Documente Academic
Documente Profesional
Documente Cultură
-
PROIECT DE DISCIPLINĂ
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.
1. Prezentare generală
Tabelul 1.
Produsul Costul unitar de Profitul unitar
producţie
A 20 u.m./u.f. 5 u.m./u.f.
B 10 u.m./u.f. 3 u.m./u.f.
Tabelul 2.
Nr.crt. Luna Vânzări din produsul B (unităţi
fizice)
1 Octombrie (anul 1400 +c
precedent)
2 Noiembrie (anul 1500 +c
precedent)
3 Decembrie (anul 1200 +c
precedent)
4 Ianuarie (anul curent) 1300 +c
5 Februarie (anul curent) 1100 +c
6 Martie (anul curent) 1350 +c
7 Aprilie (anul curent) 1450 +c
8 Mai (anul curent) 1150 +c
9 Iunie (anul curent) 1200 +c
10 Iulie (anul curent) 1100 +c
11 August (anul curent) 1310 +c
12 Septembrie (anul curent) 1250 +c
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.
1600
1550
1500
1450
1400
1350
1300
1250
1200
1150
1100
1050
1000
oct nov dec ian feb mar apr mai iun iul aug sep
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.
La începutul lunii septembrie a.c., S.C. PROMODEC S.A. a organizat o anchetă asupra unui
eşantion reprezentativ de (1000+c) consumatori, cu scopul de a determina numărul utilizatorilor
produsului A, cât şi al utilizatorilor produselor concurente C1, C2, C3.
S-au înregistrat următoarele rezultate:
(400+c) 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.
i 1
4
i=1,...,4 şi cp
i 1
t
i 100 pentru oricare moment de timp ( t, t=1,2,...T);
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Markov Analysis; WINQSB/ Markov Process/ Markov Processes (Mkp) sau în
Excel
- 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 = 0,4665 * 6000 =2799 u.f.
0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 * 0,5021
* 6000 = 0,95 * 3013 = 2862,35 u.f.
0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 *
0,5212 * 6000 = 0,90 * 3127 u.f. = 2814,3 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul A se situează la nivelul: 2799
+ 2862,35 + 2814,3 = 8475,65 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 =
0,4665*6000 +0,5021*6000 + 0,5212 * 6000 = 2799 + 3013 + 3127 = 8939 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*8939 = 9385,95 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 * 8939 = 8492,05 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.
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
Profit(V1, SN1) Profit(V1, SN2) Profit(V1, SN3)
decizională V1
Varianta
Profit(V2, SN1) Profit(V2, SN2) Profit(V2, SN3)
decizională V2
Varianta
Profit(V3, SN1) Profit(V3, SN2) Profit(V3, SN3)
decizională V3
Pentru individualizarea c = 0 se obţin datele din Tabelul 3.2
Tabelul 3.2
Stările naturii
SN1 (p1 = 0,4) SN2 (p2 = 0,4) SN3 (p3 = 0,2)
Cererea A = 9709,35 Cererea A = 8939 u.f. Cererea A = 8475,65
u.f. Cererea B = 5657,74 u.f.
Cererea B = 6154 u.f. u.f. Cererea B = 5446,03
u.f.
Varianta decizională V1
Oferta A = 8939
u.f. 61068,22 u.m. 61068,22 u.m. 49332,24 u.m.
Oferta B =
5457,74 u.f.
Varianta decizională V2
Oferta A =
9385,95 u.f. 64612,83 u.m. 50363,03 u.m. 36027,05 u.m.
Oferta B =
5184,85 u.f.
Varianta decizională V3
Oferta A =
8492.05 u.f. 65462,48 u.m. 46636,95 u.m. 32300,97 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{8939, 9709,35} + 3*MIN{5457,74, 6154} – 20*MAX{0, (8939
- 9709,35)} – 10*MAX{0, (5457,74 - 6154)} = 5*8939 + 3*5457,74 – 0 – 0 = 44695 + 16373,22 =
61068,22 u.m.
După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie pentru
ierarhizarea variantelor decizionale.
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Decision Analysis/Decision Tables; WINQSB/DA/Payoff Table Analysis
sau în Excel
Tabelul 4.1
Anul t Anul t+1
Variantele Stările naturii Variantele Stările naturii Profitul
estimat
Instalarea Conjuctură favorabilă Instalarea unui nou utilaj Cerere mare (probabilitatea =0.3) 800+c
unui utilaj (probabilitatea=0.7) (cost (20+c) u.m.) Cerere medie (probabilitatea =0.6) 600+c
nou Cerere mică (probabilitatea=0.1) 500+c
(cost
Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 600+c
(20+c)u.m)
(cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 500+c
Cerere mica (probabilitatea=0.1) 400+c
Conjuctură Utilizarea capacităţii Cerere mare (probabilitatea=0.3) 500+c
nefavorabilă existente Cerere medie (probabilitatea=0.6) 400+c
(probabilitatea=0.3) Cerere mică (probabilitatea=0.1) 200+c
Ore Conjuctură favorabilă Instalarea unui utilaj nou Cerere mare (probabilitatea=0.3) 600+c
suplimentare (probabilitatea=0.7) (cost (20+c) u.m.)
