Modelare Si Simulare - 2009 Management) Grile

MODELAREA SI SIMULAREA PROCESELOR ECONOMICE

1)Selectaţi afirmaţia falsă despre utilizarea modelelor economico-matematice.

1 modelul este o reprezentare simplificată şi izomorfă a realităţii, menită să permită studiul acesteia altfel decât prin experimentare directă;

2 modelul reflectă într-un mod convenţional principalele caracteristici ale realităţii, conside-rate esenţiale pentru scopul cercetării;

3 cu ajutorul modelelor se identifică soluţii optime la probleme complexe, formulate ambi-guu şi cu date de intrare imprecise şi incomplete;

4 un model trebuie să fie simplu, robust, uşor de aplicat şi de controlat;5 „manipularea” modelului presupune transformări ale valorilor exogene în valori

căutate/studiate ale variabilelor endogene care descriu caracteristicile esenţiale ale obiectu-lui studiat.

ANS: 3

2)Expresia matematică care limitează intervalul în care variabilele rezultat ar putea fi calculate este echivalentă:

1 unei funcţii obiectiv; 2 unui criterii de decizie; 3 unei restricţii; 4 unei funcţii de utilitate; 5 unei variabile duale.

ANS: 3

3) O soluţie optimă se identifică:

1 din mulţimea soluţiilor admisibile folosind un anume criteriu de decizie sau o funcţie scop;

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

tan;5 luând în considerare subiectivismul cercetătorului decidentului.

ANS: 1

4) Spre deosebire de programarea liniară sau programarea dinamică, simularea nu se bazează pe un model analitic. Aceasta presupune că rezultatele obţinute prin simulare sunt:

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

ANS: 4

5) Printre aspectele relevante pentru diferenţierea modelelor normative (bazate pe optimizare) şi cele descriptive (bazate pe satisfacţie) nu se enumeră:

1 mulţimea condiţiilor ce trebuie satisfăcute;2 alternative studiate;3 ordonarea şi testarea alternativelor;4 numărul de decidenţi;5 modelul de testare utilizat

ANS: 4

6) In funcţie de natura datelor, modelele se împart în următoarele 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

7)Selectaţi afirmaţia falsă din următoarele propoziţii referitoare la avantajele oferite de tehnica simulă-rii:

1 simularea poate fi folosită pentru a verifica o soluţie nesigură obţinută pe cale analitică; 2 simularea permite controlul fenomenelor reale, prin soluţiile oferite putându-se corecta de-

ciziile efectuate anterior; 3 simularea permite intuirea unor fenomene reale, verificându-se verosimilitatea unor ipo-

teze de evoluţie; 4 prin simulare se pun în evidenţă acele variabile semnificative pentru studiul fenomenului

real şi legăturile dintre acestea; 5 prin formularea şi experimentarea unor modele, prin simulare se pot culege în mod sistem-

atic date concludente şi sugestive pentru evoluţia fenomenelor reale.

ANS: 1

8) Determinaţi din următoarea enumerare:

conceptul folosit pentru a descrie mulţimea finită de operaţii / instrucţiuni / comenzi care execu-tate într-o anumită succesiune duc la transformarea datelor de intrare într-un set de valori de ieşire.

1 vector2 algoritm3 structură4 model5 problemă

ANS: 2

9) Mărimile care caracterizează procesele economice din punct de vedere al preciziei lor pot fi clasificate în mărimi:

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

Indicaţi combinaţia corectă:

1 A+B+H2 D+F+G3 A+E+F4 C+E+H5 A+B+G

ANS: 3

10) Atunci când gradul ridicat de precizie a datelor folosite se asociază unui grad mediu de completi-tudine se recomandă utilizarea:

1 analogiilor; 2 modelelor deterministe; 3 abordării stochastice; 4 mulţimilor vagi (fuzzy); 5 informaţiilor nerelevante.

ANS: 2

11) Selectaţi afirmaţia falsă referitoare la experimentarea unui model economico-matematic:

1 aceasta se poate face în plan real, prin intervenţia cercetătorului în definirea cadrului de experimentare;

2 aceasta se poate realiza "în plan virtual" pe eşantioane de mari dimensiuni, furnizând estimări complete la costuri rezonabile;

3 este o etapă necesară a procesului de modelare fiind precedată de identificarea problemei prin cunoaşterea detaliată a realităţii şi de construirea modelului propriu-zis;

4 este o etapă necesară a procesului de modelare fiind urmată de rezolvarea şi implementa-rea modelului şi, eventual, de actualizarea soluţiei prin analiza de senzitivitate;

5 aceasta se poate face "in plan real" prin observarea completă sau exhaustivă a realităţii.

ANS: 5

12) Referitor la o problemă de programare liniară, introducerea impreciziei (relaxarea datelor inex-acte), prin care coeficienţii variabilelor sau termenii liberi ai restricţiilor sunt mulţimi vagi, con-duce la:

1 programarea dinamică; 2 programarea fuzzy; 3 programarea în numere întregi; 4 programarea stochastică; 5 programarea în numere întregi.

ANS: 2

13) În cazul problemelor de dimensiuni mari, de natură stochastică sau vagă, se recomandă:

1 algoritmi exacţi; 2 algoritmi euristici; 3 algoritmi bazaţi pe tehnici de optimizare; 4 algoritmi lingvistici; 5 algoritmi de programare liniară cu variabile 0/1.

ANS: 2

14)Metodele de tip determinist se folosesc, în general, atunci când:

1 problema descrisă este complexă şi se pot crea scenarii de evoluţie probabilă descrise prin variabile aleatoare;

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

mai multe stări posibile.

ANS: 3

15) Soluţia oferită prin aplicarea modelelor euristice este:

1 soluţie optimă; 2 soluţie optimă cu o anumită probabilitate; 3 o soluţie "bună" fără să se arate că este "cea mai bună posibilă"; 4 soluţie suboptimală cu o anumită probabilitate; 5 soluţie întreagă.

ANS: 3

16)Selectaţi afirmaţia falsă: "Recunoaşterea faptului că în studiul fenomenelor socio-economice, creş-terea preciziei datelor afectează în sens invers proporţional completitudinea acestora conduce la:

1 abordarea stochastică a problemelor".;2 folosirea teoriei jocurilor";3 abordarea cu ajutorul mulţimilor vagi";4 abordarea prin strategii de tipul "încercare şi eroare".;5 folosirea tehnicilor de optimizare".

ANS: 5

17) Pentru rezolvarea unor probleme în 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

18) Modelele de simulare au un caracter:

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

ANS: 4

19) Selectaţi afirmaţia falsă:

1 scăderea simultană a preciziei şi completitudinii datelor folosite într-un model economico-matematic permite o abordare optimală cu ajutorul modelelor deterministe.

2 precizia şi completitudinea reprezintă atribute distincte, care dau măsura utilităţii unui set de date pentru extragerea unor informaţii necesare procesului decizional.

3 scăderea alternativă a preciziei sau completitudinii datelor conduce la o abordare stochastică, la folosirea teoriei jocurilor strategice sau a mulţimilor fuzzy.

4 precizia şi completitudinea ridicate ale datelor folosite într-un model economic-matematic fac posibilă aplicarea cu bune rezultate a tehnicilor de învăţare de tip "încercare şi eroare".

