MODELAREA DECIZIILOR MANAGERIALE

-
PROIECT DE DISCIPLINĂ

Decizia managerială asistată de calculator pentru îndeplinirea obiectivelor

propuse la firma PROMODEC

1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a firmei "PROMODEC"
(individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Estimarea vânzărilor produsului B
Estimarea cererii produsului A în condiţii de concurenţă
Decizia managerială în condiţii de incertitudine şi risc.
Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în
care se va lansa pe piaţă produsul D.
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a produsului
D.
 1. Prezentare generală

Proiectul la disciplina "Modelarea deciziilor manageriale" oferă studenţilor facultăţii de

Management posibilitatea de a rezolva o serie de probleme importante de decizie economică la nivel
de firmă, în condiţii de concurenţă cu ajutorul unui instrumentar adecvat de modelare şi simulare, în
sistem conversaţional.
Proiectul este conceput pe exemplul unei organizaţii pentru care se cunosc: situaţia tehnico-
economică şi de producţie (la sfârşitul trimestrului III a.c.) precum şi obiectivele echipei manageriale
pentru trimestrul IV a.c. şi în perspectivă.
Proiectul este individualizat şi are caracter de autoinstruire.
Individualizarea constă în nominalizarea firmei analizate de fiecare student, nominalizarea
produselor şi modificarea datelor cu parametrul de individualizare <c>.
Este prezentată situaţia tehnico-economică şi de producţie la S.C. "PROMODEC" S.A.,
obiectivele manageriale şi modul de rezolvare în sistem conversaţional.
Proiectul conţine următoarele module :
MI. Estimarea vânzărilor produsului B
MII. Estimarea cererii produsului A în condiţii de concurenţă
MIII. Decizia managerială privind stabilirea strategiei de vânzare în condiţii de
incertitudine şi risc
MIV. Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se
va lansa pe piaţă produsul D.
MV. Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului D în
cazul duratelor deterministe şi analiza cost – durată.
Rezolvarea cerinţelor pe module se realizează pe baza algoritmilor prezentaţi, iar în sistem
conversaţional, se va utiliza un produs software la alegere: QM for WINDOWS, WINQSB sau
EXCEL. Pentru rezolvarea completă, proiectul individual impune interpretarea şi efectuarea unei
analize economice a rezultatelor parţiale/totale, cu precizarea consecinţelor asupra activităţilor
organizaţiei prin decizia sau deciziile adoptate.
 2. Situaţia tehnico-economică şi de producţie a firmei "PROMODEC"
(individualizată pe student)

Firma PROMODEC operează pe piaţa unui bun de consum de folosință curentă şi realizează,
de 2 ani, două tipuri de produse A şi B cu următoarele caracteristici:
 Volumul vânzărilor variază întâmplător de la o lună la alta, cu toate că aceste produse au
câştigat poziţii importante pe piaţă;
 Pregătirea producţiei pentru cele două produse A, şi B în lunile următoare (octombrie,
noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. PROMODEC S.A. a
cererii viitoare pentru cele două produse ale sale;
 Produsul A este în concurenţă cu alte trei produse similare C1, C2, C3 realizate de firme
concurente, astfel că variaţia cererii pentru produsul A este cauzată de evoluţia ponderii pe
piaţă a produselor concurenţiale C1, C2, C3.
 Produsul B nu are concurenţă semnificativă pe piaţă, dar cererea pentru acest produs variază
în funcţie de conjunctura economică: rata inflaţiei, creşterea preţurilor unor produse de
consum curent, etc.
 În evidenţa contabilă şi statistică a S.C. PROMODEC S.A. există informaţii privind costul
și profitul unitar (Tabelul 1), şi despre vânzările din produsul B (Tabelul 2).

Tabelul 1.
Produsul Costul unitar de Profitul unitar
producţie
A 20 u.m./u.f. 5 u.m./u.f.
B 10 u.m./u.f. 3 u.m./u.f.

Tabelul 2.
Nr.crt. Luna Vânzări din produsul B (unităţi
fizice)
1 Octombrie (anul 1400 +c
precedent)
2 Noiembrie (anul 1500 +c
precedent)
3 Decembrie (anul 1200 +c
precedent)
4 Ianuarie (anul curent) 1300 +c
5 Februarie (anul curent) 1100 +c
6 Martie (anul curent) 1350 +c
7 Aprilie (anul curent) 1450 +c
8 Mai (anul curent) 1150 +c
9 Iunie (anul curent) 1200 +c
10 Iulie (anul curent) 1100 +c
11 August (anul curent) 1310 +c
12 Septembrie (anul curent) 1250 +c

3. Obiectivele echipei manageriale pentru trimestrul IV a.c.

o Estimarea vânzării produselor A si B în funcţie de evoluţia lor pe piaţă şi situaţia

produselor concurenţiale;
o Stabilirea strategiei de vânzare în condiţii de incertitudine şi risc:.
o Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care
se va lansa pe piaţă produsul D.
 o Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului D
în cazul duratelor deterministe şi analiza cost – durată.

4. Decizia managerială asistată de calculator

MODULUL I: Estimarea vânzărilor produsului B

Societatea Comercială PROMODEC S.A. are contracte ferme pentru produsul B, numai în
lunile noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor produsului B în luna
octombrie a.c., conducerea firmei a hotărât să utilizeze datele din lunile anterioare (Tabelul 2), care în
reprezentare grafică sunt redate în Figura 1.

Figura 1

Din grafic se observă că nu există trend şi variaţii sezoniere.

Modelul economico-matematic

Pentru estimarea vânzărilor în luna următoare se poate utiliza un model bazat pe medie şi
anume modelul Brown de nivelare exponenţială.

