 46636,95 u.m. 32300,97 u.m.
8492.05 u.f.
Oferta B =
 5730,63 u.f.

De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii va fi:
Profit (V1, SN1) = 5*MIN{8939, 9709,35} + 3*MIN{5457,74, 6154} – 20*MAX{0, (8939 -
9709,35)} – 10*MAX{0, (5457,74 - 6154)} = 5*8939 + 3*5457,74 – 0 – 0 = 44695 + 16373,22 =
61068,22 u.m.
După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie pentru
ierarhizarea variantelor decizionale.

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
WINQSB/DA/Payoff Table Analysis; QM for Windows/Decision Analysis/Decision Tables sau
în Excel

Analiza economică a rezultatelor

Se recomandă ca raportul managerial să includă explicaţii asupra următoarelor aspecte:

1. Recomandări de alegere a celei mai potrivite reguli de decizie din cele folosite: Wald (minmax),
maxmax, Savage (minmax regret), Laplace (equal likelihood), Hurwicz;
2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor naturii;
3. Recomandări de alegere a valorii coeficientului de optimism a pentru regula/ criteriul Hurwicz
şi surclasarea variantelor decizionale pentru valorile coeficientului de optimism a Î [0, 1].
4. Decizia în condiţii de risc.
 MODULUL IV: Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul
în care se va lansa pe piaţă Samsung Galaxy s20

Departamentul de cercetare producţie al S.C. IAMCXM S.A. a creat un nou produs D care a
fost testat pe piaţă şi care este acceptat de către utilizatori. Pentru realizarea produsului conducerea S.C.
IAMCXM S.A. are în vedere mai multe variante. Alegerea variantei convenabile depinde în principal
de evoluţia vânzărilor produsului peste 2 ani, acesta fiind timpul de amortizare a utilajelor. După
primul an se vor lua noi decizii în funcţie de situaţia vânzărilor. Datele privind variantele şi stările
naturii pentru cele 2 momente de decizie sunt prezentate în Tabelul 4.1. Conducerea S.C.IAMCXM
S.A. doreşte să cunoască acţiunea pe care trebuie să o întreprindă în prima şi, respectiv, a doua etapă
pentru a obţine maximum de profit.
Modelul economico - matematic
Procesul decizional în două etape poate fi modelat cu ajutorul arborelui decizional.
Tabelul 4.1
Anul t Anul t+1
Variantele Stările naturii Variantele Stările naturii Profitul
estimat
Instalarea Conjuctură favorabilă Instalarea unui nou utilaj Cerere mare (probabilitatea =0.3) 800+c
unui utilaj (probabilitatea=0.7) (cost (20+c) u.m.) Cerere medie (probabilitatea =0.6) 600+c
nou Cerere mică (probabilitatea=0.1) 500+c
(cost
Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 600+c
(20+c)u.m)
(cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 500+c
Cerere mica (probabilitatea=0.1) 400+c
Conjuctură nefavorabilă Utilizarea capacităţii existente Cerere mare (probabilitatea=0.3) 500+c
(probabilitatea=0.3) Cerere medie (probabilitatea=0.6) 400+c
Cerere mică (probabilitatea=0.1) 200+c
Ore Conjuctură favorabilă Instalarea unui utilaj nou Cerere mare (probabilitatea=0.3) 600+c
suplimentare (probabilitatea=0.7) (cost (20+c) u.m.)
de lucru Cerere medie (probabilitatea=0.6) 500+c
(cost Cerere mică (probabilitatea=0.1) 200+c
(2+c)u.m.) Instalarea unui utilaj nou şi
Cerere mare (probabilitatea=0.3) 500+c
ore suplimentare de lucru
(cost (22+2c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
Cerere mică (probabilitatea=0.1) 200+c
Conjuctură nefavorabilă Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 400+c
(probabilitatea=0.3) (cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
Cerere mică (probabilitatea=0.1) 200+c
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
WINQSB/DA/Decision Tree sau QM for Windows/Decision Analysis/Decision Trees

Analiza economică a rezultatelor

Raportul managerial va include:
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor;
2. Analiza rezultatelor şi indicarea variantelor optime atât în primul an cât şi în cel de al doilea an.
3. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii (minim 2
scenarii).
 MODULUL V. Programarea activităţilor unui proiect pentru introducerea în fabricaţie a
Samsung Galaxy s20

