PUBLICITATE

Consultaţii pentru studenţii la Facultatea de

Management Economic din cadrul ASE şi la
alte facultăţi de profil

Ofer consultaţii (meditaţii) pentru dobândirea/îmbunătăţirea

deprinderilor de rezolvare/realizare a aplicaţiilor/proiectelor
asociate următoarelor discipline:

• Matematică
• Statistică
• Microeconomie
• Macroeconomie
• Finanţe
• Managementul Investiţiilor
• Managementul Calităţii Proceselor
• Managementul Proiectelor
• Managementul Producţiei
• Modelare Economică
• Proiecte Economice
• Managementul Aprovizionării şi Vânzărilor
• Analiza Strategică a Mediului Concurenţial
• Management Operaţional
• Econometrie
• Analiză Economico-Financiară

Contact : consultatii_ase@yahoo.com (consultatii_ase pe YM)

 PROIECT
MODELARE
ECONOMICĂ

– Ghid de realizare a Modulelor 1 şi 2 –

(include şi realizarea efectivă a Modulelor 1 şi 2)

2
CUPRINS

Cuvânt înainte .................................................................................................................. 4

Capitolul 1 – Observaţii de citit înainte de a începe realizarea proiectului……….......... 5

Capitolul 2 – Enunţ de scris înainte de realizarea Modulului 1 (şi implicit înainte de

realizarea tuturor modulelor) ............................................................................................ 9

Capitolul 3 – Explicaţii suplimentare legate de Modulul 1 ............................................ 11

Capitolul 4 – Mic îndrumar pentru realizarea Modulului 1............................................. 15

Capitolul 5 – Modulul 1 realizat pentru c = 776 ............................................................. 33

Capitolul 6 – Explicaţii suplimentare legate de Modulul 2 ............................................ 39

Capitolul 7 – Mic îndrumar pentru realizarea Modulului 2 ............................................ 41

Capitolul 8 – Modulul 2 realizat pentru c = 776 ............................................................. 55

3
 Cuvânt înainte

Dacă doriţi să realizaţi Modulele 1 şi 2 conform cerinţelor atunci puteţi parcurge doar
capitolele 1, 2, 4, 5, 7 şi 8 din prezentul ghid.

Dacă doriţi să citiţi şi câteva explicaţii suplimentare legate de modelele economico-

matematice folosite pentru Modulele 1 şi 2, atunci parcurgeţi toate capitolele prezentului
ghid.

4
 Capitolul 1

Observaţii de citit înainte de a începe realizarea proiectului

IMPORTANT:

1) Verificaţi dacă în momentul în care folosiţi acest ghid cerinţele proiectului vostru
sunt aceleaşi cu cerinţele tratate în ghidul de faţă. Cerinţele tratate în ghidul de
faţă sunt cele de la Proiectul realizat pentru disciplina Modelare Economică,
studiată în cadrul Facultăţii de Management Economic, ASE, cadrul didactic prof.
dr. Camelia Raţiu-Suciu.

2) Explicaţiile de mai jos nu se trec în proiect. Ele sunt utile doar pentru a înţelege
mai bine care sunt aşteptările referitoare la proiect şi pentru a vă ajuta să porniţi
cu realizarea proiectului într-un mod care să vă uşureze munca.

Ce se urmăreşte prin realizarea proiectului?

Prin realizarea proiectului se urmăreşte exersarea abilităţilor de folosire a

modelelor economico-matematice precum şi a unor aplicaţii software care le
implementează, în diverse situaţii practice, concrete.

Ce ştim despre societatea comercială subiect al proiectului?

Pentru exersarea abilităţilor de folosire a modelelor economico-matematice se

consideră situaţia unei societaţi comerciale (“PROMOD S.A”) despre care se cunosc
următoarele:

- produce de 2 ani două produse: A2001 şi B2002

- produsul A2001 este în concurenţă cu alte 3 produse: C2031, C2032,

C2033 produse de firme concurente

- produsul B2002 nu are concurenţă serioasă pe piaţă, dar cererea pentru el

variază în funcţie de conjunctura economică

- firma are în vedere introducerea unui produs nou, D2004

5
În ce constă proiectul?

Situaţiile economice concrete din cadrul “PROMOD S.A” pentru a căror

soluţionare este necesară aplicarea de modele economice sunt următoarele:

- Se doreşte estimarea cererii pe piaţă pentru produsul A2001. În acest sens

se face o analiză a celor 4 produse concurenţiale (A2001, C2031, C2032 şi
C2033) folosind lanţurile Markov. (Modulul 1 al proiectului)

- Se doreşte estimarea vânzării produsului B2002. În acest sens se utilizează

un model bazat pe medie şi anume modelul Brown de nivelare
exponenţială. (Modulul 2 al proiectului)

- Se doreşte adoptarea unei decizii manageriale în condiţii de incertitudine

şi risc. În acest sens se pot folosi unul sau mai multe dintre criteriile de
decizie în condiţii de incertitudine: Wald, Laplace, Savage şi Hurwicz. În
condiţii de risc, ierarhizarea variantelor decizionale se face în funcţie de
speranţa matematică a profitului calculată pentru fiecare variantă
decizională (Modulul 3 al proiectului)

- Se doreşte programarea activităţilor unui proiect pentru introducerea în

fabricaţie a produsului D2004. În acest sens se poate folosi un model de
analiză a drumului critic în funcţie de costuri (Modulul 4 al proiectului)

- Se doreşte calculul profitului maxim (speranţa matematică a profitului) în

cazul în care se va lansa pe piaţă produsul D2004. În acest sens se
foloseşte arborele decizional (Modulul 5 al proiectului).

Produsele A2001, B2002, C2031, C2032, C2033 şi D2004 trebuie individualizate

ţinând cont că A2001, C2031, C2032 şi C2033 sunt produse concurente, că B2002 este
un produs care are o cerere ce variază în funcţie de conjunctura economică (rata inflaţiei,
creşterea preţurilor unor produse de consum curent, etc.) şi că D2004 este un produs
complet nou despre ai cărui concurenţi nu avem nicio informaţie.

Câteva seturi de produse, date drept exemple sunt:

Setul 1: - Societatea comercială producătoare “PROMOD S.A” este “CANON S.A.”

