Academia de Studii Economice, București

Facultatea de Management

Proiect Modelarea deciziilor Manageriale

Grigore Cezar Eugen

Anul III, Seria A, Grupa 155

Individualizare: 256

București 2019
MODELAREA DECIZIILOR MANAGERIALE
-
PROIECT DE DISCIPLINĂ

Decizia managerială asistată de calculator pentru îndeplinirea

obiectivelor propuse la firma PROMODEC

1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a firmei "PROMODEC"
(individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Estimarea vânzărilor produsului B
Estimarea cererii produsului 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 produsul D.
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a
produsului D.
Situaţia tehnico-economică şi de producţie a firmei "PROMODEC"
(individualizată pe student

Firma PROMODEC 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:
 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 A, şi B în lunile următoare (octombrie,
noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. PROMODEC S.A. a
cererii viitoare pentru cele două produse ale sale;
 Produsul A este în concurenţă cu alte trei produse similare C1, C2, C3 realizate de firme
concurente, astfel că variaţia cererii pentru produsul A este cauzată de evoluţia ponderii pe
piaţă a produselor concurenţiale C1, C2, C3.
 Produsul B 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.
 În evidenţa contabilă şi statistică a S.C. PROMODEC S.A. există informaţii privind
costul și profitul unitar (Tabelul 1), şi despre vânzările din produsul B (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.

INDIVIDUALIZARE: 256

Tabelul 2.
Nr.crt. Luna Vânzări din produsul B (unităţi
fizice)
1 Octombrie (anul 1400 +256=1656
precedent)
2 Noiembrie (anul 1500 +256=1756
precedent)
3 Decembrie (anul 1200 +256=1456
precedent)
4 Ianuarie (anul curent) 1300 +256=1556
5 Februarie (anul curent) 1100 +256=1356
6 Martie (anul curent) 1350 +256=1606
7 Aprilie (anul curent) 1450 +256=1706
8 Mai (anul curent) 1150 +256=1406
9 Iunie (anul curent) 1200 +256=1456
10 Iulie (anul curent) 1100 +256=1356
11 August (anul curent) 1310 +256=1566
12 Septembrie (anul curent) 1250 +256=1506
 1. 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 produsul D.
o Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului
D în cazul duratelor deterministe şi analiza cost – durată.

Societatea Comercială PROMODEC S.A. are contracte ferme pentru produsul B, numai în lunile
noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor produsului B 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.

1800
1700
1600
1500
1400
1300
1200
1100
1000
oct nov dec ian feb mar apr mai iun iul aug sep oct

Datele reale Media

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. PROMODEC 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 optim în raport cu eroarea medie pătratică.

2. Decizia managerială asistată de calculator

MODULUL I: Estimarea vânzărilor produsului B

 Se selecteaza metoda de previziune (exponentian Smoothing) si valoarea constantei de nivelare
(alpha): 0.3
Dupa alegerea optiunii Solve se obțin următoarele rezultate:

Din meniul Window se pot selecta diverse ecrane cu diferite grade de detaliere a soluției:
Pentru a alege cea mai bună previziune in funcție de o eroare se foloseste opțiunea Window/
Errors as a function of alpha. In exemplul dat se observă ca cea mai mică eroare medie pătratică
MSE este 19503,35 pentru alpha 0.27 atunci când constanta de nivelare este 0,2 și 0,9.
Pentru a vizualiza valoarea previziunii ptr. alpha optim se revine la datele de intrare cu optiunea
Window/Edit data, se modifică valoarea lui alpha (se trece cea optima vizualizata anterior) si se
activează din nou Solve:
Optiunea Window/Graph permite trasarea graficului vanzarilor reale si a previziunii realizate:

Optiunea Save as Excel file permite salvarea datelor si a rezultatelor in Excel (optiunea ar trebui
repetată pentru rezolvarea cu fiecare alpha):
Transferul datelor in Excel permite editarea acestora într-o formă printabilă, completarea
graficului cu previziunile pentru mai multe valori ale lui alpha, cu media valorilor reale etc.

