Modelare economică

1
PROIECT DE DISCIPLINĂ


Decizia managerială asistată de calculator
pentru îndeplinirea obiectivelor propuse
la S.C. PROMOD S.A

1. Prezentare generală
2. Situaţia tehnico-economică şi de producţie a societăţii comerciale "PROMOD
S.A." (individualizată pe student)
3. Obiectivele echipei manageriale pentru trimestrul IV a.c.
4. Decizia managerială asistată de calculator
Evoluţia pe piaţă a unor produse concurenţiale. Estimarea cererii produsului A
Estimarea vânzării produselor
Decizia managerială în condiţii de incertitudine şi risc.
Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul
în care se va lansa pe piaţă produsul D.

Decizia managerială în condiţii de multicriterialitate
Estimarea ofertei de produse
Estimarea bugetului de marketing.
Stabilirea strategiei de vânzare
Programarea activităţilor unui proiect pentru introducerea în fabricaţie a
produsului D.




2

Decizia managerială asistată de calculator pentru îndeplinirea
obiectivelor propuse la S.C. PROMOD S.A


1. Prezentare generală


Proiectul la disciplina "Modelarea economică" oferă studenţilor facultăţii de
Management posibilitatea de a rezolva o serie de probleme importante de decizie economică la
nivel de firmă, în condiţii de concurenţă cu ajutorul unui instrumentar adecvat de modelare şi
simulare, în sistem conversaţional.
Proiectul este conceput pe exemplul unei organizaţii pentru care se cunosc: situaţia
tehnico-economică şi de producţie (la sfârşitul trimestrului III a.c.) precum şi obiectivele echipei
manageriale pentru trimestrul IV a.c. şi în perspectivă.
Proiectul este individualizat şi are caracter de autoinstruire.
Individualizarea constă în nominalizarea firmei analizate de fiecare student,
nominalizarea produselor şi modificarea datelor cu parametrul de individualizare c.
Este prezentată situaţia tehnico-economică şi de producţie la S.C. "PROMOD" S.A.,
obiectivele manageriale şi modul de rezolvare în sistem conversaţional.
Proiectul conţine următoarele module :
M1. Evoluţia pe piaţă a unor produse concurenţiale. Estimarea cererii produsului A.
M2. Estimarea vânzării produselor A si B.
M3. Decizia managerială în condiţii de incertitudine şi risc: stabilirea strategiei
de vânzare.
M4. Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în
care se va lansa pe piaţă produsul D2004.
M5. Decizia managerială în condiţii de multicriterialitate
M.6. Estimarea ofertei de produse
M.7. Estimarea bugetului de marketing.
M.8. Stabilirea strategiei de vânzare
M9. Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului D
în cazul duratelor deterministe şi analiza cost – durată.
Rezolvarea cerinţelor pe module se realizează pe baza algoritmilor prezentaţi, iar în
sistem conversaţional, se vor utiliza produsele software WINQSB, QM (Quantitative Analysis
for Management), EXPERT CHOICE şi în EXCEL (la alegere). Pentru rezolvarea completă,
Modelare economică

3
proiectul individual impune interpretarea şi efectuarea unei analize economice a rezultatelor
parţiale/totale, cu precizarea consecinţelor asupra activităţilor organizaţiei prin decizia sau
deciziile adoptate.

2. Situaţia tehnico-economică şi de producţie a societăţii comerciale "PROMOD
S.A." (individualizată pe student)

Societatea Comercială PROMOD S.A. operează pe piaţă unui bun de consum de
folosintă curentă şi realizează, de 2 ani, două tipuri de produse A şi B cu următoarele
caracteristici:
^ Volumul vânzărilor variază întâmplător de la o lună la alta, cu toate că aceste produse
au câştigat poziţii importante pe piaţă;
^ Pregătirea producţiei pentru cele două produse A, şi B în lunile următoare (octombrie,
noiembrie, decembrie), necesită cunoaşterea în avans de către S.C. PROMOD S.A. a
cererii viitoare pentru cele două produse ale sale;
^ Produsul A este în concurenţă cu alte trei produse similare C1, C2, C3 realizate de
firme concurente, astfel că variaţia cererii pentru produsul A este cauzată de evoluţia
ponderii pe piaţă a produselor concurenţiale C1, C2, C3.
^ Produsul B nu are concurenţă semnificativă pe piaţă, dar cererea pentru acest produs
variază în funcţie de conjunctura economică: rata inflaţiei, creşterea preţurilor unor
produse de consum curent, etc. Pentru acest produs, S.C. PROMOD S.A. are contracte
ferme de 1000 u.f. pentru luna noiembrie şi de 3200 u.f. în decembrie.
^ În evidenţa contabilă şi statistică a S.C. PROMOD S.A. există informaţii privind
costurile unitare de producţie (Tabelul 10.1), despre numărul agenţilor de vânzări pentru
produsul A şi despre vânzările din produsele A şi B (Tabelul 10.2).

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

Tabelul 10. 2.
Nr.crt. Luna Nr. agenţi
de vânzare
Vânzări din
produsul A
(lei)
Vânzări din
produsul B
(unităţi fizice)
1 Octombrie (anul
precedent)
23 20800
1400 +c
2 Noiembrie (anul
precedent)
22 17500
1500 +c
3 Decembrie (anul
precedent)
23 19600
1200 +c
4 Ianuarie (anul
curent)
21 18760
1300 +c
5 Februarie (anul
curent)
21 18100
1100 +c
6 Martie (anul
curent)
20 18500
1350 +c



4
7 Aprilie (anul
curent)
20 18500
1450 +c
8 Mai (anul curent)
21 17000
1150 +c
9 Iunie (anul curent)
19 17150
1200 +c
10 Iulie (anul curent)
17 16800
1100 +c
11 August (anul
curent)
15 15600
1310 +c
12 Septembrie (anul
curent)
14 15100
1250 +c

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

o Estimarea vânzării produselor A si B în funcţie de evoluţia lor pe piaţă şi
situaţia produselor concurenţiale;
o Decizia managerială în condiţii de incertitudine şi risc: stabilirea
strategiei de vânzare.
o Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în
care se va lansa pe piaţă produsul D2004.
o Decizia managerială în condiţii de multicriterialitate
o Estimarea ofertei de produse
o Estimarea bugetului de marketing.
o Stabilirea strategiei de vânzare
o Programarea activităţilor proiectului pentru introducerea în fabricaţie a
produsului D în cazul duratelor deterministe şi analiza cost – durată.

4. Decizia managerială asistată de calculator


MODULUL 1: Estimarea cererii produsului A în condiţii de concurenţă

La începutul lunii septembrie a.c., S.C. PROMOD S.A. a organizat o anchetă asupra
unui eşantion reprezentativ de (1000+c) consumatori, cu scopul de a determina numărul
utilizatorilor produsului A cât şi al utilizatorilor produselor concurente C1, C2, C3.
S-au înregistrat următoarele rezultate:
(400+c) cumpărători s-au declarat utilizatori ai produsului A;
220 cumpărători s-au declarat utilizatori ai produsului C1;
230 cumpărători s-au declarat utilizatori ai produsului C2;
150 cumpărători s-au declarat utilizatori ai produsului C3.
Modelare economică

5
În luna septembrie a.c., S.C. PROMOD S.A. a lansat o campanie de publicitate pentru
produsul A. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion
reprezentativ de cumpărători şi s-au obţinut următoarele rezultate:
- dintre utilizatorii produsului A (la începutul lunii septembrie a.c.):
80% au rămas fideli produsului A;
10% s-au orientat către produsul C1;
5% s-au orientat către produsul C2;
5% s-au orientat către produsul C3;
- dintre utilizatorii produsului C1 (la începutul lunii septembrie a.c.):
60% au rămas fideli produsului C1;
20% s-au orientat către produsul A;
10% s-au orientat către produsul C2;
10% s-au orientat către produsul C3;
- dintre utilizatorii produsului C2 (la începutul lunii septembrie a.c.):
50% au rămas fideli produsului C2;
25% s-au orientat către produsul A;
10% s-au orientat către produsul C1;
15% s-au orientat către produsul C3;
- dintre utilizatorii produsului C3 (la începutul lunii septembrie a.c.):
40% au rămas fideli produsului C3;
30% s-au orientat către produsul A;
20% s-au orientat către produsul C1;
10% s-au orientat către produsul C2.
Se fac următoarele ipoteze:
^ Alegerea unuia dintre produsele A, C1, C2, C3 în luna următoare depinde numai de
alegerea din luna curentă;
^ Se consideră că matricea reorientărilor rămâne neschimbată pentru fiecare din
următoarele 3 luni;
^ Fiecare consumator cumpără un singur tip de produs, iar cantităţile cumpărate rămân
neschimbate în următoarele trei luni.

