4.

CLASE UZUALE DE MODELE

Astzi este de neconceput progresul -DVSLUD LH

JHQHUDO

a omului- fr

utilizarea modelrii matematice n cvasi-totalitatea domeniilor activit LL

&UHWHUHDFRPSOH[LWm LLVWUXFWXULORUGHRULFHIHODVWUXFWXULLRUJDQL]DWRULFH

VDOH

a societ LL

n general face ca adoptarea deciziilor de conducere eficient s nu mai poat fi

posibil cu ajutorul tehnicilor clasice. Este nevoie din ce n ce mai mult de o
LQIRUPD LHDPSOmSUHFLVmLUDSLGmGHHVWLPDUHDFDQWLWDWLYmLSURJQR]DFRQVHFLQ HORU
GHFL]LLORU DGRSWDWH Q DFHVW VHQV PRGHODUHD D YHQLW vQ vQWkPSLQDUHD FHULQ HORU

practicii prin dezvoltarea unor metode, cum sunt cele ale cercetrilor opera LRQDOH
care permit analiza obiectiv a ac LXQLORU RSHUD LLORU vQGUHSWDWH VSUH UHDOL]DUHa unui
DQXPLW VFRS HVWLPDUHD FDQWLWDWLYm D DFHVWRUD L D GHFL]LLORU SRVLELOH RIHULQG DVWIHO

posibilitatea conducerii eficiente a proceselor sau fenomenelor modelate.

Aparatul matematic utilizat n cadrul modelrii este deosebit de variat. Cel mai
frecvent ns, n elaborarea deciziilor se folosesc modele ale programrii matematice
-GRPHQLXFDUHHODERUHD]mWHRULDLPHWRGHOHQXPHULFHGHUH]ROYDUHDSUREOHPHORUGH
H[WUHPXP PXOWLGLPHQVLRQDOH FX UHVWULF LL DGLF

a problemelor de extremum al

IXQF LLORUGHPDLPXOWHYDULDELOHFXUHVWULF LLvQFHHDFHSULYHWHGRPHQLXOGHYDULD LH

Programarea matematic grupeaz o clas foarte mare de probleme de optimizare

care s-DX GH]YROWDW GH VLQH VWmWmWRU L DSHOHD]m OD PHWRGH VSHFLILFH GH UH]ROYDUH
Astfel, fr preten LD GH D FXSULQGH vQWUHJXO GRPHQLX SXWHP DPLQWL SURJUDPDUHD
liniar, programarea convex, programarea neliniar, programarea dinamic,
SUREOHPH GH SURJUDPDUH vQ UH HD SURJUDPDUHD GLVFUHW

, programarea stochastic etc.

ntre diferitele tipuri de probleme exist strnse legturi (de exemplu programarea
liniar face parte din programarea convex, care la rndul ei este o parte a
programarii neliniare etc.), progamarea matematic ncepnd s semene din ce n ce
mai mult cu o teorie unitar a problemelor de extremum.
Q WHUPHQL IRDUWH JHQHUDOL L GUHSW XUPDUH PDL SX LQ SUHFLL vQWU

-un model de

programare matematic se cere determinarea extremumului unei func LLSHRPXO LPH

GH UHVWULF LL GDW

. Func LD UHVSHFWLY, n problemele concrete, reprezint o msur a

gradului de satisfacere a unui scop precizat, deci o formulare matematic a unui

obiectiv urmrit.
n cadrul capitolului se prezint succint problematica modelrii economicomatematice pentru unele clase de modele mai uzuale.

4.1. Modele liniare

Exist nuPHURDVH VLWXD LL SUDFWLFH vQ FDUH VH FDXW un comportament optim al
VLVWHPXOXLHFRQRPLF LQkQGFRQW GH GLIHULWH UHVWULF LLPDQDJHUXOILUPHL PD[LPL]HD]
SURILWXO

LQkQG FRQW GH DQVDPEOXO GH UHVWULF LL GDW GH IXQF LD VD GH SURGXF LH

FRQVXPDWRUXO XUPmUHW

e s-L PD[LPL]H]H XWLOLWDWHD SH FDUH L-o ofer consumul de

EXQXULLVHUYLFLLVXEUHVWULF LHEXJHWDU

etc.).

Analiza matematic este un instrument esen LDO SHQWUX IRUPXODUHD L VWXGLHUHD

DFHVWRU SUREOHPH GH PD[LPL]DUH PLQLPL]DUH FX UHVWULF LL 0RGHOHO

e liniare sunt

caracterizate de faptul c rela LLOH IXQF LRQDOH FDUH LQWHUYLQ VXQW OLQHDUH 3HQWUX DVWIHO
GH UHOD LL IXQF LL GHULYDWHOH SDU LDOH GH SULP RUGLQ VXQW FRQVWDQWH QHQXOH LDU
GHULYDWHOH SDU LDOH GH RUGLQXO GRL VXQW QXOH Q JHQHUDO GHFL QLFL FRQGL LLOH GH SULPXO

ordin, nici cele de ordinul doi ntlnite n problemele de extrem tratate de analiza
matematic nu pot fi satisfcute. S-DX GH]YROWDW vQVm DOWH WHKQLFL L LQVWUXPHQWH FDUH
permit rezolvarea problemelor de optimizare ce comport rela LLIXQF LRQDOHOLQLDUH
2DFWLYLWDWHGHSURGXF LHOLQLDU

este un proces de produc LHGLQFDUHVHRE LQXQXO

sau mai multe output-XULvQ SURSRU LL IL[HFXDMXWRUXOXQXLDVDX PDL PXOWRULQSXW-uri

vQ SURSRU LL IL[H 8Q DVWIHO GH SURFHV HVWH RPRJHQ GH JUDGXO  L FX UDQGDPHQWH GH
VFDUm FRQVWDQWH 'DFm VH PmUHVF VDX VH PLFRUHD]m WRDWH FDQWLWm LOH GH LQSXW

-uri

SURSRU LRQDOVHYDPmULVDXPLFRUDFDQWLWDWHDGHRXWSXWvQDFHODLUDSRUW

)LH R DFWLYLWDWHGH SURGXF LHOLQLDU

care permite producerea unui output pornind

de la m input-uri. Aceast activitate este descris de un ansamblu de coeficien L ai

(i=1,...,m) care dau cantit LOH GH LQSXW-uri necesare pentru a produce o unitate de

output. Cantit LOH GH LQSXW-uri necesare producerii unui nivel dat al output-ului (q)
VXQWGHWHUQLQDWHvQPRGXQLFGHUHOD LD
3URGXF LD PD[LP

xi=ai.q, i= 1,...,m. [1].

ce poate fi ob LQXW cu input-urile n cantit L GDWH YD IL

q=min(xi/ai), ai>0)LHFDUHLQSXWSRDWHILXQIDFWRUOLPLWDWLYDOSURGXF Lei. Cantitatea

de input xi SHUPLWH RE LQHUHD D xi/ai) unit L GH RXWSXW GDU WRDWH FHOHODOWH LQSXW-uri
trebuie s fie disponibile n propor LLOH UHFODPDWH GDFm VH GRUHWH RE LQHUHD DFHVWXL
QLYHO DO SURGXF LHL 'H DFHHD FHO PDL PLF UDSRUW 

xi/ai) determin nivelul maxim de

SURGXF LHSRVLELO

Presupunem acum c exist n activit LGHSURGXF LHGLVWLQFWHWRDWHOLQLDUHFDUH

se pot dezvolta separat sau simultan pentru a produce un output. Fie aij (i=1,...,m;
j=1,...,n) cantitatea din al i-lea input necesar pentru a produce o unitate de output cu
a j-a activitate. Rezultatele furnizate de diferitele activit L VXQW DGLWLYH 2XWSXW-ul
global este egal cu q= q j , unde qj este cantitatea produs utiliznd activitatea j.
Nevoile globale de input-uri sunt: xi = a ij q j , i = 1,...,m.
Cnd sunt dezvoltate simultan mai multe activit L QHFHVDUXO GH LQSXW i este
media ponderat a coeficien LORU

FRUHVSXQ]

izolate: i = j aij , i=1,...,m; 0 j 1,

tori dezvoltrii unei activit L

qj
= 1 , j = q , j

fiind partea din

output-XOJOREDORE LQXWSULQXWLOL]DUHDDFWLYLW LLj.

Combinarea mai multor activit L

SHUPLWH VXEVWLWXLUL vQWUH LQSXW

-uri care

modific substan LDO HFXD LD >@ 1LYHOXO PD[LP GH DFWLYLWDWH FH SRDWH IL DWLQV FX
ansamblul de input-uri date este: q=min(xi/i), i>0. Raportul minim (xi/i) este
VXSXVODUHVWULF LLGDUVHSRWJ

si ponderile j astfel nct acesta s fie optimal.

S abordm acum cazul mai multor output-uri. Presupunem c fiecare din cele
s output-uri posibile este produs cu ajutorul unei activit L GH SURGXF LH OLQLDUH
utiliznd m input-XUL([LVWmLFD]XULFkQGXQRXWSXWQHFHVLWmPDLPXOWHDFWLYLWm L)LH
aij cantitatea din al i-lea input necesar pentru a produce o unitate din al j-lea output.
Nevoile de input-uri vor fi: xi= a ij q j , i=1,2,...,m. Este posibil s se substituie un
RXWSXW FX DOWXO VDX XQ LQSXW FX DOWXO  'H H[HPSOX vQ DJULFXOWXU  HVWH VSHFLI

ic faptul

c, n general, o activitate permite producerea mai multor output-uri. Presupunem c

fiecare din cele n activit LSURGXFs output-uri utiliznd m input-uri. Fie zj, j=1,2,...,n
nivelul celei de a j-a activitate, aij cantitatea din al i-lea outpuWSURGXVLbij cantitatea
din al i-lea input necesar pentru o unitate din activitatea j. Atunci, input-XULOH L
output-urile corespunztoare unui nivel dat al activit LLVXQWqi= a ij z j , i=1,...,sL
xi= bij z j , i=1,2,...,m.
&RPELQD LLOH GH DFWLYLW

