Professional Documents
Culture Documents
CAPITOLUL 13
Analiza calitativ[ se bazeaz[ mai mult pe intui\ie =i experien\[. Dac[ managerul a avut
experien\e similare, problema este relativ simpl[. Dac[ managerul nu are experien\[ ]n
probleme similare sau problema este prea complex[, pentru luarea deciziei finale se
recomand[ metodele cantitative.
Definirea
problemei
Identificarea
alternativelor
Determinarea
criteriilor
Analiza Analiza
cantitativ[ calitativ[
Evaluarea
alternativelor
Luarea deciziei
unitar de 1000 lei, modelul matematic care stabile=te profitul total ]n func\ie de v`nz[ri este
Pˆ1000*x.
Scopul utiliz[rii modelelor este realizarea unei interfe\e cu situa\ia real[ prin studierea
=i analizarea modelului. De exemplu, un constructor de avioane poate testa un model fizic
pentru a verifica caracteristicile de zbor ale unui avion adev[rat. Similar, un model
matematic poate fi utilizat pentru a analiza ce profit va fi ob\inut dac[ un produs este v`ndut.
Pentru cazul prezentat, dac[ vor fi v`ndute 30 de buc[\i (xˆ30), profitul ob\inut va fi de
30*1000ˆ30000 lei.
Utilizarea modelelor matematice reduce cheltuielile =i timpul necesar pentru rezolvarea
unei probleme reale. O machet[ de avion se construie=te mai repede =i este mai ieftin[ dec`t
un avion real. La fel, prin utilizarea modelului matematic, se poate calcula rapid profitul ce
poate fi ob\inut, f[r[ ca managerul s[ produc[ =i s[ v`nd[ cele x unit[\i.
Modelele au =i avantajul reducerii riscului asociat, prin experimentarea unei situa\ii
reale. Pentru exemplele prezentate se pot evita gre=elile de proiectare, care ar putea duce la
pr[bu=irea avionului, sau se pot evita deciziile gre=ite care ar duce la pierderi de milioane de
lei.
Concluziile ob\inute depind de c`t de bine reprezint[ modelul situa\ia real[. Cu c`t
modelul se apropie mai mult de cazul real, cu at`t rezultatele vor fi mai precise.
}n continuare vor fi analizate numai modelele matematice. Principalele aspecte abordate
se refer[ la utilizarea metodelor cantitative ]n procesul de luare a deciziei. Accentul este pus
nu pe metodele propriu-zise, ci pe modul ]n care ele pot fi rezolvate utiliz`nd foile de calcul.
Exemplu
Firma ABC produce o varietate de produse chimice. }n cadrul unui proces de produc\ie,
pentru a produce dou[ produse (un aditiv =i un solvent) sunt necesare trei tipuri de materii
prime. Aditivul este v`ndut fabricilor de ulei =i este folosit la producerea a diverse tipuri de
combustibil. Solventul este v`ndut combinatelor chimice =i este utilizat la fabricarea
detergen\ilor. Pentru a fabrica aditivul =i solventul cele trei materii prime sunt amestecate ]n
propor\iile indicate ]n tabelul 13.1.
Produs
Aditiv Solvent
2
Material 1 /5 ½
1
Material 2 0 /5
3 3
Material 3 /5 /10
Tabelul 13.1 – Necesarul de materii prime pentru ob\inerea unei tone de adidiv/solvent
Rezolvarea problemelor de programare liniară
Pentru a ob\ine o ton[ de aditiv se amestec[ 2/5 tone de material 1=i 3/5 tone de material
3. O ton[ de solvent poate fi ob\inut[ prin amestecarea a ½ tone de material 1, 1/5 tone de
material 2 =i 3/10 tone de material 3.
Produc\ia este limitat[ de disponibilitatea celor trei materii prime. }n prezent firma
dispune de 20 tone de material 1, 5 tone de material 2 =i 21 tone de material 3. Prin natura
procesului de produc\ie, materiile prime care nu sunt utilizate ]n procesul de produc\ie curent
sunt considerate de=euri.
Fiecare ton[ de aditiv aduce un profit de 40$ , iar fiecare ton[ de solvent aduce un profit
de 30$.
Managementul firmei ABC, dup[ analiza cererii de pe pia\[, a decis c[ pre\urile
stabilite vor determina v`nzarea ]ntregii cantit[\ii produse (aditiv =i sovent).
