1 Modelarea economico-matematică,

alternativă la „experimentul”
din ştiinţele exacte.
Metode. Concepte. Clasificări.

1.1 Condiţiile de apariţie a modelării economico-matematice

Modelarea economico-matematică este folosită de manager ca o

alternativă la „experimentul” utilizat în ştiinţele exacte.

• Bazele abordării raţionale a mecanismului de funcţionare a unei

organizaţii sunt puse de „şcoala clasică” (F.W. Taylor, H. Ford, H.
Fayol) la începutul sec. XX. Nu au folosit conceptele: informaţie şi
decizie.
• După 1950, „şcoala neoclasică” (Peter Drucker, Alfred Sloan, Ernest
Dale) include activităţile de producere, recepţionare, transport,
prelucrare şi stocare de informaţii în scopul luării deciziei în
organizarea şi conducerea întreprinderii moderne.
• „Şcoala comportamentului” (Elton Mayo, Abraham Zalesnick şi D.C.
Peltz) acordă atenţie comportamentului oamenilor în timpul procesului
productiv, propune descentralizarea deciziilor, promovează încrederea
în membrii unui grup.
• Odată cu apariţia primei generaţii de calculatoare electronice (deceniul
V), a primelor lucrări de cibernetică şi a primelor echipe de cercetare
operaţională, se doreşte mai multă rigurozitate în luarea deciziei prin
procedee ştiinţifice, caracterizate prin fundamentare teoretică, bazată pe
metode matematice, cu păstrarea unei orientări generale, practice şi
realiste.
• Se conturează ca discipline privind conducerea: cercetarea operaţională,
cibernetica, informatica, psihosociologia organizării şi teoria generală a
sistemelor.
• Modelarea şi simularea proceselor economice are legături strânse cu
toate aceste domenii şi este concepută astfel încât să ofere economiştilor
o serie de modele şi tehnici necesare acţiunilor manageriale la nivel
microeconomic.
• Rezolvarea problemelor manageriale din întreprinderi nu se poate
realiza cu un model matematic „pur”.
 Modelarea şi simularea proceselor economice este o disciplină
economică de graniţă cu matematica şi tehnica de calcul şi se ocupă de
fundamentarea deciziei manageriale în condiţii de eficienţă pentru
producător cu ajutorul unor modele economico-matematice flexibile şi
cu posibilitatea utilizării tehnicii simulării.

• Modelarea economică oferă managerului latura riguroasă a acţiunilor

sale („ştiinţa de a conduce”), modalităţi multiple de punere de acord a
resurselor (materiale, umane, financiare) existente cu obiectivele
formulate pentru o anumită perioadă de timp, oferindu-i posibilitatea de
a găsi şi a decide „mai bine” şi „mai repede” fără să denatureze
realitatea.

1.2 Metode de culegere şi prelucrare a datelor folosite în modelarea

economico-matematică

• În procesul fundamentării complexe a deciziei se pleacă de la o serie de

mărimi (indicatori) care provin din observări, anchete, raportări şi care
pot fi măsurate cu diferite grade de precizie (figura 1.1).
Modele
Soluţie „optimă”
Observări
Anchete
I deterministe
Măsurători Mărimi
Raportări Modele
stochastice Soluţie optimă
cu o probabilitate
Modele
Soluţie suboptimală
euristice

Volum de date
Precizia mărimilor

Redus Bogat
Deterministe Stochastice Vagi

σ mare σ mică

Metode
de culegere date de prelucrare date
Modele Modele Modele
Stochas Aproxi
fuzzy stochastice deterministe Deterministe
tice
Vagi Exacte
mative
Euristice