L SRVLELOH VXQW GHILQLWH SULQWU-o medie ponderat a

activit LORUHOHPHQWDUHFDUHOHFRPSXQ
Rezolvarea modelelor liniare se face cu tehnici de programare liniar, studiate
la alte discipline.
Sub forma general, problema const n a gsi valorile variabilelor zj, j=1,...,n
care maximizeaz func LDOLQLDU:
y= 1 z1 + 2 z 2 +...+ n z n
VXSXVHODUHVWULF LLOLQLDUH

ai1.z1+ai2.z2+...+ain.zn ki, i=1,...,m

L

zj 0, j=1,...,n

AlgRULWPLL GH UH]ROYDUH D SUREOHPHORU GH RSWLPL]DUH OLQLDU

 DX IRVW SURJUDPD L SH FDOFXODWRU H[LVWkQG PDL

PXOWH SDFKHWH GH SURJUDPH FDUH SHUPLW RE LQHUHD VROX LLORU RSWLPH 1X QH SURSXQHP DLFL SUH]HQWDUHD XQRU DVWIHO GH
DOJRULWPL3HQWUXvQ HOHJHUHDPHFDQLVPXOXLORUUHDPLQWLPDLFLFkWHYDQR LXQLGHDOJHEU OLQLDU 0XO LPHDGHYHFWRULGLQ

n
n
R , z=(z1,z2,...,zn)T care verific restric LLOH FRQVWLWXLH PXO LPHD SXQFWHORU UHDOL]DELOH 2 PXO LPH GH SXQFWH GLQ R este

convex dac punctele situate pe un segment de dreapt avnd ca extremit LGRX puncte din mul LPHVXQWFRQ LQXWHvQ
DFHDPXO LPH2HFXD LHOLQLDUmGHILQHWHXQKLSHUSODQvQ

R . Un hiperplan este o dreapt n R , un plan n R

RVXSUDID

n-1 dimensional n R . Dac aij=0 hiperplanul definit de ecuD LDUHVSHFWLY este paralel cu axa zj. Dac ki=0, R are ca
n

origine un punct din hiperplan. Hiperplanul definit de a i-D UHVWULF LH GHILQHWH XQ VHPLVSD LX vQFKLV SH R , ale crui
SXQFWHVDWLVIDF DFHD UHVWULF LH L XQVHPLVSD LX GHVFKLV DOH F

rui puncte QX VDWLVIDFUHVWULF LD6HPLVSD LLOH VXQWPXO LPL

FRQYH[H LDU VHPLVSD LLOH vQFKLVH VXQW PXO LPL FRQYH[H vQFKLVH 3XQFWHOH FDUH VDWLVIDF D

j-D UHVWULF LH GH QHQHJDWLYLWDWH

HVWH GH DVHPHQHDXQ VHPLVSD LX vQFKLV L FRQH[3XQFWHOH FDUHVDWLVIDF RUHVWULF LHFRQVWLWXLH PXO LPL FRQYH[H vQFKLVH
2 VROX LH UHDOL]DELO

a problemei trebuie s satisfac cele m+n restric LL 0XO LPHD GH VROX LL UHDOL]DELOH YD IL GHFL R

PXO LPH GH SXQFWH FDUH DSDU LQ ILHF UHLD GLQ FHOH PQ PXO LPL DGLF
PXO LPL FRQYH[H vQFKLVH HVWH HD vQVmL R PXO LPH FRQYH[

intersec LHL ORU ,QWHUVHF La unui numr finit de

nchis. Restric LLOH GH QHQHJDWLYLWDWH OLPLWHD] inferior

YDORULOH YDULDELOHORU 3ULQ XUPDUH PXO LPHD SXQFWHORU UHDOL]DELOH DOH XQXL PRGHO OLQLDU HVWH WRWGHDXQD FRQYH[

, nchis

L PmUJLQLWm LQIHULRU $FHVW UH]XOWDW HVWH GHRVHELW GH LPSRUWDQW GHRDUHFH VXQW FXQRVFXWH SURSULHWm LOH XQRU DVWIHO GH
PXO LPL

Dup definirea mul LPLL

SXQFWHORU UHDOL]DELOH VH FDXW

un punct al mul LPLL FDUH PD[LPL]HD] func LD

economic. Un punct extremal ntr-R PXO LPH FRQYH[ nchis este un punct de frontier. Un hiperplan lateral unei
PXO LPLFRQYH[HvQFKLVHHVWHXQKLSHUSODQFDUHFRQ LQHXQSXQFWGHIURQWLHU

al mul LPLLLDUPXO LPHDHVWHFRQ LQXW n

ntregime ntr-XQVHPLVSD LXvQFKLVGHILQLW de hiperplan. Dac mul LPHDSXQFWHORUUHDOL]DELOHHVWHYLG, problema nu are

VROX LH RSWLPDO

. Dac ea se reduce la un punct, acel punct este optimal. Dac sunt mai multe puncte, atunci se poate

gsi unul care s fie optimal.

Presupunem c exist o solX LH RSWLPDO a modelului liniar general prezentat.

0

 XQ SXQFW UHDOL]DELO 9DORDUHD IXQF LHL RELHFWLY SHQWUX DFHVW SXQFW

Fie (z1 ,z2 ,...,zn

este: y =1.z1 +...+n.zn

0

 'HILQLP XQ VHPLVSD LX vQFKLV FDUH FRQ LQH WRDWH SXQFWHOH

SHQWUXFDUHYDORDUHDIXQF LHL

obiectiv este mai mic sau egal cu y : 1.z1+...+ n.zny

0

>@ L XQ VHPLVSD LX GHVFKLV FRQ LQkQG WRDWH SXQFWHOH SHQWUX FDUH YDORDUHD IXQF LHL

este mai mare dect y : 1.z1+...+n.zn>y [2]. Punctul ales este extremal dac [1] este
0

un hiperplan lateral aO

PXO LPLL SXQFWHORU UHDOL]DELOH 0XO LPHD SXQFWHORU FDUH

GHILQHVF >@ FRQ LQH FHO SX LQ XQ SXQFW SHQWUX FDUH IXQF LD RELHFWLY DUH R YDORDUH

superioar lui y

&XPXQKLSHUSODQODWHUDOQXFRQ LQHQLFLXQSXQFWLQWHULRU PXO LPLL

realizabile, rezult c punctele optimale sunt puncte de frontier ale domeniului

realizabil. O teorem important a programrii liniare afirm c o mul LPH FRQYH[,
vQFKLVm L PmUJLQLWm LQIHULRU DUH XQXO VDX PDL PXOWH SXQFWH H[WUHPDOH DSDU LQkQG
ILHF UXL KLSHUSODQ ODWHUDO $FHDVWD v

optim, cel pu LQ

nseamn c dac un model liniar are solu LH

XQ SXQFW H[WUHPDO HVWH RSWLPDO 6H OLPLWHD]

astfel cutarea

VROX LLORU RSWLPH OD XQ QXP

r finit de puncte, deoarece punctele extremale sunt n

numr finit.
2DOW SURSULHWDWHLPSRUWDQW

a proJUDPmULLOLQLDUHHVWHGXDOLWDWHD2ULFmUXLPRGHOOLQLDULVHSRDWHDWDDXQDOWXO

numit dual, dup reguli precise. Exist multe rela LL vQWUH PRGHOXO SULPDO L FHO GXDO $PLQWLP DLFL QXPDL SH FHOH
HVHQ LDOH

valoarea optim a unei variabile din unul din modele este nul dac restric LD FRUHVSXQ]toare din cellalt program
este satisfcut cu inegalitate strict; ea este nenegativ dac restric LDHVWHVDWLVIcut cu egalitate.

 dac valoarea optim a unei variabile dintr-un model este pozitiv, valoarea optim a variabilelor din cellalt model
VDWLVIDFHUHVWULF LDFRUHVSXQ]

toare cu egalitate.

valorile optime ale celor dou func LLFRLQFLG

n mod frecvent, n problemele economice variabilele modelului primal sunt "cantit L

LDU YDULDELOHOH

modelului dualVXQWSUH XULSHQWUXFDUHDORFDUHDUHVXUVHORUHVWHHILFDFH

n literatura de specialitate sunt propuse numeroase modele liniare. Ele se

disting din punct de vedere al obiectivelor urmrite, al gradului de analiz a
PHFDQLVPXOXL GH SURGXF LH L D PHFDQLVPXOXL GH SLD

, al caracterului normativ sau

SUHYL]LRQDO DO VROX LLORU H[SORUDWH HWF 0HFDQLVPXO JHQHUDO DO PRGHO

rii este ns

pstrat.
Pentru exemplificare am ales un model liniar general de minimizare a costului
DFWLYLW

LORUXQHLvQWUHSULQGHULDJULFR

le.

1RWD LL

J -PXO LPHDDFWLYLW LORUGHVImXUDWHGHRILUPmDJULFROm

cj -costul unitar al activit LLj , j J;
xj -numrul de unit LQLYHOXOGLQDFWLYLWDWHDj, j J;
I -PXO LPHDUHVXUVHORUILUPHL
bi -cantitatea de resurs i disponibil, i I;
aij -cantitatea de resurs i consumat (sau furnizat) de o unitate din activitatea j;
K -PXO LPHDVXEXQLW LORURUJDQL]DWRULFH
sk -VXSUDID DGLVSRQLELO pe o subunitate k, k K;
skj -VXSUDID DGHSmnt k consumat pe unitatea de activitate j;
D -PXO LPHDRXWSXW-urilor (produselor) firmei;
Qd -cantitatea minim de produs d cerut pe pia , d D;
adj - cantitatea de produs d oferit (sau consumat) de unitatea de activitate j.

)XQF LDRELHFWLY

Min Z = c j x j
j J

5HVWULF LL

- utilizarea resurselor:

ij

j J

x j b i , i I;

-XWLOL]DUHDVXSUDIH HL skj x j s k , k K;

j J

- satisfacerea cererii:

dj

x j Qd , d D;

j J

- nenegativitate: xj > 0 , j J.

Modelul poate fi detaliat prin:

localizarea geografic a cererii de produse, caz n care n model intervine o
subproblem de tip transport;
dac cererea este exprimat la nivelXO SURGXF LHL ILQDOH vQ PRGHO WUHEXLH
incluse activit L

GH S

strare, condi LRQDUH

L WUDQVIRUPDUH D SURGXVHORU

agricole;
dac cererea nu este punctual, ci se exprim ca o rela LH vQ IXQF LH GH SUH 
modelul se poate complica, devenind, eventual, neliniar;

PXO LPLOH

J L I VH SRW SDUWL LRQD GLVWLQJkQG VXEPXO LPL OD QLYHOXO ILHFrei

subunit Lk.
$DFXPDIRVWIRUPXODWPRGHOXODSHOHD]mODRVHULHGHLSRWH]H

1. exist o structur a suprafe HORU DJULFROH Smntul neputnd trece de la o

subunitate organizatoric la alta. Dac vrem s renun m la aceast ipotez,
atunci trebuie adugat o nou restric LHFXSULYLUHODVXSUDID DvQWUHSULQGHULL

sk=S;

2. exist o pia unic pentru produsele agricole. Restric LLOH DVXSUD FHUHULL VH
situeaz la nivel global. Dac se parti LRQHD] cererea, trebuie introduse
transferuri de produse ntre subunit L DQWUHQkQG FRVWXUL GH WUDQVSRUW L
lrgind restric LLOHGHFHUHUHGXS principiul:
ofert + intrri -LHLUL cerere

3. exist o ceUHUHIL[DWmvQQDWXUmLFDQWLWDWHDGLFmYDORULH[RJHQHSHQWUX
fiecare produs.
,QIRUPD LLOHIXUQL]DWHGHUH]ROYDUHDPRGHOXOXLVXQW

1. YDORDUHDIXQF LHLHFRQRPLFHZ care msoar costul total al activit LORU

2. valorile xj

FDUH SHUPLW FXQRDWHUHD UHSDUWL LHL

activit LORU

vQWUH GLIHULWH

subunit L
3. YDORULOHYDULDELOHORUGXDOHDWDDWHUHVWULF LLORUFDUHDXRLQWHUSUHWDUHHFRQRPLF
foate interesant.

