Universitatea de tiin e Agricole si Medicina Veterinara

"Ion Ionescu de la Brad"

Facultatea de Agricultur
Catedra de tiin e Economice i Umaniste

MODELARE I SIMULARE
ECONOMIC

Sef. lucr. dr. George Ungureanu

1
 CUPRINS

CAPITOLUL 1
Considera ii generale privind simularea proceselor
economice…………………………………………………………………………3
1.1 Importanta simul rii proceselor economice…………………………………...3

CAPITOLUL 2
Clasificarea modelelor i tehnicilor de simulare
2.1 Baza teoretic a model rii……………………………………………………..5
2.2 Clasificarea modelelor i tehnicilor de simulare………………………………5
2.3. Alte concepte i clasific ri……………………………………………………7
2.3.1 Criterii de clasificare………………………………………….……………..9
2.3.2. Modele descriptive i normative…………………………………….……10
2.3.3. Modele de prognozare a vânz rii produselor……………………………...15
2.3.4. modele de estimare a evolu iei cererii pe pia …………………………....16
2.3.5.Modele de generarea irurilor de numere uniform repartizate pe [0,1]…....17
2.4. conceptele sistem, analiz de sistem………………………………………...18

CAPITOLUL 3
Modelul de simulare……………………………………………………………….21
3.1.Procesul de trecere de la sistemul real la modelul de simulare………………21
3.2. Programarea modelului de simulare…………………………………………..22
3.3 Validarea modelului de simulare………………………………………………27
3.4.Descrierea modelelor de simulare…………………………………………....27
3.5. Simularea interactiv vizual ………………………………………………..28
3.6. Metoda de simulare Monte Carlo……………………………………………33
3.7. Simularea prin joc a proceselor economice………………………………....37
3.8. Elemente de logic formal …………………………………………………49

CAPITOLUL 4.
Modelarea diferitelor situa ii
4.1. Modelarea structurii ofertei întreprinderilor pe pia ……………………….51
4.2. Modelarea procedural ………………………………………………………51
4.3. Modelarea situa iilor concuren iale………………………………………….52
4.4. Modelarea deciziilor în condi ii de risc……………………………………...53
4.5. Modelarea proceselor decizionale multicriteriale…………………………...55
4.6.Modelarea proceselor de produc ie-stocare cu programare dinamic ……...58
4.7. Teoria grafurilor

CAPITOLUL 5
Sistemul informa ional i utilizarea lui în managementul fermei vegetale
5.1. Sistemul informa ional - component managerial de baz ……………...61
5.1.1. Structura sistemului informa ional……………………………………….64
5.1.2. Principii, cerin e i deficien e în func ionarea sistemului informa ional
5.1.2.1.Principiile i cerin ele func ion rii sistemului informa ional…………....67
5.1.2.2. Deficien e ale func ion rii sistemului informa ional…………………….68
5.2. Caracterul informa ional al managementului fermei vegetale……………...69
5.2.1. Aspecte manageriale ale fermei vegetale……………………………….....70

2
5.2.2. Structura sistemului informa ional al fermei vegetale…………………….73
5.3. Conceptul de sistem informatic integrat…………………………………….74
5.3.1. Componentele sistemului informatic integrat……………………………..76
5.3.2. Caracteristicile sistemului informatic integrat…………………………….77
5.4. Sistemul informatic integrat al fermei vegetale……………………………..78
5.4.1. Definire……………………………………………………………………78
5.4.2. Elemente metodologice privind implementarea sistemului informatic
integrat ……………………………………………...…………………………...80
5.4.3. Cerin e fa de sistemul informatic integrat ................................................81
5.4.4 Prelucrarea statistic a datelor experimentale...............................................82
Bibliografie…........................................................................................................96

3
 CAPITOLUL 1
CONSIDERA II GENERALE PRIVIND
SIMULAREA PROCESELOR ECONOMICE

1.1 IMPORTANTA SIMULARII PROCESELOR

ECONOMICE
Procesul decizional economic actual este marcat de o complexitate
dinamic , obiectiv cresc toare. Aceasta rezult , mai ales, dintr-o tot mai puternic
îmbinare a fluxurilor energetice, financiare i informa ionale.
Agen ii economici trebuie s i evalueze riscul pe care i-l asum prin
adoptarea unor decizii, dintr-o mul ime finit de decizii posibile. Instabilitatea
pie ei de desfacere, posibilitatea limitat de cunoa tere a ac iunilor viitoare ale
concuren ilor, stabilitatea politic a zonei economice, infla ia, politica monetar a
statului, legisla ia economic etc. sunt numai câteva elemente care influen eaz
riscul în afaceri. Pe lâng abilitatea de a prevedea producerea unor rezultate,
managerul trebuie s aib la dispozi ie variante decizionale fundamentate
tiin ific, în vederea estim rii riscului strategiei adoptate. Estim rile depind de
informa iile de inute, de abilitatea în analiza acestora, de comportamentul
decizional al managerului.
Pentru a cunoa te eventualele perturba ii i consecin ele apari iei acestora,
managerul trebuie s analizeze diferite variante de ac iune din care s aleag apoi
varianta care ofer cele mai bune oportunit i, cu un risc minim.
În general, studiul tiin ific al unui sistem sau fenomen se poate face prin
experimentare real sau artificial . În domeniul economic, experimentarea real
este rar întâlnit deoarece implic cheltuieli i riscuri mari în timp ce
experimentarea artificial , de i uneori presupune efort mare intelectual i
financiar, permite evitarea unor situa ii reale cu implica ii uneori catastrofale.
Analiza sistemelor economice complexe poate fi f cut cu metodele i
tehnicile de rezolvare analitic a modelelor economice reale privind: stabilirea
programului de fabrica ie; dimensionarea optim a unor sisteme de a teptare;
aflarea unui program optim de aprovizionare; croirea optim unidimensional ;

4
ruta optim a unui comis voiajor; determinarea duratei optime de execu ie a unei
lucr ri de investi ii etc.
Pentru astfel de probleme, discipline ca: teoria sistemelor, teoria deciziei,
cercet rile opera ionale, cibernetica economic etc. utilizeaz modele matematice
adecvate. Modele respective se rezolv în cele mai dese cazuri, prin metode
analitice care permit determinarea solu iei optime din spa iul solu iilor admisibile.
Aceste metode, impun îns anumite restric ii asupra fenomenelor modelate, ceea
ce face ca solu ia optim ob inut s i p streze acest caracter pentru o perioad
mai scurt decât cea pentru care s-a construit modelul.
În general orice activitate presupune un timp mai lung de ac iune
caracterizat de obicei de un anumit grad de imprecizie, de nesiguran , în ceea ce
prive te m rimea obiectivului urm rit.
Din cauza complexit ii sistemelor economice reale, a dependen elor
stochastice dintre diferitele variabile i parametri considera i, nu toate sistemele
pot fi reprezentate adecvat printr-un model ce poate fi rezolvat prin metode
analitice i care s cuprind toate problemele de analiz -decizie managerial
pentru un orizont economic real. Deseori, în astfel de cazuri, se consider c
tehnica simul rii este singura alternativ disponibil .
Pe de alt parte, în cele mai diverse ramuri ale tiin elor economice
apar probleme a c ror rezolvare poate fi dat prin mai multe alternative. Pentru
a diferen ia aceste moduri de rezolvare trebuie urm rit un scop i rezolvarea
cea mai bun este cea în care scopul este satisf cut în cel mai înalt grad.
Rezultatul analizei economice conduce la alegerea unor valori pentru
variabilele ce descriu procesul i care pot fi rimi economice sau fizice
(bunuri materiale, valori b ne ti, distan e etc.). Condi iile concrete ale studiului
introduc limit ri în formularea problemei. Solu ia optim este aceea care
conduce la cea mai bun alegere a valorilor variabilelor în condi iile îndeplinirii
restric iilor impuse.
Pentru rezolvarea acestui gen de probleme, matematica ofer
economistului un grup de metode i tehnici de calcul care constituie obiectul
capitolului numit programare matematic . Rolul economistului este de a- i
valorifica func ia economic în analiza just a situa iei concrete, în a diferen ia
aspectele secundare de cele principale, de a aplica politica economic optim în
cazurile concrete studiate.

5
 CAPITOLUL 2
CLASIFICAREA MODELELOR I
TEHNICILOR DE SIMULARE

2.1 BAZA TEORETIC A MODEL RII

Modelarea si simularea proceselor economice – disciplin economic de
grani cu matematica i tehnica de calcul -se ocup de fundamentarea deciziei
manageriale în condi ii de eficien pentru produc tor, cu ajutorul unor modele
economico-matematice flexibile i cu posibilitatea utiliz rii tehnicii simul rii.
Modelarea economic ofer managerului latura riguroas a ac iunilor sale
(" tiin a de a conduce"), modalit i multiple de punere de acord a resurselor
(materiale, umane, financiare) existente cu obiectivele formulate pentru o anumit
perioad de timp, oferindu-i posibilitatea de a gândi i a decide "mai bine" i "mai
repede" f s denatureze realitatea.

2.2 CLASIFICAREA MODELELOR I

TEHNICILOR DE SIMULARE
Complexitatea i diversitatea fenomenelor economico-sociale a dus la
elaborarea unor modele de simulare foarte variate. Sistematizarea mul imii
tipurilor de modele elaborate pân în prezent se poate face folosind diferite
criterii.
Aceste m rimi reprezint de fapt elemente ale "vectorului de intrare" în
modelele economico-matematice care pot fi:
- deterministe, rezultând solu ia optim ,
- stochastice, rezultând solu ia optim cu o anumit probabilitate.
Metode de culegere l prelucrare a datelor folosite în modelarea
economico-matematic
a. Din punct de vedere al preciziei, m rimile care caracterizeaz procesele
economice se clasific în trei mari categorii: - marimi deterministe (riguros
stabilite, cu o valoare unic ), m rimi stochastice / aleatoare(m rimi ce au o
mul ime de valori c rora li se asociaz o probabilitate) i m rimi vagi/fuzzy (nu au

6
o valoare unic , ci o mul ime de valori c rora li se asociaz un grad de apartenen
la o anumit proprietate).
Aceast clasificare a m rimilor care pot caracteriza procesele economice
ne conduce la o grupare similarâ a metodelor de prelucrare folosite în vederea
adopt rii unor decizii, i anume: metode deterministe, metode stochastice i
metode fuzzy.
O alt clasificare, bazat de asemenea pe criteriul exactit ii este gruparea
în: metode exacte, metode aproximative i metode euristice. Cele dou moduri de
clasificare a metodelor sunt necesare pentru a pune în eviden exactitatea în
diverse etape ale fundament rii deciziei: culegerea datelor i prelucrarea acestora
în vederea adopt rii unor decizii.
Metodele exacte permit ob inerea în cadrul unei probleme de decizie
economic a unei solu ii S care îndepline te f nici o eroare (abatere) restric iie
impuse i/sau condi iile de optim, cerute prin criteriile de eficien . Dac notam
prin S vectorul solu iei efectiv adoptate, iar prin S* vectorul solu iei adev rate,
atunci: S-S*=0.
Metodele aproximative sunt acele metode care permit ob inerea unei
solu ii S, diferit de solu ia aderat S* printr-un vector , dominat de un vector
a, dinainte stabilit, adic :
|S-S* | = | |<= | a| (1)
Metodele euristice sunt metodele prin care, chiar în cazul unei probleme
complexe se ob ine într-un timp relativ scurt, comparativ cu alte metode, o solu ie
S, acceptabil d.p.d.v. practic, f a avea garan ii asupra rigurozit ii rezolv rii.
Fiind dat vectorul erorii admisibile a metodele euristice nu reu esc totdeauna s
ne conduc la o solu ie S cu proprietate (1).In unele cazuri metodele euristice
reu esc s asigure respectarea rela iei (1), dar cu o anumit probabilitate.Metodele
euristice pot fi considerate ca o succesiune de încerc ri/taton ri a c ror alegere
este legat de fiecare dat de natura problemei de rezolvat i de personalitatea
modelatorului (analistului de sisteme).
Modelele fizice sunt modele ale c ror elemente sunt de natur fizic
(machete de avion în tunelul aerodinamic, machete de instala ii tehnologice de
produse chimice, calculatoare analogice etc.)

7
 Modelele abstracte sunt modele ale c ror elemente sunt variabile i ale
ror leg turi sunt rela ii func ionale între variabile (modelele economico-
matematice). Acestea pot fi calitative i cantitative.
Modele abstracte calitative sunt modele care includ numai specificarea
formei unor rela ii func ionale reprezentabile prin scheme, grafice, diagrame,
desene. Aceste modele prezint o importan practic deosebit , întrucât permit
elabor ri cu mare putere de generalizare sau specificarea unor ipoteze ce urmeaz
a fi verificate, respectiv precizate experimentale.
Modele abstracte cantitative sunt modele formate exclusiv din func ii
matematice particularizate (modele econometrice).
Modelele statistice cuprind cel pu in o rela ie dedus prin prelucrarea
statistic a unor date experimentale (modelele econometrice de cre tere). În
general rela ia ob inut se consider determinist .
Modelele mixte includ variabile întâmpl toare pentru descrierea rela iilor
din sistem, iar obiectul simul rii const în determinarea parametrilor statistici ai
rimilor de ie ire precum i în determinarea unor func ii matematice (exemplu:
modelele de dinamic industrial ).
Modelele hibride cuprind atât elemente fizice cât i elemente abstracte,
presupunând interac iunea dintre un sistem format din elemente fizice i un
calculator elec-tronic numeric programat corespunz tor (exemplu: aparatele de
sur i control din întreprinderi industriale cuplate cu un calculator numeric).
b. Dup natura matematic a rela iilor din model avem: modele liniare i
modele neliniare.
Modelele liniare sunt acele modele în care atât restric iile cât i func ia
(func iile) obiectiv sunt de gradul întâi (modelele de programare liniar cu una sau
mai multe func ii obiectiv, modele input/output etc.). În general aceste modele
reprezint cea mai simpl cale de aproximare a realit ii economice iar
valabilitatea rezultatelor ob inute cu ajutorul lor este limitat .
Modelele neliniare sunt acele modele în care restric iile i/sau func ia
obiectiv sunt de grad mai mare ca unu (modelele de programare p tratic , func iile
de produc ie Cobb Douglas, Cess etc.)
c. Dup natura evolu iei sistemului modelat avem modele statice i
modele dinamice.

8
 Modelele statice sunt acele modele în care parametrii sunt independen i de
timp. Modelele dinamice sunt descrise prin func ii de timp (de exemplu, modelul
BLR dinamic). Majoritatea fenomenelor economice se preteaz a fi modelate cu
ajutorul acestor modele care aproximeaz mai fidel realitatea obiectiv . Modelele
dinamice se subdivid în stabile i nestabile. La cele stabile r spunsul sistemului la
o perturba ie tinde spre starea ini ial sau cel pu in spre o stare definit i în care
toate st rile elementelor sunt reprezentabile prin numere finite (modelele de
reglare a pre urilor cu satisfacerea unor condi ii de profit). La modelele instabile
st rile succesive ale cel pu in unui element sunt reprezentabile printr-un ir de
numere ce cre te nem rginit, o astfel de comportare apare la modelele de cre tere
economic John von Neumann.
Dificult ile implicate de calculele întemeiate pe modelul dinamic duc
deseori la necesitatea descompunerii acestuia dup criteriul timpului într-un
complex de modele statice. Fiecare asemenea model reflect starea, atribu iile i
rela iile componentelor sistemului dinamic în condi iile dintr-un anumit moment.
În acest caz, solu iile oferite de modelele statice sunt aproximative ele trebuind s
fie actualizate cu valorile diferite ale leg turilor de intrare din diferite momente de
timp.
d. Dup obiectul cercet rii avem: modele microeconomice i modele
macroeconomice.
Modelele microeconomice au ca obiect de analiz procese economice
elementare (procese de stocare, procese de produc ie din sec ii, procese de
programare operativ a produc iei, procese de decizie la nivel de firm etc.)
precum i procese social economice examinate relativ izolat de mediul de
realizare (de pild studierea dependen ei structurii consumului familiilor de un
anumit tip, de modific rile veniturilor sau pre urilor). Aceste modele se
caracterizeaz prin indicatori dezagrega i i printr-un num r considerabil de
parametri exogeni cu rol foarte important.
Modelele macroeconomice au ca obiect studiul proceselor economice
agregate la nivelul economiei na ionale, regiunii (zonei) sau ramurei economice
(modele de cre tere economic , modelul balan ei leg turilor între ramuri, etc.).
e. Dup natura variabilelor avem: modele discrete i modele continue.
Modelele discrete sunt cele în care intervin variabile care pot fi puse în
coresponden cu mul imea numerelor naturale sau cu o submul ime finit a

9
acestor numere. Aceste modele intervin mai ales la procesele microeconomice.
Ecua iile logice sau probabilistice controleaz momentele la care apar schimb rile
de stare în cadrul sistemului.
Modelele continue con in variabile cu puterea continuului (m rimi ce pot
fi puse în coresponden cu punctele din intervalul [0,1] sau mai mare). Un model
continuu este descris printr-un sistem de ecua ii algebrice sau diferen iale în care
variabilele reprezint atribu iile entit ilor iar func iile reprezint activit ile.
Aceste modele sunt utilizate pentru modelarea fenomenelor macroeconomice.

2.3. ALTE CONCEPTE I CLASIFIC RI

2.3.1 CRITERII DE CLASIFICARE
Modelul poate fi definit ca o reprezentare abstract i simplificat a unui
proces economic.Metoda model rii este un instrument de cunoa tere tiin ific i
are ca obiect construirea unor reprezentari care s permit o mai bun în elegere i
o mai profund cunoa tere stiin ific a diferitelor domenii. Esen a metodei
model ri const în înlocuirea procesului real studiat printr-un model mai accesibil
studiului.Putem spune c modelul este o reprezentare izomorfa a realit ii, care
ofer o imagine intuitiv , dar riguroas în sensul structurii ogice a fenomenului
studiat, i permite descoperirea unor leg turi i legit i greu de stabilit pe alte
i.Principalele criterii pe baza c rora facem gruparea modelelor economico-
matematice sunt urm toarele:
1. în func ie de sfera de reflectare a problematicii economice:
- modele macroeconomice - modele de ansamblu ale economiei,
- modele mezoeconomice - la nivel regional, teritorial,
- modele microeconomice - la nivel de întreprindere, unit i, trust,
companie, combinat.
2. în func ie de domeniul de provenienta i concep ie (între diferitele grupe
de modele exist asem ri i întrepâtrunderi):
- modele cibernetico-economice (rela ii I/O cu eviden ierea fenomenelor
de reglare),-
- modele econometrice (elementele numerice sunt determinate statistic) -
folosesc metoda de explicitare a unei tendin e (trend) sau metode de identificare a
unei periodicit i

10
 - modele ale cercet rii opera ionale - permit ob inerea unei solu ii optime
sau apropiate de optim pentru fenomenul studiat
- modele din teoria deciziei (cu luarea în considerare a mai multor criterii,
factori de risc, incertitudine)
- modele de simulare - încearc s stabileasc modul de func ionare al unui
organism macro sau microeconomic prin acordarea unor combina ii de valori
întâmplatoare variabilelor independente care descriu procesele
-modele specifice de marketing.
3. în func ie de caracterul variabilelor:
- modele deterministe (m rimi cunoscute),
- modele stochastice/probabilistice (intervin m rimi a c ror valoare este
înso it de o probabilitate/variabile aleatorii).
4. în func ie de factorul timp:
- modele statice
- modele dinamice.
5. în func ie de orizontul de timp considerat:
- modele discrete - secven iale,
- modele continue.
6. în func ie de structura proceselor reflectate:
- modele cu profil tehnologic,
- modele informa ional-decizionale,
- modele ale rela iilor umane,
- modele informatice.

2.3.2. MODELE DESCRIPTIVE I NORMATIVE

Modelele economico-matematice utilizate în procesele economice din
întreprinderi sunt de dou feluri, i anume:
- modele descriptive care au ca obiectiv reproducerea unor propriet i ale
sistemului modelat,
- modele normative care urmeaz a fi utilizate pentru aplicarea unor reguli
eficiente de decizie în întreprindere (cu scopul cre terii performan elor)
Modele ce surprind aspecte tehnologice i de produc ie
M1 Model arborescent pentru descrierea structurii produselor i calculul
necesarului de resurse materiale.Modelul ne indic , cu ajutorul unui graf,

11
arborescen a unui anumit produs P.Prin arborescen se în elege descompunerea
produsului finit în componentele sale, cu precizarea normelor de consum conform
re etei de fabrica ie; descompunerea se realizeaz pe mai multe niveluri i anume
pe atâtea câte sunt necesare pentru ca pe ultimul nivel s se poat citi
componentele de baz , respectiv resursele materiale.
M2 Model tip Grafice Gantt
Aceste modele cunosc o larg r spândire în multiple domenii unde apare
problema succesiunii în timp a unor activit i.Pot fi folosite atât ca modele
descriptive cât i ca modele normative, când este vorba de secven e tehnologice.
M3 Modele de tip ADC (analiza drumului critic)
Grafele ADC reprezint condi ion rile logice i tehnologice dintre
activit ile unui proiect i ofer posibilitatea lu rii în considerare a necesarului
privind resursele materiale, umane i financiare.
Ofer numeroase i utile informa ii: termene de începere i terminare ale
activit ilor, rezerve, activit i critice, diagrame privind nivelarea, alocarea
resurselor care prezint interes pentru practicieni.
M4 Modele de ordonan are i lotizare
Problemele de ordonan are constau în stabilirea unei ordini de efectuare a
activit ilor unui proces de produc ie, astfel ca interdependen ele dintre ele s fie
respectate în limita resurselor disponibile i cu o durat to al minim de
execu ie.Aceste modele se bazeaz pe tehnici combinatorice i pe procedee
cunoscute sub denumirea "branch-and-bound" ("ramific i m rgine te").
M5 Modele pentru determinarea capacit ilor de produc ie
Capacitatea de produc ie a unei întreprinderi se stabile te pe baza fondului
de timp disponibil al utilajelor. Varietatea acestora precum i posibilit ile
numeroase de calcul a capacit ii nominale, practice, economice conduc la
conceperea unor modele complexe.In aceste modele se înlocuie te capacitatea
valoric agregat cu mai mul i indicatori fizici i valorici cum ar fi: fondul tehnic
de timp pe grupe de ma ini, valparea produc iei marfâ ob inut anterior, volumul
produc iei exprimat în unit i fizice, fondul de timp necesar pentru principalele
piese de schimb etc.Cu ajutorul acestor indicatori se exprim situa ia tehnico-
economic existent în întreprindere la un moment dat (caracter descriptiv). Se-
poate formyla un model de programare liniar cu mai multe func ii obiectiy. în
felul acesta modelul va include i aspecte normative.Capacitatea de produc ie se

12
poate optimiza din mai,multe puncte de vedere: al reducerii consumului de materii
prime sau de energie, al reducerii nlim rului de persoJial utilizat, al valorific rii
cât mai bune a materiilor prime etc. în condi iile satisfacerii programului
sorttmental contractat i a unor costuri minime.
M6 Modele pentru determinarea structurii de produc ie pe o perioad
dat .Aceste modele pun problema determin rii unei structuri de produc ie pe o
perioad dat în func ie de cerin ele pie ei (contracte încheiate) i resurse
disponibile, care maximizeaz sau minimizeaz , dup caz, una sau mai multe
func ii obiectiv, ca de exemplu: maximizarea profitului, minimizarea costului de
produc ie, maximizarea cifrei de afaceri, etc.
M7 Metodele pentru probleme de amestec.Con inutul unei probleme de
amestec i diet poate fi formulat astfel:Un produs final P are în componen a sa
produsele Pj(j=1,...,n), care trebuie amestecate.Produsul P are caracteristici
calitative impuse i exprimate prin m indicatori. i în cazul modelului de amestec,
partea descriptiv a modelului o constituie restric iile, iar partea normativ ,
func ia obiectiv.
M8 Modele de croire.
In întreprinderi apar probleme de t iere sau debitare a unor materiale
unidimensionale (bare de o el, evi tabl , scânduri, piei, stofe etc.). Modelul se
bazeaz pe programarea matematic .In practic , problemele de croire sunt
rezolvate cu produse program specializate.
M9 Modele de transport-reparti ie.Aceste modele reprezint cazuri
particulare ale program rii liniare, care permit utilizarea unui algoritm expeditiv
de rezolvare.Problema de transport, în forma ei general , const în g sirea unui
plan optim de transport al unui produs omogen în a a fel încât, inând seama de
disponibilit ile furnizorilor i de cerin ele consumatorilor, s3 se minimizeze
cheltuielile de transport sau num rul de t/km parcur i.
M10 Modele pentru probleme de afectareAceste modele sunt utilizateîn
urm toarele situa ii practice: repartizarea muncitorilor pe ma inile existente, a
utilajelor pe lucr ri, a speciali tilor la diverse sarcini complexe, de
cercetare/proiectare etc. Modelele cele mai cunoscute în func ie de specificul
problemei sunt algoritmul ungar i metode de tip branch-and-bound.
M11 Modele de flux în re ele de transport.Cu ajutorul acestor modele pot
fi rezolvate urm toarele tipuri de probleme din practic : se poate descrie procesul

13
transportului intern într-o uzin , distribu ia unei materii prime fluide sau gazoase
(ap , abur, ei etc.) în procesul de produc ie etc.In general, pentru rezolvare se
folose te algoritmul Ford-Fulkerson.
M12 Modele pentru amplasarea u ilajelor.Amplasarea utilajelor în sec iile
de produc ie trebuie f cut în a a fel încât drumul parcurs de piesele care se
prelucreaz s fie în ansamblu cât mai redus; pentru aceasta se introduce un
indicator de eficien .Problema are dou p i, i anume:
- o parte descriptiv , care const în caracterizarea tuturor utilajelor din
punctul de vedere al posibilit ii de prelucrare a reperelor,
- o parte normativ , care const în întocmirea algoritmilor pentru formarea
liniilor tehnologice i amplasarea propriu-zis a utilajelor în cadrul liniilor.
M13 Metode pentru descrierea muncii fizice.Metodele mai importante de
modelare descriptiv a muncii fizice au drept obiectiv s ofere o imagine cât mai
fidel a modului cum se efectueaz munca fizic pentru ca pe baza acesteia s se
elaboreze modelele normative.In grupa modelelor pentru descrierea muncii fizice
se includ i studiile ergonomice privind interac iunea dintre om i mediul de
munc
M14 Modele pentru fenomene de a teptare.In practica economic apar
numeroase situa ii de "a teptare" datorate imposibilit ii de a corela temporal
diverse activit i care se intercondi ioneaz .Conceperea unui model de "a teptare"
presupune cunoa terea unor caracteristici ale fenomenului studiat privind num rul
mediu de: unit i în sistem, a unit ilor în curs de servire, de unit i în irul de
teptare, de sta ii neocupate, de unit i ce sosesc într-o unitate dat de timp,
precum i timpul mediu: de servire, de a teptare în sistem i de a teptare în
ir.Aceste modele au un caracter complex descriptiv-normativ.
M15 Modele de stocare.Prin prisma modelului economico-matematic de
stocare, principalele elemente ale oric ruiproces de stocare sunt: cererea,
aprovizionarea, parametrii temporali i costurile specifice(cost de lansare a unei
comenzi, cost de stocare i cost de penalizare sau rupere).Gama modelelor de
stocare este extrem de divers (modele deterministe, probabiliste, statice,
dinamice, cu cerere continu , cu cerere discontinu etc.). în structura modelelor de
stocare sunt cuprinse numeroase elemente descriptive, precum i o parte
normativ : procedeul de determinare a politicii optime de reaprovizionare.

