CURSUL NR.

1


PROBLEMATICA MODELRII I SIMULRII
CU CALCULATORUL A PROBLEMELOR
1.1. Introducere

Mediul economic i social n care se desfoar
afacerile este n evoluie permanent. Se produc
schimbri n modul de desfurare a competiiei pe
pia, n cadrul legislativ, n modul de organizare a
firmelor i n tehnologiile de prelucrare i comunicare a
informaiei. Toate acestea duc la o presiune sporit
asupra celor care iau decizii n domeniul afacerilor i la
noi cerine fa de modul n care se elaboreaz i se
adopt deciziile.
Decizia este o activitate a unei fiine umane care
urmrete n mod contient anumite obiective i
const n alegerea dintre mai multe variante
decizionale i angajarea ntr-o anumit direcie de
aciune prin folosirea unor resurse materiale,
financiare, umane i cunotine acumulate. Aceast
angajare nu conduce automat la atingerea obiectivului
sau a obiectivelor.
`Efectul aplicrii unei decizii poate fi influenat
de factori care nu sunt ntotdeauna controlabili de
decident.
Modelele, scenariile, gndirea prospectiv i
simulrile preced din ce n ce mai mult deciziile. Analiza
deciziilor prin modelare i simulare, dei nu poate
aciona asupra hazardului i nu poate atrage cu sine
manifestarea norocului, poate s-l ajute pe decident s
neleag mai bine problemele decizionale, s-i
mbunteasc ansele de a obine un rezultat fericit
sau s fie mai pregtit pentru a face fa unor evoluii
nefavorabile, independente de voina lui.
Modelarea i simularea sunt necesare atunci cnd
experimentarea direct pe sistemul real nu este posibil
sau recomandabil.
Simularea poate fi definit ca un proces prin care
se construiete un model al unui sistem real i se
realizeaz experimente cu acest model n scopul
nelegerii comportamentului sistemului i/sau evalurii
diferitelor strategii pentru sistemul analizat.
In prezent, se constat o cretere a utilizrii
simulrii n diverse domenii. Aceast situaie a fost
favorizat de mai muli factori:
Creterea numrului de instrumente software pentru
simulare.
Existena unor pachete pentru simularea unor
probleme specifice.
Preurile convenabile la care pot fi procurate cele mai
multe din pachetele de programe disponibile.
Pachetele de programe pentru simulare nu necesit, n
general, o expertiz tehnic deosebit pentru a fi utilizate.
Sistemele informatice actuale pot oferi cantiti mari de
date necesare realizrii experimentelor de simulare.
1.2. Conceptul de model

n cazul problemelor decizionale, este necesar
definirea unui domeniu al problemei prin stabilirea
unor frontiere ale sistemelor asupra crora se exercit
aciunile care decurg din deciziile adoptate.
Un sistem poate fi orice tip de proces sau
colecie de entiti dependente una de alta, care
formeaz un ntreg organizat n vederea atingerii unor
obiective comune. Entitile care nu fac parte din
sistem, dar influeneaz atingerea obiectivelor fr a
putea fi controlate de ctre decident constituie mediul
sistemului.
Frontierele nu sunt numai graniele fizice stabilite
n mod obiectiv sau arbitrar ntre sistem i mediul su.
Ele se pot referi la orizontul de timp al deciziei sau la
coninutul sistemului.
Stabilirea unor frontiere ale domeniului problemei
decizionale se poate realiza prin decuparea unei
poriuni din realitatea nconjurtoare, denumit uneori
sistem real.
Sistemul real poate fi folosit de ctre decident
pentru a experimenta direct, pe baza unui plan,
anumite variante decizionale.
n final, pe baza evalurii consecinelor acestor
experimente, se poate adopta varianta convenabil.
n alte situaii, aceast abordare poate fi foarte
costisitoare sau imposibil din punct de vedere fizic. n
aceste cazuri, este necesar construirea unui model care
este o reprezentare simplificat (abstractizare), dar
suficient de fidel pentru a fi util studierii sistemului real.
Pe lng reducerea complexitii sistemului analizat,
modelul poate servi la mbuntirea comunicrii,
comprimarea timpului, reducerea costurilor necesare
activitilor de analiz i evaluare a consecinelor
variantelor decizionale, evitarea unor situaii critice sau
catastrofale care pot aprea n cazul experimentelor n
sistemul real.
Un model reprezentativ pentru sistemul real se
poate obine printr-un proces iterativ pornind de la un
model ct mai simplu posibil. Acest lucru poate fi
realizat prin definirea limitelor sistemului astfel nct s
fie luate n considerare numai caracteristicile eseniale
n raport cu scopul urmrit i apoi pentru satisfacerea
cerinelor de validare a modelului se poate ncerca
relaxarea limitelor sau a unor ipoteze simplificatoare.
1.3. Tipuri de modele

Exist trei tipuri de modele:
fizice (machete de maini, avioane, cldiri etc.),
analogice (hrile, vitezometrul, diagramele, graficele
etc.) i
simbolice.

Modelele simbolice sunt cele mai abstracte. Prin
aceste modele toate conceptele sunt prezentate prin
variabile definite cantitativ i toate relaiile sunt
reprezentate matematic. Din aceast cauz modelele
simbolice sunt adesea numite modele matematice sau
modele cantitative.
Principalele mrimi care intervin ntr-un model sunt:
a) variabilele de decizie, controlabile (care caracterizeaz
variantele decizionale),
b) parametri i/sau variabilele necontrolabile care pot
contribui la realizarea obiectivului propus i care
influeneaz criteriul de performan stabilit i
c) variabilele dependente (valorile criteriilor de
performan i valorile variabilelor tip consecine) care
reflect eficiena aplicrii unei variante decizionale i pot
ajuta la nelegerea i interpretarea rezultatelor:
d) resurse utilizate, intervalele de variaie ale parametrilor
pentru analiza senzitivitii soluiei etc.
n funcie de tipul datelor utilizate, modelele se pot
clasifica n modele deterministe i modele probabiliste sau
stochastice.
Modele deterministe sunt modelele ale cror date
sunt presupuse a fi cunoscute cu certitudine. De
exemplu, modelul de programare a profesorilor pentru
orele de curs din fiecare din zilele semestrului urmtor
este un model determinist deoarece sunt considerate
certe schema orarului, profesorii disponibili, slile
disponibile.
n general, modelele deterministe sunt folosite
pentru fundamentarea deciziilor interne ale unei
organizaii pentru alocarea lucrrilor pe diferite puncte de
lucru, programarea n timp a unor activiti etc. Soluia
unui model determinist va fi ntotdeauna aceeai, pentru
acelai set de date de intrare care sunt cunoscute cu
certitudine.
Dei ipoteza cunoaterii cu certitudine a tuturor
datelor este o ipotez simplificatoare, modelele
deterministe sunt importante deoarece:
Multe probleme importante de management pot fi
formulate ca modele deterministe.
Cele mai multe modele deterministe pot fi rezolvate
analitic pe baza unei formule matematice sau cu
ajutorul unor algoritmi de optimizare n raport cu un
criteriu de performan, se pot gsi valorile optime ale
variabilelor decizionale.
Exist foarte multe sisteme software pentru
rezolvarea problemelor deterministe, cum sunt de
exemplu, pachetele de programe pentru modelele de
programare liniar, pachetele de optimizare a stocurilor
etc.
Cele mai multe tehnici de rezolvare a modelelor
deterministe furnizeaz valorile unui numr mare de
variabile de consecin care sunt importante pentru
interpretarea managerial a rezultatelor.
Practica dobndit prin aplicarea modelelor
deterministe i poate ajuta pe utilizatori s-i dezvolte
abilitatea de a formula modele n general.
Modelele probabiliste sau stochastice sunt
modelele ale cror date de intrare nu sunt cunoscute cu
certitudine. De cele mai multe ori variabilitatea diferitelor
date de intrare poate fi descris cu ajutorul unei distribuii
de probabilitate. O distribuie de probabilitate poate fi
prezentat fie sub forma unei funcii matematice fie sub
forma unui tabel care conine probabilitile asociate
valorilor posibile ale variabilei de intrare.
ntr-un model, starea unui sistem poate fi definit de
variabilele de stare de natur determinist sau
probabilist. Variabilele de stare pot descrie un sistem n
orice moment al funcionrii sale.
In funcie de modul n care starea sistemelor se
poate schimba, sistemele se clasific n sisteme continue
i sisteme discrete.
Un sistem este continuu dac starea sistemului
(variabilele de stare) se modific continuu n timp.
Un sistem este discret dac starea sistemului se
modific la anumite momente de timp, care nu sunt n
mod necesar egale.
n funcie de importana timpului n analiza
rezultatelor, modelele pot fi statice sau dinamice
Modelul este considerat static dac, din punct de
vedere al analizei, este important numai rezultatul final i
nu modul n care se modific sistemul n timp. De
exemplu, multe modele financiare descriu situaia
financiar a unei organizaii sau a unei persoane fizice la
sfritul unei perioade de timp.
Modelul este considerat dinamic dac, din punct de
vedere al analizei, este important modul n care se
modific sistemul n timp.
In realitate, toate sistemele sunt dinamice. Cu toate
acestea multe probleme nu necesit luarea n considerare
a aspectelor dinamice. Prin urmare, dac o problem de
modelare este dinamic sau static depinde de ntrebrile
pentru care se ateapt un rspuns.
Simularea poate fi aplicat att n studiul sistemelor
statice ct i dinamice precum i n studiul sistemelor
discrete ct i continue.
n cazul sistemelor statice stochastice se aplic
simularea Monte Carlo, iar n cazul sistemelor stochastice
dinamice se poate alege dintre simularea evenimentelor
discrete sau simularea continu.
1.4. Procesul de modelare

Analiza deciziilor prin modelare i simulare
pleac pe de o parte de la premisa acceptrii limitelor
umane de prelucrare a informaiilor i, pe de alt parte,
de la considerarea necesitii ncorporrii judecilor i
intuiiilor, a rezultatelor imaginaiei i a creativitii
decidenilor.
Figura 1.3 Ciclul modelrii
Procesul prin care un
model este mbuntit prin
redefinirea limitelor sau prin
relaxarea ipotezelor astfel
nct modelul s reprezinte
n mod adecvat sistemul
analizat se numete ciclul
modelrii (Figura 1.3).

