simularea proceselor economice.doc

7/28/2019 Simularea proceselor economice.doc

1/38

Selectai afirmaia fals despre utilizarea modelelor economico-matematice.

1 modelul este o reprezentare simplificat i izomorf a realitii, menit s permit studiulacesteia altfel dect prin experimentare direct;

2 modelul reflect ntr-un mod convenional principalele caracteristici ale realitii,considerate eseniale pentru scopul cercetrii;

3 cu ajutorul modelelor se identific soluii optime la probleme complexe, formulateambiguu i cu date de intrare imprecise i incomplete;

4 un model trebuie s fie simplu, robust, uor de aplicat i de controlat;5 manipularea modelului presupune transformri ale valorilor exogene n valori

cutate/studiate ale variabilelor endogene care descriu caracteristicile eseniale aleobiectului studiat.

ANS: 3Expresia matematic care limiteaz intervalul n care variabilele rezultat ar putea fi calculate este

echivalent:

1 unei funcii obiectiv;2 unui criterii de decizie;3 unei restricii;4 unei funcii de utilitate;

5 unei variabile duale.

ANS: 3 O soluie optim se identific:

1 din mulimea soluiilor admisibile folosind un anume criteriu de decizie sau o funciescop;

2 din mulimea valorilor variabilelor independente;3 cu ajutorul unei tehnici de simulare sau a unor metode euristice;4 cu ajutorul mai multor criterii de decizie / funcii scop (independente) considerate

simultan;5 lund n considerare subiectivismul cercettorului decidentului.

ANS: 1Spre deosebire de programarea liniar sau programarea dinamic, simularea nu se bazeaz pe un

model analitic. Aceasta presupune c rezultatele obinute prin simulare sunt:

1 valori optime;2 simplificate;3 euristice;4 aproximri ale unor valori reale;5 nerealiste.

ANS: 4Printre aspectele relevante pentru diferenierea modelelor normative (bazate pe optimizare) i cele

descriptive (bazate pe satisfacie) nu se enumer:

1 mulimea condiiilor ce trebuie satisfcute;2 alternative studiate;3 ordonarea i testarea alternativelor;4 numrul de decideni;5 modelul de testare utilizat


2/38

ANS: 4

In funcie de natura datelor, modelele se mpart n urmtoarele categorii:

1 deterministe / stochastice / fuzzy;2 multiatribut / multiobiectiv;3 modele de optimizare / de simulare;4 de previziune, de organizare, de coordonare, de antrenare, de control;5 normative /descriptive.

ANS: 1

Selectai afirmaia fals din urmtoarele propoziii referitoare la avantajele oferite de tehnicasimulrii:

1 simularea poate fi folosit pentru a verifica o soluie nesigur obinut pe cale analitic;2 simularea permite controlul fenomenelor reale, prin soluiile oferite putndu-se corecta

deciziile efectuate anterior;3 simularea permite intuirea unor fenomene reale, verificndu-se verosimilitatea unor

ipoteze de evoluie;4 prin simulare se pun n eviden acele variabile semnificative pentru studiul fenomenului

real i legturile dintre acestea;5 prin formularea i experimentarea unor modele, prin simulare se pot culege n mod

sistematic date concludente i sugestive pentru evoluia fenomenelor reale.

ANS: 1

Determinai din urmtoarea enumerare:

conceptul folosit pentru a descrie mulimea finit de operaii / instruciuni / comenzi careexecutate ntr-o anumit succesiune duc la transformarea datelor de intrare ntr-un set de valoride ieire.

1 Vector 2 Algoritm3 Structur4 Model5 Problem

ANS: 2

Mrimile care caracterizeaz procesele economice din punct de vedere al preciziei lor pot ficlasificate n mrimi:

A. Fuzzy/vagi;

B. Aproximative;C. Euristice;D. Exacte;E. Stochastice;F. Deterministe;G. Precise;H. Imprecise.

Indicai combinaia corect:


3/38


4/38

Metodele de tip determinist se folosesc, n general, atunci cnd:

1 problema descris este complex i se pot crea scenarii de evoluie probabil descrise prinvariabile aleatoare;

2 dispunem de date inexacte, dar problema este de dimensiuni mari;3 dispunem de date suficient de precise i n cantitate mare;4 dispunem de date inexacte; dar problema este de dimensiuni mici;5 se dorete previzionarea comportamentului unui sistem economico-social caracterizat prin

mai multe stri posibile.

ANS: 3

Soluia oferit prin aplicarea modelelor euristice este:

1 soluie optim;2 soluie optim cu o anumit probabilitate;3 o soluie "bun" fr s se arate c este "cea mai bun posibil";4 soluie suboptimal cu o anumit probabilitate;5 soluie ntreag.

ANS: 3

Selectai afirmaia fals: "Recunoaterea faptului c n studiul fenomenelor socio-economice,creterea preciziei datelor afecteaz n sens invers proporional completitudinea acestoraconduce la:

1 abordarea stochastic a problemelor".;2 folosirea teoriei jocurilor";3 abordarea cu ajutorul mulimilor vagi";4 abordarea prin strategii de tipul "ncercare i eroare".;5 folosirea tehnicilor de optimizare".

ANS: 5

Pentru rezolvarea unor probleme n care volumul de date disponibile este redus se pot folosi:

1 modele deterministe;2 modele stochastice;3 modele probabilistice;4 modele fuzzy;5 modele econometrice.

ANS: 2

Modelele de simulare au un caracter:

1 deductiv;2 stochastic;3 probabilist;4 procedural;5 determinist.

ANS: 4

Selectai afirmaia fals:


5/38

1 scderea simultan a preciziei i completitudinii datelor folosite ntr-un model economico-matematic permite o abordare optimal cu ajutorul modelelor deterministe.

2 precizia i completitudinea reprezint atribute distincte, care dau msura utilitii unui setde date pentru extragerea unor informaii necesare procesului decizional.

3 scderea alternativ a preciziei sau completitudinii datelor conduce la o abordarestochastic, la folosirea teoriei jocurilor strategice sau a mulimilor fuzzy.

4 precizia i completitudinea ridicate ale datelor folosite ntr-un model economic-matematicfac posibil aplicarea cu bune rezultate a tehnicilor de nvare de tip "ncercare i eroare".

5 cel mai adesea, complexitatea fenomenelor i proceselor economico-sociale conduc laimposibilitatea obinerii simultane a unei precizii ridicate i a unui grad de completitudinemare a informaiilor disponibile.

ANS: 1

Selectai afirmaia fals referitoare la decizia economic:

1 decizia presupune alegerea ntre mai multe variante de decizie (formulate ca alternativemutual exclusive);

2 decizia economic presupune activitatea de cutare contient a unei variante de aciunemenit s contribuie la atingerea unui obiectiv stabilit anterior;

3 decizia rezult ca urmare a procesrii n mod contient i raional a unor informaii icunotine;

4 decizia aparine unei persoane sau grup de persoane care dispune de autoritatea necesari care rspunde de gestiunea eficient a unor resurse ntr-o organizaie;

5 decizia economic implic folosirea unor algoritmi de tip determinist, aplicai pentru datede intrare exacte, rezultatul deciziei fiind o strategie optim de aciune.

ANS: 5

Diferena dintre valoarea obinut prin decizia optim pentru o anumit stare a naturii i valoarearezultat din oricare alt alegere a variantei decizionale se numete:

1 risc;2 raionalitate;3 regret;4 incertitudine;5 eroare.

ANS: 3

Diferena principal dintre modul n care acioneaz natura (mediul nconjurtor) i modul n carear aciona un partener contient const n faptul c:

1 timpul de reacie de care dispune decidentul este mai scurt;2 mediul extern acioneaz fr un scop;3 aciunile mediului pot fi prevzute n ipoteza de raionalitate;4 n general, natura acioneaz n favoarea decidentului;5 natura este "previzibil".