A2001 – Canon 9(imprimantă color)

C2031 – Epson (imprimantă color)
C2032 – HP (imprimantă color)
C2033 – Lexmark (imprimantă color)

B2002 – Canon iR (imprimantă alb-negru)

D2004 – Canon X Mark (calculator de buzunar)

6
 Setul 2: - Societatea comercială producătoare “PROMOD S.A” este “MTZ Belarus
S.A.”

A2001 – MTZ T1 (tractor agricol)

C2031 – Pronar (tractor agricol)
C2032 – Valmet (tractor agricol)
C2033 – Zetor (tractor agricol)

B2002 – MTZ Motocultor (motocultor)

D2004 – MTZ Rk (remorcă)

Setul 3: - Societatea comercială producătoare “PROMOD S.A” este “Adidas S.A.”

A2001 – Adidas FX (pantofi profesionali de alergare)

C2031 – Nike (pantofi profesionali de alergare)
C2032 – Puma (pantofi profesionali de alergare)
C2033 – Reebok (pantofi profesionali de alergare)

B2002 – Adidas Runner (pantofi low cost de alergare)

D2004 – Adidas T-short (tricou pentru alergare)

Recomandări pentru alegerea produselor :

Deoarece va trebui să scrieti, de mană, de multe ori numele produselor alese este
recomandat să:

- alegeţi pentru produsele A2001, C2031, C2032 şi C2033 nume cât mai
scurte şi ordonate alfabetic
(Canon 9, Epson, HP, Lexmark;
MTZ T1, Pronar, Valmet, Zetor;
Adidas FX, Nike, Puma, Reebok)
pentru a fi usor de reţinut şi usor de scris în ordinea în care se scriu de
obicei (A2001, C2031, C2032 şi C2033).

- alegeţi drept produs B2002 un produs care are o cerere sensibilă la

creşterea preţurilor unor produse de consum curent, la creşterea inflaţiei –
de exemplu un produs mai ieftin decât A2001, potrivit situaţiei când
bugetul alocat achiziţionării lui este mai mic decât bugetul alocat pentru
achiziţionarea lui A2001.

7
Alte recomandări:

Proiectul necesită un volum mare de muncă abstractă şi specifică. Din acest motiv
se recomandă:
 prezenţa la toate seminariile
 notarea a cât mai multor detalii (toate, dacă se poate) spuse de asistent/ă cu
privire la paşii de realizare a modulelor proiectului
 realizarea modulelor proiectului la un interval cât mai scurt de timp de
seminarul în care s-a discutat despre ele (în aceiaşi zi/noapte dacă se
poate)
 folosirea explicaţiilor aferente modulelor proiectului din cartea cu copertă
albastră (Capitolul 10) precum şi a studiilor de caz care tratează aceleaşi
problematici cu ale modulelor proiectului, din cartea cu copertă roşie.

Alte observaţii (valabile pentru Examenul de Modelare Economică din cadrul Facultăţii
de Management Economic, ASE, susţinut cu prof. dr. Camelia Raţiu - Suciu ; A se
verifica dacă la momentul în care folosiţi acest ghid condiţiile de examinare nu s-au
schimbat):

• realizarea şi înţelegerea în întregime a proiectului vă creşte foarte mult

şansele de a promova examenul
• examenul este dificil prin prisma volumului mare de informaţii care
trebuie ştiute şi prin prisma gradelelor de abstractizare şi specificitate
ale acestor informaţii; în plus, la examen, timpul este scurt în raport cu
cerinţele; altfel, dacă aveti timp şi energie să le alocaţi pregătirii
temeinice pentru acest examen, se trece foarte uşor, cu nota mare
chiar.

8
 Capitolul 2

Enunţ de scris înainte de realizarea Modulului 1 (şi implicit a tuturor

modulelor)

IMPORTANT: Punctele 10.2 şi 10.3 din cartea cu coperţi albastre trebuie să apară şi ele
scrise în proiect, ele reprezentând datele de intrare. Informaţiile de la punctele 10.2 şi
10.3 sunt primele care se scriu în proiect. Concret, trebuie trecute în proiect informaţiile
care încep pe rândul următor şi se termină la sfârşitul acestui capitol al prezentului ghid.

10.2. Situaţia tehnico-economică şi de producţie a societăţii comerciale “S.C.

PROMOD S.A.”

Societatea comercială “PROMOD S.A.” realizează, de 2 ani, două tipuri de

produse: A2001 şi B2002 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 A2001 şi B2002 în lunile următoare
(octombrie, noiembrie, decembrie), necesită cunoaşterea în avans de către S.C.
PROMOD S.A. a cererii viitoare pentru cele două produse ale sale.

- Produsul A2001 este în concurenţă cu alte 3 produse similare

- produsul C2031
- produsul C2032
- produsul C2033

realizate de firme concurente, astfel că variaţia cererii pentru produsul A2001 este
cauzată de evoluţia ponderii pe piaţă a produselor concurenţiale C2031, C2032, C2033

- Produsul B2002 nu are concurenţă serioasă pe piaţă, dar cererea pentru acest produs
variază în funcţie de conjunctura economică: rata inflaţiei, creşterea preţurilor unor
produse de consum curent, etc. Pentru acest produs, S.C. PROMOD S.A. are contracte
ferme de 1000 u.f. pentru luna noiembrie şi de 3200 u.f. pentru luna decembrie.

- În evidenţa contabilă şi statistică a S.C. PROMOD S.A. există informaţii privind

costurile unitare de producţie (Tabelul 10.1) şi vânzările produsului B2002 (Tabelul
10.2).

9
 Tabelul 10.1
Produsul Costul unitar de producţie Profitul unitar
A2001 20 u.m./u.f. 5 u.m./u.f.
B2002 10 u.m./u.f. 3 u.m./u.f.

Tabelul 10.2
Nr. Luna Vânzări produs B2002
Crt. (u.f.)
1 Octombrie (anul precedent) 1400 + 776 = 2176
2 Noiembrie (anul precedent) 1500 + 776 = 2276
3 Decembrie (anul precedent) 1200 + 776 = 1976
4 Ianuarie (anul curent) 1300 + 776 = 2076
5 Februarie (anul curent) 1100 + 776 = 1876
6 Martie (anul curent) 1350 + 776 = 2126
7 Aprilie (anul curent) 1450 + 776 = 2226
8 Mai (anul curent) 1150 + 776 = 1926
9 Iunie (anul curent) 1200 + 776 = 1976
10 Iulie (anul curent) 1100 + 776 =1876
11 August (anul curent) 1310 + 776 = 2086
12 Septembrie (anul curent) 1250 + 776 = 2026

10.3. Obiectivele echipei manageriale pentru trimestrul IV a.c

- Estimarea cererii produselor A2001 şi B2002 în funcţie de evolutia lor pe

piaţă şi situaţia produselor concurenţiale;
- Estimarea vânzării produselor;
- Alegerea variantei decizionale în condiţii de risc şi incertitudine;
- Programarea activităţilor unui proiect pentru introducerea în fabricaţie a
produsului D2004 în cazul duratelor deterministe şi analiza cost durată;
- Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul
în care se va lansa pe piaţă produsul D2004.