5 cel mai adesea, complexitatea fenomenelor şi proceselor economico-sociale conduc la im-posibilitatea obţinerii simultane a unei precizii ridicate şi a unui grad de completitudine mare a informaţiilor disponibile.

ANS: 1

20) Selectaţi afirmaţia falsă referitoare la decizia economică:

1 „decizia presupune alegerea între mai multe variante de decizie (formulate ca alternative mutual exclusive)”;

2 „decizia economică presupune activitatea de căutare conştientă a unei variante de acţiune menită să contribuie la atingerea unui obiectiv stabilit anterior”;

3 „decizia rezultă ca urmare a procesării în mod conştient şi raţional a unor informaţii şi cu-noştinţe”;

4 „decizia aparţine unei persoane sau grup de persoane care dispune de autoritatea necesară şi care răspunde de gestiunea eficientă a unor resurse într-o organizaţie”;

5 „decizia economică implică folosirea unor algoritmi de tip determinist, aplicaţi pentru date de intrare exacte, rezultatul deciziei fiind o strategie optimă de acţiune”.

ANS: 5

21)Diferenţa dintre valoarea obţinută prin decizia optimă pentru o anumită stare a naturii şi valoarea re-zultată din oricare altă alegere a variantei decizionale se numeşte:

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

ANS: 3

22)Diferenţa principală dintre modul în care acţionează natura (mediul înconjurător) şi modul în care ar acţiona un partener conştient constă în faptul că:

1 timpul de reacţie de care dispune decidentul este mai scurt; 2 mediul extern „acţionează” fără un scop; 3 acţiunile mediului pot fi prevăzute în ipoteza de raţionalitate; 4 în general, natura „acţionează” în favoarea decidentului; 5 natura este "previzibilă".

ANS: 2

23) Caracteristic situaţiei decizionale în condiţii de certitudine este faptul că:

1 fiecărei variante decizionale îi corespund mai multe consecinţe decizionale pentru care nu se cunosc probabilităţile de apariţie;

2 fiecărei variante decizionale îi corespund mai multe consecinţe decizionale pentru care se cunosc probabilităţile de apariţie;

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

4 numărul de variabile (atât controlabile, cât şi necontrolabile) este ridicat, totuşi anticiparea evoluţiei celor necontrolabile este posibilă (cu un grad satisfăcător de aproximaţie);

5 probabilitatea de apariţie a unor consecinţe decizionale poate fi determinată prin estimări subiective sau prin studiul statistic al frecvenţei de apariţie a unor elemente aleatoare.

ANS: 3

24) Ca regulă de identificare a variantei optime de decizie nu poate fi considerată:

1 exprimarea preferinţei subiective sau intuitive a decidentului;2 compararea „calităţii” fiecărei variante decizionale cu ajutorul unei reguli de decizie;3 folosirea unor metode analitice;4 folosirea unor metode euristice;5 compararea „utilităţii” fiecărei variante decizionale.

ANS: 1

25) Decizii în condiţii de incertitudine se iau atunci când:

1 nu există informaţii privind probabilităţile de realizare ale stărilor naturii; 2 managerul dispune de informaţii complete asupra desfăşurării viitoare a procesului anali-

zat; 3 nu se pot identifica elementele generale ale unui model de decizie; 4 se cunosc probabilităţile de realizare a stărilor naturii; 5 fiecărei variante îi corespunde o singură consecinţă/ un singur rezultat.

ANS: 1

26) Ca metodă de raţionalizare a deciziilor în condiţii de incertitudine se recomandă folosirea:

1 numai a tehnicii de tip pesimist sau prudent (Wald) având în vedere ipoteza aversiunii faţă de risc a agenţilor economici;

2 numai a tehnicii de tip optimist având în vedere ipoteza înclinaţiei faţă de risc a agenţilor

economici;3 indicatorului de tip speranţă matematică a consecinţelor decizionale;4 indicatorului de tip speranţă matematică pentru matricea regretelor;5 următoarelor tehnici: Wald, Savage, Hurwicz, Laplace.

ANS: 5

27)Deciziile în condiţii de risc se deosebesc de cele în condiţii de incertitudine prin faptul că:

1 la primele se cunosc probabilităţile asociate stărilor obiective ale naturii;2 la primele, decidentul foloseşte conceptul de utilitate;3 primele se referă la mai multe criterii;4 primele presupun pierderi mai mari decât celelalte;5 primele sunt condiţionate de celelalte.

ANS: 1

28) În cazul unei probleme decizionale cu consecinţe de tip profit, alegerea variantei decizionale op-time în condiţii de incertitudine cu criteriul Savage se face aplicând formula:unde: Cij - consecinţa economică (de tip profit) a alegerii variantei de decizie i, i=1,...,m, în condiţiile în care s-a produs starea naturii j, j=1,...,n; V* - variantă optimă; pj – probabilitatea manifestării pentru starea naturii SNj.

1 *VCminmax ijji →2 ∗→∑ VC

n

1 max ij

n

1=ji

3 *VCmaxmin ijji →4

max,VCp *

n

1jijj →∑

=

5 ijijiij*ijji CCmax = R unde ,V R maxmin −→

ANS: 5

29) În cazul unei probleme decizionale cu consecinţe de tip profit, alegerea variantei decizionale op-time în condiţii de incertitudine cu criteriul Wald se face aplicând formula:unde:

Cij consecinţa economică a alegerii variantei de decizie i, i=1,...,m, în condiţiile în care s-a produs starea obiectivă j, j=1,...,n;

V* variantă optimă; pj – probabilitatea manifestării stării a naturii j.

1 *VCminmax ijn,1jm,1i

→== ;

2*VC

n

1max

n

1jij

m,1i→∑

==

3 *VCmaxmin ijn,1jm,1i

→==

4

*VCpmax

n

1jijj

n,1i→⋅∑

==

5ij

n,1jm,1iRmaxmin

== unde ijij

n,1jji CCmaxR −==

ANS: 1

30) Selectaţi afirmaţia falsă:

1 Ca tehnică de raţionalizare a deciziilor în condiţii de risc se foloseşte transformarea unor judecăţi calitative de verosimilitate în echivalenţe numerice (valori în intervalul [0,1]).

2 Deciziile în condiţii de risc se adoptă întotdeauna pe baza unor ipoteze privind rezultatele potenţiale pentru fiecare variantă decizională în parte.

3 Deciziile în condiţii de risc se adoptă pe baza preferinţei decidentului pentru consecinţele decizionale exprimate prin atitudinea faţă de risc (neutralitate, de înclinaţie, de aversiune).

4 Pentru raţionalizarea deciziilor în condiţii de nedeterminare se folosesc probabilităţi esti-mate subiectiv de către decident (pe baza experienţei, intuiţiei) sau determinate obiectiv (prin metode statistico-matematice).

5 Luarea deciziilor în condiţii de risc poate fi efectuată prin compararea valorii aşteptate asociate variantelor decizionale cu valoarea identificată de regula prudentă maximin (Wald).

ANS: 5

31) Selectaţi afirmaţia adevărată referitoare la valoarea informaţiei perfecte (VIP):

unde:Cij consecinţa economică (de tip profit) a alegerii variantei de decizie i, i=1,...,m, în condiţiile în

care s-a produs starea obiectivă j, j=1,...,n; pj – probabilitatea manifestării stării a naturii j.

