CUPRINS

LABORATORUL 1.0: INTRODUCERE ÎN MODELAREA DECIZIEI ......................... 1

1.1 Metode și tehnici de modelare ................................................................................ 1
1.1.1 Domenii științifice aplicate în modelare .................................................................. 1
1.1.2 Metode și tehnici aplicate în modelare ................................................................... 2
1.1.3 Modele deterministe și modele probabiliste/stohastice ........................................ 3
1.1.4 Scurt istoric al metodelor de modelare ................................................................... 4
1.2 Exemplul unui model economic ............................................................................... 5
1.3 Prezentarea POM-QM ............................................................................................. 9
1.4 Rezolvarea modelului economic în QM .................................................................. 10

1-1
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.1 Metode și tehnici de modelare

1.1.1 Domenii științifice aplicate în modelare

▪ Management științific (metode, tehnici):
▪ Management cantitativ (Quantitative Management – QM)
▪ Management operațional (Operations Management – OM)
▪ Cercetări operaționale (Operational Research – OR)
▪ Matematică (rezolvare, optimizare)
▪ Statistică (analiză date, simulare).

Managementul științific reprezintă aplicarea unei abordări științifice în

soluționarea problemelor de management pentru a ajuta managerii să ia decizii
mai bune. Managementul științific cuprinde o serie de tehnici (orientate
matematic) care au fost fie dezvoltate în domeniul științei managementului sau
au fost adaptate din alte discipline, cum ar fi cele din matematică, statistică și
inginerie etc.
Managementul cantitativ (Quantitative Management – QM) reprezintă
abordarea științifică a luării deciziilor manageriale. Managementul cantitativ a
fost deosebit de important în multe domenii ale managementului.

1-1
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

Domeniul managementului producției, care a evoluat în managementul

producției/operațiunilor (Production/Operations Management – POM) pe
măsură ce societatea a devenit mai orientată către servicii, utilizează pe larg
analiza cantitativă.
Managementul operațional sau Managementul operațiunilor (Operations
Management – OM) este setul de activități care creează valoare sub formă de
bunuri și servicii transformând intrările în ieșiri (rezultate). Managementul
operațiunilor proiectează, operează și îmbunătățește sistemele de producție.
Producția (Production – P) este crearea de bunuri și servicii
Cercetările operaționale (Operational Research – OR) reprezintă o abordare
științifică a luării deciziilor care urmărește să proiecteze și să opereze cel mai
bine un sistem, de obicei în condiții care necesită alocarea resurselor.
Abordarea științifică a luării deciziilor implică de obicei utilizarea unuia sau mai
multor modele matematice.
1.1.2 Metode și tehnici aplicate în modelare
Metode și tehnici de Management științific, Management operațional și
Cercetări operaționale:
▪ Programare liniară, Programare în numere întregi;
▪ Probleme de transport și de alocare a resurselor;
▪ Programare neliniară;
▪ Rețele (grafuri);
▪ Managementul proiectelor;
▪ Analiza deciziei, decizii multicriteriale;
▪ Teoria așteptării;
▪ Teoria jocurilor;
▪ Simulare;
▪ Prognoză;
▪ Managementul stocurilor.

1-2
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.1.3 Modele deterministe și modele probabiliste/stohastice

Modele deterministe:
▪ Datele relevante sunt cunoscute cu un grad de certitudine ridicat
▪ Pot rezolva probleme cu multe variabile şi restricții
▪ Sunt aplicabile atunci când există puține variabile cu un grad de
incertitudine ridicat
Structura generală a unui model determinist:
Date de intrare Variabile de intrare
X1 ∊ ℝ X2 ∊ ℝ ... Xk ∊ ℝ
(observate) deterministe

...

Model economic
Y = f (X1 , X 2 ,..., X k ) Relație funcțională

Date de ieșire Variabila de ieșire

Y∊ℝ
(calculate) deterministă

Modele probabiliste
▪ Sunt aplicabile atunci când există multe variabile cu grad de incertitudine
ridicat
▪ Incertitudinea este încorporată în model cu ajutorul variabilelor aleatoare
▪ Sunt aplicate pentru decizii strategice de management
Structura generală a unui model probabilist:
Date de intrare Variabile de intrare
X1 ∊ U(a,b) X2 ∊ N(m,s) ... Xk ∊ Tr(a,m,b)
(observate) aleatoare

...