Modelul lui Brown de nivelare exponenţială simplă este de forma:

Ft = αXt + (1-α)Ft-1 sau Ft+1 = αXt + (1-α)Ft
unde:
Xt = volumul real al vânzărilor în perioada t;
Ft = volumul estimat în perioada t-1 pentru vânzările din perioada t;
Ft+1 = volumul estimat în perioada t pentru vânzările din perioada t+1;
α = constanta de nivelare, 0  α  1.
Pentru estimarea iniţială (F0) a vânzărilor, conducerea S.C. PROMODEC S.A. propune
volumul vânzărilor din luna octombrie anul precedent, iar pentru constanta de nivelare propune
valorile:
I. α = 0,2
II. α = 0,9
III. α optim în raport cu eroarea medie pătratică.
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Forecasting/Time Series Analysis, WINQSB/ Forecasting/ Time Series
Forecasting/SES sau în Excel

Analiza economică a rezultatelor

Raportul managerial în care se analizează rezultatele obţinute pentru datele individualizate cu

valoarea c  0 va include următoarele informaţii:
1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor
vânzărilor pentru constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim în
raport cu eroarea medie pătratică;

2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare;
3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna
octombrie anul curent. Justificarea recomandării.
4. Recomandări generale pentru alegerea constantei de nivelare α.

MODULUL II: Estimarea cererii produsului A în condiţii de concurenţă

La începutul lunii septembrie a.c., S.C. PROMODEC S.A. a organizat o anchetă asupra unui
eşantion reprezentativ de (1000+c) consumatori, cu scopul de a determina numărul utilizatorilor
produsului A, cât şi al utilizatorilor produselor concurente C1, C2, C3.
S-au înregistrat următoarele rezultate:
(400+c) cumpărători s-au declarat utilizatori ai produsului A;
220 cumpărători s-au declarat utilizatori ai produsului C1;
230 cumpărători s-au declarat utilizatori ai produsului C2;
150 cumpărători s-au declarat utilizatori ai produsului C3.
În luna septembrie a.c., S.C. PROMODEC S.A. a lansat o campanie de publicitate pentru
produsul A. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion
reprezentativ de cumpărători şi s-au obţinut următoarele rezultate:
- dintre utilizatorii produsului A (la începutul lunii septembrie a.c.):
80% au rămas fideli produsului A;
10% s-au orientat către produsul C1;
5% s-au orientat către produsul C2;
5% s-au orientat către produsul C3;
- dintre utilizatorii produsului C1 (la începutul lunii septembrie a.c.):
60% au rămas fideli produsului C1;
20% s-au orientat către produsul A;
10% s-au orientat către produsul C2;
10% s-au orientat către produsul C3;
- dintre utilizatorii produsului C2 (la începutul lunii septembrie a.c.):
50% au rămas fideli produsului C2;
25% s-au orientat către produsul A;
10% s-au orientat către produsul C1;
15% s-au orientat către produsul C3;
- dintre utilizatorii produsului C3 (la începutul lunii septembrie a.c.):
40% au rămas fideli produsului C3;
30% s-au orientat către produsul A;
20% s-au orientat către produsul C1;
10% s-au orientat către produsul C2.
Se fac următoarele ipoteze:
  Alegerea unuia dintre produsele A, C1, C2, C3 în luna următoare depinde numai de alegerea
din luna curentă;
 Se consideră că matricea reorientărilor rămâne neschimbată pentru fiecare din următoarele 3
luni;
 Fiecare consumator cumpără un singur tip de produs, iar cantităţile cumpărate rămân
neschimbate în următoarele trei luni.

Modelul economico-matematic

În aceste condiţii, evoluţia pe piaţă a celor patru produse concurenţiale poate fi analizată cu
ajutorul lanţurilor Markov.

Modelul economico matematic bazat pe teoria lanţurilor Markov este de forma:

,
pentru perioadele de timp desemnate prin t = 0 pentru septembrie, t=1 pentru octombrie, t=2 pentru
noiembrie, t=3 pentru decembrie;
unde:
reprezintă vectorul cotelor de participare pe piaţă ale produselor A,
C1, C2, C3 în luna t.
Cotele de participare pe piaţă pot fi exprimate ca ponderi: , pentru

i=1,2,3 astfel ca suma tuturor să fie 1 ( ), sau ca procente: , pentru

i=1,...,4 şi pentru oricare moment de timp ( t, t=1,2,...T);

P= matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele p ij, i=1,...,4,

j=1,...,4.
pij = probabilitatea de reorientare a unui consumator de la produsul „i”, fie acesta unul din
mulţimea {A, C1, C2, C3} în luna t  {septembrie, octombrie sau noiembrie} a.c., la
produsul „j” din mulţimea {A, C1, C2, C3} în luna t+1  {octombrie, noiembrie sau

decembrie} a.c., , i=1,...,4, j=1,...,4, şi astfel încât ;

pii = coeficientul de fidelitate faţă de produsul i, pentru i=1,2,3,4.
Pe baza datelor furnizate de anchetele efectuate rezultă:
vectorul stării iniţiale sau al cotelor iniţiale
de piaţă şi matricea probabilitătilor de tranziţie:

P= .

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Markov Analysis; WINQSB/ Markov Process/ Markov Processes (Mkp) sau în
Excel

Analiza economică a rezultatelor

Raportul managerial în care analizaţi rezultatele obţinute pentru datele individualizate cu

valoarea c  0 va include următoarele informaţii:
 1. Reprezentarea grafică şi analiza evoluţiei ponderilor pe piaţă a celor 4 produse
concurenţiale. Precizarea şi comentarea stadiului pe curba "vieţii" în care se află fiecare
produs la momentul iniţial;
2. Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A;
3. Ponderea limită pe piaţă la care poate ajunge produsul A dacă matricea de tranziţie
rămâne neschimbată un număr mare de perioade;
4. Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A şi a
reorientărilor către produsele concurenţiale;
5. Volumul vânzărilor produsului A în lunile octombrie, noiembrie, decembrie, pentru
situaţia în care volumul total al vânzărilor celor patru produse este de 6000 u.f. în fiecare
lună;
6. Evoluţia profitului asociat produsului A;
7. Politica managerială privind produsul A.