1 este dată de diferenţa dintre profitul estimat a fi obţinut în condiţiile cunoaşterii complete a informaţiilor şi costul achiziţionării informaţiilor perfecte (C);

2 rolul informaţiei perfecte este dat de posibilitatea (teoretică) de a preschimba situaţia deci-zională din una în condiţii de risc într-una în condiţii de incertitudine;

3 valoarea VIP pentru modelele de decizii incerte este mai mică în comparaţie cu valoare VIP calculată pentru decizii în condiţii de risc;

4

se calculează cu formula: VIP =;∑∑

==

⋅⋅−⋅n

1jijj

i

n

1jij

ij CpmaxCmaxp

5 dacă VIP > C nu se recomandă achiziţionarea informaţiei perfecte / adiţionale.

ANS: 4

32) Metoda arborilor de decizie presupune:

1 evaluarea nodurilor iniţiale înaintea celor finale;2 evaluarea tuturor nodurilor de decizie înaintea 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 înaintea nodurilor de tip decizie.

ANS: 5

33) Selectaţi afirmaţia falsă referitoare la metoda arborelui de decizie:

O întreprindere din sectorul public are la dispoziţie trei variante de extindere a activităţii din care doreşte să selecteze varianta optimă în condiţiile minimizării investiţiilor (tabelul 1 – sume necesare stabilite pe baza informaţiilor din studiile de fezabilitate) şi în trei scenarii posibile / stări ale naturii (evoluţie favorabilă, satisfăcătoare, nefavorabilă a economiei în următorii ani).

Tabelul 1. Matricea consecinţelor

Variante decizionale Stările naturii

S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

1 se aplică la situaţiile decizionale de mare complexitate, în care sunt implicate evenimente aleatorii care se produc succesiv;

2 în reprezentarea diagramei apar trei tipuri de noduri (de decizie, de tip eveniment /de tip consecinţă sau finale);

3 fiecare nod are mai multe noduri ascendente şi descendente;4 alegerea variantei optime se realizează pe baza analizei comparative a speranţelor matema-

tice calculate până la nivelul nodului iniţial;5 găsirea unei soluţii „optime” este echivalentă cu alegerea unui drum complet în arbore

(pornind de la nodurile finale ale arborelui şi până la nodul iniţial).

ANS: 3

34) Indicaţi răspunsul correct:

Folosind teoria deciziilor în condiţii de incertitudine şi programul informatic WINQSB/ modu-lul Decision Analysis s-au obţinut rezultatele prezentate în tabelul 2.Tabelul 2. Rezultatele obţinute cu WINQSB/DACriterion Best Decision Decision Value

Maximin V3 ($13500)Maximax V1 ($8250)

Hurwicz (p=0.8) V1 ($9400)Minimax Regret V3 $250Expected Value V3 ($11000)Equal Likelihood V3 ($11000)Expected Regret V3 $83.33Expected Value without any Information = ($11000)Expected Value with Perfect Information= ($10916.67)Expected Value of Perfect Information = $83.33

In cazul unui decident neutru faţă de risc, varianta optimă:

1 este varianta 1; 2 este varianta 2;3 este varianta 3;4 poate oricare dintre variante, în mod indiferent;

5 nu se poate preciza optimalitatea pentru nici o variantă.

ANS: 5


Folosind teoria deciziilor în condiţii de incertitudine şi programul informatic WINQSB/ modu-lul Decision Analysis s-au obţinut rezultatele prezentate în tabelul 2. Tabelul 2. Rezultatele obţinute cu WINQSB/DACriterion Best Decision Decision Value



Selectaţi afirmaţia falsă referitoare la valoarea informaţiei perfecte (VIP) pentru această prob-lema decizională:

1 dacă se dispune de posibilitatea achiziţiei de informatie completă, iar pretul acesteia este de 83,33 u.m., nu se recomandă achiziţionarea informatiei;

2 dacă se dispune de posibilitatea achiziţiei de informaţie completă, iar pretul acesteia este de mai mic de 83,33 u.m., nu se recomandă completarea informaţiilor;

3 valoarea informaţiei perfecte este de 83,33 u.m. 4 valoarea asteptată a profitului în condiţiile dispunerii de informaţie perfectă este de

10916.67 u.m.; 5 valoarea asteptată a profitului fără informaţie perfectă este de 11000 u.m.

ANS: 2


Folosind teoria deciziilor în condiţii de incertitudine şi programul informatic WINQSB/ modu-lul Decision Analysis s-au obţinut rezultatele prezentate în tabelul 2.



S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

Tabelul 2. Rezultatele obţinute cu WINQSB/DA

Criterion Best Decision Decision Value



În condiţii de risc (prin acordarea unor probabilităţi celor 3 stări ale naturii), valoarea informaţiei perfecte:

1 se păstrează constantă; 2 se reduce cu 83,33 um.: 3 creşte cu 83.33. um: 4 creşte cu o valoare care se poate calcula cu informaţiile disponibile în tabelul 1; 5 se reduce cu o valoare care se poate calcula cu informaţiile disponibile în tabelul 1

ANS: 5


Folosind teoria deciziilor în condiţii de incertitudine şi programul informatic WINQSB/ modu-lul Decision Analysis s-au obţinut rezultatele prezentate în tabelul 2.



S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

Tabelul 2. Rezultatele obţinute cu WINQSB/DA

Criterion Best Decision Decision Value



Pentru modelul matriceal în condiţii de risc, folosind aceeaşi matrice a consecinţelor (tabelul 1), informaţia disponibilă se suplimentează cu vectorul de probabilităţi asociate stărilor naturii: (0,35, 0,45, 0,2). Atunci, rezultatul (vezi tabelul 2) se modifică în cazul aplicării criteriului:

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

ANS: 4

38)Indicaţi răspunsul corect.

Construind arborele de decizie pentru matricea consecinţelor din tabelul 1 şi folosind probabil-ităţile asociate stărilor naturii de 0,35, 0,45 şi 0,2 se obţine figura 1 - rezolvarea corespunde celei din produsul informatic WINQSB/modulul Decision Analysis.



S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

Valoarea nodului 4 s-a calculat:

1 alegând minimul dintre valorile nodurilor imediat următoare; 2 prin calculul valorii aşteptate utilizând valorile nodurilor imediat următoare şi probabil-

ităţile asociate; 3 prin media aritmetică; 4 independent de probabilităţi; 5 pe baza valorii din nodul 1.

ANS: 2


Construind arborele de decizie pentru matricea consecinţelor din tabelul 1 şi folosind probabi-lităţile asociate stărilor naturii de 0,35, 0,45 şi 0,2 se obţine figura 1 - rezolvarea corespunde ce-lei din produsul informatic WINQSB/modulul Decision Analysis.



S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

Selectaţi afirmaţia falsă despre nodul 4:

1 este un nod de tip decizie; 2 este un nod de tip eveniment / şansă; 3 valoarea sa este de -11375 u.m.; 4 valoarea se calculează prin speranţa matematică a valorile din nodurile imediat următoare; 5 nu este luat în considerare pentru identificarea soluţiei optime.

