Programul de studii: Management

CAIET DE APLICAȚII

MODELAREA PROCESELOR ECONOMICE

Elaborat: Ciocanel Marian Alexandru

Anul III, Grupa 1

2020-2021
CUPRINS

1. APLICATII DE PROGRAMARE LINIARĂ................................................................................ 1

1.1 Problema de utilizare a resurselor limitate...............................................................1
1.2. Problema de programare liniară mixtă / binară.....................................................5
1.3. Problema de transport..................................................................................................... 8
1.4. Programare liniară multiobiectiv..............................................................................10
2. APLICATII DE MANAGEMENTUL PROIECTELOR (PERT/CPM)..................................14
2.1 PERT/CPM – Durate aleatoare...................................................................................... 14
2.2 PERT/CPM – Bugetarea costurilor..............................................................................19
2.3 PERT/CPM – Reducerea duratelor.............................................................................. 24
3. APLICATII DE REȚELE (GRAFURI)...................................................................................... 27
3.1 Metoda drumului minim................................................................................................ 27
3.2 Metoda drumului minim într-un arbore extins......................................................31
3.3 Metoda fluxului maxim................................................................................................... 35
4. APLICATII DE ANALIZA DECIZIEI....................................................................................... 38
4.1 Tabele de decizie.............................................................................................................. 38
4.2 Arbori de decizie............................................................................................................... 42
4.3 Analiza factorilor.............................................................................................................. 44
5. APLICATII DE GESTIUNEA STOCURILOR.......................................................................... 47
5.1 Modelul EOQ....................................................................................................................... 47
5.2 Modelul POQ....................................................................................................................... 50
5.3 Modelul de stocuri cu discount....................................................................................53
5.4 Modelul de stocuri de siguranță.................................................................................. 57
5.5 Analiza ABC......................................................................................................................... 60

GRILA DE EVALUARE

Problema Punctaj Evaluare

1.1 0.5
1.2 0.5
1.3 0.5
1.4 0.5
2.1 0.5
2.2 0.5
2.3 0.5
3.1 0.5
3.2 0.5
3.3 0.5
4.1 0.5
4.2 0.5
4.3 0.5
5.1 0.5
5.2 0.5
5.3 0.5
5.4 0.5
5.5 0.5
TOTAL
NOTA
1. APLICATII DE PROGRAMARE LINIARĂ

1.1 Problema de utilizare a resurselor limitate

1.1.1 Studiul de caz

O firmă realizează 4 produse (P1, P2, P3 și P4), pentru care timpii de prelucrare,
costurile de execuție și profitul unitar sunt date în tabelul urmă tor:
Timp de prelucrare Cost de execuție
Produsul Profit unitar (u.m.)
(ore) (u.m.)
P1 .10 36 90
P2 .25 48 125
P3 .08 25 45
P4 .21 35 65

Firma are urmă toarele restricții privind manopera, materialele și bugetul disponibile
pentru producție:

(1) Disponibilul total de manoperă (operatori, schimburi, mașini) este de 72 ore;

(2) Produsele sunt expediate în containere speciale, în care pot fi ambalate 3
produse P1, 3 produse P2, 1 produs P3 și 1 produs P4, iar firma dispune de 1200
containere;
(3) Bugetul alocat activită ții de producție este de 25000 u.m.;
(4) Stocul pentru produsele P1 și P2 nu poate depă și 300 bucă ți;
(5) Stocul pentru produsele P3 și P4 nu poate depă și 200 bucă ți;

Se cere să se determine numă rul de produse care maximizează profitul și pot fi

expediate în containerele speciale.

1.1.2 Modelul

Consideră m urmă toarele variabile ale problemei de programare liniară :

 x 1– numă rul de produse P1;

 x 2– numă rul de produse P2;
 x 3– numă rul de produse P3;
 x 4– numă rul de produse P4;

1
Organiză m datele de intrare tabelar, pentru a defini mai ușor problema în QM:

Produse / Variabile ≤ Disponibil

Resurse P1 P2 P3 P3 ≥
x1 x2 x3 x4
R1 Manopera .12 .20 .08 .15 ≤ 72
R2 Containere 3 3 1 1 ≤ 1200
R3 Buget 36 48 25 35 ≤ 25000
R4 Stoc P1+P2 1 1 0 0 ≤ 300
R5 Stoc P3+P4 0 0 1 1 ≤ 200

Funcția obiectiv
90 125 45 65 → max
Profit

 Restricțiile PPL:

.10 x 1+ .25 x 2 +.08 x3 +.21 x 4 ≤72

{
3 x1 +3 x 2+ x 3 + x 4 ≤1200
36 x1 + 48 x 2 +25 x 3+35 x 4 ≤ 25000
x1 ≥ 0
x2 ≥ 0
x3 ≥ 0
x4 ≥ 0

 Funcția obiectiv:
max { 90 x 1 +125 x2 + 45 x 3 +65 x 4 }

1.1.3 Rezolvarea în QM

În QM utiliză m modulul Linear Programming:

(1) În ecranul de creare a setului de date alegem opțiunile (Figura 1.1.3.1):

 Number of Constrains: 5
 Number of Variables: 4
 Objective: Maximize
(2) Datele de intrare sunt redate în Figura 1.1.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 1.1.3.3
(4) Analiza de senzitivitate este redată în Figura 1.1.3.4

2
Figura 1.1.3.1

Figura 1.1.3.2

3
Figura 1.1.3.3

4
 Figura 1.1.3.4

1.1.4 Concluzii

(1) Soluția optimă rezultată este:

 x 1=50produse P1;
 x 2=250 produse P2;
 x 3=200 produse P3;
 x 4 =0 produse P4.