14
 M16 Modele ale controlului statistical calit ii oroduselor.Aceste modele
se bazeaz pe cuno tin e de statistic matematic . Ele au atât un caracter
descriptiv cât i normativ.
Modele informa ional-decizionale.Aspectele informa ional-decizionale
sunt surprinse prin elaborarea a dou categorii de modele i anume: modele pentru
descrierea re elei informa ional-decizionale i modele care descriu structura
procesului decizional.
In prima categorie sunt cuprinse:
- modele de tip organigram a structurii organizatorice,
- diagrama de flux a documentelor,
- diagrama informa ional-decizionalâ,
- modele de tip aval-amonte.
In cea de a doua categorie sunt cuprinse:
a) modelele logicii formale i anume:
- modelele logicii clasice,
- modelele logicii matematice,
- modelele axiomatizate,
- modelele metateoretice,
- modelele semiotice;
b) modele ale teoriei deciziei:
- modelul general al procesului decizional care expliciteaz elementele
acestui proces: variante, consecin e, criterii, st ri ale naturii,
- modelul deciziilor de grup a lui Arrow,
- teoria utilit ii
- modele în-condi ii de risc i incertitudine,
- modele multicriteriu.
în cadrul modelelor informa ional-decizionale, un loc aparte îl ocup
modelele pentru eviden a financiar-contabil .
Cu ajutorul lor se ogljndesc, în mod sintetic, rezultatele activit ii trecute,
dar constituie i baza lu rii unor decizii normative pentru activit ile decizionale
viitoare.
Modele ale relatiilor umane

15
 Modelarea descriptiv a rela iilor umane din întreprinderi ridic probleme
legate de condi iile observ rii, obiectul observ rii (indivizi, grupuri i rela iile lor
reciproce) i m surarea rezultatelor observa iilor.
Printre metodele de investigare se afl interviul, chestionarul,
autochestionarul.Principalele modele de descriere a rela iilor interpersonale i de
grup în întreprinderi sunt:
- testele sociometrice,
- modele pentru descrierea comunicârii între indivizi i grupuri,
- modele de simulare a rela iilor umane.
Pentru rela iile umane din întreprinderi exist o serie de modele pur
normative, i anume:
- modelul conducerii descentralizate a întreprinderii,
- regula stimularii lucr torilor i speciali tilor,
- prioritatea rela iilor de respect i încredere fa de cele de autoritate,
- regula responsabilit ii profesionale.
Modele informatice. Modelele informatice pot fi grupate în:
- modele complexe hardware,
- modele de tip software de aplica ii,
- modele de organizare a datelor (fi iere, b nci, baze de date). Componenta
descriptiv este, totdeauna, prezent .

2.3.3. MODELE DE PROGNOZARE A VÂNZ RII

PRODUSELOR
Model de livrare a unor produse conform unui spectru constant aplicat
unor comenzi succesive (metoda vectorilor spectrali)
Aceast metod se poate utiliza în determinarea unor previziuni pe o
perioad imediat urm toare (câteva luni). Ea se bazeaz pe descompunerea
spectrului succesiunii în timp a unei comenzi conform graficului de livrare, pe
baza unor date din trecut, privind evolu ia sau structura acesteia. Un vector
spectral este un vector coloan de forma: V=(V1,V2,.....Vn) unde Vj, j=1,2,...,n
sunt componentele vectorului în perioade succesive.
Metoda ajust rii exponen iale „exponential smoothing” a lui R. K. Brown
Ajustarea exponen ial reprezint o sum ponderat a tuturor datelor din
trecut ale unei serii dinamice, cu ponderea cea mai mare plasat asupra celei mai
16
recente informa ii. Datele sunt nivelate cu o constant de nivelare (0 < = <=
1).Ideea de baz a acestei metode const în corectarea previziunii propor ional cu
abaterea constatat între previziunile anterioare i realizarea lor, fiecare abatere
fiind ponderat geometric descrescând, pe m sur ce se îndep rteaz de prezent
(diminuarea progresiv a influen ei informa iilor mai îndep rtate).
Metoda nivel rii exponen iale comport parcurgerea urm toarelor etape:
1. Se stabile te apartenen a fenomenului la unul din cele patru tipuri de
evolu ii prezentate în figura 12.
Pentru a completa m rimile caracteristice la fiecare tip de evolu ie se
adaug m rimea varia iilor accidentale.
2. Se disociaz fenomenul în componentele sale caracteristice, calculându-
se m rimea lor.
3. Se recompune fenomenul din m rimile caracteristice pentru o perioad
viitoare, adic , se realizeaz previziunea propriu-zis .
Numim nivelare exponen ial de form primar când lucr m cu un singur
factor de nivelare (0<= <= 1) i nivelare exponen ial secundar când se au în
vedere sezonalitatea i trendul unui fenomen. în acest caz modelul este mult mai
complex prin faptul c implic luarea în considerare a înc doi factori de nivelare
( 0<= <=1) i(0<= <=1).

2.3.4. MODELE DE ESTIMARE A EVOLU IEI

CERERII PE PIA
Raportul cerere-pre
Teoria cantitativ a cererii porne te de la urm toarele ipoteze:
1. în cazul unui venit constant, cererea pentru o anumit marf scade odat
cu cresterea pre ului, i învers.Sensibilitatea cererii la modific rile de pre este
ilustrat prin coeficientul de elasticitate al cererii (C) fa de pre (p) i care arat
cu cât la modific (în sens invers) cererea unui bun dac pre ul s u se modific cu
1%.Expresia de calcul este: Ec/p=( c/c): ( p/p) ; C, p = sporul
cererii/modificare (±) i pre ului în dou perioade de referin
2.In cazul unui venit variabil, cererea pentru un bun cre te odat cu
cre terea venitului i scade cu cre terea pre ului. Dac vom presupune, pentru al
venitului, o alt func ie fv a cererii c=fv (p) atunci, modific rile posibile ale cererii
vor putea fi reprezentate de mai multe curbe de cerere succesive.
17
 Raportul cerere-venit
Dac pre ul este men inut constant, cererea poate fi descris ca o func ie a
venitului c=f(v).Coeficientul de elasticitate al cererii (C) fa de venit (v) arat
cre terea procentual a cererii când venitul cre te cu 1 %. Adic : Ec/v=( c/c):
v/v).

2.3. 5. MODELE DE GENERAREA IRURILOR

DE NUMERE UNIFORM REPARTIZATE PE [0,1].
În simularea proceselor economice este necesar , de multe ori,
generarea cu calculatorul a unor mul imi de numere aleatore având o reparti ie de
probabilitate dat . Procesul de generare a variabilelor aleatoare ocup o pondere
relativ mare în timpul total de rulare (a calculatorului).
Generarea artificial a secven ei de numere aleatoare, totdeauna dup
reguli precise, în calculatoarele electronice, afecteaz întrucâtva caracterul aleator
i de aceea secven a de numere ob inut se va numi pseudoaleatoare. Uneori se
pot utiliza iruri de numere care au doar anumite propriet i statistice utile
experiment rii f a fi aleatoare sau pseudoaleatoare, în acest caz ele se numesc
cvasialeatoare.
Generarea reparti iilor, bazate în primul rând pe generarea secven ei
de numere aleatoare sau pseudoaleatoare, este una din opera iile cele mai
importante în construi-rea simulatoarelor. Secven ele ob inute sunt
pseudoaleatoare, deoarece la generarea lor se folosesc algoritmi care asigur
corela ia aproape zero, dar fiind vorba de algoritmi de generare i seriile fiind
reproductibile, caracterul pur aleator este afectat.
Numerele pseudoaleatoare trebuie s satisfac urm toarele condi ii:
1. s fie repartizate uniform într-un interval dat. Pentru intervalul
standard [0,1] func ia de reparti ie uniform se define te astfel:

2. s fie statistic independente (ceea ce se poate confirma sau infirma

cu ajutorul testelor);
3. s fie reproductibile (pentru a testa diverse programe sau a efectua
compara ii între diferite variante);
18
 4. reparti ia func iei s fie stabil , adic s nu se schimbe în timpul
rul rii programului de generare a irului cu ajutorul calculatorului;
5. irul generat s aib o perioad de repeti ie mare i predeterminat ;
6. Generarea irului s se poat efectua cu vitez mare i consum
redus de memorie intern .
irurile de numere pseudoaleatoare aproximeaz irurile de numere
aleatoare. Cu cât primele cinci condi ii sunt mai riguros respectate cu atât
aproxima ia este mai corect .
Metodele cunoscute de generare asigur , în general, o apropiere
suficient de mare între cele dou tipuri de numere. De aceea se poate folosi f a
gre i prea mult, denumirea de numere aleatoare (chiar dac de fapt ne referim la
numere pseudoaleatoare).
3.2. Structura de mul imi a unui sistem în abordare static i în
abordare dinamic . Ansamblul fluxurilor primite de la alte sisteme reprezint
vectorul intr rilor în sistem, iar ansamblul fluxurilor dirijate c tre alte sisteme
formeaz vectorul ie irilor din sistem.
Func ionalitatea este o rezultant vectorial a intensit ii fluxurilor, care
reprezint intr rile în sistem i a comportamentului acestuia, adic a modului de
transformare a fluxurilor de intrare în fluxuri de ie ire.La un moment dat,orice
sistem este caracterizat de tripletul (T,B, C).
Nota ii:(T) mul imea intr rilor ; (B) mul imea st riior sistemului ; (C)
mul imea iesirilor din sistem

2.4. CONCEPTELE SISTEM, ANALIZ DE

SISTEM

Intreprinderea ca sistem este alc tuit dintr-un num r mare de elemente:

resurse umane, resurse materiale (utilaje, materii prime, materiale), resurse
financiare.Sistemul de conducere, coordonare i control al întreprinderii cuprinde
la rândul lui 3 subsisteme i anume: subsistemul organizatoric, subsistemul
informa ional-decizional i informatic i subsistemul metode i tehnici de
conducere (metode de tip tradi ional - cu caracter intuitiv i metode tiin ifice
bazate pe algoritmi de calcul i tehnici de simulare).

19
 Analiza de sistem reprezinta un complex de procedee pentru
perfec ionarea activitatii generale a unit ilor social - economice, prin studierea
proceselor informa ionale i a celor decizionale, care au loc în unit ile respective.
Regulile metodologice definesc atât succesiunea corect a opera iunilor
decizionale corespunzatoare conducerii sistemelor, cât i modul de organizare i
realizare efectiv a lor. Principalele reguli metodologice generale pentru
conducerea sistemelor sunt urm toarele:
a) Deciziile privind conducerea eficient a unui sistem implica adoptarea
unei conceptii integratoare în ceea ce priveste disciplinele i metodele decizionale
ale conducerii sistemeor.
b) Pentru ob inerea unor decizii eficiente în conducerea sistemelor este
necesar o profund i detaliat cunoa tere a acestora.
c) Comportamentul cibernetic este o lege general a func ion rii sistemelor
i subsistemelor ce le alc tuiesc, iar modelarea acestui comportament reprezint o
metod decizional fundamental în conducerea sistemeor.
d) Factorul uman, cu multiplele sale aspecte are o deosebita importan în
deciziile privind conducerea sistemelor. Câteva dintre implicatiile cele mai actuale
ale factorului uman în conducerea sistemelor sunt:
- conducerea participativ
- perfec ionarea profesional permanent , policalificarea;
- motiva iile individuale i colective i implica iile lor asupra
comportamentului i lu rii deciziilor.
e) Modelarea descriptiv i normativ a proceselor decizionale este
esen ial pentru conducerea eficient a sistemelor.
f) Se va acorda cuvenita important modelelor informatice i sistemelor
expert în luarea deciziilor privind conducerea sistemelor.
g) Succesul practjc al metodologiei de conducere a sistemelor este
conditionat în mod decisiv de operatiile care urmeaz dup elaborarea modeleor
descriptive i normative i anume de experimentarea modelelor, de implementarea
lor precum i de func ionarea în regim normal a sistemului de modele
h) Un model descriptiv sau normativ poate fi utilizat pentru rezolvarea
practic a unei probleme decizionale, numai dac el prezint o analogie
semnificativ cu problema considerat .

20
 i) Modelarea, descriptiv i normativ , trebuie orientat cu prec dere c tre
problemele decizionale cele mai importante în conducerea sistemelor.
j) Readaptabilitatea rapid i suple ea constituie cerin e generale ale
modelelor decizionale de conducere a sistemelor, precum i ale aplic rii practice a
acestora. Modele deosebit de utile sunt cele care iau în considerare condi iile de
risc i incertitudine, modelele decizionale cu o îndelungat verificare practic , în
general, modelele cu suple e i adaptabilitate (euristice, vagi).
k) Evolu ia rapid a tuturor parametrilor caracteristici ai proceselor din
interiorul sistemelor ne oblig s inem seama în elaborarea modelelor decizionale
de aspectul dinamic i de cel previzional.
I) Elaborarea de c tre deciden i a unui proiect decizional, pe baza regulilor
generale prezentate.
Structura proiectului decizional
Proiectul cuprinde 4 parti:
a) Activit i preg titoare;
b) Un studiu conceptual, materializat într-o lucrare scris , care include
comentarii privind: elaborarea modelului descriptiv al problemei, elaborarea
modelului normativ al probtemei, experimentarea i implementarea modelului
normativ, aplicarea i func ionarea în regim normal al proiectului;
c) Decizii i ac iuni pentru realizarea obiectivelor 1-4;
d) Documentele privind descrierea realiz rii deciziilor.
Etapizarea proiectului
Etapa l - Activit i preg titoare. Declansarea actiunii de elaborare i
aplicare a unui proiect decizional impica o serie de activit i preg titoare
principale
Etapa a ll-a o constituie elaborarea modelului descriptiv al problemei
decizionale
Etapa a lll-a o constituie elaborarea modelului normativ. Se trateaz
distinct pe subsistemele structurale.
Etapa a IV-a, a elabor rii proiectului, este consacrata experiment rii i
implement rii modelului normativ.
Etapa a V-a, func ionarea în regim normal. Dupâ implemen area
proiectului decizional, urmeaz perioada în care prevederile acestuia sunt aplicate
zi de zi, devenind activit i de rutin , similare cu celelalte activit i din sistem.

21
 Capitolul 3
MODELUL DE SIMULARE

3.1.PROCESUL DE TRECERE DE LA SISTEMUL

REAL LA MODELUL DE SIMULARE
Simularea este o tehnic de realizare a experimentelor cu calculatorul
numeric, care implic construirea unor modele matematice i logice care descriu
comportarea unui sistem real (sau a unor componente ale sale ) de-a lungul unei
perioade mai mari de timp. De i nu ofer solu ii exacte (ci suboptimale),
simularea este o tehnic de cercetare eficient pentru problemele economice
complexe la nivel de firm , imposibil de studiat analitic (cu modele economico-
matematice de optimizare).In activitatea de simulare sunt implicate trei elemente
importante i anume: sistemul real / modelul / calculatorul i dou rela ii: rela iile
de modelare i relatiile de simulare."Sistemul real" reprezint sistemul perceput cu
sim urile omului. "Modelul real" reprezint sistemul real înlocuit i care
corespunde, în principiu, cerin elor sistemului real ini ial."Modelul abstract"
realizeaz trecerea de la "sistemul real" la "modelul real", el reproduce sistemul
real prin descompunerea sistemului în p i componente elementare i stabile te
leg turile dintre acestea.
Etape:
Utilizarea tehnicilor de simulare pentru studiul sistemelor lumii reale
necesit uneori o munc laborioas . De aceea, analistului, îi sunt necesare anumite
jaloane ce îl ajut în organizarea muncii sale. Realizarea unui experiment de
simulare este un proces care se desf oar de obicei în etape.
Principalele etape majore ale procesului de simulare sunt:
- Analiza i sinteza sistemelor i proceselor;
- Conceperea i proiectarea modelului;
- Programarea modelului de simulare;
- Validarea modelului de simulare;
- Simularea propriu-zis ;
- Analiza i implementarea rezultatelor.
-

22
 3.2. PROGRAMAREA MODELULUI DE
SIMULARE

Modelul scris într-un limbaj natural este transformat într-un model scris
într-un limbaj de programare.
De aceea în elaborarea schemei logice generale este necesar s se in
seama i de limbajul în care se va scrie programul. Este posibil s poat fi folosite
limbaje de simulare specializate. Cele mai cunoscute pe pia sunt: DYNAMO,
EZQ, GASP, GPSS, SIMSCRIPT II.5, SIMULA i SLAM II.
DYNAMO: a fost dezvoltat de c tre MIT. Este adaptat unor modele de
sisteme dinamice pe scar larg pentru o mul ime de corpora ii, pentru economia
na ional i altele. Este utilizabil pe microcalculatoare.
EZQ: realizat de Acme Software Arts. Acest pachet de programe este
disponibil numai pentru computere din seria Aplle II.
GASP: dezvoltat de U.S. Steel, acesta este un set de subrutine scrise în
FORTRAN. Avantajul s u major este flexibilitatea dat de structurarea în subrutine.
GPSS: dezvoltat de IBM, este bazat în principal pe o tehnic de simulare
orientat pe scheme logice. Este u or de folosit deoarece nu necesit cuno tin e de
programare a calculatoarelor.
SIMSCRIPT, este un limbaj de programare i simulare generalizat i a
fost realizat de RAND Corp. El exist în câteva versiuni (spre exemplu
SIMSCRIPT II.5) i este unul dintre cele mai puternice, eficiente i flexibile
limbaje. De asemenea, el asist utilizatorul în conceperea i descrierea modelului de
simulare.
SIMULA: a fost dezvoltat în Norvegia i este un limbaj de simulare
generalizat, fiind similar primelor versiuni de SIMSCRIPT.
SLAM II: realizat de Pritsker and Associates, acesta este doar o versiune
pentru microcalculatoare a puternicului pachet de programe pentru calculatoarele
mari (mainframe): SLAM.

În continuare vom prezenta pa ii unui algoritm general de simulare a

func ion rii unui sistem economic pe un orizont de simular.
Pasul 1.

23
 Se introduc principalele date ale modelului de simulare. Acestea se refer
în principal la:
- orizontul de simulare T;
- mul imea componentelor sistemului economic;
- mul imea evenimentelor perturbatoare (Ea);
- mul imea evenimentelor planificate (Epl) s apar pe orizontul de simulare;
- mul imea momentelor de ac iune a evenimentelor planificate ( pe);
- func iile de reparti ie a evenimentelor perturbatoare i caracteristicile
acestora;
- limitele admisibile ale parametrilor de stare ai sistemului economic;
- consecin ele corespunz toare fiec rui tip de eveniment perturbator;
- mul imea strategiilor posibile de prevenire pentru fiecare tip de eveniment
perturbator ce poate apare pe orizontul de simulare;
- vectorul probabilit ilor de alegere a strategiilor posibile de prevenire pe
fiecare tip de eveniment perturbator;
- func iile de reparti ie a momentelor de aplicare a fiec rui tip de strategie de
prevenire a evenimentelor perturbatoare i caracteristicile acestora;
- consecin ele aplic rii strategiilor de prevenire asupra parametrilor de stare;
- mul imea strategiilor posibile de modificare a parametrilor de stare în cazul
dep irii limitelor admisibile ale parametrilor de stare;
- vectorul probabilit ilor de aplicare a strategiilor posibile de modificare a
parametrilor de stare, în cazul dep irii limitelor admisibile ale parametrilor
de stare;
- consecin ele aplic rii strategiilor de modificare asupra parametrilor de
stare;
- func iile obiectiv ale sistemului economic;
- algoritmul de construire a func iei sintez a sistemului economic;
- num rul de cicluri de simulare necesare estim rii mediilor func iilor
obiectiv (N3);
- num rul de cicluri de simulare necesare alegerii strategiei eficiente de
modificare a parametrilor de stare, în cazul în care s-au dep it limitele
admisibile ale parametrilor de stare pentru un vector dat al strategiilor de
prevenire a evenimentelor perturbatoare (N2);

24
 - num rul de cicluri de simulare necesare determin rii strategiei eficiente de
prevenire a evenimentelor perturbatoare posibile pe orizontul de simulare;
- diverse valori admisibile ale erorilor.
Pasul 2.
Se ini ializeaz ciclul de simulare necesar stabilirii strategiei eficiente de
prevenire a evenimentelor perturbatoare.
Pasul 3.
Se genereaz o secven de aplicare pe orizontul de simulare a
strategiilor de prevenire a fiec rui tip de eveniment perturbator.
Pasul 4.
Se ini ializeaz ciclul de simulare pentru determinarea strategiei eficiente
de modificare a parametrilor de stare în cazul în care s-au dep it limitele admisibile
ale parametrilor de stare.
Pasul 5.
Se genereaz o strategie de modificare a parametrilor de stare în cazul în
care s-au dep it limitele admisibile ale parametrilor de stare.
Pasul 6.
Se genereaz o secven de evenimente perturbatoare ce pot ap rea pe
orizontul de simulare i momentele de apari ie corespunz toare.
Pasul 7.
Se construie te un fi ier ordonat cresc tor dup momentul de aplicare a
strategiilor de prevenire a evenimentelor perturbatoare, sau de apari ie a
evenimentelor planificate i a celor perturbatoare (FISACT.DAT).
Pasul 8.
Se ini ializeaz analiza comport rii sistemului economic pe orizontul de
simulare.
Pasul 9.
Se cite te o înregistrare din FISACT.DAT.
Pasul 10.
Dac nu mai sunt înregistr ri în fi ier atunci se trece la pasul 16, în caz
contrar se continu cu pasul 11.
Pasul 11.
Dac aceasta corespunde aplic rii unei strategii de prevenire a
evenimentelor perturbatoare atunci se modific valorile parametrilor de stare ai

25
sistemului economic i se calculeaz costurile corespunz toare aplic rii strategiei i
apoi se reia algoritmul de la pasul 9.
Dac înregistrarea corespunde unui eveniment planificat atunci se evalueaz
consecin ele acestuia i apoi se reia algoritmul de la pasul 9.
Dac înregistrarea corespunde unui eveniment perturbator atunci se
verific dac pân la momentul respectiv s-a aplicat vreo strategie de prevenire a
apari iei unui asemenea eveniment care n-a anulat apari ia unui eveniment
perturbator anterior de acela i tip. Dac da atunci se reia algoritmul de la pasul 9, în
caz contrar se trece la pasul 12.
Pasul 12.
Se evalueaz consecin ele apari iei evenimentului perturbator.
Pasul 13.
Dac s-au dep it limitele admisibile ale parametrilor de stare, se aplic
strategia de modificare a acestora adoptat la pasul 5.
Pasul 14.
Se evalueaz consecin ele aplic rii strategiei de modificare i se
calculeaz costurile corespunz toare.
Pasul 15.
Se reia algoritmul de la pasul 9.
Pasul 16.
Se evalueaz func iile de eficien ale evolu iei sistemului economic pe
orizontul de simulare în condi iile date.
Pasul 17.
Se reia algoritmul de la pasul 6 pân când se epuizeaz cele N3 cicluri de
simulare.
Pasul 18.
Se determin mediile i dispersiile func iilor obiectiv ale evolu iei
statistice a sistemului economic, probabilit ile de apari ie a tipurilor de evenimente
perturbatoare precum i probabilit ile de apari ie a evenimentelor perturbatoare
care provoac dep irea limitelor admisibile ale parametrilor de stare în condi iile
date (strategia dat de modificare a parametrilor de stare i cea privind prevenirea
apari iei evenimentelor perturbatoare).
Pasul 19.

