Portofoliu aplicații

CERCETĂRI OPERAȚIONALE ȘI
MODELARE ECONOMICĂ

Elaborat: Asanache Andreea

Anul III, IE
2020-2021
CUPRINS

1. PROGRAMARE LINIARĂ..........................................................................................1

2. PROGRAMARE ÎNTREGĂ ȘI PROGRAMARE ÎNTREAGĂ MIXTĂ....................6

Problema A.......................................................................................................................6

Problema B.......................................................................................................................9

3. PROBLEMA DE TRANSPORT.................................................................................12

4. PROBLEMA REPARTIZĂRII...................................................................................19

5. REȚELE(GRAFURI)..................................................................................................21

5.A. Minimum Spanning Tree..........................................................................................21

5.B Shortest Route............................................................................................................25

5.C.Maximal Flow...........................................................................................................29

6. METODA DRUMULUI CRITIC................................................................................33

6.A. Single time estimate..................................................................................................33

6.B–Cost Budgeting..........................................................................................................37

7. FENOMENE DE AŞTEPTARE..................................................................................42

8. GESTIUNEA STOCURILOR.....................................................................................54

9. PROBLEMA DECIZIEI.............................................................................................57

9.A. Decision Tables........................................................................................................57

9.B Decision Trees...........................................................................................................62

1. PROGRAMARE LINIARĂ

1.1 Studiul de caz

O firmă care produce substanța lichidă pentru țigările electronice are 4 tipuri de
produse (P1, P2, P3 și P4) care sunt fabricate din 4 materii prime (glicerină vegetală, propilen
glicol, arome artificiale si nicotină). Să se stabileasca un program optim de producție pentru
maximizarea profitului.
Profitul unitar, consumurile specifice şi disponibilul de materii prime se dau în tabelul
următor:

Produs Consum specific

Materie prima P 1 P 2P 3 P 4 Disponibi
l
Glicerina 3 4 2 2 350
vegetală
Propilen 3 3 2 3 270
 glicol

Arome  2 3 4 5 310
artificiale

Nicotină 4 5 2 2 250

Profitul unitar  850 700 950 1000

1.2 Modelul

Considerăm următoarele variabile ale problemei de programare liniară:

 X1 –  numărul de produse P1;

 X2 –  numărul de produse P2;

 X3 –  numărul de produse P3;

 X4 –  numărul de produse P4.

 Restricțiile problemei de programare liniară:
3X1+4X2+2X3+2X4≤350
3X1+3X2+2X3+3X4≤270
2X1+3X2+4X3+5X4≤310
4X1+5X2+2X3+2X4≤250

1
X1,X2,X3,X4 ≥ 0

 Funcția obiectiv:
max 850X1+700X2+950X3+1000X4

1.3 Rezolvarea în QM
În QM utilizăm modulul Linear Programming:
 În ecranul de creare a setului de date alegem opțiunile (Figura 1.1):
o Number of Constrains: 4 
o Number of Variables: 4
o Objective: Maximize
 Datele de intrare sunt redate în Figura 1.2
 Rezultatele soluției calculate sunt redate în Figura 1.3
 Analiza de senzitivitate este redată în Figura 1.4

Figura 1.1

2
Figura 1.2

Figura 1.3

3
 Figura 1.4

1.4 Concluzii
(1) Soluția optimă rezultată este:
 x 1=31produse P1;
 x 2=0 produse P2;
 x 3=61 produse P3;
 x 4 =0 produse P4.

(2) Profitul maxim este de 85500 u.m.

(3) Există mai multe soluții optime, cu limitele de variație din analiza de senzitivitate (Figura
1.4)
Analizând Figura 1.4 se observă că la operația 1 avem un surplus de 135 de glicerina
vegetala, iar la operația 2 un surplus de 51.