(2) Profitul maxim este de 44750 u.m.

(3) Există mai multe soluții optime, cu limitele de variație din analiza de senzitivitate
(Figura 1.1.4)

5
1.2. Problema de programare liniară mixtă / binară

1.2.1 Studiul de caz

O fermă produce 2 produse din mere , notate P1 și P2 , pentru care se utilizează

3 componente, notate A,B și C. Produsul P1 se ambalează in cutii de 20 kg , iar produsul
P2 se realizează si se vinde la bucată . Consumurile unitare și cantită țiile sunt redate în
tabelul urmă tor:
Componenta Produsul P1 Produsul P2 Disponibil
A 40 0,6 3000
B 28 0,5 1600
C 4 0,2 400

O cutie de 20 kg din produsul P1 se vinde cu 95 u.m., iar un kg din produsul P2 se

vinde cu 2.5 u.m.

1.2.2 Modelul

 x 1= numă r de cutii din produsul P1

 x 2= numă r din produsul 2

Produse/Variabile Disponibil
Resurse P1 P2 Cantitate de
x1 x2 componente
R1 Componenta A 40 .6 ≤ 3000
R2 Componenta B 28 .5 ≤ 1600
R3 Componenta C 4 .2 ≤ 400

Profit unitar 95 2.5

Funcția obiectiv
Profit 95 x 1+2.5 x 2 ⟶ max

6
 40 x 1+ 0.6 x 2 ≤3000


{
28 x 1+0.5 x 2 ≤ 1600
Resticțiile PPL: 4 x 1+ 0.2 x 2 ≤ 400
x1 ≥ 0
x2 ≥ 0

 Funcția obiectiv:max { 95 x 1 +2.5 x2 }

1.2.3 Rezolvarea în QM

În QM utiliză m modulul Integer & Mixed Programming:

(1) În ecranul de creare a setului de date alegem opțiunile (Figura 1.2.3.1):

 Number of Constrains: 3
 Number of Variables: 2
 Objective: Maximize
(2) Datele de intrare sunt redate în Figura 1.2.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 1.2.3.3
(4) Analiza de senzitivitate este redată în Figura 1.2.3.4

Figura 1.2.3.1

7
Figura 1.2.3.2

Figura 1.2.3.3

8
 Figura 1.2.3.4

1.2.4 Concluzii

(1) Soluția optimă rezultată este :

a. Produse X1 au fost realizate 33
b. Produse X2 au fost realizate 1340
(2) Profitul maxim este de 6485 u.m.

1.3. Problema de transport

9
1.3.1 Studiul de caz

Compania Duvenbeck Logistik SRL asigură transportul unor produse (pij) de la 3

depozite(Di) la centrele de desfacere (Cj), conform tabelului de mai jos. Determinaţi
cantită ţile (xij) ce necesită sa fie transportate de la fiecare depozit la centre astfel încâ t
să se asigure un cost total minim.
C1 C2 C3 Disponibil
D1 20 30 10 100
D2 30 40 25 300

D3 35 15 20 100
Cerere 150 125 225

1.3.2 Modelul

 C1=Centrul de desfacere 1
 C2=Centrul de desfacere 2
 C3=Centrul de desfacere 3
 D1=Depozitul 1
 D2=Depozitul 2
 D3=Depozitul 3

1.3.3 Rezolvarea în QM

În QM utiliză m modulul Transportation:

(1) În ecranul de creare a setului de date alegem opțiunile (Figura 1.3.3.1):

a. Number of Constrains: 3
b. Number of Variables: 3
c. Objective: Minimize
(2) Datele de intrare sunt redate în Figura 1.3.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 1.3.3.3

10
Figura 1.3.3.1

Figura 1.3.3.2

11
 Figura 1.3.3.3

1.3.4 Concluzii

(1) Soluția optimă rezultată este:

D2

(2) Costul total este de 15075 u.m.

1.4. Programare liniară multiobiectiv

1.4.1 Studiul de caz

12
O firmă realizează 2 produse P1 şi P2 , care necesită procese de prelucrare şi de
asamblare. La prelucrare, pentru produsul P1 sunt necesare 3 ore de manoperă , iar
pentru produsul P2 sunt necesare 4 ore de manoperă . La asamblare, pentru produsul
P1 sunt necesare 7 ore de manoperă , iar pentru produsul P2 sunt necesare 6 ore de
manoperă . Manopera totală disponibilă este de 13 ore la prelucrare şi 40 de ore la
asamblare. Profitul zilnic pentru P1 este de 8 u.m., iar pentru P2 este de 7 u.m.
Se cere definirea variabilelor.