26
 Se reia algoritmul de la pasul 5 pân când se epuizeaz cele N2 cicluri de
simulare.
Pasul 20.
Se determin strategia optim de modificare a parametrilor de stare în
cazul în care s-au dep it limitele admisibile ale acestora i probabilit ile de
aplicare a fiec rui tip de strategie de modificare.
Pasul 21.
Se reia algoritmul de la pasul 3 pân când se epuizeaz cele N1 cicluri de
simulare.
Pasul 22.
Se determin strategia eficient de prevenire a evenimentelor
perturbatoare posibil de a fi aplicat pe orizontul de simulare precum i vectorul
probabilit ilor de alegere a strategiilor posibile de prevenire pe fiecare tip de
eveniment perturbator.
Pasul 23.
Se afi eaz rezultatele finale:
- vectorii stochastici ai strategiilor de modificare;
- vectorii stochastici ai strategiilor de prevenire;
- mediile func iilor de eficien ;
- media func iei sintez ;
- probabilit ile ca parametrii sistemului economic s fie sau s nu fie în
limite normale;
- evolu ia principalilor parametri de stare ai sistemului economic în cazul
aplic rii unei strategii eficiente de prevenire etc.
Etapele unui proces de modelare
Procesul model rii cuprinde urm toarele etape:
* cunoa terea detaliat a realit ii sistemului (procesului) ce se modeleaz
* construirea propriu-zis a modelului economico-matematic
* experimentarea modelului econornico-matematic i evaluarea solu iei
* implementarea modelului economico-matematic i actualizarea solu iei.

27
3.3 VALIDAREA MODELULUI DE SIMULARE
Este una dintre etapele cele mai complexe. Validarea modelelor de simulare
necesit atât întreb ri practice cât i teoretice referitoare la folosirea tehnicilor de
simulare, cum ar fi:
- Cum tim dac modelul reprezint întocmai procesul studiat ?
- Cum în elegem ceea ce se petrece în modelul unui sistem complex?
- Cum folosim rezultatele ob inute din estimare, rezultate care au o precizie
empiric ?
Un model de simulare valid trebuie s se comporte similar cu fenomenul pe
care se bazeaz . Aceasta este o condi ie necesar de validare, dar nu i suficient
pentru a ne permite s avem încredere în estim rile modelului.
Pentru construirea unui model valid este necesar în elegerea, din punct de
vedere teoretic, a fenomenelor care determin comportamentul sistemelor sociale,
economice, de afaceri. Aceasta este, câteodat , o metod convenabil pentru
validarea modelului de simulare.
Odat ce modelul a fost construit, validarea poate fi v zut ca un proces în doi
pa i.
Primul pas: se verific corectitudinea intern a modelului în sens logic.
Pasul al doilea: se determin dac este reprezentat fenomenul ce se presupune a
fi modelat. Nu este recomandat ca acela i model s simuleze un nou sistem pentru
care datele actuale nu sunt valabile, deoarece modelul nu mai reprezint acel sistem.
În cazul în care se face aceast alegere (reprezentarea unui nou sistem cu ajutorul
unui model ce nu îl reprezint ), pot apare erori logice i de programare (în special la
valorile extreme ale datelor) ceea ce poate conduce la caracteristici neobi nuite ale
sistemului datorate rezultatelor ob inute din model.

3.4.DESCRIEREA MODELELOR DE SIMULARE.

m urm toarea defini ie simul rii: "Simularea este o tehnic de realizare
a experimentelor cu calculatorul electronic, care implica utilizarea unor modele
matematice i logice care descriu comportarea unui sistem real de-a lungul unei
perioade mari de timp.
Realizarea experimentului de simulare presupune parcurgerea
urm toarelor etape:

28
 a)Formularea problemei
b)Culegerea i prelucrarea preliminar a datelor reale
c) Formularea modelului de simulare
d)Estimarea parametrior caracteristicilor operative prin procedee din
statistica matematica pe baza datelor reale culese
e)Evauarea performantelor modelului i parametrilor în special prin teste
de concordanta.
f)Construirea algoritmului simularii fie prin schema ogica detaliata fie prin
schema bloc în functie de marimea modelului.
g)Validarea sistemului de simuare fie prin testarea programului pentru o
solutie particulara cunoscuta.
h)Programarea experimentelor de simuare prin considerarea succesiva a
vaorilor parametrilor de intrare.
i)Analiza datelor simulate.
Simularea permite în general:
- determinarea formei func ionale de exprimare a leg turilor dintre
fenomenele cercetate i estimarea valorilor parametrilor modelului,
- testarea diferitelor c i de ac iune care nu pot fi formulate explicit în
cadrul modelului,
- structurarea mai bun a problemei investigate,
- demonstrarea solu iilor pentru rezolvarea problemei care face obiectul
deciziei.
Variabilele de intrare pot fi deterministe sau stochastice. Ele se determin
dup un anumit procedeu sau se genereaz aleatoriu, în func ie de anumi i
parametri de intrare.Parametrii de intrare se caracterizeazâ prin aceea c iau valori
neschimbate pe tot timpul procesului de simulare.Variabilele de ie ire depind de
vari bilele i parametrii de intrare.
Principalele clase de metode de generare a numerelor aleatoare
a. Metode manuale.
b. Metode fizice
c. Metode de memorizare
d.Metode care constau în consultarea specialistior
e. Metode analitice

29
 3.5. SIMULAREA INTERACTIV VIZUAL
Una din cele mai interesante descoperiri în grafica computerizat este
simularea interactiv vizual (VIS). Tehnica, de i cunoscut ca modelare
interactiv vizual , a fost folosit în management cu un succes neobi nuit.
Simularea interactiv vizual folose te afi area grafic a computerului,
pentru a prezenta efectul diferitelor decizii de management, diferen iindu-se astfel
de grafica computerului obi nuit care folose te ecranul ca un procedeu de
comunicare pentru prezentarea datelor numerice.
Simularea interactiv vizual poate reprezenta fie un model static, fie
unul dinamic. Modelele statice afi eaz o imagine a rezultatului unei decizii la un
moment dat. Modelele dinamice afi eaz sistemele care se dezvolt în timp,
evolu ia fiind reprezentat prin anima ie (mi care).
Aceast tehnic este o simulare decizional care folose te modelarea
interactiv vizual . Utilizatorul final urm re te i interac ioneaz cu simularea
într-o form dinamic pe un terminal grafic i poate schimba evolu ia fenomenului
prin diferite strategii de decizie.
Avantaje
Simularea conven ional nu permite în mod obi nuit decidentului s vad
cum o solu ie a unei probleme complexe este dezvoltat în timp i nici nu-i ofer
acestuia posibilitatea de a interac iona cu ea.
Simularea ofer numai r spunsuri statistice la sfâr itul unui set de
experimente particulare. Rezult c decidentul nu este parte integrat a simul rii
iar experien a i ra ionamentul s u nu pot fi folosite imediat în analiz . În acest
caz, unele concluzii ob inute cu modelul folosit trebuie luate pe încredere. Dac
aceste concluzii contrazic intui ia sau ra ionamentul decidentului, în model va
trebui s existe un interval de încredere.
Unele studii de simulare afirm c o parte important a analizei trebuie s
apar managerului ca o "cutie neagr ". Din acest motiv, o solu ie ob inut cu
simularea nu poate fi implementat .
Filozofia simul rii interactive vizuale este c , atunci când
deciden ii pot urm ri simularea unei probleme în timp, ei pot contribui la
validarea modelului. Deciden ii vor avea mai mult încredere în munca lor
deoarece sunt direct implica i. Ei î i folosesc cuno tin ele i experien a pentru a
interac iona cu modelul, în scopul studierii strategiilor alternative.

30
 Pentru a în elege cum opereaz sistemele sub diferite condi ii este
important ca anali tii s interac ioneze cu modelul în timp ce func ioneaz , a a c
sugestiile sau directivele lor pot fi testate.
Problemele tipice cu fire de a teptare complexe necesit simulare i
simularea interactiv vizual poate afi a lungimea unei linii de a teptare sau
valoarea timpului de a teptare, deoarece acesta se schimb în timpul simul rii.
Simularea Interactiv Vizual poate prezenta grafic r spunsurile la întreb rile de
tipul i dac ? în ceea ce prive te schimb rile în variabilele de intrare.
Un software dinamic pentru simulare interactiiv vizual poate fi comparat
cu un software de jocuri. Posibilit ile oferite sunt îns incomparabil mai mari.
D m în continuare modul de lucru cu simularea interactiv vizual .
Etapa 1. Managerul recunoa te ecranul de afi are ca o reprezntare grafic
de procese sau situa ii familiare.
Etapa 2. Managerul observ ecranul cu aten ie, poate i alte câteva ecrane
de afi ate, i accept ecranul ca o imagine suficient de detaliat a procesului real,
iar dinamismul imaginii arat evolu ia procesului.
Etapa 3. Managerul interac ioneaz cu modelul i observ c imaginea de
pe ecran corespunde cu puterea de în elegere a lui despre sistemul real.
Etapa 4. Prin experien e i observa ii, managerul cap încredere în
modelul vizual i devine convins c acest model, care produce afi rile, este o
reprezentare valid a sistemului real.
Etapa 5. Odat convins de validitatea modelului vizual, managerul poate
începe s i pun întreb ri de tipul i dac ? i modelul vizual devine un puternic
instrument în luarea deciziilor.
Puterea simul rii interactive vizuale, ca instrument de luare a deciziilor,
provine din încrederea m rit în model, deoarece managerul vede dac modelul îi
confirm ipotezele despre sistemul real.
Validarea modelului se face aproape imediat deoarece:
- O imagine este recunoscut ca un model al lumii reale mai
or decât o tabel sau un set de numere (o hart a st rilor unui ora este
mai u or de recunoscut ca un ora , decât o list a coordonatelor despre
intersec iile str zilor);
- Un model vizual nu este o "cutie neagr ", func iile
interioare ale modelului fiind la vedere.

31
 - Modelele vizuale dinamice arat mai ales comportamentul
de tranzi ie al procesului pe care managerul îl vede în fiecare zi, decât
media comportamentelor pe o lung perioad de timp.
- Simularea interactiv vizual d posibiliatea managerului
interac ioneze imediat cu modelul mai u or i mai corect decât dac ar
fi lucrat cu un model matematic i cu ajutorul unui analist;
- O dat ob inut încrederea în modelul vizual, simularea
interativ vizual furnizeaz managerului un cadru foarte pl cut de luare a
deciziilor. Managerul alege ni te experimente pe care le conduce i le
evalueaz , folosind rezultatele furnizate de model;
- M rimile explicite de calitate ale solu iilor alterantive pot
fi încorporate în model.
Simularea interactiv vizual este puternic atunci când decidentul are
mai multe criterii de decizie sau acolo unde criteriile de decizie sunt implicite sau
dificil de formalizat. Ea permite decidentului s aleag cea mai bun solu ie,
folosind criteriul pe care-l crede adecvat, fiind deci un puternic instrument de
înv are, ce ofer posibilitatea observ rii func ion rii aparent reale a sistemelor.
În continuare prezent m o încercare de proiectare al unui astfel de model
pentru modelarea economiei.
Într-un cartier nou de locuin e s-a construit un oficiu telefonic ce poate fi
dotat cu maxim cinci cabine pentru telefoane automate. Activitatea zilnic se
desf oar între orele 8:00 - 22:00. S-a constatat c între orele 8:00 - 12:00, durata
unei convorbiri urmeaz o lege normal de parametrii:
= 10 min i = 5 min; între orele 12:00 - 16:00 i 20:00 - 22:00, o lege
normal de parametrii: = 5 i = 2 min; iar între 16:00 - 20:00; duratele
convorbirilor urmeaz o lege exponen ial negativ de parametru = 15 min.
Sosirile sunt independente între ele i independente de serviri i urmeaz
o lege Poisson de parametrii: 1 = 30 pers./h pentru perioada 16:00 - 20:00 i 8:00
- 12:00 i respectiv 2 = 20 pers./h pentru perioadele 12:00 - 16:00 i 20:00 -
22:00.
Dintr-un studiu statistic s-a constatat c 50% din persoane vorbesc în zona
1, 30% în zona 2 i 20% în zona 3. Costul unui minut este 100, 200, respectiv 300
unit ti monetare/minut, corespunz toare fiec rei zone.

32
 Programul permite dimensionarea eficient a capacit ii oficiului telefonic
i are schema logic dat în fig...
Lista de variabile utilizat în model, con ine:
NR - num rul de cicluri de simulare;
NC - num rul de itera ii pentru un ciclu de simulare;
Contor - contorul simul rii;
I - Contorul itera iilor;
O - fi ier de rezultate;
Ocupate - vector Boolean corespunz tor celor cinci cabine (I = 1..5)
unde Ocupate [i]= TRUE dac este ocupat cabina i i Ocupate[i]= FALSE, în
rest.
URATE - vector de valori în virgul mobil pentru duratele
convorbirilor fiec rui client din cabine (I = 1..5);
ZONA - vector de valori în virgul mobil pentru zona în care
vorbe te fiecare client din cabine;
TIC - vector de valori în virgul mobil pentru timpul de inactivitate al
fiec rei cabine (I = 1..5);
STIC - vector de valori în virgul mobil pentru suma timpului de
inactivitate al fiec rei cabine (I = 1..5);
CZ[I] - costul uni minut pentru zona I (I = 1..5);
SK1 - vector al probabilit ilor cumulate pentru func ia POISSON ( =
30);
SK2 - vector al probabilit ilor cumulate pentru func ia POISSON ( =
20);
VE - vector al probabilit ilor cumulate pentru func ia exponen ial
negativ (15);
SK1_MAX - indice superior al vectorului SK1;
SK2_MAX - indice superior al vectorului SK2;
TAF[K] - timp de a teptare în fir pentru itera ia K;
STAF - suma timpului de a teptare în fir pentru o itera ie;
NR CABINE - num r de cabine (Ini ial 5: se reactualizeaz );
N_COADA - num r de clien i în firul de a teptare;
PERSOANE - num r de clen i sosi i pentru o itera ie;

33
 CONTOR10 - contor al ceasului de simulare pentru o cuant de 10
minute (se reactualizeaz într-o bucl de parcurgere a timpului);
TMIN - durata celei mai scurte convorbiri din cadrul buclei de
parcurgere a cuantei de 10 minute;
ÎNCAS RI - încas ri par iale / totale pentru un ciclu de simulare;
STAF_F - timp mediu de a teptare în fir;
ÎNCASARE_F - încas ri totale medii, calculate;
NR CABINE_F - num r optim de cabine, calculate;

3.6. METODA DE SIMULARE MONTE CARLO

În perioada de dezvoltare a energiei atomice de dup cel de al doilea
zboi mondial s-a ajuns la necesitatea rezolv rii problemei de difuzie a
neutronului sau a transportului neutronului într-un mediu izotrop (mediu care
are acelea i propriet i în orice direc ie). Aceast problem modelat ca un
sistem de ecua ii diferen iale par iale s-a dovedit foarte dificil de rezolvat prin
ecua ii cu diferen e.
Exista îns un rezultat prin care se stabilea analogia dintre ecua iile
integro-diferen iale i procesele stochastice. În acest context, John von Neumann
i Stanislaw Ulam de la Los Alamos National Laboratory
(S.U.A.) au sugerat s-ar putea ob ine o aproxima ie utilizabil a
solu iei c utate prin realizarea de experimente bazate pe numere aleatoare
efectuate pe calculatoare digitale. Ei au denumit aceast metod Monte Carlo
dup cazinourile de la Monte Carlo ale c ror rulete pot fi considerate
instrumente de generare a numerelor aleatoare.
Aceast propunere a inversat modul de ra ionament de pân atunci. În
locul utiliz rii ecua iilor cu diferen e pentru a ob ine solu ii ale problemelor
probabiliste, se genereaz selec ii prin experimente cu numere aleatoare pentru
a se ob ine solu ii ale unor ecua ii integro-diferen iale, care nu sunt în mod
necesar de natur probabilist . Punerea în practic a metodei propuse de von
Neumann i Ulam a fost posibil i datorit progreselor ob inute în acea
perioad în domeniul calculatoarelor digitale.
În prezent, metoda de simulare Monte Carlo se aplic din ce în ce mai
mult în domeniul afacerilor, pentru analiza problemelor stochastice sau în

34
condi ii de risc, atunci când aceea i direc ie de ac iune poate avea mai multe
consecin e, ale c ror probabilit i se pot estima.
Variabilele ale c ror valori nu sunt cunoscute cu certitudine, dar pot fi
descrise prin distribu ii de probabilitate se numesc variabile stochastice sau
probabiliste. În simulare, pentru a imita variabilitatea unei astfel de variabile
este necesar generarea valorilor posibile pe baza distribu iei sale de
probabilitate.
Probabilit ile au un rol important în modelarea situa iilor în care
intervin m rimi stochastice. În simulare, cuno tin ele despre probabilit i sunt
necesare atât în faza de construire a modelului de simulare cât în faza de
analiz a rezultatelor simul rii.
Probabilit ile pot fi ob inute în mai multe moduri. Cea mai simpl
este metoda subiectiv , prin care exper ii estimeaz pe o scar de la zero la unu
probabilitatea ca un anumit eveniment s se realizeze. O alt metod este
metoda obiectiv sau metoda bazat pe frecven ele relative care utilizeaz datele
istorice sau ob inute prin surarea direct a valorilor unei m rimi stochastice.
Pentru construirea distribu iei de probabilitate a unei variabile
stochastice sau probabiliste pe baza datelor istorice sau ob inute prin m surare
direct se poate aplica o procedur format din trei etape:
1. Colectarea datelor referitoare la valorile variabilei probabiliste.
2. Gruparea datelor pe intervale i construirea histogramei
frecven elor relative.
3. Analiza graficului histogramei frecven elor relative pentru a stabili
dac seam cu forma unei distribu ii teoretice cunoscute. Tipul
distribu iei de probabilitate poate fi apreciat prin teste de concordan

(Kolmogorov, Smirnov, Pearson sau 2) care m soar apropierea dintre

distribu ia teoretic i distribu ia valorilor variabilei
Termenul de "Metoda Monte-Carlo" se utilizeaz pentru a desemna dou
tehnici diferite. Prima tehnic const în evaluarea integralelor definite prin
utilizarea variabilelor aleatoare. Obiectivul este de a calcula (unde x poate fi un
vector), estimând expresia unde p(x) este func ia de densitate a variabilei aleatoare
definit pe [a,b]. În acest caz, problema ini ial este transformat în aceea privind
estimarea mediei lui F(x)/p(x). Aceasta se poate rezolva generând valori aleatoare
pentru p(x) i apoi calculând media lui F(x)/p(x).

35
 Al doilea sens al "metodei Monte - Carlo" presupune înlocuirea unui
fenomen real cu un experiment statistic, ce va fi studiat cu ajutorul tehnicilor
moderne de calcul. Variabilele aleatoare ce intervin în model, sunt generate cu
calculatorul prin procedee adecvate. În vederea ob inerii unei imagini corecte a
evolu iei fenomenului sau procesului studiat trebuie ca variabilele aleatoare s fie
estimate cu abatere cât mai mic în raport cu cele ce apar în realitate i
experimentul s fie repetat de un num r convenabil de mare de ori, pentru a se
pune în eviden principalele tr turi ale fenomenului modelat.
Aceast metod cuprinde în realitate mai multe tehnici de simulare în
cadrul c rora analiza fenomenului real se înlocuie te cu analiza unui fenomen
artificial, descris de un model, prin rezolvarea acestuia generând pentru variabile,
valori aleatoare.
Deci, metoda asociaz problemei reale un model aleator i prin generarea
unor variabile aleatoare legate func ional de solu ie, se realizeaz experien e pe
model i se furnizeaz informa ii asupra solu iei problemei deterministe.
De i decep ional de simpl în concept, metoda Monte Carlo furnizeaz
solu ii aproximative pentru o mare varietate de probleme matematice. O
caracteristic important a metodei Monte Carlo const în faptul c dintre
metodele numerice care se bazeaz pe evaluarea a n puncte într-un spa iu m
dimensional pentru a ob ine o solu ie aproximativ , metoda
Monte Carlo permite estima ii a c ror eroare absolut descre te cu când

toate celelalte estima ii au erori ce descresc cu n-1/m cel mult. În plus, timpul de
lucru al metodei Monte Carlo cre te polinomial cu num rul de variabile m, pe
când la alte metode timpul de lucru cre te exponen ial în raport cu m.
Dintre domeniile pentru care se preteaz utilizarea metodei Monte - Carlo
men ion m:
- Cercet rile opera ionale: studiul sistemelor de servire; gestiunea
stocurilor; metoda PERT; jocuri opera ionale.
- calcul numeric: rezolvarea integralelor multiple; rezolvarea ecua iilor
diferen iale; probleme Dirichlet.
- economie: studiul gestiunii materialelor; jocuri de conducere; dezvoltarea
unei ramuri, zone, economii; procesul de reparti ii i de produc ie.
- industrie: procese de munc ; reparti ia optim a utilajelor; probleme de
transport.

36
 - alte domenii: biologie, chimie, mecanica fluidelor, fizica nuclear ,
fenomene naturale, etc.
Metoda î i demonstreaz eficien a în analiza fenomenelor i proceselor
care se produc în sistemele caracterizate printr-un num r foarte mare de variabile
i parame-trii, prin rela ii complexe între componente, prin factori perturbatori i
prin modific ri a evolu iei în timp.
Folosirea acestei metode nu impune cu necesitate cunoa terea rela iilor
exacte dintre m rimile ce urmeaz a fi estimate, ci este suficient s fie pus în
eviden acel complex de condi ii în prezen a c rora experimentul respectiv are
loc.
Bazele teoretice ale metodei au fost puse în anul 1949 de Metropolis i
Ulam, dar ideea acestor metode a ap rut înc din 1777 când Buffon a formulat
celebra problem a calculului probabilit ii de intersec ie a unui ac aruncat la
întâmplare, pe o suprafa plan pe care sunt trasate drepte paralele echidistante,
idee care în 1860 datorit lui Barbier a permis calculul num rului prin arunc ri
succesive ale unui ac de lungime l, pe o suprafa plan cu drepte paralele la
echidistanta a. Fermi, Metropolis i Ulam foloseau pentru aplicarea metodei, la
studiul difuziei neutronilor în materialele fisionabile, listele de numere
întâmpl toare care se publicau la Monte - Carlo. De aici a rezultat cea mai
spândit denumire a metodei. În SUA metoda a mai fost cunoscut i sub
denumirea de "metoda Las Vegas". În literatura de specialitate se întâlnesc
urm toarele denumiri echivalente: metoda încerc rilor echivalente; metoda
experiment rilor statistice; simularea numeric ; metoda simul rii indirecte;
metoda numerelor aleatoare.
Metoda Monte Carlo permite ob inerea reparti iilor principalilor parametri
ai procesului de stocare.
- procese de a teptare în care au loc evenimente care se intercondi ioneaz
iar rezolvarea lor cu ajutorul modelelor de a teptare;
- procese de repara ii analizate în leg turâ cu activitatea de produc ie i de
investitii.
Simularea ajut la estimarea parametrilor reparti iei duratei totale i d
posibilitatea determin rii frecven ei caracterului critic pentru fiecare activitate;
- procese de munc complexe privind adoptarea unor decizii legate de
problemele program rii operative a produc iei (înc rcarea utilajelor, lansarea în

37
fabrica ie, urm rirea realiz rii produc iei), de la loc de munc , la
atelier/instala ie/sec ie;
- procese macroeconomice., atunci când se dore te cunoa terea unor
corela ii între 2 sau mai multe ramuri, studiul fluxurilor între ramuri, probleme de
cre tere economic .
Metoda Monte Carlo poate fi definita ca metoda modelerii variabilelor
aleatoare în scopul calcularii caracteristiciilor repatitiilor lor.