ANS: 2

Caracteristic situaiei decizionale n condiii de certitudine este faptul c:


6/38

1 fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care nuse cunosc probabilitile de apariie;

2 fiecrei variante decizionale i corespund mai multe consecine decizionale pentru care secunosc probabilitile de apariie;

3 elementele procesului decizional sunt variabile controlabile, cu caracteristici cunoscute, cuevoluii ce pot fi anticipate cu precizie acceptabil;

4 numrul de variabile (att controlabile, ct i necontrolabile) este ridicat, totui anticipareaevoluiei celor necontrolabile este posibil (cu un grad satisfctor de aproximaie);

5 probabilitatea de apariie a unor consecine decizionale poate fi determinat prin estimrisubiective sau prin studiul statistic al frecvenei de apariie a unor elemente aleatoare.

ANS: 3

Ca regul de identificare a variantei optime de decizie nu poate fi considerat:

1 exprimarea preferinei subiective sau intuitive a decidentului;2 compararea calitii fiecrei variante decizionale cu ajutorul unei reguli de decizie;3 folosirea unor metode analitice;4 folosirea unor metode euristice;5 compararea utilitii fiecrei variante decizionale.

ANS: 1

Decizii n condiii de incertitudine se iau atunci cnd:

1 nu exist informaii privind probabilitile de realizare ale strilor naturii;2 managerul dispune de informaii complete asupra desfurrii viitoare a procesului

analizat;3 nu se pot identifica elementele generale ale unui model de decizie;4 se cunosc probabilitile de realizare a strilor naturii;5 fiecrei variante i corespunde o singur consecin/ un singur rezultat.

ANS: 1

Ca metod de raionalizare a deciziilor n condiii de incertitudine se recomand folosirea:

1 numai a tehnicii de tip pesimist sau prudent (Wald) avnd n vedere ipoteza aversiunii fade risc a agenilor economici;

2 numai a tehnicii de tip optimist avnd n vedere ipoteza nclinaiei fa de risc a ageniloreconomici;

3 indicatorului de tip speran matematic a consecinelor decizionale;4 indicatorului de tip speran matematic pentru matricea regretelor;5 urmtoarelor tehnici: Wald, Savage, Hurwicz, Laplace.

ANS: 5

Deciziile n condiii de risc se deosebesc de cele n condiii de incertitudine prin faptul c:

1 la primele se cunosc probabilitile asociate strilor obiective ale naturii;2 la primele, decidentul folosete conceptul de utilitate;3 primele se refer la mai multe criterii;4 primele presupun pierderi mai mari dect celelalte;5 primele sunt condiionate de celelalte.

ANS: 1


7/38

n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionaleoptime n condiii de incertitudine cu criteriul Savage se face aplicnd formula:unde:Cij - consecina economic (de tip profit) a alegerii variantei de decizie i, i=1,...,m, n condiiile ncare s-a produs starea naturii j, j=1,...,n;V* - variant optim;pj probabilitatea manifestrii pentru starea naturii SNj.

1*VCminmax ijji

2 VC

n

1max ij

n

1=j

i

3*VCmaxmin ijji

4

max ,VCp*

n

1jijj =

5ijijiij*ijji

CCmax=Runde,VRmaxmin

ANS: 5

n cazul unei probleme decizionale cu consecine de tip profit, alegerea variantei decizionaleoptime n condiii de incertitudine cu criteriul Waldse face aplicnd formula:unde:

Cij consecina economic a alegerii variantei de decizie i, i=1,...,m, n condiiile n care s-aprodus starea obiectivj, j=1,...,n;

V* variant optim;pj probabilitatea manifestrii strii a naturiij.

1 *VCminmax ijn,1jm,1i

== ;

2*VC

n

1max

n

1j

ijm,1i

=

=

3 *VCmaxmin ijn,1jm,1i

==

4

*VCpmax

n

1jijjn,1i =

=

5ij

n,1jm,1iRmaxmin

== undeijij

n,1jji

CCmaxR ==

ANS: 1



8/38

1 Ca tehnic de raionalizare a deciziilor n condiii de risc se folosete transformarea unorjudeci calitative de verosimilitate n echivalene numerice (valori n intervalul [0,1]).

2 Deciziile n condiii de risc se adopt ntotdeauna pe baza unor ipoteze privind rezultatelepoteniale pentru fiecare variant decizional n parte.

3 Deciziile n condiii de risc se adopt pe baza preferinei decidentului pentru consecineledecizionale exprimate prin atitudinea fa de risc (neutralitate, de nclinaie, de aversiune).

4 Pentru raionalizarea deciziilor n condiii de nedeterminare se folosesc probabilitiestimate subiectiv de ctre decident (pe baza experienei, intuiiei) sau determinateobiectiv (prin metode statistico-matematice).

5 Luarea deciziilor n condiii de risc poate fi efectuat prin compararea valorii ateptateasociate variantelor decizionale cu valoarea identificat de regula prudent maximin(Wald).

ANS: 5

Selectai afirmaia adevrat referitoare la valoarea informaiei perfecte (VIP):

unde:Cijconsecina economic (de tip profit) a alegerii variantei de decizie i, i=1,...,m, n condiiile n

care s-a produs starea obiectivj, j=1,...,n;pj probabilitatea manifestrii strii a naturiij.

1 este dat de diferena dintre profitul estimat a fi obinut n condiiile cunoaterii complete ainformaiilor i costul achiziionrii informaiilor perfecte (C);

2 rolul informaiei perfecte este dat de posibilitatea (teoretic) de a preschimba situaiadecizional din una n condiii de risc ntr-una n condiii de incertitudine;

3 valoarea VIP pentru modelele de decizii incerte este mai mic n comparaie cu valoareVIP calculat pentru decizii n condiii de risc;

4se calculeaz cu formula: VIP =;

==

n

1j

ijji

n

1j

iji

j CpmaxCmaxp

5 dac VIP > Cnu se recomand achiziionarea informaiei perfecte / adiionale.

ANS: 4

Metoda arborilor de decizie presupune:

1 evaluarea nodurilor iniiale naintea celor finale;2 evaluarea tuturor nodurilor de decizie naintea celor de tip incertitudine;3 eliminarea din calcul a variantelor aparent nefavorabile la un anumit moment;4 alegerea variantei cu cea mai mare probabilitate de realizare;5 evaluarea nodurilor de tip eveniment naintea nodurilor de tip decizie.

ANS: 5

Selectai afirmaia fals referitoare la metoda arborelui de decizie:

O ntreprindere din sectorul public are la dispoziie trei variante de extindere a activitii dincare dorete s selecteze varianta optim n condiiile minimizrii investiiilor (tabelul 1 sumenecesare stabilite pe baza informaiilor din studiile de fezabilitate) i n trei scenarii posibile /stri ale naturii (evoluie favorabil, satisfctoare, nefavorabil a economiei n urmtorii ani).

Tabelul 1. Matricea consecinelor

Variante decizionaleStrile naturii


9/38

S1 S2 S3

V1V2V3

140001380013500

111251105011000

825083008500

1 se aplic la situaiile decizionale de mare complexitate, n care sunt implicate evenimentealeatorii care se produc succesiv;

2 n reprezentarea diagramei apar trei tipuri de noduri (de decizie, de tip eveniment /de tip

consecin sau finale);3 fiecare nod are mai multe noduri ascendente i descendente;4 alegerea variantei optime se realizeaz pe baza analizei comparative a speranelor

matematice calculate pn la nivelul nodului iniial;5 gsirea unei soluii optime este echivalent cu alegerea unui drum complet n arbore

(pornind de la nodurile finale ale arborelui i pn la nodul iniial).

ANS: 3

Indicai rspunsul correct:

Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/modululDecision Analysis s-au obinut rezultatele prezentate n tabelul 2.Tabelul 2. Rezultateleobinute cu WINQSB/DA

Criterion Best Decision Decision Value

Maximin V3 ($13500)

Maximax V1 ($8250)

Hurwicz (p=0.8) V1 ($9400)

Minimax Regret V3 $250

Expected Value V3 ($11000)

Equal Likelihood V3 ($11000)

Expected Regret V3 $83.33

Expected Value without any Information = ($11000)

Expected Value with Perfect Information= ($10916.67)Expected Value of Perfect Information = $83.33

In cazul unui decident neutru fa de risc, varianta optim:

1 este varianta 1;2 este varianta 2;3 este varianta 3;4 poate oricare dintre variante, n mod indiferent;5 nu se poate preciza optimalitatea pentru nici o variant.