4
2. PROGRAMARE ÎNTREGĂ ȘI PROGRAMARE ÎNTREAGĂ
MIXTĂ

Problema A

A 2.1 Studiul de caz

Pentru a crește veniturile lunare, un om de afaceri, hotărăște sa investească suma de 30.000
€ pentru achiziționarea de imprimante performante, urmând sa le utilizeze pentru a crea
articole speciale publicitare. Dupa lungi cautari, omul de afaceri își limitează opțiunile la 3
imprimante, care variază ca preț în funcție de compania care le produce dar si de
performanță. Utilizate in procesul de publicitate, fiecare imprimanta necesita un spatiu diferit,
iar proprietarul dispune de 20m2.

Prețul de achiziție, compania producătoare si spațiul necesar sunt afișate in tabelul următor:
Producăto Spațiul Preț de Profit
r necesar achiziție lunar
Asus 2 900 280
Samsung 3 12000 500
Canon 1 700 200
Determinați ce fel de placi grafice trebuie achiziționate astfel încât profitul să fie maxim.
2.2 Modelul
Considerăm:

 X1 – numărul de produse achiziționate de la Asus;

 X2 – numărul de produse achiziționate de la Samsung;
 X3 – numărul de produse achiziționate de la Canon.

Restricțiile problemei de programare liniară:

 2X1+3X2+1X3≤50
 900X1+1200X2+5000X3≤30000
 X1,X2,X3 ≥ 0

Funcția obiectiv:
 max 280X1+500X2+200X3

5
2.3 Rezolvarea în QM
În QM utilizăm modulul Integer & Mixed Integer Programming:

În ecranul de creare a setului de date alegem opțiunile (Figura 2.1):

 Number of Constrains: 2

 Number of Variables: 3
 Objective: Maximize

Datele de intrare sunt redate în Figura 2.2

Rezultatele soluției calculate sunt redate în Figura 2.3

Figura 2.1

6
 Figura 2.2

Figura 2.3

2.4 Concluzii

Soluția optimă pentru maximizarea profitului este de a achiziționa 42 imprimante de la

Canon.
Profitul maxim este de 84000€.

7
Problema B

2.1.BStudiul de caz
O persoana juridica si-a ales doua proiecte, dar are posibilitatea sa investeasca intr-unul
singur. Proiectele sunt:

Proiectu Val. estimată Capital necesar

l a Anul 1 Anul 2 Anul 3 Anul 4
beneficiului
P1 450 110 100 200 125
P2 800 135 0 175 50
Capitalul disponibil 300 250 450 300
Prezentati decizia
respectivei persoane.

2.2.B Modelul

Notăm:
x1- posibilitatea de a alege proiectul P1;
x2- posibilitatea de a alege proiectul P2;
Funcția obiectiv:
max( 450 x1 + 800 x2);
Restricții:

 110 x1 + 135 x2 <=500;

 100 x1 + <=550;
 200 x1 + 175 x2<=450;
 125 x1 + 50 x2 <=300;

8
2.3.B Rezolvarea în QM
În QM utilizăm modulul Integer& Mixed Integer Programminh
 În ecranul de creare a setului de date alegem opțiunile (Figura 1.1):
o Number of Constrains: 4 
o Number of Variables: 2
o Objective: Maximize
 Datele de intrare sunt redate în Figura 2.2.B
 Rezultatele soluției calculate sunt redate în Figura 2.3 B

Figura 2.1.B

9
 Figura B 2.2

Figura B 2.3

Figura B 2.4

2.4.B Concluzii
În concluzie persoana va alege proiectul 2 , iar beneficiul maxim este 1600 u.m.

10
3. PROBLEMA DE TRANSPORT

3.1 Studiul de caz

Societatea comerciala Struguri producătoare de vinuri rafinate dispune de 4 fabrici și

5 centre de distribuție. Fabricile sunt plasate în Buzau, Brasov, Cluj și Bucuresti. Capacitățile 
de producție  ale fabricilor sunt:

Fabrică Capacitatea de
producție
Buzau 1400
Brasov 1100
Cluj 1300
Bucurest 3800
i

Centrele de distribuție sunt plasate în Craiova, Predeal, Timisoara, Ploiești și Neamt.