3.7. SIMULAREA PRIN JOC A PROCESELOR

ECONOMICE
Jocurile de întreprindere sunt modele de simulare ce cuprind mai mul i
participan i angaja i într-un proces informa ional-decizional ce simuleaz o
situa ie de competi ie real . Un num r de echipe de juc tori sunt organizate ca un
oligopol, fiecare echip încercând s i maximizeze propriul profit printr-o
secven de decizii în domenii cum ar fi: produc ia, stocurile, investi ii, marketing,
între inere, cercetare sau finan are.
No iunea de joc de întreprindere se reg se te i sub denumirea de joc de
conducere (management game) sau joc de afaceri (business game), acestea
particularizând prin denumire sfera de aplicabilitate.
Jocul de afaceri este definit, ca un exerci iu de luarea a deciziilor
secven iale structurat în jurul unei opera ii de afaceri în care participan ii î i
asum riscul de conducere a ac iunii simulate.
În general, jocurile sunt destinate simul rii viitorului unei organiza ii i a
conjuncturii în care se va g si aceasta.
Jocurile de intreprindere (Business Games) permit simularea dinamica a
unor decizii secventiale.
Clasiticarea jocurilor de întreprindere se face dupa urmatoarele criterii
semnificative:
1. Dup sfera de actiune. Jocurile se clasififca în:
a) Jocurile pentru intrega intreprindere
b) Jocul functional. Se refer la o func ie specific a întreprinderii
analizate, participan ii la joc putând experimenta diferite decizii în cadrul
compartimentului care îndepline te func ia simulat

38
 c)Jocurile complexe. Analizeazâ mai multe func ii ate întreprinderii i
rela iile principale cu alte compartimente sau chiar cu exteriorul întreprinderii.
d) Jocuri pentru alte zone de specialitate. Permite testarea unor strategii
politice economice, tehnico-orgânizatorice privind o ramur de activitate
economic dintr-un ora , dintr-un jude sau chiar toate întreprinderile.
2.Dupa elementul competitiv, Jocurile pot fi:
a) - jocurile concurentiale. Sunt acelea în care fiecare participant adopt
astfel de decizii încât s i dep easc adversarul (adversarii). Ele pot fi: jocuri
interdependente i jocuri independente.
- jocurile interdependente. Sunt acele jocuri în care succesul unui
participant este influen at atât de propriile decizii cât i de deciziile concuren ilor.
- jocurie independente. Sunt acele jocuri în care fiecare juc tor realizeaz
îmbun irea propriilor performan e economice, f a ac iona asupra celorlal i
juc tori.
b) Jocurile cooperative.Sunt acele jocuri în care doi parteneri convin ca,
cel pu in în privinta anumitor clase de decizii i ac iuni, acestea s nu fie
îndreptate împotriva intereselor celuilalt partener.
c) Jocurile contra naturii. Sunt acele jocuri în care un decident real sau o
coali ie de deciden i î i îndreapt ac iunea împotriva unui "partener" fictiv care
reprezint , de fapt, mediul ambiant.
3. Dup prelucrarea rezultatelor:Jocurile se împart în func ie de acest
criteriu în: jocuri pe calculator i jocuri manuale
4. Dupa scopul urmarit.Jocurile de instruire sunt acele jocuri care permit
participan ilor s înve e s adopte decizn optime în condi iile unor situa ii
ipotetice, dar foarte posibil a fi reg site în practica unit ilor economice.Jocurile
de intreprindere pentru fundamentarea deciziilor operative sunt jocuri care permit
speciaistilors adopte decizii tot mai bune în conditiile reale ale întreprinderilor pe
care le conduc i le organizeaz . Principalele etape de desf urare a unui Joc de
întreprindere:
Etapa 1: Instruirea participantilor. în cadrul acestei etape arbitrul jocului
efectueaz un instructaj al tuturor participan ilor la joc. El prezint regulile
jocului, adic expune situa ia existent în întreprindere la momentul ini ial t = 0
(sunt precizate valorile ini iale ale parametrilor de stare) precum i evolu ia unui
indicator conform cu datele statisticeînregistrateîn diverse eviden e. De asemenea,

39
el precizeaz restric iile de joc (restric iile privind resursele existente, informa iile
pe care le de ine sau le poate ob ine un participant, restric ii de ac iune etc.L
obiectivele întreprinderii sau compartimentului pe care îl reprezint fiecare
juc tor, evolu iile probabile pentru unii indicatori, perturba iile posibile i
eventual probabilitatea de realizare etc. în acela i timp el stabile te scenariul
pentru fiecare juc tor, adic precizeaz datele care i se pun la dispozi ie, op iunile
posibile i decizia pe care trebuie s-o adopte în conformitate cu obiectivul dat,
respectând restric iile impuse de joc.
Etaga2: Adoptarea deciziilor de catre participanti.Fiecare adoptare a
deciziilor de c tre participan i constituie o "mutare"I, adic o itera ie a jocului,
care se presupune c ar corespunde unei perioade urm toare de timp. Num rul N
de itera ii total al jocului poate fi precizat de arbitru în prima etap , dar în unele
cazuri el nu enun de la început acest num r de cicluri, ci îl stabile te pe parcurs
în func ie de rezultate i, eventual, de p rerea consilierilor de joc. De asemenea,
consilierii de joc, independent de deciziile juc torilor i f s -i influen eze,
precizeaz arbitrului perturba iile care au avut loc în perioada de timp, pentru care
juc torii au adoptat decizii.
Etapa 3: Efectuarea de c tre arbitru a calculelor.Dup ce arbitru primeste
de la fiecare participant deciziile adoptate, precum i de la consilieri perturba iile
ap rute în perioada I, cu ajutorul unui minicalculator sau al unui program de mare
anvergur la un calculator electronic, evalueaz consecin ele acestor decizii
asupra performan elor economice ale întreprinderilor, sau compartimentelor pe
care le reprezint juc torii.
Etapa 4: Publicarea de catre arbitru a unei informatii asupra rezultatelor
ob inute. La fiecare "mutare" (îteratîe) arbitrul, dup ce efectueaz calculele,
anun rezultatele ob inute fiec rui juc tor. Ace tia, la rândul lor, fac o analiz a
rezultatelor. în cazul în care un juc tor constat c o anumit regul de decizie a
condus la ob inerea unor indicatori cu valori nefavorabile, el schimb aceast
regul i încearc noi strategii. în cazul în care o regul de decizie a condus la
indicatori economici favorabili el o men ine pentru a o verifica în timp. De fapt, în
aceast etap se realizeaz conexiunea invers .în situa ia în care num rul de
itera ii nu este suficient de mare, exist riscul ca unii juc tori s ob in rezultate
bune, pe baza unei simple întâmpl ri, chiar în condi iile aplic rii unor reguli
eronate. Pe parcursul desf ur rii jocului, arbitrul poate m ri num rul de itera ii

40
pentru a elimina acest risc, dar pentru ca volumul calculelor s nu devin
prohibitiv de mare, este mai indicat s urm reasc modul în care juc torii î i
îmbun esc regulile de adoptare a deciziilor.
Etapa 5: Efectuarea de c tre arbitru a unui test de continuare. respectiv
încetare a jocului. Acest test const în compararea itera iei 1 la care se afl jocul
cu num rul maxim N dinainte stabilit de itera ii. Dac 1<N, atunci jocul continu
de la etapa a 2-a, adic se trece la itera ia 1 4-1. Dac l ^N, atunci se trece la etapa
a 6-a. Acest test este u or de aplicat de c tre arbitru, dar prezint dezavantajul, c
nu ine seama de stadiul de instruire la care au ajuns participan ii la joc.Astfel,
este ppsibil ca în unele cazuri to i participan ii s i fi însu it jocul multînainte de
terminarea num rului N de cicluri. Evident, în aceste cazuri jocul trebuie terminat,
chiar dac 1<N. Dac arbitrul constat din analiza rezultatelor ob inute c
participan ii nu i-au însu it jocul, arbitrul poate m ri num rul de itera ii cu N. în
timpul desf ur rii jocului, unii parteneri (în cazul jocurilor concuren iale) dac au
dat faliment p sesc jocul.
Etapa 6: Anun area sfâr itului jocului i a rezultatelor finale.Pe baza
testului reaizat în etapa a 5 arbitrul decide incetarea jocului i anun de acest
lucru pe to i participan ii la joc.Dup parcurgerea celor N itera ii se procedeaz la
evaluarea rezultatelor jocului. Arbitrul calculeaz în acest scop diverse func ii de
performan (indicatori de eficien ai activit ii) care permit acordarea unui
calificativ global fiec rui participant la joc, care va permite ordonarea
participan ilor din punct de vedere al aptitudinilor de conduc tori i organizatori.
Metodele economico-matematice i de simulare pentru utilizarea i
alocarea resurselor (materiale, umane, b ne ti i de timp) în cadrul unei
organiza ii
Modelul unui joc de întreprindere are urm toarele elemente constitutive:
- organiza ia - unitatea economic sau procesul economic pe exemplul
ruia se efectueaz simul rile;
- conjuctura - este mediul în care organiza ia evolueaz , caracterizat de
structura pie ei, resursele disponibile, concuren i poten iali, tradi ii, etc.;
- deciziile - mul imea strategiilor posibile ce se pot adopta corespunz tor
fiec rui obiectiv simulat; acestea se pot referi la politica pre urilor, politica de
personal, politici de desfacere, de aprovizionare, structura de plan etc.;

41
 - rezultatele - se constituie din mul imea informa iilor oferite
participan ilor la joc; acestea sunt determinate de conjuctura aleas i de deciziile
luate i se refer la indicatorii de performan rezulta i în urma strategiilor
adoptate de juc tori.
Jocurile urm resc însu irea unor abilit i, a unei îndemân ri în conducerea
organiza iei pornind de la ideea c abilitatea se dobânde te prin practicare.
Juc torii, prin practicare, vor înv a tot atât de mult din propriile gre eli
cât din propriile succese, evitând reluarea gre elilor anterioare.
Jocurile de întreprindere reprezint un exerci iu de simulare dinamic a
unor decizii luate într-o situa ie concuren ial i au urm toarele obiective:
- a demonstra, ceea ce înseamn a crea o situa ie în care participan ii la joc
privesc ceea ce se întâmpl , câ tigând astfel o în elegere mai profund
decât dac pur i simplu li s-ar explica;
- a distribui, adic a promova un schimb de cuno tin e în interiorul grupului
de participan i la joc, astfel încât lucruri cunoscute de unul dintre ei s
poat deveni comune tuturor; principala ipotez este c multe din
cuno tin ele dorite, le posed nu numai conduc torul jocului ci i
altcineva, posibil chiar mai multe persoane;
- a examina, ceea ce înseamn a pune pe participan ii la joc în situa ia de a
observa comportamentul decizional al celorlal i parteneri;
- a stimula gândirea, ceea ce înseamn a folosi jocul ca un exerci iu
intelectual, în speran a cre terii abilit ii participan ilor la joc în
rezolvarea problemelor specifice;
- a evalua unele dintre îndemân rile i abilit ile participan ilor la joc;
- a prevedea, adic a indica o succesiune a faptelor a teptat ;
- a construi o echip , adic a m ri efectele cooperante ale unui grup;
- a promova schimbarea, ceea ce înseamn a încuraja adoptarea unui mod
diferit de lucru.
Aceste obiective, care stau la baza construirii jocurilor de întreprindere i
care pot fi urm rite de c tre conduc torul jocului într-un proces de "înv are"
dirijat, reprezint i criterii de clasificare a jocurilor de întreprindere.
Astfel, dup scopul jocului avem jocuri didactice i jocuri analitice.
Jocurile didactice reprezint cea mai eficient i rapid metod de
acumulare a experien ei în domeniul conducerii chiar prin substituirea acesteia.

42
Cu ajutorul lor se urm re te ca participan ii la joc s înve e cum s vehiculeze cu
no iunile teoretice, s i însu easc unele deprinderi i abilit i în activitatea de
conducere. Participan ii înva s adopte decizii tot mai bune în condi iile unor
situa ii ipotetice, dar foarte probabil de a fi reg site în practica economic . Ace tia
înva din propriile gre eli, elaborându- i un comportament propriu, adaptat
scopului jocului, în func ie de rezultatele par iale pe care le ob ine. În cadrul
acestor jocuri, participan ii trebuie s i concentreze aten ia asupra cuno tin elor
asimilate i mai pu in asupra câ tig rii jocului. Aceste jocuri se desf oar în
regim de investigare, f tensiune i trebuie s fie înso ite de ample comentarii i
dezbateri dup terminarea acestora.
Jocurile analitice urm resc s furnizeze informa ii în vederea lu rii
deciziilor. Cu ajutorul acestor jocuri pot fi analizate, de exemplu, strategiile pe
care trebuie s le adopte managerul unei întreprinderi pe pia în condi iile unei
anumite conjuncturi sau tendin e de dezvoltare ale unor tehnologii.
Analiza celor dou tipuri de jocuri face dificil o delimitare strict între
ele deoarece jocurile analitice au un pronun at con inut didactic, iar cele didactice
con in elementele celor analitice. Exist posibilitatea ca acela i joc s fie utilizat
în ambele scopuri, diferind doar modul de desf urare a lui, de la scop la scop.
Dac este utilizat în scopuri didactice, accentul va c dea pe în elegerea
fenomenelor simulate, a corela iilor dintre ele. În plus vor fi analizate consecin ele
deciziilor luate de participan i în vederea îmbun irii comportamentului
decizional al acestora, a acumul rii de experien în conducerea fenomenelor
respective. Dac jocul este utilizat în scopuri analitice accentul va c dea pe studiul
fiec rei variante de decizie, cu consecin ele acesteia, în vederea indentific rii
mul imii solu iilor realizabile, a evolu iei posibile a fenomenului studiat, a
domeniului de stabilitate a acestuia, precum i sarcinile care revin managerului în
cazul fiec rei variante de ac iune posibil a fi adoptat .
Dup modul de desf urare avem: jocuri manuale, jocuri mixte, jocuri pe
calculator.
Jocurile manuale se caracterizeaz prin faptul c opera iile de calcul se
efectueaz manual. Acestea, de regul , stau la baza celorlalte tipuri de jocuri fiind
i cele mai r spândite. Ele permit conduc torului jocului s observe gradul de
antrenare al participan ilor la joc, s influen eze participarea acestora prin
interven ii oportune pe parcursul desf ur rii jocului, s cunoasc reac ia psihic a

43
participan ilor la diferite perturba ii care sunt introduse în joc de c tre acesta sau
la ac iunile întreprinse de cei cu care sunt în concuren .
În jocurile concuren iale, desf urate în aceea i înc pere participan ii pot
urm rii reciproc reac iile adversarilor, reac ii care vor contribui la antrenarea
acestora la joc i la modificarea strategiilor adoptate.
Cu ajutorul acestor jocuri pot fi verificate scenariile celorlalte tipuri de
jocuri, în vederea stabilirii restric iilor i cuantific rii rela iilor dintre factorii care
influen eaz rezultatele jocului.
Jocurile mixte, se deosebesc de cele manuale prin faptul c unele
proceduri din cadrul lor sunt realizate fie cu calculatorul, fie cu ajutorul unor
dispozitive electronice speciale. Aceste proceduri se pot referi la generarea unor
numere aleatoare, extrapolarea unor fenomene, evaluarea rezultatelor etc.
Jocurile pe calculator se desf oar în exclusivitate pe calculatoare
electronice, distingându-se de celelalte tipuri prin num rul mare de factori lua i în
considerare, viteza cu care sunt efectuate opera iile de calcul i durata mic a lor.
Dup aria de cuprindere avem: jocuri complexe, func ionale, operative i
pentru alte zone de specialitate.
Jocurile complexe simuleaz func iile principale ale întreprinderii, astfel
încât participan ii la joc s poat în elege corela iile func ionale care apar pe
parcursul evolu iei întreprinderii, în condi iile influen ei reciproce dintre
subsistemele interne sau dintre acestea i un sistem exterior.
Jocurile func ionale simuleaz o anumit func ie a întreprinderii,
permi ând participan ilor la joc s experimenteze diferite decizii în cadrul
subsistemului care îndepline te func ia simulat i s estimeze consecin ele
deciziilor luate asupra celorlalte subsisteme.
Jocurile operative, simuleaz situa ii cheie (critice) în desf urarea
procesului analizat în vederea elabor rii unor decizii operative. Ele permit
preg tirea decidentului pentru înl turarea consecin elor unor avarii sau
preîntâmpinarea lor.
Jocurile pentru alte zone de specialitate permit testarea unor strategii
politice, economice, tehnico-organizatorice privind o ramur a economiei
na ionale, o zon economic etc. O categorie distinct de astfel de jocuri o
constituie jocurile politico-militare care stau la baza strategiilor adoptate în
rela iile interna ionale.

44
 Dup elementul competitiv avem: jocuri concuren iale, jocuri cooperative
i jocuri contra naturii.
Jocurile concuren iale, cuprind acele jocuri în care fiecare grup de
participan i urm re te, prin deciziile pe care le ia, s i dep easc concuren ii
(adversarii). Aceste jocuri se subdivid în jocuri interdependente i jocuri
independente.
Jocurile interdependente se caracterizeaz prin faptul c succesul fiec rei
grupe de participan i este condi ional atât de propriile decizii cât i deciziile
concuren ilor.
Jocurile independente se caracterizeaz prin faptul c participan ii caut
i îmbun easc performan ele f a leza interesele vreunuia, c utând s i
îmbun easc indicatorii economici printr-o mai bun organizare a muncii, prin
cre terea productivit ii muncii, prin inova ii tehnice etc.
Jocurile cooperative se caracterizeaz prin faptul c cel pu in doi dintre
participan i convin s evite, prin deciziile pe care le vor lua, lezarea reciproc a
intereselor lor sau uneori chiar s aleag acele decizii care îi vor avantaja pe
amândoi.
Jocurile contra naturii sunt acele jocuri în care unul sau mai mul i
participan i (afla i în coali ie) lupt împotriva unui partener fictiv care reprezint
de fapt mediul (natura). Ele se deosebesc de cele concuren iale prin faptul c
natura ac ioneaz f scop. Uneori ac iunile naturii sunt considerate perturba ii
iar modul de manifestare al lor este aleatoriu. Participan ii la joc trebuie s
identifice mul imea m surilor preventive necesare pentru a diminua probabilitatea
apari iei sau/ i efectele nedorite ale perturba iilor, reducând caracterul lor
imprevizibil.
Dup gradul de cunoa tere a situa iei celorlalte p i participante avem:
jocuri cu informa ie incomplet (închise), jocuri cu informa ie complet
(deschise).
Primele sunt de regul , concuren iale i nu se dispune de nici o informa ie
despre resursele disponibile ale adversarilor, despre strategiile lor, despre politica
pre urilor, despre fluctua ia cererii i ofertei etc. Uneori aceste informa ii sunt
presupuse prin deduc ii logice sau sunt cunoscute foarte vag.

45
 Jocurile cu informa ie complet se caracterizeaz prin aceea c toate
ile participante î i cunosc reciproc situa ia elaborându-se deciziile în
cuno tin de resursele disponibile ale celorlalte p i participante.
Dup metoda de arbitraj avem: jocuri cu metoda de arbitraj liber , rigid ,
semirigid .
Metoda de arbitraj liber acord arbitrului (conduc torului de joc)
libertatea absolut în estimarea rezultatelor jocului. Acesta ia decizii pe baza
propriei experien e f s fie nevoit s respecte unele proceduri prestabilite.
Aceasta presupune formarea colectivului de conducere al jocului din persoane cu
experien care pot aprecia corect consecin ele perturba iilor introduse în joc,
calitatea strategiilor adoptate de juc tori etc.
Metoda de arbitraj rigid impune arbitrajului s respecte ni te regului
prestabilite de la care nu are voie s se abat .
Metoda de arbitraj semirigid reune te cele dou metode i este utilizat
atunci când regulile prestabilite permit o apreciere rapid a rezultatelor.
Orice joc de întreprindere se desf oar în mai multe etape în care, cele
principale, sunt constituite din: descrierea general a jocului, formarea grupelor,
instruirea juc torilor, adoptarea deciziilor de c tre juc tori, efectuarea calculelor
de c tre arbitru, comunicarea rezultatelor i bilan ul jocului.
Descrierea general a jocului. Participan ilor, înaintea începerii jocului li
se va prezenta o scurt expunere privind obiectivele jocului, func iunile sistemului
care va fi simulat, starea ini ial a acestuia, ipotezele simplificatoare ale jocului,
precum i modul (în general) cum se va desf ura jocul. Este indicat s se dea i
un mic exemplu.
Formarea grupelor. Criteriile care stau la baza form rii grupelor de
participan i difer de la joc la joc. Dintre acestea amintim: preferin ele juc torilor,
gradul de preg tire al acestora, scopul sau aria de cuprindere a jocului sau
func iile pe care le de in la locul de munc . Principalele grupe care se întâlnesc de
regul în cadrul unui joc sunt: grupa juc torilor, grupa scenariilor, grupa de
conducere, grupa de asisten tehnic .
Grupa juc torilor. Într-un joc pot exista una sau mai multe grupe de
juc tori în func ie de tipul acestuia (unilateral, bilateral etc.). Num rul de juc tori
dintr-o grup precum i structura organizatoric a acestuia depinde de scopul i
aria de cuprindere a jocului. Structura organizatoric a fiec rei grupe va prevedea

46
ca unul dintre juc tori s ocupe func ia de manager al întreprinderii iar ceilal i
membrii vor avea func ii de efi de compartimente, fiec ruia fiindu-i repartizat un
anumit compartiment din întreprindere. Grupele de juc tori vor lucra fie
independent (în cadrul jocurilor concuren iale), fie în colaborare (atunci când se
formeaz coali ii).
Grupa scenariilor. Aceast grup elaboreaz situa iile care vor fi jucate,
formuleaz i pune juc torilor probleme în conformitate cu condi iile jocului. Este
compus din persoane cu experien profesional , inventivitate i pricepere de a
formula o problem concret . La elaborarea situa iilor se va urm ri ca juc torilor
li se asigure informa iile necesare i suficiente adopt rii deciziilor. Una dintre
atribu iile de baz ale acestei grupe o constituie definirea sensului i momentului
în care apar situa ii limit în evolu ia sistemului sau formelor de manifestare a
hazardului.
Grupa de conducere. Ea cuprinde persoane cu aptitudini organizatorice sau
în concordan cu situa ia simulat . Acestea stabilesc regulamentul de desf urare
a jocului, alegând una din variantele prev zute la construirea jocului, apreciaz
situa iile elaborate de grupa scenariilor, atrage în discu ie to i juc torii, urm re te
ca jocul s nu se îndep rteze de scop. Din aceast grup fac parte conduc torul
jocului, arbitrul i subgrupa de evaluare i control care verific corectitudinea
deciziilor adoptate de juc tori i le evalueaz .
Grupa de asisten tehnic . Ea acord asisten a tehnic grupelor de
juc tori, manipuleaz supor ii magnetici reclama i de joc, actualizeaz i între ine
colec iile de informa ii, produsele program elaborate etc. În majoritatea cazurilor
de desf urare a jocurilor avem doar grupele de juc tori i arbitru care preia
atribu iile tuturor celorlalte grupe.
Instruirea juc torilor. Dup stabilirea grupelelor de juc tori arbitrul le
prezint regulile jocului i atribu iile fiec rei grupe în parte, precum i ale fiec rui
membru al grupei. În acest sens li se precizeaz resursele materiale i umane de
care dispun la momentul ini ial, direc iile de utilizare ale acestora, limitele în care
se încadreaz posibilit ile de atragere de noi resurse. Apoi se precizeaz deciziile
posibile de a fi adoptate în conformitate cu obiectivul dat, respectând restric iile
impuse de joc. Dac deciziile vor fi adoptate în condi ii de risc sau incertitudine,
se dau i probabilit ile de realizare a unor evenimente, respectând legile de
probabilitate pe care le urmeaz evolu ia unor fenomene.