ANS: 1


Construind arborele de decizie pentru matricea consecinţelor din tabelul 1 şi folosind probabil-ităţile asociate stărilor naturii de 0,35, 0,45 şi 0,2 se obţine figura 1 - rezolvarea corespunde celei din produsul informatic WINQSB/modulul Decision Analysis. I



S1 S2 S3

V1

V2

V3

140001380013500

111251105011000

825083008500

Valoarea asociată nodului 1:

1 desemnează strategia optimă pentru procesul decizional; 2 este calculată ca speranţă matematică a valorilor din nodurile 2, 3 şi 4; 3 este o valoare neafectată de risc; 4 exprimă înclinaţia faţă de risc a decidentului; 5 este determinată prin compararea valorilor din nodurile 2, 3 şi 4 (noduri imediat urmă-

toare).

ANS: 5

41) Selectaţi afirmaţia falsă despre optimizarea multicriterială:

1 în cazul optimizării multiobiectiv, mulţimea variantelor de decizie este finită; 2 conceptul de multicriterialitate este strâns legat de optimizarea flexibilă; 3 cazul optimizării multiobiectiv se tratează distinct de cazul optimizării multiatribut; 4 în marea lor majoritate, problemele decizionale economice sunt multicriteriale; 5 orice problemă de optimizare multicriterială evidenţiază o soluţie suboptimală care rezultă

prin considerarea tuturor criteriilor simultan.

ANS: 1

42) In teoria ştiinţifică a deciziilor, utilitatea reprezintă:

1 o valoare subiectivă asociată unui anumit rezultat economic şi asigură comparabilitatea variantelor decizionale evaluate cu ajutorul mai multor criterii;

2 o curbă ce exprimă valoarea aşteptată în condiţii de informaţii perfecte şi riscul asociat;3 o curbă ce reprezintă valoarea aşteptată a indicatorului în funcţie de timp;4 valoarea câştigului estimat pentru cea mai defavorabilă situaţie / stare a naturii;5 valoarea pierderii estimate pentru cea mai defavorabilă situaţie / stare a naturii.

ANS: 1

43) Selectaţi afirmaţia falsă: „În cazul optimizării multiatribut:

1 mulţimea alternativelor/variantelor de acţiune este finită; 2 fiecare alternativă este caracterizată de mai multe atribute;3 alternativa optimă aleasă este aceea care satisface cel mai bine toate atributele; 4 există metode specifice pentru situaţii caracterizate de risc şi incertitudine; 5 mulţimea soluţiilor posibile este infinită”.

ANS: 5

44) Pe baza tabelelor 3 şi 4, indicaţi răspunsul corect:

In vederea achiziţionării unui scanner de mare productivitate, o instituţie publică a întocmit un caiet de sarcini care a indicat următoarele criterii ca foarte importante pentru adjudecarea oferte-lor de licitaţie:

Criteriul C1 – valoarea echipamentului (mii lei)Criteriul C2 – cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate)Criteriul C3 – timpul mediu de funcţionare normală (număr de ore / 1000 ore de funcţionare)Criteriul C4 – posibilitatea de asigurare a service-ului după expirarea perioadei de garanţie.Principalele caracteristici în funcţie de criteriile menţionate sunt prezentate pentru cele mai inter-esante 4 oferte în tabelul 3:

Tabel 3 – Informaţii preliminare

Coef de importanţă C1 C2 C3 C40,4 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 utilităţilor


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

Indicaţi oferta cea mai convenabilă din punctul de vedere al celei mai mari utilităţi sinteză:

1 oferta 1; 2 oferta 2; 3 oferta 3;

4 oferta 4; 5 nu se poate distinge cea mai bună ofertă pe baza informaţiilor disponibile.

ANS: 1












Selectaţi afirmaţia adevărată:

1 coeficienţii de importanţă nu influenţează asupra alegerii variantei preferate; 2 soluţia aleasă este optimă; 3 selecţia ofertelor este absolut obiectivă; 4 ordinea de preferinţă a ofertelor se modifică odată cu schimbarea importanţei criteriilor; 5 se recomandă ca utilitatea sinteză să fie cât mai aproape de 1.

ANS: 4



Criteriul C1 – valoarea echipamentului (mii lei)

Criteriul C2 – cheltuieli de exploatare (mii lei la 1000 pagini A4 scanate)Criteriul C3 – timpul mediu de funcţionare normală (număr de ore / 1000 ore de funcţionare)Criteriul C4 – posibilitatea de asigurare a service-ului după expirarea perioadei de garanţie.Principalele caracteristici în funcţie de criteriile menţionate sunt prezentate pentru cele mai inter-esante 4 oferte în tabelul 3:









Setul de utilităţi corespunzătoare criteriului C4 se determină:

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 în intervalul [0,1]; 5 prin simulare.

ANS: 5







Oferta 2 14780 38.0 979 intermediari






Setul de utilităţi corespunzătoare criteriului C2 se determină:

1cu ajutorul unei formule de tipul minajmaxaj

aijmaxaj

−−

; 2

cu ajutorul unei formule de tipul minajmaxaj

minajaij

−−

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

ANS: 1

48) Selectaţi afirmaţia falsă referitoare la metoda programării scop (Goal Programming):

1 Se poate aplica în două variante: cu obiective de importanţă egală şi cu priorităţi diferite acordate obiectivelor;

2 În cazul în care obiectivele sunt exprimate în unităţi de măsură diferite, pentru minimiza-rea deviaţiilor faţă de nivelurile de aspiraţie este necesară determinarea unor costuri de «penalizare» ale deviaţiilor.

3 Ideea de bază a acestei metode, constă în transformarea obiectivelor în «restricţii scop» prin specificarea pentru fiecare obiectiv a unui nivel de aspiraţie;

4 Nivelurile de aspiraţie pot fi precizate de către decident sau calculate prin rezolvarea unor modele de programare liniară formate din fiecare funcţie obiectiv şi sistemul de restricţii;

5 Se caută acea soluţie care atinge toate nivelurile de aspiraţie, fără a permite înregistrarea de abateri

ANS: 5

49) Selectaţi afirmaţia falsă: ”În cazul optimizării multiobiectiv:

1 mulţimea soluţiilor posibile este finită;2 criteriile de optim se prezintă sub forma unor funcţii obiectiv care trebuie maximizate sau

minimizate;3 în această categorie, cel mai frecvent utilizată este metoda de programare liniară cu mai

multe funcţii obiectiv;4 soluţia conduce la abateri cât mai mici faţă de scopurile specificate de decident;5 criteriile de decizie pot avea diferite priorităţi”.

ANS: 1

50)Selectaţi afirmaţia adevărată referitoare la metoda programării scop (Goal Programming) aplicată pentru r obiective:

1 Ideea de bază a acestei metode, constă în agregarea obiectivelor în într-o funcţie de utilit-ate sinteză prin specificarea pentru fiecare obiectiv a unei utilităţi;

2 Nivelurile dorite sau prestabilite sunt identificate cu ajutorul unor modele de programare liniară multicriteriale formate din r-1 funcţii obiectiv şi sistemul de restricţii;

3 Se caută acea soluţie care atinge toate nivelurile de aspiraţie, fără a permite înregistrarea de abateri;

4 Fiecărei restricţii scop i se ataşează câte o pereche de variabile de abatere (care măsoară deviaţia în plus, respectiv în minus faţă de scopul propus de decident) care sunt ambele di-ferite de zero;

5 În cazul în care obiectivele sunt exprimate în unităţi de măsură diferite, pentru minimiza-rea deviaţiilor faţă de nivelurile de aspiraţie este necesară determinarea unor costuri de «penalizare» ale deviaţiilor.