Modelul verificat i
validat poate fi apoi utilizat
pentru realizarea analizelor
de tip Ce se ntmpl
dac...?.
1.5. Conceptul de simulare

Cuvntul simulare deriv de la latinescul simulatio
care nseamn capacitatea de a reproduce sau a imita
ceva.
Exist mai multe definiii formulate de diferii autori:
Simularea este procesul prin care se construiete un
model al unui sistem real i se realizeaz experimente cu
acest model n scopul nelegerii comportamentului
sistemului i/sau evalurii diferitelor strategii pentru
sistemul analizat.
Simularea la calculator este procesul prin care se
construiete un model matematico-logic al unui sistem
real i se realizeaz experimente cu acest model pe un
calculator
Simularea este imitarea modului de lucru al unui proces
sau sistem real i include generarea unei istorii artificiale i
observarea acesteia pentru a realiza inferene privind
caracteristicile funcionale ale sistemului real reprezentat.
Ea este folosit n analiza comportamentului unui sistem,
n analize de tip Ce se ntmpl dac...? sau n
proiectarea unor sisteme reale
Simularea se refer la o colecie larg de metode i
aplicaii pentru imitarea comportamentului unui sistem
real, de obicei cu un calculator i cu un software adecvat
Simularea este o tehnic numeric de realizare a
experimentelor cu un calculator numeric i presupune
utilizarea unor tipuri de relaii matematice i logice
necesare pentru descrierea comportamentului i structurii
unui sistem real complex de-a lungul unei perioade lungi
de timp
n simulare se utilizeaz un calculator pentru a evalua
din punct de vedere numeric un model de-a lungul unei
perioade de timp specificate i se obin date pentru a
estima adevratele caracteristici ale modelului
Simularea la calculator este o metod care poate fi
utilizat pentru studierea performanei unui sistem real
Simularea este arta i tiina prin care se creeaz o
reprezentare a unui proces sau sistem n scopul
experimentrii i evalurii
Din aceste definiii se pot deduce urmtoarele
ipoteze care stau la baza simulrii:
Se poate construi un model matematic i logic al
sistemului analizat.
Sistemul analizat poate fi real sau teoretic.
De obicei se utilizeaz un calculator digital pentru
realizarea simulrii. De aceea, se presupune c sistemul
poate fi descris n termeni acceptabili pentru un sistem de
calcul.
Simularea este o tehnic de realizare a experimentelor.
Datele despre funcionarea sistemului analizat se obin
prin executarea unui model, generndu-se astfel o istorie
artificial.Prin analiza istoriei artificiale se pot face
inferene referitoare la caracteristicile de funcionare ale
sistemului real de-a lungul unei perioade de timp.
Scopul simulrii este de a gsi ceva despre modul de
funcionare al sistemului real.
Important de reinut este faptul c simularea este n
special valoroas pentru problemele care nu pot fi
abordate prin metode matematice analitice sau de
optimizare.

n cazul simulrii, valorile variabilelor de decizie
sunt date de intrare ale modelului. Prin simulare, pe baza
modelelor matematice, se evalueaz criteriul de
performan pentru anumite valori ale variabilelor
decizionale.
1.6. Etapele simulrii

Realizarea unui proces de simulare presupune
parcurgerea mai multor etape. Se arat c nu exist o
procedur general pentru realizarea proiectelor de
simulare dei cteva idei generale sunt aplicabile tuturor
tipurilor de simulare.
Etapele simulrii urmeaz n general ciclul
modelrii, dar un model de simulare este mult mai
complex deoarece el presupune utilizarea calculatorului
i analize statistice. Sunt identificate i analizate cele mai
importante etape pentru conducerea cu succes a unui
proiect de simulare.
Aceste etape pot fi grupate n patru domenii majore:
- Problema de rezolvat.
- Modelul de simulare.
- Experimentele de simulare.
-Analiza rezultatelor.

Problema de rezolvat. Etapele din acest domeniu
sunt cele mai importante pentru proiectul de simulare i
se refer la formularea i analiza problemei, instruirea
persoanelor implicate asupra principiilor de baz ale
simulrii, construirea modelului conceptual, colectarea
datelor fundamentale, testarea validitii modelului
conceptual.
Modelul de simulare. Etapele din acest domeniu
se refer la:
transpunerea modelului conceptual ntr-un model
computerizat (programul de simulare),
verificarea modelului de simulare,
analiza senzitivitii,
validarea modelului de simulare. Validarea compar
comportarea modelului computerizat cu cea a sistemului
real, ncercnd s rspund la ntrebarea:S-a construit
un model corect sau adecvat?. Verificarea are ca scop
aprecierea corectitudinii transpunerii informatice a
modelului conceptual n cel computerizat, ncercnd s
rspund la ntrebarea: S-a construit corect modelul
computerizat?.
Experimentele de simulare. Acest domeniu se
refer la proiectarea experimentelor i la realizarea
experimentelor de simulare. Prin proiectarea
experimentelor se vor stabili:
numrul de simulri,
numrul de experimente ale fiecrei simulri,
condiiile iniiale pentru fiecare experiment,
lungimea perioadei de nclzire necesar aducerii
sistemului artificial ntr-o stare stabil,
modalitatea de reducere a variaiei rezultatelor din
cauza numerelor aleatoare etc.
Analiza rezultatelor
const n
analiza statistic a rezultatelor (intervale de
ncredere, compararea i evaluarea variantelor
decizionale),
identificarea celei mai bune soluii i realizarea
documentaiei care va cuprinde obiectivele i ipotezele,
parametri de intrare ai modelului de simulare,
verificarea i validarea modelului,
proiectarea experimentelor,
prezentarea rezultatelor, concluzii i recomandri.
1.7. Avantajele i dezavantajele simulrii

n comparaie cu modelele de optimizare, modelele
de simulare sunt executate i nu rezolvate: fiind dat un
anumit set de intrri i caracteristici ale modelului, el este
executat pentru a se observa comportamentul sistemului
pe care l reprezint. Modificarea intrrilor i
caracteristicilor modelului se structureaz n mai multe
scenarii care sunt evaluate prin simulare.
Simularea prezint un numr mare de avantaje fa
de alte tehnici de modelare dar nu este un panaceu.
Printre avantaje se pot regsi urmtoarele:
Prin simulare pot fi explorate politici, proceduri de
operare, reguli de decizie, fluxuri informaionale sau
procedure organizaionale fr ntreruperea activitii
sistemului real.
Proiectele pentru noi echipamente, aezarea
utilajelor, diferite sisteme de transport pot fi testate fr
angajarea resurselor pentru achiziionarea lor.
Prin simulare se pot testa ipotezele despre cum i de
ce anumite fenomene pot aprea.
Timpul poate fi comprimat sau dilatat pentru a
permite accelerarea sau ncetinirea unui fenomen
investigat.
Se pot observa interaciunile dintre diferite variabile i
se poate determina influena diferitelor variabile asupra
performanei sistemului.
Se pot identifica locurile nguste n care procesul de
producie, informaiile sau materialele sunt ntrziate
excesiv.
Se pot realiza analize de sensitivitate de tip Ce se
ntmpl dac...?
Simularea poate fi utilizat pentru cuantificarea
riscului inerent unui sistem sau unei decizii de investiii.
Asociat cu animaia pentru a vizualiza modul de
funcionare a unui sistem, simularea poate contribui la
creterea capacitii de intervenie a decidenilor prin
perceperea mai larg a oportunitilor i prin clarificarea
i evaluarea efectelor unor eventuale aciuni.
Poate constitui o modalitate de rezolvare a
problemelor pentru care soluiile analitice sau
algoritmice nu sunt posibile. n plus, modelul poate fi
construit mai degrab pe baza preferinelor i din
perspectiva decidentului dect din cea a specialistului n
modelare, care poate fi influenat de existena unei
metode de rezolvare adecvate.
Printre dezavantajele simulrii se pot enumera:
Construirea modelului de simulare necesit o instruire
special. Aceasta este o art care se nva n timp i
prin experien.
Simularea nu garanteaz obinerea unor soluii
optimale.
Rezultatele simulrii pot fi greu de interpretat. Din
cauza naturii aleatoare a intrrilor modelului de
simulare, rezultatele sunt variabile stochastice i sunt
necesare cunotine statistice pentru analiza lor.
Calitatea rezultatelor obinute prin simulare depinde
de calitatea datelor folosite. Colectarea datelor
necesare simulrii poate fi dificil i consumatoare de
timp.
Simularea poate fi consumatoare de timp i
costisitoare. Reducerea resurselor de modelare i
analiz poate conduce la un model de simulare
necorespunztor pentru scopul analizei.
1.8. Concluzie