47
 Adoptarea deciziilor de c tre juc tori. Pornind de la informa iile de care
dispun i de la restric iile jocului, participan ii vor adopta în mod empiric deciziile
pe care le vor considera mai bune pentru atingerea obiectivului, c utând varianta
de decizie cea mai bun pe baza unui algoritm propriu sau prin analogie cu o alt
problem pe care o cunosc. Pe parcursul desf ur rii jocului se poate descoperi un
algoritm sau o procedur de c utare întâmpl toare, dar accelerat , a solu iei
eficiente.
Fiecare adoptare de decizie de c tre juc tori constituie o itera ie (ciclu,
mutare) a jocului. Num rul total de itera ii (N) poate fi stabilit de arbitru la
începutul jocului sau pe parcursul acestuia în func ie de rezultatele intermediare
ob inute de juc tori. În acela i timp, grupa scenariilor va preciza perturba iile care
au avut loc în perioada de timp pentru care juc torii au adoptat decizii. Juc torii
vor cunoa te aceste perturba ii sau le vor intui dup ce vor afla consecin ele
deciziilor adoptate de ei.
Evaluarea deciziilor adoptate se face de arbitru, dup ce prime te de la
grupele de juc tori deciziile adoptate iar de la grupa scenariilor perturba iile care
au avut loc, evaluând consecin ele acestora asupra evolu iei sistemului simulat.
Modalitatea efectiv de evaluare a deciziilor depinde de metoda de arbitraj aleas
i de mijloacele tehnice disponibile. În acela i timp, arbitrul observ în ce m sur
juc torii au în eles fenomenele asupra c rora adopt deciziile, putând aprecia
gradul de instruire i capacitatea juc torilor de a rezolva sarcinile primite precum
i de ac iona împotriva perturba iilor.
Comunicarea rezultatelor. Dup fiecare itera ie arbitrul efectueaz calcule
iar rezultatele aprecierilor sunt comunicate juc torilor. Con inutul i forma de
prezentare a informa iilor sunt precizate în regulile jocului
Pornind de rezultatele anun ate juc torii î i analizeaz propriile decizii,
realizându-se astfel conexiunea invers . Dac un juc tor va constata c se
îndep rteaz de obiectiv, va c uta noi strategii. Dimpotriv , dac ob ine rezultate
bune, va c uta s i men in regulile de adoptare a deciziilor i s le verifice i în
itera iile urm toare. Cu cât algoritmul de adoptare a deciziei este mai bun, cu atât
va fi atins mai repede obiectivul fixat.
Pe parcursul jocului, arbitrul efectueaz teste de continuare a acestuia.
Testele constau în compararea itera iei curente cu num rul maxim de itera ii, N.
Dac nu a fost atins scopul jocului dar s-au epuizat cele N itera ii, arbitru va putea

48
prelungi jocul cu înc N' itera ii dac îi va permite timpul avut la dispozi ie. Dac
scopul jocului este atins dup un num r de itera ii mai mic ca N, jocul va fi oprit
în vederea realiz rii bilan ului acestuia.
Bilan ul jocului const în evaluarea rezultatelor jocului pe baza rezultatelor
par iale în care scop se vor calcula diverse func ii de performan (volumul
profitului, balan a de pl i, rentabilitatea etc.) acordând un calificativ global
fiec rui juc tor. În acordarea acestora trebuie s se in seama de faptul c nimeni,
în afar de verificarea în practic , nu este capabil s aprecieze câ tigul realizat de
juc tori, dar modul în care sunt apreciate rezultatele acestora poate influen a
comportamentul lor, poate s -i stimuleze în aplicarea cuno tin elor asimilate sau,
dimpotriv , s le estompeze cele mai bune inten ii. Jocurile de întreprindere
ofer o serie de avantaje, cum ar fi:
- ajut pe utilizatori s studieze o mare varietate de situa ii decizionale;
- ofer posibilitatea acumul rii de c tre participan ii la joc a unei experien e
pre ioase în domeniul simulat;
- creeaz deprinderea participan ilor la joc a sentimentului c în orice
activitate exist un element care exploateaz orice gre eal i care
rnice te orice plan elaborat gre it;
- constituie un instrument în mâna managerilor, c rora le ofer o baz mai
solid pe care s i fundamenteze deciziile;
- se pot testa ipotezele asupra naturii deciziilor care trebuiesc luate, se
evalueaz eficacitatea unor decizii sau se identific efectele probabile ale
acestora;
- constituie o metod de verificare a ideilor i concep iei operative, de
cercetare i analiz minu ioas a fenomenelor aleatoare posibile;
- jocurile pe calculator permit reluarea multipl a lor prin simularea mai
multor scenarii;
- juc torii nu opereaz cu no iuni abstracte sau vagi ci cu date concrete pe
care trebuie s le utilizeze în limite de timp i spa iu stabilite;
- jocurile de întreprindere didactice au ca efect sporirea vitezei de reac ie a
participan ilor la ac iunile i manevrele efectuate prin surprindere de c tre
concuren i sau în situa ii inedite. Ele urm resc i efectele psihologice
asupra participan ilor, cum sunt acele ale dezvolt rii sim ului de
spundere pentru consecin ele deciziilor luate.

49
 Limitele jocurilor de întreprindere sunt:
- elaborarea unui joc necesit mult timp i un volum mare de munc ;
- jocurile de întreprindere complexe desf urate pe calculator reclam
uneori configura ii de calcul puternice, mergând pân la re ele de
calculatoare cu resurse distribuite;
- proiectan ii nu dispun de suficiente metode cantitative care s le permit
cuantificarea influen ei tuturor factorilor care concur într-o situa ie dat ;
- un factor foarte important care este greu de cuantificat este elementul
subiectiv, calculatorul, care lucreaz asupra unei cantit i de date mult mai
mare decât poate s o fac gândirea omeneasc , este incapabil de o
judecat calitativ sau s trateze factorii imponderabili, cum ar fi
preg tirea profesional i moralul managerului;
- rezultatele jocurilor de întreprindere nu tim dac sunt
eronate. Singurul mod de a le valida este compararea cu rezultatele unor
evenimente reale

3.8. ELEMENTE DE LOGIC FORMAL

Din multitudinea de metode ne referim în primul rând, la metoda analizei
drumului critic (ADC), care sub aspectul aplica iilor se deta eaz de toate
celelalte. Ea pune la îndemâna deciden ilor instrumente utile de mare eficien
pentru analiza, organizarea i conducerea ac iunilor complexe, eviden iaz locul
activit ii decizionale în ansamblul ac iunii complexe i înl uirea procesului
decizional, modul de folosire a resurselor disponibile.
Logica matematic introduce i utilizeaza forme logice i calcule logice în
scopul deducerii legilor gandirii corecte i aplic rii acestora în construirea de
ra ionamente corecte.Logica formaIa este component a logicii matematice în care
variabilele logice sunt propozi ii.
Relatii logice
Cele dou st ri pe care le poate cunoa te propozi ia P pot fi înscrise în
tabele de adev r în felul urm tor:Se exclude existen a unei alte
posibilit i.Negarea propozi iei P se nume te non P i se noteaz P. Negarea P
este adev rat când P este fals i este fals când P este adev rat.
Rela ia dintre dou propozi ii P i Q realizat prin l se nume te
"conjunc ie" ( ).

50
 Conjunc ia a dou propozi ii P Q este adev rat , dac cele dou
propozi ii sunt adev rate, ea este fals dac cel pu in una din propozi ii este fals .
Rela ia dintre dou propozi ii prin operatorul logic SAU se nume te
disjunc ie (v).Disjunctia este adev rat când numai una din propozi iile care o
acatuiesc este adev rat .Implica ia (->) are o deosebit importan în studierea
raportului cauzâ -efect.
In cazul în care propozi ia P o numim premisâ, atunci propozi ia Q va fi
numit concluzie. Acest lucru semnific faptul c dac P este adev rat, atunci i Q
este adev rat (nu este implicit adevârat: dac P este fals i Q este fals). Tabela de
adev r se prezint astfel:Propozi ia P este o condi ie suficient pentru propozi ia
Q, în timp ce Q este o condi ie necesar pentru propozi ia P.Dac ne propunem s
gasim o concluzie logic reciproc / invers , atunci apel m la echivalen (<—
>).P implic Q i Q la rândul lui implic P. Propozi ia rezultat va fi fals dac
una din propozi ii este adev rat , iar cealalt este fals , deoarece se implic una pe
alta. în celelalte dou cazuri propozi ia rezultat va fi adev rat .Tabela de adev r
în cazul de echivalen â:Fiecare din cele dou propozi ii P i Q este atât necesar
cât i suficient pentru cealalt .
Procesul de perfec ionare a metodei axiomatice a parcurs urm toarele
etape:
• Axiomatica intuitiv când conceptele fundamentale, axiomele sunt date
ca evidente, iar procedeele de inferen sunt cele ale logicii naturale.
• Axiomatica abstract când conceptele fundamentale sunt definite în mod
explicit, prin propriet ile lor, iar axiomele nu mai sunt evidente.
• Axiomatica formal în care sensul conceptelor fundamentale este stabilit
exclusiv prin rela iile dintre ele, conform axiomelor. Axiomele utilizeaz limbajul
curent i sensurile date de intui ie.
• Sistemul formal pur. Se utilizeaz un limbaj simbolic precis definit, orice
referire la un domeniu exterior acestuia fiind exclus . Intui ia, care nu poate fi
eliminat , este limitat la manipularea riguroas a unui sistem de semne.

51
 CAPITOLUL 4. MODELAREA
DIFERITELOR SITUA II

4.1. MODELAREA STRUCTURII OFERTEI

ÎNTREPRINDERILOR PE PIA
Indicatorii ofertei de m rfuri
Principalii indicatori ai ofertei sunt: cantitatea de produse existent la un
moment dat pe pia , valoarea produselor, structura pe categorii de produse,
durata de a teptare a produselor pe pia pentru a fi vândute, frecven a solicit rii
produselor de c tre consumatori, vârsta produselor, ansa lor de supravie uire pe
pia , competitivitatea.
Modelarea evolu iei ponderii pe pia a unor produse concuren iale
(lan uri Markov)
Ne baz m pe faptul c orice lan Markov este definit complet prin matricea
sa stochastic P i prin distribu ia ini ial Aj.In teoria lan urilor Markov se
consider c rezultatul oric rei încerc ri depinde de rezultatul încerc rii care o
precede direct i numai de acesta.

4.2. MODELAREA PROCEDURAL

Etapele de rezolvare
În scopul cunoasterii legior care definesc un anumit fenomen economic
studiat i folosirii acestora în directia satisfacerii obiectivelor propuse se parcurg
urmatoarele etape: 1. observarea fenomenelor sub aspectul descriptiv-calitativ
(cauzalitatea între fenomene),
2. formularea unor legi de tip descriptiv-calitativ,
3.observarea fenomeneor sub aspect cantitativ.
4. formularea unor legi cantitative.
5. adoptarea unor decizii.
6.urm rirea efectelor deciziilor adoptate i perfec ionarea modului de a
lua decizii în viitor.
Schema general de concepere a algoritmilor euristici

52
 Euristica se defineste ca fiind:
* o clas de metode i reguli care dirijeaz subiectul spre cea mai simpl i
mai economic solu ie a problemelor;
un drum care permite descoperirea solu iilor problemelor complexe f a
le supune unei simplific ri sau reduc ii.

4.3. MODELAREA SITUA IILOR

CONCUREN IALE
Modelarea matematic a acestui aspect al procesului de decizie se face cu
ajutorul conceptului de joc strategic.Jocul este un proces competitiv care se
desfa oar între mai mul i participan i numi i juc tori, dintre care cel pu in unul
este inteligent i prudent, adicâ poate analiza situa ia i hot rî asupra ac iunilor
viitoare.Partida reprezinta desf urarea ac iunilor juc torilor, dup anumite
reguli.Orice partid are o stare ini ial i o stare final , cea final determin pe
baza regulilor jocului, un câ tig sau o pierdere pentru fiecare juc toc.Strategia este
o colec ie de succesiuni de ac iuni ale unui juc tor, fiecare dintre succesiuni fiind
preg tit ca o reac ie fa de strategia adversarului (care poate fi uneori "natura")
pentru atingerea scopului propus, adic a acelei st ri finale c reia regulile jocului
îi asociaz maximum de câ tig posibil. Jocuriie cu punct a se caracterizeaz prin
aceea c un ra ionament corect impune fiec ruia dintre cei doi juc tori alegerea
câte unei anumite strategii optime.Perechea celor dou strategii optime constituie
o solu ie a jocului i determin un a a-numit punct a. Câ tigul/pierderea de 1,5
ob inut reprezint valoarea jocului.Jocurile f punct a se caracterizeaz prin
faptul ca un ra ionament, oricât de riguros, al jucatorilor nu îi va conduce în mod
necesar la alegerea unei anumîte perechi de strategii, ca în cazul precedent.Solu ia
specific a unei astfel de probleme const în determinarea strategiilor mixte
optime ale celor doi parteneri, prin metode algebrice, geometrice, iterative.
"Natura" nu ac ioneaz ca un adversar inteligent care ar c uta s ob in un câstig
cât mai mare din partea adversarului si, în consecinta, nu se pot stabili reguli de
comportare a ei, se pot culege, îns , informa ii statistice în acest sens i se pot face
previziuni probabilistice.
Deciziile în cazul jocurilor contra naturii se impart în:decizii în condi ii de
certitudine (exist informa ii certe despre condi iile viitoare):

53
 * decizii în conditii de risc ( se cunosc probabilita ile de realizare a st rilor
naturii )
*decizii în conditii de incertitudine (nu exist informa ii privind
probabilit ile de realizare a starilor naturii).

4.4. MODELAREA DECIZIILOR ÎN CONDITII

DE RISC
Modelarea structurii generale a unui proces decizional ne conduce la
precizarea elementelor acestuia, i anume:
- decidentul,
- formularea problemei,
- mul imea variantelor/alternativelor posibile ce caracterizeaz o situa ie
decizional ,
- mul imea consecin elor anticipate pentru fiecare variant ,
- mul imea criteriilor de decizie ale decidentului,
- obiectivele propuse de decident (minimizarea/ maximizarea unor
indicatori tehnico-economici),
- st rile naturii - factori independen i de deciden i, de tip conjunctural. Din
mul imea variantelor posibile, decidentul urmeaz s re in numai una, i anume
pe cea mai convenabil .
Func ii de utilitate ata ate unui proces decizional
Evolu ia acesteia se va diferen ia în func ie de decident. Se pot identifica
urm toarele situa ii :
I - evolu ie liniar ,
II - curb convex ,
III- curb concav ,
IV - curb par ial convex , par ial concav .
Ne propunem s coment m aceste curbe.In cazul I, decidentul este neutru
din punct de vedere a rsicului.In cazu II, decidentul este atasat, este „prietenos”
fata de risc deco manifest o anumita „simpatie” fata de acesta.In cazul III
decidentul manifest o oarecare "sfial ", "timiditate", pruden a fa de actiunile
riscante.Cazul IV este cel mai des întâlnit în practicâ, deoarece majoritatea
deciden ilor manifest în unele situa ii un comportament riscant, iar pentru alte
situatii unul prudent. G sirea solu iei "optime" este echivalentâ cu alegerea unui
54
drum în arbore, pornind de la nodul final i parcurgând ramurile acestuia pân în
unut din nodurile ini iale. Se are în vedere respectarea cerin elor:1. valoarea
nodurilor în care "natura" face alegerea s depind numai de evenimentele viitoare
i nu de deciziile precedente 2. desf urarea proceselor de decizie în trepte (ca
succesiune la diferite momente temporale) face ca deciziile intermediare s fie
condi ionate de rezultatele estimate ale deciziilor finale, iar decizia final de
efectele cumulate ale tuturor deciziilor intermediare i finale.
DECIZII ÎN CONDI II DE INCERTITUDINE
Pentru astfel de probleme se pot utiliza mai multe criterii de decizii:
a) Criteriul prudent sau pesimist (al lui Wald) const în aplicarea
principiului maximin îns numai ih ceea ce prive te strategiie decidentului
b) Criteriul optimist (al lui Hurwicz) recomand s se aprecieze pentru
fiecare strategie în parte o probabilitate P1 de realizare a situatiei ceei mai
avantajoase i o probabiitate P2 realizare a situatiei celei mai dezavantajoase,
astfel ca P1+P2=1.
c) Criteriul lui Laplace const în a considera st rile naturii ca
echiprobabile i în a aplica, apoi, criteriul compar rii speran elor matematice.
d) Criteriul regretului (al lui Savage). Conform acestui criteriu, strategia
trebuie aleas luând în considerare diferen a între valoarea rezultatului optim ce s-
ar fi putut ob ine într-o anumit stare a naturii i valoarea celorlalte rezultate.
Teorema lui Belman
Caracterul secven ial al unor procese economice permite folosirea
metodelor program rii dinamice în stabilirea unei politici optime de
armonizare a obiectivelor cu resursele.
Programarea dinamic con ine o serie de metode adaptive, în sensul c ,
la fiecare moment, decizia optim ce trebuie luat depinde de
mul imea evenimentelor care s-au produs anterior. Succesiunea acestor decizii
formeaz o strategie (politic ), iar orice ir de decizii succesive ce fac parte
dintr-o politic se nume te subpolitic .
În mul imea politicilor posibile exist cel pu in una, denumit
optimal , care permite optimizarea criteriului de eficien ales.
Teorema de optimalitate formulat de Bellman arat c orice politic
extras dintr-o politic optimal este ea îns i optimal .

55
 Aplicarea acestui principiu de optimalitate în rezolvarea problemelor
practice de armonizare a obiectivelor cu resursele se face diferen iat, în func ie
de caracterul parametrilor care pot fi de tip determinist sau probabilist.
Pentru a se putea aplica strategiile de optimizare cunoscute, modelul
se structureaz sub forma unor ecua ii sau inecua ii, care descriu fenomenul
studiat, a unor restric ii asupra variabilelor i a unui criteriu de optim.
Ideea de baz în rezolvarea acestor modele const în descompunerea
problemei în faze (subproblem cu o singur variabil ) i în aplicarea
principiului lui Bellman.
A lua o decizie optim în „dinamic ” înseamn a si o politic optim
pe toat perioada de referin , astfel încât toate subpoliticile componente s fie
optime. Variabilele care descriu starea procesului considerat se numesc variabile
de stare.
Problema const în determinarea unui ir de decizii, iar efectul
fiec rei decizii îl reprezint modificarea st rii sistemului.
Etapele sau pa ii procesului sunt momentele în care trebuie luate
deciziile. În problemele secven iale, ele formeaz un ir cresc tor.
Dup ce au fost prezentate principalele concepte asociate problemelor
de programare dinamic , detaliem în continuare unele modele cu larg
aplicabilitate în unit ile economice.

4.5. MODELAREA PROCESELOR

DECIZIONALE MULTICRITERIALE
Conceptul de multicriteriaitate este strins legat de optimizarea flexibila, el
refecta anumite aspecte ale suboptimalitatii i ale abordarii Fuzzy. Solu iile
multicriteriale sunt de natur suboptimala. Aceasta, deoarece solu ia este
suboptimal în raport cu op iunile monocriteriale i pentru c numero i algoritmi
interactivi prev d posibilitatea re inerii unei solu ii monocriteriale satisf toare
a mai continua c utarea optimului multicriterial.In cadrul optimiz rii
multicriteriale se trateaz distinct:
- optimizarea multiobiectiv,
- optimizarea multiatribut.
FUZZYFICAREA

56
 Procesul de fuzzyficare constituie obiectivul unei concep ii caracterizate
printr-o capacitate deosebit de adaptabilitate i flexibiitate.Acum putem defini
mul imea vag (fuzzy). Se nume te mul ime vagâ A în E, mul imea perechilor
ordonate {x, µA(x) | x E} unde µA(x) este gradul de apartenenta al elementului x
la o anumita proprietate care caracterizeaza multimea A.
Relatii intre multimi vagi
1.Egalitatea în sens nevag a doua mul imi vagi. Dou mul imi vagi A i B
sunt egale, adic A = B, dac i numai dac : µA(x)= µB(x)
2. Egalitatea în sens vag a dou mul imi vagi.Intr-o alt accep iune (cu
caracter mai imprecis) se poate considera c dou mul imi vagi sunt egale, dac
sunt satisf cute restric iile:
|µA(x)- µB(x)|<= , oricare x E unde reprezint o abatere admisibil ,
acceptabil din punct de vedere practic.
3. Incluziunea nevaga a doua mul imi vagi.O mul ime vag A este inclus
într-o mul ime vag B, adic A incus în B, dac i numai dac :
µA(x)<= µb(x), oricare x E
4. Incluziunea vaga a dou mul imi vagi. Rela ia de mai sus se poate nota
de asemenea cu ajutorul inegalit ii în sens vag <,~ care necesit respectarea
inegalit ii în sens nevag pentru majoritatea elementelor mul imii E. Rela ia
devine: µA(x)<~ µB(x), oricare x E
5. Mul imea complementar a unei mul imi vagi. O mul ime se nume te
complementar a lui A dac
7.Intersec ia nevag A n B a doua mul imi vagi. Intersec ia nevag a dou
mul imi A n B este o submul ime inclus în sens nevag în A i B. Gradele de
apartenen ale unei submul imi C inclus în sens nevag i în A i în B satisfac
restric iile: µC(x)<= µA(x) ; µC(x)<= µB(x), unde rezulta ca µC(x)<= min ( µ A(x),
µB(x) ). Gradele de apartenen µC(x) vor fi maxime pentru cazul egalit ii. Dar în
acest caz, conform defini iei va rezulta: C = A n B i µAnB (x)= min[µA(x), µB(x) ]
8.lntersec ia vaga A n B a doua mul imi vagi. Intersec ia vag a dou
mul imi AnB este o submul ime inclus în sens vag în A i B.Rezulta ca: µAnB (x)
min[µA(x), µB(x) ] sau µAnB (x) < µA(x) i µAnB (x) < µB(x)
9.Reuniunea nevaga a doua mul imi vagi.Reuniunea nevag a douâ
mul imi vagi A U B este o mul ime care prezint fie proprietatea descris de
mul imea A (deci include pe A) fie proprietatea descris de mul imea B (deci

57
include pe B). Rezult c gradul de apartenen al reuniunii nevagi A U B este:
µAuB (x)= max[µ A(x), µB(x) ]
10. Reuniunea vag a doua mul imi vagi.Reuniunea vagâ a dou mul imi
vagi este o mul ime M care prezint fie o parte din proprietatea descris de
mul imea A (deci M este inclus în sens vag în A U B) fie o parte din proprietatea
descris de mul imea B (deci M C A U B). Rezulta: µM (x) = µAuB (x)
max[µ A(x), µB(x) ]
11. Produsul algebric nevag A, B a doua mul imi vagi.Produsul nevag A.B
a dou mul imi vagi A i B este o mul ime vag a c rei caracteristica este egal cu
produsul (A.B) dintre caracteristicile mul imii A i B, iar gradul de apartenen al
unui element x la acest noua caracteristic este dat de rela ia: µA.B (x) = µA (x).
µB (x)
12. Produsul algebric vag A, B a doua mul imi vagi. Produsul algebric vag
A*B a dou mul imi vagi A i B este o mul ime A*B dintre caracteristicile
mul imilor A i B, iar gradul de apartenen al unui element x la aceast nou
caracteristic este dat de rela ia vag :µ(x) A.B µA (x). µB (x)
13. Suma algebric nevaga A+B a doua mul imi vagi este o mul ime vag ,
ale c rei grade de apartenen satisfac rela ia: µ A+B (x) = µA (x)-µB (x). µA (x)+ µB
(x)
14. Suma algebrica vaga A+B a doua mul imi vagi este o mul ime vag ale
carei grade de apartenen â satisfac rela ia:µ B+A (x) µA (x)+ µB (x)-µA(x). µB (x)
Proceduri de fuzzyficare a problemelor de programare liniarâ (P.L.)
Fuzzyficarea restric iilor const în relaxarea lor cu ajutorul unor toleran e
B1 i B2 cu condi ia c orice element t1i i respectiv t2i al acestor vectori s fie
pozitiv: (t1i; t2i R+).Fuzzyficarea restric iilor nu trebuie s se fac simultan, ci în
func ie de cerin ele situa iei concrete. Când se poate realiza relaxarea simultan a
celor dou seturi de restric ii, se va urm ri ob inerea celei mai mici abateri de la
obiective în condi iile supliment rii disponibilit ii de resurse cu cele mai mici
cantit i posibile.

58
 4.6.MODELAREA PROCESELOR DE
PRODUC IE-STOCARE CU PROGRAMARE
DINAMIC
În cazul rezolv rii problemelor de produc ie-stocare prin programare
dinamic se introduce ca variabil de stare nivelul stocului la sfâr itul fiec rei
perioade a orizontului considerat.
Cazul general pune problema dimension rii cantit ii stocate dintr-o
anumit resurs , astfel încât cererea sec iilor de produc ie s fie satisf cut
atunci când se solicit resurse din depozit (intervalul de timp poate fi cunoscut
sau neprecizat), iar costul de stocare s fie minim.
Plecând de la cazul general se pot face unele particulariz ri i anume:
Cazul 1: cererea de resurse este cunoscut i constant în timp, iar
nivelul ini ial al stocului se men ine constant.
Se concepe un algoritm de determinare a dimensiunii optime a stocurilor.
Cazul 2: Ipotezele de la care se pleac sunt: stocul de la sfâr itul
perioadei este dat de stocul de la începutul perioadei la care se adaug intr rile
de resurse din perioada curent i se scad cantit ile din resurs eliberate în
produc ie, cantitatea de aprovizionat se determin astfel încât s acopere
ie irile din stoc pe un num r limitat de perioade, nu se admite rupere de stoc.
Cazul 3: Resursele sunt în depozit cu capacitate fix (D) i cu un stoc
disponibil (S) în orice moment.
Modelul de stocare cuprinde expresia costului asociat procesului de
stocare i func ia costului minim.
Minimul func iei cost va fi atins atunci când nivelul stocului este
sc zut, iar aprovizionarea cu resursele materiale necesare se face în cantit ile
solicitate de procesul de produc ie.