Realizarea studiului de fezabilitate pentru introducerea în fabricaţie a unui nou produs D la

S.C.IAMCXM S.A. implică activităţile prezentate în Tabelul 5.1. Pentru aceste activităţi s-au estimat
atât duratele normale şi costurile corespunzătoare, cât şi duratele şi costurile activităţilor în cazul
suplimentării resurselor umane şi financiare necesare urgentării acestor activităţi.
Tabelul 5.1
Costul
Activităţi Durata Durata Costul duratei
Sim normal
Denumire activitate precedente normală urgentată urgentate
bol (u.m.)
(saptămâni) (săptămâni) (u.m)
A Proiectare produs - 12 7 90+c 135+c
Elaborare program
B - 5 2 16+c 30+c
marketing
Pregătire documentaţie
C A 6 3 3+c 4+c
tehnică
D Construire prototip A 11 6 100+c 120+c
Elaborare prospect de
E A 4 3 6+c 7+c
marketing
F Estimare cost de producţie C 3 2 2+c 3+c
G Testare tehnică a producţiei D 6 4 60+c 70+c
H Studiul pieţei B,E 8 4 20+c 50+c
Estimare cerere şi preţ de
I H 3 2 2+c 3+c
vânzare
J Redactare studiu final F,G,I 3 2 2+c 3+c

Conducerea S.C.IAMCXM S.A. doreşte să ştie care este durata normală şi durata cea mai mică
de realizare a studiului de fezabilitate cât şi costurile totale corespunzătoare. De asemenea conducerea
este interesată în determinarea duratei medii de realizare a studiului, a costului optim asociat acestei
durate şi eşalonarea în timp a activităţilor pentru obţinerea duratei medii, durata optimă în cazul unui
buget total de (360 +10c) u.m.

Modelul economico-matematic

Programarea în timp a activităţilor pentru lansarea unui produs nou cu un cost optim
corespunzător unei durate totale specificate pentru finalizarea proiectului se poate
obţine cu ajutorul unui model ADC/Costuri.

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
WINQSB/PERT-CPM/Deterministic CPM; QM for Windows/ Project Management PERT –
CPM/Single Time Estimate sau în Excel

Analiza economică a rezultatelor

 Raportul managerial în care se analizează rezultatele obţinute va include:
1. Graficul reţea al activităţilor proiectului;
2. Reprezentarea grafică a costului proiectului în funcţie de durata totală de realizare, cu ajutorul
punctelor de coordonate:
(Durata totală normală, Costul total normal);
(Durata totală minimă, Costul total maxim);
(Durata totală minimă, Costul total optim);
(Durata totală medie, Costul total optim asociat).
3. Durata optimă în cazul unui buget total de (360 +10c) u.m.;
4. Drumul critic pentru proiectul cu durată medie;
5. Termenele minime şi maxime de începere şi de terminare pentru fiecare activitate.
INDICAȚII PENTRU REZOLVARE ȘI ANALIZA ECONOMICĂ

MODULUL I: Estimarea vânzărilor Samsung Galaxy A51

Rezolvarea cu WINQSB/Fc pentru c=0:

Tabelul 1/R
WINQSB/Fc/SES Forecast Result for “Estimarea vanzarii Samsung Galaxy A51”
Actual Forecast by Forecast by Forecast by
Lunile Data SES SES SES
1 1400.00
2 1500.00 1400.00 1400.00 1400.00
3 1200.00 1420.00 1490.00 1427.00
4 1300.00 1376.00 1229.00 1365.71
5 1100.00 1360.80 1292.90 1347.97
6 1350.00 1308.64 1119.29 1281.02
7 1450.00 1316.91 1326.93 1299.64
8 1150.00 1343.53 1437.69 1340.24
9 1200.00 1304.82 1178.77 1288.87
10 1100.00 1283.86 1197.88 1264.88
11 1310.00 1247.09 1109.79 1220.36
12 1250.00 1259.67 1289.98 1244.56
13 1257.74 1254.00 1246.03