de lucru Cerere medie (probabilitatea=0.6) 500+c
(cost Cerere mică (probabilitatea=0.1) 200+c
(2+c)u.m.) Instalarea unui utilaj nou şi
Cerere mare (probabilitatea=0.3) 500+c
ore suplimentare de lucru
(cost (22+2c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
Cerere mică (probabilitatea=0.1) 200+c
Conjuctură Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 400+c
nefavorabilă (cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
(probabilitatea=0.3) Cerere mică (probabilitatea=0.1) 200+c
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Decision Analysis/Decision Trees sau WINQSB/DA/Decision Tree
Conducerea S.C.PROMODEC 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 asociat
acestei durate şi eşalonarea în timp a activităţilor pentru obţinerea duratei maxime.
Modelul economico-matematic
Programarea în timp a activităţilor pentru lansarea unui produs nou cu un cost optim
corespunzător unei durate totale specificate pentru finalizarea proiectului se poate
obţine cu ajutorul unui model ADC/Costuri.
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Project Management PERT – CPM; WINQSB/PERT-CPM/Deterministic
CPM sau în Excel
Introducerea datelor:
- Pentru a obtine estimarea vînzărilor se introduc datele in QM for Windows/ Forecasting
selectand optiunea New/Time series analysis.
- La rubrica “Number of past periods” se introduce 12 (adică cele 12 luni din trecut pentru
care se cunosc vânzările).
- In coloana Demand se introduc cele 12 valori ale vânzărilor din tabelul 2.
- Previziunea initiala este egală cu valoarea vânzărilor din prima lună,respectiv 1400 pentru
c=0.
- La Method se alege optiunea Exponential Smoothing, iar valoarea lui Alpha se va modifica
pe rând aplicând cele 3 valori indicate (respectiv 0.2 si 0.9, apoi alpha optim).
- Cu optiunea Solve se rezolva problema. Pentru a vizualiza previziunile pe întreaga perioadă se
alege din Windows op țiunea Detailes and Error analysis.
- Valoarea lui Alpha optim se identifică dupa rezolvarea ini țială alegand din meniul Windows
op țiunea Eror as a function of Alpha. In tabelul rezultat se verifică care este cea mai mică valoare
a indicatorului de eroare MSE si se identifică astfel Alpha optim (care conduce la cea mai mică
eroare de previziune).
- Erorile de previziune se pot vizualiza dupa aplicarea optiunii Solve si afisarea tabelului
Forecasting results.
Observaţie! Op țiunea File - Save as Excel file permite salvarea datelor și exportarea
rezultatelor în Excel. Transferul datelor în Excel permite editarea acestora într-o formă printabilă,
precum şi completarea graficului cu previziunile pentru mai multe valori ale lui alpha, cu media
valorilor reale etc.
Rezultate ob ținute:
Prin centralizarea rezultatelor se ob țin datele din Tabelul 1/R. Media vânzărilor trebuie
calculată de fiecare student. Pe baza acestuia se construieste graficul necesar la pct.1 din Analiza
rezultatelor.
Tabelul 1/R
“Estimarea vanzarii produsului B pentru c=0”
Luna Vânzările Previziunea Previziunea Previziunea Media
α=0.2 α=0.9 α=optim vânzărilor
1 1400 1400.00 1400.00 1400.00 1275.83
2 1500 1400.00 1400.00 1400.00 1275.83
3 1200 1420.00 1490.00 1427.00 1275.83
4 1300 1376.00 1229.00 1365.71 1275.83
5 1100 1360.80 1292.90 1347.97 1275.83
6 1350 1308.64 1119.29 1281.02 1275.83
7 1450 1316.91 1326.93 1299.64 1275.83
8 1150 1343.53 1437.69 1340.24 1275.83
9 1200 1304.82 1178.77 1288.87 1275.83
10 1100 1283.86 1197.88 1264.88 1275.83
11 1310 1247.09 1109.79 1220.36 1275.83
12 1250 1259.67 1289.98 1244.56 1275.83
13 ? 1257.74 1254.00 1246.03
Analiza economică a rezultatelor:
1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor vânzărilor pentru
constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim în raport cu eroarea medie pătratică;
Figura 1/R
2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare:
Pentru constanta de nivelare 0.2 previziunea este 1257,74 uf.
Pentru constanta de nivelare 0.9 previziunea este 1254,00 uf.
Pentru constanta de nivelare 0.27 previziunea este 1246,03 uf.
3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna octombrie
anul curent. Justificarea recomandării.
Volumul vanzarilor luat in considerare este cel pentru α = 0.27, respectiv 1246,03 pentru că are
eroarea medie patratica (MSE) cea mai mica 21276.39, fata de previziunea pentru α = 0.2 care
are eroarea medie patratica 21628,46 sau α = 0.9 care are eroare medie patratica 30836,92
4. Recomandări generale pentru alegerea constantei de nivelare α
Consultați curs –secțiunea care face referire la modul în care alegerea constantei de nivelare
influențează eroarea de previziune.