4.2. Modele neliniare

Un proces economic prezint neliniarit L

DWXQFL FkQG HIHFWHOH QX VXQW

SURSRU LRQDOHFXFDX]

ele, adic atunci cnd "regula de trei simpl" nu se poate aplica

UHIHULWRU OD LQWUmULOH L LHLULOH VLVWHPXOXL Q FRPSDUD LH FX XQ PRGHO OLQLDU vQ FDUH
IXQF LLOHPDWHPDWLFHFDUHGHILQHVFUHVWULF LLOHLFULWHULXOGHRSWLPVXQWIXQF LLOLQLDUH

n modeleOHQHOLQLDUHFHOSX LQXQDGLQWUHDFHVWHDHVWHRIXQF LHQHOLQLDU. Liniaritatea

n modelarea economic este foarte adesea o ipotez simplificatoare, care nu permite
surprinderea unor specificit L HFRQRPLFH FDH[LVWHQ D HFRQRPLLORUGHVFDU, riscul n
siWXD LLGHLQFHUWLWXGLQHHIHFWHOHFXPXODWLYHGDWRUDWHWLPSXOXLD
Un model neliniar are urmtoarea form general:
Maxf (x 1 , x 2 ,..., x n )

( MN ) g i (x 1 , x 2 ,..., x n ) 0,
h (x , x ,..., x ) = 0,
n
j 1 2

i = 1,2,..., p
j = 1,2,..., q

[1]
[2]

unde f, giL hjVXQWIXQF LLUHDOHQXWRDWHOLQLDUH6HREVHUY deci c modelele liniare

sunt cazuri particulare ale (MN).
Notm cu S={x Rn g i (x) 0, hj(x)=0} PXO LPHD YDORULORU DGPLVLELOH DGLF
PXO LPHD WXWXURU YHFWRULORU GLQ

R care verific restric LLOH MN). Rezolvarea unui

model neliniar presupune gsirea unui vector x* S, astfel nct f(x) f(x*), oricare ar
fi x S([LVWHQ DXQXLDVWIHOGHYHFWRUHVWHDVLJXUDW de teorema lui Weierstrass:
Dac f este o func

LH FRQWLQXm L

HVWH R PXO LPH FRPSDFW

, atunci (MN)

DUHVROX LHRSWLPDO

([LVWHQ D VROX LHL RSWLPH QX ULGLF

probleme deoarece n modelele economice

FRQGL LLOHWHRUHPHLVXQWDGHVHDYHULILFDWH6LPSOXOIDSWF

optimul exist nu este ns

suficient. Modelatorul trebuie s poat gsi acel optim, sau, cel pu LQ V-l
FDUDFWHUL]H]H SULQ UHOD LL FDUH YRU SULPL R LQWHUSUHWDUH HFRQRPLF

. n astfel de cazuri

se aplic metode varia LRQDOH SULQ FDUH VH VWXGLD] comportamentul func LHL f ntr-o
vecintate a punctului cruia i se testeaz optimalitatea. Aceasta este numai o analiz
ORFDOm vQ YHFLQmWDWHD SXQFWXOXL FRQVLGHUDW 3UREOHPD PRGHODWRUXOXL HVWH GH D WL

dac analiza local este suficient pentru a caracteriza optimul global.

2SWLPXO ORFDO VH GHILQHWH GHFL FD XQ YHFWRU

y S pentru care exist o

vecintate V(y) astfel nct f(x) f(y), oricare ar fi x V(y) S.

8QUROHVHQ LDOvQvQ HOHJHUHDPRGHOHORUQHOLQLDUHvOMRDF

'HILQL LH

no LXQHDGHJUDdient.

: Fie f:Rn RRIXQF LHGLIHUHQ LDELOm6HQXPHWHJUDGLHQWvQSXQFWXO x0, un

vector din Rn, notat f(x0) ale crui componente sunt derivatele par LDOHDOHIXQF LHLf
n punctul x0:
f(x0) = ( f(x0)/ x1, f(x0)/ x2,..., f(x0)/ xn ).

Observm c dac fHVWHRIXQF LHOLQLDU de forma f(x) = c j x j , gradientul lui

f este vectorul (c1, c2,...,cn).
'LQ SXQFW GH YHGHUH JHRPHWULF vQ VSD LXO

R , gradientul n punctul x0 arat

'dreapta' de cea mai mare pant care trece prin acest punct. Un punct x, vecin cu x0L
VLWXDWSHGLUHF LDJ

radientului corespunde la o valoare f(x) f(x0). Din punct de vedere

intuitiv, x0HVWHXQPD[LPORFDODOIXQF LHLf n urmtoarele dou cazuri:

a) gradientul este nul n x0 (dreapta de cea mai mare pant este "orizontal", nu
se poate "mHUJHPDLVXVvQQLFLRGLUHF LH

b) punctul x0 este situat pe frontiera domeniului S L YHFWRUXO JUDGLHQW HVWH

orientat spre exteriorul lui SDUSXWHDFUHWHGDUQXDUHYRLH

n modelele liniare cazul a) nu se produce niciodat pentru c gradientul unei

IXQF LL OLQLDUH HVWH XQ YHFWRU FRQVWDQW 5H]XOW

c optimul n modelele liniare se

vQWkOQHWH GRDU vQ FD]XO E GDW GH UHOD LLOH GH GXDOLWDWH FDUH H[SULP

principiul

fundamental c: gradientul func LHL RELHFWLY HVWH R FRPELQD LH OLQLDU cu coeficien L
SR]LWLYLVDXQXOLDJUDGLHQ LORUIXQF LLORUFDUHGHILQHVFUHVWULF LLOHVDWXUDWHODRSWLP

n cazul modelelor neliniare, cele dou situa LL D L E SRW Vm VH SURGXFm L
chiar se combin, deoarece vectorii gradien L QX VXQW FRQVWDQ L HL GHSLQG GH SXnctul
vQ FDUH VXQW FDOFXOD L 7RWXL SULQFLSLXO IXQGDPHQWDO H[SXV DQWHULRU SRDWH IL DSOLFDW

local. Acesta este sensul teoremei lui Kuhn-Tucker, ce caracterizeaz optimele locale
ntr-un model neliniar. nainte de a comenta teorema Kuhn-Tucker care d condL LLOH
QHFHVDUH GH RSWLPDOLWDWH vQ PRGHOHOH QHOLQLDUH VFULHP IXQF LD OXL /DJUDQJH DWDDW

(MN):

L(x) = f(x) -

gi(x) -

hj(x).

Teorema Kuhn-Tucker
Fie x* un optim local al (MN). Dac cele p+q+1IXQF LLf, gi, hj VXQWFRQWLQXHL
GLIHUHQ LDELOHvQWU

-o vecintate a lui x*LGDFmHVWHYHULILFDWmFRQGL LDGHFDOLILFDUHD

UHVWULF LLORUDWXQFLH[LVW

p+q numere i , j astfel nct:

1) L(x*)/ xk = 0,k=1,2,...,n;
2) i 0, i=1,2,...,p;
3) i gi(x*) = 0,i=1,2,...,p.

Numerele 1 , 2 ,..., p  L 1 , 2 ,..., q se numesc "multiplicatori Kuhn-Tucker"

ai modelului neliniar (MN). Cnd nu exist restric LL GH LQHJDOLWDWH p=0 DFHWLD VH
QXPHVF PXOWLSOLFDWRUL /DJUDQJH 0XOWLSOLFDWRULL DVRFLD L UHVWULF LLORU GH LQHJDOLWDWH

trebuie s fie pozitivi sau nuli (conform cu 2)), iar cei asocia LUHVWULF LLORUGHHJDOLWDWH
sunt de semn oarecare.
Principiul fXQGDPHQWDOH[SULPDWPDLvQDLQWHHVWHLOXVWUDWGHFRQGL LD
)LH$PXO LPHDUHVWULF LLORUGHLQHJDOLWDWHVDWXUDWHvQSXQFWXO

x*, adic:

A={i gi(x*) = 0}.

Proprietatea 1) se scrie atunci:

f ( x * ) = i g i ( x * ) + j h j ( x * )
i A

cu i >0 pentru i A.
Proprietatea arat, deci, c vectorul gradient al func LHL RELHFWLY HVWHXQYHFWRU
LQGXV GH YHFWRULL JUDGLHQW DL UHVWULF LLORU DFWLYH vQ SXQFWXO
VDWXUDWH L UHVWULF LL GH HJDOLWDWH &RHILFLHQ LL
IXQF LDRELHFWLYQXSRDWHFUHWHGHFkWF

x*

UHVWULF LL GH LQHJDOLWDWH

i sunt pozitivi sau nuli, astfel nct

tre exteriorul domeniului admisibil S.

&RQGL LD GH FDOLILFDUH D UHVWULF LLORU DPLQWLW

n enun XO WHRUHPHL DVLJXU

GHFRPSR]L LD JUDGLHQWXOXL IXQF LHL RELHFWLY FD R FRPELQD LH OLQLDU
UHVWULF LLORUDFWLYHODRSWLP&XDOWHFXYLQWHSHQWUXFDWHRUHPD.XKQ

de gradien LL

-Tucker s poat

fi aplicat, este necesar ca gradien LL UHVWULF LLORU V fie vectori liniari independen L
Dac aceast condi LHQXHVWHvQGHSlinit, multiplicatorii ar putea s nu existe, sau s
nu fie unici. Spunem c restric LLOHXQXLPRGHOQHOLQLDUVDWLVIDF
FRQGL LDGHFDOLILFDUH

n punctul x* dac:

g ( x
i

) + j h j ( x * ) = 0

implic i = j = 0 oricare ar fi i SLj=1, 2,..., q.