CFE -711.32 -162.22 -570.25

MAD 126.00 150.42 127.19
MSE 21628.46 30836.92 21276.39
MAPE 10.42 12.14 10.44
Trk.Signal -5.65 -1.08 -4.48
R-square 0.44 0.92 0.41
Alpha=0.2 Alpha=0.9 Alpha=0.27
F(0)=1400 F(0)=1400 F(0)=1400

Analiza economică a rezultatelor:

1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor vânzărilor pentru
constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim în raport cu eroarea medie
pătratică;
 Figura 1/R

2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare:
Pentru constanta de nivelare 0.2 previziunea este 1257,74 uf.
Pentru constanta de nivelare 0.9 previziunea este 1254,00 uf.
Pentru constanta de nivelare 0.27 previziunea este 1246,03 uf.

3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna octombrie
anul curent. Justificarea recomandării.
Volumul vanzarilor luat in considerare este cel pentru α = 0.27, respectiv 1246,03 pentru că
are eroarea medie patratica (MSE) cea mai mica 21276.39, fata de previziunea pentru α =
0.2 care are eroarea medie patratica 21628,46 sau α = 0.9 care are eroare medie patratica
30836,92

4. Recomandări generale pentru alegerea constantei de nivelare α

Consultați curs –secțiunea care face referire la modul în care alegerea constantei de nivelare
influențează eroarea de previziune.
MODULUL II: Estimarea cererii Samsung Galaxy 71 în condiţii de concurenţă

Rezolvarea cu WINQSB/Mkp:

Rezultatele furnizate de WINQSB/Mkp (pentru c=0), sunt următoarele:

Tabelul 2/R
WINQSB/Mkp “Evolutia pe piata a produselor concurentiale” 4

From \ To A HUAWEI APPLE NOKIA

A 0.8 0.1 0.05 0.05
HUAWEI 0.2 0.6 0.1 0.1
APPLE 0.25 0.1 0.5 0.15
NOKIA 0.3 0.2 0.1 0.4
Initial Prob. 0.4 0.22 0.23 0.15

Tabelul 3/R
Time Parametric Analysis for “Evolutia pe piata a produselor concurentiale”

Time Probability of State Probability of State Probability of State Probability of State

Period State A1 State HUAWEI State APPLE State NOKIA
1 0.4665 0.2250 0.1720 0.1365
2 0.5022 0.2262 0.1455 0.1262
3 0.5212 0.2257 0.1331 0.1200

Observaţie: Fiecare coloană din Tabelul 3/R a fost obţinută pornind de la comanda “Solve and
Analyze/Time Parametric Analysis” aplicată pe rând pentru fiecare produs.
Tabelul 4/R
Steady State for “Evolutia pe piata a produselor concurentiale”

State Name State Probability Recurrence Time

A 0.5434 1.8404
HUAWEI 0.2225 4.4935
APPLE 0.1214 8.2381
NOKIA 0.1127 8.8718
Expected Cost/Return = 2.7168

Tabelul 5/R
Time Parametric Analysis for “Evolutia fidelitatii fata de A” (şi a reorientărilor de la A la celelalte produse în raport cu luna
septembrie a.c.)

Time Probability of State A Probability of State Probability of State Probability of State

Period HUAWEI APPLE NOKIA
1 0.8000 0.1000 0.0500 0.0500
2 0.6875 0.1550 0.0800 0.0775
3 0.6242 0.1853 0.0976 0.0929

Observaţie: În Winqsb pentru obţinerea fidelităţii faţă de A, în linia Initial Prob a tabelului cu datele
de intrare se introduce vectorul (1, 0, 0, 0), apoi pentru fiecare coloană a Tabelului 5/R se
utilizează comenzile Solve and Analyze / Time Parametric Analysis / Probability of State A
ş. a. m. d.
 O altă variantă constă în rezolvarea problemei in Excel si ridicarea matricii la diferite
puteri: fidelitatea față de Samsung Galaxy A71 și reorientările către produsele HUAWEI,
APPLE și NOKIA se citesc pe prima linie a fiecărei matrici.