MODULUL II: Estimarea cererii produsului A în condiţii de concurenţă

La începutul lunii septembrie a.c., S.C. PROMODEC S.A. a organizat o anchetă asupra
unui eşantion reprezentativ de (1256) consumatori, cu scopul de a determina numărul utilizatorilor
produsului A, cât şi al utilizatorilor produselor concurente C1, C2, C3.
S-au înregistrat următoarele rezultate:
(656) cumpărători s-au declarat utilizatori ai produsului A;
220 cumpărători s-au declarat utilizatori ai produsului C1;
230 cumpărători s-au declarat utilizatori ai produsului C2;
150 cumpărători s-au declarat utilizatori ai produsului C3.
În luna septembrie a.c., S.C. PROMODEC S.A. a lansat o campanie de publicitate pentru
produsul A. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion
reprezentativ de cumpărători şi s-au obţinut următoarele rezultate:
- dintre utilizatorii produsului A (la începutul lunii septembrie a.c.):
80% au rămas fideli produsului A;
10% s-au orientat către produsul C1;
5% s-au orientat către produsul C2;
5% s-au orientat către produsul C3;
- dintre utilizatorii produsului C1 (la începutul lunii septembrie a.c.):
60% au rămas fideli produsului C1;
20% s-au orientat către produsul A;
 10% s-au orientat către produsul C2;
10% s-au orientat către produsul C3;
- dintre utilizatorii produsului C2 (la începutul lunii septembrie a.c.):
50% au rămas fideli produsului C2;
25% s-au orientat către produsul A;
10% s-au orientat către produsul C1;
15% s-au orientat către produsul C3;
- dintre utilizatorii produsului C3 (la începutul lunii septembrie a.c.):
40% au rămas fideli produsului C3;
30% s-au orientat către produsul A;
20% s-au orientat către produsul C1;
10% s-au orientat către produsul C2.
Se fac următoarele ipoteze:
 Alegerea unuia dintre produsele A, C1, C2, C3 în luna următoare depinde numai de
alegerea din luna curentă;
 Se consideră că matricea reorientărilor rămâne neschimbată pentru fiecare din
următoarele 3 luni;
 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, C1, C2, C3 în luna t.
Cotele de participare pe piaţă pot fi exprimate ca ponderi: 0≤cp A ≤1 , 0≤cpCi ≤1
4
∑ cp ti =1
pentru i=1,2,3 astfel ca suma tuturor să fie 1 ( i=1 ), sau ca procente:
4

0≤cpi ≤100 , pentru i=1,...,4 şi ∑ cp ti =100

i=1 pentru oricare moment de timp ( t,
t=1,2,...T);
P= matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele p ij, i=1,...,4,
j=1,...,4.
pij = probabilitatea de reorientare a unui consumator de la produsul „i”, fie acesta unul din
mulţimea {A, C1, C2, C3} în luna t  {septembrie, octombrie sau noiembrie} a.c., la
 produsul „j” din mulţimea {A, C1, C2, C3} în luna t+1  {octombrie, noiembrie sau
4

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

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+c 220 230 150

S0= ( 1000+c 1000+c 1000+c 1000+c ) ¿>¿ So=
656 220 230 150
( 1256 1256 1256 1256 )
¿> So=¿

¿ ( 0,522 ; 0,175 ; 0,183; 0,119 )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 , 20
0 ,10
0 ,50
0 ,10
0 ,10
0 ,15
0 , 40
)
Rezolvarea cu QM for Windows/ Markov Analysis:

Din Module se alege optiune Markov Analysis:

Se alege din bara de meniuri optiunea File/New, si se completeaza datele generale ale
problemei: Title-optional, Number of states – 4.
După alegerea opţiunii Solve se obţin rezultatele urmatoare (starea staționară sau de
echilibru):

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;
0.6

0.5

0.4

A
0.3 C1
C2
C3
0.2

0.1

0
1 2 3 4
 În luna septembrie a.c. produsul A se află la începutul perioadei de creştere
Produsul C1 înregisreaza o crestere, în timp ce produsul C2 are un trend descendent. Produlul C3
este constant.

2. Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A;

3. Ponderea limită pe piaţă la care poate ajunge produsul A 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 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.

4.Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A 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 produsul A la fiecare 1,84 luni (recurrence time).
0.6
0.53 0.54 0.54

0.5

0.4

Series 1
0.3 Series 2
Series 3
0.21 0.22 series 4
0.2
0.2
0.15
0.12 0.13 0.13
0.12
0.1

0
Octombrie Noiembrie Decembrie
5. Plecând de la estimările obţinute rezultă următorul volum al vânzărilor produsului A:
0,5341 * 6000 = 3205 u.f. în octombrie a.c.,
0,5394 * 6000 = 3236 u.f. în noiembrie a.c.şi
0,5417 * 6000 = 3250 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.
3205 * 5 = 16025
3236 * 5= 16180
3250 * 5 = 16250

7. Politica managerială pentru consolidarea produsului A pe piaţă va fi propusă de

fiecare student în funcţie de evoluţia produsului analizat.
Politica de promovare se mentine deoarece se observa o crestere a profitului in cazul peodusului
A.

MODULUL III: Decizia managerială privind stabilirea strategiei de vânzare în condiţii de

incertitudine şi risc

PROMODEC realizează în principal două produse, A şi B. Pentru produsele A 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 produsele A şi B este estimată în funcţie de volumul
previzionat al vânzărilor corelat cu vânzările reale din produsele concurente existente pe piaţă
(produsele C1, C2 şi C3 pentru produsul A şi produsele substitut pentru produsul B a cărui cerere
fluctuează în funcţie de conjunctura economică). Sunt evidenţiate următoarele situaţii obiective
de evoluţie a vânzărilor:
- Starea naturii SN1: situaţie favorabilă societăţii PROMODEC (condiţii slabe de
concurenţă)
- cererea pentru produsul A se estimează astfel:
• cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,5341 * 6000 = 3205 u.f.
• 1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10 *
0,5394 * 6000 = 3263*1,10 = 3589,3 u.f.
• 1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15 *
0,5417 * 6000 = 3250*1,15 = 3737,5 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul A se situează la nivelul: 3205 u.f.
+ 3589,3 u.f. + 3737,5 u.f. = 10531,8 u.f.
- cererea pentru produsul B 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 de 1400 u.f. şi în decembrie
la 3500 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul B 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 produsul A se estimează astfel:
• cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie = 0,5341 *
6000 =3205 u.f.
• cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna noiembrie = 0,5394 *
6000 =3263 u.f.
• cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna decembrie = 0,5417
* 6000 = 3250 u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru produsul A se situează la nivelul: 3205 +
3263 + 3250 = 9718 u.f.
- cererea pentru produsul B 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 produsul B se situează la nivelul: 1257,74 +
1200 + 3200 = 5657,74 u.f.

- Starea naturii SN3: situaţie nefavorabilă pentru SC. PROMODEC (concurenţă

agresivă a celorlalte produse)
- cererea din produsul A se situează la nivelul:
• cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,5341 * 6000 =3205 u.f.
• 0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 *
0,5394 * 6000 = 0,95 * 3263 = 3099,85 u.f.
• 0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 *
0,5417 * 6000 = 0,90 * 3250 u.f. = 2925 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul A se situează la nivelul: 3205 +
3099,85+ 2925= 9229,85 u.f.

