Documente Academic
Documente Profesional
Documente Cultură
Proiectul Meu
Proiectul Meu
Individualizare - 267
1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a firmei "Cuiul S.R.L."
(individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Estimarea vânzărilor produsului Dibluri (B)
Estimarea cererii produsului Șaibe (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 Piulițe.
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a produsului
Piulite. (D)
2
1. Prezentare generală
Firma Cuiul S.R.L. operează pe piaţa unui bun de consum de folosință curentă şi realizează,
de 2 ani, două tipuri de produse Șaibe şi Dibluri 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 Șaibe, şi Dibluri în lunile următoare
(octombrie, noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. Cuiul S.R.L.
S.A. a cererii viitoare pentru cele două produse ale sale;
Produsul Șaibe este în concurenţă cu alte trei produse similare Șurub, Holșurub, Cuie (C1,
C2, C3) realizate de firme concurente, astfel că variaţia cererii pentru produsul Șaibe este
cauzată de evoluţia ponderii pe piaţă a produselor concurenţiale Șurub, Holșurub, Cuie.
Produsul Dibluri 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. Cuiul S.R.L. există informaţii privind costul și
profitul unitar (Tabelul 1), şi despre vânzările din produsul Dibluri (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 Dibluri
(unităţi fizice)
1 Octombrie (anul precedent) 1667
2 Noiembrie (anul precedent) 1767
3 Decembrie (anul precedent) 1467
4 Ianuarie (anul curent) 1567
5 Februarie (anul curent) 1367
6 Martie (anul curent) 1617
7 Aprilie (anul curent) 1717
8 Mai (anul curent) 1417
9 Iunie (anul curent) 1467
10 Iulie (anul curent) 1367
11 August (anul curent) 1577
12 Septembrie (anul curent) 1517
Societatea Comercială Cuiul S.R.L. are contracte ferme pentru produsul Dibluri, numai în
lunile noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor produsului Dibluri 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
Modelul economico-matematic
Pentru estimarea vânzărilor în luna următoare se poate utiliza un model bazat pe medie şi
anume modelul Brown de nivelare exponenţială.
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 sau în Excel
α = 0,2
6
α = 0,9
Modelarea deciziilor manageriale 7
1. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare;
Pentru constanta de nivelare 0.2 previziunea este 1524.736 uf.
Pentru constanta de nivelare 0.9 previziunea este 1520.998 uf.
Pentru constanta de nivelare 0.27 previziunea este 1513.031 uf
2. 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 1513.031
pentru că are eroarea medie patratica (MSE) cea mai mica 21276.38, 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
La începutul lunii septembrie a.c., S.C Cuiul S.R.L. a organizat o anchetă asupra unui
eşantion reprezentativ de 1267 consumatori, cu scopul de a determina numărul utilizatorilor
produsului Șaibe, cât şi al utilizatorilor produselor concurente Șurub, Holșurub, Cuie.
S-au înregistrat următoarele rezultate:
Modelarea deciziilor manageriale 9
Modelul economico-matematic
În aceste condiţii, evoluţia pe piaţă a celor patru produse concurenţiale poate fi analizată cu
ajutorul lanţurilor Markov.
P= .
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/ Markov Analysis sau în Excel
Se alege din bara de meniuri optiunea File/New, si se completeaza datele generale ale
problemei: Title-optional, Number of states – 4.
După alegerea opţiunii Solve se obţin rezultatele urmatoare (starea staționară sau de
echilibru):
Cuiul S.R.L. realizează în principal două produse, Șaibe şi Dibluri. Pentru produsele Șaibe
şi Dibluri, volumul vânzărilor variază întâmplător de la o lună la alta, iar conducerea firmei este
Modelarea deciziilor manageriale 13
- Starea naturii SN2: condiţii medii de concurenţă pe piaţa produselor Șaibe şi Dibluri
- cererea pentru produsul Șaibe 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 Dibluri 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 Dibluri se situează la nivelul:
1257,74 + 1200 + 3200 = 5657,74 u.f.