Modelul economico-matematic

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

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

1 / 1 + +
· =
t t t t
P S S ,
pentru perioadele de timp desemnate prin t = 0 pentru septembrie, t=1 pentru octombrie, t=2
pentru noiembrie, t=3 pentru decembrie;
unde:
( )
t
C
t
C
t
C
t
A t
cp cp cp cp S
3 2 1
= reprezintă vectorul cotelor de participare pe piaţă ale produselor
A, C1, C2, C3 în luna t.
Cotele de participare pe piaţă pot fi exprimate ca ponderi: 1 0 s s
A
cp , 1 0 s s
Ci
cp
pentru i=1,2,3 astfel ca suma tuturor să fie 1 ( 1
4
1
=
¿
= i
t
i
cp ), sau ca procente:



6
100 0 s s
i
cp , pentru i=1,...,4 şi 100
4
1
=
¿
= i
t
i
cp pentru oricare moment de timp (¬ t,
t=1,2,...T);
P = matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele p
ij
, i=1,...,4,
j=1,...,4.
p
ij
= probabilitatea de reorientare a unui consumator de la produsul „i”, fie acesta unul din
mulţimea {A, C1, C2, C3} în luna t e {septembrie, octombrie sau noiembrie} a.c., la
produsul „j” din mulţimea {A, C1, C2, C3} în luna t+1 e {octombrie, noiembrie sau
decembrie} a.c., 1 0 s s
ij
p , i=1,...,4, j=1,...,4, şi astfel încât
¿
=
=
4
1
1
i
ij
p ;
p
ii
= coeficientul de fidelitate faţă de produsul i, pentru i=1,2,3,4.
Pe baza datelor furnizate de anchetele efectuate rezultă:

|
.
|

\
|
+ + + +
+
=
c c c c
c
S
1000
150
1000
230
1000
220
1000
400
0
vectorul stării iniţiale sau al cotelor
iniţiale de piaţă şi matricea probabilitătilor de tranziţie:
P=
|
|
|
.
|

\
|
40 , 0 10 , 0 20 , 0 30 , 0
15 , 0 50 , 0 10 , 0 25 , 0
10 , 0 10 , 0 60 , 0 20 , 0
05 , 0 05 , 0 10 , 0 80 , 0
.

Analiza economică a rezultatelor

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

7
7. Politica managerială privind produsul A.

MODULUL 2: Estimarea vânzării produselor

2.1. Cazul produsului B

Societatea Comercială PROMOD S.A. are contracte ferme pentru produsul B, numai în
lunile noiembrie şi decembrie a.c. Pentru estimarea volumului vânzărilor produsului B în luna
octombrie a.c., conducerea firmei a hotărât să utilizeze datele din lunile anterioare (Tabelul
10.2), care în reprezentare grafică sunt redate în Figura 10.1.
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
1500
1550
1600
oct nov dec ian feb mar apr mai iun iul aug sep
Datele reale Media

Figura 10.1

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

Modelul economico-matematic

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

Modelul lui Brown de nivelare exponenţială simplă este de forma:
F
t
= αX
t
+ (1-α)F
t-1
sau F
t+1
= αX
t
+ (1-α)F
t

unde:
X
t
= volumul real al vânzărilor în perioada t;
F
t
= volumul estimat în perioada t-1 pentru vânzările din perioada t;
F
t+1
= volumul estimat în perioada t pentru vânzările din perioada t+1;
α = constanta de nivelare, 0 s α s 1.
Pentru estimarea iniţială (F
0
) a vânzărilor, conducerea S.C. PROMOD S.A. propune
volumul vânzărilor din luna octombrie anul precedent, iar pentru constanta de nivelare propune
valorile:
I. α = 0,2
II. α = 0,9
III. α optim în raport cu eroarea medie pătratică.




8
Analiza economică a rezultatelor
Raportul managerial în care se analizează rezultatele obţinute pentru datele
individualizate cu valoarea c = 0 va include următoarele informaţii:
1. Reprezentarea grafică a datelor reale, a mediei vânzărilor şi a estimaţiilor vânzărilor
pentru constantele de nivelare: α = 0,2, α = 0,9 şi, respectiv α optim în raport cu
eroarea medie pătratică;
2. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare;
3. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna
octombrie anul curent. Justificarea recomandării.
4. Recomandări generale pentru alegerea constantei de nivelare α.

2.2. Cazul produsului A

Societatea Comercială PROMOD S.A. nu are contracte ferme pentru produsul A, acesta
se vinde prin eforturile unei echipe de agenţi de vânzări, ccare fluctuează ca mărime. Se
presupune că există o legătură direct proporţională între numărul de agenţi de vanzare şi volumul
vânzărilor. Se doreşte verificarea acestei ipoteze folosind datele disponibile pe ultimul an
(tabelul 10.2). Pentru estimarea volumului vânzărilor produsului A în trimestrul următor,
interesează modelul de previziune cel mai recomandat având în vedere că conducerea firmei
doreşte să stabilizeze numărul acestor agenţi de vânzare pentru a încuraja creşterea vânzărilor.
Vanzari produs A
0
5000
10000
15000
20000
25000
0 5 10 15 20 25
nr agenti vanzare
v
o
l
u
m

v
a
n
z
a
r
i

(
l
e
i
)

Figura 10. 2.

Modelul economico-matematic

Modelare economică

9
Pentru estimarea vânzărilor în trimestrul următor se poate utiliza modelul de
regresie simplă (cu un singur factor de influentă) – liniară sau neliniară.

Serii de date necesare pentru regresia simplă:
- pentru variabila explicativă/independentă/exogenă: Y
1
, Y
2
, ...Y
n

- pentru variabila explicată/dependentă/endogenă: X
1
, X
2
, ..., X
n


Modelul de regresie liniară simplă este de forma: y=a+b*x.
Calculul coeficientului a: x b y a · ÷ = (se poate folosi funcţia INTERCEPT din Excel)
Calculul coeficientului b:
¿ ¿
¿ ¿ ¿
= =
= = =
|
.
|

\
|
÷ ·
· ÷ · ·
=
n
i
n
i
n
i
n
i
n
i
i i i i
x x n
y x y x n
b
1 1
2 2
1 1 1
sau
¿
¿
=
=
÷
÷ · ÷
=
n
i
i
n
i
i i
x x
y y x x
b
1
2
1
) (
) ( ) (
(se poate
folosi funcţia SLOPE sau LINEST din Excel).
Modelul de regresie neliniară este, în cazul de faţă, cel al funcţiei putere
b
x a y · = care
după logaritmare, devine model liniar: ) ln( ) ln( ) ln( x b a y · + = .

Rezolvarea se poate face in Excel (TOOLS/DATA ANALYSIS/REGRESSION) sau in
WINQSB/Forecasting/ Linear Regression.

Analiza economică a rezultatelor
Raportul managerial în care se analizează rezultatele obţinute pentru două modele de
geresie simplă – în formă liniară şi neliniară – pentru datele individualizate cu valoarea c=0 sunt
prezentate următoarele informaţii:
1. Reprezentarea grafică a datelor reale y=f(x) în formă liniară y=a+b*x şi respectiv,
ln(y)=ln(a)+b*ln(x) pentru forma neliniară;
2. Analiza rezultatelor în cele două forme ale ecuaţiei de regresie pentru 95% nivel de
semnificaţie, respectiv pentru 90%;
3. Volumul estimat al vânzărilor recomandat să fie luat în considerare pentru producţia
urmatorului trimestru pe baza modelului de previziune cel mai potrivit – în acest,
caz, pe baza coeficientului de determinare R
2
.