În aplicația QM for Windows/ Markov Analysis, cu opţiunea Window/Multiplication se obţin

atât vectorii cotelor de piaţă la diferite momente (linia End prob(ability), cât şi matricile de
tranziţie la diferite puteri (in tabelul perioadei 1 se află matricea la puterea 1, ş.a.m.d).

Analiza economică a rezultatelor

1. Reprezentarea grafică şi analiza evoluţiei ponderilor pe piaţă a celor 4 produse concurenţiale.

Precizarea şi comentarea stadiului pe curba "vieţii" în care se află fiecare produs la momentul iniţial;

Din tabelele 2/R şi 3/R rezultă evoluţia pe piaţă a produselor concurenţiale A, HUAWEI,
APPLE, NOKIA:

0.6

0.5

0.4
Ponderi pe piata

0.3

0.2

0.1

0
sept oct nov dec Steady state
Perioadele de timp

A C1 C2

Figura 2/R

Înluna septembrie a.c. Samsung Galaxy A71 se află la începutul perioadei de creştere.
Precizați ce se întâmplă cu produsele HUAWEI, APPLE și NOKIA.

2. Analiza influenţei campaniei de publicitate asupra vânzărilor Samsung Galaxy 71;

Campania de publicitate a avut un efect maxim în luna octombrie, când Samsung Galaxy A71 a
câştigat 6,65% pe piaţă. In lunile următoare, influenţa campaniei de publicitate scade: 3,53% în
noiembrie şi 1,91% în decembrie.
3. Ponderea limită pe piaţă la care poate ajunge Samsung Galaxy A71 dacă matricea de tranziţie
rămâne neschimbată un număr mare de perioade;
 Dacă matricea de tranziţie rămâne mult timp neschimbată de la o lună la alta, ponderea limită la
care poate ajunge Samsung Galaxy A71 pe piaţă este 54,34% (State Probability). De aceea se
recomandă schimbarea tipului de campanie de publicitate sau altă politică managerială pentru
consolidarea poziţiei firmei pe piaţă.

4. Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de Samsung Galaxy A71 şi a
reorientărilor către produsele concurenţiale;

Evoluţia fidelităţii faţă de A şi a reorientărilor de la A la celelalte produse în raport cu luna

septembrie a.c. este reprezentată grafic în Figura 2/R. În starea de echilibru, un client poate reveni la
Samsung Galaxy A71 la fiecare 1,84 luni (recurrence time).

Figura 3/R
5. Plecând de la estimările obţinute rezultă următorul volum al vânzărilor Samsung Galaxy 71:
0,4665 * 6000 = 2799 u.f. în octombrie a.c.,
0,5021 * 6000 = 3013 u.f. în noiembrie a.c.şi
0,5212 * 6000 = 3127 u.f. în decembrie a.c.

6. Vânzările lunare obținute la pct 5. împreună cu profitul unitar (5 um/uf) vor fi utilizate de
fiecare student pentru determinarea evoluţiei profitului estimat pentru Samsung Galaxy A71
pe cele 3 luni.

7. Politica managerială pentru consolidarea Samsung Galaxy 71 pe piaţă va fi propusă de

fiecare student în funcţie de evoluţia Samsung Galaxy 71nalizat.
 MODULUL IV. Calculul profitului maxim probabil (speranţa matematică a profitului) în
cazul în care se va lansa pe piaţă Samsung Galaxy s20.

Rezolvarea cu WINQSB/ Decision Analysis/Decision Tree Analysis pentru c=0

Tabelul 6/R
Tabelul de introducere a datelor în WINQSB:
Node/Event Node Name or Node Type Immediate Node Probability
Number Description (enter D or Following Node Payoff (if
C) (numbers (+ profit, available)
separated by - cost)
',')

1 dec init d 2,3

2 instalare c 4,5 -20
3 Ore supl c 6,7 -2
4 FAV d 8,9 0.7
5 NEFAV d 10 0.3
6 FAV d 11,12 0.7
7 NEFAV d 13 0.3
8 instalare c 14,15,16 -20
9 ore-sup c 17,18,19 -2
10 capac-exist c 20,21,22 0
11 instalare c 23,24,25 -20
12 instal+ore c 26,27,28 -24
supl
13 ore-supl c 29,30,31 -2
14 C_MARE 800 0.3
15 C_medie 600 0.6
16 C_mica 500 0.1
17 C_MARE 600 0.3
18 C_medie 500 0.6
19 C_mica 400 0.1
20 C_MARE 500 0.3
21 C_medie 400 0.6
22 C_mica 200 0.1
23 C_MARE 600 0.3
24 C_medie 500 0.6
25 C_mica 200 0.1
26 C_MARE 500 0.3
27 C_medie 400 0.6
28 C_mica 200 0.1
29 C_MARE 400 0.3
30 C_medie 400 0.6
31 C_mica 200 0.1