Figura 1.1
 Din punctul de vedere al preciziei mărimile ce caracterizează procesele
economice pot fi:
• mărimi deterministe (riguros stabilite cu o valoare unică);
• mărimi stochastice, aleatoare (mărimi ce au o mulţime de valori cărora
li se asociază o probabilitate);
• mărimi vagi / fuzzy (nu au o valoare unică, ci o mulţime de valori
cărora li se asociază un grad de apartenenţă la o anumită proprietate).
În consecinţă se ajunge la o grupare similară a metodelor de prelucrare
folosite în vederea adoptării unor decizii:
Metodele exacte permit obţinerea în cadrul unei probleme de decizie
economică a unei soluţii S care îndeplineşte, fără nici o eroare (abatere), restricţiile
impuse şi/sau condiţiile de optim, cerute prin criteriile de eficienţă. Dacă notăm
prin S vectorul soluţiei efectiv adoptate, iar prin S* vectorul soluţiei adevărate,
atunci: S – S* = 0.
Metodele aproximative sunt acele metode care permit obţinerea unei soluţii
S, diferită de soluţia adevărată S* printr-un vector ε, dominat de un vector εa
dinainte stabilit, adică:
S – S* = ε ≤ εa (1.1)
Metodele euristice sunt metodele prin care, chiar în cazul unei probleme
complexe, se obţine într-un timp relativ scurt, comparativ cu alte metode, o soluţie
S, acceptabilă din punct de vedere practic, fără a avea garanţii asupra rigurozităţii
rezolvării. Fiind dat vectorul erorii admisibile εa, metodele euristice nu reuşesc
totdeauna să ne conducă la o soluţie S cu proprietatea (1.1). În unele cazuri,
metodele euristice reuşesc să asigure respectarea relaţiei (1.1), dar cu o anumită
probabilitate.
Metodele euristice pot fi considerate ca o succesiune de încercări/tatonări,
a căror alegere este legată de fiecare dată de natura problemei de rezolvat şi de
personalitatea modelatorului (analistului de sisteme).

1.3 Procesul de trecere de la sistemul real la modelul de simulare

Obţinerea unor informaţii despre „sistem” înainte ca el să fie realizat în

mod concret este posibilă cu ajutorul tehnicii simulării. Simularea este o tehnică de
realizare a experimentelor cu calculatorul numeric, care implică construirea unor
modele matematice şi logice care descriu comportarea unui sistem real (sau a unor
componente ale sale) de-a lungul unei perioade mari de timp.
Simularea trebuie să genereze intrările şi, ţinând seama de stările interne
ale sistemului, prin algoritmi adecvaţi să determine ieşirile şi să descrie evoluţia în
timp a stărilor interne ale sistemului.
Deşi nu oferă soluţii exacte (ci suboptimale), simularea este o tehnică de
cercetare eficientă pentru problemele economice complexe la nivel de firmă,
imposibil de studiat analitic (cu metodele economico-matematice de optimizare).
 Cu ajutorul simulării se obţin mai multe variante de decizie dintre care
managerul o va alege pe cea mai bună, corespunzătoare condiţiilor date la un
anumit moment.
Consecinţele unei experienţe reale, fără o experienţă „simulată”, pot fi
uneori dăunătoare în activitatea managerială.
În cazul unui sistem existent (firmă, întreprindere), comportarea sa poate fi
prevăzută de un model de simulare care pune în evidenţă efectul modificării unor
parametri care descriu sistemul respectiv.
În activitatea de simulare sunt implicate trei elemente importante, şi
anume: sistemul real, modelul, calculatorul şi două relaţii: relaţiile de modelare şi
relaţiile de simulare.
În figura 1.2 se prezintă sintetic procesul de trecere de la „sistemul real” la
modelul de simulare / „modelul real”.

MODELUL
SISTEMUL REAL
REAL
MODELUL
ABSTRACT

Date din sistem Validare

obţinute prin
observări,
Date analitice
măsurători,
experimente
Validare Date simulate
Figura 1.2

„Sistemul real” reprezintă sistemul perceput cu simţurile omului.

„Modelul real” reprezintă sistemul real înlocuit şi care corespunde, în
principiu, cerinţelor sistemului iniţial.
„Modelul abstract” realizează trecerea de la „sistemul real” la „modelul
real”. El reproduce sistemul real prin descompunerea sistemului în părţile
componente elementare şi stabileşte legăturile dintre acestea.
Validarea rezultatelor se face prin stabilirea concordanţei dintre datele din
sistemul real şi cele oferite de model.
 1.4 Concepte. Clasificări

Esenţa metodei modelării constă în înlocuirea procesului real studiat

printr-un model mai accesibil studiului.

Modelul este o reprezentare izomorfă a realităţii care oferă o imagine

intuitivă, dar riguroasă, în sensul structurii logice a fenomenului studiat şi
permite descoperirea unor legături şi legităţi greu de stabilit pe alte căi.