Modelul liniar
Tabelul 10. 3. Datele de intrare
Nr. agenţi de vânzare
(x)
Vânzări produs A
(y)
23 20800
22 17500
23 19600
21 18760
21 18100
20 18500
20 18500



10
21 17000
19 17150
17 16800
15 15600
14 15100

Figura 10. 3. Reprezentarea grafică y=a+b*x
y = 475.85x + 8425.9
R
2
= 0.7518
y = 4073.3x
0.4954
R
2
= 0.7691
15000
16000
17000
18000
19000
20000
21000
12 14 16 18 20 22 24
nr. agenti vanzare
v
o
l
u
m

v
a
n
z
a
r
i


Tabelul 10. 4.
Regression Statistics
Multiple R 0.87
R Square 0.75
Adjusted R
Square 0.73
Standard
Error 841.18
Observations 12.00 t_tab (95%) 2.23
F_tab (95%) 4.96
ANOVA
df SS MS F
Significance
F
Regression 1.00 21435234.27 21435234.27 30.29 0.00
Residual 10.00 7075857.39 707585.74
Total 11.00 28511091.67

Coefficients
Standard
Error t Stat
P-
value Lower 95% Upper 95%
Modelare economică

11
Intercept 8425.88 1717.54 4.91 0.00 4598.97 12252.79
Nr. agenti de
vanzare 475.85 86.46 5.50 0.00 283.21 668.48

Exemplificare

Figura 10. 4.


Figura 10. 5.

Forma neliniară
Tabelul 10. 5. Datele de intrare
ln x ln y
3.1355 9.9427



12
ln x ln y
3.0910 9.7700
3.1355 9.8833
3.0445 9.8395
3.0445 9.8037
2.9957 9.8255
2.9957 9.8255
3.0445 9.7410
2.9444 9.7498
2.8332 9.7291
2.7081 9.6550
2.6391 9.6225
figura 10. 6. Reprezentarea grafică
y = 0.4954x + 8.3122
R
2
= 0.7691
9.6000
9.6500
9.7000
9.7500
9.8000
9.8500
9.9000
9.9500
10.0000
2.6000 2.7000 2.8000 2.9000 3.0000 3.1000 3.2000
ln x
l
n

y


Tabelul 10. 6.
Regression Statistics
Multiple R 0.88
R Square 0.77
Adjusted R
Square 0.75
Standard
Error 0.05
Observations 12.00

ANOVA
df SS MS F
Significance
F
Regression 1.00 0.07 0.07 33.30 0.00
Residual 10.00 0.02 0.00
Total 11.00 0.09

Modelare economică

13
Coefficients
Standard
Error t Stat
P-
value Lower 95%
Upper
95%
Lower
90.0%
Upper
90.0%
Intercept 8.31 0.26 32.59 0.00 7.74 8.88 7.85 8.77
X Variable 1 0.50 0.09 5.77 0.00 0.30 0.69 0.34 0.65


MODULUL III: Decizia managerială în condiţii de incertitudine şi risc

Conducerea S.C. PROMOD realizează în principal două produse: A şi B. Pentru
produsele A şi B, volumul vânzărilor variază întâmplător de la o lună la alta, iar conducerea
societăţii este interesată în planificarea programului de producţie pe ultimul trimestru a.c.
astfel ca oferta să se apropie cât mai mult de cererea manifestată pe piaţă.
Ajustarea nivelului producţiilor pentru produsele A şi B este estimată în funcţie de
volumul previzionat al vânzărilor corelat cu vânzările reale din produsele concurente existente
pe piaţă (produsele C1, C2 şi C3 pentru produsul A şi produsele substitut pentru produsul B2
a cărui cerere fluctuează în funcţie de conjunctura economică). Sunt evidenţiate următoarele
situaţii obiective de evoluţie a vânzărilor:
- Starea naturii SN1: situaţie favorabilă societăţii PROMOD (condiţii slabe de concurenţă)
- cererea pentru produsul A se estimează astfel:
- cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,4665 * 6000 =2799 u.f.
- 1,10 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna noiembrie = 1,10 *
0,5021 * 6000 =1,10 * 3013 = 3314,3 u.f.
- 1,15 * cota de piaţă (din modelul Markov)* 6000 u.f. în luna decembrie = 1,15 *
0,5212 * 6000 = 1,15 * 3127 u.f. = 3596,05 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul A se situează la nivelul:
2799 u.f. + 3314,3 u.f. + 3596,05 u.f. = 9709,35 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1254 u.f. prognozat
prin modelul Brown pentru α = 0,9, apoi în luna noiembrie la nivelul de1400 u.f. şi în
decembrie la 3500 u.f.
Rezultă că în cazul stării naturii SN1, cererea pentru produsul B se situează la nivelul:
1254 + 1400 + 3500 = 6154 u.f.

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




14
- Starea naturii SN3: situaţie nefavorabilă pentru SC. PROMOD (concurenţă agresivă a
celorlalte produse)
- cererea din produsul A se situează la nivelul:
- cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.f. în luna
octombrie = 0,4665 * 6000 =2799 u.f.
- 0,95 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna noiembrie = 0,95 *
0,5021 * 6000 = 0,95 * 3013 = 2862,35 u.f.
- 0,90 * cota de piaţă (din modelul Markov) * 6000 u.f. în luna decembrie = 0,90 *
0,5212 * 6000 = 0,90 * 3127 u.f. = 2814,3 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul A se situează la nivelul:
2799 + 2862,35 + 2814,3 = 8475,65 u.f.
- cererea pentru produsul B să fie în luna octombrie la nivelul de 1246,03 u.f.
prognozat prin modelul Brown pentru α optim, apoi în luna noiembrie la nivelul 1000 u.f. şi în
decembrie la 3200 u.f.
Rezultă că în cazul stării naturii SN3, cererea pentru produsul B se situează la nivelul:
1246,03 + 1000 + 3200 = 5446,03 u.f.
Sunt luate în considerare următoarele variante decizionale referitoare la oferta de
producţie pentru următoarele trei luni:
V1 – oferta pentru produsul A să fie egală cu cererea totală estimată pe baza cotelor de
piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu modelul Markov =
0,4665*6000 +0,5021*6000 + 0,5212 * 6000 = 2799 + 3013 + 3127 = 8939 u.f.,
iar oferta pentru produsul B să fie egală cu [(cererea pentru luna octombrie
estimată cu modelul lui Brown pentru α = 0,2) + (cererea de 1000 u.f. pentru
luna noiembrie) + (cererea de 3200 u.f. pentru luna decembrie)] = 1257,74 +
1000 +3200 = 5457,74 u.f.
V2 – oferta pentru produsul A să fie cu 5% mai mare faţă de cererea totală estimată pe
baza cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu
modelul Markov = 1,05*8939 = 9385,95 u.f., iar oferta pentru produsul B să fie
cu 5% mai mică decât [(cererea pentru luna octombrie estimată cu modelul lui
Brown pentru α = 0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea
de 3200 u.f. pentru luna decembrie)] = 0,95*5457,74 = 5184,85 u.f.
V3 - oferta pentru produsul A să fie cu 5% mai mică faţă de cererea totală estimată pe
baza cotelor de piaţă din octombrie, noiembrie şi decembrie a.c. obţinute cu
modelul Markov = 0,95 * 8939 = 8492,05 u.f., iar oferta pentru produsul B să fie
cu 5% mai mare decât [(cererea pentru luna octombrie estimată cu modelul lui
Brown pentru α = 0,2) + (cererea de 1000 u.f. pentru luna noiembrie) + (cererea
de 3200 u.f. pentru luna decembrie)] = 1,05*5457,74 = 5730,63 u.f.