Tabelul de introducere a datelor – modul de lucru în WINQSB/DA/Decision tree:

 Prin rezolvarea cu opţiunea Solve and analyze, se obţine următorul tabel:
Tabelul 7/R
Decision Tree Analysis
Node/Event Type Expected Decision
value
1 dec init Decision node 544 instalare

2 instalare Chance node 564

3 ore-sup Chance node 449,40
4 FAV Decision node 630 instalare

5 NEFAV Decision node 410 capac-exist

6 FAV Decision node 480 instalare

7 NEFAV Decision node 378 ore-supl

8 instalare Chance node 650

9 ore-sup Chance node 520
10 capac-exist Chance node 410
11 instalare Chance node 500
12 instal supl Chance node 410
13 ore-supl Chance node 380
14 C_MARE End node 800
15 C_medie End node 600
16 C_mica End node 500
17 C_MARE End node 600
18 C_medie End node 500
19 C_mica End node 400
20 C_MARE End node 500
 Node/Event Type Expected Decision
value
21 C_medie End node 400
22 C_mica End node 200
23 C_MARE End node 600
24 C_medie End node 500
25 C_mica End node 200
26 C_MARE End node 500
27 C_medie End node 400
28 C_mica End node 200
29 C_MARE End node 400
30 C_medie End node 400
31 C_mica End node 200

Overall Expected Value = 544

Tabelul cu rezultate în WINQSB/DA

Obţinerea arborelui în formă grafică:

 Analiza economică a rezultatelor
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor
27 Modelarea Deciziilor Manageriale

2.
Analiza rezultatelor şi indicarea variantelor optime atât în primul an, cât şi în cel de al doilea an.

In anul primul se recomanda instalarea utilajului nou, pentru ca profitul asteptat este mai mare
decat in cazul orelor suplimentare, respectiv 544 unitati monetare in comparatie cu 447,40
unitati monetare.
In al doilea an daca conjunctura este favorabila se va alege instalarea unui nou utilaj deoarece
profitul asteptat este de 630 u.m., in comparatie cu situatia in care s-ar alege orele suplimentare
unde profitul asteptat este de 518 u.m., iar daca conjuctura va fi nefavorabila se recomandă
utilizarea capacitatii existente cu un profit asteptat de 410 u.m.

3. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii (minim 2

scenarii).

Se recomandă ca studenții să modifice probabilitățile de realizare în primul sau/și al doilea an

(astfel încât suma probabilităților pentru evenimentele/stările naturii ce pleacă dintr-un anumit
nod să rămână 1) și să noteze dacă există vre-o schimbare în ceea ce privește varianta optimă
și valoarea profitului asociat acesteia.

MODULUL V. Programarea activităţilor unui proiect pentru introducerea în

fabricaţie a Samsung Galaxy s20

Rezolvarea cu WINQSB/ PERT- CPM/ Deterministic CPM pentru c=0

28

Datele de intrare sunt prezentate în Tabelul 8/R

Tabelul 8/R

WINQSB/CPM “Programarea activitatilor pentru realizarea unui produs nou”

Activit Activity Name Immediate Predecessor Normal Crash Norma Crash
y (list number/name, Time Time l Cost Cost
Numbe separated by ',')
r
1 Proiectare produs 12 7 90 135
2 Elab. progr. marketing 5 2 16 30
3 Preg. doc. tehnice 1 6 3 3 4
4 Construire prototip 1 11 6 100 120
5 Elab. prospect marketing 1 4 3 6 7
6 Estimare cost de productie 3 3 2 2 3
7 Testare teh. a prod. 4 6 4 60 70
8 Studiul pietei 2,5 8 4 20 50
9 Estim. cerere si pret 8 3 2 2 3
10 Redactare studiu final 6,7,9 3 2 2 3

Rezultatele obţinute prin rezolvarea cu WINQSB/ PERT- CPM/ Deterministic CPM pentru
c=0 sunt următoarele:

Tabelul 9/R
Activity Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (Using Normal Time)

Project Completion Time = 32 saptamani

Total Cost of Project = $301 (Cost on CP = $252)
Number of Critical Path(s)= 1
Obs: Tabelul 9/R se obține cu opțiunea Solve Using Normal Time.