Orice model economico-matematic va reprezenta fidel un anumit fenomen

numai în măsura în care se sprijină pe teoria economică care formulează
categoriile, conceptele şi legile obiective ale realităţii economice.
Principalele criterii pe baza cărora se poate face gruparea modelelor
economico-matematice:
• în funcţie de sfera de reflectare a problematicii economice;
• în funcţie de domeniul de provenienţă şi concepţie;
• în funcţie de caracterul variabilelor;
• în funcţie de factorul timp;
• în funcţie de orizontul de timp considerat;
• în funcţie de structura proceselor reflectate.
În cadrul fiecărei grupe, modelele sunt descriptive (prezintă situaţia
existentă) şi normative (surprind ceea ce se doreşte să se obţină).
Succesiunea coerentă de operaţii logice şi aritmetice conduce la
algoritmizarea unei probleme economice. Algoritmii pot fi: exacţi, aproximativi şi
euristici.

1.5 Realizări şi tendinţe în modelarea proceselor economice.

Abordarea multinivel şi modelarea procedurală

Rezultate remarcabile obţinute prin utilizarea unor modele economico-

matematice în organizaţii economice:
• organizarea şi conducerea acţiunilor complexe din investiţii, cercetare –
dezvoltare, producţie şi în folosirea resurselor disponibile cu analiza
drumului critic;
• optimizarea prin programare liniară a transportului materialelor şi
produselor de masă;
• minimizarea costului aşteptării în porturi, gări, aeroporturi;
• rezervarea unor locuri de transport, cazare;
• obţinerea unor amestecuri de produse petroliere de bună calitate şi mai
ieftine;
• „croirea” raţională a barelor şi suprafeţelor dreptunghiulare ce necesită
prelucrări;
 • studii de senzitivitate, parametrizări pentru costuri, preţuri, resurse etc.
În prezent se lucrează la crearea unor sisteme de conducere ierarhizate,
multinivel ce funcţionează în timp real şi care sunt distribuite în toate
compartimentele întreprinderii. Obiectivul global constă în obţinerea unei producţii
optime cantitativ şi calitativ atât din punct de vedere tehnic, cât şi economic.
Pentru înlăturarea rigidităţii metodelor de optimizare se recurge tot mai
mult la modelarea procedurală care acordă un prim rol algoritmului şi unul
secundar modelului.
În economie se folosesc în puţine cazuri algoritmi exacţi (atunci când
mărimile economice sunt exacte). În cele mai multe cazuri, se utilizează algoritmi
euristici (mărimile economice sunt exacte, dar problema economică este complexă,
sau datele de intrare sunt inexacte).

1.6 Schema generală de concepere a algoritmilor euristici

Euristica se defineşte ca fiind:

• o clasă de metode şi reguli care dirijează subiectul spre cea mai simplă
şi mai economică soluţie a problemelor;
• un drum care permite descoperirea soluţiilor problemelor complexe fără
a le supune unei simplificări sau reducţii.
Metodele euristice sunt de fapt „tatonări”, nu şabloane, alegerea lor
depinde de natura problemei de rezolvat şi de personalitatea modelatorului.
Modelarea euristică presupune construirea unui sistem analog cu cel
investigat (sistemul real).
Fondatorului euristicii aplicate, Herbert Simion i s-a acordat în 1978 –
Premiul Nobel pentru economie. El a elaborat un algoritm general al rezolvatorului
de probleme, care reprezintă de fapt, schema generală de concepere a algoritmilor
euristici (fig. 1.3).
Principalii paşi ai algoritmului general al rezolvatorului de probleme:
Pasul 1. Se construieşte o soluţie iniţială.

Pasul 2. Se testează condiţiile de admisibilitate a soluţiei (sistemul de

restricţii). Dacă aceste condiţii sunt îndeplinite se trece la pasul 4. Dacă nu, se
calculează abaterile ε şi se trece la pasul 3.

Pasul 3. Se caută o strategie de reducere a abaterilor ε. În acest scop

analistul, pe baza experienţei pe care a dobândit-o în practică, stabileşte una sau
mai multe strategii care se presupune că ar reduce abaterile ε. Testând aceste
strategii, se alege acea strategie care permite, într-un număr cât mai mic de iteraţii,
anihilarea abaterilor ε. Dacă după un număr mare de iteraţii, raţional de mare, nu
s-a reuşit să se anuleze aceste abateri, problema este considerată „fără soluţie” (din
punctul de vedere al algoritmului euristic folosit). Dacă s-a reuşit obţinerea unei
soluţii admisibile se trece la pasul 4.
 Pasul 4. Se calculează funcţia de performanţă f(x0) a soluţiei iniţiale
admisibile (de regulă un indicator economic) sau funcţia globală de optimizat (în
cazul folosirii mai multor criterii de natură economică sau socială, psihologică
etc.).