Teorema Kuhn-Tucker furnizeaz condi LL QHFHVDUH GH RSWLPDOLWDWH ORFDO. Ea

QX SHUPLWH vQVm Vm WLP GDFm DYHP GH D IDFH FX XQ RSWLP JOREDO 3HQWUX D JmVL L
FRQGL LLOH VXILFLHQWH GH RSWLPDOLWDWH JOREDO

, trebuie studiat convexitatea sau

FRQFDYLWDWHD IXQF LLORU FH LQWHUYLQ vQ PRGHOHOH QHOLQLDUH 0RGHOXO 

MN) este o

problem de optimizare convex dac func LDf este concav, func LLOHgi sunt convexe
LIXQF LLOH

hj sunt afine. Majoritatea modelelor ntlnite n economie sunt de acest tip.

Rolul modelatorului este de a verifica dac modelul pe care l trateaz corespunde

DFHVWRU FRQGL LL 8QHRUL DFHVWD HVWH QHYRLW V

modifice structura modelului pentru a

ajunge la o problem de optimizare convex. Problemele non-convexe sunt foarte

dificil de rezolvat, mai cu seam cele de dimensiuni mari.
Prezentm n continuare cteva no LXQLGHDQDOL] convex:

'HILQL LL

1.

2IXQF LH

f:Rn R este convex dac

f [ x + (1 ) y ] f ( x) + (1 ) f ( y ) ,

oricare ar fi x, y R
2IXQF LH

L

[0,1].

f:Rn R este concav dac:

n

f (x + (1 ) y ) f ( x) + (1 ) f ( y ) , oricare ar fi x, y R

2PXO LPH

0,1].

A R este convex dac x, y A, [0,1], implic x+(1- )y A.

Q GHILQL LLOH  L  GDF

inegalit LOH VXQW VWULFWH IXQF LLOH VH QXPHVF VWULFW

convex, respectiv strict concav.

Propriet L
1.

L

2IXQF LHDILQmHVWHLFRQFDYmLFRQYH[m

2. Dac f este convex, atunci -f este concav.

3. Dac f este convex, atunci mul LPHD $

^[

Rnf(x) E` HVWH R PXO

LPH

convex, oricare ar fi b R.
4.

,QWHUVHF LDDGRX

mul LPLFRQYH[HHVWHRPXO LPHFRQYH[.

5. Dac fi:Rn R, i=1,2,...,r VXQW IXQF LL FRQYH[H DWXQFL IXQF LD F definit
prin:
F(x)=Max {f1(x),...,fr(x)} este convex.
6. Fie f:Rn RFRQWLQXmLGXEOXGLIHUHQ LDELO. Func LDf este:

FRQYH[mGDFmLQXPDLGDFmPDWULFHDKHVVLDQmGHILQLWmSULQ

Hx =

2 f ( x1,x2 ,..., xn )
xix j

n
T
este semipozitiv definit pentru orice x R , adic z .Hx.z 0, oricare ar
n

fi z R .
strict convex, dac matricea Hx este pozitiv definit, adic
T
n
z .Hx.z >0, oricare ar fi z R , z 0.

7. Dac f:Rn RHVWHGLIHUHQ LDELOLFRQYH[mDWXQFL

n

f(x) - f(y f(y)(x-y), oricare ar fi x,y R .

Teorem: Dac (MN) este o problem convex, condi LLOH

.XKQ

-Tucker

caracterizeaz optimul global. Acesta este unic dac f este strict concav.
'HPRQVWUD LH

: Pentru simplificare considerm numai cazul cnd q=0 (avem numai

UHVWULF LL GH LQHJDOLWDWH )LH

x S XQ SXQFW FDUH VDWLVIDFH FRQGL LLOH WHRUHPHL .XKQ-

Tucker, adic:
gi(x) 0,

i = 1,2,...,p;

exist i 0, astfel nct f(x) = i gi ( x)

i gi(x) = 0.

Conform propriet LLIXQF LD f fiind concav, -f este convex. Prin ipotez gi
VXQWIXQF LLFRQYH[H$SOLF

m proprietatea 7 func LLORUgiL-f:

f(y) - f(x) f(x)(y-x)

[3]

gi(y) - gi(x) gi(x)(y-x),

pentru orice y, astfel nct gi(y) 0.
Se deduc inegalit LOH
f(y)-f(x) i gi(x)(y-x) i [gi(y)-gi(x)] i gi(y) 0.
Deci f(y) f(x) ceea ce nseamn c x este un optim global.
Cnd f

HVWH VWULFW FRQFDYm LQHJDOLWDWHD >@ HVWH VWULFWm L

aceasta asigur

unicitatea optimului.

Comentariu
n cazul non-convexit LL WUHEXLH YHULILFDWH FRQGL LLOH GH RUGLQXO ,, SHQWUX D
determina dac problema este local convex. Solu LD GDW de teorema Kuhn-Tucker
este, n aceast situa LHXQRSWLPORFDOVerificarea const n:
cnd problema este fr restric LLVHYHULILF dac n punctul x* matricea Hx
a criteriului de optim este semi-negativ definit;

FkQGSUREOHPDDUHUHVWULF LLHVWHVXILFLHQWGHDU

tat c lagrangeanul L este o

IXQF LHFRQFDY

n x, n punctul x*.

'LQ SXQFW GH YHGHUH DO DSOLFD LLORU vQ HFRQRPLH VXEOLQLHP vQF

o dat c

SUREOHPHOHFRQYH[HVXQWFHOHPDLIUHFYHQWH([DPLQDUHDFRQGL LLORUGHRUGLQXO,,HVWH

foarte dificil pentru probleme cu mai mult de trei variabile. Problemele non-convexe
ntlnite n literatur au adesea o interpretare economic limitat sau inexistent.

5H]XOWDWHOH PHQ LRQDWH DX FRQGXV OD DOJRULWPL GH DIODUH D VROX LHL &HO PDL

adesea este vorba despre metode de gradient, care constau n deplasarea, pornind
dintr-uQ SXQFW LQL LDO DOHV DUELWUDU vQ GLUHF LD JUDGLHQWXOXL L PRGLILFDUHD DFHVWHL
GLUHF LL GXS
SX LQUDSLG

restric LLOH vQWkOQLWH &RQYHUJHQ D DOJRULWPLORU HVWH PDL PXOW VDX PDL

Exemplu
8Q LQYHVWLWRU GRUHWH Vm L SODVH]H GLVSRQLELOLWm LOH EmQHWL SH SLD D ILQDQFLDU

$FWLYHOH ILQDQFLDUH DF LXQL REOLJD LXQL RIHUm GLIHULWH UDWH GH UDQGDPHQW GDU L XQ

anumit risc. Presupunem c pe pia D ILQDQFLDU exist la un moment dat n active

caracterizate de ratele de randament r1,r2,...,rn care sunt variabile aleatoare distribuite
normal de medii mi L GLVSHUVLL Di. Ca msur a riscului adoptm mrimea abaterii
1/2

medii ptratice (radicalul dispersiei), pe care o notm cu di [di=(Di) ] Orice

LQYHVWLWRU UD LRQDO L ULVFRIRE YD F

uta s diminueze riscul. Din teoria financiar se

WLH Fm R SRVLELOLWDWH GH UHGXFHUH D ULVFXOXL HVWH GLYHUVLILFDUHD ,QYHVWLWRUXO QX L YD

plasa ntregul capital disponibil ntr-un singur activ, ci va cuta s-L IRUPH]H XQ
portofoliu ct mai diversificat. Fie xiSURSRU LDDFWLYXOXLi n portofoliul investitorului.
$YHPUHOD LD

=1. Randamentul portofoliului va fi media randamentelor activelor

FH vO FRPSXQ LDU ULVFXO SRUWRIROLXOXL YD GHSLQGH GH GLVSHUVLD ILHFmUXL DFWLY GDU L GH
FRUHOD LD GLQWUH GLYHUVHOH DFWLYH 'LQ VWDWLVWLFm VH WLH Fm H[SUHVLD FRHILFLHQWXOXL GH
FRUHOD LHvQWUHGRX

variabile aleatoare, riLrj este:

i,j = cov(ri,rj) /didj,

iar dispersia ntregului portofoliu va fi:
D =

x
i

2
i

2
i

D i + 2 x i x j cov( ri , rj ) =
i

j i

D i + 2 x i x j d i d j i , j
i

j i

Pentru simplificare, s presupunem c variabilele aleatoare reprezentnd ratele

de randament ale activelor sunt independente. Acest fapt implic cov(ri,rj)=0. Prin
urmare, abaterea medie ptratic a portofoliului va fi: d=( ( xi2 Di ) 1/ 2 .
QDSOLFD LDQXPHULF

ce urmeaz

FRQVLGHU

m trei active financiare caracterizate

GH XUPmWRDUH UDQGDPHQWH PHGLL L DEDWHUL VWDQGDUG H[SULPDWH vQ SURFHQWH

A1(5,2),

A2(10,8), A3(15,10). Randamentul mediu al acestui portofoliu format din trei active,
n care fiecare activ intervine cu ponderea xi, este: r=5x1+10x2+15x3, iar abaterea
2

1/2

standard d=(4x 1+64x 2+100x 3) .

Dorim s determinm acea structur a portofoliului care asigur o rat medie a
UDQGDPHQWXOXL GH FHO SX LQ  FX FHOH PDL PLFL ULVFXUL 3RUWRIROLXO RSWLPDO YD IL
VROX LDPRGHOXOXL

Min Z = 4x 1+64x 2+100x

2
3

x1+x2+x3=1
5x1+10x2+15x3 6
x1 0, x2 0, x3 0.
$FHVW PRGHO HVWH QHOLQLDU GHRDUHFH IXQF LD GH RSWLPL]DW = HVWH QHOLQLDU

. El se

compune dintr-o rHVWULF LHGHHJDOLWDWHLSDWUXUHVWULF LLGHLQHJDOLWDWH)RUPDVWDQGDUG

VHRE LQHSULQWUDQVIRUPmULXRDUH

Max V =-(4x 1+64x 2+100x 3)

x1+x2+x3=1

[1]

- 5x1- 10x2- 15x3 - 6

[2]

- x1 0, - x2 0, - x3 0

[3]

/DJUDQJHDQXODWDDWHVWH

L = ( 4x 12 + 64x 22 + 100x 32 ) +
+ 1x 1 + 2 x 2 + 3x 3 + 4 (5x 1 + 10x 2 + 15x 3 ) +
+ (x 1 + x 2 + x 3 1)

Aplicarea teoremei Kuhn-7XFNHUFRQGXFHODUHOD LLOH

8 x1 + 1 + 5 4 + = 0

[4]

128 x 2 + 2 + 10 4 + = 0

[5]

200 x 3 + 3 + 15 4 + = 0

[6]

2)

1 0, 2 0, 3 0, 4 0

[7]

3)

1 x1 = 2 x 2 = 3 x 3 = 0

1)

4 (5x1 + 10 x 2 + 15x 3 6) = 0 [8]

Sunt 8 necunoscute ( x1 , x 2 , x 3 , 1 , 2 , 3 , 4 ,   HFXD LL GDWH GH>@ >@ >@
>@L>@ODFDUHVHDGDXJmLQHJDOLWm LOH>@>@L>@3URFHGXUDG

e rezolvare, pentru

probleme de dimensiuni mici, const n a face lista tuturor solu LLORU FDUH VDWLVIDF
UHOD LLOH GH HJDOLWDWH L VHOHFWDUHD FHORU FDUH YHULILF

inegalit LOH

&RQVLGHUkQG

multiplicatorii i , fiecare poate lua o valoare nul sau una pozitiv, ceea ce conduce
la 16 posibilit L

i 0 implic xi=0LFm 4 =0 implic restric LD>@

LQkQGFRQWF

saturat, ob LQHPWDEHOXOXUPtor:
1

1.