4.7. TEORIA GRAFURILOR

1. No iuni generale
Exist numeroase probleme economice pentru care o reprezentare sub
forma unor scheme alc tuite din puncte i s ge i aduce clarific ri i u ureaz
în elegerea proceselor în sensul elucid rii leg turilor de succesiune i cauzalitate.
Pentru a da un exemplu, ne referim la procesul de luare a unei decizii. Pornind

59
de la o situa ie A0 se constat c sunt p variante ce conduc la situa iile A1,. ..,
Ap. Analizând în continuare desf urarea fenomenului, pentru fiecare situa ie
Ai, i = ,1 p, exist posibilitatea de a trece la una din situa iile Aij, j = ,1 in.
R ionamentul poate continua cât timp procesul pune în eviden noi
variante. O reprezentare sugestiv a procesului descris mai sus poate fi dat în
figura urm toare:

A1 A11

A0 Ai Ai1

În raport cu un obiectiv stabilit apriori, dac este posibil ca pentru

oricare cuplu de situa ii succesive se asocieze o valoare real , urmeaz s se
seasc o metod de determinare a succesiunii optime din punctul de vedere al
obiectivului adoptat.
Un graf G este o pereche (X, T) unde X este o mul ime de elemente
numite vârfuri sau noduri, iar T este o aplica ie a lui X pe mul imea p ilor sale.
Vom nota graful G = (X, T). Deci dac x X, atunci T(x) X. Dac x, y X
iy T(x), perechea u = (x, y) se nume te arc al grafului G, cu x extremitatea
ini ial (originea) arcului u, iar y este extremitatea final a lui u.
Notând prin U = (x, y) x X, y T(x) putem da o alt expresie a
grafului i anume G = (X, U).
Exemplu: Fie X = x1, x2, x3, x4, x5 i T(x1) = x2, x4, x5 ; T(x2) =
x3, x5 ; T(x3) = x1, x5 ; T(x4) = x3 ; T(x5) = x4 .
Mul imea arcelor este:
U = (x1, x2), (x1, x4), (x1, x5), (x2, x3), (x2, x5), (x3, x1), (x3, x5),
(x4, x3) (x5, x4) .
Pentru graful astfel definit se poate realiza o imagine geometric
construit astfel: vârfurile mul imii X se a eaz în plan i se duc segmente
orientate care unesc punctele xi i T(xi), i = 5,1 .

60
 O mul ime de vârfuri unite dou câte dou prin arce formeaz un graf
orientat. Dac u1,. .., uk sunt arce ale unui graf cu proprietatea c
extremitatea final a lui ui coincide cu extremitatea ini ial a lui ui 1 i k-1,
irul de arce se nume te drum. Când extremitatea final a lui uk coincide cu
originea lui u1 drumul se nume te circuit. Drumul poate fi definit i prin
specificarea irului de vârfuri prin care trece, astfel: d = (x1, x2,..., xr) dac
aceste vârfuri sunt în ordinea x1, x2,..., xr. Drumul ce trece o singur dat prin
unele vârfuri ale grafului se nume te drum elementar. Drumul elementar ce
trece prin toate vârfurile grafului se nume te drum hamiltonian. Num rul
arcelor ce compun un drum se nume te lungimea drumului. Când xi T(xi),
arcul (xi, xi) se nume te bucl .
Vom spune [x, y] este o muchie dac (x, y) i (y, x) sunt arce. De
aceea, o muchie coincide cu mul imea vârfurilor care o compun. Nu este deci
necesar s figur m dou sensuri contrare pe segmentul care le une te.
Un ir de muchii formeaz un lan dac oricare dou muchii consecutive
au o extremitate comun . Lan ul poate fi definit i de succesiunea de vârfuri
prin care trece, astfel:
L = [x1, x2,. .., xr] dac aceasta este ordinea vârfurilor. Lan ul ce trece
o singur dat prin unele vârfuri ale grafului se nume te lan elementar. Lan ul
elementar ce trece prin toate vârfurile grafului se va numi lan hamiltonian.
Când x1 = xr i toate muchiile lan ului L sunt distincte dou câte dou , lan ul
se nume te ciclu. Num rul muchiilor unui lan se nume te lungimea lan ului.
Dac într-un graf oricare dou vârfuri ale sale sunt unite printr-un lan ,
graful este conex.
Graful G1 = (X, U’), cu U’ U este un graf par ial al grafului G = (X,
U), iar graful G2 = (X’, U’) cu X’ X i U’ U este un subgraf al lui G = (X,
U).
Graful cu un num r finit de vârfuri se nume te graf finit. Când vârfurile
grafului G sunt legate numai prin arce vom spune c graful G este orientat, iar
când vârfurile sunt legate prin muchii, graful G este neorientat.

61
 Capitolul 5
SISTEMUL INFORMA IONAL I
UTILIZAREA LUI ÎN MANAGEMENTUL
FERMEI VEGETALE

5.1. SISTEMUL INFORMA IONAL -

COMPONENT MANAGERIAL DE
BAZ
Indiferent de tipul de organizare, de forma de proprietate, de structurile
agricole, la orice nivel se pot identifica elemente de management, care ast zi, au
de rezolvat probleme tot mai complicate, într-un mediu înconjur tor, intern i
extern, din ce în ce mai complex, motiv pentru care procesul managerial trebuie s
se desf oare coordonat, în cadrul unui sistem. Pentru a putea ac iona eficient în
acest sistem, pentru a- i putea exercita func iile sunt necesare informa ii, iar
acestea, pentru a fi utile, trebuie s fie de calitate i disponibile la timp. Numai în
a fel managerul va putea adopta cele mai bune decizii.
Decizia în sine implic combinarea experien ei cu creativitatea. Experien a
permite evaluarea efectelor deciziei adoptate, comparativ cu rezultatele ciclurilor
anterioare i în condi ii asem toare. Creativitatea, inventivitatea fac posibil
imaginarea unor alternative pentru care experien a nu poate oferi modele.
Tendin a de a subordona întreaga activitate decizional experien ei, îns trebuie
dep it . Activitatea decizional trebuie s se bazeze pe un suport informa ional
ra ional i eficient, care s ofere alternative, variante, chiar solu ii pentru diversele
probleme.
Managementul, propriu oric rui domeniu de activitate, nu poate fi asigurat
în condi ii corespunz toare, f cunoa terea modului în care se desf oar
întregul proces al economiei unei structuri. Pentru a func iona structura trebuie s
îndeplineasc i condi ia existen ei unui schimb permanent de informa ii între
elementele sale, precum i între ansamblul s u i alte structuri din mediul ambiant.
Ansamblul elementelor cu caracter informa ional se constituie în sistemul
informa ional.

62
 Pornind de la premisa c sistemul informa ional este o component a
sistemului managerial al oric rei întreprinderi - poate fi definit ca totalitatea
datelor, informa iilor, fluxurilor informa ionale, procedurilor i mijloacelor de
tratare a informa iilor existente în cadrul unei întreprinderi, având drept scop s
asigure suportul informa ional necesar pentru asumarea i îndeplinirea
obiectivelor programate . (În ultim instan i decizia este o informa ie.).
Sistemul informa ional are un impact deosebit, din ce în ce mai mare,
asupra func ionalit ii i eficien ei economice. Apare ca un complex, de oameni i
activit i practice, de echipamente i de proceduri, orientat c tre modelarea
proceselor manageriale.
La evaluarea caracteristicilor unui sistem informa ional se are în vedere
sura în care informa iile furnizate de acesta sunt adecvate, fiabile, rapide i
eficiente.
Sistemul informa ional este necesar s asigure ansamblul informa iilor
pentru ini ierea, fundamentarea i adoptarea deciziilor, ceea ce reprezint
con inutul func iei decizionale, care devine tot mai important pe m sura cre terii
complexit ii întreprinderii în condi iile economiei de pia .
În viziunea sistemic , sistemul informa ional asigur leg tura între
sistemul decizional, conduc tor i sistemul opera ional, condus (figura 5.1.).
În raport cu sistemul de execu ie, exercit o func ie opera ional prin
asigurarea informa iilor necesare realiz rii mul imii de ac iuni, implicate de
executarea sarcinilor. În raport cu sistemul decizional, sistemul informa ional
asigur func ia de documentare, vizând furnizarea de informa ii a c ror
valorificare pe plan decizional condi ioneaz eficien a întreprinderii.
În acest mod se realizeaz înregistrarea i prelucrarea datelor/informa iilor
necesare i comunicarea acestora la momentele i/sau punctele din sistemul
informa ional când/unde este nevoie.
E I E

SISTEM SISTEM SISTEM

DECIZIONAL INFORMA IONAL OPERA IONAL

I E I

Figura 5.1. Schema bloc a leg turilor în cadrul unui sistem (I - intr ri; E
– ie iri

63
 Când în acest (sub)sistem de prelucrare predomin utilizarea
calculatoarelor electronice acesta devine un (sub)sistem de prelucrare automat a
datelor - S.P.A.D. (figura 5.2.).
În context managerial rolul sistemului informa ional este de a oferi
elemente de cunoa tere managerului pentru o conducere eficient . Pe baza
informa iilor furnizate este posibil diagnosticarea situa iei existente, punându-se
în eviden punctele nevralgice, fenomenele negative i m surile necesare
anihil rii acestora, în contextul în care managementul presupune pe de o parte
cunoa terea temeinic a activit ii curente, iar pe de alt parte, prefigurarea
evolu iei viitoare a întreprinderii. La conturarea acestui fenomen informa ia
reprezint elementul esen ial, aceasta declan ând procesul managerial. Calitatea
procesului managerial constituie factorul principal în aprecierea gradului de
competen cu care este dirijat ansamblul activit ilor. În acest sens, consider m
eficientizarea sistemului managerial în ansamblu, înt rirea disciplinei proprii
managementului i implicit sporirea spiritului de r spundere la toate nivelele, se
poate realiza prin ra ionalizarea sistemului informa ional, ce vizeaz : cre terea
calit ii informa iei astfel încât s r spund cerin elor enun ate; circula ia ra ional
a informa iilor prin continuitate, eliminarea periodiz rii i asigurarea leg turilor
inverse în reglarea “traiectoriei” sistemului; circula ia informa iei prin eliminarea
paralelismelor de infor-mare, a prelucr rilor repetate, a stagn rilor în circuit etc.;
finalizarea informa iei într-o decizie sau ac iune;
asigurarea unit ii sistemului informa ional prin abordarea in-tegrat a
metodelor, tehnicilor i a mijloacelor de tratare a informa iilor.

Baz de date
H
S. G. B. D. A
Proceduri de prelucrare R
INTR RI D IRI
IE
S.P.A.D.

SISTEM INFORMA IONAL

SISTEM MANAGERIAL
Figura 5.2. Sistemul informa ional, component a sistemului
managerial al întreprinderi

64
 5.1.1. STRUCTURA SISTEMULUI
INFORMA IONAL
Exist un consens în literatura de specialitate în ceea ce prive te abordarea
componentelor sistemului informa ional. Marea majoritate a autorilor consider
aceste componente ca fiind: data, informa ia, fluxul informa ional, procedura
informa ional i mijoacele de tratare a informa iei.
Orice activitate uman este caracterizat întotdeauna de entit i faptice
exprimate fie numeric, fie printr-o percep ie sau observa ie nenumeric . În acest
sens, data reprezint descrierea letric i/sau numeric a entit ilor men ionate
(procese, fenomene, obiecte, evenimente, ac iuni). Data este descris printr-un
simbol sau grup de simboluri. Este considerat componenta primar a sistemului
informa ional i constituie con inutul semnificativ al informa iei. Semnifica ia pe
care data o transmite în urma prelucr rii, constituie informa ia.
Informa ia este materia prim de baz în elaborarea deciziilor i este
definit ca fiind acel element de în tiin are care provoac reac ii ce declan eaz
ac iuni i decizii. În general, informa iile furnizeaz date cu privire la diversele
activit i i pun în eviden pozi ia adoptat de decident în leg tur cu problemele
ce urmeaz a fi rezolvate. Ca “produs” al proceselor informa ionale, informa ia
este privit ca o noutate, o tire, o comunicare asupra unor fapte, evenimente, idei,
opinii, experien e ce urmeaz a fi transmise în vederea realiz rii scopurilor
preconizate de sistemul managerial. În practica managerial sunt utilizate
urm toarele tipuri de informa ii: a) de comand sau dirijare, folosite pentru
analiza fenomenelor manageriale i pentru declan area ac iunilor vizate; b) de
reglare, care vizeaz îndreptarea mersului activit ii prin modific ri cantitative sau
calitative; c) de cunoa tere i raportare cu ajutorul c rora informa iile de
cunoa tere se transform în informa ii de comand ; d) de planificare i prognoz ,
bazate pe eviden a operativ , contabil i privitoare la dezvoltarea în concordan
cu progresul tehnico-economic, cu nevoile salaria ilor, rela iile manageriale i al i
fatori.
Acest grupare a informa iilor determin o delimitare a peste 30 de
categorii de informa ii, esen iale pentru func ionalitatea componentelor i
ansamblului unui sistem. De asemenea, în general, informa iile prezint o tripl
dimensiune :

65
 •social-general , ce exprim rolul informa iei în manifestarea angaja ilor
unei întreprinderi, ca purt tori ai anumitor drepturi i obliga ii în exercitarea
rora informa iile au o pondere apreciabil ;
•organiza ional , ce rezid în rolul informa iilor în stabilirea obiectivelor
într-o anumit perioad de timp;
•individual , în sensul c prin con inut i mod de prezentare influen eaz
atât poten ialul i aspira iile fiec rui salariat, cât i gradul de satisfacere a acestor
aspira ii.
Fluxul informa ional reprezint drumul pe care îl parcurge o informa ie
sau categorie de informa ii între emi tor i destinatar. Se caracterizeaz prin
con inut, volum, frecven , calitate, direc ie, form , suport tehnic etc. i prezint o
mare importan asupra cre rii unei structuri organizatorice ra ionale. Prin aceasta
poate fi considerat drept criteriu general pentru delimitarea competen elor. Fluxul
informa ional, în concordan cu diferitele etape ale procesului managerial, poate
fi reprezentat prin patru faze componente care vizeaz stabilirea liniei generale a
politicii economice a întreprinderii, stabilirea strategiei i elaborarea planurilor
operative, alegerea tacticii în realizarea planurilor operative i modificarea i
utilizarea optim a resurselor întreprinderii. Aprecierea calit ii fluxului
informa ional se face dup caracteristicile acestuia, sintetizate în figura 5.3.
Procedura informa ional se constituie într-un ansamblu de elemente
prin care se stabilesc supor ii tehnici de informa ie utiliza i, modalit ile de
culegere, transmitere i prelucrare a informa iilor. Con inutul procedurilor
informa ionale determin necesit ile decizionale i de informare pentru
exercitarea atribu iilor ce revin decidentului. Calitatea procedurii informa ionale
este dat de m sura în care asigur satisfacerea cerin elor de informa ii, gradul de
formalizare, economicitate, caracterul opera ional. Aceste caracteristici pot fi
sintetizate în: a) prelucrarea informa iilor trebuie s utilizeze metode moderne de
modelare, simulare, cibernetice, economice, statistice etc.; b) grad crescut de
formalizare cu accent deosebit pe tipizare, standardizare, codificarea informa iei
etc.; c) asigurarea trat rii rapide a informa iei; d) economicitate pronun at prin
aplicarea principiului excep iei i al priorit ii.

66
 Flux
informa-
ional

Dup Dup Dup caracteristici

frecven direc ie organizatorice

Perma- Ascendente Interne

nente Externe
Periodice Descendente Cu emitentul în
Ocazional mediul ambiant
e Orizontale Cu destinatarul în
mediul ambiant

Figura 5.3. Clasificarea fluxurilor informa ionale

Mijloacele de tratare a informa iilor constituie componenta tehnico-

material a sistemului informa ional, determin performan ele func ionale ale
acestuia i include toate instrumentele i echipamentele implicate în culegerea,
înregistrarea, prelucrarea, transmiterea i stocarea informa iilor.
Volumul i structura mijloacelor de tratare a informa iei - manuale,
mecanizate, automate - condi ioneaz parametrii sistemului informa ional în ceea
ce prive te volumul de informa ii, capacitatea de stocare, viteza de transmitere i
prelucrare, corectitudinea calculelor, costurile informa ionale etc. În cadrul unui
subsistem de prelucrare manual este necesar o cantitate incomensurabil de
munc din partea factorului uman, cu un mare consum de timp i un intens efort
intelectual. Pentru minimizarea acestora solu ia cea mai potrivit este utilizarea
tehnicii de calcul, situa ie în care activit ile factorului uman se îndreapt mai
mult c tre ac iuni de verificare, control, decizie asupra mijloacelor de tratare a
informa iilor.

67
 5.1.2. PRINCIPII, CERIN E I DEFICIEN E ÎN
FUNC IONAREA SISTEMULUI INFORMA IONAL

5.1.2.1.PRINCIPIILE I CERIN ELE

FUNC ION RII SISTEMULUI INFORMA IONAL
Sunt stabilite, clar câteva principii care stau la baza elabor rii i
func ion rii unui sistem informa ional. Dintre acestea, cele considerate ca
esen iale, le prezent m în continuare.
a) Subordonarea conceperii i func ion rii sistemului informa- ional
cerin elor conducerii. Existen a sistemului informa ional asigur baza
informa ional necesar pentru derularea eficient a procesului managerial i a
proceselor opera ionale în cadrul unei întreprinderi.
b) Corelarea sistemului informa ional cu structura organizato-ric . În orice
întreprindere postul este atât emi tor, cât i destinatar al informa iilor, iar rela iile
organizatorice constituie i fluxuri informa ionale. De asemenea, fiecare
subdiviziune organizatoric dispune de mijloace de tratare a informa iei, folosind
diverse proceduri informa ionale.
c) Asigurarea unit ii metodologice a trat rii informa iei. Acest principiu
decurge din necesitatea proiect rii unitare a componentelor sistemului
informa ional, facilitându-se astfel controlul asupra func ion rii sale.
d) Concentrarea sistemului informa ional asupra furniz rii informa iilor
privind abaterile majore de la obiective, norme, standarde etc. Pe verticala
sistemului managerial informa iile trebuie transmise nu global, ci selectiv,
referindu-se la abaterile semnificative de la elementele prestabilite.
e) Asigurarea unui timp corespunz tor de reac ie pentru destinatarii
informa iilor. Prin utilizarea diverselor mijloace de tratare a informa iei,
caracterizate prin viteze i debite diferite, trebuie s se acorde prioritate
informa iilor în punctele cheie, critice.
f) Parametrii constructivi i func ionali s confere sistemului informa ional
o flexibilitate ridicat . În acest sens, este necesar o concepere modular a
sistemului informa ional, care s permit modific ri în componentele sale, f a
influen a negativ ansamblul s u.

68
 g) Principiul eficien ei. Acest principiu presupune o permanent evaluare
i comparare a efectelor cantitative i calitative ale unui sistem informa ional cu
costurile realiz rii i func ion rii lui.
Func ionarea sistemului informa ional pe baza acestor principii
condi ioneaz existen a unui sistem managerial ra ional i eficient. Perfec ionarea
continu , ra ionalizarea acestuia trebuie s constituie o permanent preocupare a
sistemului managerial, întrucât creaz posibiltatea pentru manager de a aplica cele
mai eficiente metode i tehnici manageriale în vederea adopt rii deciziilor.
Sistemul informa ional trebuie privit ca un element dinamic, ce se poate dezvolta
într-un ritm accelerat, cu orientarea în câteva cerin e bine determinate:
- adaptarea sistemului informa ional în fluxul real a informa- iilor;
- l rgirea sferei de cuprindere a sistemului informa ional;
- folosirea tehnicii de calcul în vederea cre terii promptitudinii în
func ionare;
- sporirea capacit ii de stocare a datelor/informa iilor;
- managerul s poat comunica direct cu mijloacele de tratare a
informa iilor;
- cre terea ponderii cuno tin elor informa ionale în procesul form rii
managerului.
Sistemul informa ional trebuie s satisfac intregral cerin ele
informa ionale ale sistemului managerial în condi iile, îns , ale unui echilibru
optim între efectele sistemului informa ional i valoarea resurselor informa ionale
alocate, echilibru realizabil prin perfec ionarea sistemului având în vedere
direc iile men ionate.

5.1.2.2. DEFICIEN E ALE FUNC ION RII

SISTEMULUI INFORMA IONAL
Studiile efectuate asupra sistemelor informa ionale au relevat
manifestarea unor deficien e în func ionarea acestora, deficien e ce au
devenit, de acum, clasice.
Distorsiunea se manifest prin modificarea întâmpl toare a con inutului
unei informa ii pe parcursul culegerii i transmiterii de la emi tor la destinatar. O
astfel de deficien poate fi determinat de manipularea necorespunz toare a

69
purt torilor de informa ie, diferen e de preg tire a persoanelor implicate în
vehicularea informa iilor, sau utilizarea necorespunz toare a mijloacelor de tratare
a informa iilor.
Filtrajul const în modificarea inten ionat a con inutului unei informa ii
prin interven ia tenden ioas pe fluxul informa ional.
Redundan a se manifest prin existen a unui num r de informa ii mai
mare decât sunt necesare i prin înregistrarea repetat a unor informa ii.
Supraînc rcarea canalelor de comunicare în care volumul informa iilor
vehiculate dep te capacitatea de transmitere. Se datoreaz , în principal,
dimension rii necorespunz toare a fluxurilor informa ionale.
Aceste perturb ri nesupravegheate pot duce la limitarea sau chiar blocarea
sistemului informa ional. În acest sens, consider m c introducerea sistemelor de
prelucrare automat a datelor este o necesitate absolut în cadrul sistemelor
manageriale moderne. Cu toate c i în acest domeniu exist limite, perspectivele,
rezultatele pe care le ofer aceste sisteme sunt net superioare sistemelor
informa ionale clasice, bazate pe prelucrarea manual /mecanizat a datelor. i în
condi iile introducerii sistemelor informatice, numai o abordare sistemic a
acestora poate limita perturba iile men ionate. De asemenea, trebuie s se in
seama de cerin ele de ra ionalitate fa de informa ie i anume, asigurarea de
informa ii reale, multilaterale, concise i sintetic orientate, operative i dinamice.
Numai în acest fel se poate realiza un sistem informa ional flexibil, capabil s
spund cerin elor, ra ional i eficient.

5.2. CARACTERUL INFORMA IONAL AL

MANAGEMENTULUI FERMEI VEGETALE
Din definirea sa reiese c , sistemul informa ional are un rol deosebit în
cadrul sistemului managerial la orice nivel de structur organizatoric . În
condi iile cre terii complexit ii structurale i func ionale deciziile trebuie s fie
optime sau cât mai aproape de optim. Managementul nu poate fi asigurat f
cunoa terea sistemic a modului în care se desf oar ansamblul de activit i.
Organizarea i conducerea modern , pe baze tiin ifice a fermei vegetale
devine din ce în ce mai complex , ca urmare a diversific rii continue a factorilor
implica i în procesul de produc ie. Volumul mare de informa ii care circul în
70
ferma vegetal , specificul proceselor de produc ie desf urate, determin
necesitatea existen ei unui sistem informa ional ra ional, care s poat r spunde
acestor situa ii.

5.2.1. ASPECTE MANAGERIALE ALE FERMEI

VEGETALE
Întregul proces managerial la nivelul fermei vegetale apare ca un proces de
tratare a informa iei, de la momentul culegerii (intr rii) acesteia i pân la
recep ionare, momentul central al acestui proces reprezentându-l actul de adoptare
a deciziei. Adoptarea deciziei genereaz informa ia decizional care se transmite
la executan i. În sistemul managerial al fermei vegetale to i conduc torii i
salaria ii sunt lega i între ei prin informa ii, formându-se o re ea comunica ional .
În aceast re ea o ie ire informa ional de la un organ reprezint o intrare
informa ional pentru altele. În acest fel sistemul managerial al fermei vegetale
depinde în cea mai mare m sur de sistemul informa ional.
Ca i orice tip de produc ie i în produc ia vegetal se disting cele trei
momente fundamentale, intercondi ionate între ele, intr ri - proces de produc ie
- ie iri. Prin organizarea produc iei vegetale se urm re te ob inerea unor raporturi
convenabile între volumul i valoarea intr rilor i volumul i valoarea ie irilor.
Întotdeauna tendin a este ca acest raport s încline în favoarea produselor agricole
ob inute, calitativ i valoric.
Întregul proces de produc ie vegetal este influen at de o serie de factori i
de caracteristicile resurselor de produc ie. Se impune o precizare privind cele dou
no iuni. Prin resurse de produc ie se în elege poten ialul natural, material,
financiar i uman de care dispune ferma la un moment dat. Din momentul în care
resursele sunt antrenate în procesul de produc ie, ele devin factori de produc ie,
prin factori de produc ie în elegându-se acele resurse care în cadrul unui proces de
munc se transform în produse finite.
Factorii naturali (p mântul, regimul termic, regimul pluviometric,
vânturile, insola ia etc.) se refer la condi iile naturale în care are loc procesul de
produc ie. Ace tia ac ioneaz independent de voin a omului i pot fi modifica i
într-o m sur mai redus i doar unii dintre ei. O parte din ace ti factori naturali
pot fi cuantifica i exact, în timp ce al ii au un caracter probabilistic.