ANS: 5


Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/modululDecision Analysis s-au obinut rezultatele prezentate n tabelul 2. Tabelul 2. Rezultateleobinute cu WINQSB/DA


Maximin V3 ($13500)


10/38

Maximax V1 ($8250)

Hurwicz (p=0.8) V1 ($9400)


Expected Value V3 ($11000)



Expected Value without any Information = ($11000)

Expected Value with Perfect Information= ($10916.67)Expected Value of Perfect Information = $83.33

Selectai afirmaia fals referitoare la valoarea informaiei perfecte (VIP) pentru aceastproblema decizional:

1 dac se dispune de posibilitatea achiziiei de informatie complet, iar pretul acesteia estede 83,33 u.m., nu se recomand achiziionarea informatiei;

2 dac se dispune de posibilitatea achiziiei de informaie complet, iar pretul acesteia estede mai mic de 83,33 u.m., nu se recomand completarea informaiilor;

3 valoarea informaiei perfecte este de 83,33 u.m.4 valoarea asteptat a profitului n condiiile dispunerii de informaie perfect este de

10916.67 u.m.;

5 valoarea asteptat a profitului fr informaie perfect este de 11000 u.m.

ANS: 2


Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/modululDecision Analysis s-au obinut rezultatele prezentate n tabelul 2.



S1 S2 S3V1V2V3

140001380013500

111251105011000

825083008500

Tabelul 2. Rezultatele obinute cu WINQSB/DA


Maximin V3 ($13500)

Maximax V1 ($8250)

Hurwicz (p=0.8) V1 ($9400)

Minimax Regret V3 $250Expected Value V3 ($11000)



Expected Value without any Information = ($11000)Expected Value with Perfect Information= ($10916.67)Expected Value of Perfect Information = $83.33


11/38

n condiii de risc (prin acordarea unor probabiliti celor 3 stri ale naturii), valoareainformaiei perfecte:

1 se pstreaz constant;2 se reduce cu 83,33 um.:3 crete cu 83.33. um:4 crete cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1;5 se reduce cu o valoare care se poate calcula cu informaiile disponibile n tabelul 1

ANS: 5


Folosind teoria deciziilor n condiii de incertitudine i programul informatic WINQSB/modululDecision Analysis s-au obinut rezultatele prezentate n tabelul 2.



S1 S2 S3

V1

V2V3

14000

1380013500

11125

1105011000

8250

83008500

Tabelul 2. Rezultatele obinute cu WINQSB/DA


Maximin V3 ($13500)

Maximax V1 ($8250)

Hurwicz (p=0.8) V1 ($9400)


Expected Value V3 ($11000)Equal Likelihood V3 ($11000)


Expected Value without any Information = ($11000)Expected Value with Perfect Information= ($10916.67)Expected Value of Perfect Information = $83.33

Pentru modelul matriceal n condiii de risc, folosind aceeai matrice a consecinelor (tabelul 1),informaia disponibil se suplimenteaz cu vectorul de probabiliti asociate strilor naturii:(0,35, 0,45, 0,2). Atunci, rezultatul (vezi tabelul 2) se modific n cazul aplicrii criteriului:

1 maxmin (criteriul Wald);2 maxmax (criteriul superoptimist);3 Hurwicz;4 expected value (valoare ateptat);5 equal likelihood(criteriul Laplace).

ANS: 4

Indicai rspunsul corect.


12/38

Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosindprobabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvareacorespunde celei din produsul informatic WINQSB/modulul Decision Analysis.



S1 S2 S3

V1V2V3

140001380013500

111251105011000

825083008500

Valoarea nodului 4 s-a calculat:

1 alegnd minimul dintre valorile nodurilor imediat urmtoare;

2 prin calculul valorii ateptate utiliznd valorile nodurilor imediat urmtoare iprobabilitile asociate;

3 prin media aritmetic;4 independent de probabiliti;5 pe baza valorii din nodul 1.

ANS: 2


Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosindprobabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvarea

corespunde celei din produsul informatic WINQSB/modulul Decision Analysis.Tabelul 1. Matricea consecinelor


S1 S2 S3

V1V2V3

140001380013500

111251105011000

825083008500


13/38

Selectai afirmaia fals despre nodul 4:

1 este un nod de tip decizie;2 este un nod de tip eveniment / ans;3 valoarea sa este de -11375 u.m.;4 valoarea se calculeaz prin sperana matematic a valorile din nodurile imediat urmtoare;5 nu este luat n considerare pentru identificarea soluiei optime.

ANS: 1


Construind arborele de decizie pentru matricea consecinelor din tabelul 1 i folosindprobabilitile asociate strilor naturii de 0,35, 0,45 i 0,2 se obine figura 1 - rezolvareacorespunde celei din produsul informatic WINQSB/modulul Decision Analysis.



S1 S2 S3

V1V2V3

140001380013500

111251105011000

825083008500


14/38

Valoarea asociat nodului 1:

1 desemneaz strategia optim pentru procesul decizional;2 este calculat ca speran matematic a valorilor din nodurile 2, 3 i 4;3 este o valoare neafectat de risc;4 exprim nclinaia fa de risc a decidentului;5 este determinat prin compararea valorilor din nodurile 2, 3 i 4 (noduri imediat

urmtoare).

ANS: 5

Selectai afirmaia fals despre optimizarea multicriterial:

1 n cazul optimizrii multiobiectiv, mulimea variantelor de decizie este finit;2 conceptul de multicriterialitate este strns legat de optimizarea flexibil;3 cazul optimizrii multiobiectiv se trateaz distinct de cazul optimizrii multiatribut;4 n marea lor majoritate, problemele decizionale economice sunt multicriteriale;5 orice problem de optimizare multicriterial evideniaz o soluie suboptimal care rezult

prin considerarea tuturor criteriilor simultan.

ANS: 1

In teoria tiinific a deciziilor, utilitatea reprezint:

1 o valoare subiectiv asociat unui anumit rezultat economic i asigur comparabilitatea

variantelor decizionale evaluate cu ajutorul mai multor criterii;2 o curb ce exprim valoarea ateptat n condiii de informaii perfecte i riscul asociat;3 o curb ce reprezint valoarea ateptat a indicatorului n funcie de timp;4 valoarea ctigului estimat pentru cea mai defavorabil situaie / stare a naturii;5 valoarea pierderii estimate pentru cea mai defavorabil situaie / stare a naturii.

ANS: 1

Selectai afirmaia fals: n cazul optimizrii multiatribut:


15/38

1 mulimea alternativelor/variantelor de aciune este finit;2 fiecare alternativ este caracterizat de mai multe atribute;3 alternativa optim aleas este aceea care satisface cel mai bine toate atributele;4 exist metode specifice pentru situaii caracterizate de risc i incertitudine;5 mulimea soluiilor posibile este infinit.

ANS: 5

Pe baza tabelelor 3 i 4, indicai rspunsul corect:

In vederea achiziionrii unui scanner de mare productivitate, o instituie public a ntocmit uncaiet de sarcini care a indicat urmtoarele criterii ca foarte importante pentru adjudecareaofertelor de licitaie:

Criteriul C1 valoarea echipamentului (mii lei)Criteriul C2 cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate)Criteriul C3 timpul mediu de funcionare normal (numr de ore / 1000 ore de funcionare)Criteriul C4 posibilitatea de asigurare a service-ului dup expirarea perioadei de garanie.Principalele caracteristici n funcie de criteriile menionate sunt prezentate pentru cele maiinteresante 4 oferte n tabelul 3:

Tabel 3 Informaii preliminareCoef de importan C1 C2 C3 C4

0,4 0,3 0,2 0,1

Oferta 1 14900 36.5 987 Resurse proprii

Oferta 2 14780 38.0 979 intermediariOferta 3 15100 41.0 994 Resurse proprii

Oferta 4 14850 37.5 989 posibil

Tabelul 4 Matricea utilitilor

Coef de importan C1 C2 C3 C4

0,4 0,3 0,2 0,1

Oferta 1 0.625 1 0.46 1Oferta 2 1 0.666 0 0.66Oferta 3 0 0 1 1Oferta 4 0.781 0.77 0.33 0.33

Indicai oferta cea mai convenabil din punctul de vedere al celei mai mari utiliti sintez:

1 oferta 1;2 oferta 2;3 oferta 3;4 oferta 4;5 nu se poate distinge cea mai bun ofert pe baza informaiilor disponibile.