MODULUL III: Decizia managerială privind stabilirea strategiei de vânzare în condiţii

de incertitudine şi risc

PROMODEC realizează în principal două produse, A şi B. Pentru produsele A şi B,

volumul vânzărilor variază întâmplător de la o lună la alta, iar conducerea firmei este interesată în
planificarea programului de producţie pe ultimul trimestru a.c. astfel ca oferta să se apropie cât mai
mult de cererea manifestată pe piaţă.
Ajustarea nivelului producţiilor pentru produsele A şi B este estimată în funcţie de volumul
previzionat al vânzărilor corelat cu vânzările reale din produsele concurente existente pe piaţă
(produsele C1, C2 şi C3 pentru produsul A şi produsele substitut pentru produsul B a cărui cerere
fluctuează în funcţie de conjunctura economică). Sunt evidenţiate următoarele situaţii obiective de
evoluţie a vânzărilor:
- Starea naturii SN1: situaţie favorabilă societăţii PROMODEC (condiţii slabe de concurenţă)
- cererea pentru produsul A se estimează astfel:
 cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,4665 * 6000 =2799 u.f.
 1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10 * 0,5021
* 6000 =1,10 * 3013 = 3314,3 u.f.
 1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15 * 0,5212
* 6000 = 1,15 * 3127 u.f. = 3596,05 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul A se situează la nivelul: 2799
u.f. + 3314,3 u.f. + 3596,05 u.f. = 9709,35 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1254 u.f. prognozat prin
modelul Brown pentru α = 0,9, apoi în luna noiembrie la nivelul de 1400 u.f. şi în decembrie la
3500 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul B se situează la nivelul: 1254 +
1400 + 3500 = 6154 u.f.

- Starea naturii SN2: condiţii medii de concurenţă pe piaţa produselor A şi B

- cererea pentru produsul A se estimează astfel:
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna octombrie = 0,4665 *
6000 =2799 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna noiembrie = 0,5021 *
6000 =3013 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna decembrie = 0,5212 *
6000 = 3127 u.f.
 Rezultă că în cazul stării naturii SN2, cererea pentru produsul A se situează la nivelul: 2799 +
3013 + 3127 = 8939 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1257,74 u.f. prognozat prin
modelul Brown pentru α =0,2, apoi în luna noiembrie la nivelul 1200 u.f. şi în decembrie la 3200
u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru produsul B se situează la nivelul:
1257,74 + 1200 + 3200 = 5657,74 u.f.

- Starea naturii SN3: situaţie nefavorabilă pentru SC. PROMODEC (concurenţă agresivă a
celorlalte produse)
- cererea din produsul A se situează la nivelul:
 cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,4665 * 6000 =2799 u.f.
 0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 * 0,5021
* 6000 = 0,95 * 3013 = 2862,35 u.f.
 0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 *
0,5212 * 6000 = 0,90 * 3127 u.f. = 2814,3 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul A se situează la nivelul: 2799
+ 2862,35 + 2814,3 = 8475,65 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1246,03 u.f. prognozat
prin modelul Brown pentru α optim, apoi în luna noiembrie la nivelul 1000 u.f. şi în decembrie la
3200 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul B se situează la nivelul:
1246,03 + 1000 + 3200 = 5446,03 u.f.
Sunt luate în considerare următoarele variante decizionale referitoare la oferta de producţie
pentru următoarele trei luni:
V1 – oferta pentru produsul A să fie egală cu cererea totală estimată pe baza cotelor de piaţă
din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul Markov =
0,4665*6000 +0,5021*6000 + 0,5212 * 6000 = 2799 + 3013 + 3127 = 8939 u.f., iar
oferta pentru produsul B să fie egală cu [(cererea pentru luna octombrie estimată cu
modelul lui Brown pentru α = 0,2) + (cererea de 1000 u.f. pentru luna noiembrie) +
(cererea de 3200 u.f. pentru luna decembrie)] = 1257,74 + 1000 +3200 = 5457,74 u.f.
V2 – oferta pentru produsul A să fie cu 5% mai mare faţă de cererea totală estimată pe baza
cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul
Markov = 1,05*8939 = 9385,95 u.f., iar oferta pentru produsul B să fie cu 5% mai
mică decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α =
0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea de 3200 u.f. pentru luna
decembrie)] = 0,95*5457,74 = 5184,85 u.f.
V3 - oferta pentru produsul A să fie cu 5% mai mică faţă de cererea totală estimată pe baza
cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul
Markov = 0,95 * 8939 = 8492,05 u.f., iar oferta pentru produsul B să fie cu 5% mai
mare decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α =
0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea de 3200 u.f. pentru luna
decembrie)] = 1,05*5457,74 = 5730,63 u.f.

Compararea diferitelor posibilităţi de desfăşurare a producţiei se face prin prisma unor

consecinţe de tip profit calculat pentru fiecare variantă decizională Vi, i = 1, 2, 3 şi stare a naturii
SNj, j = 1, 2, 3.

Profit(Vi, SNj) = (profitul unitar A) * MIN{ (ofertaVi produs A)k, (cerereaSNj

produs A)k} + (profitul unitar B) * MIN{ (ofertaVi produs B)k, (cerereaSNj produs B)k}
- (costul unitar producţie A) * MAX{0, [ (ofertaVi produs A)k - (cerereaSNj produs

A)k]} - (costul unitar producţie B) * MAX{0, [ (ofertaVi produs B)k - (cerereaSNj produs

B)k]}
unde k = 1 = octombrie, k = 2 = noiembrie, k = 3 = decembrie.
Din Tabelul 1: profitul unitar A = 5 u.m./u.f.; profitul unitar B = 3 u.m./u.f.;
costul unitar producţie A = 20 u.m./u.f.; costul unitar producţie B = 10 u.m./u.f.

Conducerea societăţii doreşte ierarhizarea variantelor decizionale în funcţie de profitul care ar

putea fi obţinut atât în condiţii de incertitudine, cât şi în situaţia în care, din experienţa anterioară se
estimează că probabilităţile pj asociate stărilor naturii sunt:
p1 = 0,4 pentru SN1, p2 = 0,4 pentru SN2 şi p3 = 0,2 pentru SN3.