71
 Tot în acest cadru se mai pot distinge o serie de factori economici, între
care se poate face o delimitare dup con inut. În acest sens, factorii materiali sunt
rezultatul unei activit i umane anterioare, au valoare i se identific în structura
costurilor. Tractoarele, ma inile agricole, instala iile, amenaj rile
hidroameliorative, semin ele, îngr mintele î i transmit valoarea integral sau
par ial asupra produselor agricole finite. Factorii financiari se concretizeaz în
totalitatea valorilor b ne ti disponibil într-o perioad util , în vederea folosirii lor
în procesul de produc ie.
Factorii umani se refer la salaria ii fermei, reprezentând elementul
con tient al întregii activit i. Aceast categorie de factori genereaz valori mai
mari decât propriul lor cost, identificându-se în structura costurilor, prin valoarea
muncii vii.
Factorii pie ei au un rol decisiv în ansamblul dirij rii i func ion rii fermei
vegetale, constituind principalul regulator al activit ii. M rimea pre urilor,
creditelor, dobânzilor, ca i evolu ia lor se stabilesc pe pia a agricol în func ie de
raporturile cerere-ofert , în cadrul reglement rilor juridice i economice i în
concordan cu cerin ele sociale de produse agricole.
În cadrul fermelor vegetale se disting o serie de elemente componente, de
baz . Acestea au, de asemenea, un rol deosebit în desf urarea produc iei i
anume: stabilirea structurii optime a asolamentelor, solelor (parcele), a rota iei
culturilor, mijloacele i metodele folosite pentru executarea lucr rilor solului,
asigurarea de semin e sau material de plantat, executarea lucr rilor de îmbun iri
funciare etc.
În aceste condi ii, rezultatul func ion rii sistemului ferm vegetal depinde
de modul în care se realizeaz optimizarea volumului i structurii necesarului de
resurse de produc ie, atât pe ansamblu, cât i la nivelul diferitelor categorii de
factori i de repartizarea optim a resurselor pe diferite obiective. Pentru ob inerea
unor solu ii ra ionale, eficiente trebuie avute în vedere particularit ile economice
ale resurselor de produc ie vegetal (caracter limitat, eficien inegal etc.) i
alegerea unei strategii optime, prin identificarea unor variante de ac iune ce
asigur un nivel bun al rezultatelor. În cazul unuia sau altuia din parametrii
manageriali eviden ia i, în procesul de identificare a problemelor s-a f cut
abstrac ie de aspectele dinamice, de implica iile evolu iei în timp a sistemului
produc iei vegetale prin procesele conexe (figura 5.4.).

72
 Condi iile pie ei
Condi ii naturale - cerere
i economice - ofert
[- cerin a social ]

- Volumul, structura i calitatea

produc iei;
- Modalit i de aprovizionare,
valorificare a produc iei;
- Consum de resurse;
- Factori de produc ie

- Culturi, categorii de culturi;

- Dimensionarea activit ilor;
- Determinarea leg turilor dintre procesele de
munc , procese de produc ie;
- Stabilirea sarcinilor de produc ie

Structura Tehnologii de
organizatoric , posturi produc ie-organizare,
de conducere, conducere
opera ionale

- Investi ii;
- For a de munc ;
- Mijloace de munc ;
- Îngr minte, insecticide, pesticide, fungicide;
- Alocarea resurselor de produc ie.

Figura 5.4. Problemele manageriale ale fermei vegetale

(adaptare dup Davidovici I. i colab)

73
 5.2.2. STRUCTURA SISTEMULUI
INFORMA IONAL AL FERMEI VEGETALE
Ansamblul problemelor eviden iate î i g sesc rezolvarea prin sistemul
managerial propriu fermei vegetale. Sistemul informa ional aferent va trebui s
furnizeze informa ii la timp, veridice, oportune pentru ca actul final al procesului
managerial, decizia, s fie eficient.
Sistemul informa ional al fermei vegetale poate fi privit prin prisma mai
multor subsisteme componente (figura 5.5.). Aceast structur a sistemului
informa ional, format dintr-un ansamblu de subsisteme, permite culegerea
datelor/informa iilor, transformarea într-o form accesibil , transmiterea,
prelucrarea i urm rirea efectelor aplic rii deciziilor. Acest ansamblu trebuie s
preia în întregime activitatea managerilor în ce prive te tratarea informa iilor,
elaborarea variantelor de solu ionare a problemelor i s asigure leg tura între
sistemul decizional i cel de execu ie.
Subsistemul de intrare permite culegerea datelor/informa iilor atât din
interiorul sistemului ferm vegetal , cât i din mediul exterior. Este o activitate
foarte important , întrucât de calitatea datelor de intrare depind cele de ie ire
i/sau intermediare. Subsistemul de intrare mai presupune i înregistrarea
datelor/informa iilor pe supor ii tehnici utiliza i, constituindu-se astfel o baz
informa ional , care urmeaz s intre în procesul de prelucrare sau s fie transmise
mai departe organelor decizionale.

Procese economice
i de conducere

Subsistem de transmitere

Subsistem Subsistem Subsistem

de de de
intrare prelucrare ie ire

Figura 5.5. Componentele sistemului informa ional al fermei vegetale

74
 Subsistemul de prelucrare realizeaz prin activit ile sale specifice
transformarea datelor în informa ii i rezolvarea problemelor de prelucrare
propriu-zis pentru care a fost proiectat. Activit ile de prelucrare, modul în care
sunt realizate - manual, mecanic, automat - dau acestui subsistem con inut i îl
definesc. Subsistemul de ie ire are rolul de a face accesibil informa ia rezultat în
urma procesului de prelucrare oferind diver i purt tori de informa ie c tre
subsistemul de transmitere. Acest subsistem realizeaz transmiterea efectiv a
informa iilor c tre i la punctele unde sunt necesare aceste informa ii.
Îndeplinirea obiectivelor activit ii de produc ie vegetal prin determinarea
celor mai ra ionale i eficiente c i de realizare a acestora este condi ionat , în
ultim instan , de decizii, pentru care sistemul informa ional este esen ial.
Tratarea cu indiferen a acestei componente a sistemului managerial, cum se
întâmpl în foarte multe cazuri, duce la erori în luarea deciziilor cu efecte negative
asupra întregii activit i.

5.3. CONCEPTUL DE SISTEM INFORMATIC

INTEGRAT
În prezentarea conceptului de sistem informatic integrat vom porni de la
premisa c perfec ionarea sistemului informa ional se realizeaz în principal prin
ra ionalizarea lui i c principala modalitate de ra ionalizare este realizarea unui
sistem informatic integrat, capabil s înlocuiasc sistemul informa ional clasic.
Majoritatea autorilor privesc sistemele informatice drept componente ale
sistemelor informa ionale, dar consider m c , un sistem informatic integrat poate
înlocui, în totalitate sistemul informa ional clasic, practic din acest moment ne mai
existând diferen e de con inut i nici de denumire. Tendin a este de a se produce
aceast substitu ie în cât mai multe cazuri posibile, rezultatul fiind acela c vor
exista sisteme informa ionale, care de fapt, nu sunt altceva decât sisteme
informatice. Deci, putem afirma c un sistem informatic integrat este de fapt un
sistem informa ional, în care subsistemele de intrare, ie ire, prelucrare, transmitere
a datelor/informa iilor sunt complet automatizate prin intermediul tehnicii de
calcul electronice. În cadrul sistemelor informatice, calculatorul electronic devine
un factor de baz prin posibilit ile multiple de rezolvare a problemelor legate de
activitatea unui sistem.
75
 Realizarea unui sistem informatic este un proces complex care necesit
activit i specifice de analiz , proiectare, programare, implementare, activit i în
care trebuie s existe o colaborare perfect între speciali tii în informatic i cei
din domeniul pentru care se realizeaz sistemul. În general, este acceptat ideea,
în contextul enun at, dup care un sistem informatic integrat este o grupare de
oameni, tehnic de calcul, programe i proceduri automate, reunite i organizate
pentru a stoca, prelucra (distribui) i transmite date/informa ii în vederea
îndeplinirii anumitor obiective (figura 5.6.).
Realizarea unui sistem informatic integrat necesit îndeplinirea unor
condi ii:
- s con in o baz de date, care s grupeze date din toate sursele, interne i
externe sistemului pentru care este realizat i care s poat fi folosite în comun de
toate componentele sistemului;
- datele/informa iile s fie disponibile în forma convenabil tutu-ror
verigilor sistemului considerat;
- s dispun de un sistem de gestiune al bazei de date u or de manipulat;
- s fie dotat cu tehnic de calcul suficient , în toate nodurile s existe
calculator electronic dac sunt necesit i de prelucrare, respectiv terminale de
teletransmisie dac nodul este doar un punct de intrare/ie ire date/informa ii;
- s permit realizarea cu u urin a rela iei om-ma in ;
- s existe componente software capabile s faciliteze utilizarea optim a
resurselor fizice i logice;
- s permit atât o integrare între modulele func ionale ale sistemului
considerat, cât i leg tura cu alte sisteme.

I Banc de date I
N N
T Softwa T
Intr ri Ie iri
E Sistem de re E
R Baz de gestiune Hardwa R
F date a bazei de re de F
A date A
aplica i
Figura 5.6. Sistem informatic integrat

76
 Numai printr-o proiectare i realizare corect a tuturor elementelor
prezentate, precum i a leg turilor dintre acestea se pot ob ine sisteme utile,
eficiente, care vor asigura o calitate sporit a trat rii informa iei.

5.3.1. COMPONENTELE SISTEMULUI

INFORMATIC INTEGRAT
Dup schema prezentat în figura 5.6., se disting componentele sistemului
informatic integrat.
Tehnica de calcul, element de baz , constituit din calculatoare
electronice (re ea de calculatoare), echipamente periferice, care realizeaz
introducerea datelor, prelucrarea acestora, extragerea, transmiterea informa iilor.
Performan ele tehnicii de calcul vor determina calitatea informa iilor tratate prin
viteza de calcul, viteza de transmisie, aceasta pentru c parametrul timp de
spuns este esen ial.
Colec ii organizate de date. Datele reprezint obiectul asupra c ruia
ac ioneaz un program executat de un calculator. Performan ele programului
respectiv depind în mare m sur de modul în care sunt organizate datele, de
calitatea acestora, de timpul de acces la una anumit . De asemenea, colec iile de
date trebuie s permit un mod simplu i eficient de gestiune i între inere a lor.
Programe i proceduri de tratare a datelor/informa iilor. Software-ul
de aplica ii, alc tuit din programe i proceduri automate realizeaz rezolvarea
problemelor specifice domeniului pentru care exist sistemul informatic. Ele, de
fapt, elimin prelucrarea manual /mecanizat i ofer posibilitatea utiliz rii
tehnicilor i metodelor moderne de optimizare, care nu se puteau aplica prin
metodele clasice de prelucrare.
Interfa a cu utilizatorul este esen ial într-un sistem informatic integrat,
el trebuind s existe i s se manifeste în toate nodurile sistemului i sub o form
accesibil nespecialistului în informatic .
Aceast structurare a sistemului informatic integrat permite distingerea a
patru factori principali care determin func ionarea eficient . Calculatorul este
factorul care nu înseamn doar func ionarea fizic a sistemului informatic, ci mai
ales utilizarea eficient a acestuia. Comunica iile trebuie în elese sub mai multe
aspecte. În primul rând este vorba de comunica iile între diversele echipamente de
tehnic de calcul. În al doilea rând intervin comunica iile între utilizatori i tehnica
77
de calcul i în al treilea rând, comunica iile cu mediul exterior. Controlul este
factorul prin care se poate asigura corecta func ionare a sistemului informatic
integrat. Conducerea trebuie în eleas ca factorul care trebuie nu numai s
sprijine, ci i s participe la utilizarea sistemului informatic integrat.

5.3.2. CARACTERISTICILE SISTEMULUI

INFORMATIC INTEGRAT
Proiectarea i realizarea sistemelor informatice integrate pentru diverse
întreprinderi ridic o serie de probleme complexe, a a cum rezult i din
prezentarea principalelor caracteristici.
Costul ciclului de via al sistemului.
Ciclul de via al sistemului începe în perioada conceperii, proiect rii i
instal rii sistemului i se termin în momentul scoaterii din uz. Costul ciclului de
via include costul proiect rii, dezvolt rii, între inerii sistemului informatic. În
general, acest cost este destul de ridicat în condi iile financiare actuale ale tuturor
domeniilor de activitate, dar amortizarea este sigur i pe o durat scurt .
Modularitatea.
Este o caracteristic ce implic propriet i de adaptabilitate, extensibilitate,
posibilit i de interschimbare i modificare. Dac înc din faza de proiectare se
ine cont de minimizarea costului ciclului de via , se ine cont i de posibilitatea
dezvolt rii ulterioare, f eforturi prea mari i f a se provoca modific ri
complexe în sistemul existent deja.
Caracteristici tehnico-economice ale sistemului.
Aceste caracteristici sunt date de caracteristicile tehnicii de calcul cu care
este dotat sistemul informatic. De asemenea, disponibilitatea, fiabilitatea, toleran a
la defecte sunt indicatorii de performan care caracterizeaz un sistem informatic
integrat.
Nivelul de protec ie asigurat.
Este de fapt o caracteristic de “supravie uire” a unui sistem, definit ca
posibilitatea ca acesta s dep easc erorile hard/soft, sau ac iuni ostile r mânând
în situa ia de a rezolva cererile f o degradare sensibil a performan elor [15].
Tot în cadrul caracteristicilor sistemului informatic integrat mai pot fi
amintite num rul relativ mare de utilizatori poten iali ai unui astfel de sistem,

78
cantitatea mare de date/informa ii vehiculate, cerin ele utilizatorilor în schimbare
frecvent etc.

5.4. SISTEMUL INFORMATIC INTEGRAT AL

FERMEI VEGETALE
a cum am mai afirmat, ne afl m la începutul extinderii utiliz rii tehnicii
de calcul în agricultur . Scopul principal al introducerii sistemelor informatice îl
constituie solu ionarea eficient a complexului de probleme practice, pe diferite
niveluri ierarhice ale produc iei agricole. A a cum obi nuit se afirm , implica iile
i perspectivele acestui proces pot fi numai anticipate f a epuiza complexitatea
schimb rilor pe care le va provoca într-un interval relativ scurt. Consider m, îns ,
experien a rilor cu o agricultur dezvoltat este un argument hot râtor în
favoarea introducerii i utiliz rii pe scar larg a sistemelor informatice integrate.
Exist ideea conform c reia este imposibil de realizat un astfel de sistem
informatic i mai mult, c acesta nu ar func iona. Contribu ia noastr în acest
domeniu, prin cartea de fa , se dore te a fi înc un argument în sprijinul
viabilit ii sistemelor informatice integrate.
Valorificând facilit ile oferite de un sistem informatic integrat consider m
nu se ob ine numai o mai bun organizare a sistemului informa ional, o
ra ionalizare a acestuia, ci i o îmbun ire a activit ilor de produc ie i conexe.
Aceasta, deoarece utilizarea calculatorului ofer posibilitatea rezolv rii diverselor
probleme prin aplicarea metodelor tiin ifice moderne de optimizare a proceselor
i fenomenelor din produc ia agricol .

5.4.1. DEFINIRE

Sistemul informatic al fermei vegetale reprezint , de fapt, sistemul

informa ional al fermei în care se realizeaz o re ea comunica ional pentru
tratarea distribuit a datelor/informa iilor prin intermediul echipamentelor de
tehnic de calcul (figura 5.7.). Scopul unui astfel de sistem la nivelul fermei
vegetale este de a oferi sistemului decizional un suport informa ional de calitate în
vederea elabor rii deciziilor.
Dup cum se poate constata din figura 5.7. baza de date este orientat pe
cele cinci func ii ale unei întreprinderi, func ii pe care le reg sim i la nivelul
79
fermei vegetale. Deci, datele/informa iile sunt stocate, în func ie de con inutul lor,
grupate în cele cinci componente prezentate. De asemenea, software-ul de
aplica ii este orientat tot în acest sens, fiind realizat pe domenii, adic aferent
activit ilor specifice fiec rui domeniu. Toate opera iile de culegere, prelucrare,
transmitere, arhivare a datelor/informa iilor sunt realizate prin intermediul
echipamentelor de tehnic de calcul, echipamente interconectate, realizându-se în
acest mod re eaua comunica ional . Sistemul de gestiune al bazei de date trebuie
fie un sistem eficient din punctul de vedere al sistemului managerial, în sensul
acesta este utilizat de c tre neinformaticieni. Interfa a cu utilizatorul trebuie
realizat astfel încât conversa ia s se poat desf ura cât mai u or.

Ferma
Sistem de vegetal
Gestiune
a Bazei
Intr r de Date
Baz de date
i

Produc ie Comercial Financiar- Personal Cercetare-

Hardwar contabilit. dezvoltare
e
Ie ir
i Aplica ii: Aplica ii: Aplica ii: Aplica ii: Aplica ii:
- structura - aprovizi- - - personal; - introd.
culturi-lor; onare contabili- - social; metode
- tehnolo- - desfacere; tate; - salarii; tehn. t.
gii; - marke- - financia- etc. moderne;
Soft de - alocarea ting; etc. re; - soiuri /
resurselor; - eficien hibrizi
aplica ii etc. economi- noi;
; etc. -

Rezultate Rezultate Rezultate Rezultate Rezultate

Figura 5.7. Sistemul informatic integrat al fermei vegetale

Acela i punct de vedere trebuie s existe i vis- -vis de aplica iile

informatice care realizeaz , de fapt, sistemul informatic integrat. Intr rile,
respectiv ie irile externe se refer la date/informa ii care pot parveni din/în mediul
ambiant prin orice mod, inclusiv prin interconectarea sistemului informatic
integrat la o re ea comunica ional realizat la un nivel ierarhic superior, sau de
gen INTERNET, sau la nivel zonal, etc.

80
 5.4.2. ELEMENTE METODOLOGICE PRIVIND
IMPLEMENTAREA
SISTEMULUI INFORMATIC INTEGRAT
Punerea în func iune a unui sistem informatic integrat trebuie s fie
precedat de testarea i experimentarea acestuia, formând procesul de
implementare. Activit ile specifice procesului sunt legate de testarea în condi ii
reale a procedurilor/aplica iilor proiectate, validarea rezultatelor i lansarea în
exploatare curent . Obiectivele propuse de acest proces se refer , în primul rând,
la determinarea gradului în care sistemul proiectat îndepline te cerin ele impuse i
detectarea unor func ion ri defectuoase. În cazul în care realizarea sistemului se
face e alonat, atunci i implementarea se va face pe componente ale sistemului.
Indiferent de modul de realizare, e alonat sau în ansamblu, experimentarea
noului sistem se poate face în paralel cu vechiul sistem informa ional, pentru a
determina eventualele diferen e, sau prin înlocuirea direct a acestuia. Consider m
a doua metod este cea mai eficient , deoarece implementarea în paralel are o
durat mai mare i anse mai reduse de izbând pentru c vechiul sistem
func ioneaz oricum, astfel nu sunt perturba ii în cadrul activit ilor. Mai ales la
nivel de ferm vegetal suntem adep ii ideii prin care implementarea sistemului
informatic integrat s aib loc direct i la nivel de ansamblu impunându-se, astfel,
factorului uman un singur mod de lucru, f alternativ . Eventualele modific ri
se pot face pe parcurs, acestea nedereglând, de regul , activit ile de baz . Am
specificat c mai ales pentru o ferm vegetal este indicat metoda direct de
implementare având în vedere faptul c nu exist o autonomie mare prin prisma
fluxului informa ional la nivel de subdiviziuni i nici num rul acestora nu este
mare. Aplicarea acestei metode necesit o preg tire deosebit a lans rii în
exploatare a sistemului informatic integrat i prevederea unor m suri suplimentare
de securitate pentru cazurile de func ionare defectuoas . De asemenea, metoda se
mai impune i datorit faptului c la nivel de conducere asigur cunoa terea
implica iilor reale ale sistemului informatic integrat asupra necesit ilor de
informare pe diverse nivele. Probleme pot ridica echipamentele de tehnic de
calcul i elementele de re ea comunica ional , dac nu se au în vedere, înc din
faza de achizi ionare, performan ele i compatibilitatea cu software-ul utilizat.
Abordarea problematicii legat de realizarea unui sistem informatic integrat al

81
fermei vegetale nu este o experien foarte simpl . Eforturile la care este supus
factorul uman din ferm sunt mari, în etapa aceasta a implement rii sistemului,
dar avantajele, performan ele globale, costul total pot justifica alegerea.

5.4.3. CERIN E FA DE SISTEMUL

INFORMATIC INTEGRAT
Prin intermediul sistemului informatic integrat se ob in informa ii necesare
fundament rii deciziilor, se furnizeaz baza informa ional necesar elabor rii
modelelor de cre tere economic a fermei, se trateaz informa iile privind
realizarea scopurilor i obiectivelor, se determin intensitatea conexiunilor din
sistemul managerial, se apreciaz abaterile ap rute i cauzele acestora. În acest
context, func ionalitatea i eficien a sistemului informatic depind de respectarea
câtorva cerin e de baz .
Necesitatea definirii clare a obiectivelor fermei vegetale, a activit ii sale
manageriale în func ie de cerin ele informa ionale. Trebuie realizat corela ia între
sistemul informatic integrat i procesul managerial pe baza c reia s se stabileasc
exigen ele generale i specifice pentru sistemul integrat. De asemenea, trebuie
realizat o corela ie între sistem i structura organizatoric a fermei vegetale în
vederea stabilirii nodurilor din re eaua comunica ional . Legat de aceast cerin ,
se impune necesitatea select rii datelor/informa iilor în aceste noduri în scopul
asigur rii unei coresponden e eficace între nevoia de informa ie i informa ia
furnizat .
Calitatea informa iei vehiculate este o alt cerin la care sistemul
informatic integrat trebuie s r spund . Calitatea informa iei este dat de calitatea
proceselor de tratare a informa iei. Între acestea, proiectarea unitar a bazei de
date este esen ial . De asemenea, software-ul de aplica ii trebuie s fie prev zut cu
algoritmi ale metodelor i procedeelor moderne de optimizare a produc iei
agricole i ale activit ilor conexe, de modelare economico-matematic , de
simulare a proceselor i fenomenelor etc. Dinamismul specific problemelor fermei
vegetale necesit suple ea i adaptabilitatea sistemului informatic integrat pe
planul dependen ei între informa ii i nivelul de prelucrare, cerin e ce trebuie s
sus in faptul c suportul informa ional managerial este superior atunci când
prelucrarea datelor/informa iilor se face mai complex.

82
 LUCRAREA PRELUCRAREA STATISTIC A DATELOR
1 EXPERIMENTALE

1. Obiectivele lucr rii

Însu irea unor no iuni referitoare la: principalele tipuri de prelucr ri
statistice efectuate asupra e antioanelor de valori provenite din m sur ri
experimentale sau din opera ii de achizi ie de date, domeniil de aplicabilitate ale
respectivelor prelucr ri, algoritmii i modurile de lucru corespunz toare.
Aplicarea testelor statistice prezentate în lucrare asupra unui e antion de date
experimentale i enun area concluziilor corespunz toare.

2. No iuni teoretice
În situa iile în care se urm re te determinarea valorii unei variabile dintr-un
anumit proces, atunci când se dore te eliminarea sau reducerea efectelor datorate
diverselor tipuri de erori, valorile experimentale ob inute sunt supuse unor teste ce
evalueaz influen ele induse de c tre factorii generatori de erori de m surare.
Principalele categorii de teste statistice aplicabile unui e antion de valori
experimentale sunt dedicate identific rii i eventual elimin rii unor influen e
datorate celor trei tipuri de erori ce pot conduce la diferen e între valorile m surate
i cele reale ale variabilei ce se dore te a fi determinat :
• erori aberante (grosolane), cauzate de func ionarea defectuoas a
sistemului de m surare sau provenite din nerespectarea de c tre operatorul
uman a metodologiei adecvate de m surare;
• erori sistematice, cauzate în general de configurarea (reglarea) incorect a
sistemului de m surare sau de influen a unor factori exteriori de valoare
constant ;
• erori aleatoare, prezente în majoritatea activit ilor de m surare, datorate
caracterului stochastic al oric rui proces natural, inclusiv al procesului
studiat i al celui în urma c ruia se ob in valorile experimentale.
În continuare vor fi prezentate o serie de teste pentru identificarea celor trei tipuri
de erori enumerate mai sus. Dac identificarea valorilor experimentale afectate de
erori aberante poate fi urmat de eliminarea valorilor respective din e antionul de
date experimentale, prezen a erorilor sistematice nu poate fi perceput decât prin
influen a sa asupra întregului e antion de valori experimentale. Reducerea
efectelor induse de c tre erorile sistematice nu poate fi realizat decât prin
compararea rezultatelor prelucr rii mai multor e antioane de valori experimentale.
Deoarece erorile aleatoare apar în majoritatea e antioanelor de valori
experimentale (excep ie f când unele determin ri precise ale unor variabile de
natur discret ), testele statistice nu urm resc în acest caz decât eviden ierea
gradului în care aceste erori au afectat e antionul respectiv, indicând dac
densitatea de probabilitate a acestuia mai coincide ca form general cu aceea a
variabilei reale ce a fost m surat .
2.1. Eliminarea datelor afectate de erori aberante
Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se consider c valoarea xi
este afectat de erori aberante dac este verificat condi ia (criteriul Chauvenet)
83
 xi − x > z ⋅ σ (1.1)

unde x i σ reprezint media aritmetic , respectiv abaterea standard a irului de

valori experimentale, iar m rimea z se alege din tabelul 1.1 în func ie de num rul
n de valori din ir (cunoscut i ca dimensiunea irului sau volumul e antionului).
Tabelul 1.1
n z n z n z
5 1,64 14 2,10 27 – 29 2,37
6 1,73 15 2,12 30 – 33 2,41
7 1,80 16 2,14 34 – 38 2,46
8 1,87 17 2,17 39 – 45 2,51
9 1,91 18 2,20 46 – 55 2,58
10 1,96 19 2,23 56 – 71 2,65
11 2,00 20 – 21 2,26 72 – 100 2,75
12 2,04 22 – 23 2,29 101 – 166 2,88
13 2,07 24 - 26 2,33 167 - 500 3,09

Din motive evidente, este suficient ca verificarea rela iei (1.1) s fie efectuat doar
pentru valorile extreme (minim i maxim ) din cadrul e antionului.
Valoarea abaterii standard a irului de valori experimentale este determinat în
acest caz cu expresia

( )
n
1
⋅ ∑ xi − x
2
σ= (1.2)
n − 1 i=1

Valoarea z din tabelul 1.1 poate fi determinat i cu ajutorul rela iei

0,435 − 0,862 ⋅ a
z= (1.3)
1 − 3,604 ⋅ a + 3,213 ⋅ a 2
unde
2 ⋅ n −1 (1.4)
a=
4⋅n

Dac , în urma aplic rii testului, rezult c una dintre valorile testate este afectat
de erori aberante, valoarea respectiv este eliminat din cadrul e antionului, se
recalculeaz valorile mediei i abaterii standard pentru valorile r mase i se reia
verificarea condi iei (1.1), algoritmul aplicându-se pân când condi ia respectiv
nu mai este verificat pentru nici una dintre cele dou valori extreme ale
antionului.
2.2. Verificarea caracterului aleator
Unul dintre testele cele mai utilizate pentru verificarea caracterului aleator al
unui e antion de valori experimentale este testul Young, descris prin algoritmul de
mai jos.

