Documente Academic
Documente Profesional
Documente Cultură
Facultatea de Management
MODELARE ECONOMICĂ
-
PROIECT DE DISCIPLINĂ
Seria: A
Grupa:146
Bucureşti
2018
Decizia managerială asistată de calculator pentru îndeplinirea obiectivelor
propuse la firma PEPSICO ROMÂNIA
1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a firmei " PEPSICO ROMÂNIA "
(individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Estimarea vânzărilor băuturii carbogazoase Pepsi (B)
Estimarea cererii băuturii carbogazoase Mirinda (A) 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 băutura carbogazoasă Mirinda cu gust de Kiwi (D).
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a produsului
Mirinda cu gust de Kiwi (D).
1
1.Prezentare generală
Firma PEPSICO ROMÂNIA operează pe piaţa unui bun de consum de folosință curentă şi
realizează, de 2 ani, două tipuri de produse Mirinda şi Pepsi cu următoarele caracteristici:
Volumul vânzărilor variază întâmplător de la o lună la alta, cu toate că aceste produse au câştigat
poziţii importante pe piaţă;
Pregătirea producţiei pentru cele două produse Mirinda şi Pepsi în lunile următoare (octombrie,
noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. PEPSICO ROMÂNIA S.A. a
cererii viitoare pentru cele două produse ale sale;
Mirinda este în concurenţă cu alte trei produse similare Fanta, Tutti Frutti, Schweppes de
portocale realizate de firme concurente, astfel că variaţia cererii pentru Mirinda este cauzată de
evoluţia ponderii pe piaţă a produselor concurenţiale Fanta, Tuti Frutti, Schweppes.
Produsul Pepsi 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.
2
În evidenţa contabilă şi statistică a S.C. PEPSICO ROMÂNIA S.A. există informaţii privind
costul și profitul unitar (Tabelul 1), şi despre vânzările din produsul Pepsi (Tabelul 2).
Tabelul 1.
Produsul Costul unitar de Profitul unitar
producţie
Mirinda 20 u.m./u.f. 5 u.m./u.f.
Pepsi 10 u.m./u.f. 3 u.m./u.f.
Tabelul 2.
Nr.crt. Luna Vânzări din produsul Pepsi (unităţi
fizice)
1 Octombrie (anul 1400 +12= 1412
precedent)
2 Noiembrie (anul 1500 +12= 1512
precedent)
3 Decembrie (anul 1200 +12= 1212
precedent)
4 Ianuarie (anul curent) 1300 +12= 1312
5 Februarie (anul curent) 1100 +12= 1112
6 Martie (anul curent) 1350 +12= 1362
7 Aprilie (anul curent) 1450 +12= 1462
8 Mai (anul curent) 1150 +12= 1162
9 Iunie (anul curent) 1200 +12= 1212
10 Iulie (anul curent) 1100 +12= 1112
11 August (anul curent) 1310 +12= 1322
12 Septembrie (anul curent) 1250 +12= 1262
o Estimarea vânzării băuturilor Mirinda şi Pepsi 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 Mirinda cu gust de Kiwi
o Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului Mirinda
cu gust de Kiwi în cazul duratelor deterministe şi analiza cost – durată.
Societatea Comercială PEPSICO ROMÂNIA S.A. are contracte ferme pentru băutura carbogazoasă
Pepsi, numai în lunile noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor băuturii
carbogazoase Pepsi 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.
3
Figura 1
Modelul economico-matematic
Pentru estimarea vânzărilor în luna următoare se poate utiliza un model bazat pe medie şi
anume modelul Brown de nivelare exponenţială.
Rezolvare
Rezolvarea problemei se va face cu urmatorul program informatic:
QM for Windows/Forecasting/Time Series Analysis
4
5
6
7
8
Analiza economică a rezultatelor
Luna Vânzări Valori previzionate 0.2 Valori previzionate 0.9 Valori previzionate 0.27 Media
October 1412 1287.833
November 1512 1412.000 1412.000 1412.000 1287.833
December 1212 1432.000 1502.000 1439.000 1287.833
January 1312 1388.000 1241.000 1377.710 1287.833
February 1112 1372.800 1304.900 1359.968 1287.833
March 1362 1320.640 1131.290 1293.017 1287.833
April 1462 1328.912 1338.929 1311.642 1287.833
May 1162 1355.530 1449.693 1352.239 1287.833
June 1212 1316.824 1190.769 1300.874 1287.833
July 1112 1295.859 1209.877 1276.878 1287.833
August 1322 1259.087 1121.788 1232.361 1287.833
September 1262 1271.670 1301.979 1256.564 1287.833
Next period 1269.736 1265.998 1258.031 1287.833
MSE 162.588 194.138 161.259
9
2.Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare.