ANS: 5

51) Încercarea de a lua în considerare factorii (controlabili sau nu) ce acţionează asupra unei organi-zaţii conduce la utilizarea unor metode specifice de previziune. Metodele bazate pe serii de timp se utilizează:

1 pentru prognoze pe termen lung (mai ales când intervin factori externi) sau atunci când nu există date istorice sau acestea sunt limitate şi se bazează pe estimări subiective, mai de-grabă decât pe date;

2 în situaţiile în care este posibilă identificarea unor relaţii funcţionale de tipul Y=f(x1, x2, …, xn) unde Y variabila dependentă este exprimată în funcţie de nivelul factorilor explicativi/independenţi (x1, x2, … xn);

3 în cazul în care evoluţia curentă a unui indicator depinde de nivelul anterior (în ipoteza păstrării unui comportament inerţial al fenomenului): ,...)Y,Y(fY 2t1tt −−= ;

4 în cazul unor ecuaţii simultane sau sisteme de ecuaţii ce descriu în formă matematică dife-rite legităţi economice şi pentru rezolvarea cărora este necesar un set de date iniţiale;

5 în situaţia în care se pot identifica factori externi care pot fi controlaţi prin intervenţie controlată şi acţiune conştientă

ANS: 3

52) Printre trăsăturile funcţiei de previziune nu se numără:

1 precede celelalte funcţii (ajută şi iniţiază procesul decizional); 2 pune în evidenţă necesitatea practicării unui management previzional; 3 prin exercitarea ei, se anticipează evoluţia condiţiilor în care se va afla organizaţia, precum

şi starea, comportarea şi funcţionarea acesteia; 4 identifică tendinţele existente; 5 analizează procesele şi fenomenele de organizare şi coordonare a tuturor activităţilor.

ANS: 5

53) Între obiectivele analizei seriilor de timp, nu se numără:

1 obţinerea unei descrieri cât mai concise a unei serii de timp particulare;2 determinarea unei reprezentări cât mai corecte a mecanismului de generare a procesului

care a produs realizarea dată (construirea unui model);3 realizarea, pe baza rezultatelor obţinute anterior, a predicţiei valorilor viitoare ale seriei,

utilizând valorile anterioare;4 demonstrarea legăturii care există între o variabilă dependentă şi alte variabile independ-

ente printr-o ecuaţie de regresie;5 conducerea procesului care a generat seria, prin examinarea a ceea ce se poate întâmpla

dacă se modifică anumiţi parametri ai modelului sau prin stabilirea unei politici de inter-venţie, atunci când deviaţiile procesului în raport cu un obiectiv depăşesc o anumită valoare.

ANS: 3

54) Selectaţi afirmaţia adevărată de maximă generalitate; „Intre componentele esenţiale ale unei serii dinamice se includ:

1 variaţiile ciclice şi oscilaţiile pur aleatoare”.2 variaţiile sezoniere şi oscilaţiile pur aleatoare”.3 tendinţa şi oscilaţiile pur aleatoare”.4 variaţiile ciclice şi cele sezoniere”.5 tendinţa, variaţiile ciclice, cele sezoniere şi oscilaţiile pur aleatoare”.

ANS: 5

55) Selectaţi din următoarea enumerare, componenta care nu este specifică analizei seriei temporale a unui indicator sau fenomen economic (de exemplu: cursul de schimb):

1 trendul (tendinţa); 2 variaţia ciclică; 3 variaţia sezonieră; 4 fluctuaţiile neregulate/întâmplătoare; 5 viteza de creştere/descreştere a mărimii indicatorului.

ANS: 5

56) În modelul ajustării exponenţiale, alegerea unei valori apropiate de 0 pentru ? va conduce:

1 la apariţia unor erori de previziune mici;2 la obţinerea unor valori îndepărtate de valorile ajustate (previzionate) din momentul ante-

rior;3 la o pantă pozitivă a dreptei de regresie;4 la ajustarea puternică a oscilaţiilor din seria de date reale; 5 la valori descrescătoare ale valorilor ajustate (previzionate).

ANS: 4

57)Procedeele de previziune bazate pe modelul Brown (cu un singur factor de nivelare în jurul mediei) pot fi aplicate în practică dacă:

1 prognoza se face pe termen lung;2 există informaţii din perioadele trecute asupra evoluţiei indicatorului considerat;3 se produc schimbări majore în evoluţia fenomenului studiat;4 se poate determina valoarea factorului de nivelare prin metoda celor mai mici pătrate; 5 coeficienţii de nivelare se pot determina foarte riguros.

ANS: 2

58)”In modelul ajustării exponenţiale primare, coeficientul de nivelare α:

1 are o valoare unică α=0,5, stabilită ca medie a valorilor minimă şi maximă pentru ?;2 influenţează modul în care observaţiile trecute (datele istorice) sunt ponderate; 3 este o variabilă aleatoare uniform distribuită cu valori în intervalul [0,1]; 4 nu influenţează acurateţea prognozei; 5 se poate obţine prin tehnica optimizării (prin programare liniară cu variabile 0 şi 1”.

ANS: 2

59) Selectaţi afirmaţia falsă: "In metoda ajustării exponenţiale a lui Brown (cu un singur factor de

nivelare, [0,1]∈α ):

1 formula F )-(1 + y = F tt1+t αα se recomandă în cazul seriilor de date cu caracter staţionar şi pentru care nu se înregistrează un trend liniar şi/sau variaţii sezoniere".

2 pentru determinarea lui α se apelează la tehnici de simulare".3 pentru seriile de date ce înregistrează fluctuaţii mari se recomandă valori mici ale lui α ".4 calitatea ajustării se apreciază prin calculul erorilor de ajustare".5 se pot estima valorile indicilor de sezonalitate".

ANS: 5

60) Pentru a aprecia acurateţei metodei de ajustare exponenţială se poate folosi:

1 testul de admisibilitate, în anumite limite, a valorilor ajustate;2 un criteriu de optim;3 media erorilor pătratice sau absolute;4 coeficientul de corelaţie sau de determinare; 5 coeficientul de variaţie.

ANS: 3

61) Indicaţi răspunsul corect pe baza datelor şi rezultatelor din tabelul 5.

Pe baza datelor referitoare la evoluţia cursului de schimb leu-dolar (date reale pentru România ian 2003- feb 2004 - medii lunare) şi folosind metoda ajustării exponenţiale simple (SES din WINQSB/ modulul Forecasting), s-au obţinut următoarele 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 33748,33Noi 03 34108,8 33250,26 33216,29

Dec 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

Cea mai “corectă” 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 32940,36Apr 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 33748,33Noi 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 pătratică (MSE) în cazul celei mai “corecte” previziuni a cursului de schimb me-diu zilnic ROL/USD este:

1 424108,3; 2 mai mare decât 424108,3; 3 402414,5; 4 mai mică decât 402414,5;5 cuprinsă în intervalul [402414,5; 424108,3].

ANS: 3






Alpha=0,1 Alpha=0,9

Pentru o aplicare riguroasă a metodei nivelării exponenţiale simple, în previziunea unui feno-men, semnalul de urmărire (Trk. Signal – eng.) trebuie să ia valori:

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

ANS: 5






Alpha=0,1 Alpha=0,9

In cazul previziunii cu cea mai mică eroare medie pătratică (MSE), constanta de nivelare ? propusă ca optimă este:

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

ANS: 1

65) In general, determinarea valorii optime a constantei de nivelare se poate face în cazul aplicaţiilor economico - sociale după 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 urmărire; 5 a erorii de tip MAPE.