Cererea de vinuri este următoarea :

Centru Cerer
e
Craiova 300
Predeal 1000
Timisoar 400
a
Ploiești 2200
Neamt 1800

Să se determine numărul de vinuri care trebuie transportate de la fiecare fabrică la fiecare

5centru astfel încât costul de transport să fie minim.

Cost Craiov Predeal Timisoara Ploiești Neamt Ofertă

a
Buzau       45                      33                            40 1400
34  12
X
x1,1 x1,2 1,3 x1,5
x1,4
Brasov      32                                              50  1100
21 36 30 

x2,1 x2,4 x2,5

x2,2 x2,3
Cluj     31                 35                    28           1300

11
 27 18    

x3,1 x3,2 x3,4 x3,5

x3,3
Bucuresti      26                                  25                   49 3800
19 32

x4,1 x4,4 x4,5

x4,2 x4,3
Cerere 300 1000 400 2200   1800 7600
5700

3.2 Modelul

x1,1=  cantitatea de parfumuri  transportate de la Buzau la Craiova

x1,2= cantitatea de parfumuri  transportate de la Buzau la Predeal

x1,3= cantitatea de parfumuri  transportate de la Buzau la Timisoara

x1,4= cantitatea de parfumuri  transportate de la Buzau la Ploiesti

x1,5= cantitatea de parfumuri  transportate de la Buzau la Neamt

x2,1= cantitatea de parfumuri  transportate de la Brasov la Craiova

x2,2= cantitatea de parfumuri  transportate de la Brasov la Predeal

x2,3= cantitatea de parfumuri  transportate de la Brasov la Timisoara

x2,4= cantitatea de parfumuri  transportate de la Brasov la Ploiești

x2,5= cantitatea de parfumuri  transportate de la Brasov la Neamt

x3,1= cantitatea de parfumuri  transportate de la Cluj la Craiova

x3,2= cantitatea de parfumuri  transportate de la Cluj la Predeal

x3,3= cantitatea de parfumuri  transportate de la Cluj i la Timisoara

x3,4= cantitatea de parfumuri  transportate de la Cluj la Ploiești

x3,5= cantitatea de parfumuri  transportate de la Cluj Neamt

12
x4,1= cantitatea de parfumuri  transportate de la Bucuresti la Craiova

x4,2= cantitatea de parfumuri  transportate de la Bucuresti la Predeal

x4,3= cantitatea de parfumuri  transportate de la Bucuresti la Timisoara

x4,4= cantitatea de parfumuri  transportate de la Bucuresti la Ploiești

x4,5= cantitatea de parfumuri  transportate de la Bucuresti la Neamt

 Functia obiectiv

[min]f(xi,j,i=1,4,j=1,5)= 45x1,1+34x1,2+33x1,3+ 12x1,4+ 40x1,5+ 32x2,1+ 21x2,2+

36x2,3+ 30x2,4 +50x2,5+31x3,1+35x3,2
+27x3,3+28x3,4+18x3,5+26x4,1+19x4,2+32x4,3+25x4,4+49x4,5
 Restricțiile problemei de programare liniară:

x1,1+x1,2+x1,3+ x1,4+ x1,5≤1400

x2,1+ x2,2+ x2,3+x2,4 +x2,5≤1100

x3,1+x3,2 +x3,3+x3,4+x3,5≤1300

x4,1+x4,2+x4,3+x4,4+x4,5≤3800

x1,1+x2,1+x3,1+x4,1≥300

x1,2+x2,2+x3,2+x4,2≥1000

x1,3+x2,3+x3,3+x4,3≥400

x1,4+x2,4+x3,4+x4,4≥2200

x1,5+x2,5+x3,5+x4,5≥1800

x1,1,x1,2,x1,3, x1,4, x1,5x2,1, x2,2,

x2,3,x2,4,x3,1,x3,2 ,x3,3,x3,4,x3,5,x4,1,x4,2,x4,3,x4,4,x4,5≥0

3.3 Rezolvarea în QM
În QM utilizăm modulul Transportation:
 În ecranul de creare a setului de date alegem opțiunile (Figura 3.1):