n concluzie, modelarea i simularea pot contribui la
nelegerea i mbuntirea unui sistem real. Cu toate c
un sistem poate fi extrem de complex, este bine s se
ncerce s se construiasc un model ct mai simplu
posibil. Acesta se obine att prin definirea limitelor
sistemului analizat astfel nct s fie luate n considerare
numai caracteristicile eseniale din punct de vedere al
obiectivului analizei, ct i prin definirea unor ipoteze
simplificatoare.
Modelul poate fi mbuntit prin redefinirea
limitelor i prin relaxarea ipotezelor. Pe de alt parte,
dac se ncearc includerea n model a tuturor factorilor
i relaiilor, modelul ar putea deveni prea complicat
pentru a fi rezolvat. De aceea este necesar s se
realizeze un compromis ntre necesitatea de a construi
un model simplu i uor de rezolvat i necesitatea de a
obine prin model o reprezentare rezonabil i plauzibil
a problemei reale.
Cel mai simplu model este modelul determinist,
deoarece se face ipoteza c toate datele modelului sunt
certe. n unele situaii, acest tip de modele este foarte
valoros. n plus, prin aplicarea analizei sensitivitii se pot
relaxa unele ipoteze simplificatoare care stau la baza
acestor modelele i se pot nelege i interpreta mai bine
rezultatele obinute prin rezolvare.
Modelele stochastice sunt mai realiste dect cele
deterministe. Deoarece aceste modele conin cel puin o
variabil descris printr-o distribuie de probabilitate, de
cele mai multe ori, se apeleaz la simulare pentru a le
rezolva.
Dei iniial, simularea era recomandat numai
dac aplicarea metodelor analitice nu era posibil, cu
timpul, dezvoltarea limbajelor speciale de simulare,
creterea masiv a puterii calculatoarelor simultan cu
reducerea costului pe operaie de calcul i progresele
nregistrate n metodologiile de simulare au transformat
simularea ntr-un instrument foarte utilizat i acceptat n
asistarea proceselor decizionale manageriale.
Totui este necesar s se rein faptul c
simularea nu ia decizii n locul unui manager sau
decident. Simularea ofer numai informaii i date pe
baza crora decidenii s elaboreze decizii mai bine
fundamentate.
Simularea este corect numai dac datele de
intrare sunt corecte i este tot att de credibil pe ct
este demn de ncredere analistul care a realizat
simularea. n plus, implicarea major a managerului n
procesul de modelare i simulare este foarte important
pentru succesul aplicrii unui model n procesul
decizional De asemenea pentru ca un model s fie
acceptat cu ncredere de decideni n procesul
decizional n care sunt implicai este necesar
verificarea i validarea atent a modelului nainte de
implementare.
CAPITOLUL NR.2

SIMULARI DE MARKETING
Informaii preioase n legtur cu fenomenele de
marketing se obin i prin folosirea tehnicilor de
simulare. Acestea pot contribui substanial la
cercetarea numeroaselor interdependene, la
determinarea caracteristicilor complicatelor relaii
existente, la nelegerea evoluiei fenomenelor
investigate.
Simularea face parte din rndul cercetrilor de
marketing cauzale (explicative), ea fiind strns legat
de experimentele de marketing i de modelarea
fenomenelor de marketing .
Simularea st la baza multor jocuri de
ntreprindere, a unor experimente de marketing, a
cercetrii comportamentului de cumprare i de
consum, a fundamentrii previziunilor de marketing i a
mixului de marketing.
Tehnicile de simulare presupun, prin utilizarea
analogiilor, construirea unor modele care s reprezinte
fenomenele i procesele de marketing reale precum i
desfurarea unor experimente pe aceste modele.
2.1.Coninutul i rolul simulrilor de marketing

Simularea reprezint un ansamblu de metode i
tehnici de studiu a unui sistem real S cu ajutorul unui
sistem nlocuitor S' cu care se gsete ntr-o relaie de
analogie.
Studierea n concepie sistematic a unor
fenomene i procese economice, inclusiv de marketing,
implic asocierea prin analogie a unui model abstract a
fenomenului investigat pe care se raioneaz i se
analizeaz diferite variante posibile de realizat n
anumite condiii date.
Simularea este o tehnic de realizare a
experimentelor asistate de calculator, implicnd
construirea unor modele matematice i logice care
descriu comportarea unui sistem real (sau a unor
componente ale sale) de-a lungul unei perioade
mari de timp
n procesul de simulare, componentelor sistemului li
se asociaz de obicei anumite variabile i parametrii,
unele dintre acestea fiind cunoscute (controlabile), numite
i variabile de intrare (exogene), altele fiind necunoscute
(necontrolabile), numite variabile de ieire (endogene).
Legturile i interaciunile dintre componentele
sistemului sau legturile sistemului cu exteriorul se
transpun n modelul matematic prin relaii funcionale.
Printre relaiile modelului exist un obiectiv (o funcie
sau mai multe funcii) care leag diversele variabile i
care msoar performana sistemului.
Scopul modelului este de a evalua nivelurile
variabilelor endogene ale modelului n funcie de
nivelurile variabilelor exogene, astfel nct s fie
satisfcute criteriile de performan, fapt care revine deci
la rezolvarea ecuaiilor modelului i/sau optimizarea
performanelor. Uneori ns nu este posibil s se
exprime sub form de ecuaii matematice toate legturile,
condiionrile i interdependenele necesare, ci unele
dintre acestea se descriu prin condiii logice sau prin
proceduri ce pot fi manipulate numai prin intermediul
calculatorului.
Modelul matematic completat cu astfel de
proceduri devine un model special, numit modelul de
simulare, care atunci cnd este implementat pe un
calculator, pornind de la valori ale variabilelor de intrare
(generate intern prin rutine speciale ale modelului de
simulare), va produce valorile variabilelor de ieire i
va alege din mai multe variante pe aceea care ofer
cea mai bun soluie. (Figura 2.1).
Sistemul real reprezint sistemul perceput de simurile
omului;
Sistemul simulat reprezint sistemul nlocuitor care
corespunde, n principiu, cerinelor sistemului real iniial;
Modelul abstract reprezint trecerea de la sistemul
real la modelul simulat, el reproducnd sistemul real prin
descompunerea sistemului n pri componente
elementare i stabilete legturile dintre acestea.

Validarea rezultatelor se face printr-o verificare a
concordanelor datelor din sistemul real si a celor oferite
de model.
Nu toate variabilele care interacioneaz n cazul
unui proces economic pot fi incluse n cadrul modelului
de simulare. Acesta fie va deveni foarte complex i
inoperabil, fie nu va putea fi realizat sub aspect tehnic.
"Arta i tiina modelrii" constau, prin urmare, n
selectarea doar a celor mai importante variabile
implicate ntr-un proces i definirea relaiilor dintre ele.
Modelul rezultat poate fi apoi programat i rulat pe
calculator pentru a testa, ntr-un mod economicos,
diferitele alternative de aciune i a rspunde la ntrebri
de tipul "ce se ntmpl dac...
xx
Fig.2.1. Procedura de generare a modelului de simulare
Rezult c modelul de simulare produce
experimente asupra sistemului pe care-l simuleaz i
alege acele valori ale variabilelor i ale parametrilor de
intrare care conduc la performanele dorite. De
asemenea, modelul de simulare este un instrument
necesar pentru studiul sistemelor complexe unde
modelele economico-matematice nu sunt n msur s
surprind situaiile cele mai variate i neprevzute ale
realitii, n vederea formulrii pe baze deductive a
deciziilor.
Pe cnd modelele matematice au caracter
deductiv, rezolvarea lor fcndu-se prin deducie,
modelele de simulare au caracter procedural, iar
rezolvarea lor se bazeaz pe prelucrarea unor
experimente create n cadrul modelului.
In concluzie, simularea unor sisteme presupune, n
principal, un model de creare de experimente care s
se potriveasc ct mai bine evoluiei sistemului real, ct
i procedee de prelucrare a acestor experimente care s
indice deciziile cele mai bune pentru dirijarea viitoare a
sistemului.
Comparnd simularea cu modelarea facem
urmtoarele afirmaii de difereniere ntre cele dou
concepte, n sensul c simularea nu poate fi numai un
model:
Modelele sunt reprezentri ale realitii, n timp ce
prin simulare se imit realitatea;
n modelele de simulare realitatea este simplificat
ntr-o msur mai mic dect n cadrul altor modele;
Simularea este o tehnic de efectuare a
experimentelor, prin urmare ea presupune testarea
valorilor diferitelor variabile de decizie sau variabile
necontrolabile ale modelului i influena acestora
asupra valorilor variabilelor rezultat.
Simularea este o metod descriptiv, neexistnd
o procedur automat pentru obinerea unor soluii
optime.
Cu ajutorul simulrii se obin mai multe variante de
decizie dintre care se va alege cea mai bun,
corespunztoare condiiilor date ce le are la un moment
dat sistemul considerat.
Simularea permite realizarea unor obiective de
baz n procesul cercetrii fenomenelor i proceselor de
marketing.
Dintre cele mai importante merit a fi menionate
urmtoarele:

Determinarea formei funcionale de exprimare a
legturii dintre fenomenele cercetate (de exemplu, relaia
cererii cu factorii si de influen) i estimarea valorilor
parametrilor modelului;
Testarea diferitelor ci de aciune care nu pot fi
formulate n mod explicit n cadrul modelului (de
exemplu, se pot testa efectele diferitelor politici de
marketing asupra vnzrilor unui produs, a cotei de
pia a acestuia etc);

Determinarea valorilor optime sau suboptime ale
variabilelor endogene (de exemplu, gsirea celei mai
viabile combinaii ntre cheltuielile cu depozitarea,
stocarea i transportul produselor astfel nct s fie
minimizat costul total cu aceste activiti logistice);
Studierea proceselor de tranziie ntre diferitele
fenomene de marketing (de exemplu, evoluia n timp a
distribuiei preferinelor consumatorilor pentru cteva
sortimente ale unui produs);

Realizarea unor teste de senzitivitate prin intermediul
crora se cerceteaz comportamentul modelului la
variaia diferiilor factori de influen care pot cauza
unele schimbri (de exemplu, evoluia vnzrii unui
produs n funcie de diferitele stri ale conjuncturii
pieei);

Structurarea mai bun a problemei investigate i
fundamentrea alternativelor propuse pentru rezolvarea
acesteia n cazul problemelor complexe, nestructurate
sau parial structurate.
Diferitele tipuri de simulri, posibil de utilizat n
cercetrile de marketing pot fi evaluate dup
urmtoarele caracteristici de baz:

Funcionalitatea (gradul de complexitate i
capacitatea de a produce rezultate plauzibile pe baza
unor date de intrare care nregistreaz valori situate i
n afara unor anumite limite);