Pentru constanta de nivelare 0.2 previziunea este 1269.736 uf
Pentru constanta de nivelare 0.9 previziunea este 1265.998 uf.
Pentru constanta de nivelare 0.27 previziunea este 1258.031 uf.
3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna octombrie anul
curent. Justificarea recomandării.
Volumul vânzărilor luat în considerare este cel pentru α = 0.27, respectiv 1258,031 pentru că are eroarea
medie pătratică (MSE) cea mai mică 161,259 faţă de previziunea pentru α = 0.2 care are eroarea medie
patratică 162,588 sau α = 0.9 care are eroare medie pătratică 194,138.
10
Suma erorilor de previziune (cumulative forecast error) CFE
Semnal de urmarire (Tracking Signal) TS
b) din analiza modelului Ft+1 = Yt +(1-)Ft, rezultă următoarele concluzii:
tinde spre 1 => Ft+1 Yt => previziunile urmăresc oscilaţiile valorilor reale/ efective;
mult mai mic decat 1 => Ft Ft-1 => previziunile tinde să se niveleze spre media valorilor
efective.
c) din analiza modelului Ft+1 = Ft+ (Yt – Ft ) rezultă următoarele:
Dacă diferenţele | Yt - Ft | sunt mari, atunci se recomandă alegerea unui mic (spre 0) pentru a nu
permite transferarea fluctuaţiilor mari în previziune.
Dacă Diferenţele | Yt - Ft | sunt mici, atunci se recomandă alegerea unui mare (care tinde spre 1)
pentru a permite previziunii să reacţioneze rapid la eventualele schimbări.
d) prin simulare (testări succesive) pe baza unui criteriu (indicator de eroare) specificat de decident.
La începutul lunii septembrie a.c., S.C. PEPSICO ROMÂNIA S.A. a organizat o anchetă asupra unui
eşantion reprezentativ de (1000+12= 1012) consumatori, cu scopul de a determina numărul utilizatorilor
băuturii carbogazoase Mirinda, cât şi al utilizatorilor produselor concurente Fanta, Tutti - Frutti,
Schweppes. S-au înregistrat următoarele rezultate:
(400+12= 412) cumpărători s-au declarat utilizatori ai băuturii carbogazoase Mirinda;
220 cumpărători s-au declarat utilizatori ai băuturii carbogazoase Fanta;
230 cumpărători s-au declarat utilizatori ai băuturii carbogazoase Tutti - Frutti;
150 cumpărători s-au declarat utilizatori ai băuturii carbogazoase Schweppes.
În luna septembrie a.c., S.C. PEPSICO ROMÂNIA S.A. a lansat o campanie de publicitate pentru
produsul Mirinda. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion
reprezentativ de cumpărători şi s-au obţinut următoarele rezultate:
- dintre utilizatorii băuturii carbogazoase Mirinda (la începutul lunii septembrie a.c.):
80% au rămas fideli produsului Mirinda;
10% s-au orientat către produsul Fanta;
5% s-au orientat către produsul Tutti - Frutti;
5% s-au orientat către produsul Schweppes.
- dintre utilizatorii băuturii carbogazoase Fanta (la începutul lunii septembrie a.c.):
60% au rămas fideli produsului Fanta;
20% s-au orientat către produsul Mirinda;
10% s-au orientat către produsul Tutti - Frutti;
10% s-au orientat către produsul Schweppes.
- dintre utilizatorii băuturii carbogazoase Tutti - Frutti (la începutul lunii septembrie a.c.):
50% au rămas fideli produsului Tutti - Frutti;
25% s-au orientat către produsul Mirinda;
10% s-au orientat către produsul Fanta;
11
15% s-au orientat către produsul Schweppes.