1.4.2 Modelul
Variabilele de deviație pot fi definite astfel:
 𝑑1 − : nerealizarea (valorică ) a obiectivului de profit
 𝑑1 + : depă șirea (valorică ) a obiectivului de profit
 𝑑2 − : neutilizarea (în ore) a timpului de prelucrare
 𝑑2 + : depă șirea (în ore) a timpului de prelucrare
 𝑑3 − : neutilizarea (în ore) a timpului de asamblare
 𝑑3 + : depă șirea (în ore) a timpului de asamblare
 𝑑4 − : nerealizarea (în buc.) a numă rului de produse P2
 𝑑4 + : depă șirea (în buc.) a numă rului de produse P2
Restricții : ¿

Funcția obiectiv min ⁡¿

1.4.3 Rezolvarea în QM

În QM utiliză m modulul Liner Programming:

(1) În ecranul de creare a setului de date alegem opțiunile (Figura 1.4.3.1):

a. Number of Constrains: 4
b. Number of Variables: 10
c. Objective: Minimize
(2) Datele de intrare sunt redate în Figura 1.4.3.2

Rezultatele soluției calculate sunt redate în Figura 1.4.3.3

13
Figura 1.4.3.1

Figura 1.4.3.2

Figura 1.4.3.3

14
1.4.4 Concluzii
X2=6,67 : S-au realizat 6,67 produse P2
D1+ = 6,67
D2+=13,67
D4- = 1,33

15
2. APLICATII DE MANAGEMENTUL PROIECTELOR (PERT/CPM)

2.1 PERT/CPM – Durate aleatoare

2.1.1 Studiul de caz

Se consideră un proiect compus din 10 activită ți. Condiționă rile dintre activită ți , cele
trei durate(zile) estimate pentru fiecare activitate sunt redate in tabelul de mai jos.

Activitate Predecesor Durata

a i Optimist Cea mai Pesimist
ă probabil ă
ă
A - 3 4 7
B - 1 2.5 4
C A 2 2 5
D A 4 6 10
E A 3 3 5
F C 2 2.5 4
G D 1 1 3
H B,E 2.5 2.5 4.5
I H 1 3 4.5
J F,G,I 2 3 5

2.1.2 Modelul

Pentru fiecare activitate vom considera:

▪ durata optimistă : durata minimă a activită ții, în condiții optime;

▪ durata cea mai probabilă : durata așteptată a activită ții, în condiții

normale;

▪ durata pesimistă : durata maximă a activită ții, în condiții de întâ rziere.

16
2.1.3 Rezolvarea în QM

În QM utiliză m modulul Project Management(PERT/CPM) pentru determinarea

drumului critic pentru durate incerte sau aleatorii.
 Triple time estimate:
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 2.1.3.1):
 Number of Activities: 10
 Table Structure: Immediate predecessor list
(2) Datele de intrare sunt redate în Figura 2.1.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 2.1.3.4 si in Figura 2.1.3.4
(4) Reteaua proiectului (graful de precedență ) este redat în Figura 2.1.3.5
(5) Graficele Gantt (timpii cel mai devreme, timpii cel mai tâ rziu si drumul critic)
sunt redate în Figura 2.1.3.6a/b/c.

Figura 2.1.3.1

17
Figura 2.1.3.2

Figura 2.1.3.3

18
Figura 2.1.3.4

Figura 2.1.3.5

19
Figura 2.1.3.6a

Figura 2.1.3.6b

20
 Figura 2.1.3.6c

2.1.4 Concluzii

Am obținut urmă toarele rezultate:

▪ Durata proiectului: 16,58 zile

▪ Activită țile critice: E, H, I, J

2.2 PERT/CPM – Bugetarea costurilor

2.2.1 Studiul de caz

21
Se consideră un proiect compus din 10 activită ți. Condiționă rile dintre activită ți , cele
trei durate (zile) estimate pentru fiecare activitate, cost activitate, durata reducere si
costul reducere sunt date în tabelul de mai jos:
Activi Activită ți Durata Cost Durata Cost
tatea precedent Optimistă Cea mai Pesimistă activitate reducere reducere
e probabilă
A - 3 4 7 200 1 400
B - 1 2.5 4 500 1 850
C A 2 2 5 400 1 500
D A 4 6 10 600 2 950
E A 3 3 5 600 1.5 700
F C 2 2.5 4 700 2 1050
G D 1 1 3 900 1 1300
H B,E 2.5 2.5 4.5 800 1.5 1200
I H 1 3 4.5 700 2 850
J F,G,I 2 3 5 600 2 750

2.2.2 Modelul

După determinarea drumului critic, modulul permite stabilirea pentru fiecare activitate:

▪ Early Start Budget – momentul cel mai devreme la care poate începe alocarea
bugetului pe activită ți

▪ Late Start Budget – momentul cel mai tâ rziu la care poate începe alocarea
bugetului pe activită ți

2.2.3 Rezolvarea în QM

În QM utiliză m modulul Project Management(PERT/CPM)