- Starea naturii SN3: situaţie nefavorabilă pentru SC. Cuiul S.R.L. (concurenţă agresivă a
celorlalte produse)
- cererea din produsul Șaibe 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.
14
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 Șaibe se situează la nivelul:
2799 + 2862,35 + 2814,3 = 8475,65 u.f.
- cererea pentru produsul Dibluri 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 Dibluri 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 Șaibe 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 Dibluri 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 Șaibe 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 Dibluri 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 Șaibe 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 Dibluri 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.
produs A)k} + (profitul unitar B) * MIN{ (ofertaVi produs B)k, (cerereaSNj produs B)k}
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.
Modelarea deciziilor manageriale 15
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 =
8492.05 u.f. 65462,48 u.m. 46636,95 u.m. 32300,97 u.m.
Oferta B =
5730,63 u.f.
De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii va fi:
16
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
Departamentul de cercetare producţie al S.C. Cuiul S.R.L. S.A. a creat un nou produs Piulițe
care a fost testat pe piaţă şi care este acceptat de către utilizatori. Pentru realizarea produsului
conducerea S.C. Cuiul S.R.L. 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. Cuiul S.R.L. 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.
Tabelul 4.1
Anul t Anul t+1
Modelarea deciziilor manageriale 17
Rezolvare
Rezolvarea problemei se poate face cu unul dintre produsele informatice:
QM for Windows/Decision Analysis/Decision Trees sau în Excel
Tabelul 5.1
Costul
Activităţi Durata Durata Costul duratei
Sim normal
Denumire activitate precedente normală urgentată urgentate
bol (u.m.)
(saptămâni) (săptămâni) (u.m)
18
Conducerea S.C. Cuiul S.R.L. 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 sau în Excel
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
20
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.
Modelarea deciziilor manageriale 21
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
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
End of Period 2
State 1 0.6875 0.155 0.08 0.0775
State 2 0.335 0.41 0.13 0.125
22
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
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.
Figura 2/R
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.
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
Figura 3/R
6. 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.
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
Modelarea deciziilor manageriale 25
26
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;
Recomandare: În condiții de risc, se va alege valoarea aferentă opţiunii Best Expected Value
determinată în cazul analizării condiţiilor de risc (cu introducerea probabilităților).
Introducerea datelor:
Figura 4/R
Prin rezolvarea cu opţiunea Solve, se obţine arborele în formă grafică necesar la pct 1 din Analiza
rezultatelor.
Figura 5/R
2. Analiza rezultatelor şi indicarea variantelor optime atât în primul an, cât şi în cel de al doilea an.
In anul primul se recomandă instalarea utilajului nou, pentru ca profitul asteptat este mai mare
decat in cazul orelor suplimentare, respectiv 544 unitati monetare (564-20) in comparatie cu 447,40
unitati monetare (449,40-2).
In al doilea an daca conjunctura este favorabila se va alege instalarea unui nou utilaj deoarece
profitul asteptat este de 630 u.m., în comparatie cu situatia in care s-ar alege orele suplimentare unde
profitul asteptat este de 518 u.m., iar dacă conjuctura va fi nefavorabilă se recomandă utilizarea
capacității existente cu un profit asteptat de 410 u.m.
1. Method: Crashing
30
Introducerea datelor:
Rezultatele obţinute prin rezolvarea cu QM for Windows/ PERT-CPM pentru c=0 sunt
următoarele:
Obtinerea duratei normale (32 saptamani) si a costului aferent (310 u.m.), respectiv a duratei
urgentate (19 saptamani) cu costul aferent (301+100.5=401.5 u.m.)
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. Pe baza datelor obținute sau se vor reprezenta grafic valorile costului în raport cu durata
normală, urgentată și medie a proiectului.
32 301
25 338
19 401.5