- dintre utilizatorii băuturii carbogazoase Schweppes (la începutul lunii septembrie a.c.):
40% au rămas fideli produsului Schweppes ;
30% s-au orientat către produsul Mirinda;
20% s-au orientat către produsul Fanta;
10% s-au orientat către produsul Tutti - Frutti.
Modelul economico-matematic
În aceste condiţii, evoluţia pe piaţă a celor patru produse concurenţiale poate fi analizată cu
ajutorul lanţurilor Markov.
12
0,80 0,10 0,05 0,05
0,20 0,60 0,10 0,10
P= .
0,25 0,10 0,50 0,15
0,30 0,20 0,10 0,40
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Markov Analysis
13
14
Analiza economică a rezultatelor
Raportul managerial în care analizaţi rezultatele obţinute pentru datele individualizate cu valoarea c 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;
Septembrie Octombrie Noiembrie Decembrie Steady state
Mirinda 0.4071 0.4704 0.5043 0.5224 0.5434
Fanta 0.2174 0.2235 0.2253 0.2252 0.2226
Tutti - Frutti 0.2273 0.1706 0.1447 0.1327 0.1214
Schweppes 0.1482 0.1355 0.1256 0.1197 0.1127
15
În luna septembrie băutura carbogazoasă Mirinda se află la începutul perioadei de creştere;
În luna septembrie băutura carbogazoasă Fanta se află la începutul perioadei de creştere;
În luna septembrie băutura carbogazoasă Tutti Frutti se află la începutul perioadei de declin,
înregistrează o scădere ce se menține pe întreaga perioadă;
În luna septembrie băutura carbogazoasă Schweppes se află la începutul perioadei de declin.
Campania de publicitate a avut un efect maxim în luna octombrie, când băutura Mirinda a câştigat
6,33% pe piaţă. În lunile următoare, influenţa campaniei de publicitate scade: 3,39% în noiembrie şi
1,81% în decembrie.
3. Ponderea limită pe piaţă la care poate ajunge produsul Mirinda 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 băutura Mirinda 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 produsul Mirinda şi a reorientărilor
către produsele concurenţiale.
Octombrie Noiembrie Decembrie
Fidelitatea faţă de Mirinda 0.8 0.6875 0.6243
Reorientarea de la Mirinda la Fanta 0.1 0.155 0.1853
Reorientarea de la Mirinda la Tutti Frutti 0.05 0.08 0.0976
Reorientarea de la Mirinda la Schweppes 0.05 0.0775 0.0929
16
5. Volumul vânzărilor produsului Mirinda în lunile octombrie, noiembrie, decembrie, pentru situaţia în
care volumul total al vânzărilor celor patru produse este de 6000 u.f. în fiecare lună.
Plecând de la estimările obţinute rezultă următorul volum al vânzărilor băuturii carbogazoase Mirinda:
0.4704 * 6000 = 2822 u.f. în octombrie
0.5043 * 6000 = 3026 u.f. în noiembrie
0.5224 * 6000 = 3134 u.f. în decembrie
Profitul produsului Mirinda în cele trei luni analizate are o evoluţie semnificativă, acesta crescând de la
14.110 în luna octombrie la 15.670 în luna decembrie. Această creştere determină totodată creşterea
vânzărilor. în ceea ce priveşte păstrarea produsului pe piaţă se recomandă consolidarea poziţiei câştigate
prin diversificarea gamei de produse oferite, în acest caz fabricarea de sucuri Mirinda cu diverse arome
sau neacidulate.
O altă strategie de consolidare ar fi îmbunătăţirea designului, crearea unor noi posibilităţi de utilizare.
îmbunătăţirea produsului deja existent necesită mai puţine cheltuieli în comparaţie cu fabricarea unui nou
produs. De asemenea, o altă politică managerială în ceea ce priveşte produsul este scăderea costurilor de
producţie şi adoptarea unei campanii publicitare de promovare adecvate.
17
Starea naturii SN1: situaţie favorabilă societăţii PEPSICO ROMÂNIA (condiţii slabe de concurenţă)
Cererea pentru băutura carbogazoasă Mirinda se estimează astfel:
cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie =
0,4704 * 6000 =2822,4 u.f.
1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10 * 0.5043 * 6000
=1,10 * 3025,8 = 3328,38 u.f.
