MODULUL III: Decizia managerială în condiţii de incertitudine şi risc

Conducerea S.C. PROMOD 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 societăţii 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 PROMOD (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 = 0.4778 * 6000 = 2866.8 u.f.
 1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10
* 0.5084 * 6000 =1,10 * 3050.4 = 3355.44 u.f.
 1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15
* 0.5247 * 6000 = 1,15 * 3148.2 u.f. = 3620.43 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul A se situează la
nivelul: 2866.8 u.f. + 3355.44 u.f. + 3620.43 u.f. = 9842.67 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1288.998 u.f.
prognozat prin modelul Brown pentru α = 0,9, apoi în luna noiembrie la nivelul de1400
u.f. şi în decembrie la 3500 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul B se situează la
nivelul: 1288.998 + 1400 + 3500 = 6188.998 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 =
0.4778 * 6000 = 2866.8 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna noiembrie =
0.5084 * 6000 = 3050.4 u.f.
 cota de piaţă (calculată prin modelul Markov)* 6000 u.f. în luna decembrie =
0.5247 * 6000 = 3148.2 u.f.
Rezultă că în cazul stării naturii SN2, cererea pentru produsul A se situează la
nivelul: 2866.8 + 3050.4 + 3148.2 = 9065.4 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1292.736 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: 1292.736 + 1200 + 3200 = 5692.736 u.f.

- Starea naturii SN3: situaţie nefavorabilă pentru SC. PROMOD (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 = 0.4778 * 6000 = 2866.8 u.f.
 0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie =
0,95 * 0.5084 * 6000 = 0,95 * 3050.4 = 2897.88 u.f.
 0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie =
0,90 * 0.5247 * 6000 = 0,90 * 3148.2 u.f. = 2990.79 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul A se situează la
nivelul: 2866.8 + 2897.88 + 2990.79 = 8755.47 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1281.031 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: 1281.031 + 1000 + 3200 = 5481.031 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 = 0.4778 * 6000 + 0.5084 * 6000 + 0.5247 * 6000 =
2866.8 + 3050.4 + 3148.2 = 9065.4 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)] = 1292.736 + 1000 +3200 = 5492.736 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 * 9065.4 = 9518.67 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 * 5692.736 = 5408.0992 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 * 9065.4 = 9518.67 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 * 5692.736 = 5757.3728 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 = 35 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 = 9842.67 u.f. Cererea A = 9065.4 u.f. Cererea A = 8755.47
Cererea B = 6188.998 Cererea B = 5692.736 u.f.
u.f. u.f. Cererea B = 5481.031
u.f.
Varianta decizională V1
Oferta A = 9065.4
u.f. 61805.208 u.m. 61805.208 u.m. 53904.793 u.m.
Oferta B =
5492.736 u.f.
Varianta decizională V2
Oferta A =
9518.67 u.f. 63817.6476 u.m. 52485.8976 u.m. 44737.6476 u.m.
Oferta B =
5408.0992 u.f.
Varianta decizională V3
Oferta A =
9518.67 u.f. 64865.4684 u.m. 52693.44 u.m. 42193.025 u.m.
Oferta B =
5757.3728 u.f.

De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a

naturii va fi:
Profit (V1, SN1) = 5*MIN{9065.4, 9842.67} + 3*MIN{5492.736, 6188.998} –
20*MAX{0, (9065.4 – 9842.67)} – 10*MAX{0, (5492.736 – 6188.998)} = 5* 9065.4 +
3*5492.736 –0 –0 = 45327 + 16478.208 = 61805.208 u.m.
După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie
pentru ierarhizarea variantelor decizionale.

Rezolvare

Calculul celorlalte consecinte economice:

Profit(V1, SN2) = 5*min(9065.4, 9065.4) + 3*min(5492.736, 5692.736) -

20*max(0, (9065.4 - 9065.4)) - 10*max(0,(5492.736 - 5692.736))
=> Profit(V1, SN2) = 61805.208

Profit(V1, SN3) = 5*min(9065.4, 8755.47) + 3*min(5492.736, 5481.031) -

20*max(0, (9065.4 - 8755.47)) - 10*max(0,( 5492.736 - 5481.031))
=> Profit(V1, SN3) = 53904.793

Profit(V2, SN1) = 5*min(9518.67, 9842.67) + 3*min(5408.0992, 6188.998) -

20*max(0, (9518.67 - 9842.67)) - 10*max(0,( 5408.0992 - 6188.998))
=> Profit(V2, SN1) = 63817.6476
 Profit(V2, SN2) = 5*min(9518.67, 9065.4) + 3*min(5408.0992, 5692.736) -
20*max(0, (9518.67 - 9065.4)) - 10*max(0,( 5408.0992 - 5692.736))
=> Profit(V2, SN2) = 52485.8976

Profit(V2, SN3) = 5*min(9518.67, 8755.47) + 3*min(5408.0992, 5481.031) -

20*max(0, (9518.67 - 8755.47)) - 10*max(0,( 5408.0992 - 5481.031))
=> Profit(V2, SN3) = 44737.6476

Profit(V3, SN1) = 5*min(9518.67, 9842.67) + 3*min(5757.3728, 6188.998) -

20*max(0, (9518.67 - 9842.67)) - 10*max(0,( 5757.3728 - 6188.998))
=> Profit(V3, SN1) = 64865.4684

Profit(V3, SN2) = 5*min(9518.67, 9065.4) + 3*min(5757.3728, 5692.736) -

20*max(0, (9518.67 - 9065.4)) - 10*max(0,( 5757.3728 - 5692.736))
=> Profit(V3, SN2) = 52693.44

Profit(V3, SN3) = 5*min(9518.67, 8755.47) + 3*min(5757.3728, 5481.031) -

20*max(0, (9518.67 - 8755.47)) - 10*max(0,( 5757.3728 – 5481.031))
=> Profit(V3, SN3) = 42193.025

Analiza economica a rezultatelor

1. Recomandari de alegere a celei mai potrivite reguli de decizie din cele folosite:
Wald (minmax), maxmax, Savage (minmax regret), Laplace (equal likehood),
Hurwicz.