10
 Capitolul 3

Explicaţii suplimentare legate de Modulul 1

IMPORTANT: Explicaţiile de mai jos au rolul de a vă ajută să întelegeţi mai bine

modelul economico-matematic folosit pentru realizarea Modulului 1. Ele nu trebuie
trecute în proiect.

Procesele Markov: Un proces Markov este un proces în care etapa curentă de

evoluţie înglobează informaţii despre toate etapele anterioare de evoluţie ale procesului.
O etapă de la momentul t a procesului Markov este descrisă de vectorul de
n
probabilităţi α t = (α1t , α 2t ,..., α nt ) cu n număr natural nenul, i =1, n ; ∑α
i =1
t
i = 1 iar αit

este probabilitatea ca în etapa de la momentul t procesul să se afle în starea i .

Trecerea de la etapa din momentul t la etapa din momentul t +1 se face
“aplicând” lui α t o matrice de transformare P : α t +1 = α t * P .

Matricea de transformare P este o matrice pătratică de dimensiune n x n:

 p11 p12 p13 ... p1n 

 
 p 21 p 22 p 23 ... p2n 
P =  p31 p32 p33 ... p3n 
 
 ... ... ... ... ... 
 
 p n1 pn2 p n3 ... p nn 

reprezintă probabilitatea ca procesul care în etapa de la momentul t se afla

p ij
în starea să treacă în etapa de la momentul t +1 în starea j .
i
Aplicând matricea P −1 etapei de la momentul t putem determina vectorul de
probabilităţi αt −1 asociat etapei de la momentul t −1 .
Cu alte cuvinte pentru a determina vectorul de probabilităţi asociat oricarei etape
(anterioare sau ulterioare etapei curente) a procesului avem nevoie doar de vectorul de
probabilităţi asociat etapei curente şi de matricea de transformare.

În cazul Modulului 1 α t reprezintă un vector cu cotele de piaţă ale celor 4 produse la

momentul t iar matricea de transformare P este reprezentată de matricea reorientărilor.
Cu alte cuvinte, dacă ştim cotele de piaţă de la un moment de timp t ale celor 4 produse
concurente şi ştim şi modul în care se reorientează consumatorii, putem previziona cotele
de piaţă de la un moment ulterior momentului t folosind modelul proceselor Markov.
O cerinţă este aceea de a afla care sunt cotele limită pe piaţă la care vor ajunge
cele 4 produse.
Matematic, această cerinţă se rezolvă astfel: Fie t momentul de timp la care se
ating cotele limită pe piaţă. La momentul t +1 cotele pe piaţă vor fi aceleaşi cu cele de
la momentul t (deoarece am ajuns la cotele limită). Cu alte cuvinte, faptul că la

11
momentul t s-au atins cotele limită pe piaţă poate fi scris matematic astfel: α t = α t +1 .
Notăm α t = α t +1 = α Lt , unde αL = (αL1,αL 2 ,..., αLn ) reprezintă vectorul cu ponderile
t t t

limită pe piaţă.
În plus, noi ştim că α t +1 = α t * P ⇒ α Lt = α Lt * P .
Deci vectorul cu ponderile limită pe piaţă se află din ecuatia α Lt = α Lt * P . Rezolvarea
acestei ecuaţii se reduce la rezolvarea unui sistem liniar cu n ecuaţii şi n necunoscute.

O altă cerinţă este determinarea timpilor de recurenţă adică a timpilor medii în

care procesul, dupa ce “şi-a atins echilibru” (adică vectorul de probabilităţi a ajuns la
valori care nu se mai schimbă în timp), revine într-o anumita stare. Cum, în fiecare etapă
stationară (etapă de după momentul în care s-au atins cotele/probabilităţile limită), avem
n stări posibile rezultă că trebuie calculaţi n timpi de recurenţă (pentru fiecare stare
posibilă calculăm un timp de recurenţă adică un timp mediu în care procesul revine în
respectiva stare).

O determinare intuitivă a timpului de recurenţă se poate face astfel:

Considerăm u.t. ca fiind unitatea de timp folosită (zile, luni, ani, etc).

Dacă, după ce s-au atins ponderile/probabilităţile limită, într-o u.t. stim că, din
α Li
t
punct de vedere statistic, există sanse ca procesul să se afle în starea i ne punem
întrebarea în cate u.t. va fi foarte probabil ca procesul să se afle în starea i (adică
probabilitatea ca procesul să se afle în starea i sa apropiată de 1). Acest număr de u.t.
în care va fi foarte probabil ca procesul să se afle în starea i reprezintă timpul de
recurenţă al stării i . Aşadar, intuitiv, putem considera că timpul de recurenţă al unei stări
i , pe care il notăm cu TRi , poate fi determinat folosind regula de 3 simplă:

1 u.t. .......... αit

TRi u.t. ....... 1

1
Rezultă TRi =
α it

Concret, pentru procesul Markov specific Modulului 1, se determină cota limită

pe piaţă la care poate ajunge produsul A2001 ca fiind 0,5434. Timpul de recurenţă în
1
acest caz va fi 0,5434 =1,84 luni. Interpretarea este că, după ce se ating cotele limită pe
piaţă, timpul mediu în care un consumator al produsului A2001 va redeveni consumator
al produsului A2001 este de 1,84 luni.

Exemplificarea modului în care se determină timpului de recurenţă, având în

vedere situaţia SC PROMOD S.A. se mai poate face şi altfel:

12
 Considerăm că avem n consumatori fiecare alegând, într-o unitate de timp (lună
în cazul nostru), unul dintre cele 4 produse concurenţiale (A2001, C2031, C2032,
C2033).