Costurile legate de dezvoltarea problemei i de
adaptarea ei la specificul problemelor investigate;
Tehnicile de rulare, respectiv costurile de rulare,
timpul necesar pentru obinerea rezultatelor, uurina
comunicrii datelor att la intrare ct i la ieirea lor;

Contextul utilizrii (domeniile investigate i
frecvena cu care se apeleaz la simulare pentru a gsi
rspunsurile dorite);

Gradul de validitate i valoarea rezultatelor
obinute prin folosirea simulrii.
Faptul c simularea a nceput a fi folosit n
cercetarea de marketing se datoreaz i unor avantaje
incontestabile pe care le are n comparaie cu alte
metode din aceiai categorie. Astfel, simularea:

Ofer o imagine de condensare a timpului la
momentul prezent prin simularea unor stri viitoare ale
unor aciuni i activiti de marketing, dnd posibilitatea
cercettorului sau utilizatorului sentimentul c efectele
aciunilor sale (pe termen scurt, mediu sau lung) sunt
estimate" imediat;
Fiind o metod mai mult descriptiv dect normativ,
permite cercettorului o abordare prin ncercri repetate
a soluionrii unei probleme, fr a implica i riscurile
ataate acestui demers n situaiile reale;

Este superioar altor metode din punct de vedere al
fezabilitii (permite manevrarea unui numr mare de
variabile, evit multe din dificultile care apar n
cercetrile de teren, evit consecinele negative care pot
apare prin luarea unor decizii implicate n procesul
cercetrii etc);

Este apreciat din punct de vedere al economicitii
(permite realizarea de economii de timp i este mai puin
costisitoare fa de alte metode);
Poate fi aplicat unei mari diversiti de fenomene i
procese de marketing, n toat complexitatea lor real,
nefiind necesare simplificri n reprezentarea acestora
(cercetarea pieei, a ntreprinderii nsi, a mediului
extern, pn la planificarea pe termen lung);

Exist produse software relativ uor de utilizat pentru
efectuarea desimulri (produse soft care implementeaz
limbaje de simulare, generatoare de simulare, limbaje de
simulare a realitii virtuale - LSVR-, sisteme de simulare
vizuale etc);
Ori de cte ori se apeleaz la metoda simulrii n
scopul formulrii unei soluii, trebuie avute n vedere i
limitrile acesteia:
Nu este garantat obinerea unei soluii optime, ci doar
a unei soluii relativ bune;
Soluiile unor simulri anterioare nu pot fi fructificate,
deoarece modelul de simulare corespunde unei singure
probleme;
Simularea este att de familiar i de facil decidenilor,
nct exist riscul renunrii nejustificate la alte metode
analitice;
Construirea modelului de simulare poate necesita un
timp ndelungat i un cost relativ ridicat.
2.2 Clasificarea tehnicilor de simulare

Tehnicile de simulare, alctuind un bogat arsenal
metodologic, pot fi grupate dup criterii diferite cum sunt:
natura sistemului de simulare, interaciunea om-calculator
n procesul de simulare, precizia rezultatelor,
instrumentele software folosite etc.
n funcie de natura sistemului nlocuitor S',
tehnicile de simulare a unui sistem dat se clasific n[:
Tehnici de simulare analogic dac sistemul S' este
de natur fizie, biologic, chimic etc. Este o tehnic
bazat pe imaginea i construcia unor dispozitive ale
cror legi de funcionare sunt aceleai (sau aproximativ
aceleai) cu legile sistemului real studiat.
Putem ntlni tehnici de simulare
- analogice directe cnd se simuleaz pe machete
construite sau
- analogice indirecte cnd se simuleaz pe elemente
modulare (simulatoare, integratoare, amplificatoare
etc).
Un exemplu l constituie un simulator analogic de
ncercare a unor modele noi de autoturisme care permit
efectuarea unor teste complete i variate de securitate
i siguran n circulaie a modelelor nainte de
lansarea n producia de serie.
Tehnici de simulare numeric, bazate pe analogie de
calcul, dac sistemul S' rezid ntr-o modalitate de calcul a
unor mrimi atribuite variabilelor i parametrilor de stare
ale sistemului S, folosind relaiile unui model matematic
care reflect funionalitatea real. In general simularea
numeric este cea mai frecvent folosit n simulrile de
marketing i are la baz tehnicile Monte Carlo, algoritmi
euristici, tehnica de dinamic industrial de tip Forrester
etc. n cazul simulrii numerice se ntlnesc dou variante:
- simularea tip joc" (un experiment pe baza unui model,
creat artificial, n care se urmrete, n condiii
controlabile, comportamentul persoanei reale care ia
deciziile) i
- simularea Monte Carlo (asociera unui model aleator
unei probleme deterministe).
Tehnici de simulare hibrid, care reprezint o
mbinare ntre simularea analogic i cea numeric.
Din punct de vedere al interaciunii om-calculator
n procesul de simulare distingem:
Simularea convenional se referla o tehnic des
solicitat i extrem de util pentru a obine informaii
despre sisteme complexe. Din pcate simularea nu ofer
posibilitatea urmririi modului n care soluiile unor
probleme complexe evolueaz n timp i nu ofer
posibilitatea unor ajustri interactive. Simularea n
general raporteaz static rezultate statistice la sfrtitul
unui set de experimente. Prin urmare, utilizatorii nu sunt o
parte integrant a procesului de simulare. Experiena si
aprecierile lor nu pot fi reflectate de experiment. n astfel
de situaii se calculeaz aa-numitul Interval de ncredere
al modelului;
Simularea interactiv vizual (VIS) este una
dintre cele mai noi i mai interesante tehnologii de
simulare n grafica computerizat, utilizat pentru a
reda vizual impactul diferitelor decizii de marketing
asupra activitilor simulate. Diferena faa de
prezentrile grafice tradiionale const n faptul c
utilizatorii pot interveni n procesul de simulare i
opera modificri, putnd vedea i rezultatele acestor
intervenii.
Simularea virtual (SV) utilizeaz tehnici ce
presupun crearea unui mediu artificial - cyberspaiu - n
care se transpune i reacioneaz operatorul uman.
Realitatea virtual - care exist numai n spirit i nu n
form material - conecteaz utilizatorul prin
intermediul unor aparate audio, cti echipate cu mici
ecrane, costume purtnd senzori, pantofi i mnui
speciale i asigur monitorizarea comportamentului i
aciunilor iniiate att de sistemul cercetat, ct i de
operator.
Din punct de vedere al preciziei rezultatelor
obinute tehnicile de simulare se pot clasifica n:

Tehnici de simulare fundamentate matematic
utilizeaz n mare msur teoreme din teoria
probabilitilor i statistica matematic, reuind s
asocieze rezultatelor obinute o estimaie asupra erorilor
fa de realitate. In astfel de cazuri convergena
algoritmilor folosii n sens stochastic este
asigurat de teoreme;
Tehnicile de simulare euristic nu au la baz
fundamentri matematice riguroase asupra msurii
analogiilor sau asupra algoritmilor utilizai sau neglijeaz
calculele referitoare la precizie. Chiar n condiiile
existenei n literatura de specialitate a unor studii
asupra estimaiei erorilor, simularea se rezum de multe
ori numai la un numr de n cicluri, despre care se tie c
nu asigur o precizie satisfctoare. Acest lucru se
explic prin dorina de operativitate a utilizatorilor
tehnicilor de simulare sau prin stadiul deciziei (de
exemplu, ntr-o etap preliminar decizia final poate fi
ignorat).
Un criteriu foarte important de clasificare a
tehnicilor de simulare are n vedere instrumentele
software utilizate la testarea i validarea modelelor de
simulare, astfel:
Sisteme de simulare bazate pe limbaje de simulare
(ACSL, SLAM II, SDX,etc)
Sisteme de simulare utiliznd generatoare i medii de
simulare integrate (GPSS/PC, SIMLAB, SIMULINK,
SIMAS etc);
Sisteme de simulare orientate pe obiecte, precum
Limbajul de Modelare Unificat (UML), ce este un
instrument de modelare dezvoltat pentru sisteme i
aplicaii orientate pe obiecte, ce poate fi utilizat n practic
pentru a modela sisteme complexe i/sau n timp real.
2.3.Componentele sistemelor de simulare