- cererea pentru produsul B 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 produsul B 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 produsul A să fie egală cu cererea totală estimată pe baza cotelor de piaţă din
octombrie, noiembrie şi decembrie a.c. obţinute cu modelul Markov = 0,5341*6000
+0,5394*6000 + 0,417 * 6000 = 3205 + 3263 + 3250 = 9718 u.f., iar oferta pentru produsul B 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 produsul A 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*9718 = 10203,9 u.f., iar oferta pentru produsul B 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 produsul A 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 *
9718 = 9232,1 u.f., iar oferta pentru produsul B 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.
Profit(Vi, SNj) = (profitul unitar A) * MIN{ (ofertaVi produs A)k, (cerereaSNj produs A)k} +
(profitul unitar B) * MIN{ (ofertaVi produs B)k, (cerereaSNj produs B)k} - (costul unitar
producţie A) * MAX{0, [ (ofertaVi produs A)k - (cerereaSNj produs A)k]} - (costul unitar
producţie B) * MAX{0, [ (ofertaVi produs B)k - (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.
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

Stările naturii
SN1 (p1 = 0,4) SN2 (p2 = 0,4) SN3 (p3 = 0,2)
Cererea A = 10531,8u.f. Cererea A = 9718 u.f. Cererea A = 9229,85 u.f.
Cererea B = 6154 u.f. Cererea B = 5657,74 u.f. Cererea B = 5446,03 u.f.
Varianta decizională V1
Oferta A = 9718
u.f. 64963,22 u.m. 64963,22 u.m. 61717,89 u.m.
Oferta B =
5457,74 u.f.
Varianta decizională V2
Oferta A =
10203,9 u.f. 63324,55 u.m. 62846,85 u.m. 59978,61 u.m.
Oferta B =
5184,85 u.f.
Varianta decizională V3
Oferta A =
9232,1 u.f. 62573,39 u.m. 62500,05 u.m. 61432,95 u.m.
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{9718, 10531,8 } + 3*MIN{5457,74, 6154} – 20*MAX{0, (9718 –
10531,8)} – 10*MAX{0, (5457,74 - 6154)} = 5*9718 + 3*5457,74 – 0 – 0 = 48590 + 16373,22
= 64963,22 u.m.
După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie pentru
ierarhizarea variantelor decizionale.
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
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. PROMODEC 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. PROMODEC 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.PROMODEC 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.
Procesul decizional în două etape poate fi modelat cu ajutorul arborelui decizional.
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) 1056
unui utilaj (probabilitatea=0.7) (cost (276) u.m.) Cerere medie (probabilitatea =0.6) 856
nou Cerere mică (probabilitatea=0.1) 756
(cost
Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 856
(276)u.m)
(cost (258) u.m.) Cerere medie (probabilitatea=0.6) 756
Cerere mica (probabilitatea=0.1) 656
Conjuctură nefavorabilă Utilizarea capacităţii existente Cerere mare (probabilitatea=0.3) 756
(probabilitatea=0.3) Cerere medie (probabilitatea=0.6) 656
Cerere mică (probabilitatea=0.1) 456
Ore Conjuctură favorabilă Instalarea unui utilaj nou Cerere mare (probabilitatea=0.3) 856
suplimentare (probabilitatea=0.7) (cost (276) u.m.)
de lucru Cerere medie (probabilitatea=0.6) 756
(cost Cerere mică (probabilitatea=0.1) 456
(258)u.m.) Instalarea unui utilaj nou şi
Cerere mare (probabilitatea=0.3) 756
ore suplimentare de lucru
(cost (534) u.m.) Cerere medie (probabilitatea=0.6) 656
Cerere mică (probabilitatea=0.1) 456
Conjuctură nefavorabilă Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 656
(probabilitatea=0.3) (cost (258) u.m.) Cerere medie (probabilitatea=0.6) 656
Cerere mică (probabilitatea=0.1) 456
Rezolvarea cu QM FOR WINDOWS/ Decision Analysis/Decision Tree Analysis pentru c=0