Fie p ponderea limită pe piaţă a produsului A2001. Asadar, după ce se ating

ponderile limită pe piaţă, p * n consumatori cumpară lunar produsul A2001.

Fie februarie luna de referinţă şi George unul dintre consumatorii de produs

A2001 în luna februarie.

Şansele, ca luând la intamplare p * n consumatori din totalul de n consumatori

să-l nimerim pe George se calculeaza ca raport dintre numărul cazurilor favorabile şi
numărul cazurilor posibile.

Un caz favorabil este un caz în care din cei p * n pe care îi alegem la întamplare
unul din ei sa fie George. Asadar ne interesează să fie George în orice combinaţie cu
oricare alţi p * n −1 consumatori.

Numărul total de combinări de p * n −1 care pot fi realizate din n −1

consumatori (George e ales deja deci nu-l mai punem la număr) este:
( n −1)! ( n −1)!
C np−*1n −1 = =
( p * n −1)!*( n −1 − p * n +1)! ( p * n −1)!*( n − p * n)!

Numărul total de posibilităţi în care putem combina p * n consumatori dintr-un

total de n consumatori este:

n!
C np*n =
( p * n)!*( n − p * n)!

Aşadar şansele să-l nimerim pe George luând la întamplare p * n consumatori

din totalul de n consumatori sunt:

(n −1)!
p*n −1
C ( p * n −1)!*( n − p * n)! (n −1)! ( p * n)!*( n − p * n)! p * n
n −1
= = * = =p
C n
p*n
n! ( p * n −1)!*( n − p * n)! n! n
( p * n)!*( n − p * n)!
Acest rezultat ne demonstrează faptul că ponderile limită pe piaţă pot fi
interpretate ca probabilităţi ca un consumator să prefere un produs sau altul. De exemplu,
dacă ponderea limita la care ajunge produsul A2001 este p atunci, alegând la întamplare
un consumator din totalul de consumatori, probabilitatea ca el să prefere produsul A2001
este chiar p .

Ne punem întrebarea, din punct de vedere statistic, de câte încercari de selectare a

p*n consumatori avem nevoie, în medie, pentru a ajunge ca în urma acestor încercari
de selectare să-l selectam pe George.

13
Considerand că, odată cu fiecare încercare şansele cresc cu p (am demonstrat mai sus),
ne punem întrebarea de câte şanse avem nevoie pentru a ajunge la evenimentul sigur de
a-l selecta pe George (probabilitate = 1). Numărul de încercari reprezintă tocmai timpul
de recurenţă:

1
TRi * p = 1 ⇒ TRi =
p

Aşadar, evoluţia ponderilor se poate determina prin înmulţiri de matrice iar

determinarea ponderilor limită se poate face prin înmulţiri de matrice şi prin rezolvarea
de sisteme liniare cu n ecuaţii şi n necunoscute.
Deoarece înmulţirile de matrice şi rezolvarile de sisteme liniare (necesare pentru
determinarea vectorilor de probabilităţi asociaţi etapelor de procese Markov) sunt operaţii
matematice consumatoare de timp atunci cand sunt facute “de mâna”, pentru realizarea
lor folosim pachetul software WinQSB, modulul MKP, care, printre altele,
implementează operaţii matematice, specifice proceselor Markov, de înmulţire a
matricilor precum şi de rezolvare de sisteme liniare. Evoluţia ponderilor pe piaţă se
determină cu ajutorul functionalităţii modulului MKP denumită “Time Parametric
Analysis” iar ponderile limită pe piaţă împreună cu timpii de recurenţă se determină
folosind funcţionalitatea modulului MKP denumită “Solve Steady State”.

14
 Capitolul 4

Mic îndrumar pentru realizarea Modulului 1

În paginile următoare sunt prezentate câteva explicaţii pentru fiecare dintre cele 7
cerinţe ale Modulului 1. După explicaţii se găseşte realizarea efectivă a Modulului 1
pentru coeficientul de individualizare c = 776. Numele produselor sunt cele generice, însă
în proiectul vostru veţi individualiza numele firmei şi numele celor 4 produse (A2001,
C2031, C2032 şi C2033). Imaginile de mai jos nu trebuie să apară în proiect. Pentru
vizualizarea mai bună a imaginilor, folosiţi Zoom.

Cerinţa 1

Enunţ:
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;

Mod de rezolvare:

Pasul 1: Se porneşte aplicaţia MKP.exe din cadrul pachetului de programe WinQSB:

Pasul 2: Se crează o problemă nouă:

15
Subpasul 2.1:

Subpasul 2.2: Se introduc datale noii probleme: numele problemei şi numărul de stări,
care în cazul nostru corespunde cu numărul de produse concurente, adica 4. Cele 4
produse concurente sunt A2001, C2031, C2032 şi C2033.

16
Pasul 3:
Se introduce vectorul cu ponderile iniţiale pe piaţă ale celor 4 produse (A2001, C2031,
C2032, C2033):

17
Pasul 4:
Deschidem dialogul de “Time Parametric Analysis” astfel: “Solve and Analyze”“Time
Parametric Analysis”

18
Pasul 5:
În dialogul de “Time Parametric Analysis” introducem datele legate de numărul de luni
pentru care vrem să facem analiza (3, în cazul nostru) şi selectăm produsul a cărui
evoluţie a ponderii pe piaţă vrem să o urmărim. Apoi facem click pe “OK”.

19
Pasul 6:
Ne va apărea un tabel în care sunt trecute ponderile pe piaţă pentru produsul selectat, din
lunile octombrie, noiembrie şi decembrie:

20
Pasul 7: Repetăm Pasii 4, 5 şi 6 pentru celelalte 3 produse (C2031, C2032, C2033).

Pasul 8: Facem o sinteză a datelor, punându-le într-un tabel:

Perioada Octombrie a.c. Noiembrie a.c. Decembrie a.c.

Produs
A2001 0.6122 0.5831 0.5662
C2031 0.1705 0.1952 0.2081
C2032 0.1185 0.1168 0.1176
C2033 0.0988 0.1049 0.1082

Pasul 9: Reprezentăm pe acelaşi grafic (de preferat în Excel) evoluţiile ponderilor pe

piaţă a celor 4 produse în lunile septembrie, octombrie, noiembrie şi decembrie anul
curent.