 Cost Budgeting:
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 2.2.3.1):
 Number of Activities: 10
 Table Structure: Immediate predecessor list
(2) Datele de intrare sunt redate în Figura 2.2.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 2.2.3.3
(4) Momentul cel mai devreme la care poate începe alocarea bugetului pe activită ți
(Figura 2.2.3.4)

22
(5) Momentul cel mai tâ rziu la care poate începe alocarea bugetului pe activită ți
(Figura 2.2.3.5)
(6) Rețeaua proiectului (graful de precedență ) este redat în Figura 2.2.3.6
(7) Graficul Gantt (drumul critic) este redat în Figura 2.2.3.7
(8) Graficul Buget / timp este redat în Figura 2.2.3.8

Figura 2.2.3.1

Figura 2.2.3.2

23
Figura 2.2.3.3

Figura 2.2.3.4

24
Figura 2.2.3.5

Figura 2.2.3.6

Figura 2.2.3.7

25
 Figura 2.2.3.8

2.2.4 Concluzii

Am obținut urmă toarele rezultate:

▪ Durata proiectului: 15.5 zile

▪ Activită țile critice: A,E,H,I,J

26
2.3 PERT/CPM – Reducerea duratelor

2.3.1 Studiul de caz

Se consideră un proiect compus din 10 activită ți. Condiționă rile dintre activită ți , cele
trei durate (zile) estimate pentru fiecare activitate, cost activitate, durata reducere si
costul reducere sunt date în tabelul de mai jos:
Activi Activită ți Durata Cost Durata Cost
tatea precedent Optimistă Cea mai Pesimistă activitate reducere reducere
e probabilă
A - 3 4 7 200 1 400
B - 1 2.5 4 500 1 850
C A 2 2 5 400 1 500
D A 4 6 10 600 2 950
E A 3 3 5 600 1.5 700
F C 2 2.5 4 700 2 1050
G D 1 1 3 900 1 1300
H B,E 2.5 2.5 4.5 800 1.5 1200
I H 1 3 4.5 700 2 850
J F,G,I 2 3 5 600 2 750

2.3.2 Modelul

Pentru fiecare activitate vom defini duratele normale (normal time) și duratele reduse
(crash time), precum și costurile normale (normal cost) și costurile ca urmare a
reducerii duratelor (crash cost)

2.3.3 Rezolvarea în QM
În QM utiliză m modulul Project Management(PERT/CPM)
Crashing:
În ecranul de creare a setului de date alegem opțiunile (Figura 2.3.3.1):
 Number of Activities: 10
 Table Structure: Immediate predecessor list

27
 Datele de intrare sunt redate în Figura 2.3.3.2, In care selectă m opțiunea
Method: Crashing
 Soluția este redată în Figura 2.3.3.3a/b/c

Figura 2.3.3.1

Figura 2.3.3.2

28
Figura 2.3.3.3a

Figura 2.3.3.3b

29
 Figura 2.3.3.3c

2.3.4 Concluzii

Am obținut urmă toarele rezultate:

▪ Reducerea duratelor: Crashing pentru activită țile A (4 zile) , D(3 zile), E(2 zile),
H(2 Zile), I (2 zile), J (2 zile)

▪ Costurile de crashing: + 1175

3. APLICATII DE REȚELE (GRAFURI)

30
3.1 Metoda drumului minim

Consideră m un graf (neorientat) avâ nd 𝑚 noduri și 𝑛 ramuri sau muchii .

Ramurilor li se atașează o mă sură numerică : distanță , cost, timp etc.
Problema drumului minim (Shortest Route) este de a determina distanța cea mai scurtă
(suma cea mai mică ) dintre un nod de origine și mai multe noduri de destinație

3.1.1 Studiul de caz

Consideră m rețeaua din figura de mai jos, cu 8 noduri ,cu originea în nodul 1 și
destinația în nodul 8. Ramurile conțin duratele de timp (in minute) dintre noduri. Dorim
să determină m drumul cu durata cea mai scurtă de la nodul 1 la toate celelate noduri
pâ nă la nodul 8.

3
2 5
5 1 6 5

4 3 6
1
7

3 4 8 5 4

3 7 8
7 9

3.1.2 Modelul

Definim o variabilă de decizie pentru fiecare ramură din rețea, după cum urmează :

▪ 𝑥𝑖𝑗 = 0 dacă ramura i-j nu este selectată ca parte a rutei celei mai scurte și 𝑥𝑖𝑗 = 1 dacă
este selectată ramura i-j

Funcția obiectiv este formulată prin minimizarea sumei înmulțirii fiecă rei valori de
ramură 𝑥𝑖𝑗 și a timpului de deplasare pentru fiecare ramură :

min {𝑧 = 5 x 12+ 3 x 13 +3 x 25 + 5 x 56 + 4 x 68 + 9 x 78 + 7 x 37 + 5 x 67 + 7 x 14 + 6 x 24 + 4 x 34 + 8 x 47+3 x 46}

31
▪ Există o constrâ ngere pentru fiecare nod, indicâ nd faptul că tot ce intră într-un nod
trebuie să iasă .