2.

0,55

3.

4.

5.

6.

x1

x2

x3

0,86

0,08

0,06

7.

8.

9.

10.

11.

4,12

3,72

12.

13.

14.

15.
16.

x1

x2

x3

Diversele posibilit LDVWIHOGHILQLWHVHQXPHVFUHJLPXULDOHSUREOHPHL6HIDF

FDOFXOHOH L VH UH LQH UHJLPXO VDX UHJLPXULOH FDUH FRUHVSXQGH OD YDORUL SR]LWLYH vQ

locul punctelor din tabel. Aceste calcule nu sunt reproduse aici, sunt lsate drept
exeUFL LX 6ROX LD RSWLPDO este dat de regimul 2: portofoliul este constituit din trei
DFWLYHvQSURSRU LLOH$

1:86%,

A2:8%, A3:6%. Randamentul sperat al portofoliului este

de:
r=0,86.5+0,08.10+0,06.15=6,00%,

iar abaterea standard (riscul minim) este:

1/2

d=(3,72) =1,92.

4.3. Modele multicriteriale

Problemele reale care conduc la modele de programare matematic, numai n
SX LQH FD]XUL XUPmUHVF XQ VLQJXU VFRS L FKLDU L DWXQFL FkQG VH vQWkPSOm DD

evaluarea diverselor posibilit LGHDWLQJHUHDDFHVWXia conduce la probleme de decizii

PXOWLGLPHQVLRQDOH0DLSUHFLVvQRULFHDF LXQHXPDQ

ndreptat spre atingerea unui

VFRS VH XUPmUHWH DFHD UHDOL]DUH FDUH QHFHVLWm XQ HIRUW FkW PDL PLF $SUHFLHUHD
HILFLHQ HLDF LXQLLSULQFRPSDUDUHDHIHFWHORUSRVLELOHF

u eforturile ocazionate poate fi

fcut din numeroase puncte de vedere, fiecare caracteriznd un anumit aspect. Prin
urmare, dorind s conducem o ac LXQHvQPRGHILFLHQWODSDUDPHWULLRSWLPLWUHEXLHV

analizm deciziile pe care le lum sub diferite fa Hte, lund n considerare mai multe
criterii.
Pornind de la necesit LOH

SUDFWLFH GH RSWLPL]DUH D GHFL]LLORU vQ FRQGL LLOH

multidimensionalit LL FULWHULDOH V-a dezvoltat domeniul programrii matematice cu

PDLPXOWHIXQF LLRELHFWLYQFHUFkQGR

definire a problemei de decizie multicriterial,

trebuie avute n vedere urmtoarele elemente:

a) Obiectivul sau obiectivele care se urmresc, transpuse matematic ntr-o
IXQF LH F

reia i se caut maximul sau minimul. Mul LPHD RELHFWLYHORU XQHL

probleme decizionale trebuie s fie complet, opera LRQDO, neredundant;

b) Criteriile de decizie, punctele de vedere, principiile pe baza crora se face o
clasificare sau o apreciere;
c) 'HFLGHQWXOLQGLYLGXDOVDXGHJUXSFDUH XUPmUHWHVmLDRKRWmUkUH GHFL]LH
pentru reaOL]DUHDvQFHOHPDLEXQHFRQGL LLDRELHFWLYHORUSURSXVH
d) 0XO LPHDDOWHUQDWLYHORUSRVLELOHGHDF LXQHSHQWUXDWLQJHUHDRELHFWLYHORU
e) 0XO LPHD FRQVHFLQ HORU HIHFWHORU DOWHUQDWLYHORU FDUH SRDWH FXSULQGH ILH
H[DFW DWkWHD FRQVHFLQ H FkWH DOWHUQDWLYH H[LVW

ILH PDL PXOWH FRQVHFLQ H

posibile pentru fiecare alternativ;

f)

0XO LPHD VW

rilor posibile, fiecare stare reprezentnd complexul de condi LL

care determin apari LDXQHLDQXPLWHFRQVHFLQ HSHQWUXRDQXPLW alternativ

LRELHFWLYSUHFL]DW

g) Utilitatea pe care R DWHDSWm GHFLGHQWXO vQ XUPD UHDOL]mULL XQHL DQXPLWH

FRQVHFLQ H

Orice problem de optimizare presupune s fie dat o func LH RELHFWLY FD XQ
LQGLFDWRU FDQWLWDWLY DO RS LXQLORU GDWH 'H UHJXO

, se ia drept asemenea indicator un

etalon general acceptat pentru msurtorile fizice sau economice. O descriere

adecvat pentru un singur etalon este posibil atunci cnd obiectivul cercetat este
omogen, iar legturile sale cu alte obiective pot fi neglijate. Extinderea modelului
prin includerea unor legturi eseQ LDOH FX DOWH RELHFWH FRPSOLF scopurile conducerii
vQDD PmVXUmvQFkWDFHVWHDWUHEXLHVLQWHWL]DWHGXSmPDL PXO LLQGLFDWRULGHFDOLWDWHDL

RS LXQLORU ,GHQWLILFDUHD XQRU LQGLFDWRUL GH FDOLWDWH HVHQ LDOL SHQWUX PRGHOH L D

etaloanelor corespunztoare conduce la probleme de optimizare vectorial:

"s se optimizeze (maximizeze sau minimizeze) func
F(x)=(f1(x),f2(x),...,fr(x))T, unde xDSDU

LDYHFWRULDO

X".

LQHXQHLPXO LPL

'LQ SXQFW GH YHGHUH PDWHPDWLF SUREOHPD QX HVWH ELQH SXVm GDFm QX VH GHILQHWH

optimul vectorial. Sensul optimului vectorial este determinat ca urmare a unor analize
QHIRUPDOHLSRDWHILGLIHULWSHQWUXGLIHULWH PRGHOHQOLWHUDWXUDGHVSHFLDOLWDWHH[LVWm
QXPHURDVH FRQFHS LL SULYLQG RSWLPXO YHFWRULDO XQHOH GLQWUH HOH ILLQG SUH]HQWDW

continuare.

0XO LPHD

e n

X este dat, de obicei, de un set de restric LL gj(x) 0, x Rn,

x=(x1,x2,...,xn) , j=1,2,...,m.
Adoptm urmtoarea nota LHSHQWUXSUREOHPDGHSURJUDPDUHPXOWLFULWHULDO:
[v-sup] F(x), X = { x Rn | gj(x) 0, j=1,2,...,m }
(exist, deci, n variabile de decizie, mUHVWULF LLLr obiective ).
&kWHYDGHILQL LLVXQWQHFHVDUH

1. Un vector x R

 HVWH VROX LH UHDOL]DELO

a problemei multicriteriale dac

gj(x) 0, pentru orice j.

2. 2 VROX LH x domin solu LD y dac F(x) F(y) L H[LVWm i, 1 i r astfel nct
fi(x)>fi(y).
3. 6ROX LDx este nedominat dac nu exist o alta care s o domine.
4. Presupunem c pentru fiecare i=1,2,...,r exist xi X astfel nct fi(xi) =
MAX [fi(x)]. Notm fi(xi) = f i .
Vectorul F = ( f 1 , f 2 ,..., f r ) VHQXPHWH
SXQFWXOLGHDO
DOSUREOHPHLPXOWLFULWHUiu.
5. 2VROX LHQHGRPLQDW x* XVHQXPHWHSXQFWGHPD[LPYHFWRULDODOIXQFWLHL
F pe multimea X (sau punct eficient de maxim). Analog se poate defini
minimul vectorial.

Metode de rezolvare a problemelor multicriteriu

Un prim punct de vedere stipuleaz c optimul multicriterial este dat de

PXO LPHD VROX LLORU QHGRPLQDWH $FHVWD HVWH FXQRVFXW VXE GHQXPLUHD GH RSWLP

Pareto" dup numele celui care a dat aceast interpretare optimului ntr-o problem
de decizie multicriterial.
RezolvarHD SUREOHPHL DU FRQVWD vQ GHWHUPLQDUHD VROX LLORU QHGRPLQDWH 3HQWUX
cazul liniar a fost dezvoltat un algoritm Simplex adaptat corespunztor, datorat lui
Zeleny. Din pcate acesta nu a fost programat pe calculator, astfel c pentru probleme
de dimensiuni mari rezolvarea este foarte anevoioas. Detalii asupra algoritmului lui
Zeleny se gsesc n [20].
8Q DOW SXQFW GH YHGHUH PDL H[LJHQW GHFkW SULPXO FHUH VROX LHL RSWLPH D

problemei multicriteriu caracterul de unicitate. Dou direc LLSULQFLSDOHV-au dezvoltat

n acest sens.
O prim grup de metode imagineaz un selector pe mul LPHD

VROX LLORU

nedominate, definit printr-o unic func LH RELHFWLY UH]XOWDW din compunerea celor r
IXQF LLLQL LDOH$FHVWHPHWRGHvQFHDUFmRDD]LVmRELHFWLYL]DUHvQDOHJ

erea cilor de

atingere a punctului ideal. Cea de-a doua grup de metode, numite interactive, se
caracterizeaz prin faptul c decidentul particip

n mod activ n procesul de

optimizare, orientnd drumul ce trebuie parcurs spre 'ideal', selectnd obiectivele pe

ED]DSUHIHULQ HORUVDOHGkQGRRUGLQHGHSULRULWDWHvQFHOHURELHFWLYHDOHSUREOHPHL

n continuare se prezint unele metode de alegere a solu LHL ILQDOH SHQWUX

problema multicriteriu:

I. Solutia celui mai bun compromis

Aceast metod presupune rezolvarea ntr-o prim etap a r probleme unicriteriu,

RE LQkQG VROX LLOH RSWLPH [

i*, 1 i U L ]i* = fi(xi  YDORULOH RSWLPH DOH IXQF LLORU

obiectiv corespunztoare. Vectorul x* = (x1*,x2*,...,xr*)

HVWH QXPLW VROX LD LGHDO

SUREOHPHL PXOWLFULWHULX FRQVLGHUDWH Q JHQHUDO R DVWIHO GH VROX LH QX H[LVW

, astfel c

problema multicriteriu se consider rezolvat dac se determin o solu LHQHGRPLQDW

care s fie "ct mai apropiat" ntr-un anumit sens de punctul ideal. Se pot da diverse
interpretri "distan HL GHOD VROX LD LGHDO la varianta care va fi adoptat ca o solu LH
de compromis.
Presupunem c func LLOH I1,...,fr VXQW FRQFDYH SH PXO LPHD ; FRQYH[m vQFKLVm L
marginit, nevid). Atunci problemele de programare convex:
[ sup ] fi(x), x X, 1 i r
DXVROX LLRSWLPH0DLDGPLWHPF

max[fi(x)] = f i >0, i=1,2,...,r. n caz contrar putem

nloFXL IXQF LLOH Ii cu fi'= fi+ki, unde ki>- f i  3H PXO LPHD ; GHILQLP R IXQF LH
GLVWDQ

" prin:
d:X R, d(x)= max f ff ( x ) .
i

1i r

Functia d:X R are propriet LOHXUPtoare:

a) d este convex pe X;
b) d(x) 0, pentru orice x X;
F G[

  GDFm L QXPDL GDFm  )[

F , unde F(x)=(f1(x) ,....., fr[ L

F =( f 1 ,..., f r );

d) Dac x, x' ;L)[ F(x') atunci d(x) d(x').