1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15 * 0,5224 * 6000
= 1,15 * 3134,4 u.f. = 3604,56 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul Mirinda se situează la nivelul: 2822,4
u.f. + 3328,38 u.f. + 3604,56 u.f. = 9755,34 u.f.
Cererea pentru produsul Pepsi să fie în luna octombrie la nivelul de 1265.998 u.f. prognozat prin
modelul Brown pentru α = 0,9, apoi în luna noiembrie la nivelul de 1400 u.f. şi în decembrie la 3500
u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul Pepsi se situează la nivelul: 1265,998
+ 1400 + 3500 = 6165,998 u.f.
Starea naturii SN2: condiţii medii de concurenţă pe piaţa produselor Mirinda şi Pepsi
Cererea pentru băutura carbogazoasă Mirinda se estimează astfel:
cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie = 0,4704 * 6000
=2822,4 u.f.
cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna noiembrie = 0,5043 * 6000
=3025,8 u.f.
cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna decembrie = 0,5224 * 6000 =
3134,4 u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru produsul Mirinda se situează la nivelul: 2822,4+
3025,8+ 3134,4 = 8982,6 u.f.
Cererea pentru produsul Pepsi să fie în luna octombrie la nivelul de 1269,736 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 produsul Pepsi se situează la nivelul: 1269,736 +
1200 + 3200 = 5669,74 u.f.
Starea naturii SN3: situaţie nefavorabilă pentru SC. PROMODEC (concurenţă agresivă a celorlalte
produse)
Cererea din produsul Mirinda se situează la nivelul:
cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie =
0,4704 * 6000 =2822,4 u.f.
0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 * 0,5043 * 6000
= 0,95 * 3025,8 = 2874.51 u.f.
0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 * 0,5224 * 6000
= 0,90 * 3134,4 u.f. = 2820,96 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul Mirinda se situează la nivelul: 2822,4
+ 2874,51 + 2820,96 = 8517,87 u.f.
Cererea pentru produsul Pepsi să fie în luna octombrie la nivelul de 1258.031 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 produsul Pepsi se situează la nivelul: 1258.031 +
1000 + 3200 = 5458,03 u.f.
18
Sunt luate în considerare următoarele variante decizionale referitoare la oferta de producţie pentru
următoarele trei luni:
V1 – oferta pentru produsul Mirinda să fie egală cu cererea totală estimată pe baza cotelor de
piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul Markov =
0,4704*6000 +0,5043*6000 + 0,5224 * 6000 = 2822,4 + 3025,8 + 3134,4 = 8982,6 u.f.,
iar oferta pentru produsul Pepsi 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)] = 1269,736 + 1000 +3200 = 5469,74 u.f.
V2 – oferta pentru produsul Mirinda 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*8982,6 = 9431,73 u.f., iar oferta pentru produsul Pepsi 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*5469,74 = 5196,25 u.f.
V3 - oferta pentru produsul Mirinda 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 * 8982,6 = 8533,47 u.f., iar oferta pentru produsul Pepsi 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*5469,74 = 5743,23 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 Mirinda) * MIN{ (ofertaVi produs Mirinda)k, (cerereaSNj
k 1 k 1
3 3
produs Mirinda)k} + (profitul unitar Pepsi) * MIN{ (ofertaVi produs Pepsi)k, (cerereaSNj
k 1 k 1
3
produs Pepsi)k} - (costul unitar producţie Mirinda) * MAX{0, [ (ofertaVi produs Mirinda)k -
k 1
3 3
(cerereaSNj produs Mirinda)k]}-(costul unitar producţie Pepsi) * MAX{0, [ (ofertaVi
k 1 k 1
3
produs Pepsi)k - (cerereaSNj produs Pepsi)k]}, unde k = 1 = octombrie, k = 2 = noiembrie, k =
k 1
3 = decembrie.
Din Tabelul 1: profitul unitar Mirinda = 5 u.m./u.f.; profitul unitar Pepsi= 3 u.m./u.f.;
costul unitar producţie Mirinda = 20 u.m./u.f.; costul unitar producţie Pepsi = 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.