Modelare economică

15
Compararea diferitelor posibilităţi de desfăşurare a producţiei se face prin prisma unor
consecinţe de tip profit calculat pentru fiecare variantă decizională V
i
, i = 1, 2, 3 şi stare a
naturii SN
j
, j = 1, 2, 3.
Profit(Vi, SNj) = (profitul unitar A) * MIN{ ¿
=
3
1 k
(oferta
Vi
produs A)
k
, ¿
=
3
1 k
(cererea
SNj

produs A)
k
} + (profitul unitar B) * MIN{ ¿
=
3
1 k
(oferta
Vi
produs B)
k
, ¿
=
3
1 k
(cererea
SNj
produs
B)
k
} - (costul unitar producţie A) * MAX{0, [ ¿
=
3
1 k
(oferta
Vi
produs A)
k
- ¿
=
3
1 k
(cererea
SNj

produs A)
k
]} - (costul unitar producţie B) * MAX{0, [ ¿
=
3
1 k
(oferta
Vi
produs B)
k
-
¿
=
3
1 k
(cererea
SNj
produs B)
k
]}
unde k = 1 = octombrie, k = 2 = noiembrie, k = 3 = decembrie.
Din Tabelul 10.1:
profitul unitar A = 5 u.m./u.f.;
profitul unitar B = 3 u.m./u.f.;
costul unitar producţie A = 20 u.m./u.f.;
costul unitar producţie B = 10 u.m./u.f.

Conducerea societăţii doreşte ierarhizarea variantelor decizionale în funcţie de profitul
care ar putea fi obţinut atât în condiţii de incertitudine, cât şi în situaţia în care, din experienţa
anterioară se estimează că probabilităţile p
j
asociate stărilor naturii sunt:
p
1
= 0,4 pentru SN
1
, p
2
= 0,4 pentru SN
2
şi p
3
= 0,2 pentru SN
3
.

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 10.7.
Tabelul 10.7
Starea naturii SN
1

(p
1
= 0,4)
Starea naturii SN
2

(p
2
= 0,4)
Starea naturii SN
3

(p
3
= 0,2)
Varianta
decizională V
1

Profit(V1, SN1) Profit(V1, SN2) Profit(V1, SN3)
Varianta
decizională V
2

Profit(V2, SN1) Profit(V2, SN2) Profit(V2, SN3)
Varianta
decizională V
3

Profit(V3, SN1) Profit(V3, SN2) Profit(V3, SN3)



16
Pentru individualizarea c = 0 se obţin datele din Tabelul 10.8

Tabelul 10.8
Stările naturii
SN1 (p1 = 0,4)
Cererea A = 9709,35 u.f.
Cererea B = 6154 u.f.
SN2 (p2 = 0,4)
Cererea A = 8939 u.f.
Cererea B = 5657,74 u.f.
SN3 (p3 = 0,2)
Cererea A = 8475,65 u.f.
Cererea B = 5446,03 u.f.
Varianta decizională V1
Oferta A = 8939
u.f.
Oferta B =
5457,74 u.f.
61068,22 u.m. 61068,22 u.m. 49332,24 u.m.
Varianta decizională V2
Oferta A =
9385,95 u.f.
Oferta B =
5184,85 u.f.
64612,83 u.m. 50363,03 u.m. 36027,05 u.m.
Varianta decizională V3
Oferta A =
8492.05 u.f.
Oferta B =
5730,63 u.f.
65462,48 u.m. 46636,95 u.m. 32300,97 u.m.

De exemplu, consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii
va fi:
Profit (V1, SN1) = 5*MIN{8939, 9709,35} + 3*MIN{5457,74, 6154} – 20*MAX{0,
(8939 - 9709,35)} – 10*MAX{0, (5457,74 - 6154)} = 5*8939 + 3*5457,74 – 0 – 0 = 44695 +
16373,22 = 61068,22 u.m.
După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie
pentru ierarhizarea variantelor decizionale.

Analiza economică a rezultatelor

Se recomandă ca raportul managerial să includă explicaţii asupra următoarelor aspecte:
1. Recomandări de alegere a celei mai potrivite reguli de decizie din cele folosite: Wald
(minmax), maxmax, Savage (minmax regret), Laplace (equal likelihood), Hurwicz;
2. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra
stărilor naturii;
3. Recomandări de alegere a valorii coeficientului de optimism o pentru regula/ criteriul
Hurwicz şi surclasarea variantelor decizionale pentru valorile coeficientului de
optimism o e [0, 1].
Modelare economică

17
4. Decizia în condiţii de risc.

MODULUL IV: Calculul profitului maxim probabil (speranţa matematică a profitului) în
cazul în care se va lansa pe piaţă produsul D

Departamentul de cercetare producţie al S.C. PROMOD S.A. a creat un nou produs D
care a fost testat pe piaţă şi care este acceptat de către utilizatori. Pentru realizarea produsului
conducerea S.C. PROMOD 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 10.9.
Conducerea S.C.PROMOD S.A. doreşte să cunoască acţiunea pe care trebuie să o
întreprindă în prima şi, respectiv, a doua etapă pentru a obţine maximum de profit.

Modelul economico - matematic
Procesul decizional în două etape poate fi modelat cu ajutorul arborelui decizional.

Tabelul 10.9
Anul t Anul t+1
Variantele Stările naturii Variantele Stările naturii Profitul estimat
Instalarea unui
utilaj nou
(cost
(20+c)u.m)
Conjuctură favorabilă
(probabilitatea=0.7)
Instalarea unui nou utilaj
(cost (20+c)u.m.)
Cerere mare
(probabilitatea =0.3)
800+c
Cerere medie
(probabilitatea =0.6)
600+c
Cerere mică
(probabilitatea=0.1)
500+c
Ore suplimentare de lucru
(cost (2+c)u.m.)
Cerere mare
(probabilitatea=0.3)
600+c
Cerere medie
(probabilitatea=0.6)
500+c
Cerere mica
(probabilitatea=0.1)
400+c
Conjuctură nefavorabilă
(probabilitatea=0.3)
Utilizarea capacităţii
existente
Cerere mare
(probabilitatea=0.3)
500+c
Cerere medie
(probabilitatea=0.6)
400+c
Cerere mică
(probabilitatea=0.1)
200+c
Ore
suplimentare
de lucru
(cost
(2+c)u.m.)
Conjuctură favorabilă
(probabilitatea=0.7)
Instalarea unui utilaj nou
(cost (20+c) u.m.)

Cerere mare
(probabilitatea=0.3)
600+c
Cerere medie
(probabilitatea=0.6)
500+c
Cerere mică
(probabilitatea=0.1)
200+c
Instalarea unui utilaj nou şi
ore suplimentare de lucru
(cost (22+2c)u.m.)
Cerere mare
(probabilitatea=0.3)
500+c
Cerere medie
(probabilitatea=0.6)
400+c
Cerere mică
(probabilitatea=0.1)
200+c



18
Conjuctură nefavorabilă
(probabilitatea=0.3)
Ore suplimentare de lucru
(cost (2+c) u.m.)
Cerere mare
(probabilitatea=0.3)
400+c
Cerere medie
(probabilitatea=0.6)
400+c
Cerere mică
(probabilitatea=0.1)
200+c


Analiza economică a rezultatelor

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


M5. Proiectul este conceput pe exemplul unei organizaţii pentru care se cunosc: situaţia tehnico-economică şi de producţie (la sfârşitul trimestrului III a. Proiectul conţine următoarele module : M1. Este prezentată situaţia tehnico-economică şi de producţie la S.A 1.C.c. în sistem conversaţional. Proiectul este individualizat şi are caracter de autoinstruire. se vor utiliza produsele software WINQSB. Decizia managerială în condiţii de multicriterialitate M. Estimarea cererii produsului A. Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se va lansa pe piaţă produsul D2004. M3. QM (Quantitative Analysis for Management). EXPERT CHOICE şi în EXCEL (la alegere).8. Decizia managerială în condiţii de incertitudine şi risc: stabilirea strategiei de vânzare. M2. PROMOD S. M.7. Individualizarea constă în nominalizarea firmei analizate de fiecare student. Prezentare generală Proiectul la disciplina "Modelarea economică" oferă studenţilor facultăţii de Management posibilitatea de a rezolva o serie de probleme importante de decizie economică la nivel de firmă. .A. în condiţii de concurenţă cu ajutorul unui instrumentar adecvat de modelare şi simulare. iar în sistem conversaţional. Rezolvarea cerinţelor pe module se realizează pe baza algoritmilor prezentaţi. Estimarea ofertei de produse M.c. Stabilirea strategiei de vânzare M9. obiectivele manageriale şi modul de rezolvare în sistem conversaţional.. Evoluţia pe piaţă a unor produse concurenţiale.) precum şi obiectivele echipei manageriale pentru trimestrul IV a. Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului D în cazul duratelor deterministe şi analiza cost – durată.6. M4. şi în perspectivă. nominalizarea produselor şi modificarea datelor cu parametrul de individualizare c. Pentru rezolvarea completă. "PROMOD" S.2 Decizia managerială asistată de calculator pentru îndeplinirea obiectivelor propuse la S.C. Estimarea vânzării produselor A si B. Estimarea bugetului de marketing.