Pasul 1: Plecă m din origine (nodul 1), consideră m 3 rutele posibile și alegem ruta cu
durate minime:

2 Ruta permanenta Ramuri Durate

5 1-2 0+5=5
7 4
1 {1} 1-4 0+7=7

3 1-3 0+3=3*
3
3 Ruta permanentă {1, 3}
*

Pasul 2: Determină m toate nodurile conectate cu ruta permanentă și aplică m procedura

de sumare a duratelor:

2 Ruta permanenta Ramuri Durate

5 1-2 0+5=5*

1 7 4 {1, 3} 1-4 0+7=7

7
3 3 7 3-4 3+4=7
7
3-7 3+7=10

32
 Ruta permanentă {1,2, 3}

Pasul 3-4: Determină m în continuare toate nodurile conectate cu ruta permanentă și

aplică m procedura de sumare a duratelor

Pasul 5
Ruta Durata minimă
1-2 5
1-3 3
1-3-4 7
1-3-4-6 10
1-3-7-8 19
1-4-6-8 14
1-2-5-6-8 17

3.1.3 Rezolvarea în QM

În QM utiliză m modulul Networks

 Shortest Route
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 3.1.1):
 Number of Branches: 13
 Network type :Directed
(2) Datele de intrare sunt redate în Figura 3.1.2
(3) Rezultatele soluției calculate sunt redate în Figura 3.1.3

33
Figura 3.1.1

Figura 3.1.2

34
 Figura 3.1.3

3.1.4 Concluzii

Cea mai scurtă rută de la nodul 1 la nodul 8 :

Nodul 1 ⟶Nodul 4 distanṭa 7
Nodul 4 ⟶Nodul 6 distanṭa 3
Nodul 6 ⟶Nodul 8 distanṭa 4
Cu o durată de 14 minute

35
3.2 Metoda drumului minim într-un arbore extins

3.2.1 Studiul de caz

Să consideră m rețeaua din figura de mai jos. Să se aplice metoda drumului minim într-
un arbore extins, pentru a determina durata minimă pentru a conecta cele 8 noduri.

3
2 5
5 1 6 5

4 3 6
1
7

3 4 8 5 4

3 7 8
7 9

3.2.2 Modelul

Problema drumului minim într-un arbore este similară celei mai scurte probleme
de rută , cu excepția faptului că obiectivul este de a conecta toate nodurile din rețea
astfel încâ t lungimile totale ale ramurilor să fie reduse la minimum.

Rețeaua rezultată se extinde (conectează ) toate punctele din rețea la o distanță

(sau lungime) totală minimă .

Etapele metodei soluției drumului minim într-un arbore sunt urmă toarele:

 Selectă m orice nod de pornire (convențional, este selectat nodul 1).

 Selectă m nodul cel mai apropiat de nodul de pornire pentru a-l ală tura arborelui
extins.
 Selectă m cel mai apropiat nod care nu se află în prezent în arborele extins.
 Repetă m pasul 3 pâ nă câ nd toate nodurile s-au ală turat arborelui extins.

36
3.2.3 Rezolvarea în QM

În QM utiliză m modulul Networks

 Minimum Spannig Tree
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 3.2.3.1):
 Number of Branches: 13
(2) Datele de intrare sunt redate în Figura 3.2.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 3.2.3.3
(4) Detalierea pasilor urmati este reprezentata in Figura 3.2.3.4

Figura 3.2.3.1

37
Figura 3.2.3.2

38
 Figura 3.2.3.3

Figura 3.2.3.4

3.2.4 Concluzii

Durata minimă necesară pentru a putea conecta toate cele 8 noduri este de 27 de
minute.
3.3 Metoda fluxului maxim

3.3.1 Studiul de caz

Se considera rețeaua din figura de mai jos, care reprezintă fluxurile de camioane, care
traversează un oras cu 4 intersecție, de la vest la est. Ramurile rețelei descriu fluxurile
de mașini, în ambele sensuri, între intersecțile din oraş la orele de vâ rf .

2 8 6
5
10
1 39
 8
20

30 5
9 32
1 4 16 7
7 16
20 5 8
28

17
15 24
3 6
30 13

3.3.2 Modelul

Problemele de flux maxim pot implica fluxul de apă , gaz sau petrol printro rețea
de conducte; fluxul de trafic prin intermediul unei rețele rutiere; sau fluxul de produse
printr-un sistem de linii de producție.

În fiecare dintre aceste exemple, ramurile rețelei au capacită ți limitate și deseori

fluxuri diferite .

Avâ nd în vedere aceste condiții, ne interesează să determină m fluxul maxim care

poate fi obținut în sistem. Etapele metodei fluxului maxim sunt după cum urmează :

 Selectă m arbitrar orice drum din rețea de la origine la destinație.

 Reglă m capacită țile la fiecare nod prin scă derea fluxului maxim pentru
drumul selectat în pasul 1.
 Adă ugă m fluxul maximal de-a lungul drumului în direcție opusă la fiecare
nod.
 Repetă m pașii 1, 2 și 3 pâ nă câ nd nu mai există alte drumuri cu
capacitatea de flux disponibilă .