Pasul 1: Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se calculeaz

rimea

84
 1 n −1
δ2 = ⋅ ∑ (x i+1 − x i )2 (1.5)
n − 1 i=1
i m rimea
δ2
M= (1.6)
σ2

Pasul 2: Se compar m rimea M cu valorile VCI (valoare critic inferioar ) i

VCS (valoare critic superioar ), alese din tabelul 1.2, i se consider c irul de
valori experimentale are un caracter aleator, cu probabilitatea α, dac este
îndeplinit condi ia

VCI < M < VCS (1.7)

Tabelul 1.2
VCI VCS
n α = 0,95 α = 0,99 α = 0,95 α = 0,99
4 0,78 0,53 3,22 3,47
5 0,82 0,54 3,18 3,46
6 0,89 0,56 3,11 3,44
7 0,94 0,61 3,06 3,39
8 0,98 0,66 3,02 3,34
9 1,02 0,71 2,98 3,29
10 1,06 0,75 2,94 3,25
11 1,10 0,79 2,90 3,21
12 1,13 0,83 2,87 3,17
15 1,21 0,92 2,79 3,08
20 1,30 1,04 2,70 2,96
25 1,37 1,13 2,63 2,87

Se poate observa c testul nu poate fi aplicat decât pentru e antioane con inând cel
mult 25 de valori experimentale.
Parametrul α din tabelul 1.2 are semnifica ia unui coeficient de încredere i poate
fi ales orientativ, în func ie de volumul e antionului, din tabelul 1.3.
Tabelul 1.3
n 5 6 7 8 9 10 12 14
α 0,960 0,970 0,976 0,980 0,983 0,985 0,988 0,990
n 16 18 20 25 30 50 100 150
α 0,991 0,992 0,993 0,994 0,995 0,996 0,997 0,9973

Dac volumul e antionului se afl între dou valori din tabelul 1.3, este indicat s
se aleag valoarea α corespunz toare unui volum mai mic al e antionului.
Alegerea coeficientului de încredere din tabelul 1.3 poate fi înlocuit de
determinarea acestuia cu ajutorul rela iei

1,5057 + 0,9968 ⋅ n 1,7404

α= (1.8)
2,1803 + n 1,7404

85
Dac valoarea aleas sau calculat a coeficientului de încredere se afl între
valorile disponibile în tabelul 1.2, este indicat s se aleag valoarea disponibil
inferioar .
Alegerea valorilor VCI i VCS din tabelul 1.2 poate fi înlocuit cu determinarea
acestora cu ajutorul rela iilor
0,491 + 0,081 ⋅ n − 0,003 ⋅ n 2 pentru α = 0,95
 (1.9)
VCI =  192,883 + 1,269 ⋅ n 2,336
 pentru α = 0,99
 411,427 + n 2,336
3,317 − 1,057 ⋅ e − 8,919⋅ n −0,941 pentru α = 0,95
VCS =  (1.10)
3,484 - 0,882 ⋅ e - 33,574⋅ n
-1,399
pentru α = 0,99
2.3. Verificarea normalit ii
Ipoteza c valorile experimentale din cadrul unui e antion sunt repartizate dup o
lege de distribu ie normal (Gauss) poate fi testat , într-o prim aproximare, prin
verificarea urm toarelor criterii:
• histograma e antionului de valori experimentale s aib un singur vârf
(punct de maxim);
• diferen a dintre media teoretic a e antionului i valoarea median a
acestuia s fie nul , unde valoarea median poate fi determinat cu rela ia

  n  n 
 +1
 2 2 
 x + x
pentru n par

Me =  2 (1.11)

  n +1 
  pentru n impar
 x 2 
unde indicii superiori, între paranteze rotunde, semnific pozi ia în cadrul
irului ordonat cresc tor;
• diferen a dintre media teoretic a e antionului i modulul acestuia s fie
nul (condi ie echivalent cu cea anterioar ), unde modulul poate fi
determinat cu rela ia

(
Mo = x + 3 ⋅ Me − x ) (1.12)

• fie satisf cut urm toarea condi ie referitoare la coeficientul de boltire

β2 :

µ
β2 = 4 = 3 (1.13)
σ4

unde µ 4 reprezint momentul centrat de ordinul 4, determinat cu rela ia

86
 µ4 =
1 n
n i =1
(
⋅ ∑ xi − x
4
) (1.14)

iar abaterea standard σ este determinat de aceast dat din rela ia

σ=
1 n
n i =1
(
⋅ ∑ xi − x
2
) (1.15)

• fie satisf cut urm toarea condi ie (echivalent cu cea anterioar )

referitoare la valoarea excesului E al e antionului de valori experimentale:

E = β2 − 3 = 0 (1.16)

Dac verificarea criteriilor prezentate mai sus nu conduce la rezultate elocvente,

pentru verificarea ipotezei referitoare la distribu ia normal a valorilor din
antionul experimental se poate apela la unul din testele Massey sau χ 2 , alegerea
unuia sau altuia dintre cele dou teste f cându-se în func ie de valoarea volumului
antionului de date experimentale.
2.3.1. Testul Massey
Testul poate fi aplicat pentru valori ale volumului e antionului în intervalul [8, 32]
i const din urm torii pa i:

Pasul 1: Se calculeaz valorile

x −x
yi = i ; i = 1, ..., n (1.17)
σ

Pasul 2: Se determin valorile

y i2
−
1 e 2
ϕi = −
2 2⋅π
( )
⋅ 0,4361 ⋅ t i − 0,1202 ⋅ t i2 + 0,9373 ⋅ t 3i ; i = 1, ..., n (1.18)

unde
1
ti = ; i = 1, ..., n (1.19)
1 + 0,3326 ⋅ y i

Pasul 3: Se calculeaz frecven ele relative cumulate

n
Fi = i ; i = 1, ..., n (1.20)
n

unde n i reprezint num rul de valori y mai mici sau egale cu valoarea y i .

Pasul 4: Se determin valorile

87
 d i = Fi − ϕi − 0,5 ; i = 1, ..., n (1.21)
i se alege valoarea d max .

Pasul 5: Se compar valoarea d max cu valoarea d critic aleas din tabelul 1.4 (în
func ie de volumul e antionului i de un coeficient de încredere α ales conform
celor prezentate anterior) i se consider c e antionul de valori experimentale are
o distribu ie normal (Gauss) dac este îndeplinit condi ia

d max < d critic (1.22)

Tabelul 1.4
d critic d critic d critic
n α = 0,95 α = 0,90 n α = 0,95 α = 0,90 n α = 0,95 α = 0,90

8 0,140 0,163 16 0,125 0,144 24 0,110 0,126

9 0,134 0,158 17 0,124 0,142 25 0,109 0,124
10 0,130 0,156 18 0,122 0,138 26 0,108 0,121
11 0,129 0,155 19 0,120 0,136 27 0,107 0,120
12 0,128 0,154 20 0,117 0,133 28 0,105 0,118
13 0,128 0,153 21 0,115 0,131 29 0,104 0,116
14 0,128 0,151 22 0,113 0,129 30 0,102 0,114
15 0,127 0,148 23 0,112 0,128 31 0,099 0,111

Valorile d critic din tabelul 1.4 pot fi aproximate prin calcul utilizând expresiile

0,1851 − 0,01064 ⋅ n + 0,000785 ⋅ n 2 pentru α = 0,95

d critic =  (1.23)
0,1408 + 0,00714 ⋅ n − 0,000769 ⋅ n 2 pentru α = 0,90

2.3.2. Testul χ 2
Testul poate fi aplicat pentru e antioane de cel pu in 50 de valori experimentale i
const din urm torii pa i:

Pasul 1: Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se ordoneaz irul

cresc tor i se împarte în k clase, unde
k = 1 + 3,322 ⋅ lg n (1.24)
i
10 ≤ k ≤ 25 (1.25)

Pasul 2: Se comaseaz clasele extreme, dac este cazul, astfel încât fiecare clas
aib cel pu in câte 5 valori, i se consider num rul de grade de libertate al
irului de date

ν = num rul de noi clase (comasate) - 1 (1.26)

Pasul 3: Se calculeaz pentru fiecare clas valoarea

88
 x −x
ti = i ; i = 1, ..., (ν + 1) (1.27)
σ

unde x i reprezint limita superioar a clasei i (la ultima clas se consider x(ν+1)
= ∞).

Pasul 4: Se calculeaz valorile

p i = φ(t i ) − φ(t i −1 ), i = 1, ..., (ν + 1) (1.28)

unde
t2
−
φ(t ) =
1
2
−
e 2
2⋅π
(
⋅ 0,4362 ⋅ a − 0,1202 ⋅ a 2 + 0,9373 ⋅ a 3 ) (1.29)

unde
1
a=
1 + 0,3326 ⋅ t (1.30)

φ(+ ∞ ) = 0,5; φ(− t ) = −φ(t ) (1.31)

Pasul 5: Se calculeaz valoarea

ν +1
(n i − n ⋅ p i )
χ =
2
∑ n ⋅ pi
(1.32)
i =1

unde n i reprezint num rul de valori din clasa i.

2
Pasul 6: Se compar χ2 cu χ cr din tabelul 1.5, în func ie de coeficientul de
încredere α i se consider c reparti ia este normal dac

χ 2 > χ 2cr (1.33)

Tabelul 1.5
ν α
0,80 0,90 0,95 0,98 0,99 0,995 0,998 0,999
4 5,99 7,78 9,49 11,67 13,3 14,9 16,9 18,5
5 7,29 9,24 11,1 13,39 15,1 16,7 18,9 20,5
6 8,56 10,6 12,6 15,03 16,8 18,5 20,7 22,5
7 9,80 12,0 14,1 16,6 18,5 20,3 22,6 24,3
8 11,0 13,4 15,5 18,2 20,1 22,0 24,3 26,1
9 12,2 14,7 16,9 19,7 21,7 23,6 26,1 27,9
10 13,4 16,0 18,3 21,2 23,2 25,2 27,7 29,6
11 14,6 17,3 19,7 22,6 24,7 26,8 29,4 31,3
12 15,8 18,5 21,0 24,1 26,2 28,3 31,0 32,9
13 17,0 19,8 22,4 25,5 27,7 29,8 32,5 34,5
14 18,2 21,1 23,7 26,9 29,1 31,3 34,0 36,1
15 19,3 22,3 25,0 28,3 30,6 32,8 35,6 37,7

89
 16 20,5 23,5 26,3 29,6 32,0 34,3 37,1 39,3
17 21,6 24,8 27,6 31,0 33,4 35,7 38,6 40,8
18 22,8 26,0 28,9 32,3 34,8 37,2 40,1 42,3
19 23,9 27,2 30,1 33,7 36,2 38,6 41,6 43,8
20 25,0 28,4 31,4 35,0 37,6 40,0 43,1 45,3

2
Valorile χ cr din tabelul 1.5 pot fi determinate prin calcul utilizând rela ia

χ 2cr = a + b ⋅ ν + c ⋅ ν 2 + d ⋅ ν 3 (1.34)
unde parametrii a, b, c i d depind de coeficientul de încredere α conform celor
prezentate în tabelul 1.6.
Tabelul 1.6
α a b c d
0,80 0,46418 1,48892 -0,032088 0,0015968
0,90 1,4172 1,72353 -0,039225 0,0014982
0,95 2,49661 1,93494 -0,054008 0,0022594
0,98 4,25874 2,00109 -0,040796 0,0011185
0,99 5,2267 2,24028 -0,064354 0,0023769
0,995 6,43404 2,33645 -0,065893 0,0023355
0,998 8,32969 2,31312 -0,045275 0,0007687
0,999 9,30127 2,57235 -0,079616 0,003011

Parametrii a, b, c i d pot fi de asemenea exprima i în func ie de coeficientul de

încredere α utilizând rela iile de mai jos, func iile de regresie respective oferind
îns coeficien i de corela ie relativ dep rta i de unitate.

0,2046 − 0,2032 ⋅ α
a= (1.35)
1 − 1,9562 ⋅ α + 0,9563 ⋅ α 2

0,685 − 0,6819 ⋅ α
b= (1.36)
1 − 1,6662 ⋅ α + 0,6673 ⋅ α 2

− 0,1507 + 0,1508 ⋅ α
c= (1.37)
10 − 17,1239 ⋅ α + 7,122 ⋅ α 2

0,07773 − 0,07928 ⋅ α
d= (1.38)
100 − 165,0049 ⋅ α + 64,2821 ⋅ α 2

3. Exemplu de calcul (1)

Pe parcursul realiz rii unui model de simulare a func ion rii unui sistem de
produc ie, se urm re te determinarea func iei de reparti ie a num rului de piese
prelucrate de c tre o ma in – unealt pe parcursul unei zile de lucru.
Pentru aceasta, pe parcursul a ase s pt mâni, se înregistreaz cantit ile
prelucrate de c tre respectiva ma in – unealt , ob inându-se rezultatele din
tabelul 1.7.

90
Se cere:
a. S se verifice existen a în e antionul de date a valorilor afectate de erori
aberante;
b. S se verifice caracterul aleator al e antionului de date;
c. S se verifice faptul c e antionul de date urmeaz o lege de distribu ie
normal .

Tabelul 1.7
pt L Ma Mi J V S pt L Ma Mi J V
I 32 39 33 38 40 IV 39 41 33 33 37
II 32 41 41 39 41 V 38 40 41 33 35
III 33 33 33 34 37 VI 40 40 32 38 32
3.1. Eliminarea datelor afectate de erori aberante
Pasul 1: Se calculeaz media aritmetic a celor n = 30 valori (6 s pt mâni x 5 zile
/ s pt mân ) din tabelul 1.7:
1 30
x= ⋅ ∑ x i = 36,6 (1.39)
30 i=1

Pasul 2: Se calculeaz , utilizând expresia (1.2), abaterea standard a celor 30 de

valori:

σ=
1 30
29 i=1
( 2
)
⋅ ∑ x i − x = 3,47(9) (1.40)

Pasul 3: Se alege din tabelul 1.1 valoarea z = 2,41 (pentru n = 30).

În mod evident, dintre datele apar inând unui e antion experimental, cele suspecte
de a fi afectate de erori aberante sunt valorile extreme ale irului datelor ordonate
cresc tor sau descresc tor. Ordonând cresc tor cele n = 30 de valori ale
antionului studiat, se va efectua verificarea influen ei erorilor aberante pentru
valoarea minim x(1) = 32 i pentru valoarea maxim x(30) = 41, unde indicii dintre
paranteze reprezint pozi ia în cadrul irului ordonat. Rezult , aplicând rela ia
(1.1):

x (1) − x = 4,6 < z ⋅ σ ≈ 8,387

(1.41)

i
x (30) − x = 4,4 < z ⋅ σ ≈ 8,387 (1.42)

concluzia fiind aceea c nici una dintre valorile extreme nu este afectat de erori
aberante.
Dac în urma aplic rii testului ar fi rezultat c o valoare este afectat de erori
aberante, aceasta ar fi trebuit exclus din e antionul experimental, iar testul ar fi
trebuit aplicat din nou valorilor r mase, recalculând parametrii x , σ i z.

91
3.2. Verificarea caracterului aleator
Pasul 1: Folosind rela ia (1.5), se calculeaz valoarea

1 29
δ2 = ⋅ ∑ (x i+1 − x i )2 = 22,897 (1.43)
29 i=1

i folosind rela ia (1.6) se calculeaz m rimea

δ2
M= ≈ 1,891 (1.44)
σ2

Pasul 2: Din tabelul 1.2 se aleg valorile VCI = 1,13 i VCS = 2,87,
corespunz toare unui coeficient de încredere α = 0,99 i unui volum al e antinului
experimental n = 25.
Valoarea coeficientului de încredere a fost aleas astfel încât s fie cât mai
apropiat de valoarea recomandat în tabelul 1.3. Limitele VCI i VCS au fost
alese corespunz tor valorii n = 25 deoarece în tabelul 1.2 nu exist valori
disponibile pentru un volum al e antionului n = 30. O extrapolare a valorilor din
tabelul 1.2 ar putea fi permis în acest caz, observând tendin ele asimptotice ale
func iilor (1.9) i (1.10) care descriu varia ia limitelor VCI i VCS, cantit ile cu
care acestea se modific la o varia ie unitar a volumului e antionului i pozi ia în
care valoarea M se încadreaz între cele dou limite.
Deoarece este îndeplinit condi ia (1.7), se trage concluzia c e antionul de date
experimentale are un caracter aleator.
3.3. Verificarea normalit ii
Dup cum se poate observa în continuare, criteriile prezentate la începutul
subcapitolului 2.3 nu ofer rezultate pozitive privind caracterul normal al
distribu iei valorilor din e antionul experimental. Astfel:
• histograma e antionului (figura 1.1) are o form diferit de curba Gauss;
• valoarea median , determinat cu rela ia (1.11) este Me = 37,5, diferit de
media aritmetic a e antionului x = 36,6;
• calculând, cu ajutorul rela iei (1.14), momentul centrat de ordinul 4 ( µ 4 =
184,622), se determin din rela ia (1.13) valoarea coeficientului de boltire
β 2 = 1,347, acesta fiind mult dep rtat de valoarea 3.

În consecin , inând seama de valoarea

8
volumului e antionului experimental, se
decide aplicarea testului Massey pentru 7

verificarea caracterului normal al 6

distribu iei. 5

Valorile rezultate din aplicarea pa ilor 4

1, ..., 4 ai testului (rela iile (1.17), ..., 3

(1.21)) sunt prezentate în tabelul 1.8. 2

Valoarea dmax = 0,233 este mai mare 1

decât valoarea dcritic = 0,102 aleas din 0

tabelul 1.4 (pentru n = 30 i α = 0,95).

Figura 1.1: Histograma e antionului de valori
Condi ia (1.22) nefiind îndeplinit ,

92
 experimentale din Tabelul 1.7

testul Massey confirm presupunerea anterioar : cu probabilitatea 0,95 se poate

estima c e antionul studiat nu are o distribu ie normal .
Tabelul 1.8
xi yi ti ϕi ni Fi di
32 -1,322 1,785 -0,453 4 0,133 0,086
32 -1,322 1,785 -0,453 4 0,133 0,086
33 -1,034 1,525 -0,366 11 0,367 0,233
39 0,690 0,813 0,255 21 0,700 0,055
38 0,402 0,882 0,156 18 0,600 0,056
40 0,977 0,755 0,336 25 0,833 0,002
39 0,690 0,813 0,255 21 0,700 0,055
41 1,264 0,704 0,397 30 1,000 0,103
33 -1,034 1,525 -0,366 11 0,367 0,233
41 1,264 0,704 0,397 30 1,000 0,103
40 0,977 0,755 0,336 25 0,833 0,002
Tabelul 1.8 (continuare)
xi yi ti ϕi ni Fi di
40 0,977 0,755 0,336 25 0,833 0,002
33 -1,034 1,525 -0,366 11 0,367 0,233
41 1,264 0,704 0,397 30 1,000 0,103
33 -1,034 1,525 -0,366 11 0,367 0,233
33 -1,034 1,525 -0,366 11 0,367 0,233
41 1,264 0,704 0,397 30 1,000 0,103
32 -1,322 1,785 -0,453 4 0,133 0,086
38 0,402 0,882 0,156 18 0,600 0,056
39 0,690 0,813 0,255 21 0,700 0,055
34 -0,747 1,331 -0,277 12 0,400 0,177
33 -1,034 1,525 -0,366 11 0,367 0,233
33 -1,034 1,525 -0,366 11 0,367 0,233
38 0,402 0,882 0,156 18 0,600 0,056
40 0,977 0,755 0,336 25 0,833 0,002
41 1,264 0,704 0,397 30 1,000 0,103
37 0,115 0,963 0,046 15 0,500 0,046
37 0,115 0,963 0,046 15 0,500 0,046
35 -0,460 1,181 -0,178 13 0,433 0,111
32 -1,322 1,785 -0,453 4 0,133 0,086

4. Exemplu de calcul (2)

Fiind dat e antionul de 60 de valori experimentale din tabelul 1.9, se va
exemplifica în continuare aplicarea asupra acestuia a testului χ 2 pentru
verificarea normalit ii.

93
 Tabelul 1.9
82 65 82 4 20 49 18 40 72 11
53 60 98 26 13 18 27 99 5 29
38 49 14 85 57 72 90 46 59 41
60 41 15 67 24 38 53 42 22 78
39 32 32 63 28 1 91 15 15 70
37 26 99 51 59 11 26 95 48 89

Pasul 1: Utilizând rela ia (1.24) se determin num rul de clase k = 7, iar conform
recomand rii (1.25) se alege k = 10.
Valorile extreme (minim i maxim ) ale e antionului fiind xmin = 1 i xmax = 99,
se determin l imea unei clase

x − x min 99 − 1
δ = max = = 9,8 (1.45)
k 10

Limitele inferioar i superioar ale fiec rei clase, precum i num rul de valori
experimentale din e antion din fiecare clas , sunt prezentate în tabelul 1.10.

Tabelul 1.10
Clasa 1 2 3 4 5 6 7 8 9 10
Limita -∞ 10,8 20,6 30,4 40,2 50 59,8 69,6 79,4 89,2
inferioar
Limita 10,8 20,6 30,4 40,2 50 59,8 69,6 79,4 89,2 ∞
superioar
Num rul 3 10 8 7 7 6 5 4 4 6
de valori

Pasul 2: Deoarece prima clas nu con ine cel pu in cinci valori, se comaseaz
primele dou clase, ob inându-se situa ia din tabelul 1.11.
Tabelul 1.11
Clasa 1 2 3 4 5 6 7 8 9
Limita -∞ 20,6 30,4 40,2 50 59,8 69,6 79,4 89,2
inferioar
Limita 20,6 30,4 40,2 50 59,8 69,6 79,4 89,2 ∞
superioar
Num rul 13 8 7 7 6 5 4 4 6
de valori

Conform rela iei (1.26), se consider num rul de grade de libertate ν = 8.

Pa ii 3 i 4: Determinând valorile mediei aritmetice i abaterii standard ale

irului de date experimentale ( x = 46,48333 i σ = 27,56102 ), se calculeaz ,
conform rela iilor (1.27), ..., (1.31), valorile prezentate în tabelul 1.12.
Tabelul 1.12
Clasa 1 2 3 4 5 6 7 8 9
xi 20,6 30,4 40,2 50 59,8 69,6 79,4 89,2 ∞
ti -0,939 -0,584 -0,228 0,128 0,483 0,839 1,194 1,55 ∞

94
ai 1,454 1,241 1,082 0,959 0,862 0,782 0,716 0,66 0
φ(ti) -0,337 -0,222 -0,09 0,051 0,185 0,299 0,384 0,439 0,5
pi 0,163 0,115 0,132 0,141 0,135 0,114 0,085 0,056 0,061

Pentru calculul valorii p0 s-a considerat φ(t0) = φ(- ∞) = -0,5.

Pasul 5: Utilizând rela ia (1.32), se determin valoarea χ2 = 0,315.

Pasul 6: Alegând din tabelul 1.3 un coeficient de încredere recomandat α =

2
0,996, se alege din tabelul 1.5 (pentru α = 0,995 i ν = 8) valoarea χ cr = 22.
Deoarece condi ia (1.33) nu este satisf cut , se trage concluzia c e antionul de
valori experimentale din tabelul 1.9 nu are o func ie de reparti ie normal
(Gauss).

5. Enun ul problemei
Pentru unul dintre e antioanele de valori experimentale din Anexa 1, s se
studieze:
• existen a unor valori afectate de erori aberante;
• caracterul aleator al e antionului de date;
• încadrarea valorilor din e antion într-o distribu ie normal (Gauss).

95
 Economice
Facultatea de Cibernetic ,
Statistic i Informatic Economic

Autori: Ion Dobre

Floare Musta -Horpos
Webmaster: Ilie-Nemedi
Iulian

96