2FRQVHFLQ

a considerentelor anterioare este faptul c problema:

[inf.] d(x), x X

este o problem de programare convex.

. Problema [inf.]d(x), xX este echivalent cu problema:

3URSR]L LH

[inf.] xn+1, x X ,
XQGHPXO LPHD

X este:

X ={ x =(x,xn+1) Rn+1|x X, fi(x)+ f i.xn+1 f i, 1 i r}.

Demonstratie. Fie x XLxn+1 = max f ff ( x ) .

i

1i r

Rezult c x =(x, xn+1) X . Dac x este solu LH RSWLP a problemei [inf.] d(x) ,
atunci x GHILQLWFDPDLVXVHVWHRVROX LHRSWLP a problemei echivalente.
T

Presupunem c exist x =(x, xn+1) X astfel nct xn+1 < xn+1. Evident x XL
x n +1 x n, +1

fi f i ( x , )
fi

, 1 i r sau max f ff ( x ) max f ff ( x )

,

1i r

1i r

ceea ce contrazice optimalitatea lui x .

T

Reciproc, fie x = (x,xn+1)

  R VROX LH RSWLP

a problemei echivalente. Rezult

x X. Aratm c x e solu LHRSWLP a problemei [inf.] d(x). Presupunem c exist xX

astfel nct d(x)<d(x). Definim:
x,n+1= max f ff ( x )
,

1i r

Rezult c (x,xn+1) X Lxn+1= d(x)<d(x).

Dar, cum x X, din fi(x) + f i xn+1 f i rezult:
x n +1 >

f i f i (x )
fi

= d (x )

deci xn+1<xn+1 ceea ce contrazice faptul c x HVROX LHRSWLP. Rezultatul stabilit mai
VXV FRQGXFH OD PHWRGD GH GHWHUPLQDUH D VROX LHL QHGRPLQDWH FDUH PLQLPL]HD]

GLVWDQ DID mGHSXQFWXOLGHDOQXPLWmLVROX LDFHOXLPDLEXQFRPSURPLV

Pas 1. Se rezolv problemele de programare convex:

[sup.] fi(x), x X, 1 i r.
Fie f i = max fi(x) , 1 i r, f = ( f 1 ,..., f r )
Dac f i > 0 , 1 i r se trece la pasul 2.
Dac nu, pentru fiecare i pentru care f i <0 se alege ki > - f i . Se ia
fi(x)=fi(x)+ki, f i , = f i + kiLVHWUHFHODSDVXOFXfi = fi.

Pas 2. Se rezolv problema de programare convex cu func LDRELHFWLYOLQLDU: [inf.]

T
xn+1, x X , unde X = { x = (x,xn+1) Rn+1 | x X, fi(x) + f i xn+1 f i , 1 i r }.

Fie = min xn+1. Se trece la pasul 3.

Pas 3. Se rezolv problema de programare convex:

sup (1/r) f i ( x ) , x X
X= X { x Rr| fi(x) (1-) f i , 1 i r }.
)LH [  VROX LD RSWLPm $WXQFL [  HVWH QHGRPLQDWm vQ ; L PLQLPL]HD]m IXQF LD

d. Este acceptat ca solu LHRSWLP a problemei multicriteriu.

Observatie. n cazul liniar, adic fi(x)=cix cu ci Rn, 1 i r L PXO LPHD X dat de
X={x Rn|Ax = b, x 0}SXWHPGDLDOWHGHILQL LLGLVWDQ HLID de punctul ideal.
1) Astfel, o prim abordare const n rezolvarea problemei de programare liniar:

inf (xn+1 +...+ xn+r)

Ax = b
Cx + xe = z*
x 0 ; xe 0
unde xn+i, 1 i r sunt variabile de ecart, xe este vectorul de componente xn+i, iar z*
este vectorul de componente zi* = cixi*, 1 i r, zi* fiind valoarea optim a func LHL
obiectiv fi. n acest fel, xn+i msoar diferen D GLQWUH YDORDUHD RSWLP zi* L YDORDUHD
"de compromis" realizat cu ajutorul solu LHLx X.
2 VROX LH RSWLP

a problemei de mai sus realizeaz minimul sumei acestor

GLIHUHQ H 'DF

( x, x e  HVWH VROX LH RSWLP a problemei, atunci x este nedominat.

Pentru a arta c o solu LH RSWLP a problemei anterioare este nedominat pentru
problema multicriteriu, presupunem c x este dominat, deci exist x X astfel nct
Cx >> C x . Rezult c x 

[L

x e = z* - C x HVWHRVROX

LHDGPLVLELO

a problemei.

Avem: e x e = e (z* - C x ) = e ( x e + C x - Cx) = e xe + e (C x -Cx) > e x ,

L

se contrazice faptul c ( x , x e HVWH VROX LH RSWLP. Rezult c presupunerea c x este

GRPLQDWmHIDOVmLDWXQFL

x este nedominat.

2) O alt modalitate de definire a distan HLID de ideal este:

d ( x ) = max

ci zi*

1i r

cij2 .

Functia d(x) este convex (deci existen D YDORULL PLQLPH HVWH DVLJXUDW), dar
neliniar, fapt care ngreuneaz determinarea numeric efectiv a solu LHLRSWLPH
3) Mai general, se poate considera c solu LDSUREOHPHL PXOWLFULWHULX x* este vectorul
care minimizeaz un criteriu de optim de forma:

(x*) = min h( d1(x-x1*), ... ,dr(x-xr*) )

n care xi*=(x1i,...,xni) , 1 i r  HVWH VROX LD RSWLP pentru func LD RELHFWLY Ii, iar di
HVWH R IXQF LH GH GLVWDQ

dintre vectorul x X L VROX LD RSWLP xi* a functiei fi.

Alegerea concret a func LLORU h L di SHUPLWH RE LQHUHD GH FD]XUL SDUWLFXODUH DOH
criteriului de optim, ca de exemplu:
a) h(x) =

(x
i

x ji

b) h(x) =

x ji , i 0

, i 0

c) h(x) = max d i (x xi* )

1i r

d) h(x) =

d (x x
i

*
i

Dac se alege di(x-xi*) = i |fi(xi*) - fi(x)|, i >0 L  IXQF LD h de forma d)

atunci vectorul x* se determin astfel nct

(x*) =

min f (x ) f (x ) .
x X

*
i

II. Metoda ponderrii

n aceast metod, solu LD RSWLP a problemei multicriteriu este considerat o
soOX LH QHGRPLQDW n X care maximizeaz o func LHRELHFWLY-sintez a celor rIXQF LL
obiectiv. Astfel, dac fi, 1 i r VXQW IXQF LL FRQFDYH GHILQLWH SH PXO LPHD FRQYH[,
vQFKLVmLPmUJLQLWm

X, atunci problema:
[sup.] fw(x), x X ,

unde: fw(x) = wi f i ( x) , wi 0, 1 i r,

= 1, este o problem de programare

convex.
Ponderile wi reprezint "iPSRUWDQ D

DFRUGDW

de decident criteriilor

FRQVLGHUDWH 6ROX LD RSWLP

a problemei multicriteriu depinde de alegerea ponderilor

wi. Metoda este valabil ntr-un context limitat, iar n cazul n care criteriile sunt
necomparabile nici nu putem vorbi despre o ierarhizare corect a acestora. Problema
central a acestei metode const n determinarea ponderilor wi. Dm n continuare o
metod de determinare a acestora.
Se poate demonstra c pentru orice sistem de ponderi wi 0,

= 1,

problema [sup.] fw(x) DUH FHO SX LQ R VROX LH RSWLP care s fie nedominat. De
asemenea, dac wi > 0, pentru toti i RULFH VROX LH RSWLP a problemei parametrice
asociate este nedominat. Definind
X* = X { x Rn| fw(x) },
atunci X*HVWHWRWRPXO LPHFRQYH[. Procedeul de determinare a ponderilor asociate
IXQF LLORU RELHFWLY

fi IDFH OHJmWXUD vQWUH SUREOHPD PXOWLFULWHULX L WHRULD MRFXULORU (O

const din urmtoarele etape:

Pas 1. Se rezolv r probleme de programare convex:

sup fi(x) , 1 i r, x X

6HRE LQVROX LLOH

xi, 1 i rLfi(xi) = max fi(x).

Pas 2. Se calculeaz fij = fi(xj, i,,j = 1,2,...,r.

Pas 3. Se aleg constantele ki astfel:
0,
pentru

ki =
> min f ij pentru

1 j r

f ij
min
1 j r

> 0

min f ij

Pas 4. Se calculeaz matricea A = (aij), 1 i,,j r, unde aij =

f ij + ki
f ii + ki

i,j = 1,2,...,r.

Pas 5. Se rezolv problema de programare liniar:

T
[inf.] zi , z Z, Z = { z Rr| A z e, z 0 },

e = ( 1,...,1 )

Fie z o soOX LHRSWLP a acestei probleme.

Pas 6. Se calculeaz:
wi =

zi
Mi

Mj
zj

, unde Mi = fii + ki

wi, 1 i rFRQVWLWXLHVLVWHPXOGHSRQGHULDVRFLDWHIXQF LLORURELHFWLYfi.