Pasul 10: Analizăm evoluţia ponderilor (sunt în crestere / se menţin (sunt constante) /
sunt în scădere) şi precizăm stadiul pe “curba vieţii” pe care se afla fiecare produs
(lansare, creştere, maturitate sau declin).

21
 Cerinţa 2

Enunţ:
Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A2001;

Răspuns:
Se observă tendinţa de scădere a ponderilor pe piaţă a produsului A2001 deci se poate
concluziona că efectul campaniei publicitare nu a fost unul semificativ.

22
 Cerinţa 3

Enunţ:
Ponderea limită pe piaţă la care poate ajunge produsul A2001 dacă matricea de tranziţie
rămane neschimbată un număr mare de perioade;

Mod de rezolvare:

Folosim funcţionalitatea “Solve Steady State”:

23
Rezultatele vor fi prezentate sub forma următoare:

24
 Cerinţa 4

Enunţ:
Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A2001 şi a
reorientărilor către produsele concurenţiale;

Mod de rezolvare:

Schimbăm vectorul ponderilor iniţiale conform figurii şi din motivele scrise în figură:

25
Apoi procedăm analog cu modul de lucru folosit pentru rezolvarea Cerinţei 1:

26
Rezultatele sunt prezentate astfel:

27
 Cerinţa 5

Enunţ:
Volumul vânzărilor produsului A2001 în lunile octombrie, noiembrie, decembrie, pentru
situaţia în care volumul total al vânzărilor celor patru produse este 6000 u.f. în fiecare
lună;

Mod de rezolvare:
Cunoaştem volumul total al vânzărilor, cunoaştem ponderile pe piaţă ale produsului
A2001 în lunile octombrie, noiembrie şi decembrie şi calculăm volumul vânzărilor
produsului A2001 înmulţind volumul total al vânzărilor cu ponderea pe piaţă
corespunzătoare lunii pentru care calculam vânzările (octombrie, noiembrie sau
decembrie).

28
 Cerinţa 6

Enunţ:
Evoluţia profitului asociat produsului A2001;

Mod de rezolvare:
Pasul 1: Se revine la ponderile pe piaţă iniţiale (0,662; 0,124; 0,129; 0,085) şi se
introduce, pe linia “State Cost” profitul unitar de 5 u.m. / u.f. (din Tabelul 10.1):

29
Pasul 2: Folosim din nou “Time Parametric Analysis”, însă, de data aceasta, pentru
calculul profitului unitar aferent lui A2001 selectăm opţiunea “Expected Cost of State
State 1” ca în figură:

30
Pasul 3: Rezultatele ne sunt prezentate astfel:

31
 Cerinţa 7

Enunţ:
Politica managerială privind produsul A2001.

Raspuns:

Politica managerială se elaborează în urma analizei rezultatelor obtinuţe la Cerintele 1 –

6.

Pentru produsul A2001 se observă o evoluţie descrescătoare a ponderii pe piaţă şi

implicit o evoluţie descrescătoare ale volumului vânzărilor şi a profitului obţinut de pe
urma comercializării produsului A2001.

Câteva recomandări simple ar fi:

- scăderea costurilor
- creşterea productivităţii
- adoptarea unor campanii publicitare eficiente

32
 Capitolul 5

Modulul 1 realizat pentru c = 776

10.4.1 Evoluţia pe piaţă a unor produse concurenţiale. Estimarea cererii produsului

A2001
(MODULUL 1)

La începutul lunii septembrie a.c., S.C. PROMOD S.A. a organizat o anchetă

asupra unui esantion reprezentativ de 1000 + 776 = 1776 consumatori, cu scopul de a
determina numărul utilizatorilor produsului A2001 cât şi al utilizatorilor produselor
concurente C2031, C2032 şi C2033. S-au înregistrat următoarele rezultate:

400 + 776 = 1176 cumpărători s-au declarat utilizatori ai produsului A2001;

220 cumpărători s-au declarat utilizatori ai produsului C2031;
230 cumpărători s-au declarat utilizatori ai produsului C2032;
150 cumpărători s-au declarat utilizatori ai produsului C2033.

În luna septembrie a.c., S.C. PROMOD S.A. a lansat o campanie de publicitate

pentru produsul A2001. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra
aceluiaşi eşantion reprezentativ de cumpărători şi s-au obtinut următoarele rezultate:
- dintre utilizatorii produsului A2001 (la începutul lunii septembrie a.c.):
80 % au rămas fideli produsului A2001;
10 % s-au orientat către produsul C2031;
5 % s-au orientat către produsul C2032;
5 % s-au orientat către produsul C2033 ;

- dintre utilizatorii produsului C2031 (la începutul lunii septembrie a.c.) :

60 % au rămas fideli produsului C2031;
20 % s-au reorientat către produsul A2001;
10 % s-au reorientat către produsul C2032;
10 % s-au reorientat către produsul C2033;

- dintre utilizatorii produsului C2032 (la începutul lunii septembrie a.c.) :

50 % au rămas fideli produsului C2032;
25 % s-au reorientat către produsul A2001 ;
10 % s-au orientat către produsul C2031 ;
15 % s-au orientat către produsul C2033 ;

- dintre utilizatorii produsului C2033 (la începutul lunii septembrie a.c.) :

40 % au rămas fideli produsului C2033 ;
30 % s-au orientat către produsul A2001 ;
20 % s-au orientat către produsul C2031 ;
10 % s-au reorientat către produsul C2032 .

33
Se fac următoarele ipoteze :

- Alegerea unuia dintre produsele A2001, C2031, C2032, C2033 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 cumpară un singur tip de produs, iar cantităţile cumpărate
rămân neschimbate în următoarele 3 luni.

Modelul economico-matematic

Modelul economico-matematic este bazat pe teoria lanţurilor Markov şi are următoarea

formă:

α t +1 = α t * P , pentru t = 0 = septembrie,
t = 1 = octombrie,
t = 2 = noiembrie,
t = 3 = decembrie;

unde:

t t t t
α t = (α 1 , α 2 , α 3 , α 4 ) = vectorul cotelor de participare pe piaţă ale produselor A2001,
C2031, C2032, C2033 în luna t. Cotele de participare pe piaţă pot fi exprimate ca
4
ponderi: 0 ≤ α i ≤ 1 , i = 1,...,4 cu
t
∑α
i =1
i
t
= 1 , sau ca procente 0 ≤ α i t ≤ 100 , i = 1,...,4 cu

∑α t
i = 100 pentru orice t;
i =1

P = matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele p ij ,

unde i = 1,...,4 şi j = 1,...,4
p ij = probabilitatea de reorientare a unui consumator de la produsul i = A2001, C2031,
C2032 sau C2033 în luna t ∈ {septembrie, octombrie sau noiembrie} a.c., la produsul j =
A2001, C2031, C2032 sau C2033 în luna t + 1 ∈ {octombrie, noiembrie sau decembrie}
4
a.c., 0 ≤ pij ≤ 1 , cu i = 1,...,4 şi j = 1,...,4 şi ∑p
i =1
ij =1

p ii = coeficientul de fidelitate faţă de produsul i, pentru i = 1, 2, 3, 4.