Tabelul 10/R
Activity Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (Using Crash Time)

Project Completion Time = 19 saptamani

Total Cost of Project = $425 (Cost on CP = $328)
Number of Critical Path(s) = 1
Obs: Tabelul 10/R se obține cu opțiunea Solve Using Crash Time.

Tabelul 11/R
Crashing Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (durata totala =19 saptamani
si cost optim)

Suggested Additional Normal Suggested

Time Cost Cost Cost
Overall Project: 19 $100.50 $301 $401.50
Obs: Tabelul 11/R se obține cu opțiunea Perform Crashing Analysis/ Finding the minimum cost
schedule ptr. 19 săptămâni.

Tabelul 12/R
Crashing Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (durata = 25 saptamani si
cost optim)
Suggested Additional Normal Suggested
Time Cost Cost Cost
Overall Project: 25 $37 $301 $338
29 Modelarea Deciziilor Manageriale

Obs: Tabelul 12/R se obține cu opțiunea Perform Crashing Analysis/ Meeting the desired
completion time pentru 25 săptămâni.

Analiza economică a rezultatelor

1. Graficul reţea al activităţilor proiectului – se va realiza cu WINQSB sau prin desenare

de către fiecare student.
2. Pe baza datelor din tabelele 9/R, 10/R, 11/R şi 12/R se vor reprezenta grafic cele
patru valori ale costului în raport cu durata totală a proiectului.
3. Durata optimă în cazul unui buget total de 360 u.m (ptr c=0) este de 22,56 saptamani
(cfm. Rezultatelor din tabelul 13/R)
Tabelul 13/R
Crashing Analysis for “Programarea activitatilor pentru realizarea unui produs nou”(cu bugetul disponibil = 360
u.m)
Activity Critical Normal Crash Suggested Addition Normal Suggested
Name
Path Time Time Time al Cost Cost
Cost
1 Proiectare produs Yes 12 7 7.555 $40.00 $90 $130
2 Elab. Progr. Marketing no 5 2 5 0 $16 $16
3 Preg. Doc. Tehnice no 6 3 6 0 $3 $3
4 Construire prototipului Yes 11 6 7 $16 $100 $116
5 Elaborare prospect Yes 4 3 3 $1 $6 $7
marketing
6 Estimare cost. de no 3 2 3 0 $2 $2
productie
7 Testarea teh. a prod. Yes 6 4 6 0 $60 $60
8 Studiul pietei Yes 8 4 8 0 $20 $20
9 Estim. Cerere si pret Yes 3 2 2 $1 $2 $3
10 Redactare studiu final Yes 3 2 2 $1 $2 $3

Overall Project: 22.56 $59.00 $301 $360

4. Drumul critic pentru proiectul cu durată medie.

Pentru durata de 25 săptămâni și costul optim se va specifica de către fiecare student care
este/sunt drumul/drumurile critic(e) (acestea pot fi identificate in WINQSB după rularea
opțiunii Perform Crashing Analysis/ Meeting the desired completion time pentru 25 săptămâni,
urmată de optiunea Show Critical Path. O altă variantă de identificare constă în vizualizarea
activităților critice urmărind amplasarea lor pe graf)

5. Termenele minime şi maxime de începere şi de terminare pentru fiecare activitate.

Termenele minime si maxime de incepere se gasesc in coloanele „Earliest Start” si „Latest
Start”, iar Termenele minime si maxime de terminare se gasesc in coloanele „Earliest Finish”
si „Latest Finish” din tabelul obținut cu opțiunea Solve Using Normal Time, pentru durata
normală de 32 săptămâni (maximă). Studenții vor prezenta sub formă de tabel aceste valori.