Model economic
Y = f (X1 , X 2 ,..., X k ) Relație funcțională

Y ∊ D(m,s)
Date de ieșire Variabila de ieșire
xbar 14,984
0,915

(calculate) aleatoare
0,095
13,0 17,0

1-3
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.1.4 Scurt istoric al metodelor de modelare

Anul Metode / Autori

1911 Managementul științific, F. Taylor
1911 Graficele Gantt, H. Gantt, F. Taylor
1913 Cantitatea economică de comandat (EOQ), F. W. Harris, Wilson (1933)
1930 Societatea Econometrică a fost fondată în SUA
1931 Fișele de control al calității, W. Shewart
1933 Testarea ipotezelor statistice, J. Neyman, E. Pearson
1937 Cercetări operaționale în armata britanică
1941 Problema de transport, F. Hitchcock
1942 Aplicarea cercetărilor operaționale în forțele aeriene americane
1943 Rețele neuronale, W. McCulloch, W. Pitts
1944 Teoria jocurilor și comportamentul economic, J. von Neumann, O.
Morgenstern
1944 Teoria utilității, J. von Neumann, O. Morgenstern
1944 Metodele de simulare în proiectul Manhattan
1944 Prognoza exponențială, R. Brown
1945 Proiectul RAND, Douglas Aircraft Co.
1947 Modelul de programare liniară, G. B. Dantzig
1947 Metoda Simplex, G. B. Dantzig
1951 Modele matriceale de intrare – ieşire, W. Leontief
1951 Programarea neliniară, H. Kuhn, A. Tucker
1951 Teoria cozilor de așteptare, D. Kendall
1951 Managementul calității, J. M. Juran
1951 Programarea liniară primală–duală, J. von Neumann, G. Dantzig, A. Tucker
1952 Analiza portofoliului, H. Markowitz
1952 Teoria jocurilor, J. McKinsey
1953 Teoria managementului stocurilor, T. Whitin
1955 Programarea stohastică, G. B. Dantzig
1955 Centrul de cercetări operaționale la MIT, P. Morse
1956 Metoda drumului critic (PERT/CPM) în armata americană
1958 Programarea în numere întregi, R. Gomory
1960 Inteligența artificială
1960 Arborii de decizie
1962 Teoria mulțimilor vagi (fuzzy sets), L. Zadeh
1965 Programarea cu obiective, A. Charnes, W. Cooper
1968 Analiza deciziei, R. Howard
1969 Prima rețea ARPANET / INTERNET la UCLA, L. Kleinrock

1-4
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.2 Exemplul unui model economic

O companie producătoare a înregistrat în primele 6 luni de activitate

următoarele nivele de producţie (bucăți), de cheltuieli totale (mii u.m.) şi de
vânzări (cu prețul unitar de 8 mii u.m.) din tabelul următor.

Se cere:
(a) Care este nivelul cheltuielilor fixe pe perioadă?
(b) Ce cheltuieli totale se vor înregistra la o producţie de 200 bucăți?
(c) Care este nivelul cheltuielilor variabile pe produs?
(d) Știind că un produs este vândut cu prețul de 8 mii u.m. să se determine pragul
de profitabilitate (cantitativ / valoric).
Rezolvare:
(a) Aplicăm mai întâi o metodă grafică aproximativă.
Reprezentăm diagrama de dispersie (scatter plot):

1-5
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

Observând „modelul liniar” trasăm o dreaptă care să treacă prin cât mai multe
puncte, şi o prelungim până în origine, respectiv până la 200 bucăți:

Rezultă:
▪ Cheltuielile fixe ≈ 200 mii u.m. pe lună
▪ Cheltuielile totale la 200 buc. ≈ 1200 mii u.m.
Rezultatele exacte, determinate cu dreapta de regresie:
y = 4,956x + 202,94
(a) Cheltuielile fixe = 202,94 mii u.m. pe lună
(b) Cheltuielile totale la 200 buc. = 1194,14 mii u.m.
(c) Cheltuielile variabile ≈ [4,96] = 5 mii u.m. pe produs

1-6
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

Reprezentăm punctele pentru vânzări şi apoi le unim cu o dreaptă, dreapta de

venituri.

(d) Pragul de profitabilitate rezultă grafic: ~ 70 bucăți, iar din calcul = 67 bucăți.
Am obținut modelul economic de Venituri-Cheltuieli- Profit, care este un model
liniar, cu următoarele componente:
Variabile de intrare:
▪ Cantitatea de producție: 𝒙 (bucăți pe perioadă)
▪ Prețul de vânzare pe produs: 𝒑 (mii u.m./produs)
▪ Cheltuielile variabile pe produs: 𝒄𝒗 (mii u.m./produs)
▪ Cheltuielile fixe pe perioadă: 𝒄𝒇 (mii u.m. pe perioadă)
Variabila de ieșire:
▪ Pragul de profitabilitate: 𝑷𝒑(𝒙) (bucăți pe perioadă)
Pentru modelul economic de Venituri-Cheltuieli- Profit, definim următoarele
funcții economice liniare:
▪ Funcția de venituri pe perioadă: 𝑽(𝒙) = 𝒑 ∙ 𝒙
▪ Funcția de cheltuieli variabile pe perioadă: 𝑪𝑽(𝒙) = 𝒄𝒗 ∙ 𝒙
▪ Funcția de cheltuieli fixe pe perioadă: 𝑪𝑭(𝒙) = 𝒄𝒇
▪ Funcția de cheltuieli totale pe perioadă: 𝑪(𝒙) = 𝑪𝑽(𝒙) + 𝑪𝑭(𝒙)
Rezultă: 𝑪(𝒙) = 𝒄𝒗 ∙ 𝒙 + 𝒄𝒇
▪ Funcția de profit pe perioadă: 𝑷(𝒙) = 𝑽(𝒙) − 𝑪(𝒙)
Rezultă: 𝑷(𝒙) = 𝒑 ∙ 𝒙 − (𝒄𝒗 ∙ 𝒙 + 𝒄𝒇) = (𝒑 − 𝒄𝒗) ∙ 𝒙 − 𝒄𝒇