19
Modelul economico-matematic
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
61.322,22 u.m 61.322,22 u.m 49.551,74 u.m
decizională V1
Varianta
62.747,4 u.m 51.519,15 u.m 39.900,9 u.m
decizională V2
Varianta
59.897,04 u.m 58.941,67 u.m 55.799,44 u.m
decizională V3
Pentru individualizarea c = 12 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 Mirinda = Cererea Mirinda = 8982,6 Cererea Mirinda =
9755,34u.f. u.f. 8517,87 u.f.
Cererea Pepsi = 6165,998 Cererea Pepsi= 5669,74 Cererea Pepsi = 5458,03
u.f. u.f. u.f.
Varianta decizională V1
Oferta Mirinda
=8982,6 u.f. 61.322,22 u.m. 61.322,22 u.m. 49.551,74 u.m.
Oferta Pepsi =
5469,74 u.f.
Varianta decizională V2
Oferta Mirinda =
9431,73 u.f. 62.747,4 u.m. 51.519,15 u.m. 39.900,9 u.m.
Oferta Pepsi =
5196,25 u.f.
Varianta decizională V3
Oferta Mirinda =
8533,47 u.f. 59.897,04 u.m.
Oferta Pepsi = 58.941,67 u.m. 55.799,44 u.m.
5743,23 u.f.
20
De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii va fi:
Profit (V1, SN1) = 5*MIN{8982,6, 9755,34} + 3*MIN{5469,74, 6165,998} – 20*MAX{0,
(8982,6 - 9755,34)} – 10*MAX{0, (5.469,74 - 6.165,998)} = 5*8.982,6 + 3*5.469,74 – 0 – 0 = 44.913
+ 16.409,22 = 61.322,22 u.m.
Profit (V1, SN2) = 5*MIN{8982,6, 8982,6} + 3*MIN{5469,74, 5.669,74} – 20*MAX{0,
(8982,6 - 8982,6)} – 10*MAX{0, (5469,74 - 5669,74 )} = 5*8982,6 + 3*5.469,74 – 0 – 0 = 44.913 +
16.409,22 = 61.322,22 u.m.
Profit (V1, SN3) = 5*MIN{8982,6 , 8.517,87} + 3*MIN{5.469,74, 5.458,03} – 20*MAX{0,
(8982,6 - 8.517,87)} – 10*MAX{0, (5.469,74 - 5.458,03)} = 5*8.517,87+ 3*5458,03 – 20*464,73 –
10*11,71 = 42.589,35 + 16.374,09 - 9.294,6 - 117,1 = 49.551,74 u.m.
Profit (V2, SN1) = 5*MIN{9.431,73 , 9755,34 } + 3*MIN{5.196,25 , 6.165,998} –
20*MAX{0, (9.431,73-9755,34)}–10*MAX{0,(5196,25-6165,998)} = 5*9.431,73+ 3*5196,25 – 0 – 0
= 47.158,65 + 15.588,75 = 62.747,4 u.m.
Profit (V2, SN2) = 5*MIN{9.431,73, 8982,6} + 3*MIN{5196,25, 5669,74} – 20*MAX{0,
(9.431,73-8982,6)}–10*MAX{0,(5196,25 -5669,74)} = 5*8982,6+ 3*5196,25 – 20*449,13 - 0 =
44.913 + 15.588,75– 8982,6 = 51.519,15 u.m.
Profit (V2, SN3) = 5*MIN{9.431,73 8.517,87} + 3*MIN{5.196,25 , 5.458,03} – 20*MAX{0,
(9.431,73-8.517,87)}–10*MAX{0,(5196,25-5458,03)} = 5*8.517,87+ 3*5.196,25– 20*913,86 - 0 =
42.589,35 + 15.588,75– 18.277,2 = 39.900,9 u.m.
Profit (V3, SN1) = 5*MIN{8.533,47, 9755,34 } + 3*MIN{5.743,23, 6.165,998} – 20*MAX{0,
(8.533,47 - 9755,34)}–10*MAX{0,( 5743,23 - 6.165,998)} = 5*8.533,47 + 3*5743,23– 0 - 0 =
42.667,35 + 17.229,69 = 59.897,04 u.m
Profit (V3, SN2) = 5*MIN{8.533,47, 8982,6} + 3*MIN{5.743,23, 5.669,74} – 20*MAX{0,
(8.533,47 - 8982,6)}–10*MAX{0,(5.743,23 - 5669,74)} = 5*8.533,47+ 3*5669,74 – 0 – 10*73,49 =
42.667,35 + 17.009,22 – 734,9= 58.941,67 u.m.