ANS: 1



16/38



Tabel 3 Informaii preliminare


0,4 0,3 0,2 0,1






0,4 0,3 0,2 0,1


Selectai afirmaia adevrat:

1 coeficienii de importan nu influeneaz asupra alegerii variantei preferate;

2 soluia aleas este optim;3 selecia ofertelor este absolut obiectiv;4 ordinea de preferin a ofertelor se modific odat cu schimbarea importanei criteriilor;5 se recomand ca utilitatea sintez s fie ct mai aproape de 1.

ANS: 4







17/38

0,4 0,3 0,2 0,1






0,4 0,3 0,2 0,1


Setul de utiliti corespunztoare criteriului C4 se determin:

1cu ajutorul unei formule de tipul

minajmaxaj

aijmaxaj

;

2 prin extrapolare;3 obiectiv - cu ajutorul unui procedeu de optimizare;4 subiectiv prin acordarea de valori n intervalul [0,1];5 prin simulare.

ANS: 5






0,4 0,3 0,2 0,1






0,4 0,3 0,2 0,1


18/38


Setul de utiliti corespunztoare criteriului C2 se determin:

1

cu ajutorul unei formule de tipul minajmaxajaijmaxaj

;2

cu ajutorul unei formule de tipulminajmaxaj

minajaij

;

3 cu ajutorul estimrilor decidentului;4 subiectiv prin acordarea de valori n intervalul [0,1];5 prin simulare.

ANS: 1

Selectai afirmaia fals referitoare la metoda programrii scop (Goal Programming):

1 Se poate aplica n dou variante: cu obiective de importan egal i cu prioriti diferiteacordate obiectivelor;2 n cazul n care obiectivele sunt exprimate n uniti de msur diferite, pentru

minimizarea deviaiilor fa de nivelurile de aspiraie este necesar determinarea unorcosturi de penalizare ale deviaiilor.

3 Ideea de baz a acestei metode, const n transformarea obiectivelor n restricii scopprin specificarea pentru fiecare obiectiv a unui nivel de aspiraie;

4 Nivelurile de aspiraie pot fi precizate de ctre decident sau calculate prin rezolvarea unormodele de programare liniar formate din fiecare funcie obiectiv i sistemul de restricii;

5 Se caut acea soluie care atinge toate nivelurile de aspiraie, fr a permite nregistrareade abateri

ANS: 5

Selectai afirmaia fals: n cazul optimizrii multiobiectiv:

1 mulimea soluiilor posibile este finit;2 criteriile de optim se prezint sub forma unor funcii obiectiv care trebuie maximizate sau

minimizate;3 n aceast categorie, cel mai frecvent utilizat este metoda de programare liniar cu mai

multe funcii obiectiv;4 soluia conduce la abateri ct mai mici fa de scopurile specificate de decident;5 criteriile de decizie pot avea diferite prioriti.

ANS: 1

Selectai afirmaia adevrat referitoare la metoda programrii scop (Goal Programming) aplicatpentru robiective:

1 Ideea de baz a acestei metode, const n agregarea obiectivelor n ntr-o funcie deutilitate sintez prin specificarea pentru fiecare obiectiv a unei utiliti;

2 Nivelurile dorite sau prestabilite sunt identificate cu ajutorul unor modele de programareliniar multicriteriale formate din r-1 funcii obiectiv i sistemul de restricii;


19/38

3 Se caut acea soluie care atinge toate nivelurile de aspiraie, fr a permite nregistrareade abateri;

4 Fiecrei restricii scop i se ataeaz cte o pereche de variabile de abatere (care msoardeviaia n plus, respectiv n minus fa de scopul propus de decident) care sunt ambelediferite de zero;

5 n cazul n care obiectivele sunt exprimate n uniti de msur diferite, pentruminimizarea deviaiilor fa de nivelurile de aspiraie este necesar determinarea unorcosturi de penalizare ale deviaiilor.

ANS: 5

ncercarea de a lua n considerare factorii (controlabili sau nu) ce acioneaz asupra unei organizaiiconduce la utilizarea unor metode specifice de previziune. Metodele bazate pe serii de timp seutilizeaz:

1 pentru prognoze pe termen lung (mai ales cnd intervin factori externi) sau atunci cnd nuexist date istorice sau acestea sunt limitate i se bazeaz pe estimri subiective, maidegrab dect pe date;

2 n situaiile n care este posibil identificarea unor relaii funcionale de tipul Y=f(x1, x2, ,xn) unde Yvariabila dependent este exprimat n funcie de nivelul factorilorexplicativi/independeni (x1, x2, xn);

3 n cazul n care evoluia curent a unui indicator depinde de nivelul anterior (n ipotezapstrrii unui comportament inerial al fenomenului): ,...)Y,Y(fY 2t1tt = ;

4 n cazul unor ecuaii simultane sau sisteme de ecuaii ce descriu n form matematicdiferite legiti economice i pentru rezolvarea crora este necesar un set de date iniiale;

5 n situaia n care se pot identifica factori externi care pot fi controlai prin interveniecontrolat i aciune contient

ANS: 3

Printre trsturile funciei de previziune nu se numr:

1 precede celelalte funcii (ajut i iniiaz procesul decizional);

2 pune n eviden necesitatea practicrii unui management previzional;3 prin exercitarea ei, se anticipeaz evoluia condiiilor n care se va afla organizaia, precumi starea, comportarea i funcionarea acesteia;

4 identific tendinele existente;5 analizeaz procesele i fenomenele de organizare i coordonare a tuturor activitilor.

ANS: 5

ntre obiectivele analizei seriilor de timp, nu se numr:

1 obinerea unei descrieri ct mai concise a unei serii de timp particulare;2 determinarea unei reprezentri ct mai corecte a mecanismului de generare a procesului

care a produs realizarea dat (construirea unui model);3 realizarea, pe baza rezultatelor obinute anterior, a prediciei valorilor viitoare ale seriei,

utiliznd valorile anterioare;4 demonstrarea legturii care exist ntre o variabil dependent i alte variabile

independente printr-o ecuaie de regresie;5 conducerea procesului care a generat seria, prin examinarea a ceea ce se poate ntmpla

dac se modific anumii parametri ai modelului sau prin stabilirea unei politici deintervenie, atunci cnd deviaiile procesului n raport cu un obiectiv depesc o anumitvaloare.


20/38

ANS: 3

Selectai afirmaia adevrat de maxim generalitate; Intre componentele eseniale ale unei seriidinamice se includ:

1 variaiile ciclice i oscilaiile pur aleatoare.2 variaiile sezoniere i oscilaiile pur aleatoare.3 tendina i oscilaiile pur aleatoare.4 variaiile ciclice i cele sezoniere.5 tendina, variaiile ciclice, cele sezoniere i oscilaiile pur aleatoare.

ANS: 5

Selectai din urmtoarea enumerare, componenta care nu este specific analizei seriei temporale aunui indicator sau fenomen economic (de exemplu: cursul de schimb):

1 trendul (tendina);2 variaia ciclic;3 variaia sezonier;4 fluctuaiile neregulate/ntmpltoare;5 viteza de cretere/descretere a mrimii indicatorului.