Modelul economico-matematic

În condiţii de incertitudine, ierarhizarea variantelor se poate obţine prin utilizarea

criteriilor de decizie Wald, Laplace, Savage şi Hurwicz.
În condiţii de risc, ierarhizarea variantelor decizionale se va face în funcţie de speranţa
matematică a profitului (valoarea medie probabilistă a profitului) calculată pentru fiecare
variantă.

Structurarea situaţiei decizionale sub forma unui set finit de variante de acţiune, a mai
multor stări ale naturii şi posibilitatea de a calcula consecinţele economice asociate fiecărei
combinaţii variantă decizională – stare a naturii permite formularea unui model de decizie sub
formă matriceală prezentată în Tabelul 3.1.
Tabelul 3.1
Starea naturii SN1 Starea naturii SN2 Starea naturii SN3
(p1 = 0,4) (p2 = 0,4) (p3 = 0,2)
Varianta
Profit(V1, SN1) Profit(V1, SN2) Profit(V1, SN3)
decizională V1
Varianta
Profit(V2, SN1) Profit(V2, SN2) Profit(V2, SN3)
decizională V2
Varianta
Profit(V3, SN1) Profit(V3, SN2) Profit(V3, SN3)
decizională V3
Pentru individualizarea c = 0 se obţin datele din Tabelul 3.2
Tabelul 3.2
Stările naturii
SN1 (p1 = 0,4) SN2 (p2 = 0,4) SN3 (p3 = 0,2)
Cererea A = 9709,35 u.f. Cererea A = 8939 u.f. Cererea A = 8475,65 u.f.
Cererea B = 6154 u.f. Cererea B = 5657,74 u.f. Cererea B = 5446,03 u.f.
Varianta decizională V1
Oferta A = 8939
u.f. 61068,22 u.m. 61068,22 u.m. 49332,24 u.m.
Oferta B =
5457,74 u.f.
Varianta decizională V2
Oferta A =
9385,95 u.f. 64612,83 u.m. 50363,03 u.m. 36027,05 u.m.
Oferta B =
5184,85 u.f.
Varianta decizională V3
Oferta A = 65462,48 u.m. 46636,95 u.m. 32300,97 u.m.
8492.05 u.f.
 Oferta B =
5730,63 u.f.

De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii va fi:
Profit (V1, SN1) = 5*MIN{8939, 9709,35} + 3*MIN{5457,74, 6154} – 20*MAX{0, (8939
- 9709,35)} – 10*MAX{0, (5457,74 - 6154)} = 5*8939 + 3*5457,74 – 0 – 0 = 44695 + 16373,22 =
61068,22 u.m.

După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie pentru
ierarhizarea variantelor decizionale.

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Decision Analysis/Decision Tables; WINQSB/DA/Payoff Table Analysis
sau în Excel

Analiza economică a rezultatelor

Se recomandă ca raportul managerial să includă explicaţii asupra următoarelor aspecte:

1. Recomandări de alegere a celei mai potrivite reguli de decizie din cele folosite: Wald
(minmax), maxmax, Savage (minmax regret), Laplace (equal likelihood), Hurwicz;
2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor
naturii;
3. Recomandări de alegere a valorii coeficientului de optimism  pentru regula/ criteriul
Hurwicz şi surclasarea variantelor decizionale pentru valorile coeficientului de optimism 
 [0, 1].
4. Decizia în condiţii de risc.

MODULUL IV: Calculul profitului maxim probabil (speranţa matematică a profitului) în

cazul în care se va lansa pe piaţă produsul D

Departamentul de cercetare producţie al S.C. PROMODEC S.A. a creat un nou produs D

care a fost testat pe piaţă şi care este acceptat de către utilizatori. Pentru realizarea produsului
conducerea S.C. PROMODEC S.A. are în vedere mai multe variante. Alegerea variantei
convenabile depinde în principal de evoluţia vânzărilor produsului peste 2 ani, acesta fiind timpul
de amortizare a utilajelor. După primul an se vor lua noi decizii în funcţie de situaţia vânzărilor.
Datele privind variantele şi stările naturii pentru cele 2 momente de decizie sunt prezentate în
Tabelul 4.1. Conducerea S.C.PROMODEC S.A. doreşte să cunoască acţiunea pe care trebuie să o
întreprindă în prima şi, respectiv, a doua etapă pentru a obţine maximum de profit.

Modelul economico - matematic

Procesul decizional în două etape poate fi modelat cu ajutorul arborelui decizional.
 Tabelul 4.1
Anul t Anul t+1
Variantele Stările naturii Variantele Stările naturii Profitul
estimat
Instalarea Conjuctură favorabilă Instalarea unui nou utilaj Cerere mare (probabilitatea =0.3) 800+c
unui utilaj (probabilitatea=0.7) (cost (20+c) u.m.) Cerere medie (probabilitatea =0.6) 600+c
nou Cerere mică (probabilitatea=0.1) 500+c
(cost
Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 600+c
(20+c)u.m)
(cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 500+c
Cerere mica (probabilitatea=0.1) 400+c
Conjuctură Utilizarea capacităţii existente Cerere mare (probabilitatea=0.3) 500+c
nefavorabilă Cerere medie (probabilitatea=0.6) 400+c
(probabilitatea=0.3) Cerere mică (probabilitatea=0.1) 200+c
Ore Conjuctură favorabilă Instalarea unui utilaj nou Cerere mare (probabilitatea=0.3) 600+c
suplimentare (probabilitatea=0.7) (cost (20+c) u.m.)
de lucru Cerere medie (probabilitatea=0.6) 500+c
(cost Cerere mică (probabilitatea=0.1) 200+c
(2+c)u.m.) Instalarea unui utilaj nou şi
Cerere mare (probabilitatea=0.3) 500+c
ore suplimentare de lucru
(cost (22+2c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
Cerere mică (probabilitatea=0.1) 200+c
Conjuctură Ore suplimentare de lucru Cerere mare (probabilitatea=0.3) 400+c
nefavorabilă (cost (2+c) u.m.) Cerere medie (probabilitatea=0.6) 400+c
(probabilitatea=0.3) Cerere mică (probabilitatea=0.1) 200+c

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Decision Analysis/Decision Trees sau WINQSB/DA/Decision Tree

Analiza economică a rezultatelor

Raportul managerial va include:
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor;
2. Analiza rezultatelor şi indicarea variantelor optime atât în primul an cât şi în cel de al doilea
an.
3. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii (minim
2 scenarii).