Simularea face posibil verificarea diferitelor
alternative ce pot fi avute n vedere, selectarea lor,
cunoaterea anticipat a deciziei ce trebuie luat ntr-un
caz sau altul, momentul n care trebuie luat o anumit
decizie, elaborarea graficului (succesiunii) deciziilor i
stabilirea deciziilor de rezerv. De asemenea, simularea
d posibilitatea stabilirii intensitii aciunilor unora din
factorii perturbatori i caracterizarea evoluiei
fenomenului ulterior producerii perturbaiei respective.
Simularea reprezint, n esen, o manipulare
a modelului cu ajutorul calculatorului electronic.
Conceptele cu care opereaz simularea sunt:
Sistem: o mulime de elemente n interaciune;
Element: o unitate identificabil ce poate fi complet
definit, aflat n conexiune cu una sau mai multe uniti
ale sistemului; n orice moment componenta se
caracterizeaz printr-o stare (o colecie de atribute ce
caracterizeaz componenta);
Conexiune: interaciunea ntre dou componente,
implicnd faptul c starea i evoluia strii unui
component este influenat de starea celuilalt;
Performan: simularea i propune determinarea
schimbrilor de stare, predicia strilor i controlul lor,
urmrind mbuntirea performanelor sistemului;
Traiectorie: o secven de stri prin care trece
sistemul n intervalul de timp considerat;
Optimizare: idealul simulrii este determinarea
performanelor maxime (optime) posibile;
Model: o reprezentare simplificat a unei realiti
(fenomen, proces, activitate) sub form de obiect creat
artificial cu capacitatea de a reflecta trsturile
eseniale ale obiectului real cercetat;
Model de simulare: un model n care legturile,
condiionrile i interdependenele ntre variabile sunt
descrise prin procedee i relaii ce permit "manipularea"
variabilelor controlabile cu ajutorul calculatorului;
Simulator: un sistem analog care genereaz o
evoluie asemntoare sistemului studiat;
Eveniment: schimbarea strii unei componente a
sistemului;
Proces: secven de evenimente ordonate n timp;
Activitate: reunire de operaii ce transform starea
unei componente
Un sistem tipic de simulare utilizat n cercetarea de
marketing este format din urmtoarele elemente:
modelul, operatorul simulrii, date de intrare, date de
ieire ce la rndu-le sunt reprezentate prin variabile i
parametrii:
variabilele de intrare pot fi deterministe sau stohastice.
Ele se determin dup un anumit procedeu sau sunt
generate aleator, n funcie de anumii parametrii de
intrare. Reprezint mrimi de comand (controlabile) i
iau valori discrete ce se schimb permanent. Etapa n
care toate variabilele iau valori constante poart
denumirea de pas al simulrii;
parametrii de intrare se caracterizeaz prin aceea c
iau valori constante pe tot parcursul procesului de
simulare;
variabilele perturbatoare reprezint mrimi exogene
necontrolabile sub forma unor evenimente.
Evenimentele la rndul lor pot fi previzibile, atunci cnd
apariia lor decurge conform unor planuri prestabilite
sau evenimente aleatoare a cror apariie nu poate fi
stabilit anticipat, aa cum de regul este cazul n
desfurarea fenomenelor i proceselor specifice
activitilor de marketing;
variabilele intermediare sunt valori calculate pe baza
algoritmului de simulare i reprezint starea unei
componente a sistemului la un moment dat;
variabilele de ieire reprezint mrimi endogene i
depind de variabilele i parametrii de intrare. Dependena
este generat de structura logic a modelului de simulare
considerat. O valoare a unei variabile de ieire este
rezultatul executrii unui pas al programului de calcul
ataat modelului. Dac cel puin una dintre variabilele de
intrare este aleatoare, atunci cel puin una dintre
variabilele de ieire este stochastic, iar parametrii ei
sunt parametrii de ieire. Dependena logic a variabilelor
de ieire de variabilele de intrare, precum i operaiile
aritmetice necesare se ilustreaz prin algoritmul i
programul de simulare.
Unul dintre cele mai importante elemente n
constituirea unui model de simulare a unui sistem l
constituie procedeul de a "mica" sistemul n timp.
Deoarece prin nsi natura sa algoritmic modelul de
simulare are un caracter discret, simularea succesiv a
schimbrilor sistemului aa cum rezult ea din structura
logic a acestuia ar putea conduce la un moment dat, n
timpul executrii programului de simulare, la situaia n
care diferitele elemente ale sistemului au parcurs diferite
intervale de timp.
De aceea n modelele de simulare care i propun
studierea evoluiei sistemelor n timp este necesar
introducerea unei variabile speciale1 care s msoare
scurgerea n timp a evenimentelor. Aceast variabil se
numete ceasul simulrii (increment) i este considerat
o variabil de ieire. La fiecare pas al simulrii trebuie
s se genereze o "cretere" a ceasului care s se
adauge mrimii ceasului la pasul anterior.
Exist dou metode utilizate pentru a se atinge
acest scop, i anume metoda:
ceasului constant (fix) i
metoda ceasului variabil (next event).

Simularea bazat pe metoda ceasului constant
const n generarea de fiecare dat a unei creteri
constante t a ceasului i a analiza starea diferitelor
elemente ale sistemului, generndu-se toate
evenimentele a cror producere este posibil n intervalul
de timp considerat t La sfritul pasului simulrii este
generat o nou incrementare a ceasului i analiza se
repet. Algoritmul este repetat de un numr de ori
considerat suficient de ctre utilizator.
n cazul metodei bazate pe ceasul variabil
valoarea cu care ceasul este incrementat este egal
cu lungimea intervalului de timp dintre apariiile a
dou evenimente consecutive. Adic, mrimea
creterii ceasului este egal cu intervalul de timp
scurs de la starea actual la momentul apariiei celui
mai apropiat eveniment viitor. Aceast metod poart
i denumirea de regula (metoda) evenimentului
urmtor.
Procesul de construcie a sistemelor de simulare
parcurge urmtoarele etape:
1. definirea problemei de modelat; pornind de la
procesul de marketing real, se ncadreaz ntr-o anumit
categorie (complexitate, grad de structurare) i se justific
utilizarea simulrii ca metod de cercetare de marketing.
Se identific fenomenul sau procesul ce urmeaz a fi
investigat i se delimiteaz temporal, spaial i funcional
de mediul ambiant, se aleg alternativele relevante i se
stabilesc variabilele de intrare, de stare i de ieire;
2. proiectarea modelului de simulare; se alege, prin
analogie, un model calitativ de simulare care descrie ct
mai fidel" comportarea fenomenelor i proceselor de
marketing cercetate, cu specificarea variabilelor i a
relaiilor dintre ele;
3. testarea i validarea modelului; modelul este
testat cu ajutorul unui set de date de intrare pentru care
rezultatele sunt cunoscute i se verific logica structural
a modelului care trebuie s reprezinte ct mai corect
problema real. Validarea modelului se face prin selecia
dintr-o mulime de alternative posibile a unei variante
unice, care reprezint cel mai fidel problema
investigat i care determin structura definitiv a
modelului de simulare;
4. stabilirea modalitii de efectuare a
experimentelor; se fixeaz perioada de simulare,
limitele n care se lucreaz, criteriile de performan i de
sfrit ale simulrii;
5. estimarea naturii i mrimii parametrilor i
variabilelor de intrare; se utilizeaz procedee din
statistica matematic pe baza datelor reale culese sau
pentru variabilele lips se genereaz valori utiliznd
metode de generare de numere i variabile aleatoare;
6. scrierea programelor de simulare; utiliznd
generatoare sau limbaje de simulare specializate
(GPSS, SIMSCRIPT, SIMULA etc.) care ofer faciliti
de programare. n aceast etap se va alege
configuraia calculatorului ce va fi folosit, algoritmul
utilizat, limbajul sau pachetul de programe, se stabilete
necesarul de spaiu de memorie, timpul de rulare, tipul
de interfa om- calculator etc;
7. realizarea experimentelor; simularea propriu-
zis;
8. evaluarea rezultatelor; interpretarea lor prin
metode statistice sau efectuarea
unor analize de sensibilitate;
9. implementarea rezultatelor simulrii; presupune
exploatarea rezultatelor simulrii i implicarea ntr-o
mai mare msur a utilizatorilor direci dect n cazul
altor tehnologii n utilizarea i perfecionarea
sistemelor de simulare n activitatea curent.
CURSUL NR 3.
2.4. Generatoare i limbaje de simulare

Structura static a modelului de simulare
caracterizeaz situaia momentan a sistemului, iar
structura dinamic permite descrierea comportrii n
timp a sistemului, fapt care se realizeaz n mod
procedural, prin intermediul generatoarelor i/sau
limbajelor de simulare.
Conceptul de baz n realizarea structurii dinamice
este ceasul simulrii, reprezentarea i manipularea
acestuia constituind cel mai important aspect al simulrii.
El trebuie s reflecte scurgerea timpului n mediul real,
permind accelerarea sau decelerarea scurgerii timpului
n mediul virtual.
Pulsul programului este dat de viteza de
modificare a ceasului simulrii pentru fiecare iteraie a
programului de control al simulrii cercetnd i
modificnd starea sistemului simulat la acel moment.

Principalele trsturi ce caracterizeaz programele
de simulare sunt:
Fiecare program de simulare posed un model de a
descrie aspectele statice i dinamice ale structurii
sistemului.
Fiecare program trebuie s aib faciliti pentru
reprezentarea fenomenelor statice
Generatoarele i limbajele de simulare dispun de faciliti
pentru colectarea datelor, analiza i afiarea acestora.
Dinamica comportrii sistemelor poate fi urmrit prin
intermediul variabilelor simulate care se modific n timp.
Performana sistemului se determin pe baza prelucrrii i
agregrii datelor cu ajutorul metodelor de analiz statistic
precum mediile, dispersiile, histogramele sau repartiiile
empirice. Afiarea se poate realiza n format standard, liber,
sau bazat pe generatoare de rapoarte.
Programele de simulare dispun aproape ntotdeauna de
faciliti de depanare, ce constau de regul din afiarea de
mesaje i de informaii asupra fluxului de execuie atunci
cnd se detecteaz erori; permit de asemenea accesul la
informaii legate de prelucrarea evenimentelor.
Toate programele de simulare permit iniializarea strilor
sistemului i a variabilelor controlabile.
2.5. Etapele simulrilor de marketing

Tehnica simulrii este utilizat cu precdere n
cercetrile de marketing pentru procese i fenomene
pentru care determinarea unor soluii analitice la
problemele investigate este imposibil sau foarte
costisitoare i opereaz ntr-un grad mai mic sau mai
mare cu informaii incomplete, incerte sau vagi
Experimentul de simulare trebuie organizat i se
desfoar pe parcursul mai multor etape, ce sunt
prezentate n mod succint n cele ce urmeaz:
1. Stabilirea domeniului/activitii de marketing -
n aceast etap se definete coninutul domeniului, se
stabilesc componentele, se fixeaz obiectivele urmrite,
ipotezele de lucru nsoite de criteriile de acceptare sau
de respingere a lor, precizia statistic a estimrilor
obinute prin simulare etc;

2. Stabilirea variabilelor i parametrilor de
simulare - principalele tipuri de variabile ce intervin n
aceast etap sunt: variabilele/parametrii de intrare,
variabilele perturbatoare, care sunt mrimi necontrolabile,
variabilele intermediare i variabilele de ieire. Variabilele
pot fi deterministe sau stochastice.
3. Stabilirea evenimentelor ce apar n sistemul
simulat i a relaiilor dintre acestea - evenimentele ce
apar n sistemul real se clasific n primul rnd n
evenimente previzibile (planificate) i evenimente
perturbatoare.