. Constantele ki s-au introdus cu scopul ca elementele aijVmILHSR]LWLYHL

2EVHUYD LH

HOH QX LQIOXHQ HD]

caracterul optim al unei decizii. Marimea fij reprezint valoarea

SHFDUHRLDIXQF LDRELHFWLY

fi pentru solutia posibila xj care maximizeaz criteriul fj,

iar fii este chiar f i . Cantit LOHaijSRWILLQWHUSUHWDWHGUHSWJUDGGHSUHIHULQ " acordat

VROX LHL

xj relativ la criteriul i. Avnd n vedere c aij @ L aii = 1, 1 i r,

matricei A i se pRDWH DWDD XQ MRF PDWULFLDO ILQLW GH GRXm SHUVRDQH FX VXPm QXOm vQ
care strategiile pure ale celor doi juctori coincid cu 1,2,...,r LDU FkWLJXO SULPXOXL
juctor corespunztor perechii de strategii (i,,j) este aij. Conform teoriei jocurilor
matriciale, exist puncte de echilibru formate din strategii mixte. Dac A 0, orice
strategie optim a primului juctor s1=(1,..., r) este definit prin:

z = z1 ,..., z r

 HVWH R VROX LH RSWLP

i =

zi

zi , unde

a problemei de programare liniar de la pas 5.

Deoarece

i 0,

=1, numerele i pot constitui un sistem de ponderi. Prin

FRQVWUXF LDGHODSDVHOHVXQWDVRFLDWHIXQF LLORU

gi =

f i + ki
Mi

ntr-o combiQD LH OLQLDU de forma

, i = 1,2,...,r.

g , i
i

este coeficientul lui fi/Mi sau,

i/Mi este coeficientul lui fi. Pentru ca numerele i/Mi s constituie un sistem de
ponderi (neavnd suma egal cu 1) este necesar s le mpr LPODVXPDORUUH]XOWkQG
wi ca n pas 6.
3ULQFLSDOD RELHF LH FH SRDWH IL DGXV

procedeului descris este aceea c

RSWLPXO PXOWLFULWHULX HVWH vQ HOHV vQ WHUPHQLL WHRULHL MRFXULORU DQWDJRQLVWH L GDF

unul din juctori este factorul de decizie, cellalt nu poate fi dect "natura", adic
DQVDPEOXO GH FRQGL LL QHFRQWURODWH GH GHFLGHQW L FDUH

-i limiteaz posibilit LOH GH

DF LXQH

Acceptnd punctul de vedere al optimizrii prin ponderare, plecnd deci, de la un

sistem de ponderi wi dat de decident sau stabilit prin procedeul descrLVVROX LDRSWLP
DSUREOHPHLPXOWLFULWHULXVHRE LQHGXS

cum urmeaz:

Pas 1. Fie wi un sistem de ponderi (construit dup procedeul descris sau dat de
decident).
Pas 2. Dac wi > 0 , 1 i r se trece la pas 3.
Dac mul LPHDI = { i| wi = 0 } nu este vid se trece la pas 4.

Pas 3. Se rezolv problema de programare convex:

[sup.] fw(x) , x X.
2ULFH VROX LH RSWLP

a acestei probleme poate fi considerat drept solu LH

optim a problemei multicriteriu.

Pas 4. Fie = max fw(x).

Pas 5. Se rezolv problema de programare convex:

sup card1 I f i (x ) , x X*, X* = X {x Rn| fw(x)

i I

}.

2ULFHVROX LHRSWLP

a acestei probleme este considerat drept solu LHRSWLP a

problemei multicriteriu.

III. Metoda mrginirii obiectivelor

Aceast metod const n selectarea unei singure func LL RELHFWLY GLQ FHOH U
dup care s se fac opWLPL]DUHD SHQWUX FHOHODOWH IXQF LL LQGLFkQGX-se de ctre
GHFLGHQW QLYHOHOH PLQLPH L PD[LPH DFFHSWDELOH L FXSULQGHUHD ORU vQ VLVWHPXO GH
UHVWULF LLDGLF

:
max fi(x)
gk(x) 0,

k=1,2,....,m;

Lj fj(x) Hj, j=1,2,...,r; i j.

Este foarte important de gsit nivelurile LjLHj care s nu conduc la restric LL
inconsistente (care genereaz domeniu vid GDU L DOHJHUHD IXQF LHL fi(x) care se
optimizeaz nu este de mai mic importan .

IV. Metoda minimizrii abaterilor

Se consider un vector f = ( f 1 ,..., f r ) ale crui componente reprezint nivelurile
FDUH WUHEXLH DWLQVH GH IXQF LLOH RELHFW

iv. Evident, acestea pot fi chiar valorile optime

ale acestora (punctul ideal). Pentru un anumit x X vor exista abateri (n plus sau n
minus) ntre fi(x)L f i LQHSURSXQHPVmPLQLPL]mPDFHVWHDEDWHUL'HGDWD aceasta,
ca msur a apropierii ntre vectorii fL f
fL f

QVSD LXO

YRPFRQVLGHUDQRUPDGLIHUHQ HLYHFWRULORU

Rr al obiectivelor vom considera normele:

||x||p = ( |xi| )

p 1/p

||x||1 =

|xi|

||x||2 = ( |xi|2)1/2
||x|| = max xi
1i r

&RQVLGHUkQG PXO LPHD

X = {x Rn | x 0, Ax=b} L QRUPHOH SHQWUX f- f ),

RE LQHPXUP

toarele modele care rezolv problema multicriteriu:

(b) min f f
x X

c) min f f
x X
(d) min f f
x X
(e)

min f
x X

p p
= f i f i

(a) min f f
x X

= fi fi

= ( f i f i ) 2

f =

max f
1i r

2
f i

fi

([LVWHQ D YDORULL PLQLPH

este asigurat deoarece ||.||p   HVWH R IXQF LH FRQYH[

(n baza inegalit LLOXL+ROGHU

Minimizarea normei ||f- f ||p pentru p 2 conduce la probleme neliniare n timp
ce pentru normele ||f- f ||1

L __I

- f || rezolvarea modelelor se poate face prin

programare liniar.

V. Metoda Geoffrion
)DFH SDUWH GLQ FDWHJRULD PHWRGHORU LQWHUDFWLYH L VH ED]HD]m SH DOJRULWPXO

Frank-Wolfe, specific programrii neliniare. Problema multicriteriu devine:

max U(f1(x),f2(x),...,fr(x))
x X

$SOLFDELOLWDWHDPHWRGHLHVWHFRQGL LRQDW

1. XFRQYH[mLFRPSDFWm

de:

2. U(f)GLIHUHQ LDELOmLFRQFDYmvQx;
IXQF LLOH

fi sunt concave.

4.

U
f 1

> 0, utilitatea marginal este pozitiv n vecintatea lui xi (x vQ LWHUD LD i), iar

f1(x)HVWHRELHFWLYXOGHUHIHULQ .
Se presupune c func LLOH RELHFWLY fi(x) L PXO LPHD X sunt cunoscute explicit,
n timp ce U(f) este cunoscut doar implicit. Metoda const n aproximri liniare.
Fiind dat o solu LH UHDOL]DELO xi, fie yi VROX LD SUREOHPHL FDUH DUH DFHOHDL UHVWULF LL
GDU IXQF LD RELHFWLY HVWH R DSUR[LPDUH OLQLDU
FUHWHUH D VROX LHL

n xi a lui U(f) $WXQFL GLUHF LD GH

zi= yi-xi HVWH FKLDU GLUHF LD FmXWDWm SHQWUX FUHWHUHD OXL U(f).

Algoritmul este urmtorul:

Pas 06HDOHJHXQSXQFWLQL LDOxi X. Facem i=1.
Pas 1. Se determin o solu LHRSWLPDO yi pentru problema determinrii direc LHL

max U ( f (x ),..., f (x )) y
i

y X

Se ia zi = yi - xi .
Pas 2. Se determin o solutie optimala ti pentru problema determinrii lungimii
pasului:

max U ( f (x
0 t 1

))

+ t i z i ,..., f r x i + t i z i .

Se ia x + = xi + tizi , i = i+1LVHUHLD3DV
Criteriul de oprire a calculelor este (n mod teoretic) xi = xi+1$DGDUvQSDV
1 se determin cea mai bun direc LH GH PLFDUH GLQ SXQFWXO FXUHQW [i, iar pasul 2
determin (cu interven LD

GHFLGHQWXOXL FkW GH GHSDUWH PHUJH DFHDVW

,QWHUYHQ LD GHFLGHQWXOXL VH GDWRUHD]

direc LH

faptului c U(f) nu este cunoscut H[SOLFLW L HO

trebuie s poat estima importan DDRULFror dou obiective n orice punct xi. Aceasta

VHUYHWH OD HVWLPDUHD GLUHF LHL JUDGLHQWXOXL OXL

U(f) OD ILHFDUH VROX LH LQWHUPHGLDU. n

SDVIXQF LDRELHFWLYVHSRDWHH[SULPDDVWIHO

(( )

( )) y

xU f 1 x i ,..., f r x i
r
=
j =1
U

unde f ji

U
f ji

U
(f 1 ,..., f r

)f

(f 1 ,..., f r )
(x 1 ,..., x n ) x
i

yi =

x f j x i y i

( )

 HVWH GHULYDWD SDU LDO

a lui U n raport cu obiectivul j, evaluat n punctul

(f1(xi),...,fr(xi)), iar x f j (x i ) este gradientul lui fj evaluat n xi 'HRDUHFH VROX LD
problemei nu este afectat prinPXOWLSOLFDUHDIXQF LHLRELHFWLYFXXQVFDODUvPSr LQG
la

U
f 1i

, problema determinrii direc LHLGHYLQH

max w f (x ) y
y X

i
unde w j =

U / f ji
U / f 1i

i
j

, j = 1,2,...,r.

Ponderile wji reflect importan D DFRUGDW de decident fiecUHL IXQF LL RELHFWLY
ID

de func LD f1 aleas drept criteriu de referin . Aceste ponderi sunt solicitate

nainte ca procesul s poat continua. O modalitate de alegere ar fi:

wji = - fi/fj ,
adic wji este rata marginal de substituire a obiectivelor.
Algoritmul cere decidentului s stabileasc n pasul 2 lungimea deplasrii.
$SOLFDUHDFRQFUHWmDDOJRULWPXOXLSUHVXSXQHLXQFULWHULXGHRSULUHDFDOFXOHORU

Exist nc multe alte metode multicriteriale. Noi am prezentat aici doar unele
mai des utilizate.

4.4. Modele econometrice

n modelele econometrice se studiaz un fenomen economic prin reprezentarea
acestuia cu ajutorul comportamentului unei variabile. Aceast variabil economic
GHSLQGHHDvQVmLGHDOWHYDULDELOHO

egate ntre ele printr-RUHOD LHPDWHPDWLF.