Profit (V3, SN3) = 5*MIN{8.533,47, 8.517,87} + 3*MIN{5.743,23, 5.458,03} – 20*MAX{0,
(8.533,47 - 8.517,87)}–10*MAX{0,(5743,23-5458,03)} = 5*8.517,87 + 3*5458,03– 20* 15,6 –
10*285,2 = 42.589,35 + 16.374,09 -312– 2.852= 55.799,44 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 următorul program informatic:
QM for Windows/Decision Analysis/Decision Tables
21
22
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;
23
Cea mai potrivită regulă de decizie este criteriul Hurwicz, deoarece acesta analizează cel mai
bun,dar şi cel mai slab rezultat al variantei de decizie. Având atât un rezultat favorabil cât şi un
rezultat nefavorabil, putem lua o decizie potrivită, conform acestui criteriu.
24
2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor naturii;
Costul maxim pentru achiziţionarea unor informaţii complete asupra stărilor naturii este 1743,63,
valoarea unei informaţii incomplete este 58212,72.
Prin utilizarea programului QM for Windows şi prin analiza rezultatelor obţinute în tabelul Hurwicz
Table, se poate observa între ce valori ale lui o anumită variantă se situează pe locul cel mai
favorabil, care este pe locul doi şi care pe locul trei, etc.
Se aplică formula de calcul a lui Hurwicz pentru cele 3 variante considerand necunoscută; egalând
variantele două câte două se obţin 3 valori ale lui . Astfel, se identifică patru subintervale pentru , se
alege cate o valoare pentru din fiecare subinterval, se rulează problema în QM for Windows/Decision
Analysis pentru fiecare valoare aleasă şi se analizează care este ordinea de preferinţă a variantelor pe
fiecare interval.
25
1. Surclasarea variantelor decizionale pe baza rezultatelor din tabelul „Hurwicz Table”
Pentru intervalul [0, 0,81) ordinea variantelor este V3/V1/V2
Pentru intervalul [0,82, 0.84) ordinea variantelor este V1/V3/V2
Pentru intervalul [0.85, 0.87) ordinea variantelor este V1/V2/V3
Pentru intervalul [0,88, 1) ordinea variantelor este V2/V1/V3
2. Surclasarea variantelor decizionale pe baza calcului intervalelor de variaţie ale lui alpha:
Criterul lui Hurwicz implică =[0,1]:
Se alege max hi=*maxj cij+(1-)*minj cij ; cij- consecinţa economică în cazul alegerii variantei
decizionale i şi a manifestării stării j a naturii.
V1 : h1= *61322,22+(1-)*49551,74=61322,22 + 49551,74 - 49551,74=11770,48 + 49551,74
V2 : h2=*62747,4+(1-)*39900,9 =22846,5+ 39900,9
V3 : h3=*59897,04+(1-)*55799,44=4097.6+55799,44
Se egalează relaţiile:
h1=h2:11770,48+49551,74=22846,5+39900,9=>-11076,02=-9650.84=>=0,87 aparţine [0,1]
h2=h3: 22846,5+39900,9=4097,6+55799,44=>18748,9=15898,54=>=0,84
h1=h3:11770,48+49551,74=4097,6+55799,44=>7672,88 =6247,7=>=0.81
Se realizează intervalele : [0, 0,81) ; [0,82, 0,84) ; [0,85, 0,87) ; [0,88, 1].
Ordinea variantelor ţinând cont de cea mai potrivită regulă de decizie (Hurwicz) : V3/V1/V2
26
Pentru intervalul [0,82, 0,84) : =0.83
Ordinea variantelor ţinând cont de cea mai potrivită regulă de decizie ( Hurwicz): V1/V3/V2
Ordinea variantelor ţinând cont de cea mai potrivită regulă de decizie ( Hurwicz): V1/V2/V3
27
Ordinea variantelor ţinând cont de cea mai potrivită regulă de decizie ( Hurwicz): V2/V1/V3
28
Cea mai bună decizie în condiţii de risc este varianta 1 (decision 1), 58968,13.