Pe baza datelor furnizate de anchetele efectuate rezultă următoarele ponderi pe piaţă:

400 + 776 220 230 150 1176 220 230 150

α0 = ( ; ; ; ) =( ; ; ; )
1000 + 776 1000 + 776 1000 + 776 1000 + 776 1776 1776 1776 1776

34
Deci α 0 = (0.662 ; 0.124 ; 0.129 ; 0.085)

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 
 

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;

Calculul ponderilor pe piaţă pentru cele 4 produse concrenţiale se face folosind

modulul Markov Process din WinQSB.
Datele de intrare sunt vectorul cotelor de participare pe piaţă a celor 4 produse în
luna septembrie a.c. precum şi matricea reorientărilor.

Ponderile pe piaţă sunt prezentate în tabelul de mai jos:

Perioada Octombrie a.c. Noiembrie a.c. Decembrie a.c.

Produs
A2001 0.6122 0.5831 0.5662
C2031 0.1705 0.1952 0.2081
C2032 0.1185 0.1168 0.1176
C2033 0.0988 0.1049 0.1082

Reprezentarea grafică a evolutiei ponderilor pe piaţă ale celor 4 produse

concurentiale este prezentată în figura de mai jos:

35
 Din evoluţia ponderilor pe piaţă a celor 4 produse concurenţiale putem concluziona
că:

- Produsul A2001 are o pondere pe piaţă din ce în ce mai mică, el pierzând

cumpăratori care se reorientează către produsele concurente. Putem afirma că
A2001 se află în stadiul de declin.
- Produsul C2031 are o pondere pe piaţă în creştere, el aflându-se în stadiul de
creştere de pe “curba vieţii”.
- Produsul C2032 înregistrează fluctuaţii foarte mici ale ponderii sale pe piaţă, el
aflându-se în stadiul de maturitate de pe “curba vieţii” .
- Produsul C2033 înregistrează o creştere uşoară a ponderii pe piaţă, el putându-se
afla fie la sfârşitul stadiului de creştere, fie la începutul stadiului de maturitate.

2) Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A2001;

Deoarece cota de piaţă a produsului A2001 a scăzut lună de lună în perioada

analizată rezultă că influenţa campaniei de publicitate nu a fost una semnificativă.

36
3) Ponderea limită pe piaţă la care poate ajunge produsul A2001 dacă matricea de
tranziţie rămâne neschimbată un număr mare de perioade;

Ponderea limită pe piaţă la care poate ajunge produsul A2001 se determină

folosind funcţionalitatea “Solve Steady State” din modulul Markov Process al WinQSB.

Aceasta este 54.34%.

4) Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A2001

şi a reorientărilor către produsele concurenţiale;

Ne interesează doar consumatorii produsului A2001 aşadar, în condiţiile în care

ignorăm consumatorii celorlalte produse putem considera vectorul cotelor de participare
pe piaţă ca fiind α = (1,0,0,0) . Dacă, spre exemplu, analizam evoluţia pe piaţă în raport
cu luna septembrie a fidelităţii faţă de produsul C2032, atunci am fi considerat
α = (0,0,1,0) .
Tot cu ajutorul modului Markov Process, mai exact a funcţionalităţii “Markov
Process Step” obţinem că fidelitatea în luna octombrie este de 80%, în luna noiembrie
este de 68.875%, iar în luna decembrie este de 62.425%.

20 % din consumatorii din septembrie a.c. ai produsului A2001 se reorientează în

octombrie a.c. către produse concurente:
- 10 % către C2031
- 5 % către C2032
- 5 % către C2033

31,25% din consumatorii din septembrie a.c. ai produsului A2001 se reorientează în

noiembrie a.c. către produse concurente:
- 15,5 % către C2031
- 8 % către C2032
- 7,75 % către C2033

37,575 % din consumatorii din septembrie a.c. ai produsului A2001 se reorientează în

decembrie a.c. către produse concurente:
- 37,575 % către C2031
- 9,7625 % către C2032
- 9,2875 % către C2033

Se observă un trend crescător al procentului de consumatori de A2001 care se

reorientează către produse concurente.

5) Volumul vânzărilor produsului A2001 în lunile octombrie, noiembrie, decembrie,

pentru situaţia în care volumul total al vânzărilor celor patru produse este 6000 u.f.
în fiecare lună;

37
 În condiţiile în care cunoaştem volumul total al vânzărilor celor patru produse
(6000 u.f.) putem calcula volumul vânzărilor A2001 pe baza ponderilor pe piaţă ale
acestuia calculate la Cerinţa 1. Tabelul de mai jos sintetizează volumele vânzărilor
A2001 din lunile octombrie a.c., noiembrie a.c. şi decembrie a.c.

Perioada Octombrie a.c. Noiembrie a.c. Decembrie a.c.

Date
Volum total al vânzărilor (u.f.) 6000 6000 6000
Cota de piaţă pentru A2001 0.6122 0.5831 0.5662
Volumul vânzărilor pentru A2001 6000x0.6122 = 6000x0.5831 = 6000x0.5662 =
(u.f.) 3673 3499 3397

Se observă o tendinţă de descreştere în timp a volumelor vânzărilor produsului

A2001.

6) Evolutia profitului asociat produsului A2001;

Determinarea evoluţiei profitului asociat produsului A2001 se face având în

vedere că profitul unitar este de 5 u.m./u.f. (se introduce 5 în fiecare celula a liniei “State
Cost“) şi folosind funcţionalitatea “Time Parametric Analysis” şi calculând “Expected
cost of State State 1”. Valorile obţinute pentru lunile octombrie a.c., noiembrie a.c. şi
decembrie a.c. sunt sintetizate în tabelul de mai jos:

Perioada Octombrie a.c. Noiembrie a.c. Decembrie a.c.