Formularea problemei
Urm[torul pas este definirea variabilelor de decizie. Cele dou[ variabile de decizie
sunt: num[rul de tone de aditiv produse =i num[rul de tone de solvent produse. Not[m cu:
A: cantitatea de aditiv produs[ (tone)
S: cantitatea de solvent produs[ (tone)
A =i S sunt variabile de decizie.
Se scrie obiectivul utiliz`nd variabilele de decizie. Profitul total provine din dou[ surse:
v`nz[rile de aditiv =i v`nz[rile de solvent. Dac[ profitul ob\inut prin v`nzarea unei tone de
aditiv este de 40$, atunci prin v`nzarea a A tone profitul va fi 40*A. La fel, dac[ profitul
ob\inut prin v`nzarea unei tone de solvent este de 30$, atunci prin v`nzarea a S tone profitul
va fi 40*S.
Profitul total ˆ 40A ‡ 30S
Pentru rezolvarea problemelor de programare liniar[ exist[ mai multe metode analitice:
metoda Simplex, metoda grafic[. }n continuare vom prezenta modul ]n care pot fi rezolvate
problemele de programare liniar[ utiliz`nd foile de calcul (Microsoft Excel).
Remarca\i c[ foaia de calcul este alc[tuit[ din dou[ p[r\i: o parte con\ine datele
problemei =i alta con\ine modelul. Un avantaj al separ[rii datelor de model este c[ se poate
studia efectul modific[rii m[rimilor de intrare asupra modelului f[c`nd modific[ri doar ]n
zona care con\ine date. Un alt avantaj este c[ analistul poate dezvolta modelul independent
de datele disponibile.
}n continuare este prezentat fiecare pas al procedurii:
Pasul 2: Definirea celulelor care vor con\ine variabilele de decizie. Celulele B15 =i
C15 con\in num[rul de tone de aditiv =i solvent produse.
Pasul 3: Definirea celulei care con\ine formula func\iei obiectiv. Celula B17 con\ine
formula pentru calcularea func\iei obiectiv: ˆ B8*B15‡ C8*C15 (profiul unitar pe tona de
aditiv * produc\ia de aditiv ‡ profiul unitar pe tona de solvent * produc\ia de solvent).
Pasul 4: Definirea celulelor care con\in formulele din partea st`ng[ a restric\iilor.
Celulele B20:B22 con\in formulele care indic[ cum se calculeaz[ partea st`ng[ a restric\iilor.
Pentru materialul 1, ]n celula B20 se introduce formula ˆB5*B15‡C5*C15 (cantitatea de
aditiv produs[*cantitatea de material 1 pentru a produce o ton[ de aditv ‡ cantitatea de
solvent produs[*cantitatea de material 1 pentru a produce o ton[ de solvent). }n mod similar
se vor introduce ]n celulele B21 =i B22 formulele pentru materialele 2 =i 3.
Pasul 5: Definirea celulelor care con\in valorile din partea dreapt[ a restric\iilor. }n
problema analizat[ valorile din partea dreapt[ a restric\iilor reprezint[ cantit[\ile de material
disponibile, valori care deja sunt introduse ]n domeniul D5:D7. Pentru materialul 1, ]n celula
D20 se introduce formla ˆD5, pentru matrialul 2, ]n celula D21 se introduce formula ˆD6, iar
pentru materialul 3 ]n celula D22 se introduce formula ˆD7.
Un avantaj al folosirii foilor de calcul este c[ dac[ una din valorile din partea care
con\ine datele problemei se modific[, valorile din model se modific[ automat..
Pentru a determina solu\ia optim[ a problemei se va folosi Solver-ul din Excel. Pa=ii
urm[tori arat[ modul ]n care poate fi folosit Solver-ul pentru ob\inerea solu\iei optime pentru
o problem[ de programare liniar[.
1. Se selecteaz[ meniul Tools.
2. Se aplic[ comanda Solver.
3. Caseta Solver Parameters se completeaz[ ]n modul urm[tor:
• Set Target Cell: B17
• Se selecteaz[ op\iunea Max.
• By Changing Cells: B15:C15.
• Se selecteaz[ butonul Add.
4. Caseta Add Constraint se completeaz[ astfel:
• Cell Reference: B20:B22
• Se selecteaz[ operatorul ‹ ˆ
Rezolvarea problemelor de programare liniară
• Constraint: D20:D22
• Se selecteaz[ butonul OK.
5. C`nd caseta Solver Parameters apare din nou se selecteaz[ butonul Options.
6. }n caseta Solver Options se selecteaz[:
• Assume Linear Model.
• Assume Non- Negative.