MODULUL V. Programarea activităţilor unui proiect pentru introducerea în

fabricaţie a produsului D

Realizarea studiului de fezabilitate pentru introducerea în fabricaţie a unui nou produs D la

S.C.PROMODEC S.A. implică activităţile prezentate în Tabelul 5.1. Pentru aceste activităţi s-au
estimat atât duratele normale şi costurile corespunzătoare, cât şi duratele şi costurile activităţilor în
cazul suplimentării resurselor umane şi financiare necesare urgentării acestor activităţi.

Tabelul 5.1
Sim Denumire activitate Activităţi Durata Durata Costul Costul duratei
bol precedente normală urgentată normal urgentate
(saptămâni) (săptămâni) (u.m.) (u.m)
 A Proiectare produs - 12 7 90+c 135+c
Elaborare program
B - 5 2 16+c 30+c
marketing
Pregătire documentaţie
C A 6 3 3+c 4+c
tehnică
D Construire prototip A 11 6 100+c 120+c
Elaborare prospect de
E A 4 3 6+c 7+c
marketing
F Estimare cost de producţie C 3 2 2+c 3+c
G Testare tehnică a producţiei D 6 4 60+c 70+c
H Studiul pieţei B,E 8 4 20+c 50+c
Estimare cerere şi preţ de
I H 3 2 2+c 3+c
vânzare
J Redactare studiu final F,G,I 3 2 2+c 3+c

Conducerea S.C.PROMODEC S.A. doreşte să ştie care este durata normală şi durata cea
mai mică de realizare a studiului de fezabilitate cât şi costurile totale corespunzătoare. De asemenea
conducerea este interesată în determinarea duratei medii de realizare a studiului, a costului asociat
acestei durate şi eşalonarea în timp a activităţilor pentru obţinerea duratei maxime.

Modelul economico-matematic

Programarea în timp a activităţilor pentru lansarea unui produs nou cu un cost optim
corespunzător unei durate totale specificate pentru finalizarea proiectului se poate
obţine cu ajutorul unui model ADC/Costuri.

Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Project Management PERT – CPM; WINQSB/PERT-CPM/Deterministic
CPM sau în Excel

Analiza economică a rezultatelor

Raportul managerial în care se analizează rezultatele obţinute va include:

1. Graficul Gantt al activităţilor proiectului;
2. Reprezentarea grafică a costului proiectului în funcţie de durata totală de realizare, cu
ajutorul punctelor de coordonate:
(Durata totală normală, Costul total normal);
(Durata totală minimă/urgentată, Costul total maxim);
(Durata totală medie, Costul total optim asociat).
3. Activitățile urgentate în cazul duratei de 25 de săptămâni;
4. Drumul critic pentru proiectul cu durată normală;
5. Termenele minime şi maxime de începere şi de terminare pentru fiecare activitate, respectiv
rezerva de timp, în cazul duratei normale.
INDICAȚII PENTRU REZOLVARE ȘI ANALIZA ECONOMICĂ

MODULUL I: Estimarea vânzărilor produsului B

Rezolvarea cu produsul informatic QM for Windows/Forecasting pentru c=0:

Introducerea datelor:
- Pentru a obtine estimarea vînzărilor se introduc datele in QM for Windows/ Forecasting
selectand optiunea New/Time series analysis.
- La rubrica “Number of past periods” se introduce 12 (adică cele 12 luni din trecut pentru
care se cunosc vânzările).
- In coloana Demand se introduc cele 12 valori ale vânzărilor din tabelul 2.
- Previziunea initiala este egală cu valoarea vânzărilor din prima lună,respectiv 1400 pentru
c=0.
- La Method se alege optiunea Exponential Smoothing, iar valoarea lui Alpha se va modifica
pe rând aplicând cele 3 valori indicate (respectiv 0.2 si 0.9, apoi alpha optim).
- Cu optiunea Solve se rezolva problema. Pentru a vizualiza previziunile pe întreaga perioadă se
alege din Windows opțiunea Detailes and Error analysis.
- Valoarea lui Alpha optim se identifică dupa rezolvarea inițială alegand din meniul Windows
opțiunea Eror as a function of Alpha. In tabelul rezultat se verifică care este cea mai mică valoare a
indicatorului de eroare MSE si se identifică astfel Alpha optim (care conduce la cea mai mică
eroare de previziune).
- Erorile de previziune se pot vizualiza dupa aplicarea optiunii Solve si afisarea tabelului
Forecasting results.
Observaţie! Opțiunea File - Save as Excel file permite salvarea datelor și exportarea
rezultatelor în Excel. Transferul datelor în Excel permite editarea acestora într-o formă printabilă,
precum şi completarea graficului cu previziunile pentru mai multe valori ale lui alpha, cu media
valorilor reale etc.

