Modelarea Deciziilor Manageriale,

an III zi, Management

UNITATEA DE INVĂŢARE 1
PROBLEMATICA MODELĂRII DECIZIILOR
MANAGERIALE
1. Modelarea deciziilor manageriale – obiectul de studiu
2. Concepte generale
3. Procesul de modelare
4. Structura modelelor
5. Clasificarea modelelor

1
Obiective ale UI
 In urma parcurgerii acestei UI veţi învăţa despre:

– obiectul de studiu al MDM,

– metodele de culegere şi prelucrare a datelor folosite în modelarea
economico-matematică pentru management,
– structura generală a unui model economico-matematic,
– etapele ce se parcurg în modelare,
– condiţiile pe care trebuie să îndeplinească un model “bun”,
– limitele modelelor,
– cum se clasifică modele economico-matematice și cum să alegeţi
modelul potrivit în funcţie de precizia şi completitudinea
informaţiei disponibile.

2
 1. Modelarea deciziilor manageriale –
obiectul de studiu

 Oamenii au folosit instrumente matematice pentru a ajuta

la rezolvarea problemelor de mii de ani. Cu toate acestea,
studiul formal și aplicarea metodelor și tehnicilor
cantitative în luarea deciziilor (manageriale) este în mare
măsură un produs al secolului XX.

 Analiza cantitativă reprezintă o abordare științifică a

deciziilor manageriale. Emoțiile și presupunerile nu fac
parte din abordarea cantitativă a deciziilor.

3
 1. Modelarea deciziilor manageriale –
obiectul de studiu
 Abordarea cantitativă a deciziilor începe cu date. La fel ca
materia primă pentru o fabrică, aceste date sunt manipulate sau
prelucrate în informații care sunt valoroase pentru oameni în
luarea deciziilor.
 Date cantitative: Factori numerici, cum ar fi costurile și
veniturile.
 Date calitative: Factorii care influențează mediul, dificil de
cuantificat
 Calculatoarele au avut un rol esențial în amplificarea utilizării
analizei cantitative, mai ales la nivel de firmă.
 Foile de calcul (spreadsheets) sunt o alternativă convenabilă la
software-ul specializat.
4
 1. Modelarea economica – obiectul de
studiu
 Modelarea deciziilor manageriale (engl. Modeling Managerial
Decisions) se regaseste ca disciplina de studiu sub diverse denumiri,
precum:
– Știința managementului (engl. Management Science),
– Metode Cantitative pentru Management/ Afaceri (engl. Quantitative Methods for
Management / Business),
– Modelarea economica (eng
– Cercetări operaționale (emgl. Operations Management)
 Aceasta reprezintă o abordare științifică a deciziilor manageriale
care constă în:
1. Arta de a modela matematic situații complexe,
2. Știința de dezvoltare a unor tehnici de rezolvare pentru aceste
modele,
3. Abilitatea de a comunica eficient rezultatele către decident.
5
 2. Concepte generale

 MODELUL:
 O reprezentare a realităţii din perspectiva modelatorului.
 O reprezentare simplificată sau o abstractizare a realităţii.
 Un instrument de cunoaştere indirectă a realităţii obiective.
 MODEL = Sistem teoretic sau material cu ajutorul
căruia pot fi studiate proprietăţile şi evoluţia unui sistem
complex considerat sistemul original, faţă de care
modelul prezintă anumite analogii.
 În economie: MODELUL constituie o alternativă la
experimentele utilizate în ştiinţele exacte.
 Dacă teoria economică, pe baza căreia se face simplificarea, se poate
exprima logic şi/sau matematic => model economico - matematic
6
 2. Concepte generale

 Modele economico – matematice mai apar și sub denumirea

de metode şi tehnici cantitative, metode și tehnici de decizie,
etc.
 In economie, modelul este o constructie teoretica ce
reprezinta procese economice printr-un set de variabile si un
set de relatii logice si/sau cantitative între acestea.
 Modelul economic este o reprezentare simplificata a
proceselor complexe, de multe ori (dar nu intodeauna)
utilizând tehnici matematice.
 2. Concepte generale
 Un model trebuie să fie:  Modelul trebuie sa contina
– simplu, suficiente detalii astfel
– robust,
– controlabil, incat:
– adaptabil,  rezultatul să fie satisfăcător.
– complet,  să poată fi analizat în “timp
– uşor de aplicat şi real”.
– să aibă caracter evolutiv.