MODULUL IV: Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în
care se va lansa pe piaţă produsul D
Departamentul de cercetare producţie al S.C. PEPSICO ROMÂNIA S.A. a creat un nou produs
Mirinda cu gust de Kiwi care a fost testat pe piaţă şi care este acceptat de către utilizatori. Pentru
realizarea produsului conducerea S.C. PEPSICO ROMÂNIA 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. PEPSICO ROMÂNIA 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+12=812
unui utilaj (probabilitatea=0.7) (cost (20+12=32) u.m.) Cerere medie (probabilitatea =0.6) 600+12=612
nou Cerere mică (probabilitatea=0.1) 500+12=512
(cost
Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 600+12=612
(20+12=32)u
(cost (2+12=14) u.m.) Cerere medie (probabilitatea=0.6) 500+12=512
.m)
Cerere mica (probabilitatea=0.1) 400+12=412
Conjuctură nefavorabilă Utilizarea capacităţii existente Cerere mare (probabilitatea=0.3) 500+12=512
(probabilitatea=0.3) Cerere medie (probabilitatea=0.6) 400+12=412
Cerere mică (probabilitatea=0.1) 200+12=212
Ore Conjuctură favorabilă Instalarea unui utilaj nou Cerere mare (probabilitatea=0.3) 600+12=612
29
suplimentare (probabilitatea=0.7) (cost (20+12=32) u.m.) Cerere medie (probabilitatea=0.6) 500+12=512
de lucru
(cost Cerere mică (probabilitatea=0.1) 200+12=212
(2+12=14)u. Instalarea unui utilaj nou şi
Cerere mare (probabilitatea=0.3) 500+12=512
m.) ore suplimentare de lucru
(cost (22+2*12= 46) u.m.) Cerere medie (probabilitatea=0.6) 400+12=412
Cerere mică (probabilitatea=0.1) 200+12=212
Conjuctură nefavorabilă Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 400+12=412
(probabilitatea=0.3) (cost (2+12=14) u.m.) Cerere medie (probabilitatea=0.6) 400+12=412
Cerere mică (probabilitatea=0.1) 200+12=212
Rezolvare
Rezolvarea problemei se poate face cu urmatorul program informatic:
QM for Windows/Decision Analysis/Decision Trees
30
Analiza economică a rezultatelor
Raportul managerial va include:
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor;
31
2. Analiza rezultatelor şi indicarea variantelor optime atât în primul an cât şi în cel de al doilea an.
În primul an se recomandă instalarea utilajului nou, pentru că profitul aşteptat este mai mare decât în
cazul orelor suplimentare, respectiv 567,6 unităţi monetare în comparaţie cu 449,4 unităţi monetare.
În al doilea an dacă conjunctura este favorabilă se va alege instalarea unui nou utilaj deoarece profitul
aşteptat este de 662 u.m., în comparaţie cu situaţia în care s-ar alege orele suplimentare unde profitul
aşteptat este de 532 u.m., iar dacă conjuctura va fi nefavorabilă se recomandă utilizarea capacităţii
existente cu un profit aşteptat de 422 u.m.
32
3. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii (minim 2
scenarii).
Scenariul 1
33
34
În primul an se recomandă instalarea utilajului nou, pentru că profitul aşteptat este mai mare decât în
cazul orelor suplimentare, respectiv 588,4 unităţi monetare în comparaţie cu 459,6 unităţi monetare.
În al doilea an dacă conjunctura este favorabilă se va alege instalarea unui nou utilaj deoarece profitul
aşteptat este de 662 u.m., în comparaţie cu situaţia în care s-ar alege orele suplimentare unde profitul
aşteptat este de 532 u.m., iar dacă conjuctura va fi nefavorabilă se recomandă utilizarea capacităţii
existente cu un profit aşteptat de 422 u.m.
Scenariul 2
35
36
În primul an se recomandă instalarea utilajului nou, pentru că profitul aşteptat este mai mare decât în
cazul orelor suplimentare, respectiv 606,4 unităţi monetare în comparaţie cu 467,6 unităţi monetare.
În al doilea an dacă conjunctura este favorabilă se va alege instalarea unui nou utilaj deoarece profitul
aşteptat este de 682 u.m., în comparaţie cu situaţia în care s-ar alege orele suplimentare unde profitul
aşteptat este de 542 u.m., iar dacă conjuctura va fi nefavorabilă se recomandă utilizarea capacităţii
existente cu un profit aşteptat de 432 u.m.