4. Stabilirea valorilor iniiale ale parametrilor de
stare - n cazul sistemelor ergodice (la care rezultatele
finale nu depind de starea iniial) aceste valori pot fi
alese arbitrar.
5. Culegerea datelor necesare stabilirii funciilor
de repartiie ale unor variabile de intrare - repartiia
variabilelor care intervin n sistemul studiat prezint dou
situaii distincte:
Exist date istorice sau se pot efectua msurtori asupra
procesului economic. In acest caz se face o ipotez i
apoi se aplic un test de verificare
Nu se dispune de date din istoricul bazei i nici nu se pot
efectua msurtori asupra sistemului cercetat. n acest
caz se apeleaz la unul sau mai muli specialiti care pot
folosi metoda analogiilor, n acest scop considerndu-se o
alt variabil aleatoare, a crei repartiie a fost stabilit n
cadrul unor studii anterioare i care reprezint un fenomen
analog cu cel pe care dorim s-l analizm;
6. Culegerea datelor necesare stabilirii unor
corelaii ntre variabile - n cazul n care datele nu sunt
disponibile se poate din nou recurge la metoda analogiilor
sau la simpla apreciere.

7. Stabilirea limitelor admisibile ale variabilelor i
ale parametrilor de stare - ce pot fi att maximale ct i
minimale.

8. Stabilirea unor strategii posibile de prevenire a
evenimentelor perturbatoare - n general cu ajutorul
specialitilor.

9. Stabilirea unor strategii posibile de modificare
a parametrilor de stare -atunci cnd datorit apariiei unor
evenimente perturbatoare s-a depit cel puin una dintre
limitele admisibile ,este necesar a se aciona asupra
sistemului pentru a-l reduce la starea normal.
10. Stabilirea unor vectori iniiali ai
probabilitilor de aplicare a strategiilor - pentru
fiecare strategie considerat S (de prevenire sau de
ateptare a evenimentelor perturbatoare) se stabilesc
probabilitile de aplicare.

11. Stabilirea criteriilor de performan ale
sistemului i construirea unei funcii obiectiv globale
- n general n problemele economice se urmrete
satisfacerea simultan a mai multor criterii de eficien.

12. Selectarea modelului de simulare - se
realizeaz prin alegerea variabilelor, a parametrilor, a
relaiilor funcionale i a algoritmului care conduc la
determinarea elementelor de ieire n funcie de
elementele de intrare;
13. Evaluarea performanelor modelului i
parametrilor - se realizeaz n special prin teste de
concordan. Aceast etap determin fie o reluare a
formulrii modelului matematic n cazul existenei unor
contradicii ale modelului iniial, fie continuarea simulrii
cu etapa urmtoare.

14. Stabilirea numrului de cicluri de simulare -
pe baza experienei acumulate de juctor se stabilete un
numr iniial No de cicluri de simulare, n funcie de
precizia dorit sau de orizontul de timp T alocat simulrii.
Dac n urma repetrii acestor cicluri prevzute iniial nu
se respect relaia de precizie impus, atunci acest
numr va fi mrit n cadrul programului de simulare
proiectat.
15. Validarea sistemului de simulare - se
realizeaz fie prin testarea programului pentru o soluie
particular cunoscut, fie prin compararea valorilor
variabilelor de ieire cu rezultatele obinute prin
observarea situaiilor reale similare.

16. Efectuarea experimentelor de simulare - prin
generarea succesiv a valorilor parametrilor de intrare i a
variabilelor de intrare ale modelului, astfel nct simularea
s acopere ct mai mult posibil situaiile reale, cu scopul
selectrii acelor valori ale parametrilor de intrare care
realizeaz satisfacerea criteriilor de performan.

17. Analiza datelor simulate - interpretarea
rezultatelor obinute prin prisma-scopului i obiectivelor
formulate n cercetarea de marketing i n concordan cu
criteriile de performan urmrite.
Dup selectarea celei mai bune alternative
decizionale se va proceda la realizarea unui raport ce va
cuprinde:

scopul,

obiectivele i ipotezele,

datele de intrare,

aspectele referitoare la validarea modelului i modul de
proiectare a experimentelor,

rezultatele, concluziile i recomandrile.
2.6. Jocurile de simulare

Simularea tip joc presupune utilizarea unui model
matematic, experimentarea constnd n atribuirea de
valori variabilelor din model i monitorizarea impactului
asupra uneia sau mai multor funcii obiectiv.
Jocurile de simulare utilizate pentru simularea
proceselor economice,implicit de marketing, cunoscute i
sub numele de joc de conducere(management game)
sau joc de ntreprindere (business game), au, n primul
rnd un important rol educaional.
Exist o serie de motive pentru a utiliza jocurile de
simulare ca instrument de nvare, printre care:

participarea activ i nu pasiv,

creterea motivaiei nvrii;

aplicarea conceptelor cheie de marketing, n special n
coordonare i planificare;

realizarea de analize asupra datelor primare i luarea
deciziilor ntr-un mediu concurenial;

feed-back rapid, ceea ce nlesnete nvarea din
succesele nregistrate i greelile realizate, ntr-un mediu
cu risc relativ sczut;

luarea de decizii n grup, sub presiunea timpului etc.
Printre scopurile educaionale majore ale utilizrii
jocurilor de ntreprindere sunt:

crearea, la nivelul persoanelor ce ocup funcii de
conducere a deprinderilor n rezolvarea diferitelor
probleme cu care se pot confrunta n desfurarea
propriei activiti.

proiectarea i aplicarea de strategii i politici;

fundamentarea tiinific a deciziilor; posibilitatea de
testa o serie de ipoteze asupra naturii deciziilor, precum
identificarea efectelor probabile ale diverselor decizii.

anticiparea consecinelor folosirii resurselor n cele mai
diverse situaii, bineneles fr utilizarea efectiv a
acestora.

organizarea muncii managerilor;
crearea i dezvoltarea spiritului de echip;

abordarea sistematic a organizaiei i a componentelor
sale;

stimularea creativitii participanilor i dezvoltarea
simului de rspundere - pe perioada desfurrii jocului
participanii pot s-i manifeste pe deplin personalitatea,
s-i verifice cunotinele asimilate,puterea de a raiona
corect, etc., datorit echipamentelor necesare, jocurile de
ntreprindere duc la familiarizarea participanilor cu
aspectele specifice implicate de utilizarea calculatorului n
procesele manageriale.
Etapele desfurrii unui joc de ntreprindere

Jocurile de ntreprindere se desfoar sub
conducerea unui administrator(arbitru) i presupun
parcurgerea mai multor etape, dintre care, cele mai
importante sunt:

1. Descrierea general a jocului i instruirea
participanilor. n aceast etap sunt comunicate:
regulile jocului;
obiectivele jocului;
valorile iniiale ale parametrilor de stare precum i
evoluiile probabile ale unor indicator; posibile
perturbaiile i eventual probabilitatea de realizare etc.;
restriciile de joc (respectiv restricii n legtur cu
resursele la dispoziia participanilor, informaiile pe
care le deine sau le poate obine un participant,
opiunile posibile i decizia pe care trebuie s o adopte
pentru realizarea obiectivului impus, restricii de aciune
etc.),obiectivele ntreprinderii sau compartimentului pe
care l reprezint fiecare juctor;
2. Adoptarea deciziilor de ctre participani.

Participanii la joc trebuie s adopte deciziile pe
care le consider cele mai bune pentru obiectivul
urmrit, cu respectarea condiiilor impuse iniial i
comunicate n etapa anterioar.

3. Efectuarea de ctre arbitru a calculelor i
evaluarea deciziilor adoptate.

n baza deciziile adoptate de ctre fiecare
participant, precum i a perturbaiilor aprute n
perioada jocului comunicate de ctre consilieri,
administratorul ruleaz programul de simulare i
evalueaz consecinele acestor decizii asupra
performanelor economice ale ntreprinderilor, sau
compartimentelor pe care le reprezint juctorii.
4. Comunicare de ctre arbitru a unei
informri asupra rezultatelor obinute.

Dup evaluarea rezultatelor fiecrei iteraii
arbitrul, anun rezultatele obinute fiecrui participant.
Sunt comunicate att informaii cu caracter general
(care privesc toi participanii la joc), dar i informaii
destinate fiecrei echipe (confideniale echipelor
concurente).
5. Efectuarea de ctre arbitru a unui test de
continuare, respectiv ncetare a jocului.