ANS: 2

66) Atunci când gradul ridicat de precizie a datelor folosite se asociază unui grad mediu de comple-titudine se recomandă utilizarea:

1 analogiilor;

2 modelelor deterministe; 3 abordării stochastice; 4 mulţimilor vagi (fuzzy); 5 informaţiilor nerelevante.

ANS: 4

67) Una din premisele utilizării lanţurilor Markov pentru modelarea evoluţiei ponderii pe piaţă a unor produse concurenţiale este următoarea:

1 număr infinit de mărci;2 număr finit şi constant de mărci;3 probabilităţile de trecere de la o marcă la alta variază în timp.4 clientul alege mai multe mărci simultan;5 alegerea unei mărci de către un client la un moment dat nu depinde de marca aleasă în per-

ioada imediat precedentă.

ANS: 2

68)Selectaţi afirmaţia falsă despre un lanţ Markov:

1 matricea probabilităţilor de tranziţie poate fi constantă în timp sau variabilă de la o etapă la alta;

2 suma elementelor de pe fiecare coloană din matricea probabilităţilor de tranziţie este 1;3 pe diagonala principală se regăsesc informaţii despre menţinerea sistemului în aceeaşi

stare de la o etapă la alta;4 matricea probabilităţilor de tranziţie poate fi înlocuită cu o diagramă de trecere sau cu un

graf;5 orice lanţ Markov este definit complet prin matricea sa de tranziţie (P) şi probabilităţile in-

iţiale (sub forma unui vector linie).

ANS: 2

69) Unele din premisele utilizării lanţurilor Markov pentru modelarea evoluţiei pe piaţă a unor pro-duse concurenţiale sunt următoarele:

A. pe piaţă există un număr finit şi constant de produse concurente;B. în matricea probabilităţilor, suma pe coloană este 1;C. probabilităţile de a cumpăra o marcă se estimează prin sondaj statistic;D. o probabilitate pij arată ponderea clienţilor care cumpără marca j, după ce anterior a

cumpărat marca i;E. suma coeficienţilor de fidelitate este 1;F. probabilităţile trecerii de la o marcă la alta sunt variabile pe o anumită perioadă de timp.

Indicaţi combinaţia corectă:

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

ANS: 1

70) Produsul AA1 al unei societăţi comerciale este în concurenţă pe piaţă cu produsele AA2 şi AA3 realizate de firme concurente. Cu ajutorul unor sondaje de marketing, efectuate de firmă în urma campaniei de publicitate a firmei concurente AA3 din luna martie, s-au obţinut datele necesare pentru determinarea ponderilor pe piaţă ale celor trei produse concurenţiale în perioada aprilie - iunie. Evoluţia ponderilor pe piaţă începând din luna martie a fost determinată cu produsul in-formatic WINQSB/ Mkp:

Tabelul 6. Date iniţiale

From \ To AA1 AA2 AA3AA1 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 State AA1

Probability of State AA2


1 0.3750 0.3050 0.32002 0.2875 0.3205 0.39203 0.2438 0.3211 0.4352

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

State Name State Probability Recurrence TimeCS1 0.2000 5CR2 0.3000 3.3333CR3 0.5000 2.0000

Ponderea pe piaţă a produsului AA1 în luna martie este:

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

ANS: 5



From \ To AA1 AA2 AA3AA1 0.6 0.2 0.2AA2 0.1 0.7 0.2

AA3 0.1 0.1 0.8Initial Prob. 0.55 0.25 0.20





1 0.3750 0.3050 0.32002 0.2875 0.3205 0.39203 0.2438 0.3211 0.4352



Coeficientul de fidelitate de la o lună la următoarea lună pentru produsul AA2 este:

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

ANS: 1








1 0.3750 0.3050 0.32002 0.2875 0.3205 0.39203 0.2438 0.3211 0.4352



Probabilitatea de reorientare a unui cumpărător al produsului AA2 în luna aprilie a.c. către pro-dusul AA3 în luna mai este:

1 0,392; 2 0,32;3 0,2;4 0,3; 5 0,8.

ANS: 3








1 0.3750 0.3050 0.32002 0.2875 0.3205 0.39203 0.2438 0.3211 0.4352



Probabilitatea ca un cumpărător al produsului AA3 în luna martie să cumpere produsul AA1 în starea staţionară a pieţei este:

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

5 0,55.

ANS: 1

74) O companie producătoare de detergenţi şi produse chimice similare este interesată în studiul pieţei pentru una dintre mărcile sale. Informaţiile căutate sunt estimări ale cotei de piaţă în com-paraţie cu cele ale unor mărci concurente (fie acestea desemnate prin B, respectiv C). Pentru acest produs, în oricare din cele trei mărci, intervalul dintre cumpărări succesive este de aproxi-mativ, o lună, iar studiul de piaţă a relevat următoarele informaţii referitoare la comportamentul a 10000 de persoane chestionate (tabelul 9).

Tabelul 9. Date generale – descrierea comportamentului clienţilor

Numărul clienţilor

Schimbarea opţiunii de cumpărare

De la A De la B De la C Total “de la”Produs de marcă A

4500 - 675 675 1350

Produs de marcă B

3500 875 - 525 1400

Produs de marcă C

2000 600 400 - 1000

total 10000 1475 1075 1200 -

Tabel 10. Evoluţia cotelor de piaţă pentru 4 momente de timp

timp Cota de piaţa pentru produs A

Cota de piaţa pentru produs B

Cota de piaţa 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 şi timp de recurenţă

Produs stare de echilibru timp de recurenţă

1 Produs A 0.4755 2.1029

2 Produs B 0.2937 3.4048

3 Produs C 0.2308 4.3333

Selectaţi afirmaţia falsă:

1 In categoria date iniţiale se înscriu cotele de piaţă la momentul iniţial S0 ={p1(0), p2(0), …., pn(0)} pentru cele n produse existente pe piaţă;

2 probabilitatea pi(0) este fracţiunea din mulţimea tuturor consumatorilor care achiziţionează marca i în perioada 0 (pi(0) poate fi identificată cu cota actuală de piaţă a mărcii)

3 metoda lanţurilor Markov presupune calculul vectorial potrivit relaţiei 1t/t1tt PSS −− ⋅=

formulând matematic următorul raţionament: starea curentă a pieţei exprimată prin tS

(vectorul cotelor de piaţă la momentul t) depinde numai de starea anterioară 1tS − (vectorul cotelor de piaţă anterioare) şi de modul în care piaţa a evoluat între cele două momente de

timp (relevat de matricea probabilităţilor de tranziţie 1t/tP − ).

4 cotele de piaţă la momentul iniţial S0 ={p1(0), p2(0), …., pn(0)} pentru cele n produse existente pe piaţă au valorile {47.55%; 29.37%, 23.08%};

5

matricea probabilităţilor de tranziţie este:

=

5.02.03.0

15.06.025.0

15.015.07.0

P

.