13
 o Number of Sources: 4
o Number of Destinations: 5
o Objective: Minimize
 Rezultatele soluției calculate sunt redate în Figura 3.3

Figura 3.1

Figura 3.2

Figura 3.3

14
 Figura 3.4

3.4 Concluzii
Cel mai bun traseu pentru satisfacerea cererilor este prezentat în tabela anterioară.
Pentru depozitul din Craiova se trimit 300 de bucăți din Bucuresti cu un pret de 26 de
lei, pentru Predeal cererea este  satisfacută de depozitul din Bucuresti cu 1000 de bucăți la un
preț de 19 de lei și tot din Bucuresti 400 bucăți pentru Timisoara la un preț de 32 lei. Pentru
Ploiesti se trimit 1400 de bucăți din Buzau cu prețul de 12 de lei si 800 de bucăți din
Bucuresti cu prețul de 25 de lei. La Neamt livrarea se face din Cluj cu 1300 de bucăți cu 18
lei și 500 din Bucuresti cu 49 de lei.

15
4. PROBLEMA REPARTIZĂRII

4.1 Studiul de caz

Un service de telefoane cu 4 angajati are de executat în data de 22-01-

2021 reparația a 4 telefoane cu probleme diferite. Se cunoaște timpul necesar
pentru execuția fiecărui telefon. Datele sunt reprezentate în tabelul următor:

Telefon Telefon Telefon Telefon

1 2 3 4

Angajatul 3 4 5 6
1

Angajatul 2 8 4 7
2

Angajatul 5 3 6 4
3

Angajatul 3 9 3 6
4

4.3 Rezolvarea în QM
În QM utilizăm modulul Asigment:

1. În ecranul de creare a setului de date alegem opțiunile Figura 2.1

 Number of Jobs: 4

 Number of Phones: 4

2. Datele de intrare sunt redate în Figura 2.2

2. Rezultatele soluției calculate sunt redate în Figura 2.3

16
 Figura 4.1

Figura 4.2

17
 Figura 4.3

Figura 4.4

4.4 Concluzii

Telefon numărul 1 – Angajatul numărul 2

Telefonul numărul 2 - Angajatul numărul 1
Telefonul numărul 3 - Angajatul numărul 4
Telefonul numărul 4 - Angajatul numărul 3
]

18
5. REŢELE (GRAFURI)

5.1 Studiul de caz

O firmă de IT doreste sa conecteze 7 calculatoare(C1,C2,C3,C4,C5) la serverul(A).
Legăturile și costurile de instalare sunt date in tabelul următor. Să se detremine modul de
realizare a conexiunilor astfel încât costul total de instalare să fie minim.

A C1 C C3 C C5 C6 C7
2 4
A - 12 23 11 19 - - -
C - 15 - - - - -
1
C - 18 - 11 - 15
2
C - 10 7 - -
3
C - - 17 20
4
C - 13 -
5
C - 18
6
C -
7

5.3 Rezolvarea în QM
În QM utilizăm modulul Networking/Minimum Spanning Tree:
1)În ecranul de creare a setului de date alegem opțiunile (Figura 5.1):
 Number of Branches: 14

2)Datele de intrare sunt redate în Figura 5.2

3)Rezultatele soluției calculate sunt redate în Figura 5.3.