Profitul unitar 5 u. C3 realizate de firme concurente. există informaţii privind costurile unitare de producţie (Tabelul 10. PROMOD S.  Produsul B nu are concurenţă semnificativă pe piaţă. de 2 ani. despre numărul agenţilor de vânzări pentru produsul A şi despre vânzările din produsele A şi B (Tabelul 10. creşterea preţurilor unor produse de consum curent.Modelare economică 3 proiectul individual impune interpretarea şi efectuarea unei analize economice a rezultatelor parţiale/totale.m. PROMOD S. PROMOD S.A." (individualizată pe student) Societatea Comercială PROMOD S. astfel că variaţia cererii pentru produsul A este cauzată de evoluţia ponderii pe piaţă a produselor concurenţiale C1. în decembrie.m.f. S. decembrie). şi B în lunile următoare (octombrie. Situaţia tehnico-economică şi de producţie a societăţii comerciale "PROMOD S./u. cu toate că aceste produse au câştigat poziţii importante pe piaţă.1).  În evidenţa contabilă şi statistică a S./u.f.f. C3.C. Nr.A. două tipuri de produse A şi B cu următoarele caracteristici:  Volumul vânzărilor variază întâmplător de la o lună la alta. a cererii viitoare pentru cele două produse ale sale. dar cererea pentru acest produs variază în funcţie de conjunctura economică: rata inflaţiei./u.C.f. Luna Costul unitar de producţie 20 u.m. noiembrie. 3 u.A.m. Produsul A B Tabelul 10.A.  Pregătirea producţiei pentru cele două produse A. etc. C2. 1. 10 u.crt.f. operează pe piaţă unui bun de consum de folosintă curentă şi realizează. 2. necesită cunoaşterea în avans de către S. agenţi de vânzare 23 22 23 21 21 20 Vânzări din produsul A (lei) 20800 17500 19600 18760 18100 18500 1 2 3 4 5 6 Octombrie (anul precedent) Noiembrie (anul precedent) Decembrie (anul precedent) Ianuarie (anul curent) Februarie (anul curent) Martie (anul curent) Vânzări din produsul B (unităţi fizice) 1400 +c 1500 +c 1200 +c 1300 +c 1100 +c 1350 +c .f./u. Nr. 2.2). Tabelul 10. pentru luna noiembrie şi de 3200 u.A.  Produsul A este în concurenţă cu alte trei produse similare C1. cu precizarea consecinţelor asupra activităţilor organizaţiei prin decizia sau deciziile adoptate. C2.C. are contracte ferme de 1000 u. Pentru acest produs.

C. 220 cumpărători s-au declarat utilizatori ai produsului C1. S-au înregistrat următoarele rezultate: (400+c) cumpărători s-au declarat utilizatori ai produsului A. C2. a organizat o anchetă asupra unui eşantion reprezentativ de (1000+c) consumatori. o Stabilirea strategiei de vânzare o Programarea activităţilor proiectului pentru introducerea în fabricaţie a produsului D în cazul duratelor deterministe şi analiza cost – durată. Decizia managerială asistată de calculator MODULUL 1: Estimarea cererii produsului A în condiţii de concurenţă La începutul lunii septembrie a.A.c. Obiectivele echipei manageriale pentru trimestrul IV a. 4. o Decizia managerială în condiţii de incertitudine şi risc: stabilirea strategiei de vânzare. o Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se va lansa pe piaţă produsul D2004. cu scopul de a determina numărul utilizatorilor produsului A cât şi al utilizatorilor produselor concurente C1. 150 cumpărători s-au declarat utilizatori ai produsului C3. 230 cumpărători s-au declarat utilizatori ai produsului C2.c. o Estimarea vânzării produselor A si B în funcţie de evoluţia lor pe piaţă şi situaţia produselor concurenţiale.4 7 8 9 10 11 12 Aprilie (anul curent) Mai (anul curent) Iunie (anul curent) Iulie (anul curent) August (anul curent) Septembrie (anul curent) 20 21 19 17 15 14 18500 17000 17150 16800 15600 15100 1450 +c 1150 +c 1200 +c 1100 +c 1310 +c 1250 +c 3. C3. . S.. PROMOD S. o Decizia managerială în condiţii de multicriterialitate o Estimarea ofertei de produse o Estimarea bugetului de marketing.

Modelul economico matematic bazat pe teoria lanţurilor Markov este de forma: S t 1  S t  Pt / t 1 . 20% s-au orientat către produsul A. t=2 pentru noiembrie.dintre utilizatorii produsului C3 (la începutul lunii septembrie a.. .): 80% au rămas fideli produsului A. C3 în luna următoare depinde numai de alegerea din luna curentă. 0  cpCi  1   pentru i=1. evoluţia pe piaţă a celor patru produse concurenţiale poate fi analizată cu ajutorul lanţurilor Markov. pentru perioadele de timp desemnate prin t = 0 pentru septembrie.dintre utilizatorii produsului C2 (la începutul lunii septembrie a. S. C1.): 50% au rămas fideli produsului C2. Modelul economico-matematic În aceste condiţii. C2.): 60% au rămas fideli produsului C1. C2. 30% s-au orientat către produsul A.c. 5% s-au orientat către produsul C3. 15% s-au orientat către produsul C3. . a lansat o campanie de publicitate pentru produsul A. 10% s-au orientat către produsul C1.  Se consideră că matricea reorientărilor rămâne neschimbată pentru fiecare din următoarele 3 luni.dintre utilizatorii produsului C1 (la începutul lunii septembrie a. 10% s-au orientat către produsul C2. iar cantităţile cumpărate rămân neschimbate în următoarele trei luni.A.c.dintre utilizatorii produsului A (la începutul lunii septembrie a. 10% s-au orientat către produsul C2.): 40% au rămas fideli produsului C3. Cotele de participare pe piaţă pot fi exprimate ca ponderi: 0  cp A  1. sau ca procente: i 1 4 .c. C3 în luna t.  Fiecare consumator cumpără un singur tip de produs.C. C1.3 astfel ca suma tuturor să fie 1 (  cp it  1 ). 10% s-au orientat către produsul C3. t=3 pentru decembrie. unde: t t t S t  cp tA cpC1 cpC 2 cpC 3 reprezintă vectorul cotelor de participare pe piaţă ale produselor A. 25% s-au orientat către produsul A. 5% s-au orientat către produsul C2. Se fac următoarele ipoteze:  Alegerea unuia dintre produsele A. PROMOD S. 20% s-au orientat către produsul C1. La începutul lunii octombrie s-a efectuat o nouă anchetă asupra aceluiaşi eşantion reprezentativ de cumpărători şi s-au obţinut următoarele rezultate: . . t=1 pentru octombrie.c.Modelare economică 5 În luna septembrie a. 10% s-au orientat către produsul C1.2.c.