1-7
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

Pentru modelul economic de Venituri-Cheltuieli- Profit, definim pragul de

profitabilitate (cantitativ):
𝑷𝒑(𝒙): 𝑽(𝒙) = 𝑪(𝒙) ⟺ 𝑽(𝒙) − 𝑪(𝒙) = 𝟎 ⟺ 𝑷(𝒙) = 𝟎
Rezultă:
𝑷𝒑(𝒙): 𝑷(𝒙) = 𝟎 ⟺ (𝒑 − 𝒄𝒗) ∙ 𝒙 − 𝒄𝒇 = 𝟎 ⟺ (𝒑 − 𝒄𝒗) ∙ 𝒙 = 𝒄𝒇
𝒄𝒇
𝑷𝒑(𝒙): 𝒙𝑷𝒑 =
𝒑 − 𝒄𝒗
Pentru modelul economic de Venituri-Cheltuieli- Profitanalizat avem valorile
variabilelor de intrare:
▪ 𝒑 = 𝟖 (mii u.m./produs)
▪ 𝒄𝒗 = 𝟓 (mii u.m./produs)
▪ 𝒄𝒇 = 𝟐𝟎𝟎 (mii u.m. pe perioadă)
Obținem pragul de profitabilitate cantitativ:
𝒄𝒇 𝟐𝟎𝟎
𝑷𝒑(𝒙): 𝒙𝑷𝒑 = = = 𝟔𝟔, 𝟔𝟕~𝟔𝟕 (bucăți pe perioadă).
𝒑−𝒄𝒗 𝟖−𝟓
Pentru pragul de profitabilitate valoric înlocuim valoarea exactă a pragului de
profitabilitate valoric în funcțiile de venituri și de cheltuieli.
Obținem:
𝑷𝒑(𝒙𝑷𝒑 ): 𝑽(𝒙𝑷𝒑 ) = 𝒑 ∙ 𝒙𝑷𝒑 = 𝟖 ∙ 𝟔𝟔, 𝟔𝟕 = 𝟓𝟑𝟑, 𝟑 (mii u.m.)

𝑷𝒑(𝒙𝑷𝒑 ): 𝑪(𝒙𝑷𝒑 ) = 𝒄𝒗 ∙ 𝒙𝑷𝒑 + 𝒄𝒇 = 𝟓 ∙ 𝟔𝟔, 𝟔𝟕 + 𝟐𝟎𝟎 = 𝟓𝟑𝟑, 𝟑 (mii u.m.)

1-8
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.3 Prezentarea POM-QM

POM-QM este un software open-source pentru rezolvarea modelelor de

managementul producției/operațiunilor (POM), metode cantitative (QM),
management științific și cercetări operaționale (OR), dezvoltat de profesorul
american Howard J. Weiss.
Denumirea completă:
Software for Decision Sciences: Production and Operations Management
(POM) - Quantitative Methods (QM)
POM-QM este dezvoltat pentru 2 medii de lucru:
▪ POM-QM pentru Windows, aflat în prezent la versiunea 5
▪ Excel OM/QM pentru Excel, aflat în prezent la versiunea 4
Conceptele, metodele și aplicațiile din POM-QM se bazează pe următoarele
cărți:
▪ Bernard W. Taylor III: Introduction to Management Science
▪ Jay Heizer, Barry Render: Operations Management
▪ Barry Render, Ralph M. Stair, Michael E. Hanna, Trevor S. Hale:
Quantitative Analysis for Management.

POM-QM pentru Windows se lansează din desktop cu icon-ul:

POM-QM pentru Windows (QM for Windows®, Version 5.3) se poate descărca
(gratuit) de la adresa:
https://media.pearsoncmg.com/intl/ge/2019/cws/ge_taylor_13e/student_res
ources.html

1-9
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

1.4 Rezolvarea modelului economic în QM

▪ Ecranul de definire a aplicației:

▪ Ecranul de definire a datelor:

1-10
 LABORATORUL 1.0
INTRODUCERE ÎN MODELAREA DECIZIEI

▪ Ecranul cu soluția rezultată:

▪ Ecranul cu soluția grafică:

1-11