Criteriul lui Wald (criteriul pesimist) se recomanda a fi folosit cand se doreste

maximizarea castigului minim si minimizarea pierderilor.

Varianta decizionala se alege considerand cea mai mare valoare dintre minimele valorilor
de pe linii, adica maximul dintre minimele profiturilor din fiecare varianta decizionala.

In cazul nostru avem max {53904.793, 44737.6476, 42193.025} = 53904.793 u.m. ceea
ce inseamna ca alegem varianta decizionala V1.

Criteriul lui Hurwicz (criteriul optimist) recomanda alegerea unui coeficient de

optimism cu valoare intre 0 si 1, el avand seminficatia ca reprezinta probabilitatea de
realizare a situatiei celei mai avantajoase. Astfel, pentru o varianta decizionala,
consecinta economica se calculeaza inmultind coeficientul de optimism cu speranta
matematica a profitului cea mai mare ce se poate obtine adoptand respectiva varianta
decizionala si adunand rezultatul la produsul dintre (1-coeficientul de optimism) si
speranta matematica a profitului cel mai mica ce se poate obtine adoptand respectiva
varianta decizionala.
Cu cat coeficientul de optimism este mai apropiat de 1 cu atat managerul ia in calcul mai
mult varianta optimista.
Cu cat coeficientul de optimism este mai apropiat de 0 cu atat managerul ia in calcul mai
mult varianta pesimista.

Criteriul Laplace considera starile naturii ca fiind echiprobabile. Alegerea se face in

urma compararii sperantelor matematice a profiturilor.

Criteriul Savage (criteriul regretului) recomanda alegerea variantei care sa duca la cel
mai mic regret posibil.
Astfel, strategia aleasa ia in considerare diferenta intre valoarea rezultatului optim ce s-ar
fi putut obtine intr-o anumita stare a naturii si valoarea celorlalte rezultate.

2. Estimarea costului maxim pentru achizitionarea unor informatii complete asupra

starilor naturii.

Folosim aplicatia Decision Analysis din WinQSB.

Cream o problema de tip “Payoff Table Analysis” cu urmatoarele caracteristici: 3 stari
ale naturii, 3 variante decizionale.
Introducem cele 9 sperante matematice ale profitului si cele 3 probabilitati (fiecare stare a
naturii are asociata o probabilitate de aparitie).

Folosim functionalitatea “Solve and Analyse  Solve the Problem” si observam ca

“Expected Value of Perfect Information” = 1224.10416 u.m.

3. Recomandari de alegere a valorii coeficientului de optimism pentru criteriul

lui Hurwicz si surclasarea variantelor decizionale pentru valori ale coeficientului de
optimism

Calculam consecintele de tip profit pentru fiecare varianta decizionala:

V1: h1 = x 61805.208 + (1- ) x 61805.208

V2: h2 = x 63817.6476 + (1- ) x 44737.6476
V3: h3 = x 64865.4684 + (1- ) x 42193.025

Egalam consecintele economice doua cate doua si obtinem:

h1 = h2 => x 61805.208 + (1- ) x 61805.208 = x 63817.6476 + (1- ) x

44737.6476 => = 0.82
h1 = h3 => x 61805.208 + (1- ) x 61805.208 = x 64865.4684 + (1- ) x
42193.025 => = 0.793
h2 = h3 => x 63817.6476 + (1- ) x 44737.6476 = x 64865.4684 + (1- ) x
42193.025 => = 0.708

Cele 4 intervale care rezulta sunt: [0, 0.708) , [0.708, 0.793) , [0.793, 0.82) si [0.82, 1]

Cazul I: apartine intervalului [0, 0.708). Consideram = 0.5 =>

h1 = 57855
h2 = 54277.65
h3 = 53529.25
Deci h1 > h2 > h3 => Varianta decizionala care duce la obtinerea celui mai mare profit
este V1.

Cazul II: apartine intervalului [0.708, 0.793). Consideram = 0.77 =>

h1 = 59988.11
h2 = 59429.25
h3 = 59650.81
Deci h1 > h3 > h2 => Varianta decizionala care duce la obtinerea celui mai mare profit
este V1.

Cazul III: apartine intervalului [0.793, 0.82). Consideram = 0.81 =>

h1 = 60304.13
h2 = 60192.45
h3 = 60557.7
Deci h3 > h1 > h2 => Varianta decizionala care duce la obtinerea celui mai mare profit
este V3.

Cazul IV: apartine intervalului [0.82, 1]. Consideram = 0.95 =>

h1 = 60304.13
h2 = 60192.45
h3 = 60557.7
Deci h3 > h1 > h2 => Varianta decizionala care duce la obtinerea celui mai mare profit
este V3.
Recomandam un coeficient de optimism mai apropiat de 1 cand dorim o abordare
optimista.
Recomandam un coeficient de optimism mai apropiat de 0 cand dorim o abordare
prudenta.

Recomandam un coeficient de optimism apropiat de 0.5 pentru manageri neutri la risc.

4. Decizia in conditii de risc.

Tot cu Decision Analysis din WinQSB obtinem ca cea mai buna varianta decizionala este
varianta V1, cu “Expected Value” = 60225.125 u.m.