Pasul 5. Cu ajutorul unor reguli de transformare, soluţia iniţială admisibilă

x0 se transformă într-o altă soluţie x1, de asemenea admisibilă. Cele mai bune reguli
de transformare se aleg după efectuarea paşilor 6 şi 7.

Pasul 6. Se calculează funcţia de performanţă f(x1) a noii soluţii.

Pasul 7. Se compară performanţele celor două soluţii f(x0) şi f(x1). Dacă

performanţa f(x1) este superioară performanţei f(x0), atunci se evaluează diferenţa
f(x1) – f(x0). Dacă această diferenţă este semnificativă, soluţia x1 devine soluţia
iniţială şi algoritmul se continuă de la pasul 5. Dacă această diferenţă este
nesemnificativă sau dacă performanţa f(x1) este inferioară performanţei f(x0),
algoritmul se reia de la pasul 5, alegându-se acele reguli care permit un „câştig”
cât mai mare pentru funcţia de performanţă, până când se ajunge la un număr
raţional de iteraţii. Când acest număr a fost atins, algoritmul se opreşte, permiţând
obţinerea unei soluţii suboptimale.
 Se construieşte o soluţie iniţială (x0)

Test de admisibilitate a soluţiei

Satisfăcut
(sistem de restricţii)
Nesatisfăcut
Se calculează
funcţia de
performanţă f(x0). S-a depăşit numărul
Funcţia globală de raţional de încercări? Fără soluţie
optimizat

Nu

Alegerea unei reguli Se calculează abaterile ε Se aplică regula de

de transformare a reducere a lui ε
soluţiei x0 în x1, de
asemenea posibilă
Se caută o strategie de
reducere a abaterilor ε
Stabilirea unei
soluţii admisibile

Calculul funcţiei de
performanţă f(x1)

Se compară Da ∆f ≥η
Da
∆f = f(x1) – f(x0) x0 = x 1
performanţa
f(x1)>f(x0)
Nu

S-a ajuns la
Da
numărul raţio-
nal de iteraţii?

Se măreşte
probabilitatea de
aplicare a regulii Se tipăreşte:
care a avut mai x1 = soluţie suboptimală
mult succes
Figura 1.3

Rezumat
Se defineşte obiectul de studiu şi se prezintă metodele de culegere şi
prelucrare a datelor folosite în modelarea economico-matematică. Se face trecerea
de la sistemul real (întreprindere) la modelul de simulare.
Sunt definite conceptele de lucru şi principalele criterii de clasificare a
modelelor economico-matematice.
 În cadrul tendinţelor actuale şi a instrumentarului un loc important îl ocupă
schema generală de concepere a algoritmilor euristici.

yCuvinte cheie
• algoritm • metode exacte
• algoritm euristic • model abstract
• algoritmul general • model real
al compozitorului • modelare procedurală
de probleme • modelare economico-
• algoritmul general matematică
al rezolvatorului • modele deterministe
de probleme • modele fuzzy
• arta şi ştiinţa de a • modele stochastice
conduce • reprezentare izomorfă a
• experiment realităţii
• „greedy” • sistem real
• Herbert Simon • soluţie admisibilă
• management • soluţie suboptimală
• metode • tatonări
aproximative • variante de decizie
• metode euristice

ŠBibliografie suplimentară
[1] pag. 17-34

# Întrebări recapitulative
1. Care este obiectul de studiu?
2. Care sunt principalele metode de culegere a datelor?
3. Care sunt principalele metode de prelucrare a datelor?
4. În ce constă procesul de trecere de la sistemului real (întreprindere) la
modelul de simulare?
5. Care sunt modelele principale în funcţie de structura proceselor
reflectate?
6. Ce reprezintă modelarea procedurală pentru activitatea economică
practică?
7. Din ce categorie de algoritmi face parte algoritmul general al
rezolvatorului de probleme? Argumentaţi prin paşii algoritmului.