Rezultate obținute:
Prin centralizarea rezultatelor se obțin datele din Tabelul 1/R. Media vânzărilor trebuie
calculată de fiecare student. Pe baza acestuia se construieste graficul necesar la pct.1 din Analiza
rezultatelor.
Tabelul 1/R
“Estimarea vanzarii produsului B pentru c=0”
Luna Vânzările Previziunea Previziunea Previziunea Media
α=0.2 α=0.9 α=optim vânzărilor
1 1400 1400.00 1400.00 1400.00 1275.83
2 1500 1400.00 1400.00 1400.00 1275.83
3 1200 1420.00 1490.00 1427.00 1275.83
4 1300 1376.00 1229.00 1365.71 1275.83
5 1100 1360.80 1292.90 1347.97 1275.83
6 1350 1308.64 1119.29 1281.02 1275.83
7 1450 1316.91 1326.93 1299.64 1275.83
8 1150 1343.53 1437.69 1340.24 1275.83
9 1200 1304.82 1178.77 1288.87 1275.83
10 1100 1283.86 1197.88 1264.88 1275.83
11 1310 1247.09 1109.79 1220.36 1275.83
12 1250 1259.67 1289.98 1244.56 1275.83
13 ? 1257.74 1254.00 1246.03
Analiza economică a rezultatelor:
1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor vânzărilor pentru
constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim în raport cu eroarea medie pătratică;

Figura 1/R
2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare:
Pentru constanta de nivelare 0.2 previziunea este 1257,74 uf.
Pentru constanta de nivelare 0.9 previziunea este 1254,00 uf.
Pentru constanta de nivelare 0.27 previziunea este 1246,03 uf.
3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna
octombrie anul curent. Justificarea recomandării.
Volumul vanzarilor luat in considerare este cel pentru α = 0.27, respectiv 1246,03 pentru că are
eroarea medie patratica (MSE) cea mai mica 21276.39, fata de previziunea pentru α = 0.2 care
are eroarea medie patratica 21628,46 sau α = 0.9 care are eroare medie patratica 30836,92
4. Recomandări generale pentru alegerea constantei de nivelare α
Consultați curs –secțiunea care face referire la modul în care alegerea constantei de nivelare
influențează eroarea de previziune.
MODULUL II: Estimarea cererii produsului A în condiţii de concurenţă

Rezolvarea cu produsul informatic QM for Windows/ Markov Analysis

Introducerea datelor:
- Din QM for Windows se alege opțiunea Module/Markov Analysis
- Din Files se alege New si se completează Numer of states cu 4
- In tabelul generat se introduc datele cfm. Tabelului 2/R
- Tabelul 2/R
- “Evolutia pe piata a produselor concurentiale pentru c=0”
-
  Initial State 1 State 2 State 3 State 4
State 1 0.40 0.8 0.1 0.05 0.05
State 2 0.22 0.2 0.6 0.1 0.1
State 3 0.23 0.25 0.1 0.5 0.15
State 4 0.15 0.3 0.2 0.1 0.4
-

Rezultate obținute:
Rezultatele furnizate de QM for Windows/ Markov Analysis (pentru c=0), sunt următoarele:

Tabelul 3/R
Markov Analysis Results for “Evolutia pe piata a produselor concurentiale”

  State 1 State 2 State 3 State 4

State 1 0.6243 0.1853 0.0976 0.0929
State 2 0.42 0.3175 0.1353 0.1273
State 3 0.4641 0.1983 0.1955 0.1421
State 4 0.4823 0.241 0.1288 0.148
Ending probability 0.5212 0.2257 0.1331 0.12
(given initial)
Steady State probability 0.5434 0.2226 0.1214 0.1127

În aplicația QM for Windows/ Markov Analysis, cu opţiunea Window/Multiplication se

obţin atât vectorii cotelor de piaţă la diferite momente (linia End probability), cât şi matricile de
tranziţie la diferite puteri (în tabelul perioadei 1 se află matricea la puterea 1, ş.a.m.d).
Tabelul 4/R
Multiplications for “Evolutia pe piata a produselor concurentiale”

State 1 State 2 State 3 State 4

End of Period 1
State 1 0.8 0.1 0.05 0.05
State 2 0.2 0.6 0.1 0.1
State 3 0.25 0.1 0.5 0.15
State 4 0.3 0.2 0.1 0.4

End prob (given 0.4665 0.225 0.172 0.1365

initial)

End of Period 2
State 1 0.6875 0.155 0.08 0.0775
State 2 0.335 0.41 0.13 0.125
State 3 0.39 0.165 0.2875 0.1575
 State 4 0.425 0.24 0.125 0.21

End prob (given 0.5022 0.2262 0.1455 0.1262

initial)

End of Period 3
State 1 0.6243 0.1853 0.0976 0.0929
State 2 0.42 0.3175 0.1353 0.1273
State 3 0.4641 0.1983 0.1955 0.1421
State 4 0.4823 0.241 0.1288 0.148

End prob (given 0.5212 0.2257 0.1331 0.12

initial)

Observaţie! Opțiunea File - Save as Excel file permite salvarea datelor și exportarea
rezultatelor în Excel. De asemenea, se poate utiliza funcţia Click dreapta-Copy Table – Paste în
fişierul Excel. Transferul datelor în Excel permite editarea acestora într-o formă printabilă.

În consecinţă, este necesar a se realiza un tabel centralizator în care se vor copia cotele de
piaţă finalul fiecăreia din cele 3 perioade de timp analizate.
Tabelul 5/R
. Centralizator cote de piață

 Cota de piață la finalul lunii State 1 State 2 State 3 State 4

Cota de piata initiala 0.4
Octombrie 0.4665 0.225 0.172 0.1365
Noiembrie 0.5022 0.2262 0.1455 0.1262
Decembrie 0.5212 0.2257 0.1331 0.12

Analiza economică a rezultatelor

1. Reprezentarea grafică şi analiza evoluţiei ponderilor pe piaţă a celor 4 produse concurenţiale.

Precizarea şi comentarea stadiului pe curba "vieţii" în care se află fiecare produs la momentul iniţial;

Din tabelele 2/R şi 5/R rezultă evoluţia pe piaţă a produselor concurenţiale A, C1, C2, C3
prezentată în figura 2/R.

Figura 2/R
 Înluna septembrie a.c. produsul A se află la începutul perioadei de creştere.
Precizați ce se întâmplă cu produsele C1, C2 și C3.

2. Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A;

Campania de publicitate a avut un efect maxim în luna octombrie, când produsul A a câştigat
6,65% pe piaţă. In lunile următoare, influenţa campaniei de publicitate scade: 3,53% în noiembrie şi
1,91% în decembrie.
3. Ponderea limită pe piaţă la care poate ajunge produsul A dacă matricea de tranziţie
rămâne neschimbată un număr mare de perioade;
Dacă matricea de tranziţie rămâne mult timp neschimbată de la o lună la alta, ponderea
limită la care poate ajunge produsul A pe piaţă este 54,34% (State Probability). De aceea se
recomandă schimbarea tipului de campanie de publicitate sau altă politică managerială pentru
consolidarea poziţiei firmei pe piaţă.

4. Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A şi a

reorientărilor către produsele concurenţiale;

Evoluţia fidelităţii faţă de A şi a reorientărilor de la A la celelalte produse în raport cu luna

septembrie a.c. este reprezentată grafic în Figura 2/R. În starea de echilibru, un client poate reveni
la produsul A la fiecare 1,84 luni (recurrence time).

1
0.9
0.8
Fidelitati/reorientari

0.8
0.6875
0.7 0.6242
0.6
0.5
0.4
0.3
0.1853
0.2 0.155
0.1 0.08 0.0976
0.05 0.05 0.0775 0.0929
0.1
0
oct nov dec
Lunile

Fidelitatea faţă de A Reorientarea de la A2001 la C2

Reorientarea de la A2001 la C1 Reorientarea de la A2001 la C3

Figura 3/R

5. Plecând de la estimările obţinute rezultă următorul volum al vânzărilor produsului

6.
0,4665 * 6000 = 2799 u.f. în octombrie a.c.,
0,5021 * 6000 = 3013 u.f. în noiembrie a.c.şi
0,5212 * 6000 = 3127 u.f. în decembrie a.c.

7. Vânzările lunare obținute la pct 5. împreună cu profitul unitar (5 um/uf) vor fi utilizate de
fiecare student pentru determinarea evoluţiei profitului estimat pentru produsul A pe cele
3 luni.
 8. Politica managerială pentru consolidarea produsului A pe piaţă va fi propusă de fiecare
student în funcţie de evoluţia produsului analizat.

MODULUL III: Decizia managerială privind stabilirea strategiei de vânzare în condiţii

de incertitudine şi risc

Introducerea datelor în QM for Windows/ Decision Analysis pentru c=0:

- Din File/New se alege opțiunea Decision Table;

- Se completează Number of decisions = 3; Number of nature states = 3, Objective: Profit.
- In tabelul construit se introduc datele din tabelul 3.2.

Valoarea coeficientului Hurwicz (alpha) se alege de fiecare student, în funcție de înclinația către risc.
Prin rezolvarea problemei fără probabilități se obțin rezultatele în condiții de incertitudine.
Pentru obținerea decizie în condiții de risc se scriu valorile probabilităților pe linia Probabilities,
respectiv: p1 = 0,4 pentru SN1, p2 = 0,4 pentru SN2 şi p3 = 0,2 pentru SN3

Rezultate obținute:
Pentru a obține toate valorile necesare interpretării datelor se rulează problema cu și fără
probabilități și se afișează, pe rând, din Window opțiunile: 1. Decision table results, 2. Regret or
opportunity loss, 3. Hurwicz table
 Valorile obținute în Hurwicz table nu sunt influențate de introducerea probabilităților.
Acestea folosesc la surclasarea variantelor decizionale (pct.3 din Analiza rezultatelor):

Analiza economică a rezultatelor

Se recomandă ca raportul managerial să includă explicaţii asupra următoarelor aspecte:

1. Recomandări de alegere a celei mai potrivite reguli de decizie din cele folosite: Wald
(minmax), maxmax, Savage (minmax regret), Laplace (equal likelihood), Hurwicz;
Recomandare: se prezintă și se analizdază soluțiile obținute pentru fiecare criteriu în condiții de
incertitudine (fără completarea probabilităților la introducerea datelor)
Observație: soluția pentru criteriul Laplace (equal likelihood) se poate citi în coloana Best
Expected Value.

2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor
naturii;

Recomandare: Se va determina valoarea Expect value of perfect information cu ajutorul opţiunii

Solutions/Window – Perfect Information, în cazul rezolvării problemei cu introducerea
probabilităților pe linia Probabilities.

3. Recomandări de alegere a valorii coeficientului de optimism  pentru regula/ criteriul

Hurwicz şi surclasarea variantelor decizionale pentru valorile coeficientului de optimism 
 [0, 1].

Recomandare: Coeficientul de optimism alfa se poate alege in doua feluri, si anume:

1. Prin utilizarea programului informatic QM for Windows/Decision Analysis, respectiv
prin analiza rezultatelor obţinute în tabelul Hurwicz Table: în tabel se poate observa între ce valori
ale lui  o anumită varianta se situează pe locul întâi, ce variantă este pe locul doi ş.a.m.d
2. Se aplica formula de calcul a lui Hurwicz pentru cele 3 variante considerând 
necunoscută. Se egalează două câte două variantele si se obțin 3 valori ale lui .
În acest fel se identifică patru subintervale de valori pentru . Se alege arbitrar câte o valoare
pentru  în fiecare subinterval, se rulează problema in QM for Windows/Decision Analysis pentru
fiecare valoare aleasă si se analizează care este ordinea de preferință a variantelor pe fiecare
subinterval.
Pentru  0 criteriul Hurwicz devine echivalent cu criteriul prudent (Wald).
Pentru  1 criteriul Hurwicz devine echivalent cu criteriul optimist.

4. Decizia în condiţii de risc.

Recomandare: În condiții de risc, se va alege valoarea aferentă opţiunii Best Expected Value
determinată în cazul analizării condiţiilor de risc (cu introducerea probabilităților).

MODULUL IV. Calculul profitului maxim probabil (speranţa matematică a profitului)

în cazul în care se va lansa pe piaţă produsul D.

Rezolvarea cu produsul informatic QM for Windows/ Decision Analysis/ Decision Trees

Introducerea datelor:

- Din QM for Windows se alege opțiunea Decision Analysis

- Din File/ New se optează pentru Decision Trees Graphical
- Se lasă bifat criteriul de Profit și se apasă ok.
- Pentru desenarea arborelui se pornește de la nodul numărul 1, folosind opțiunile din dreapta
ecranului. Ulterior, programul permite denumirea ramurilor arborelui (Name), adăugarea
probabilităților de manifestare (Probability), precum și valorile profitului sau costurilor aferente
(Profit).