19
Fig 5.1

Fig 5.2

Fig 5.3

20
5. Shortest Route

5.1.B Studiul de caz

21
 Să se determine drumurile de lungime minimă dintre Ploiești și orașele: București,
Brașov, Buzău, Râmnicu Vâlcea, Timișoara, Iași, Sibiu, Cluj, Târgu Jiu. Distanțele dintre
orașe sunt în tabelul următor:

Pl(1 Buc(2 Bra(3 Buz(4 RV( Tim( Iași(7 Sibiu( Cluj( TJ(1
) ) ) ) 5) 6) ) 8) 9) 0)
Pl(1) * 61 111 72 - - - - - 296
Buc(2) * 171  - 179 549 389 - - -
Bra(3) * - 214 - - 145 273 -
Buz(4) * - - 277 - 427 -
RV(5) * - - 102 - 115
Tim(6) * - 269 319 -
Iași(7) * - 391 682
Sibiu( * 174 -
8)
Cluj(9 * 295
)
TJ(10) *

B 5.3Rezolvarea în QM

22
Distanța minima între orașele Ploiești și București este de 61 de km

Distanța minima între orașele Ploiești și Brașov  este de 111 de km

Distanța minima între orașele Ploiești și Timișoara  este de 610 de km

Distanța minima între orașele Ploiești și Iași este de 349 de km.

C 5.Maximal Flow

5.1.C Studiul de caz

In Poiana Brasov exista mai multe zone pe care le poti parcurge cu atv-ul. Toate zonele se
intersectează și fiecare drum ore o capacitate limitată de atv-uri. Se pune problema optimizării
încasărilor prin determinarea fluxului maxim de participanți și definirii traseelor de parcurs pentru
evitarea aglomerării. Harta zonelor este prezentata mai jos

23
 A 21
4
7
5\ D
5
G 8
9 2
Start B 8

7
3 6 E
2 Iesire

5
C 1 1

5.2.C Rezolvarea în QM
În QM utilizăm modulul Networking/Maximal Flow:
1)În ecranul de creare a setului de date alegem opțiunile (Figura 5.1):
 Number of Branches: 16

2)Datele de intrare sunt redate în Figura 5.2

3)Rezultatele soluției calculate sunt redate în Figura 5.3.

Figura C.5.1

24
Figura C.5.2

25
 Figura C.5.4

5.3.Concluzii

În cazul problemei propuse soluția optimă este de a admite într-un interval de timp dat, un număr de
12 participanți repartizați pe cele trei zone, reprezentate in figura C.5.4

6. METODA DRUMULUI CRITIC

6.1.A Studiul de caz

26
Se consideră un proiect format din activitățile 1 … 7. Analiza efectuată conduce la
activităţile, duratele (în săptămâni) şi costurile estimate prezentate în tabelul
următor:

Activitatea Activitatea Durata Cost

precedentă (săptămâni) (u.m.)
1 - 6 3000
2 - 3 10000
3 1 2 8000
4 2 5 11000
5 3, 4 6 7000
6 3,4 5 18000
7 6 8 4000

6.2.A Rezolvarea în QM

În QM utilizăm modulul Project Management(PER/CPM)/Cost Budgeting:

În ecranul de creare a setului de date alegem opțiunile (Figura 6.1) :

 Number of Activities: 7

Datele de intrare sunt redate în Figura 6.2 ;

Rezultatele soluției calculate sunt redate în Figura 6.3 ;

Figura 6.1

27
 Figura 6.2

Figura 6.3

Figura 6.4

28
6.3 Concluzii
Durata estimata a proiectului este de 21 de saptamani.
Toate activitatile sunt critice cu exceptia activitatii 5.

6.1.B Studiul de caz

Ordonarea activităţiilor care alcătuiesc realizarea unui proiect

Activitate Activitați Durata

a precedente (ore)
A - 1
B - 7
C B 5
D A,B 14
E B,C 23
F D 6
G C,E 2
H G 8
I D 14

29
 a) Să se traseze graful asociat programului de marketing;

b) Să se stabilească durata minimă de execuţie a programului, activităţiile critice şi să se

traseze drumul critic.

c) Reluați programul indicând pentru fiecare activitate cele trei durate estimate:
- valoarea optimistă;
- valoarea cea mai probabilă;
- valoarea pesimistă

6.2.B Rezolvarea în QM

Figura 6.1

Figura 6.2.B

30
 Figura 6.3. B

Figura 6.4 .B

6.3.B Concluzii
Activitățile criticice sunt B,C,E,G,H acestea nu pot începe mai târziu și să se termine mai târziu. Un
exemplu de activatate ne critică este activitatea D care poate începe cu 7 ore mai devreme și se poate
termina cu 21 de ore mai tarziu.