ANS: 4






4500 - 675 675 1350

Produs de marcă B

3500 875 - 525 1400

Produs de marcă C

2000 600 400 - 1000

total 10000 1475 1075 1200 -





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

Ponderea pe piaţă a produsului A în luna curentă este:

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

ANS: 1






4500 - 675 675 1350

Produs de marcă B

3500 875 - 525 1400

Produs de marcă C

2000 600 400 - 1000

total 10000 1475 1075 1200 -





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 lună la următoarea lună pentru produsul A este:

1 0,7; 2 0,5;3 0,6; 4 0,15,5 0,25.

ANS: 1






4500 - 675 675 1350

Produs de marcă B

3500 875 - 525 1400

Produs de marcă C

2000 600 400 - 1000

total 10000 1475 1075 1200 -





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

Selectaţi afirmaţia falsă „Componentele din vectorul starea de echilibru (SE);

1 reprezintă modul de distribuţie a cotelor de piaţă corespunzătoare produselor concurenţiale analizate în ipoteza că matricea probabilităţilor de tranziţie nu se modifice termen lung (astfel încât între momente diferite de timp nu mai au loc redistribuiri între clienţii/ cumpărătorii produselor).

2 sunt cotele de piaţă pentru starea de echilibru sunt {47.55%; 29.37%, 23.08%} pentru pro-dusele A, B şi C - în această ordine

3 permit calculul pentru timpul de recurenţă (TR) adică intervalul de timp între două cumpărări succesive ale aceluiaşi produs.

4se determină rezolvând ecuaţia:

T0T PSS ⋅= .

5 reprezintă starea de stabilitate pentru cele n mărci (deoarece pe termen lung, probabilita-tea ca un consumator să cumpere o marcă dată i tinde să se stabilizeze apropiindu-se din ce în ce mai mult de probabilitatea pi.

ANS: 4

78) Analiza de senzitivitate:

1 reprezintă o tehnică de studiu a modificărilor unor concluzii, rezultate în urma unor cer-cetări, faţă de variaţiile posibile ale valorilor factorilor, sau faţă de erorile diferitelor mări-mi conţinute în estimaţiile făcute;

2 este echivalentă cu aplicarea tehnicii de optimizare;3 presupune utilizarea mulţimilor fuzzy sau stochastice ca modalitate de a compensa nede-

terminarea datelor iniţiale4 se desfăşoară numai în legătură cu programarea liniară;5 identifică soluţia optimă într-o problemă multicriterială.

ANS: 1

79) Identificaţi afirmaţia falsă în legătură cu desfăsurarea unei analize de sensitivitate.

1 „Analiza de senzitivitate permite o mai bună înţelegere a riscului pe care îl comportă dife-rite variante de acţiune, cât şi stabilitatea în timp a deciziei pentru care a optat decidentul”.

2 „Analiza de senzitivitate facilitează comunicarea, prin faptul că: face recomandările mai credibile, uşor de înţeles; ajută decidentul să încorporeze şi alte perspective asupra proble-mei, precum cele culturale, politice, psihologice etc. în recomandările manageriale ştiinţi-fice; ajută managerii să îşi selecteze o anumită abordare a problemelor decizionale.

3 „Analiza de senzitivitate permite reducerea incertitudinii şi controlul riscurilor pentru dife-rite variante de acţiune, cât şi a stabilităţii deciziei pentru care a optat decidentul”.

4 „Analiza de senzitivitate creşte înţelegerea sistemelor, întrucât: estimează relaţiile între va-riabilele de intrare şi de ieşire; permite înţelegerea relaţiilor între variabilele de intrare şi de ieşire; dezvoltă testarea ipotezelor”.

5 „Analiza de senzitivitate ajută la dezvoltarea modelelor, prin faptul că: testează acurateţea şi validitatea modelelor; identifică erorile în model, simplifică şi calibrează modelul”.

ANS: 3

80) Analiza de senzitivitate ajută decidenţii în luarea deciziei şi în formularea de recomandări, deoa-rece:

1 testează robusteţea soluţiei optimale; 2 identifică valorile critice sau valorile punctului critic când au loc schimbări ale

strategiei/soluţiei optime; 3 dezvoltă recomandări flexibile care depind de circumstanţe;4 compară valorile unei simple sau complexe strategii de decizie;5 identifică soluţiile optime.

ANS: 5

81) La o întreprindere de dimensiuni mari se pune problema achiziţionării unei noi linii tehnologice în următoarele condiţii: echipamentul este estimat iniţial la I = 220000 um (plata se efectuează integral), durata normată de funcţionare este de n = 5 ani (la sfârşitul cărora se apreciază că va-loarea reziduală a echipamentului va fi 0); pentru funcţionarea sa nu se iau în calcul deocamdată cheltuielile de exploatare. Prin această lărgire a capacităţii de producţie, se estimează că între-prinderea va vinde pe piaţă în următorii 5 ani un volum constant de V=14000 unităţi fizice (u.f) din produsul A, la preţul de P = 22 um, consumând resurse în valoare de:

L = 9 um – costul unitar cu forţa de muncă, M = 8 um cu materiale şi materii prime.

Factorul de actualizare (costul capitalului) se presupune: r = 10% sau r = 0.1.

Se doreşte aprecierea oportunităţii pentru noua achiziţie de utilaj cu ajutorul VNA şi a ordinii de importanţă a factorilor de influenţă ai VNA.Identificaţi răspunsurile corecte:

Selectaţi afirmaţia falsă: „Fluxul de numerar a investiţiei este:

1 14000*(22-(9+8))=70000 um/an. pentru oricare din cei 5 ani.2 14000*(22-(9+8))=70000 um/an. în variantă actualizată.3 în ipotezele veniturilor anuale egale şi constante în timp,

nrA)]ML(P[VIVNA ⋅+−⋅+−=

unde nrA reprezintă valoarea prezentă 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


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


Pe baza estimărilor făcute şi în baza ipotezelor de evoluţie (vânzări constante pe parcursul celor 5 ani, plata întregii investiţii în anul 0, valoarea reziduală zero etc.), se poate accepta că proiectul poate fi iniţiat deoarece:

1 criteriul de decizie VNA>0 este satisfăcut.2 investiţia iniţială se acoperă după primii 4 ani de axploatare.3 plata întregii investiţii se face în anul 0;4 vânzări constante pe parcursul celor 5 ani5 valoarea reziduală este presupusă zero.

ANS: 1


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


Analiza de senzitivitate pentru factorii de influenţă (tabelul 12) pune în evidenţă că cel mai sen-sibil factor este:

Tabelul 12. Analiza de senzitivitate pentru factorii de influenţă

Factor Valoarea iniţial estim-ată(X0)

Valoarea „critică” (XC) (din ecuaţia VNA=0

Abaterea procentuală în formă absolută∗ (%)

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

M 8 um 8.85 10.62

1 investiţia iniţială;2 volumul de vânzări;3 preţul produsului;4 costul cu forţa de muncă;5 costul cu materiile prime.

ANS: 3

84)Indicaţi care din afirmaţiile următoare referitoare la tehnica simulării este falsă:

1 simularea reprezintă o tehnică de realizare a unor experimente cu ajutorul calculatorului; tehnica implică construirea unor modele matematice şi logice care descriu comportarea unui sistem real de-a lungul unei perioade mari de timp.

2 prin soluţiile exacte pe care le oferă, simularea este o tehnică de cercetare eficientă pentru fenomenele reale dificil de studiat analitic.

3 după construirea modelului, simularea constă în variaţia variabilelor şi parametrilor de in-trare cu scopul de a deduce, ca rezultat al calculelor, efectele asupra variabilelor de ieşire.