..2. şi astfel încât  pij  1 . pentru i=1. 6..T). pentru situaţia în care volumul total al vânzărilor celor patru produse este de 6000 u.. pentru i=1. 0  pij  1 .f. C1. la produsul „j” din mulţimea {A.15   0. fie acesta unul din mulţimea {A.c. probabilitatea de reorientare a unui consumator de la produsul „i”. Volumul vânzărilor produsului A în lunile octombrie.3.60 0.05   0. Analiza influenţei campaniei de publicitate asupra vânzărilor produsului A.  0.50 0.. noiembrie.40  pii = Analiza economică a rezultatelor Raportul managerial în care analizaţi rezultatele obţinute pentru datele individualizate cu valoarea c  0 va include următoarele informaţii: 1. Pe baza datelor furnizate de anchetele efectuate rezultă: 220 230 150   400  c S0    vectorul stării iniţiale sau al cotelor  1000  c 1000  c 1000  c 1000  c  iniţiale de piaţă şi matricea probabilitătilor de tranziţie:  0.20 0. matricea reorientărilor = matricea probabilităţilor de tranziţie cu elementele pij..10 0.4... i 1 4 coeficientul de fidelitate faţă de produsul i..c. Ponderea limită pe piaţă la care poate ajunge produsul A dacă matricea de tranziţie rămâne neschimbată un număr mare de perioade.. Evoluţia pe piaţă în raport cu luna septembrie a fidelităţii faţă de produsul A şi a reorientărilor către produsele concurenţiale. C3} în luna t+1  {octombrie. i=1. C2...05 0. j=1. 5.. C1. C3} în luna t  {septembrie..80 0.. 4. ...6 0  cpi  100 . Precizarea şi comentarea stadiului pe curba "vieţii" în care se află fiecare produs la momentul iniţial.20 0. C2.. octombrie sau noiembrie} a.10 0... 3.4. j=1. Reprezentarea grafică şi analiza evoluţiei ponderilor pe piaţă a celor 4 produse concurenţiale....10  P=  . noiembrie sau decembrie} a.. decembrie. t=1.25 0.10 0.2.10 0.4. 2. în fiecare lună.30 0.4. Evoluţia profitului asociat produsului A..4 şi P= pij =  cp i 1 4 t i  100 pentru oricare moment de timp ( t. i=1.4.

Pentru estimarea volumului vânzărilor produsului B în luna octombrie a. Modelul lui Brown de nivelare exponenţială simplă este de forma: Ft = αXt + (1-α)Ft-1 sau Ft+1 = αXt + (1-α)Ft unde: Xt = volumul real al vânzărilor în perioada t. α = 0.C.1. propune volumul vânzărilor din luna octombrie anul precedent. conducerea S..A. iar pentru constanta de nivelare propune valorile: I. PROMOD S. α optim în raport cu eroarea medie pătratică. Ft+1 = volumul estimat în perioada t pentru vânzările din perioada t+1. α = constanta de nivelare.Modelare economică 7. conducerea firmei a hotărât să utilizeze datele din lunile anterioare (Tabelul 10.2 II.c.A. numai în lunile noiembrie şi decembrie a. care în reprezentare grafică sunt redate în Figura 10.1 Din grafic se observă că nu există trend şi variaţii sezoniere. Ft = volumul estimat în perioada t-1 pentru vânzările din perioada t. MODULUL 2: Estimarea vânzării produselor 2. are contracte ferme pentru produsul B. . 1600 1550 1500 1450 1400 1350 1300 1250 1200 1150 1100 1050 1000 oct nov dec ian feb mar apr mai iun Media iul aug sep Datele reale Figura 10. Politica managerială privind produsul A. Modelul economico-matematic Pentru estimarea vânzărilor în luna următoare se poate utiliza un model bazat pe medie şi anume modelul Brown de nivelare exponenţială. Pentru estimarea iniţială (F0) a vânzărilor. α = 0.2). 0  α  1.c.1.9 III. Cazul produsului B 7 Societatea Comercială PROMOD S.

Cazul produsului A Societatea Comercială PROMOD S. ccare fluctuează ca mărime. 2. 2. Se presupune că există o legătură direct proporţională între numărul de agenţi de vanzare şi volumul vânzărilor. nu are contracte ferme pentru produsul A.9 şi. 3. interesează modelul de previziune cel mai recomandat având în vedere că conducerea firmei doreşte să stabilizeze numărul acestor agenţi de vânzare pentru a încuraja creşterea vânzărilor.2). acesta se vinde prin eforturile unei echipe de agenţi de vânzări.A. 4. Justificarea recomandării. α = 0. Volumul vânzărilor recomandat să fie luat în considerare pentru producţia din luna octombrie anul curent. Analiza comparativă a rezultatelor pentru cele trei valori ale constantei de nivelare. Vanzari produs A 25000 20000 volum vanzari (lei) 15000 10000 5000 0 0 5 10 nr agenti vanzare 15 20 25 Figura 10.8 Analiza economică a rezultatelor Raportul managerial în care se analizează rezultatele obţinute pentru datele individualizate cu valoarea c  0 va include următoarele informaţii: 1. respectiv α optim în raport cu eroarea medie pătratică.2. Pentru estimarea volumului vânzărilor produsului A în trimestrul următor.2. a mediei vânzărilor şi a estimaţiilor vânzărilor pentru constantele de nivelare: α = 0. Modelul economico-matematic . Se doreşte verificarea acestei ipoteze folosind datele disponibile pe ultimul an (tabelul 10. Recomandări generale pentru alegerea constantei de nivelare α. 2. Reprezentarea grafică a datelor reale.

Volumul estimat al vânzărilor recomandat să fie luat în considerare pentru producţia urmatorului trimestru pe baza modelului de previziune cel mai potrivit – în acest.. Serii de date necesare pentru regresia simplă: . 3. Xn Modelul de regresie liniară simplă este de forma: y=a+b*x... Modelul liniar Tabelul 10.pentru variabila explicativă/independentă/exogenă: Y1. Datele de intrare Nr. Modelul de regresie neliniară este. agenţi de vânzare Vânzări produs A (x) (y) 23 20800 22 17500 23 19600 21 18760 21 18100 20 18500 20 18500 . Reprezentarea grafică a datelor reale y=f(x) în formă liniară y=a+b*x şi respectiv. cel al funcţiei putere y  a  x b care după logaritmare. 2.. . Analiza rezultatelor în cele două forme ale ecuaţiei de regresie pentru 95% nivel de semnificaţie.. . Y2. Analiza economică a rezultatelor Raportul managerial în care se analizează rezultatele obţinute pentru două modele de geresie simplă – în formă liniară şi neliniară – pentru datele individualizate cu valoarea c=0 sunt prezentate următoarele informaţii: 1.Yn . X2. respectiv pentru 90%.Modelare economică Pentru estimarea vânzărilor în trimestrul următor se poate utiliza modelul de regresie simplă (cu un singur factor de influentă) – liniară sau neliniară. ln(y)=ln(a)+b*ln(x) pentru forma neliniară. Calculul coeficientului a: a  y  b  x (se poate folosi funcţia INTERCEPT din Excel) 9 sau b  (se poate n  n 2 2 n   x   x   ( xi  x) i 1 i 1  i 1  folosi funcţia SLOPE sau LINEST din Excel). 3. în cazul de faţă. Calculul coeficientului b: b  i 1 i 1 i 1 n   xi  y i   xi   y i n 2 n n n  (x i 1 n i  x)  ( y i  y ) Rezolvarea se poate face in Excel (TOOLS/DATA ANALYSIS/REGRESSION) sau in WINQSB/Forecasting/ Linear Regression. caz. devine model liniar: ln( y)  ln(a)  b  ln( x) .pentru variabila explicată/dependentă/endogenă: X1. pe baza coeficientului de determinare R2.

27 707585.9 R2 = 0.96 Coefficients t Stat Pvalue Lower 95% Upper 95% .7691 0.75 R Square Adjusted R Square 0.73 Standard Error 841.67 Standard Error MS 21435234.4954 y = 475.00 ANOVA df Regression Residual Total 1.87 0.23 4.10 21 19 17 15 14 17000 17150 16800 15600 15100 Figura 10.00 t_tab (95%) F_tab (95%) 2. Reprezentarea grafică y=a+b*x 21000 20000 19000 volum vanzari y = 4073.3x R2 = 0.39 28511091.7518 18000 17000 16000 15000 12 14 16 18 nr.74 F 30. 3.27 7075857.00 SS 21435234.85x + 8425.00 10. 4.29 Significance F 0.00 11. Regression Statistics Multiple R 0.18 Observations 12. agenti vanzare 20 22 24 Tabelul 10.