Date
Profitul asociat (u.m. / u.f.) 3.0608 2.9155 2.8310
Volumul vânzărilor (u.f.) 3673 3499 3397
Profitul asociat total (u.m.) 3673x3.0608 = 3499x2.9155 = 3397x2.8310 =
11242.32 10201.34 9616.91

7) Politica managerială privind produsul A2001.

Politica managerială se elaborează în urma analizei rezultatelor obţinute la

Cerintele 1–6.

Pentru produsul A2001 se observă o evoluţie descrescătoare a ponderii pe piaţă şi

implicit o evoluţie descrescătoare a volumelor vânzărilor şi a profiturilor obţinute de pe
urma comercializării produsului A2001.

Câteva recomandări simple ar fi:

- scăderea costurilor
- creşterea productivităţii
- adoptarea unor campanii publicitare eficiente

38
 Capitolul 6

Explicaţii suplimentare legate de Modulul 2

IMPORTANT: Explicaţiile de mai jos au rolul de a vă ajută să întelegeţi mai bine

modelul economico-matematic folosit pentru realizarea Modulului 2. Ele nu trebuie
trecute în proiect.

Modelul Brown de nivelare exponentială. Este un model matematic ce permite

realizarea de previziuni ale unor valori pe baza unor valori reale cunoscute şi pe baza
unei constante de nivelare α .

Modelul matematic este reprezentat de următoarea relaţie recursivă (o relaţie

recursivă este o relaţie care, în definirea ei, se foloseşte pe ea însăşi).

Ft +1 = αX t + (1 −α) Ft , unde:
X t = 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 a ne face o imagine mai clară asupra influenţei valorilor reale în procesul
de previzionare, scriem relaţia Ft +1 = αX t + (1 −α) Ft în mod iterativ (adica o scriem
astfel încât în definirea ei să nu se mai foloseasca ea însăşi ci doar date cunoscute).

Pentru t = 0 avem:
F1 = αX 0 + (1 −α) F0

Pentru t = 1 avem:
F2 = αX 1 + (1 − α ) F1 = αX 1 + (1 − α )(αX 0 + (1 − α ) F0 ) ⇒
⇒ F2 = αX 1 + α (1 − α ) X 0 + (1 − α ) 2 F0 (am înlocuit pe F1 )

Pentru t = 2 avem:
F3 = αX 2 + (1 − α ) F2 ⇒ F3 = αX 2 + α (1 − α ) X 1 + α (1 − α ) 2 X 0 + (1 − α ) 3 F0 (am înlocuit
pe F1 şi F2 )

Se poate demonstra prin inductie matematică faptul că:

t
Ft +1 = α ∑ (1 − α ) i * X t −i + (1 − α ) t +1 * F0 .
i =0

39
În membrul drept al relaţiei de mai sus se cunosc atât α, F0 cat şi X t , cu t =0, n şi n
= numărul de date istorice pe care le cunoaştem.

Funcţia f (i ) = (1 − α ) i , cu α ∈[0,1] şi i ∈ N este o funcţie descrescatoare (cu cât creşte

valoarea argumentului funcţiei cu atât valoarea funcţiei este mai mică).
Observăm că în expresia lui Ft +1 data istorică X t −i este înmulţită cu α(1 − α ) i . De
aici putem trage concluzia că, dintre datele istorice, cea mai mica influenţă asupra lui
Ft +1 (şi deci asupra valorii previzionate) o are X 0 , apoi o influenţă mai mare decât
X 0 o are X 1 , apoi o influenţă mai mare decât X 1 o are X 2 până la X n care are cea
mai mare influenţă.

40
 Capitolul 7

Mic îndrumar pentru realizarea Modulului 2

În paginile următoare sunt prezentate câteva explicaţii pentru fiecare dintre cele 4 cerinţe
ale Modulului 2. După explicaţii se găseşte realizarea efectivă a Modulului 2 pentru
coeficientul de individualizare c = 776. Numele folosit al produsului este B2002 însă în
proiectul vostru veţi individualiza numele firmei şi numele produsului. Imaginile de mai
jos nu trebuie să apară în proiect. Pentru vizualizarea mai bună a imaginilor, folosiţi
Zoom.

Cerinţa 1
Enunţ:
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 patratică.

Mod de rezolvare:

Pasul 1: Se crează o problemă nouă:

41
Pasul 2: Se introduc datele:

42
Pasul 3: Pentru deschiderea dialogului prin intermediul căruia putem introduce
parametrii previzionării folosim opţiunea “Solve and Analyze”  “Perform Forecasting”:

43
Pasul 4: Se va deschide dialogul prin intermediul căruia introducem parametrii
previzionării. În primul caz introducem α = 0.2 , F(0) = 2176, numărul de perioade
pentru care dorim să previzionăm = 1 (doar pentru luna octombrie a.c.) iar metoda de
previzionare = “Single exponential smoothing (SES)”. După introducerea datelor dăm
click pe butonul “OK”.

44
Pasul 5: Vizualizăm rezultatele obţinute. După vizualizarea rezultatelor dăm click pe
butonul indicat în imagine şi astfel revenim la tabelul cu datele introduse initial (vânzările
reale pentru cele 12 luni):

45
Pasul 6: După revenire, folosim din nou optiunea “Solve and Analyze”  “Perform
Forecasting” şi punem α = 0.9 . Pentru ca tabelul cu rezultate să conţină rezultatele atât
pentru α = 0.2 cât şi pentru α = 0.9 bifăm optiunea “Retain other method’s result”. La
sfârsit, dăm click pe butonul “OK”.

46
Pasul 7: Vom obţine următoarele rezultate:

47
Pasul 8: Revenim la tabelul cu datele introduse iniţial şi folosim din nou opţiunea “Solve
and Analyze”  “Perform Forecasting”. De data aceasta alegem să previzionăm volumul
vânzărilor pentru luna octombrie a.c. punând condiţia ca MSE să fie minim:

48
Pasul 9: Rezultatele obţinute arată astfel:

49
Pasul 10: Pentru afişarea graficului cu rezultatele obţinute folosim opţiunea “Results” 
“Show Forecasting în Graph” ca în figură:

50
Pasul 11: Vizualizăm graficul cu rezultatele obţinute:

Datele reale sunt reprezentate cu negru.