3.3.3 Rezolvarea în QM

În QM utiliză m modulul Networks

Maximal Flow
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 3.3.3.1):
Number of Branches: 10
(2) Datele de intrare sunt redate în Figura 3.3.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 3.3.3.3/ Figura 3.3.3.4.

40
Figura 3.3.3.1

Figura 3.3.3.2

41
 Figura 3.3.3.3

Figura 3.3.3.4

3.3.4 Concluzii

Numarul maxim pe care fluxul l-a atins este de 55.

42
43
4. APLICATII DE ANALIZA DECIZIEI

4.1 Tabele de decizie

4.1.1 Studiul de caz

O pepeniera trebuie să se decidă asupra plantă rii unor brazi, avâ nd urmă toarele
alternative de decizie:
 d 1:Plantarea brazilor in cantită ți mici
 d 2:Plantarea brazilor in cantită ți mari
 d 3:Plantarea brazilor in cantită ți foarte mari

Profiturile ce vor fi realizate depind de cererea pieței:

 s1:Cererea este în creștere
 s2:Cererea este stabilă
 s3:Cererea este în descreștere

Alternative Stă rile naturii

De decizie S1 S2 S3
D1 100 40 -20
D2 200 70 -80
D3 400 80 -240
Probabilită ț 0.25 0.30 0.45
i

4.1.2 Modelul

Problema de decizie constă în alegerea marimii totale de puieti ce pot fi plantati

care să conducă la un profit maxim, în condiții de incertitudine legate de cererea de
brazi.

Alegerea celei mai bune alternative de decizie va depinde de gradul de

incertitudine generat de cererea de brazi.

4.1.3 Rezolvarea în QM

44
În QM utiliză m modulul Decision Analysis
Decision Tables
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 4.1.3.1):
Number of Decisions: 3
Number of Nature States: 3
Objective:Profits
α:0.75
(2) Datele de intrare sunt redate în Figura 4.1.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 4.1.3.3
(4) Rezultatele multiplicarii valorilor asteptate în Figura 4.1.3.4
(5) Informația perfecta în Figura 4.1.3.5
(6) Regretul sau pierderea oportunită ții în Figura 4.1.3.6

Figura 4.1.3.1

45
 Figura 4.1.3.2

Figura 4.1.3.3

46
Figura 4.1.3.4

Figura 4.1.3.5

47
 Figura 4.1.3.6

4.1.4 Concluzii

Cea mai buna valoare asteptata este de 35.

48
4.2 Arbori de decizie

4.2.1 Studiul de caz

O pepeniera trebuie să se decidă asupra plantă rii unor brazi, avâ nd urmă toarele
alternative de decizie:
 d 1:Plantarea brazilor in cantită ți mici
 d 2:Plantarea brazilor in cantită ți mari
 d 3:Plantarea brazilor in cantită ți foarte mari

Profiturile ce vor fi realizate depind de cererea pieței:

 s1:Cererea este în creștere
 s2:Cererea este stabilă
 s3:Cererea este în descreștere

Alternative Stă rile naturii

De decizie S1 S2 S3
D1 100 40 -20
D2 200 70 -80
D3 400 80 -240
Probabilită ț 0.25 0.30 0.45
i

Să se elaboreze arborele de decizie.

4.2.2 Modelul

În QM utiliză m modulul Decision Analysis

4.2.3 Rezolvarea în QM

În QM utiliză m modulul Decision Analysis

Decision Trees

49
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 4.2.3.1):
Objective:Profits
(2) Datele de intrare sunt redate în Figura 4.2.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 4.2.3.3

Figura 4.2.3.1

Figura 4.2.3.2

50
 Figura 4.2.3.3

4.2.4 Concluzii
Decizia 2, decizia cu plantarile de puieti mari este cea mai favorabilă pentru pepeniera
de brazi.

4.3 Analiza factorilor

4.3.1 Studiul de caz

O turnatorie utilizează metoda Factor Rating pentru evaluarea și selectarea furnizorilor

de materie primă . Turnatoria ia in considerare 3 furnizori și 3 criterii de evaluare

Criterii Pondere Scor alternative(1-100)

(Factori) factori
F1 F2 F3
C1 Preț materie primă 0,25 80 70 60
C2 Calitate materie primă 0,40 40 50 80
C3 Termene de livrare 0,35 60 90 70

4.3.2 Modelul

51
Calculă m scorurile ponderate și adună m valorile obținute.

Criterii Pondere Scor alternative(1-100)

(Factori) factori
F1 F2 F3
C1 Preț materie primă 0,25 0.25*80=20 0.25*70=17. 0.25*60=15
5
C2 Calitate materie 0,40 0.4*40=16 0.4*50=20 0.4*80=32
primă
C3 Termene de livrare 0,35 0.35*60=21 0.35*90=31. 0.35*70=24.5
5
TOTAL 1.0 57 69 71.5

Scorul ponderat maxim se obtine pentru furnizorul F3.