Realism Simplitate

8
 2. Concepte generale

Cerinţe de construire a unui model bun:

Coerenţa – dată de calitatea surprinderii unor legături compatibile
(sub forma unor relaţii matematice sau logice) între mărimile fizice ale
procesului reprezentat;

Corectitudinea – dată de capacitatea modelului de a nu deforma

caracterul real al relaţiilor prezentate (se foloseşte criteriul validării -
compararea rezultatelor obţinute pe modele cu rezultate cunoscute
despre / pentru procesul modelat, în condiţii omoloage celor de
experimentare prin model);

Consistenţa şi completitudinea – apreciate prin măsura în care sunt

reprezentate elementele componente ale procesului modelat şi relaţiile
dintre ele;

Eficienţa şi fiabilitatea – capacitatea modelului de a rezolva

problemele la un cost acceptabil, cu un efort rezonabil de instruire şi
utilizare în raport cu efectele obţinute.
9
 2. Concepte generale

Beneficiile utilizării modelelor:

 Modele permit comprimarea timpului.
 Manipularea modelului (prin schimbarea variabilelor de decizie sau a
mediului) este mult mai uşoară decât manipularea sistemului real.
 Costul analizei modelului este mult mai mic decât costul unui
experiment real.
 Costul unei greşeli în timpul experimentelor de tip „încercare şi eroare”
este mult mai mic în cazul când sunt utilizate modelele în locul
sistemelor reale.
 Permit estimarea riscurilor pe care le implică anumite acţiuni ale
managerilor.
 Modelele matematice permit analiza unui număr foarte mare, uneori
infinit de soluţii posibile.
 Modelele permit îmbunătăţirea procesului de înţelegere şi instruire.
10
 2. Concepte generale
Motive pentru care modelele sunt mai putin folosite de
factorii de decizie în management (dezavantaje):
 modelele eficiente sunt rare (formele analitice sunt eronate şi
restricţiile de utilizare nu sunt studiate cu atenţia cuvenită)
 o bună parametrizare a modelelor este rară;
 factorii de decizie nu stăpânesc şi nu înţeleg modelele
(matematica);
 problemele ce tb. rezolvate se pot modifica în timpul construcției
modelului, iar rezultatele devin astfel nefolositoare;
 datele necesare modelului sunt uneori greu de obținut;
 modelele implică o simplificare a realității ce poate conduce la
rezultate eronate când sunt folosite în rezolvarea unor probleme
foarte complexe, ce implică un număr mare de variabile;
 unele modele sunt incomplete.
 3. Procesul de modelare

ETAPE:
1. Formulare
Transformarea unui scenariu problemă de la
cuvinte la un model matematic
2. Soluţie
Rezolvarea modelului pentru obținerea soluției
optime
3. Interpretare și analiză de sensibilitate
Analiza rezultatelor și implementarea unei
soluții
12
 3. Procesul de modelare
Etapele procesului de modelare:
 Definirea problemei și cunoaşterea detaliată a realităţii sistemului
(procesului) ce se modelează;
 Dezvoltarea modelului economico-matematic;
 Obtinerea datelor necesare pentru a fi utilizate in model (input data)
folosind diverse surse: rapoarte, documente ale firmelor, interviuri cu
angajatii, chestionare, măsurători, etc. ;
 Obtinerea celei mai bune soluții a problemei prin manipularea
modelului (se poate utiliza: rezolvarea de ecuații, metoda încercării și erorii,
enumerarea completă, algoritmi);
 Experimentarea modelului economico-matematic şi evaluarea soluţiei;
 Analiza rezultatelor și analiza de senzitivitate (AS - cât de sensibilă e
soluția la modificări în formularea problemei);
 Implementarea și monitorizarea rezultatelor obtinute cu ajutorul
modelului economico-matematic.
 3. Procesul de modelare
 Metodele folosite pentru soluţionarea unor probleme
complexe formulate matematic constau într-o succesiune
coerentă de operaţii logice şi aritmetice cunoscute sub
denumirea de algoritm.

 Algoritmul este un concept folosit în mod intuitiv pentru a

desemna o mulţime finită de operaţii/ instrucţiuni, comenzi
cunoscute şi care, executate într-o anumită ordine stabilită
pornind de la un set de valori (intrare), produc în timp finit
un alt set de valori ce constituie ieşirea algoritmului.
Aceştia pot fi:
– exacţi,
– aproximativi,
– euristici.
 4. Structura modelelor
Principalele componente ale unui model:

- variabilele: o cantitate măsurabilă ce poate să varieze. Variabilele

reprezintă o abstractizare a mulţimii de valori posibile pe care le poate
înregistra o caracteristică a unui anumit fenomen.
• variabile controlabile (de decizie) – elementele care pot fi manipulate
şi controlate de către decident (ex. cantitatea de materiale pe care să o
producă sau să o comande o firmă);
• variabile necontrolabile – factori ce influenţează indicatorii/ rezultatele
deciziei, care se situează în afara controlului decidentului (ex. durata de
ajungere la firmă a materialelor comandate depinde de diverși factori
externi);
• variabilele rezultat – reflectă nivelul eficacităţii sistemului (exprimă
modul şi gradul de atingere a obiectivului organizaţiei/ proiectului/
procesului) (ex. costul total de aprovizionare/stocare; profitul obțiut de
o firmă).
- parametrii: cantități măsurabile cunoscute (ex: costul lansării unei
comenzi de materiale, costul cu materia primă pe produs) 15
 4. Structura modelelor
Exemplu: Modelul matematic de determinare a profitului în funcție
de cantitatea produsă