Arbitrul ia decizia de a continua numrul de iteraii
sau de a nceta jocul. Aceast decizie se poate baza fie
pe realizarea numrului de iteraii stabilit nc de la
nceputul jocului, sau se poate baza pe o evaluare a
situaiei astfel:
dac se constat c toi participanii i-au nsuit jocul
cu mult nainte de terminarea numrului prestabilit de
cicluri se procedeaz la finalizarea jocului;
dac se constat, ns, c participanii nu i-au nsuit
jocul, arbitrul poate mri numrul faa de cel stabilit iniial.
6. Anunarea sfritului jocului i a rezultatelor
finale.

n baza evalurii evoluiei de ansamblu a fiecrui
participant, arbitrul evalueaz rezultatele jocului. Astfel,
sunt calculai diveri indicatori de performan n baza
crora se va determina calificativul global al fiecrui
participant la joc i care va sta la baza ierarhizrii
participanilor. De asemenea, se recomand elaborarea
de ctre fiecare echip a unei prezentri care s cuprind
deciziile adoptate. Aceasta va putea permite i o evaluare
a msurii n care participanii s-au folosit de aspectele
nvate anterior, precum i coerena aciunilor
ntreprinse.
Simularea bazat pe cunotine

Mult vreme simularea a intrat foarte puin n
contact cu o serie de domenii ale tiinei (cum ar fi, spre
exemplu, psihologia, foarte important din punct de
vedere al studierii comportamentului consumatorului, n
marketing, dar i al conducerii resurselor umane, n
management), principalul motiv exprimat fiind problemele
tehnice ale simulrii.
Adesea se vorbete despre simulare ca fiind ultimul
"loc de refugiu", atunci cnd alte metode (n spe, cele
matematice) nu sunt eficiente'. Dar existena acestei
variante nu garanteaz, totui, celui interesat, c va
atinge ceea ce i-a propus. Cei care dezvolt aplicaii de
simulare tradiionale utilizeaz instrumente
convenionale, cu orientare algoritmic, limbaje de
programare evoluate sau limbaje specializate de
simulare. Adesea ei sunt obligai, din aceast cauz, s
transforme mediul de o manier care las puin spaiu de
micare.
Simulrii convenionale i sunt caracteristice
urmtoarele trsturi:
prelucrarea aproape integral numeric;
legtura strns ntre date i informaiile de control.
nglobarea unor cunotine noi impune, cel mai adesea,
modificarea structurii programului;
limbaje i instrumente de simulare adesea rigide i
greoaie (lipsite de suplee);
mulimea de cerine complexe suplimentare, care apar
n domeniul modelrii i simulrii (ca de exemplu,
compararea-comportamentului actual cu cel ateptat al
sistemului, estimarea performanei sistemului, descrierea
dimensiunilor critice, ajustarea parametrilor sistemului
etc);
cunoaterea tuturor dimensiunilor relevante ale
domeniului problemei i adependenelor acestora, cel
puin atunci cnd rezultatele trebuie s aib un anumit
grad de relevan.
Cunotine insuficiente sau cu un grad sczut de
ncredere cu privire la domeniul problemei de modelat
pun sub semnul ntrebrii aplicarea procedeului simulrii,
lucru care, de altfel, este valabil i n cazul sistemelor
expert.
Noiunea de "simulare bazat pe cunotine"
semnific faptul c evoluia simulrii tradiionale se
bazeaz pe dezvoltri care s-au axat pe interesul pentru
cunotine i cercetarea acestora. Att inteligena
artificial ct i simularea opereaz cu modele care
conin cunotine. Spre deosebire de simulare, inteligena
artificial s-a ocupat detaliat, ns, cu problemele
reprezentrii cunotinelor.
Trsturi ale inteligenei artificiale i importana
lor pentru simulare

Arhitectura de sistem

Demersul bazat pe cunotine permite ca, n cadrul
modelrii, cunotinele implicate s fie mprite
epistemiologic n diferite categorii iar aceste categorii s
fie modelate separat. Inelegerea ntregului sistem devine
astfel mai bun, iar modelarea diferitelor planuri are o
baz conceptualizat.
Simularea poate profita de arhitectura sistemelor
bazate pe cunotine, dac se orienteaz asupra unor
aspecte ca: modularitate, transparen sau capacitate de
deservire.
Dac, spre exemplu, mecanismul de simulare
analog mecanismului inferenial, ar fi separat de date, ar
crete transparena modelului de simulare i ponderea
reprezentrii explicite a cunotinelor. Modificrile
ulterioare ar putea fi operate mai uor, din moment ce
cade nlnuirea dintre date i prelucrare. Pentru sisteme
dinamice apar noi procedee de descriere i analiz.
Reprezentarea cunotinelor.

Pentru construcia modelelor de simulare sunt
importante, alturi de reflecii teoretice privind sistemele,
i ntrebrile privind reprezentarea cunotinelor. Chiar i
un sistem de simulare reprezint, ntr-o anumit
accepiune, un model de cunoatere. El conine cele mai
importante cunotine cu privire la domeniul modelat,
precum i faptele i know-how-ul prelucrrii faptelor. Din
motive de eficien acest know-how este adesea
"ngropat" n coduri de computer. De aceea este puin
structurat, foarte fragmentat i mprit prin mai multe
programe. Aceast situaie ngreuneaz sau face chiar
imposibil privirea n interiorul modului n care ruleaz
programul.
Noile formalizri pentru reprezentarea cunotinelor
(reele semantice, frame-uri(cadre), reguli etc.) dezvoltate
i implementate n inteligena artificial permit observaii
asupra lumii ntr-o manier familiar unui individ.

Structurarea fiecrui obiect i a fiecrei
componente ntr-o ierarhie a generalizrii, respectiv a
specializrii permite nu numai o cunoatere asupra
entitilor lumii reale, luate individual, ci i o meta-
cunoatere, referitoare la structura entitilor i legturile
lor.
Capacitatea modelrii

Att n cazul modelelor de simulare ct i a
sistemelor bazate pe cunotine, modelarea st pe primul
plan. Simularea tradiional utilizeaz modele de proces
descriptive, n timp ce sistemele bazate pe cunotine
folosesc modele constructive ale proceselor umane de
judecat, decizie i aciune. Prin combinarea modelelor
procesuale "pasive" cu modelele de aciune "active" este
substanial crescut capacitatea modelrii iar construcia
modelelor de simulare simplificat. Cerine, ale cror pri
de control i decizie sunt foarte greu sau imposibil de
modelat, devin astfel accesibile simulrii.
Funcionalitate flexibil

Modelarea tradiional n cadrul simulrii se
bazeaz adesea pe demersul funcional, n timp ce
modelarea sistemelor bazate pe cunotine ncearc s
reprezinte domeniul problemei cu ajutorul modelelor
constructive. Abordarea bazat pe model, vis-a-vis de
abordarea funcional prezint urmtoarele avantaje:
un model definete implicit, mulimea tuturor
funciunilor sale poteniale posibile; dac exist un model
al lumii reale, funciunilor existente le pot fi adugate
oricnd unele noi.
chiar dac specificaiile funcionale ale sistemului
satisfac cerinele potenialilor utilizatori, acetia vd prin
implementare o deformare a realitii. De aceea, un
model trebuie s se constituie ntr-o baz de comunicare
ntre executant i utilizator, mai ales pentru faptul c
utilizatorul nu trebuie s se chinuiasc cu specificaiile
funcionale tehnice. Ceea ce este relevant nu rmne
ascuns n formule, iar punctele slabe sunt identificabile
cu uurin.
Simularea mediului artificial. Majoritatea
sistemelor bazate pe cunotine nu posed un mediu
comun.
Cunotinele care sunt introduse n sistem sunt
selective, pe domeniul problemei de rezolvat, deci,
corespunztoare obiectivelor formulate, i descriu,
pentru sistemul respectiv, mediul acestuia. Intrrile n
sistem sunt selectate exclusiv pe baza relevanei lor
pentru problema cercetat, independent de importana
lor potenial asupra mediului.
Pornind de la caracteristicile unui mediu real i de
la funciile pe care le ndeplinete acesta (servete
agentului uman sau tehnic n orientarea aciunilor,
stocarea informaiilor i furnizarea de feed-back), sunt
formulate, n continuare, condiiile care trebuie s stea la
baza modelrii unui mediu pentru sistemele bazate pe
cunotine. Funciile menionate mai sus pot fi exercitate
doar n situaia n care mediul este independent i
separat de ageni. n cazul contrar, nu exist o dinamic a
sistemului care s nu fie n acelai timp i a agentului
nsui, iar pe de alt parte, mediul nu ar cunoate nici o
schimbare dac agentul nu ar aciona n aceast direcie.
Urmtoarele condiii sunt strns legate de
premisa esenial formulat anterior, respectiv de
independena i autodinamica sistemului:

important pentru o modelare ct mai fidel a
realitii (agent i mediu) este existena definirii
temporale n cadrul mediului. Timpul este un atribut al
mediului, independent de ageni. Procesele din mediu
j aciunile agenilor se supun acestei variabile.
mediul trebuie s fie bogat n caracteristici i suficient
de complex din punct de vedere cauzal, astfel nct un
agent s nu poat descoperi structura sa de desfurare,
ceea ce i-ar permite s poat prevedea toate
evenimentele viitoare. Analog agentului uman, agentul
tehnic nu este niciodat n posesia tuturor informaiilor de
mediu. Informaiile pariale pe care le deine i permit doar
un control i o posibilitate de influenare parial i n
special local.

reprezentarea mediului trebuie s fie, pn la un
anumit grad, independent de funciile sale ulterioare
posibile. Cu toate acestea, mediul simulat ar trebui s
susin acele interaciuni care pot fi influenate, n viaa
real, de procesele cognitive ale agenilor.
realizarea aciunilor este n realitate limitat de mediu,
respectiv de caracteristicile acestuia (restricii temporale,
cauzale, sociale). Similar este, spre exemplu, durata
proceselor n mediul modelat, pe care agenii adesea nu
o pot preciza i care poate afecta, de pild, nceputul unei
activiti. Constituia spaial a mediului este important
pentru comportamentul agentului n special pe planul
subcognitiv. In plus, alte restricii din mediu, de natur
social, trebuie luate n considerare n modelarea
simulrii. Spre exemplu, micarea ntr-un birou cu mai
multe persoane nu presupune numai evitarea barierelor
fizice (mobilier etc.) ci impune i respectarea legilor
nescrise din domeniul interaciunii umane.
Prin urmare, n afara caracteristicilor constitutive
ale mediului (structura temporal, spaial i cauzal;
mrimea i complexitatea sa), i ali factori sunt
determinani pentru comportamentul cognitiv al unui
agent, respectiv existena altor ageni n mediu i
interaciunea permanent cu ali ageni (ca o modalitate
de a-i nelege). In funcie de nivelul modelrii, mediului
psiho-social i respectiv existenei altor ageni li se
acord o importan mai mare sau mai mic.
5.2. Metoda de simulare Monte Carlo