37
MODULUL V. Programarea activităţilor unui proiect pentru introducerea în fabricaţie a
produsului Mirinda cu gust de Kiwi
Realizarea studiului de fezabilitate pentru introducerea în fabricaţie a unui nou produs Mirinda
cu gust de kiwi la S.C.PEPSICO ROMÂNIA 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+12=102 135+12=147
Elaborare program
B - 5 2 16+12=28 30+12=42
marketing
Pregătire documentaţie
C A 6 3 3+12=15 4+12=16
tehnică
100+12=11
D Construire prototip A 11 6 120+12=132
2
Elaborare prospect de
E A 4 3 6+12=18 7+12=19
marketing
F Estimare cost de producţie C 3 2 2+12=14 3+12=15
G Testare tehnică a producţiei D 6 4 60+12=72 70+12=82
H Studiul pieţei B,E 8 4 20+12=32 50+12=62
Estimare cerere şi preţ de
I H 3 2 2+12=14 3+12=15
vânzare
J Redactare studiu final F,G,I 3 2 2+12=14 3+12=15
Conducerea S.C.PEPSICO ROMÂNIA 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 +10*12=480) 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
QM for Windows/ Project Management PERT – CPM/Single Time Estimate
38
39
Analiza economică a rezultatelor
Raportul managerial în care se analizează rezultatele obţinute va include:
1. Graficul reţea al activităţilor proiectului;
40
41
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).
42
Reprezentare grafică:
DURATĂ COST
32 420
19 545
26 448,2
43
4. Drumul critic pentru proiectul cu durată medie;
44
5. Termenele minime şi maxime de începere şi de terminare pentru fiecare activitate.
Termenele minime se observă de pe coloana Early Start, iar termenele maxime de pe coloana Late, cele
de început de pe coloana Late Start, iar cele de final de pe coloana Late Finish, iar rezerva de timp de pe
coloana Slack.
45
INDICAȚII PENTRU REZOLVARE ȘI ANALIZA ECONOMICĂ
46
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
47
MODULUL II: Estimarea cererii produsului A în condiţii de concurenţă
Rezolvarea cu WINQSB/Mkp:
From \ To A C1 C2 C3
A 0.8 0.1 0.05 0.05
C1 0.2 0.6 0.1 0.1
C2 0.25 0.1 0.5 0.15
C3 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”
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”
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.)
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.
48
O altă variantă constă în rezolvarea problemei in Excel si ridicarea matricii la diferite
puteri: fidelitatea față de produsul A și reorientările către produsele C1, C2 și C3 se citesc
pe prima linie a fiecărei matrici.
Din tabelele 2/R şi 3/R rezultă evoluţia pe piaţă a produselor concurenţiale A, C1, C2, C3:
Figura 2/R
Campania de publicitate a avut un efect maxim în luna octombrie, când produsul A 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 produsul A dacă matricea de tranziţie rămâne
neschimbată un număr mare de perioade;
49
Dacă matricea de tranziţie rămâne mult timp neschimbată de la o lună la alta, ponderea limită la
care poate ajunge produsul A 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.
1
0.9
0.8
0.8
Fidelitati/reorientari
0.6875
0.7 0.6242
0.6
0.5
0.4
0.3
0.1853
0.2 0.155
0.1 0.08 0.0976
0.05 0.05 0.0775 0.0929
0.1
0
oct nov dec
Lunile
Figura 3/R
5. Plecând de la estimările obţinute rezultă următorul volum al vânzărilor produsului A:
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 produsul A pe cele 3
luni.
50
MODULUL IV. Calculul profitului maxim probabil (speranţa matematică a profitului) în
cazul în care se va lansa pe piaţă produsul D.
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)
',')
51
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
52
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
53
Analiza economică a rezultatelor
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor
54
Modelare economică 55
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.
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)
Tabelul 10/R
Activity Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (Using Crash Time)
Tabelul 11/R
Crashing Analysis for “Programarea activitatilor pentru realizarea unui produs nou” (durata totala =19 saptamani
si cost optim)
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
Obs: Tabelul 12/R se obține cu opțiunea Perform Crashing Analysis/ Meeting the desired
completion time pentru 25 săptămâni.
57