Modelare economică Intercept Nr.46 4.00 0.79 668.50 0. 5.54 86.85 1717.97 283.1355 ln y 9. 5. agenti de vanzare 8425. Forma neliniară Tabelul 10.21 12252.88 475. Datele de intrare ln x 3.91 5. 4. Figura 10.9427 .48 11 Exemplificare Figura 10.00 4598.

6225 figura 10.0445 3.00 11.0910 3.00 SS 0.9000 ln x 3.77 Adjusted R Square 0.7691 2 ln y 9.12 ln x 3.7291 9.8332 2. 6.0445 2.0000 9. Reprezentarea grafică 10.00 .8500 y = 0.8833 9.00 F 33.3122 R = 0.8000 9.8037 9.9957 3.9444 2.9500 9.6391 ln y 9.4954x + 8.30 Significance F 0.6000 2.07 0.75 Standard Error 0.8255 9.9000 9.00 ANOVA df Regression Residual Total 1.6000 2. Regression Statistics Multiple R 0.88 R Square 0.9957 2.6500 9.1000 3.1355 3.02 0.8255 9.7081 2.7000 2.00 10.7500 9. 6.7410 9.6550 9.7000 9.2000 Tabelul 10.7498 9.05 Observations 12.7700 9.0000 3.0445 2.8000 2.8395 9.07 0.09 MS 0.

 1. în luna octombrie = 0.f. cererea pentru produsul A se situează la nivelul: 2799 + 3013 + 3127 = 8939 u. iar conducerea societăţii este interesată în planificarea programului de producţie pe ultimul trimestru a.88 0. . volumul vânzărilor variază întâmplător de la o lună la alta.10 * 3013 = 3314.74 0.f. apoi în luna noiembrie la nivelul de1400 u.74 u. cererea pentru produsul A se situează la nivelul: 2799 u.f. cererea pentru produsul B se situează la nivelul: 1257. Sunt evidenţiate următoarele situaţii obiective de evoluţie a vânzărilor: .f.f.cererea pentru produsul B să fie în luna octombrie la nivelul de 1254 u.f. Rezultă că în cazul stării naturii SN2.15 * cota de piaţă (din modelul Markov)* 6000 u.74 u.  cota de piaţă (calculată prin modelul Markov)* 6000 u. Starea naturii SN2: condiţii medii de concurenţă pe piaţa produselor A şi B . cererea pentru produsul B se situează la nivelul: 1254 + 1400 + 3500 = 6154 u.5212 * 6000 = 3127 u.f.C.cererea pentru produsul B să fie în luna octombrie la nivelul de 1257.f. Rezultă că în cazul stării naturii SN1.3 u.f. prognozat prin modelul Brown pentru α =0.10 * 0.26 0.34 Upper 90.5021 * 6000 =1.f.15 * 3127 u. astfel ca oferta să se apropie cât mai mult de cererea manifestată pe piaţă.10 * cota de piaţă (din modelul Markov)* 6000 u.f.05 u.31 0.2. = 3596.50 t Stat 32. în luna octombrie = 0. apoi în luna noiembrie la nivelul 1200 u.77 Lower 95% 7.0% 7. - .4665 * 6000 =2799 u.f.65 13 Intercept X Variable 1 Coefficients 8.74 + 1200 + 3200 = 5657.f.f.f. = 9709. Ajustarea nivelului producţiilor pentru produsele A şi B este estimată în funcţie de volumul previzionat al vânzărilor corelat cu vânzările reale din produsele concurente existente pe piaţă (produsele C1.c.0% 8.f.35 u. PROMOD realizează în principal două produse: A şi B. C2 şi C3 pentru produsul A şi produsele substitut pentru produsul B2 a cărui cerere fluctuează în funcţie de conjunctura economică).85 0.f.f.f.f.77 0. în luna noiembrie = 1.f.59 5.69 Lower 90.3 u.f.00 Upper 95% 8.5212 * 6000 = 1. în luna decembrie = 1. în luna noiembrie = 0.cererea pentru produsul A se estimează astfel:  cota de piaţă (calculată prin modelul Markov)* 6000 u.9. + 3596. + 3314. în luna decembrie = 0.  cota de piaţă (calculată prin modelul Markov)* 6000 u.f.05 u. Rezultă că în cazul stării naturii SN2. Rezultă că în cazul stării naturii SN1.5021 * 6000 =3013 u.cererea pentru produsul A se estimează astfel:  cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u.Modelare economică Standard Error 0.  1. prognozat prin modelul Brown pentru α = 0.f.15 * 0.4665 * 6000 =2799 u.00 0.09 Pvalue 0.f.Starea naturii SN1: situaţie favorabilă societăţii PROMOD (condiţii slabe de concurenţă) .f. şi în decembrie la 3500 u. .30 MODULUL III: Decizia managerială în condiţii de incertitudine şi risc Conducerea S. şi în decembrie la 3200 u. Pentru produsele A şi B.

2) + (cererea de 1000 u.cererea pentru produsul B să fie în luna octombrie la nivelul de 1246.f. obţinute cu modelul Markov = 0.f.90 * cota de piaţă (din modelul Markov) * 6000 u. obţinute cu modelul Markov = 1.2) + (cererea de 1000 u.90 * 3127 u.f.35 + 2814.65 u. noiembrie şi decembrie a.  0.14 Starea naturii SN3: situaţie nefavorabilă pentru SC.f.  0.63 u.f..f.c.03 u. obţinute cu modelul Markov = 0. cererea pentru produsul A se situează la nivelul: 2799 + 2862.3 = 8475. iar oferta pentru produsul B să fie cu 5% mai mare decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α = 0.f.f. V2 – oferta pentru produsul A să fie cu 5% mai mare faţă de cererea totală estimată pe baza cotelor de piaţă din octombrie. Sunt luate în considerare următoarele variante decizionale referitoare la oferta de producţie pentru următoarele trei luni: V1 – oferta pentru produsul A să fie egală cu cererea totală estimată pe baza cotelor de piaţă din octombrie.f.5212 * 6000 = 0.85 u. pentru luna decembrie)] = 1.95 * 3013 = 2862. = 2814. pentru luna noiembrie) + (cererea de 3200 u.f. iar oferta pentru produsul B să fie cu 5% mai mică decât [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α = 0. Rezultă că în cazul stării naturii SN3. PROMOD (concurenţă agresivă a celorlalte produse) .f.4665*6000 +0.f.f. iar oferta pentru produsul B să fie egală cu [(cererea pentru luna octombrie estimată cu modelul lui Brown pentru α = 0. noiembrie şi decembrie a.f.74 = 5184.03 u.5021*6000 + 0. - . apoi în luna noiembrie la nivelul 1000 u. pentru luna decembrie)] = 0.5212 * 6000 = 2799 + 3013 + 3127 = 8939 u.95 u. în luna noiembrie = 0. în luna octombrie = 0.f.05*5457.f..3 u. .95*5457. pentru luna decembrie)] = 1257.c.74 = 5730.95 * 8939 = 8492. V3 . prognozat prin modelul Brown pentru α optim.f.05*8939 = 9385.4665 * 6000 =2799 u.f. noiembrie şi decembrie a. pentru luna noiembrie) + (cererea de 3200 u.74 u. şi în decembrie la 3200 u.05 u.f.f.f.95 * 0. Rezultă că în cazul stării naturii SN3.f.95 * cota de piaţă (din modelul Markov) * 6000 u.. cererea pentru produsul B se situează la nivelul: 1246.oferta pentru produsul A să fie cu 5% mai mică faţă de cererea totală estimată pe baza cotelor de piaţă din octombrie.5021 * 6000 = 0.74 + 1000 +3200 = 5457.c.35 u. pentru luna noiembrie) + (cererea de 3200 u.f.03 + 1000 + 3200 = 5446.f.2) + (cererea de 1000 u.90 * 0.cererea din produsul A se situează la nivelul:  cota de participare pe piaţă (calculată prin modelul Markov)* 6000 u. în luna decembrie = 0.