7. FENOMENE DE AŞTEPTARE

7.1 Studiul de caz

31
Managerul unui hotel/restaurant trebuie sa decida asupra numarului de puncte de servire
deschise intre orele 9-17, astfel incat clientii sa nu stea mult la coada si costurile sa fie
minime.
In ipotezele:
-sosirile urmeaza o distributie Poisson cu rata de 60 clienti/ora;
-serviciul are o distributie exponentiala cu rata de 0.85 client/minut;
-costul unei statii de servire este 15 u.m./ora
Studiul elaborat de o firma de consultanta estimeaza un cost ala asteptarii unui client in firul
de asteptsre de 4 u.m./ora. Sa se deteminte decizia optima.

7.2 Rezolvarea în QM
În QM utilizăm modulul Waitting Lines alegand optiunea M/M/1
1)În ecranul de creare a setului de date alegem opțiunile (Figura 7.1):

2)Datele de intrare sunt redate în Figura 7.2

3)Rezultatele soluției calculate sunt redate în Figura 7.3

4)Probabilitatile numarului de clienti in sistemul de asteptare sunt redate in Figura 7.4

5)Reprezentare grafica a probabilitatilor este redata in Figura 7.5

Figura 7.1

32
 Figura 7.2

Figura 7.3

33
7.3 Concluzii
După rezultatele obținute timpul de așteptare mediu este de aporximativ 4 minute la un cost de 40

8. GESTIUNEA STOCURILOR

8.1 Studiul de caz

Un producător de calculatoare are o comandă pentru un an (230 zile)
de 210 unităţi. Rata producţiei anuale este de 600 unităţi. Costul lansări unei
comenzi în fabricaţie este de 150 u.m., preţul produsului este de 1000 u.m. iar
costul de stocare pentru întreaga perioadă reprezintă 10% din preţul
produsului. În ipoteza că cererea are un ritm constant şi nu se admit întârzieri
în livrare, cum trebuie organizată producţia a.î. să se realizeze o gestiune
optimă a stocului.

34
8.2 Rezolvarea în QM
În QM utilizăm modulul Inventory alegem opțiunea ABC Analysis:

1) În ecranul de creare a setului de date alegem opțiunile Figura 1.1:

2)Datele de intrare sunt redate în Figura 1.2

3)Rezultatele soluției calculate sunt redate în Figura 1.3

35
8.3 Concluzii

Cantitatea optima ceruta este: 24.51 u.m.

Nivelul maxim de stocuri: 24,48 u.m.
Media stocurilor: 12,24 u.m.
Costul total pentru inventar: 24487,86 u.m.
Costurile totale: 2002448,0 u.m.

36
9. PROBLEMA DECIZIEI-A

9.1.A Studiul de caz

Firma H&M dorește să aducă pe piața un nou concep, pentru dezvoltarea acestuia
firma are 4  alternative:

A1: Exinderea capacitații de producție

A2: Construirea unei noi fabrici

A3: Contractarea unor capacități de producție de la alți producători

A4: Cumpărarea produsului și redenumirea lui.

În urma unei analize de marketing cu privirea la noul concept de îmbracăminte pentru

animale s-au identificat următoarele stări ale naturii:

S1: o cerere mare, datorată unei rate mare de acceptare a noului concept

S2: O cerere moderată datorată unei reacții concurențiale

S3: O cerere mică rezultată dintr-o slabă rată de acceptare a produsului

S4: Un eșec total, o rată nulă de acceptare a produsului.