Datele obţinute pentru α = 0.2 sunt reprezentate cu albastru.
Datele obţinute pentru α = 0.9 sunt reprezentate cu roşu.
Datele obţinute pentru α optim în raport cu MSE sunt reprezentate cu culoarea roz.
Media vânzărilor reale este 2051,833.

51
 Cerinţa 2

Enunţ: Analiza comparativă a rezultatelor pentru cele 3 valori ale constantei de nivelare.

Raspuns: Aici trebuie să spunem care sunt valorile previzionate pentru cele 3 situaţii şi
care sunt erorile medii pătratice.

Concret, din tabelul cu rezultate prezentat la Pasul 10 din cadrul rezolvarii Cerinţei 1 se
vede că:
- pentru α = 0.2 vânzările estimate pentru luna octombrie a.c. sunt de 2033,736 u.f
de produs B2002 iar eroarea medie pătratică este 21628,47.
- pentru α = 0.9 vânzările estimate pentru luna octombrie a.c. sunt de 2029,998 u.f
de produs B2002 iar eroarea medie pătratică este 30836,92.
- pentru α optim în raport cu MSE vânzările estimate pentru luna octombrie a.c.
sunt de 2022,031 u.f de produs B2002 iar eroarea medie pătratică este 21276,39.

52
 Cerinţa 3

Enunţ: Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din
luna octombrie anul curent.

Raspuns: Deoarece MSE este un indicator bun pentru că penalizează erorile mari, vom
face recomandarea în funcţie de MSE (adică recomandăm sa se ţină cont de previzionarea
obţinută pentru cazul când MSE este minim). Aşadar vom recomanda ca volumul
producţiei de produs B2002 care să se ia în considerare pentru luna octombire a.c. să fie
de 2022,031 u.f. .

53
 Cerinţa 4

Enunţ: Recomandări generale pentru alegerea constantei de nivelare α.

Raspuns: Deoarece măsura influenţei generale a vânzărilor reale asupra estimării
vânzărilor viitoare este dată de valoarea constantei de nivelare α rezultă că pentru un α
mai apropiat de 1 se ţine cont mai mult de valorile vânzărilor reale.

Deci, dacă se doreste ca previzionarea să ţină cont în mare măsură de valorile

vânzărilor reale (un exemplu de astfel de situaţie este cel al unei pieţe stabile, fără
fluctuaţii semnificative) este recomandat să se aleagă o valoare a constantei de nivelare
α mai apropiată de valoarea 1.
Dacă, dimpotrivă, piaţa este instabilă, se recomandă alegerea valorii constantei de
nivelare α aşa cum rezultă ea din punerea condiţiei ca MSE să fie minim (MSE este un
indicator bun deoarece penalizează erorile mari – le scoate mai bine în evidenţă datorită
ridicării lor la pătrat).

54
 Capitolul 8

Modulul 2 realizat pentru c = 776

10.4.2 Estimarea vânzării produsului B2002

(MODULUL 2)

Societatea Comercială S.C. PROMOD S.A. are contracte ferme pentru produsul
B2002 numai în lunile noiembrie şi decembrie. Pentru estimarea volumului vânzărilor
produsului B2002 în luna octombrie a.c., conducerea firmei a hotarat să utilizeze datele
din lunile anterioare (Tabelul 10.2). Reprezentarea grafică a acestor date poate fi vazută
în figura de mai jos:

Modelul economico-matematic

Modelul folosit este modelul lui Brown de nivelare exponentială şi este de forma:

Ft +1 = αX t + (1 −α) Ft , unde:
X t = 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

55
 Pentru estimarea iniţială F0 a vânzărilor, conducerea S.C. PROMOD 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.

Analiza economică a rezultatelor

1) Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimătiilor

vânzărilor pentru constantele de nivelare α = 0.2 , α = 0.9 şi respectiv α optim în
raport cu eroarea medie pătratică.

Tabelul cu datele introduse şi cu rezultatele obţinute poate fi văzut în figura de

mai jos:

Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimărilor

vânzărilor pentru constantele de nivelare α = 0.2 , α = 0.9 şi respectiv α optim în
raport cu eroarea medie pătratică este prezentată în figura de mai jos:

56
Datele reale sunt reprezentate cu negru.
Datele obţinute pentru α = 0.2 sunt reprezentate cu albastru.
Datele obţinute pentru α = 0.9 sunt reprezentate cu roşu.
Datele obţinute pentru α optim în raport cu MSE sunt reprezentate cu culoarea roz.
Media vânzărilor reale este 2051,833.

2) Analiza comparativă a rezultatelor pentru cele 3 valori ale constantei de nivelare.

Observam că:
- pentru α = 0.2 vânzările estimate pentru luna octombrie a.c. sunt de 2033,736 u.f
de produs B2002 iar eroarea medie pătratică este 21628,47.
- pentru α = 0.9 vânzările estimate pentru luna octombrie a.c. sunt de 2029,998 u.f
de produs B2002 iar eroarea medie pătratică este 30836,92.
- pentru α optim în raport cu MSE vânzările estimate pentru luna octombrie a.c.
sunt de 2022,031 u.f de produs B2002 iar eroarea medie pătratică este 21276,39.

3) Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din

luna octombrie anul curent.

57
 Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din
luna octombrie a.c. este cel obţinut pentru varianta de previzionare în care se alege α
optim în raport cu MSE (adica 2022,031 u.f. de produs B2002).

4) Recomandări generale pentru alegerea constantei de nivelare α.

Deoarece măsura influenţei generale a vânzărilor reale asupra estimării vânzărilor
viitoare este dată de valoarea constantei de nivelare α rezultă că pentru un α mai
apropiat de 1 se ţine cont mai mult de valorile vânzărilor reale.

Deci, dacă se doreşte ca previzionarea să tină cont în mare masură de valorile

vânzărilor reale (un exemplu de astfel de situatie este cel al unei piete stabile, fără
fluctuatii semnificative) este recomandat să se aleagă o valoare a constantei de nivelare
α mai apropiată de valoarea 1.
Dacă, dimpotrivă, piaţa este instabilă, se recomandă alegerea valorii constantei de
nivelare α aşa cum rezultă ea din punerea condiţiei ca MSE să fie minim (MSE este un
indicator bun deoarece penalizează erorile mari – le scoate mai bine în evidenţă datorită
ridicării lor la pătrat).

Mult succes!

58