2. [  (ofertaVi produs B)k k 1 k 1 3  (cerereaSNj produs B)k]} 3 unde k = 1 = octombrie. 3. Tabelul 10.2) Profit(V1. SN3) Profit(V3. SN1) Profit(V3. SN1) Profit(V2. Modelul economico-matematic În condiţii de incertitudine.4 pentru SN1.f. Structurarea situaţiei decizionale sub forma unui set finit de variante de acţiune. Profit(Vi./u.4) Varianta decizională V1 Varianta decizională V2 Varianta decizională V3 Profit(V1. SN2) Profit(V3.f. SN2) Starea naturii SN3 (p3 = 0.(costul unitar producţie B) * MAX{0. k = 3 = decembrie. ierarhizarea variantelor se poate obţine prin utilizarea criteriilor de decizie Wald. [  (ofertaVi produs A)k . profitul unitar B = 3 u.  (cerereaSNj k 1 k 1 3 3 produs A)k} + (profitul unitar B) * MIN{  (ofertaVi produs B)k. cât şi în situaţia în care. costul unitar producţie B = 10 u. SN3) .m.4) Profit(V1.f. j = 1../u..m. ierarhizarea variantelor decizionale se va face în funcţie de speranţa matematică a profitului (valoarea medie probabilistă a profitului) calculată pentru fiecare variantă.  (cerereaSNj produs k 1 k 1 3 3 B)k} . 2. Savage şi Hurwicz.4 pentru SN2 şi p3 = 0. SNj) = (profitul unitar A) * MIN{  (ofertaVi produs A)k.m.Modelare economică 15 Compararea diferitelor posibilităţi de desfăşurare a producţiei se face prin prisma unor consecinţe de tip profit calculat pentru fiecare variantă decizională Vi.7. SN3) Profit(V2. k = 2 = noiembrie./u. SN1) Starea naturii SN2 (p2 = 0. Laplace. SN2) Profit(V2. i = 1. În condiţii de risc.m./u. p2 = 0. Din Tabelul 10. 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 10.2 pentru SN3.1: profitul unitar A = 5 u. (cerereaSNj k 1 k 1 3 3 produs A)k]} .7 Starea naturii SN1 (p1 = 0.(costul unitar producţie A) * MAX{0.. Conducerea societăţii doreşte ierarhizarea variantelor decizionale în funcţie de profitul care ar putea fi obţinut atât în condiţii de incertitudine. 3 şi stare a naturii SNj. din experienţa anterioară se estimează că probabilităţile pj asociate stărilor naturii sunt: p1 = 0. costul unitar producţie A = 20 u.f.

f.35} + 3*MIN{5457.f. 2.74 u. 6154} – 20*MAX{0. Cererea A = 8939 u.m.03 u. Cererea B = 5657. consecinţa asociată variantei V1 dacă se manifestă starea SN1 a naturii va fi: Profit (V1.95 u. 61068.m. Cererea B = 5446.9709. Varianta decizională V3 65462.48 u.22 u.05 u.m. 36027.f. Cererea B = 6154 u. Laplace (equal likelihood). Oferta B = 5457.m.f. 3. (8939 .74 .65 u. Cererea A = 8475. 46636.m.2) Cererea A = 9709.95 u.16 Pentru individualizarea c = 0 se obţin datele din Tabelul 10.22 = 61068.m.97 u. Analiza economică a rezultatelor Se recomandă ca raportul managerial să includă explicaţii asupra următoarelor aspecte: 1.05 u.63 u. Varianta decizională V2 64612.4) SN2 (p2 = 0. 9709.f.22 u.f. Oferta B = 5730.74 – 0 – 0 = 44695 + 16373.f.f. Oferta B = 5184.35 u. Oferta A = 9385. Recomandări de alegere a valorii coeficientului de optimism  pentru regula/ criteriul Hurwicz şi surclasarea variantelor decizionale pentru valorile coeficientului de optimism   [0.83 u. SN1) = 5*MIN{8939. De exemplu.m.m.74 u. (5457. 50363.4) SN3 (p3 = 0. 1].6154)} = 5*8939 + 3*5457. Varianta decizională V1 Oferta A = 8939 u.f. . 32300.8 Stările naturii SN1 (p1 = 0. După construirea matricei consecinţelor de tip profit se vor aplica criteriile de decizie pentru ierarhizarea variantelor decizionale.24 u. 61068.8 Tabelul 10. Savage (minmax regret).85 u. 49332.m.35)} – 10*MAX{0.22 u. Oferta A = 8492.f. Hurwicz. maxmax. Estimarea costului maxim pentru achiziţionarea unor informaţii complete asupra stărilor naturii.f.03 u.f.m.74. Recomandări de alegere a celei mai potrivite reguli de decizie din cele folosite: Wald (minmax).

3) Cerere medie (probabilitatea =0. Pentru realizarea produsului conducerea S.1) Cerere mare (probabilitatea=0.Modelare economică 4. a creat un nou produs D care a fost testat pe piaţă şi care este acceptat de către utilizatori.1) Cerere mare (probabilitatea=0.6) Cerere mică (probabilitatea=0.1) Cerere mare (probabilitatea=0. Alegerea variantei convenabile depinde în principal de evoluţia vânzărilor produsului peste 2 ani. PROMOD S. 17 MODULUL IV: Calculul profitului maxim probabil (speranţa matematică a profitului) în cazul în care se va lansa pe piaţă produsul D Departamentul de cercetare producţie al S.3) Utilizarea capacităţii existente Ore suplimentare de lucru (cost (2+c)u.6) Cerere mică (probabilitatea=0.7) (cost (20+c)u.matematic Procesul decizional în două etape poate fi modelat cu ajutorul arborelui decizional.PROMOD S.C. Datele privind variantele şi stările naturii pentru cele 2 momente de decizie sunt prezentate în Tabelul 10.6) Cerere mica (probabilitatea=0. respectiv.1) Cerere mare (probabilitatea=0.m.) Conjuctură favorabilă (probabilitatea=0. doreşte să cunoască acţiunea pe care trebuie să o întreprindă în prima şi.9 Anul t Variantele Stările naturii Instalarea unui Conjuctură favorabilă utilaj nou (probabilitatea=0. are în vedere mai multe variante.3) Cerere medie (probabilitatea=0.m.) Conjuctură nefavorabilă (probabilitatea=0.m) Variantele Instalarea unui nou utilaj (cost (20+c)u.m. a doua etapă pentru a obţine maximum de profit.) Anul t+1 Stările naturii Cerere mare (probabilitatea =0.1) Profitul estimat 800+c 600+c 500+c 600+c 500+c 400+c 500+c 400+c 200+c 600+c 500+c 200+c 500+c 400+c 200+c Ore suplimentare de lucru (cost (2+c)u.C.3) Cerere medie (probabilitatea=0.m. acesta fiind timpul de amortizare a utilajelor. Modelul economico .) Instalarea unui utilaj nou şi ore suplimentare de lucru (cost (22+2c)u.A. După primul an se vor lua noi decizii în funcţie de situaţia vânzărilor.A.3) Cerere medie (probabilitatea=0.9. Conducerea S.6) Cerere mică (probabilitatea=0.) .7) Instalarea unui utilaj nou (cost (20+c) u. Tabelul 10. PROMOD S.A.3) Cerere medie (probabilitatea=0.C.m. Decizia în condiţii de risc.6) Cerere mică (probabilitatea=0.

1) 400+c 400+c 200+c Analiza economică a rezultatelor Raportul managerial va include: 1. Reprezentarea arborelui decizional cu valorile asociate tuturor nodurilor. 3.) Cerere mare (probabilitatea=0.3) Ore suplimentare de lucru (cost (2+c) u.6) Cerere mică (probabilitatea=0.3) Cerere medie (probabilitatea=0. .18 Conjuctură nefavorabilă (probabilitatea=0.m. 2. Analiza senzitivităţii soluţiei la variaţia probabilităţilor de realizare a stărilor naturii. Analiza rezultatelor şi indicarea variantelor optime atât în primul an cât şi în cel de al doilea an.

Sign up to vote on this title
UsefulNot useful