ANS: 5

n modelul ajustrii exponeniale, alegerea unei valori apropiate de 0 pentru ? va conduce:

1 la apariia unor erori de previziune mici;2 la obinerea unor valori ndeprtate de valorile ajustate (previzionate) din momentul

anterior;3 la o pant pozitiv a dreptei de regresie;4 la ajustarea puternic a oscilaiilor din seria de date reale;5 la valori descresctoare ale valorilor ajustate (previzionate).

ANS: 4

Procedeele de previziune bazate pe modelul Brown (cu un singur factor de nivelare n jurul mediei)pot fi aplicate n practic dac:

1 prognoza se face pe termen lung;2 exist informaii din perioadele trecute asupra evoluiei indicatorului considerat;3 se produc schimbri majore n evoluia fenomenului studiat;4 se poate determina valoarea factorului de nivelare prin metoda celor mai mici ptrate;5 coeficienii de nivelare se pot determina foarte riguros.

ANS: 2

In modelul ajustrii exponeniale primare, coeficientul de nivelare :

1 are o valoare unic =0,5, stabilit ca medie a valorilor minim i maxim pentru ?;2 influeneaz modul n care observaiile trecute (datele istorice) sunt ponderate;3 este o variabil aleatoare uniform distribuit cu valori n intervalul [0,1];4 nu influeneaz acurateea prognozei;5 se poate obine prin tehnica optimizrii (prin programare liniar cu variabile 0 i 1.

ANS: 2


21/38

Selectai afirmaia fals: "In metoda ajustrii exponeniale a lui Brown (cu un singur factor denivelare, [0,1] ):

1 formula F)-(1+y=F tt1+t se recomand n cazul seriilor de date cu caracterstaionar i pentru care nu se nregistreaz un trend liniar i/sau variaii sezoniere".

2 pentru determinarea lui se apeleaz la tehnici de simulare".3 pentru seriile de date ce nregistreaz fluctuaii mari se recomand valori mici ale lui ".

4 calitatea ajustrii se apreciaz prin calculul erorilor de ajustare".5 se pot estima valorile indicilor de sezonalitate".

ANS: 5

Pentru a aprecia acurateei metodei de ajustare exponenial se poate folosi:

1 testul de admisibilitate, n anumite limite, a valorilor ajustate;2 un criteriu de optim;3 media erorilor ptratice sau absolute;4 coeficientul de corelaie sau de determinare;5 coeficientul de variaie.

ANS: 3

Indicai rspunsul corect pe baza datelor i rezultatelor din tabelul 5.

Pe baza datelor referitoare la evoluia cursului de schimb leu-dolar (date reale pentru Romniaian 2003- feb 2004 - medii lunare) i folosind metoda ajustrii exponeniale simple (SES dinWINQSB/ modulul Forecasting), s-au obinut urmtoarele rezultate tabelul 5.

Actual Data Forecast by SES Forecast by SES

Ian 03 33448Feb 03 32883,95 33448 33448Mar 03 33134,5 33391,59 32940,36Apr 03 33702,67 33365,88 33115,09Mai 03 32501,71 33399,56 33643,91Iun 03 32616,43 33309,78 32615,93Iul 03 32667,43 33240,44 32616,38Aug 03 33359,14 33183,14 32662,32Sep 03 33799,32 33200,74 33289,46Oct 03 33157,17 33260,6 33748,33Nov 03 34108,8 33250,26 33216,29Dec 03 33012,55 33336,11 34019,55Ian 04 32571,9 33303,76 33113,25Feb 04 32072,5 33230,57 32626,04

33114,76 32127,85CFE -3332,365 -1466,828MAD 559,3989 563,9823MSE 402414,5 424108,3MAPE 1,69986 1,703991Trk.Signal -5,957047 -2,600841

Alpha=0,1 Alpha=0,9


22/38

Cea mai corect previziune a cursului de schimb ROL/USD pentru luna martie 2004 este:

1 32072,5 ROL/USD;2 33230,57 ROL/USD;3 32626,04 ROL/USD;4 33114,76 ROL/USD;5 32127,85 ROL/USD.

ANS: 4




Ian 03 33448Feb 03 32883,95 33448 33448Mar 03 33134,5 33391,59 32940,36

Apr 03 33702,67 33365,88 33115,09Mai 03 32501,71 33399,56 33643,91Iun 03 32616,43 33309,78 32615,93Iul 03 32667,43 33240,44 32616,38Aug 03 33359,14 33183,14 32662,32Sep 03 33799,32 33200,74 33289,46Oct 03 33157,17 33260,6 33748,33Noi 03 34108,8 33250,26 33216,29Dec 03 33012,55 33336,11 34019,55Ian 04 32571,9 33303,76 33113,25Feb 04 32072,5 33230,57 32626,04


Alpha=0,1 Alpha=0,9

Eroarea medie ptratic (MSE) n cazul celei mai corecte previziuni a cursului de schimbmediu zilnic ROL/USD este:

1 424108,3;2 mai mare dect 424108,3;3 402414,5;4 mai mic dect 402414,5;5 cuprins n intervalul [402414,5; 424108,3].

ANS: 3



23/38



Ian 03 33448Feb 03 32883,95 33448 33448Mar 03 33134,5 33391,59 32940,36

Apr 03 33702,67 33365,88 33115,09Mai 03 32501,71 33399,56 33643,91Iun 03 32616,43 33309,78 32615,93Iul 03 32667,43 33240,44 32616,38Aug 03 33359,14 33183,14 32662,32Sep 03 33799,32 33200,74 33289,46Oct 03 33157,17 33260,6 33748,33Nov 03 34108,8 33250,26 33216,29Dec 03 33012,55 33336,11 34019,55Ian 04 32571,9 33303,76 33113,25Feb 04 32072,5 33230,57 32626,04


Alpha=0,1 Alpha=0,9

Pentru o aplicare riguroas a metodei nivelrii exponeniale simple, n previziunea unuifenomen, semnalul de urmrire (Trk. Signal eng.) trebuie s ia valori:

1 TS > 5;2 TS < -5;3 )5,5(TS ;4 TS = 10;5 )5,5(TS .

ANS: 5




Ian 03 33448Feb 03 32883,95 33448 33448Mar 03 33134,5 33391,59 32940,36Apr 03 33702,67 33365,88 33115,09Mai 03 32501,71 33399,56 33643,91


24/38

Iun 03 32616,43 33309,78 32615,93Iul 03 32667,43 33240,44 32616,38Aug 03 33359,14 33183,14 32662,32Sep 03 33799,32 33200,74 33289,46Oct 03 33157,17 33260,6 33748,33Nov 03 34108,8 33250,26 33216,29Dec 03 33012,55 33336,11 34019,55Ian 04 32571,9 33303,76 33113,25

Feb 04 32072,5 33230,57 32626,0433114,76 32127,85CFE -3332,365 -1466,828MAD 559,3989 563,9823MSE 402414,5 424108,3MAPE 1,69986 1,703991Trk.Signal -5,957047 -2,600841

Alpha=0,1 Alpha=0,9

In cazul previziunii cu cea mai mic eroare medie ptratic (MSE), constanta de nivelare ?propus ca optim este:

1 0,1;2 0,3;3 1;4 0,9;5 0,5.

ANS: 1

In general, determinarea valorii optime a constantei de nivelare se poate face n cazul aplicaiiloreconomico - sociale dup criteriul de minimizare a:

1 erorii de tip MAD;2 a erorii de tip MSE;3 a erorii de tip CFE;4 a semnalului de urmrire;5 a erorii de tip MAPE.

ANS: 2

Atunci cnd gradul ridicat de precizie a datelor folosite se asociaz unui grad mediu decompletitudine se recomand utilizarea:

1 analogiilor;

2 modelelor deterministe;3 abordrii stochastice;4 mulimilor vagi (fuzzy);5 informaiilor nerelevante.

ANS: 4

Una din premisele utilizrii lanurilor Markov pentru modelarea evoluiei ponderii pe pia a unorproduse concureniale este urmtoarea:


25/38

1 numr infinit de mrci;2 numr finit i constant de mrci;3 probabilitile de trecere de la o marc la alta variaz n timp.4 clientul alege mai multe mrci simultan;5 alegerea unei mrci de ctre un client la un moment dat nu depinde de marca aleas n

perioada imediat precedent.