4.3.3 Rezolvarea în QM

În QM utiliză m modulul Decision Analysis

Factor Rating
(1) În ecranul de creare a setului de date alegem opțiunile (Figura 4.3.3.1):
Number of Criterions:3
Number of Options:3
(2) Datele de intrare sunt redate în Figura 4.3.3.2
(3) Rezultatele soluției calculate sunt redate în Figura 4.3.3.3

52
Figura 4.3.3.1

Figura 4.3.3.2

53
 Figura 4.3.3.3

4.3.4 Concluzii

Furnizorul F3 a obtinut cel mai bun scor ponderat prin calcule matematice simple cat si
prin utilizarea programului Qm , deci este cea mai buna varianta de luat in considerare.

54
5. APLICATII DE GESTIUNEA STOCURILOR

5.1 Modelul EOQ

5.1.1 Studiul de caz

Consideră m o firmă cu urmă toarele ipoteze pentru stocuri:

 Cererea anuală de articole: D = 2000 unită ți

 Costurile de comandare: 𝐶𝑜 = 80 u.m./comandă
 Costurile de transport și depozitare: 𝐶ℎ = .90 u.m./unitate
 Costul unitar pe produs este considerat 0.

Să se determine cantitatea economică de comandat

5.1.2 Modelul

Ipotezele modelului EOQ:

1. Cererea este cunoscută și constantă .

2. Timpul de pregă tire (lead time) este cunoscut și constant.

3. Recepția stocului este instantanee.

4. Costul de achiziție pe unitate este constant pe tot parcursul anului.

5. Singurele costuri variabile sunt costul de plasare a comenzii, costul de

comandă și costul depozitarii stocului în timp, sau costurile de transport, acestea
fiind constante pe tot parcursul anului.

6. Comenzile sunt plasate astfel încâ t stocurile sau lipsurile de stoc să fie evitate
complet.

Elementele modelului EOQ:

▪ Q = numă rul de articole de comandat

55
 ▪ EOQ = Q* = numă rul optim de articole de comandat (lotul economic sau
lotul optim)

▪ D = cererea anuală în unită ți pentru stoc

▪ C O = costul de comandare al fiecă rei comenzi

▪ C h = costul de depozitare sau de transport pe unitate și pe an

D
Costul anual de comandare: =CO
Q

Q
Costul anual de depozitare: C
2 h

Costul anual total= Costul anual de comandare + costul anual de depozitare

5.1.3 Rezolvarea în QM

Pentru rezolvarea problemei în QM utiliză m modulul Inventory cu opțiunea Economic

Order Quantity (EOQ) Model:

1. În ecranul de creare a setului de date alegem opțiunea (Figura 5.1.3.1):

Reoder point: No reoder point
2. Datele de intrare sunt redate în Figura 5.1.3.2
3. Rezolvarea problemei este redată în Figura 5.1.3.3
4. Graficul funcției de cost este redat în Figura 5.1.3.4

56
Figura 5.1.3.1

Figura 5.1.3.2

57
 Figura 5.1.3.3

Figura 5.1.3.4

5.1.4 Concluzii

58
Costurile totale sunt de 533.66, la o cantitate estimativa de 596.28 de unitati.

5.2 Modelul POQ

5.2.1 Studiul de caz

Consideră m o firmă cu urmă toarele ipoteze pentru producție și stocuri:

▪ Cererea anuală : D = 25000 unită ți

▪ Costul de instalare: Cs = 700 u.m.

▪ Cost de transport: Ch = .70 u.m. pe unitate pe an

▪ Rata de producție zilnică : p = 120 de unită ți pe zi

▪ Rata zilnică a cererii: d = 82 de unită ți pe zi

5.2.2 Modelul

Modelul POQ utilizează urmă toarele variabile:

Q = numă rul de bucă ți pe comandă sau de fabricație

Cs = costul de instalare

Ch = costul de transport/depozitare pe unitate și pe an

p = rata zilnică de producție

d =rata cererii zilnice

t = lungimea producției în zile

59
 Nivelul maxim de stoc: Q= 1− ( dp )
Q d
Stocul mediu:
2(1−
p )
Q d
Costul anual de transport /depozitare:
2 (p )
1− C h

D
Costul anual de instalare: C
Q s

2 D Cs
Cantitatea optima de productie: Q¿= C
√ d
( p)
h 1−

5.2.3 Rezolvarea în QM

Pentru rezolvarea problemei în QM utiliză m modulul Inventory cu opțiunea

Production Order Quantity Model

 În ecranul de creare a setului de date alegem opțiunea (Figura 5.2.3.1):

 Reoder point: No reoder point
 Datele de intrare sunt redate în Figura 5.2.3.2
 Rezolvarea problemei este redată în Figura 5.2.3.3
 Graficul funcției de cost este redat în Figura 5.2.3.4

Figura 5.2.3.1

60
Figura 5.2.3.2

Figura 5.2.3.3

61
 Figura 5.2.3.4

5.2.4 Concluzii

Firma , pentru a putea satisface nevoile, ar trebui sa produca 12565.62 de unitati.

62
5.3 Modelul de stocuri cu discount

5.3.1 Studiul de caz

Consideră m o firmă cu urmă toarele ipoteze pentru producție și stocuri:

▪ Cererea anuală : D = 25000 unită ți

▪ Costul de comandă : Co = 59 u.m.