4 modelele de simulare au caracter procedural. 5 rezolvarea modelelor de simulare se bazează pe prelucrarea unor experimente create în ca-

drul sistemului.

ANS: 2

85)Simularea permite obţinerea:

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

punzătoare condiţiilor existente la un moment dat;4 înlocuirea decidentului uman prin sisteme de inteligenţă artificială;5 soluţiilor optime ale problemelor manageriale.

ANS: 3

86)Simularea nu permite, în general:

1 structurarea mai bună a problemei investigate; 2 realizarea experimentelor cu calculatorul electronic; 3 testarea diferitelor căi de acţiune care nu pot fi formulate direct în cadrul modelului; 4 determinarea formei funcţionale de exprimare a legăturilor dintre fenomenele cercetate şi

estimarea valorilor parametrului modelului; 5 optimizarea unor probleme care fac obiectul deciziei.

ANS: 5

87) Numerele pseudoaleatoare:

1 sunt repartizate uniform pe axa numerelor reale; 2 nu sunt statistic independente; 3 nu sunt reproductibile; 4 au aceleaşi caracteristici cu numerele aleatoare; 5 sunt generate cu ajutorul calculatorului.

ANS: 5

88) Numerele aleatoare satisfac unele din următoarele condiţii:

A. sunt statistic interdependente;B. nu sunt reproductibile;C. sunt repartizate uniform într-un interval dat;D. funcţia de repartiţie este stabilă;E. şirul generat are o perioadă de repetiţie mare; F. funcţia de repartiţie se schimbă în timpul rulării programului de simulare;G. perioada de repetiţie nu se poate predetermina;H. generarea lor nu necesită utilizarea calculatorului electronic.

Indicaţi combinaţia corectă: ∗ calculată potrivit formulei 1000 ⋅

−

C

C

X

XX

1 A+B+D2 C+F+G3 C+D+E4 A+D+E5 B+F+G

ANS: 1

89) Eliminaţi varianta necorespunzătoare: „Pentru generarea numerelor aleatoare se pot folosi în mod tradiţional:

1 metodele bazate pe utilităţi; 2 metodele bazate pe consultarea experţilor; 3 metodele bazate pe creativitate; 4 metodele informale; 5 metodele decizionale”

ANS: 3

90)Metoda de simulare Monte Carlo poate fi folosită eficient:

1 în cazul unor procese cu probabilitate mică;2 pentru fundamentarea deciziilor optime;3 în cazul unei probleme de reoptimizare;4 pentru determinarea structurii optime a ofertei de mărfuri;5 toate răspunsurile anterioare este incorecte.

ANS: 5

91)Rezolvarea modelelor de simulare se face prin:

1 prelucrarea unor experimente create în cadrul sistemului; 2 raţionamente deductive; 3 analogii cu modul de rezolvare a unor probleme asemănătoare;4 folosirea intuiţiei şi experienţei decidentului; 5 prin prelucrarea unor serii de date din trecut.

ANS: 5

92) Selectaţi varianta falsă din afirmaţiile referitoare la precizia şi proprietăţile metodei Monte Carlo. "Pentru ca rezultatele obţinute cu ajutorul metodei Monte Carlo să poată fi concludente trebuie să se ţină seama de următorul aspect:

1 dacă după n experimente s-a determinat o valoare medie statistică (m) a unei variabile

aleatoare, atunci valoarea medie reală se va situa în intervalul ]+m,-[m ∆∆ ".2 precizia metodei este determinată de numărul de încercări independente şi variaţia lor"3 nu este recomandată folosirea metodei pentru studiul unor procese cu probabilitate mică,

deoarece ar presupune un număr foarte mare de cicluri de simulare".4 numărul de încercări variază direct proporţional cu probabilitatea de realizare a fenomenu-

lui analizat".5 precizia metodei poate fi estimată corect pe parcursul desfăşurării calculelor".

ANS: 4

93)Selectaţi afirmaţia falsă referitoare la tehnica simulării:

1 parametrii de intrare ai modelului trebuie estimaţi în prealabil din observaţii statistice asu-pra procesului sau sistemului ce urmează fi studiat;

2 testarea parametrilor de intrare se face folosind testele de semnificaţie statistică;3 în desfăşurarea experimentelor de simulare, se verifică dacă modelul de simulare conţine

toate variabilele şi parametrii esenţiali şi relaţiile funcţionale necesare pentru reprezentarea interdependenţelor esenţiale ale sistemului real;

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

de distribuţie ale variabilelor de intrare, se aplică teste de concordanţă (Kolmogorov, Smir-nov, etc.) pentru verificarea acestor ipoteze.

ANS: 4

94)Selectaţi afirmaţia falsă despre metoda euristicii:

1 modelarea euristică presupune construirea unui sistem analog cu cel investigat (sistemul real);

2 euristica este o clasă de metode şi reguli care dirijează subiectul spre cea mai simplă şi economică soluţie a problemelor;

3 majoritatea algoritmilor euristici se bazează pe ideea că, dacă sunt respectate anumite re-stricţii este avantajos ca în fiecare etapă de calcul, să se obţină cât mai mult pe linia fun-cţiei scop;

4 ipoteza se află în centrul preocupărilor euristicii5 metoda euristicii oferă reguli care garantează obţinerea soluţiei optime pe calea cea mai

avantajoasă.

ANS: 5

95)Algoritmii euristici nu se folosesc, în general, atunci când:

1 problema descrisă este complexă; 2 dispunem de date exacte, dar problema este de dimensiuni mari; 3 dispunem de date inexacte într-o problemă de dimensiuni mari;4 dispunem de date inexacte; 5 rezolvarea problemei se poate face cu ajutorul unor algoritmi de optimizare.

ANS: 5

96)Când se desfăşoară mai multe experimente de simulare pentru un anume sistem, modificând unul sau mai mulţi parametri de intrare, consistenţa şi comparabilitatea rezultatelor este asigurată prin folosirea:

1 aceleiaşi secvenţe de numere aleatoare pentru rulări diferite; 2 unor legi diferite de distribuţie pentru variabilele aleatoare folosite;3 unor eşantioane de date de volume diferite din colectivitatea reală; 4 aceleiaşi metode de generare a numerelor pseudoaleatoare;5 aceloraşi teste de semnificaţie statistică.

ANS: 5

97)Rezolvarea modelelor de simulare se face prin:

1 prelucrarea unor experimente create în cadrul sistemului; 2 de obicei cu ajutorul unor aplicaţii software;3 analogii cu modul de rezolvare a unor probleme asemănătoare; 4 folosirea unor decizii de grup5 prin apelul la tehnici de optimizare.

ANS: 2

98) Soluţia oferită prin aplicarea modelelor euristice este:

1 variabilă lingvistică; 2 soluţie cu valori 0 sau 1; 3 o soluţie "bună" fără să se arate că este "cea mai bună posibilă"; 4 soluţie optimală cu o anumită probabilitate; 5 soluţie întreagă.

ANS: 3

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

1 ciclul informaţie – decizie - acţiune;2 ciclul informaţie - decizie;3 cuplul informaţie - decizie;4 cuplul acţiune-retroacţiune;5 ciclul informaţie - eroare.

ANS: 1

Modelare Si Simulare - 2009 Management) Grile

Documents

Transcript of Modelare Si Simulare - 2009 Management) Grile