ANS: 2

Selectai afirmaia fals despre un lan Markov:

1 matricea probabilitilor de tranziie poate fi constant n timp sau variabil de la o etapla alta;

2 suma elementelor de pe fiecare coloan din matricea probabilitilor de tranziie este 1;3 pe diagonala principal se regsesc informaii despre meninerea sistemului n aceeai

stare de la o etap la alta;4 matricea probabilitilor de tranziie poate fi nlocuit cu o diagram de trecere sau cu un

graf;5 orice lan Markov este definit complet prin matricea sa de tranziie (P) i probabilitile

iniiale (sub forma unui vector linie).

ANS: 2

Unele din premisele utilizrii lanurilor Markov pentru modelarea evoluiei pe pia a unor produseconcureniale sunt urmtoarele:

A. pe pia exist un numr finit i constant de produse concurente;B. n matricea probabilitilor, suma pe coloan este 1;C. probabilitile de a cumpra o marc se estimeaz prin sondaj statistic;D. o probabilitate pij arat ponderea clienilor care cumpr marca j, dup ce anterior a

cumprat marca i;E. suma coeficienilor de fidelitate este 1;

F. probabilitile trecerii de la o marc la alta sunt variabile pe o anumit perioad de timp.

Indicai combinaia corect:

1 A+C+D2 B+C+D3 A+C+F4 C+D+E5 A+E+F

ANS: 1

Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urmacampaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesarepentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie -iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsulinformatic WINQSB/ Mkp:

Tabelul 6. Date iniiale


26/38

From \ To AA1 AA2 AA3

AA1 0.6 0.2 0.2AA2 0.1 0.7 0.2AA3 0.1 0.1 0.8Initial Prob. 0.55 0.25 0.20

Tabelul 7. Time Parametric Analysis for "Evolutia pe piata a unor produse concurentiale"

Time Period Probability of StateAA1

Probability of StateAA2

Probability of StaAA3

1 0.3750 0.3050 0.3202 0.2875 0.3205 0.3923 0.2438 0.3211 0.435

Tabelul 8. Steady State for "Evolutia pe piata a unor produse concurentiale"

State Name State Probability Recurrence Time

CS1 0.2000CR2 0.3000 3.333

CR3 0.5000 2.000

Ponderea pe pia a produsului AA1 n luna martie este:

1 0,375;2 0,2875;3 0,24384 0,2;5 0,55

ANS: 5




AA1 0.6 0.2 0.2AA2 0.1 0.7 0.2AA3 0.1 0.1 0.8

Initial Prob. 0.55 0.25 0.20


Time Period Probability of State

AA1

Probability of State

AA2

Probability of Sta

AA3

1 0.3750 0.3050 0.3202 0.2875 0.3205 0.392


27/38

3 0.2438 0.3211 0.435



CS1 0.2000CR2 0.3000 3.333CR3 0.5000 2.000

Coeficientul de fidelitate de la o lun la urmtoarea lun pentru produsul AA2 este:

1 0,7;2 0,53;3 0,433;4 0,1;5 0,2.

ANS: 1






Time Period Probability of State

AA1

Probability of State

AA2

Probability of Sta

AA3

1 0.3750 0.3050 0.3202 0.2875 0.3205 0.3923 0.2438 0.3211 0.435



CS1 0.2000CR2 0.3000 3.333CR3 0.5000 2.000

Probabilitatea de reorientare a unui cumprtor al produsului AA2 n luna aprilie a.c. ctreprodusul AA3 n luna mai este:

1 0,392;


28/38

2 0,32;3 0,2;4 0,3;5 0,8.

ANS: 3

Produsul AA1 al unei societi comerciale este n concuren pe pia cu produsele AA2 i AA3realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firm n urma

campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obinut datele necesarepentru determinarea ponderilor pe pia ale celor trei produse concureniale n perioada aprilie -iunie. Evoluia ponderilor pe pia ncepnd din luna martie a fost determinat cu produsulinformatic WINQSB/ Mkp:





Time Period Probability of StateAA1

Probability of StateAA2

Probability of StaAA3

1 0.3750 0.3050 0.3202 0.2875 0.3205 0.3923 0.2438 0.3211 0.435



CS1 0.2000CR2 0.3000 3.333CR3 0.5000 2.000

Probabilitatea ca un cumprtor al produsului AA3 n luna martie s cumpere produsul AA1 nstarea staionar a pieei este:

1 0,5;2 0,3;3 0,2;4 0,1;5 0,55.

ANS: 1

O companie productoare de detergeni i produse chimice similare este interesat n studiul pieeipentru una dintre mrcile sale. Informaiile cutate sunt estimri ale cotei de pia n comparaiecu cele ale unor mrci concurente (fie acestea desemnate prin B, respectiv C). Pentru acestprodus, n oricare din cele trei mrci, intervalul dintre cumprri succesive este de aproximativ,o lun, iar studiul de pia a relevat urmtoarele informaii referitoare la comportamentul a10000 de persoane chestionate (tabelul 9).


29/38

Tabelul 9. Date generale descrierea comportamentului clienilor

Numrul

clienilor

Schimbarea opiunii de cumprare

De la A De la B De la C Total de l

Produs de

marc A

4500 - 675 675 1350

Produs de

marc B3500 875 - 525 1400

Produs de

marc C

2000 600 400 - 1000

total 10000 1475 1075 1200 -

Tabel 10. Evoluia cotelor de pia pentru 4 momente de timp

timp Cota de piaa pentru produs

A

Cota de piaa pentru

produs B

Cota de piaa pentru produs C

1 0.4625 0.3175 0.22002 0.4691 0.3039 0.22703 0.4725 0.2981 0.22954 0.4741 0.2956 0.2303

Tabel 11.Rezultatele de tip stare de echilibru i timp de recuren

Produs stare de echilibru timp de recuren

1 Produs A 0.4755 2.1029

2 Produs B 0.2937 3.4048

3 Produs C 0.2308 4.3333


1 In categoria date iniiale se nscriu cotele de pia la momentul iniial S0 ={p1(0), p2(0), .,

pn(0)} pentru cele n produse existente pe pia;2 probabilitateapi(0) este fraciunea din mulimea tuturor consumatorilor care achiziioneaz

marca i n perioada 0 (pi(0) poate fi identificat cu cota actual de pia a mrcii)3 metoda lanurilor Markov presupune calculul vectorial potrivit relaiei 1t/t1tt PSS =

formulnd matematic urmtorul raionament: starea curent a pieei exprimat prin tS

(vectorul cotelor de pia la momentul t) depinde numai de starea anterioar 1tS (vectorul

cotelor de pia anterioare) i de modul n care piaa a evoluat ntre cele dou momente de

timp (relevat de matricea probabilitilor de tranziie 1t/tP ).

4 cotele de pia la momentul iniial S0 ={p1(0), p2(0), ., pn(0)} pentru cele n produseexistente pe pia au valorile {47.55%; 29.37%, 23.08%};

5matricea probabilitilor de tranziie este:

=

5.02.03.0

15.06.025.015.015.07.0

P .

ANS: 4


30/38



Numrul

clienilor



Produs de

marc A

4500 - 675 675 1350

Produs de

marc B3500 875 - 525 1400

Produs de

marc C

2000 600 400 - 1000

total 10000 1475 1075 1200 -


timp Cota de piaa pentru produsA

Cota de piaa pentruprodus B


1 0.4625 0.3175 0.22002 0.4691 0.3039 0.22703 0.4725 0.2981 0.22954 0.4741 0.2956 0.2303



1 Produs A 0.4755 2.1029

2 Produs B 0.2937 3.40483 Produs C 0.2308 4.3333

Ponderea pe pia a produsului A n luna curent este:

1 0,45;2 0,35;3 0,20;4 0,4626;5 0,4755.