▪ Cost de depozitare/transport: Ch = .18 (18%) din costul unitar

▪ Costul unitar cu discount:

 C 1=6.00
 C 2=5.70
 C 3=5.45

Cod Discount Cantitate discount Procent discount Cost discount

1 0-9000 0 6.00
2 9000-9500 4 5.7
3 >9500 5 5.45

Să se determine cantitatea economică cu discount

5.3.2 Modelul

Pentru fiecare preț cu discount (Ci), calculă m loturile economice:

2 D C0
EOQ i=
√ I Ci

63
 2∗25000∗59
EOQ1=
√ 0.18∗6
=9916.31

2∗25000∗59
EOQ 2=
√ 0.18∗5.7
=9665.22

2∗25000∗59
EOQ 3=
√ 0.18∗5.45
=9450.89

Alegem cantită țile pentru discount:

EOQ1= 9916.31 > 0 ⇔ EOQ 1 = 9916

EOQ 2= 9665.22 > 9500 ⇔ EOQ 2 = 9500

EOQ3=9450.89 < 9500 ⇔ EOQ 3 = 9450

5.3.3 Rezolvarea în QM

Pentru rezolvarea problemei în QM utiliză m modulul Inventory cu opțiunea Quantity

Discount (EOQ) Model

▪ În ecranul de creare a setului de date alegem opțiunea (Figura 5.3.3.1):

▪ Number of Price Ranges: 3 (3 nivele de discount)

64
▪ Datele de intrare sunt redate în Figura 5.3.3.2

▪ Rezolvarea problemei este redată în Figura 5.3.3.3

▪ Tabelul de calcul al costurilor este redat în Figura 5.3.3.4

▪ Graficul funcției de cost este redat în Figura 5.3.3.5.

Figura 5.3.3.1

Figura 5.3.3.2

65
Figura 5.3.3.3

Figura 5.3.3.4

66
 Figura 5.3.3.5

5.2.4 Concluzii

Cantitate optima este de 9500 de unitati, cu un cost anual de pastrare de 850 si

cu un cost total, incluzand costul produselor de 137260.3

67
5.4 Modelul de stocuri de siguranță

5.4.1 Studiul de caz

Consideră m o firma cu urmă toarele ipoteze pentru producție și stocuri:

▪ Cererea de stoc în lead time este normal distribuită .

▪ Cererea medie în lead time este de 700 de unită ți cu o abatere standard de 20

unită ți.

▪ Compania dorește ca lipsa de stoc să aibă loc doar în 10% din timp.

Să se determine stocul de siguranță .

5.4.2 Modelul

Vom utiliza urmă toarele notatii si ipoteze:

 𝜇 = cererea medie=700
 𝜎𝑑𝐿𝑇=abaterea standard=20
 X=cererea medie+stocul de siguranță
 SS=stocul de siguranță = X- 𝜇=Z 𝜎

X−μ
SS=Z=
σ

68
 Timpul mediu de livrare (lead time): L = 12 zile
 Abaterea standard a lead time: sL = 2 zile
 Pentru aria de sub curba normală de 10% obținem cu opțiunea Normal
Distribution Calculator din QM valoarea :1.2815

69
5.4.3 Rezolvarea în QM

Pentru rezolvarea problemei în QM utiliză m modulul Inventory cu opțiunea Reorder

Point/Safety Stock (Normal Distribution)

 Ecranul de creare a setului de date este redat în Figura 5.4.3.1

 Datele de intrare sunt redate în Figura 5.4.3.2
 Rezolvarea problemei este redată în Figura 5.4.3.3

70
Figura 5.4.3.1

Figura 5.4.3.2

71
 Figura 5.4.3.3

5.4.4 Concluzii

Dupa analizarea acestei probleme putem constata ca stocul de siguranta este de 1794
de bucati.

5.5 Analiza ABC

5.4.1 Studiul de caz

Compania Olimpya Tecuci are mai multe ipoteze pentru stocuri:

Articol Cerere Pret unitar
Articolul 1 90 15
Articolul 2 140 6
Articolul 3 38 20
Articolul 4 57 11
Articolul 5 60 20

72
 Articolul 6 95 7
Articolul 7 480 8
Articolul 8 300 25
Articolul 9 155 14
Articolul 10 198 8

5.4.2 Modelul

Scopul analizei ABC este de a împă rți stocul în trei grupe pe baza valorii globale a
stocului.

5.4.3 Rezolvarea în QM

Pentru rezolvarea problemei în QM utiliză m modulul Inventory cu opțiunea ABC

Analysis

 Ecranul de creare a setului de date este redat în Figura 5.4.3.1

 Utiliză m opțiunea: Number of items: 10
 Datele de intrare sunt redate în Figura 5.4.3.2
 Rezolvarea problemei este redată în Figura 5.4.3.3

Figura 5.4.3.1

73
Figura 5.4.3.2

Figura 5.4.3.2

74
5.4.4 Concluzii

Astfel incadrarea acestor articole in cele 3 categorii este urmatoarea:

 A: Articolul 7, Articolul 8, Articolul 9, Articolul 10

 B: Articolul 1, Articolul 2, Articolul 5
 C: Articolul 3, Articolul 4 , Articolul 6

75