Atunci cnd sunt investigate prin simulare
fenomene stochastice, pentru a imita sau reproduce
comportamentul sistemului simulat se impune
generarea de numere aleatoare.
Procesul prin care sunt generate numere sau
variabile n mod aleator poart numele de metoda
Monte Carlo.
Dup cum am precizat n subcapitolul anterior
pentru generarea numerelor aleatore - numere aleatoare
uniform distribuite n intervalul [0, 1] - se impune
utilizarea generatorilor de numere aleatoare. Astfel
de generatori, verificai i testai, sunt coninui de toate
limbajele de programare generale i limbajele speciale de
simulare bine.
Metoda Monte Carlo reprezint o metod de
simulare prin care se urmrete studierea realitii
prin procese probabilistice. De fapt, denumirea
metodei provine dup cazinourile din Monte Carlo ale
cror rulete pot fi considerate generatoare de numere
aleatoare.
La momentul actual, metoda de simulare Monte
Carlo se aplic din ce n ce mai mult pentru studierea
fenomenelor economice (implicit a fenomenelor de
marketing), pentru studierea problemelor
stochastice sau n condiii de risc, respectiv n
situaia n care aceleai direcii de aciune pot genera
mai multe rezultate, ale cror probabiliti se pot
estima.
Avnd la baz teoria probabilitii, cu ajutorul
metodei Monte-Carlo sunt realizate evaluri,
ierarhizri care permit adoptarea deciziei n
legtur cu diferite probleme de marketing.
Altfel spus, metoda Monte-Carlo asociaz
problemei investigate un model aleatoriu, iar prin
generarea unor variabile aleatorii care sunt legate
funcional de soluie se realizeaz experimente pe
model obinndu-se informaii n legtur cu problema
investigat.
Pentru asigurarea succesului n utilizarea metodei se
impune ca variabilele generate aleator s fie estimate
astfel nct s se nregistreze o abatere n
probabilitate ct mai mic comparativ cu a variabilelor
considerate reale.
Precizia metodei crete pe msur ce crete numrul
ncercrilor, dar este dependent i de variaia acestora. n
fapt, metoda Monte-Carlo este un mod de simulare bazat
pe sondaj.
PRECIZIA I PROPRIETILE METODEI
MONTE CARLO


n procesul de utilizarea a simulrilor Monte-
Carlo pentru investigarea fenomenelor se vor avea n
vedere urmtoarele aspecte:

Considernd n experimente, frecvena relativ de
apariie a unei anumite valori este f*, frecvena
relativ real f* (probabilitatea de producere a
evenimentului) se estimeaz cu ajutorul intervalului:
unde: ta; n-1 - coeficientul ce corespunde
probabilitii de garantare a rezultatelor, pentru n 1
grade de libertate i un nivel de semnificaie a (a = 1 P),
determinat n funcie de probabilitatea P cu care se
dorete a se garanta rezultatele, citit din tabelul repartiiei
Student (anexa 1).
n
f f
t f f
n
f f
t f
n n
) 1 ( ) 1 (
' '
1 ,
*' *
' '
1 ,
*'

+ < <

o o
Exemplu
Considerm 20 experimente (n = 20), n urma
crora s-a obinut o frecven f* = 0,6 , i un nivel de
semnificaie de a = 0,05, rezult o frecven
de apariie real cuprins n intervalul:




t
0,05; 20-1
, citit din tabelul repartiiei Student = 2,093.
83 , 0 37 , 0
20
) 6 , 0 1 ( 6 , 0
093 , 2 6 , 0
20
) 6 , 0 1 ( 6 , 0
093 , 2 6 , 0
* *
< <

+ < <

f f
Deci probabilitatea de apariie a fenomenului
real este cuprins ntre (0,37, 0,83), respectiv (37%,
83%). n acest caz eroarea ataat probabilitii de
producere a evenimentului este 0,23, sau 23%.

n cazul n care se dorete ca eroarea asociat
probabilitii (p) de apariie a evenimentului considerat s
nu depeasc un anumit nivel , atunci se
impune ca numrul de repetiii ale experimentului s fie:
2
2
1 ,
) 1 (
A

=

p p t
n
n o
EXEMPLU
Dac pentru probabilitatea de apariie a
evenimentului p = 0,6 se dorete asigurarea unei erori
care s nu depeasc nivelul 3%, n condiiile unui
nivel de semnificaie de 0,05 atunci n va fi:





Valoarea p poate fi considerat pentru nceput
ca fiind egal cu probabilitate de apariiei a
evenimentului obinut n baza primelor ncercri
realizate; ulterior urmnd a fi ajustat pe msur ce
numrul de experimente realizate crete.
1169
03 , 0
) 6 , 0 1 ( 6 , 0 093 , 2
2
2
=

= n
Estimarea mediei reale ( x0 ) pe baza mediei ( x )
nregistrate a unei variabile dup n experimente de
simulare se realizeaz cu ajutorul
intervalului:


x - constituie media aritmetic a valorilor nregistrate a
variabilei simulate
(xi) dup n experimente:

unde


S: estimator al abaterii medii ptratice a valorilor xi:
A + < < A x x x
0
n
x
x
n
i
i

=
=
1
n
S
t
n 1 ,
= A
o
1
) (
2

=

n
x x
S
i
Exemplu
Dac n cazul a n = 20 experimente s-a obinut o
medie x =105, pentru care S = 15, rezult media
variabilei reale se va ncadra n intervalul:
105 7,02 < x0 < 105 + 7,02 97,98 < x0 < 112,02,
unde:

n condiiile unui nivel de semnificaie de 0,05,
02 , 7
20
15
093 . 2 = = A
n cazul n care se impune de la nceput o anumit
eroare maxim admis
, se impune determinarea numrului de experimente ce
pot asigura o astfel de eroare, creterea numrului de
experimente ducnd implicit la creterea gradului de
precizie.
Pornind de la formula pentru determinarea erorii
maxime admise, obinem urmtoarea formul de calcul a
lui n:
2
2
2
1 ,
A
=

S
t n
n o
Exemplu
Considerm c dup n = 20 experimente, media x
= 105, pentru care S = 15, a rezultat o valoare = 6,7, n
condiiile unui nivel de semnificaie de a = 0,05. Se
dorete determinarea numrului de experimente necesar
a se realiza pentru a obine o precizie a rezultatelor = 2
247
2
15
093 , 2
2
2
2
= = n
De fapt, creterea preciziei de m ori, impune o
cretere a numrului de experimente de simulare de m2
ori.
n cazul n care probabilitatea de apariie a unor
fenomene este redus metoda Monte Carlo nu este
indicat, asigurarea unui anumit grad de precizie
impunnd un numr foarte de mare de experimente de
simulare.
se consider suficient pentru precizia metodei Monte
Carlo o probabilitate de garantare a rezultatelor de 0,99
pn la 0,997.
APLICAII ALE METODEI MONTE CARLO

Cu ajutorul Metodei Monte Carlo i pornind de
la valorile nregistrate ale unei variabile se pot
realiza estimri cu privire la valorile parametrilor
ce caracterizeaz respectiva variabil investigat.

Considernd urmtoarea distribuie a variabilei
cercetate:
Estimarea mediei variabilei investigate pe baza
valorilor nregistrate i prezentate n tabelul anterior
presupune parcurgerea urmtorului algoritm:
sunt determinate frecvenele relative fi i frecvenele
relative cumulate, care de fapt indic probabilitile de
apariie a unei anumite valori a variabilei cercetate
(pi):

=
= =
r
i
i
i
i i
f
f
f p
1
*
se reprezint grafic valorile nregistrate ale variabilei
investigate i probabilitile cumulate corespunztoare.
Considerm, pentru exemplificare, un numr de 6
valori xi, graficul se prezint astfel:

se realizeaz un anumit numr de selecii n cu ajutorul
unui generator de numere aleatoare. La ndemna oricui
este funcia RAND() din Excel, care este un generator de
numere aleatoare.
valoarea xi corespunztoarea fiecrei valori
aleatoare generate se citete cu ajutorul graficului
reprezentat anterior.
Numrul generat constituie un punct pe axa Oy. Se
traseaz o paralel la Ox din respectivul punct pn n
locul de intersecie cu prima coloan ce constituie
valoare nregistrat ale variabilei cercetate.
Considernd un numr de 10 repetiii rezultatele se
prezint astfel:
Cu ajutorul acestor date se pot realiza estimri
ale parametrilor variabilei investigate (media, dispersia,
coeficientul de variaie, abaterea medie ptratic).
Exemplu
Considerm un eantion de 200 persoane supus
unei cercetri, pentru care s-a nregistrat frecvena de
cumprare (numrul de cumprturi) al unui anumit
produs X, n cursul unei luni. Rezultatele centralizate
se prezint astfel:
Pe baza acestor date se dorete a se
estima evoluia pentru perioada urmtoare a
cumprrilor din produsul X. Se consider un
nivel de semnificaie de 0,05.

determinm probabilitile de apariie a fiecrei
valori xi, precum i probabilitile cumulate:
se reprezint grafic valorile nregistrate ale variabilei
investigate i probabilitile cumulate corespunztoare:
se realizeaz un numr de 25 selecii cu ajutorul funciei
RAND() i se ataeaz valoarea xi corespunztoare citit
cu ajutorul graficului:
Cu ajutorul acestei distribuii se pot realiza
estimri cu privire la cumprturile medii realizate de
ctre consumatori i bineneles i a altor indicatori de
caracterizare a distribuiei:
Media celor 25 valori selectate:




Intervalul n care se va ncadra media real:


unde,




t
0,05; 25-1
citit din tabelul repartiiei Student = 2,0639;
36 , 3
25
84
1
= = =

=
n
x
x
n
i
i
267 , 4 453 , 2 907 , 0 36 , 3 907 , 0 36 , 3
0 0 0
< < + < < A + < < A x x x x x
907 , 0
25
196 , 2
0639 , 2
1 ,
= = = A

n
S
t
n o
Estimator al abaterii medii ptratice S:




Estimator dispersiei S2:




Coeficientul de variatie:
196 , 2
1 25
76 , 115
1
) (
2
=

=

n
x x
S
i
823 , 4
1 25
76 , 115
1
) (
2
2
=

=

n
x x
S
i
% 4 , 65 100
36 , 3
196 , 2
100 = = =
x
S
v