Documente Academic
Documente Profesional
Documente Cultură
CAIET DE APLICAȚII
2020-2021
CUPRINS
GRILA DE EVALUARE
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:
1.1.2 Modelul
1
Organiză m datele de intrare tabelar, pentru a defini mai ușor problema în QM:
Funcția obiectiv
90 125 45 65 → max
Profit
Restricțiile PPL:
{
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
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
x 1=50produse P1;
x 2=250 produse P2;
x 3=200 produse P3;
x 4 =0 produse P4.
(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
1.2.2 Modelul
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
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
1.2.3 Rezolvarea în QM
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
9
1.3.1 Studiul de caz
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
10
Figura 1.3.3.1
Figura 1.3.3.2
11
Figura 1.3.3.3
1.3.4 Concluzii
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 : ¿
1.4.3 Rezolvarea în QM
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)
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.
2.1.2 Modelul
16
2.1.3 Rezolvarea în QM
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
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
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
26
2.3 PERT/CPM – Reducerea duratelor
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
▪ Reducerea duratelor: Crashing pentru activită țile A (4 zile) , D(3 zile), E(2 zile),
H(2 Zile), I (2 zile), J (2 zile)
30
3.1 Metoda drumului minim
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 :
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:
3 1-3 0+3=3*
3
3 Ruta permanentă {1, 3}
*
32
Ruta permanentă {1,2, 3}
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
33
Figura 3.1.1
Figura 3.1.2
34
Figura 3.1.3
3.1.4 Concluzii
35
3.2 Metoda drumului minim într-un arbore extins
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.
Etapele metodei soluției drumului minim într-un arbore sunt urmă toarele:
36
3.2.3 Rezolvarea în QM
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
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.
3.3.3 Rezolvarea în QM
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
42
43
4. APLICATII DE ANALIZA DECIZIEI
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
4.1.2 Modelul
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
48
4.2 Arbori de decizie
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
4.2.2 Modelul
4.2.3 Rezolvarea în QM
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.
4.3.2 Modelul
51
Calculă m scorurile ponderate și adună m valorile obținute.
4.3.3 Rezolvarea în QM
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
5.1.2 Modelul
6. Comenzile sunt plasate astfel încâ t stocurile sau lipsurile de stoc să fie evitate
complet.
55
▪ EOQ = Q* = numă rul optim de articole de comandat (lotul economic sau
lotul optim)
D
Costul anual de comandare: =CO
Q
Q
Costul anual de depozitare: C
2 h
5.1.3 Rezolvarea în QM
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.
5.2.2 Modelul
Cs = costul de instalare
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
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
62
5.3 Modelul de stocuri cu discount
C 1=6.00
C 2=5.70
C 3=5.45
5.3.2 Modelul
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
5.3.3 Rezolvarea în QM
64
▪ Datele de intrare sunt redate în Figura 5.3.3.2
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
67
5.4 Modelul de stocuri de siguranță
▪ Compania dorește ca lipsa de stoc să aibă loc doar în 10% din timp.
5.4.2 Modelul
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
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.
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
Figura 5.4.3.1
73
Figura 5.4.3.2
Figura 5.4.3.2
74
5.4.4 Concluzii
75