Alterna Stări S1- S2- S3- S4- S5-  Maxi Maxi E Crite Criter
tive ale Cere Cerer Cere Min Max M riul iul
natu re Cere e re Eșec V Lui lui
rii foart re medi mică total Sava Hurw
e mare e(p (p (p ge icz
mare (p 0,20) 0,20 0,20 (α=0,
(p 0,20) ) ) 7)
0,20)

A1-Extindere 800 500 -30 -150 -200 -200 800 18 500 500
4

A2-Construire 900 700 -100 -200 -500 -500 900 16 70 480

0

A3- 500 200 -50 -250 -100 -250 500 60 150 275
Contractare

A4- 400 150 -80 -100 -300 -300 400 14 400 190
Cumpărare

Plățile alternative în funcție de stările naturii reprezintă profiturile anuale ce pot fi

realizate și sunt redate în matricea plăților din tabelul următor.

37
9.2.A Modelul
EMV1= (800+500-30-150-200)/5= 174
EMV2= (900+700-100-200-500)/5= 160
EMV3= (500+200-50-250-100)/5= 60
EMV4= (400+150-80-100-300)/5= 14

Matricea regretelor:

100 200 0 50 100

0 0 70 100 400

400 500 20 150 0

500 550 50 0 200

Criteriul lui Hurwicz:

0,7*800 + 1-0,7*(-200)= 500
0,7*900 +1-0,7*(-500)= 480
0,7*500+ 1-0,7*(-250)= 275
0,7*400+ 1-0,7*(-300)= 190
Matricea clasamentelor:
EM Criteriul Lui Criteriul lui Hurwicz
MaxiMi V Savage (α=0,7) Suma rangurilor
n

1 2 1 1

4 1 4 2 12

38
2 3 3 3 11

3 4 2 4 13

MaxiMa EM Criteriul Lui Criteriul lui Hurwicz Suma rangurilor

x V Savage (α=0,7)

2 1 1 1 5
1 2 4 2 9
3 3 3 3 12
4 4 2 4 14

9.3.A Rezolvarea în QM

39
9.4.A Concluzii
Dupa cum se poate observa cea mai bună decizie este aceea de a cumpăra articolele noi și a le
redistribui, optimistul și pesimistul având aceeași părere.

9.B Decision Trees

9.1.B Studiul de caz

O firmă a constatat creșterea constantă a cererii pentru unul dintre produsele sale.
Astfel, managerul formei are de ales între doua variante:
1. mărește timpul de lucru prin introducerea schimbului 2, operașiune care ar costa 0.4 mil
u.m. și ar asigura 85% șansele de succes, obțiându-se un profit de 300 de mil u.m.. În caz de
eșec se va înregistra o pierdere de 100 mil. u.m..
2. modifică programul de fabricație al unor utilaje astefl încât acestea să fabrice în plus și
produsul cerut, operațiune care ar costa 200 mil. u.m. și ar asigura 70% șanse de succes, cu
un profit potențial de 500 mil. u.m, și o pierdere de 250 mil u.m. în caz de eșec.
Alegeți cea mai bună variantă pe baza arborelui de decizie

s : 0.85
Succe 300
Schimbul 2
2

Eșec
: 0.15
-0.4 mil -100
1

0
Utilaje
e s: 0 .7 500
c
Suc

-200 mil 3

Eșec
: 0.30 -250

40
9.2.B Modelul
Se identifică o problemă care constă în gestiune stocurilor. Pentru rezolvare alegem în modulul
Decision opțiunea Decision Trees
VA(3) = 0.70*500 - 0.30*150 = 275 mil
VA(3-1) = 275-200 =75 mil
VA(2) = 0.85*300 – 0.15*100 = 240 mil
VA(2-1) = 240 -0,4 = 239,6 mil
VA(1)= max (VA(2-2); VA(3-1))= max( 239,7; 75) =239,6 mil

9.3.B Rezolvarea în QM

Figura 9.5.B

41
 Figura 9.6.B

9.4.B Concluzii
În concluzie managerul va alege varianta 1 cea în care mărește timpul de lucru prin
introducerea schimbului 2 cu un profit de 239,6 mil u.m.

42