ANS: 1




31/38

Numrul

clienilor



Produs de

marc A

4500 - 675 675 1350

Produs de

marc B3500 875 - 525 1400

Produs de

marc C

2000 600 400 - 1000

total 10000 1475 1075 1200 -



A

Cota de piaa pentru

produs B


1 0.4625 0.3175 0.22002 0.4691 0.3039 0.22703 0.4725 0.2981 0.22954 0.4741 0.2956 0.2303



1 Produs A 0.4755 2.1029

2 Produs B 0.2937 3.4048

3 Produs C 0.2308 4.3333

Coeficientul de fidelitate de la o lun la urmtoarea lun pentru produsul A este:

1 0,7;2 0,5;

3 0,6;4 0,15,5 0,25.

ANS: 1


Tabelul 9. Date generale descrierea comportamentului clienilorNumrul

clienilor



Produs de

marc A4500 - 675 675 1350

Produs de

marc B3500 875 - 525 1400

Produs de 2000 600 400 - 1000


32/38

marc C

total 10000 1475 1075 1200 -



A

Cota de piaa pentru

produs B


1 0.4625 0.3175 0.2200

2 0.4691 0.3039 0.22703 0.4725 0.2981 0.22954 0.4741 0.2956 0.2303



1 Produs A 0.4755 2.1029

2 Produs B 0.2937 3.4048

3 Produs C 0.2308 4.3333

Selectai afirmaia fals Componentele din vectorul starea de echilibru (SE);

1 reprezint modul de distribuie a cotelor de pia corespunztoare produselor concurenialeanalizate n ipoteza c matricea probabilitilor de tranziie nu se modifice termen lung(astfel nct ntre momente diferite de timp nu mai au loc redistribuiri ntre clienii/cumprtorii produselor).

2 sunt cotele de pia pentru starea de echilibru sunt {47.55%; 29.37%, 23.08%} pentruprodusele A, B i C - n aceast ordine

3 permit calculul pentru timpul de recuren (TR) adic intervalul de timp ntre doucumprri succesive ale aceluiai produs.

4 se determin rezolvnd ecuaia: T0TPSS = .

5 reprezint starea de stabilitate pentru cele n mrci (deoarece pe termen lung,probabilitatea ca un consumator s cumpere o marc dat i tinde s se stabilizezeapropiindu-se din ce n ce mai mult de probabilitateapi.

ANS: 4

Analiza de senzitivitate:

1 reprezint o tehnic de studiu a modificrilor unor concluzii, rezultate n urma unorcercetri, fa de variaiile posibile ale valorilor factorilor, sau fa de erorile diferitelormrimi coninute n estimaiile fcute;

2 este echivalent cu aplicarea tehnicii de optimizare;

3 presupune utilizarea mulimilor fuzzy sau stochastice ca modalitate de a compensanedeterminarea datelor iniiale4 se desfoar numai n legtur cu programarea liniar;5 identific soluia optim ntr-o problem multicriterial.

ANS: 1

Identificai afirmaia fals n legtur cu desfsurarea unei analize de sensitivitate.


33/38

1 Analiza de senzitivitate permite o mai bun nelegere a riscului pe care l comportdiferite variante de aciune, ct i stabilitatea n timp a deciziei pentru care a optatdecidentul.

2 Analiza de senzitivitate faciliteaz comunicarea, prin faptul c: face recomandrile maicredibile, uor de neles; ajut decidentul s ncorporeze i alte perspective asupraproblemei, precum cele culturale, politice, psihologice etc. n recomandrile managerialetiinifice; ajut managerii s i selecteze o anumit abordare a problemelor decizionale.

3 Analiza de senzitivitate permite reducerea incertitudinii i controlul riscurilor pentrudiferite variante de aciune, ct i a stabilitii deciziei pentru care a optat decidentul.

4 Analiza de senzitivitate crete nelegerea sistemelor, ntruct: estimeaz relaiile ntrevariabilele de intrare i de ieire; permite nelegerea relaiilor ntre variabilele de intrare ide ieire; dezvolt testarea ipotezelor.

5 Analiza de senzitivitate ajut la dezvoltarea modelelor, prin faptul c: testeaz acurateeai validitatea modelelor; identific erorile n model, simplific i calibreaz modelul.

ANS: 3

Analiza de senzitivitate ajut decidenii n luarea deciziei i n formularea de recomandri,deoarece:

1 testeaz robusteea soluiei optimale;

2 identific valorile critice sau valorile punctului critic cnd au loc schimbri alestrategiei/soluiei optime;

3 dezvolt recomandri flexibile care depind de circumstane;4 compar valorile unei simple sau complexe strategii de decizie;5 identific soluiile optime.

ANS: 5

La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice nurmtoarele condiii: echipamentul este estimat iniial laI = 220000 um (plata se efectueazintegral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz cvaloarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calcul

deocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, seestimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de:

L = 9 um costul unitar cu fora de munc,M = 8 um cu materiale i materii prime.Factorul de actualizare (costul capitalului) se presupune:r = 10% sau r = 0.1.

Se dorete aprecierea oportunitii pentru noua achiziie de utilaj cu ajutorul VNA i a ordinii deimportan a factorilor de influen ai VNA.Identificai rspunsurile corecte:

Selectai afirmaia fals: Fluxul de numerar a investiiei este:

1 14000*(22-(9+8))=70000 um/an. pentru oricare din cei 5 ani.2 14000*(22-(9+8))=70000 um/an. n variant actualizat.3 n ipotezele veniturilor anuale egale i constante n timp,

nrA)]ML(P[VIVNA ++= unde

nrA reprezint valoarea prezent a unui factor de

anuitate.4 VNA= -220000+70000*3.791=45370 m.u. pentru cei 5 ani.5 VNA= -220000+70000*5=130000 m.u. pentru cei 5 ani.

ANS: 4


34/38

La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice nurmtoarele condiii: echipamentul este estimat iniial laI = 220000 um (plata se efectueazintegral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz cvaloarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calculdeocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, seestimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de:

L = 9 um costul unitar cu fora de munc,M = 8 um cu materiale i materii prime.Factorul de actualizare (costul capitalului) se presupune:r = 10% sau r = 0.1.


Pe baza estimrilor fcute i n baza ipotezelor de evoluie (vnzri constante pe parcursul celor5 ani, plata ntregii investiii n anul 0, valoarea rezidual zero etc.), se poate accepta c proiectulpoate fi iniiat deoarece:

1 criteriul de decizie VNA>0 este satisfcut.2 investiia iniial se acoper dup primii 4 ani de axploatare.3 plata ntregii investiii se face n anul 0;4 vnzri constante pe parcursul celor 5 ani5 valoarea rezidual este presupus zero.

ANS: 1

La o ntreprindere de dimensiuni mari se pune problema achiziionrii unei noi linii tehnologice nurmtoarele condiii: echipamentul este estimat iniial laI = 220000 um (plata se efectueazintegral), durata normat de funcionare este de n = 5 ani (la sfritul crora se apreciaz cvaloarea rezidual a echipamentului va fi 0); pentru funcionarea sa nu se iau n calculdeocamdat cheltuielile de exploatare. Prin aceast lrgire a capacitii de producie, seestimeaz c ntreprinderea va vinde pe pia n urmtorii 5 ani un volum constant de V=14000

uniti fizice (u.f) din produsul A, la preul de P = 22 um, consumnd resurse n valoare de:L = 9 um costul unitar cu fora de munc,M = 8 um cu materiale i materii prime.Factorul de actualizare (costul capitalului) se presupune:r = 10% sau r = 0.1.


Analiza de senzitivitate pentru factorii de influen (tabelul 12) pune n eviden c cel maisensibil factor este:

Tabelul 12. Analiza de senzitivitate pentru factorii de influen

Factor Valoarea iniialestimat(X0)

Valoarea critic (XC)(din ecuaia VNA=0

Abaterea procentual

form absolut (%)

I 220000 m.u. 265370 20.62

V 14000 uf 11606 17.10

P 22 um 21.14 3.90

L 9 um 9.85 9.44


35/38

M 8 um 8.85 10.62

1 investiia iniial;2 volumul de vnzri;3 preul produsului;4 costul cu fora de munc;5 costul cu materiile prime.