Profit = Venituri – Cheltuieli

Profit = Venituri – (Cheltuieli fixe + Cheltuieli Variabile)
Profit = p x Q – (CF+ cv x Q)
Profit = p x Q – CF – cv x Q
Unde: Q = numărul de unități de produs vândute
cv = cost variabil pe unitate de produs
CF = cheltuieli fixe
p - pret de vânzare unitar
In acest model: Q – variabila de decizie
Profitul – variabila rezultat
cv, p și CF - parametrii 16
 5. Clasificarea modelelor
D.p.d.v. al gradului de abstractizare:

 modele iconice/imitative: sunt centrate pe morfologia (sau forma

externă) a sistemului real; constituie obiecte artificiale asemănătoare cu
sistemele reale, au aceleaşi proprietăţi cu ale sistemului real, dar
reproduse la altă scară (ex. machete, imagini grafice).
 modele analogice: sunt centrate pe fiziologia sistemului real şi
„replică” funcţiile sau proprietăţile sistemului real; au aceleaşi
proprietăţi cu ale sistemului real, dar altă formă (ex. hărţi, schiţe).
 modele simbolice: reprezintă comportarea sistemului real (uneori,
procesele interne) folosind simboluri şi reguli de compunere a acestora,
de ex.: modele matematice de tipul celor de optimizare sau celor de
simulare.

17
 5. Clasificarea modelelor

D.p.d.v. al naturii datelor folosite in model:

 modele deterministe: oferă o soluţie optimă, se folosesc când
volumul de date disponibil este mare şi acestea au o valoare unică.
 modele stochastice (probabiliste): oferă o solutie optimă cu o
anumită probabilitate; se folosesc când volumul de date disponibil
este mare, dar si dispersia datelor e mare, iar valorilor cunoscute li
se asociază o anumită probabilitate (sunt introduse în model
componente probabilistice care permit explicitarea incertitudinii).
 modele vagi (fuzzy): se folosesc când volumul de date disponibil
este redus şi există o mulţime de valori (conţin parametri
necunoscuţi cu certitudine, exprimaţi prin atribute cantitative sau
calitative) cărora li se asociază un grad de apartenenţă la o
anumită proprietate.
18
 5. Clasificarea modelelor

D.p.d.v. al modului de folosire şi de potenţialul utilizator:

descriptive (cognitiv – psihologice sau raţional – limitate): se
folosesc în cazul problemelor complexe şi noi (specifice deciziilor
inovative); caută soluţii satisfăcătoare, prespupun că decidentii au o
atentie secvenţială; au scopul de predicţie al modului în care se
comportă sistemul real; pot lua forma unui model explicativ menit să
sporească posibilitatea de cunoaştere a unui sistem;
normative (bazate pe optimizare): presupun că oamenii acţioneaza
raţional; se folosesc în deciziile de rutină şi operaţionale; în practică,
mai ales în cazul deciziilor complexe, sunt dificil de aplicat; servesc
unui decident avizat, eventual asistat de mijloace „perfecte” de
prelucrare a informaţiei care realizează analize cantitative într-un
mod complet raţional;
prescriptive – vizează un decident raţional, ce-şi foloseste de
asemenea, intuiţia şi judecata; sunt construite din start pentru a
conduce decidentii spre soluţie cât mai eficient posibil.
 5. Clasificarea modelelor
D.p.d.v. al sferei de reflectare:
- macroeconomic,
- mezoeconomic,
- microeconomic.
- dinamice: iau în considerare modul
D.p.d.v. al calităţii informaţiilor
folosite (al gradului de cunoaștere a
acestora) sunt modele pentru:
– condiţii de certitudine
– condiţii de risc
– condiţii de incertitudine
D.p.d.v. al factorului timp:
statice: în care nivelul variabilelor
-
dependente este pus în legătură cu
una sau mai multe variabile
independente, toţi factorii fiind
definiţi la un anumit moment.
în care performanţele/caracteristicile
sistemului analizat/modelat
fluctuează în timp în funcţie de
schimbarea variabilelor
independente.
20
Teste de autoevaluare

 Explicaţi diferenţa între modelele deterministe, stochastice si

vagi/fuzzy folosite în modelarea economico-matematică.
 Explicati diferenta dintre model si algoritm. Enumerati tipurile de
algoritmi si explicati prin ce se caracterizează aceştia. Precizaţi
care este rolul pe care il ocupă modelul, respectiv algoritmul, în
modelare.
 Explicați diferenta dintre modelele normative și cele descriptive.
 Explicați beneficiile și limitele modelelor.

21