Ecranul de introducere a datelor în QM for Windows:

 Figura 4/R

Completarea fiecărui nod cu datele cunoscute în QM for Windows pentru c=0:

Figura 5/R

Prin rezolvarea cu opţiunea Solve, se obţine arborele în formă grafică necesar la pct 1 din Analiza
rezultatelor.
Analiza economică a rezultatelor
1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor
24

2.

In anul primul se recomanda instalarea utilajului nou, pentru ca profitul asteptat este mai mare decat
in cazul orelor suplimentare, respectiv 544 unitati monetare in comparatie cu 449,40 unitati monetare.
In al doilea an daca conjunctura este favorabila se va alege instalarea unui nou utilaj deoarece profitul
asteptat este de 630 u.m., in comparatie cu situatia in care s-ar alege orele suplimentare unde profitul
asteptat este de 518 u.m., iar daca conjuctura va fi nefavorabila se recomandă utilizarea capacitatii
existente cu un profit asteptat de 410 u.m.

3. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii (minim

2 scenarii).

Se recomandă ca studenții să modifice probabilitățile de realizare în primul sau/și al doilea an (astfel

încât suma probabilităților pentru evenimentele/stările naturii ce pleacă dintr-un anumit nod să
rămână 1) și să noteze dacă există vre-o schimbare în ceea ce privește varianta optimă și valoarea
profitului asociat acesteia.

MODULUL V. Programarea activităţilor unui proiect pentru introducerea în

fabricaţie a produsului D

Rezolvarea cu QM forWindows/ Project management (PERT/CPM) pentru c=0

1. Method: Crashing

Introducerea datelor:

Rezultatele obţinute prin rezolvarea cu QM for Windows/ PERT-CPM pentru c=0 sunt
următoarele:
 Modelare economică 25

 Obtinerea duratei normale (32 saptamani) si a costului aferent (301 u.m.), respectiv a duratei
urgentate (19 saptamani) cu costul aferent (301+100.5=401.5 u.m.)

Rezultate obținute cu optiunea Project management PERT/CPM results Tabelul 6/R

Activity Normal time Crash timeNormal Cost Crash Cost Crash cost/pd Crash by Crashing cost
Project 32 19
A 12 7 $90 $135 $9 5 $45
B 5 2 $16 $30 $4.67 0 $0
C 6 3 $3 $4 $.33 0 $0
D 11 6 $100 $120 $4 5 $20
E 4 3 $6 $7 $1 1 $1
F 3 2 $2 $3 $1 0 $0
G 6 4 $60 $70 $5 2 $10
H 8 4 $20 $50 $7.5 3 $22.5
I 3 2 $2 $3 $1 1 $1
J 3 2 $2 $3 $1 1 $1
TOTALS $301 totalul de calculat $100.5

 Obtinerea costului aferent unei durate de 25 saptamani (301+37=338 u.m.)

Rezultate obtinute cu optiunea Crash schedule Tabelul 7/R

Project time Period Cumulative Activities
cost cost to crash
32 0 0
31 1 1 J
30 4 5 D
29 4 9 D
28 5 14 D, E
27 5 19 D, I
26 9 28 A
25 9 37 A
24 9 46 A
23 9 55 A
22 9 64 A
21 11.5 75.5 D, H
20 12.5 88 G, H
19 12.5 100.5 G, H

2. Method: Single time estimate

Rezultate obținute cu optiunea Project management PERT/CPM results Tabelul 8/R

Activity Activity Activity Early Early Late Late
Time Cost Start Finish Start Finish Slack
Project 32
A 12 90 0 12 0 12 0
B 5 16 0 5 13 18 13
C 6 3 12 18 20 26 8
D 11 100 12 23 12 23 0
E 4 6 12 16 14 18 2
F 3 2 18 21 26 29 8
G 6 60 23 29 23 29 0
H 8 20 16 24 18 26 2
I 3 2 24 27 26 29 2
J 3 2 29 32 29 32 0
26

Analiza economică a rezultatelor:

1. Graficul Gantt al activităţilor proiectului – se va realiza cu una dintre aplicatiile informatice

sau prin desenare.

2. Pe baza datelor obținute sau se vor reprezenta grafic valorile costului în raport cu durata
normală, urgentată și medie a proiectului.
Tabelul 9/R
Durata (săptămâni) Costul (u.m.)
32 301
25 338
19 401.5

Figura 3/R. Graficul costului în funcție de durată

3. Activitățile urgentate în cazul duratei de 25 de săptămâni.

 Modelare economică 27

Activitățile urgentate sunt cele care au cost aditional (în WINQSB) sau care sunt specificate
in coloana Activity to crash (în QM for Windows). Enumerați-le aici!

4. Drumul critic pentru proiectul cu durată normală.

Pentru durata normală (egală cu 32 săptămâni) se va specifica de către fiecare student care este/sunt
drumul/drumurile critic(e). Acestea pot fi identificate astfel:
- in WINQSB după rularea opțiunii Solve using normal time, urmată de optiunea Show Critical
Path.
- in QM for Windows alegând metoda Single Time Estimate este afisat tabelul cu rezerva de
timp (Slack) pentru durata normală. Activitățile cu durata zero sunt critice (respectiv A, D,G,
J). Prin vizualizarea amplasării lor pe graf se pot construi drumurile critice.

5. Termenele minime şi maxime de începere şi de terminare pentru fiecare activitate, respectiv

rezerva de timp, în cazul duratei normale.
Termenele minime si maxime de incepere se gasesc in coloanele „Early Start” si „Late Start”, iar
Termenele minime si maxime de terminare se gasesc in coloanele „Early Finish” si „Late Finish”
din tabelul obținut cu metoda Single time estimate (în QM for Windows), pentru durata normală de
32 săptămâni (maximă). Slack reprezintă rezerva de timp. Valorile vor fi prezentate sub formă
tabelară.