MODULUL II: Estimarea cererii produsului A în condiţii de concurenţă
Introducerea datelor:
- Din QM for Windows se alege op țiunea Module/Markov Analysis
- Din Files se alege New si se completează Numer of states cu 4
- In tabelul generat se introduc datele cfm. Tabelului 2/R
- Tabelul 2/R
- “Evolutia pe piata a produselor concurentiale pentru c=0”
-
Initial State 1 State 2 State 3 State 4
State 1 0.40 0.8 0.1 0.05 0.05
State 2 0.22 0.2 0.6 0.1 0.1
State 3 0.23 0.25 0.1 0.5 0.15
State 4 0.15 0.3 0.2 0.1 0.4
-
Rezultate ob ținute:
Rezultatele furnizate de QM for Windows/ Markov Analysis (pentru c=0), sunt următoarele:
Tabelul 3/R
Markov Analysis Results for “Evolutia pe piata a produselor concurentiale”
End of Period 2
State 1 0.6875 0.155 0.08 0.0775
State 2 0.335 0.41 0.13 0.125
State 3 0.39 0.165 0.2875 0.1575
State 4 0.425 0.24 0.125 0.21
End of Period 3
State 1 0.6243 0.1853 0.0976 0.0929
State 2 0.42 0.3175 0.1353 0.1273
State 3 0.4641 0.1983 0.1955 0.1421
State 4 0.4823 0.241 0.1288 0.148
Observaţie! Op țiunea File - Save as Excel file permite salvarea datelor și exportarea
rezultatelor în Excel. De asemenea, se poate utiliza funcţia Click dreapta-Copy Table – Paste în
fişierul Excel. Transferul datelor în Excel permite editarea acestora într-o formă printabilă.
În consecinţă, este necesar a se realiza un tabel centralizator în care se vor copia cotele de
piaţă finalul fiecăreia din cele 3 perioade de timp analizate.
Tabelul 5/R
. Centralizator cote de pia ță
Din tabelele 2/R şi 5/R rezultă evoluţia pe piaţă a produselor concurenţiale A, C1, C2, C3
prezentată în figura 2/R.
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;
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
Fidelitati/reorientari
0.8
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
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.
Valoarea coeficientului Hurwicz (alpha) se alege de fiecare student, în func ție de înclina ția către
risc.
Prin rezolvarea problemei fără probabilită ți se ob țin rezultatele în condi ții de incertitudine.
Pentru ob ținerea decizie în condi ții de risc se scriu valorile probabilită ților pe linia Probabilities,
respectiv: p1 = 0,4 pentru SN1, p2 = 0,4 pentru SN2 şi p3 = 0,2 pentru SN3
Rezultate ob ținute:
Pentru a ob ține toate valorile necesare interpretării datelor se rulează problema cu ș i fără
probabilită ți ș i se afișează, pe rând, din Window op țiunile: 1. Decision table results, 2. Regret
or opportunity loss, 3. Hurwicz table
Valorile ob ținute în Hurwicz table nu sunt influen țate de introducerea probabilită ților.
Acestea folosesc la surclasarea variantelor decizionale (pct.3 din Analiza rezultatelor):
Analiza economică a rezultatelor
Recomandare: se prezintă ș i se analizdază solu țiile ob ținute pentru fiecare criteriu în condi ții
de incertitudine (fără completarea probabilită ților la introducerea datelor)
Observație: solu ția pentru criteriul Laplace (equal likelihood) se poate citi în coloana Best
Expected Value.
2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor
naturii;
Recomandare: În condi ții de risc, se va alege valoarea aferentă opţiunii Best Expected Value
determinată în cazul analizării condiţiilor de risc (cu introducerea probabilită ților).
Introducerea datelor:
Figura 4/R
Completarea fiecărui nod cu datele cunoscute în QM for Windows pentru c=0:
Figura 5/R
Prin rezolvarea cu opţiunea Solve, se obţine arborele în formă grafică necesar la pct 1 din Analiza
rezultatelor.
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 449,40 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.
1. Method: Crashing
Introducerea datelor:
Rezultatele obţinute prin rezolvarea cu QM for Windows/ PERT-CPM pentru c=0 sunt
următoarele:
Modelare economică 25
Obtinerea duratei normale (32 saptamani) si a costului aferent (310 u.m.), respectiv a duratei
urgentate (19 saptamani) cu costul aferent (301+100.5=401.5 u.m.)
2. Pe baza datelor obținute sau se vor reprezenta grafic valorile costului în raport cu durata
normală, urgentată și medie a proiectului.
Tabelul 9/R
Durata (săptămâni) Costul (u.m.)
32 301
25 338
19 401.5
Activitățile urgentate sunt cele care au cost aditional (în WINQSB) sau care sunt specificate
in coloana Activity to crash (în QM for Windows). Enumerați-le aici!