ANS: 3

Indicai care din afirmaiile urmtoare referitoare la tehnica simulrii este fals:

1 simularea reprezint o tehnic de realizare a unor experimente cu ajutorul calculatorului;tehnica implic construirea unor modele matematice i logice care descriu comportareaunui sistem real de-a lungul unei perioade mari de timp.

2 prin soluiile exacte pe care le ofer, simularea este o tehnic de cercetare eficient pentrufenomenele reale dificil de studiat analitic.

3 dup construirea modelului, simularea const n variaia variabilelor i parametrilor deintrare cu scopul de a deduce, ca rezultat al calculelor, efectele asupra variabilelor deieire.

4 modelele de simulare au caracter procedural.5 rezolvarea modelelor de simulare se bazeaz pe prelucrarea unor experimente create n

cadrul sistemului.

ANS: 2

Simularea permite obinerea:

1 unei variante optime de decizie;2 unor rezultate certe;3 mai multor variante de decizie, din care managerul o va alege pe cea preferat,

corespunztoare condiiilor existente la un moment dat;

4 nlocuirea decidentului uman prin sisteme de inteligen artificial;5 soluiilor optime ale problemelor manageriale.

ANS: 3

Simularea nu permite, n general:

1 structurarea mai bun a problemei investigate;2 realizarea experimentelor cu calculatorul electronic;3 testarea diferitelor ci de aciune care nu pot fi formulate direct n cadrul modelului;4 determinarea formei funcionale de exprimare a legturilor dintre fenomenele cercetate i

estimarea valorilor parametrului modelului;

5 optimizarea unor probleme care fac obiectul deciziei.ANS: 5

Numerele pseudoaleatoare:

1 sunt repartizate uniform pe axa numerelor reale;2 nu sunt statistic independente;3 nu sunt reproductibile;


36/38

4 au aceleai caracteristici cu numerele aleatoare;5 sunt generate cu ajutorul calculatorului.

ANS: 5

Numerele aleatoare satisfac unele din urmtoarele condiii:

A. sunt statistic interdependente;B. nu sunt reproductibile;

C. sunt repartizate uniform ntr-un interval dat;D. funcia de repartiie este stabil;E. irul generat are o perioad de repetiie mare;F. funcia de repartiie se schimb n timpul rulrii programului de simulare;G. perioada de repetiie nu se poate predetermina;H. generarea lor nu necesit utilizarea calculatorului electronic.

Indicai combinaia corect: calculat potrivit formulei 1000

C

C

X

XX

1 A+B+D2 C+F+G

3 C+D+E4 A+D+E5 B+F+G

ANS: 1

Eliminai varianta necorespunztoare: Pentru generarea numerelor aleatoare se pot folosi n modtradiional:

1 metodele bazate pe utiliti;2 metodele bazate pe consultarea experilor;3 metodele bazate pe creativitate;

4 metodele informale;5 metodele decizionale

ANS: 3

Metoda de simulare Monte Carlo poate fi folosit eficient:

1 n cazul unor procese cu probabilitate mic;2 pentru fundamentarea deciziilor optime;3 n cazul unei probleme de reoptimizare;4 pentru determinarea structurii optime a ofertei de mrfuri;5 toate rspunsurile anterioare sunt incorecte.

ANS: 5

Rezolvarea modelelor de simulare se face prin:

1 prelucrarea unor experimente create n cadrul sistemului;2 raionamente deductive;3 analogii cu modul de rezolvare a unor probleme asemntoare;4 folosirea intuiiei i experienei decidentului;


37/38

5 prin prelucrarea unor serii de date din trecut.

ANS: 5

Selectai varianta fals din afirmaiile referitoare la precizia i proprietile metodei Monte Carlo."Pentru ca rezultatele obinute cu ajutorul metodei Monte Carlo s poat fi concludente trebuies se in seama de urmtorul aspect:

1 dac dup n experimente s-a determinat o valoare medie statistic (m) a unei variabile

aleatoare, atunci valoarea medie real se va situa n intervalul ]+m,-[m ".2 precizia metodei este determinat de numrul de ncercri independente i variaia lor"3 nu este recomandat folosirea metodei pentru studiul unor procese cu probabilitate mic,

deoarece ar presupune un numr foarte mare de cicluri de simulare".4 numrul de ncercri variaz direct proporional cu probabilitatea de realizare a

fenomenului analizat".5 precizia metodei poate fi estimat corect pe parcursul desfurrii calculelor".

ANS: 4

Selectai afirmaia fals referitoare la tehnica simulrii:

1 parametrii de intrare ai modelului trebuie estimai n prealabil din observaii statisticeasupra procesului sau sistemului ce urmeaz fi studiat;

2 testarea parametrilor de intrare se face folosind testele de semnificaie statistic;3 n desfurarea experimentelor de simulare, se verific dac modelul de simulare conine

toate variabilele i parametrii eseniali i relaiile funcionale necesare pentru reprezentareainterdependenelor eseniale ale sistemului real;

4 modelele de simulare au caracter deductiv;5 n situaia n care caracteristicile operative iau forma unor ipoteze statistice asupra legilor

de distribuie ale variabilelor de intrare, se aplic teste de concordan (Kolmogorov,Smirnov, etc.) pentru verificarea acestor ipoteze.

ANS: 4

Selectai afirmaia fals despre metoda euristicii:

1 modelarea euristic presupune construirea unui sistem analog cu cel investigat (sistemulreal);

2 euristica este o clas de metode i reguli care dirijeaz subiectul spre cea mai simpl ieconomic soluie a problemelor;

3 majoritatea algoritmilor euristici se bazeaz pe ideea c, dac sunt respectate anumiterestricii este avantajos ca n fiecare etap de calcul, s se obin ct mai mult pe liniafunciei scop;

4 ipoteza se afl n centrul preocuprilor euristicii5 metoda euristicii ofer reguli care garanteaz obinerea soluiei optime pe calea cea mai

avantajoas.ANS: 5

Algoritmii euristici nu se folosesc, n general, atunci cnd:

1 problema descris este complex;2 dispunem de date exacte, dar problema este de dimensiuni mari;3 dispunem de date inexacte ntr-o problem de dimensiuni mari;


38/38

4 dispunem de date inexacte;5 rezolvarea problemei se poate face cu ajutorul unor algoritmi de optimizare.

ANS: 5

Cnd se desfoar mai multe experimente de simulare pentru un anume sistem, modificnd unulsau mai muli parametri de intrare, consistena i comparabilitatea rezultatelor este asigurat prinfolosirea:

1 aceleiai secvene de numere aleatoare pentru rulri diferite;2 unor legi diferite de distribuie pentru variabilele aleatoare folosite;3 unor eantioane de date de volume diferite din colectivitatea real;4 aceleiai metode de generare a numerelor pseudoaleatoare;5 acelorai teste de semnificaie statistic.

ANS: 5

Rezolvarea modelelor de simulare se face prin:

1 prelucrarea unor experimente create n cadrul sistemului;2 de obicei cu ajutorul unor aplicaii software;

3 analogii cu modul de rezolvare a unor probleme asemntoare;4 folosirea unor decizii de grup5 prin apelul la tehnici de optimizare.

ANS: 2

Soluia oferit prin aplicarea modelelor euristice este:

1 variabil lingvistic;2 soluie cu valori 0 sau 1;3 o soluie "bun" fr s se arate c este "cea mai bun posibil";4 soluie optimal cu o anumit probabilitate;

5 soluie ntreag.ANS: 3

Conceptul fundamental al modelrii dinamice (cu ajutorul dinamicii Forrester) este:

1 ciclul informaie decizie - aciune;2 ciclul informaie - decizie;3 cuplul informaie - decizie;4 cuplul aciune-retroaciune;5 ciclul informaie - eroare.

ANS: 1

simularea proceselor economice.doc

Documents