• Butonul Ok.
7. C`nd caseta Solver Parameters apare din nou se selecteaz[ butonul Solve.
8. }n caseta Solver Results se selecteaz[ Keep Solver Solution. Se selecteaz[
butonul Ok pentru a genera solu\ia optim[, afi=at[ ]n celulele B15, C15.
Solu\ia optim[ este 25 tone de aditiv =i 20 tone de solvent.
Solu\ia optim[ Aˆ25 tone de aditiv =i Sˆ20 tone de solvent s-a ob\inut pentru cazul ]n
care s-a considerat c[ profitul pe ton[ pentru aditiv este 40$, iar profitul pe ton[ pentru
solvent este de 30$.
Presupunem c[ datorit[ unor factori exteriori are loc o reducere a pre\urilor, ceea ce
determin[ o sc[dere a profitului de la 30$ pe ton[ la 25$ pe ton[ pentru solvent. }n acest caz
programul de produc\ie de 25 de tone de aditiv =i 20 de tone de solvent este ]n continuare cel
mai bun? }n mod normal ar trebui s[ rezolv[m o nou[ problem[ de programare liniar[ cu
func\ia obiectiv modificat[ 40*A‡25*S. Acest lucru nu este necesar, deoarece cu analiza de
senzitivitate putem determina ]n ce limite poate varia profitul pe tona de aditiv f[r[ ca solu\ia
Modelarea deciziilor utilizând foile de calcul
Adjustable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$15 Tone produse Aditiv 25 0 40 20 16
$C$15 Tone produse Solvent 20 0 30 20 10
Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$B$20 Material 1 Cantitati utilizate 20 33.33333333 20 1.5 6
$B$21 Material 2 Cantitati utilizate 4 0 5 1E+30 1
$B$22 Material 3 Cantitati utilizate 21 44.44444444 21 9 2.25
Sec\iunea Constraints
Coloana Cell indic[ celulele care con\in valorile din partea dreapt[ a restric\iilor, iar
coloana Name con\ine numele acestor celule.
Valorile din coloana Final Value sunt valorile restric\iilor (partea st`ng[) calculate
pentru solu\ia optim[. Pentru problema analizat[ valorile din coloana Final Value indic[
cantit[\ile de material 1, 2 =i 3 necesare pentru a produce combina\ia optim[ de 25 de tone de
aditiv =i 20 tone de solvent. Deci pentru solu\ia optim[ sunt necesare 20 tone de material 1, 4
tone de material 2 =i 21 tone de material 3.
Valorile din coloana Constraint RH sunt valorile ini\iale ale problemei: 20 tone de
material 1, 5 tone de material 2, 21 tone de material 3 (cantit[\ile disponibile). Pentru fiecare
restric\ie abaterea reprezint[ diferen\a dintre valoarea din coloana Constraint RH =i
valoarea din Final Value. Abaterea asociat[ materialului 1 este 20-20ˆ0 tone, pentru
materialul 2: 5-4ˆ1 ton[, iar pentru materialul 3: 21-21ˆ0 tone. Deci materialele 1 =i 3 sunt
utilizate ]n totalitate, iar din materialul 2 r[m`ne o ton[. Concluzia este c[ dac[ ar exista
cantit[\i mai mari de material 1 sau 3 s-ar putea ob\ine un profit total mai mare. Modul ]n
care modificarea acestor cantit[\i influen\eaz[ profitul este indicat ]n coloana Shadow Price
(pre\uri umbr[).
Pre\urile umbr[ arat[ cu c`t se modific[ (cre=tere/mic=orare) valoarea func\iei obiectiv
la cre=terea/mic=orarea cu o unitate a valorii din partea dreapt[ a unei restric\ii.
}n cazul nostru, pre\ul umbr[ de 33.33 pentru materialul 1 arat[ c[ o ton[ suplimentar[
de material 1 va cre=te profitul cu 33.33$. Deci, dac[ cantitatea disponibil[ de material 1 ar
cre=te de la 20 la 21, ceilal\i coeficien\i r[m`n`nd constan\i, profitul total ar cre=te cu 33.33$,
ceea ce ]nseamn[ 1600‡33.33ˆ1633.33$.
Similar, dac[ cantitatea disponibil[ de material 3 ar cre=te de la 21 la 22, ceilal\i
coeficien\i r[m`n`nd constan\i, profitul total ar cre=te cu 44.44$, ceea ce ]nseamn[
1600‡44.44ˆ1644.44$.
Modelarea deciziilor utilizând foile de calcul