S lum un exemplu. Dac studiem oferta (O L FHUHUHD C) unui anumit

SURGXVSHSLD mVHWLHFm

OLCGHSLQGGHSUH XOp al produsului. Se poate scrie c O

este o anumit func LHGHSUH  C este o alt func LHGHDFHODLSUH LDUODHFKLOLEUXSH

SLD

, avem C=O. Construim, deci, un model elementar:

O = f(p)
C = g(p)
C = O.
Adeseori CLOGHSLQGLGHDOWHYDULDELOHGHFkWSUH XO'HH[HPSOXFHUHUHDGH
anumite produse alimentare depinde de venitul familiiORU

GH SUH XO SURGXVHORU

analoage, etc. Dac este vorba despre un produs comestibil, atunci oferta depinde de
SUH XODQXOXLSUHFHGHQW5H]XOW

modelul:

Ct = f(pt, x1t, x2t,..., xnt)

Ot = g(pt-1, x1t,..., xmt)
Ct = Ot.
n model s-au introdus diferite variabile explicative X1,...,Xn L V-a considerat
realizarea acestor variabile la momentul t.
Remarcm c modelele propuse comport mai multe ecua LL 6H VSXQH F sunt
PRGHOHFXHFXD LLPXOWLSOH3HQWUXvQFHSXWHVWHPDLVLPSOXGHUD LRQDWSHXQPRGHOFX

o singur ecua LH

S presupunem c dorim s studiem consumul Ci dintr-un anumit produs

pentru o familie. Acesta depinde, ntre altele, de venitul Vi al familiei. Modelul cel
mai elementar const n explicitarea lui CivQIXQF LHGH Vi'HVLJXUFmLDO LIDctori,
GLQWUH FDUH XQLL VXQW SDU LDO QHFXQRVFX L GHWHUPLQ

deasemenea pe Ci. Putem

-un singur factor aleator i

FRQVLGHUD HIHFWHOH DFHVWRU DO L IDFWRUL vQWU

6H RE LQH

modelul aleator:
Ci = f(Vi) +i

[1].

i se supune unei legi de probabilitate care va trebui precizat n cadrul

ipotezelor fcute asupra modelului. Odat construit modelul va trebui s ne asigurm
c clasa de func LLDOHDV pentru f nu este n contradic LHFXUH]XOWDWHOHH[SHULHQ HL'H
exemplu, dac alegem pentru f o func LH GH gradul nti, f(Vi)=a.Vi+b, modelul
devine:
Ci = a.Vi+b+i

[2].

Fcnd s varieze i pentru diferite familii cercetate, ne asigurm c rela LD >@
este bine satisfcut. Se spune c se "testeaz" modelul. Dac s-DRE LQXWXQ UH]XOWDW
convenabil, se trece la "estimarea" parametrilor aLb$SRLVHGHILQHWHRUHJXOmGH
previziune" care s permit, cunoscnd Vi, determinarea lui Ci.
ntr-un model econometric se disting dou tipuri de variabile:
exogene: sunt variabilele explicative ale variabilei studiate. Ele sunt
considerate ca date autonom. Astfel, n modelul [1], Vi este o variabil
exogen sau explicativ. Valoarea sa pentru un i dat permite determinarea
lui CiFXDSUR[LPD LDi.
endogene: sau variabile de explicat. Ci este variabil endogen n modelul
precedent. Prin intermediul lui i variabila Ci este o variabil aleatoare.

'LVWLQF LDvQWUHQDWXUDYDULDELOHORUHVWHIRDUWHLPSRUWDQWmLYDWUHEXLWRWGHDXQD

precizat nainte de studiul modelului.

Un model econometric se spune c este "specificat" atunci cnd i se d acestuia
formularea matematic definitiv.
0XO LPHD SDUDPHWULORU FDUH GHILQHVF FRPSOHW PRGHOXO FRQVWLWXLH VWUXFWXUD

acestuia. De exemplu, presupunnd c a=0,3; b

PHGLH  L GLVSHUVLH  DWXQFL PXO LPHD

 L

urmeaz o lege normal de

a=0,3; b=16; m=0; = 3 constituie

structura modelului [2].

Scopul econometriei este de a determina structura adevrat a modelului,
cunoscnd cuplurile (Ci, Vi) asociate diferitelor familii. Aceasta nseamn c, plecnd
dH OD XQ VSD LX HDQWLRQ GHILQLW GH PXO LPHD Ci, Vi), s se determine structura
adevrat a modelului n spa LXO FX WUHL GLPHQVLXQL a,b, $LFL LQWHUYLQH LQGXF LD
statistic. Obiectul acesteia este de a determina o procedur care, pornind numai de la
obsHUYD LLOHGLVSRQLELOHV permit trecerea din spa LXOHDQWLRQvQVSD LXOVWUXFWXULORU
Modelul fiind ales, se admite c exist un triplet (a,b,) care permite reprezentarea
exact a procesului prin care valorile variabilelor observate au fost determinate. n
FXUVXO LQGXF LHL VWDWLVWLFH PRGHOXO QX VH PDL PRGLILF

. Procedura aleas va consta n

RE LQHUHD GH HVWLPDWRUL SHQWUX SDUDPHWULL D L E FDUH V

permit determinarea celor

mai bune valori reale ale parametrilor. Acestea sunt apreciate cu ajutorul intervalelor
GH vQFUHGHUH DOHVH FX XQ QLYHO GH VHPQLILFD LH GDW 'H H[HPSOX SHQWUX PRGHOXO
SUH]HQWDWLSHQWUXRDQXPLWmVHULHGHREVHUYD LLJ

sim, cu o probabilitate de 95%, c

a >@LE [14; 16].

ConsidHUmP

PRGHOXO >@ L Vm SUHVXSXQHP Fm SURFHGXUD XWLOL]DWm SHQWUX

GHWHUPLQDUHD SDUDPHWULORU SRUQLQG GH OD LQIRUPD LLOH FXOHVH GHVSUH 

Ci, Vi), nu

FRQGXFH OD R VROX LH XQLF

, ci la dou structuri distincte. Este evident c legea de

probabilitate definit pentru  SUHFL]HD]m L OHJHD YDULDELOHL HQGRJHQH C. Fiecare din

cele dou structuri,

LQkQGFRQWGHYDORULOHGDWHYDULDELOHORUH[RJHQHLGHOHJHDOXL

conduce la o lege de probabilitate pentru C. Sunt posibile dou cazuri:

 sau cele dou structuri sunt distLQFWH L DWXQFL QX SXWHP DOHJH vQWUH HOH 6H
VSXQH Fm VWUXFWXULOH FRQVLGHUDWH QX VXQW LGHQWLILFDELOH L GHFL PRGHOXO QX

este identificabil, nu se pot determina valorile parametrilor modelului;

sau cele dou structuri nu sunt distincte, intersec LDORUQX e vid. Se va putea
LGHQWLILFD R SDUWH GLQ SDUDPHWUL PRGHOXOXL FHL FDUH DSDU LQ LQWHUVHF LHL FHORU

dou structuri. Se spune, n acest caz, c structurile sunt echivalente, dar nu

permit o identificare complet a modelului.

Problema identificrii intervine n special atunci cnd se studiaz modele cu

HFXD LLPXOWLSOH

Un model econometric a crui structur este determinat, prezint interes

pentru utilizarea lui la previzionarea, ntr-o etap viitoare sau ntr-RFLUFXPVWDQ dat
dac e vorba despre obsHUYD LL

OXDWH OD DFHODL PRPHQW YDORULORU YDULDELOHORU

endogene atunci cnd cele exogene sunt fixate.

Fie, de exemplu, modelul:
yt=a1x1t+a2x2t+b+t,

t=1,2,...,T

n care Y este volumul importurilor dintr-o anumit marf, X1 HVWH SURGXF LD LQWHUQ,
iar X2 este stocul din marfa respectiv. Presupunem c se cunosc datele
corespunztoare pe perioada 1985-

REVHUYD LLOH ILLQG DQXDOH 6H J

sesc ca

estimri punctuale ale parametrilor: 1=0,140; 2=0,60; b =6. Modelul estimat se

scrie:
y t=0,140x1t+0,60x2t+6.
3UHVXSXQHPFmVHGRUHWHVmVHSUHYL]LRQH]HLPSRUWXOSHQWUXDQXOWLLQG

c n 1999 produc LDLQWHUQ a fost de X1

marf n

1999

a fost de X2

vQPOGOHLSUH XULLDUVWRFXOGH



2E LQHP

ca previziune pentru Y:

y2000=(0,140)(1030)+(0,60)(12,7)+6,
sau, n general:

y = a1x 1 + a2 x 2 + ,
fiind perioada de previziune.

n legtur cu valoarea previzionat pentru Y se impun remarcile:

s-au ales arbitrar valorile x1Lx2 LQkQGFRQWGHHYROX LDORUWUHFXW;
specificarea modelului nu este perfect. Forma func LHL DOHVH SHQWUX H[SOLFDUHD
HYROX LHLOXL

Y nu este suficient precizat;

este posibil ca variabilele care explic, n modelul nostru, evolu LDOXL Y s nu mai
LQWHUYLQm vQ DFHODL P

od ca atunci cnd s-a studiat fenomenul pe perioada 1985-

1999. Altfel spus, poate avea loc o ruptur a echilibrului ntre variabilele care
explic fenomenul la momentul previziunii. Pr LOH

UHVSHFWLYH SH FDUH HOH OH

reprezint n varia LD OXL Y nu mai sunt DFHOHDL (VWH HYLGHQW Fm SUHYL]LXQHD YD IL
serios deplasat.
Cele trei cauze evocate sunt surse de eroare pentru previziune. Econometria
studiaz diferite metode ce permit minimizarea acestor erori.
5H LQHPXUPmWRDUHOHHWDSHvQFRQVWUXLUHDLXWLOL]DUHD

modelelor econometrice:

specificarea modelului;

HVWLPDUHDSDUDPHWULORULWHVWDUHDPRGHOXOXL

previziunea variabilei endogene.

&HO PDL VLPSOX L PDL XWLOL]DW PRGHO HFRQRPHWULF HVWH PRGHOXO OLQLDU GH

regresie simpl. ntr-un astfel de model, o variabil endogen reprezint evolu LD
IHQRPHQXOXLVWXGLDWLDFHDVWmHYROX LHHVWHH[SOLFDW

de o singur variabil exogen.

Considerm modelul: yt=axt+b+t, t=1,2,...,T n care Y reprezint o variabil

endogen, XRYDULDELOmH[RJHQmL o variabil aleatoare ale crei caracteristici sunt
precizate n ipoteze. Se dispune de T cupluri (xt,yt) care sunt realizrile variabilelor X
L

Y. Parametri a L b VXQW QHFXQRVFX L L VH HVWLPHD] pe baza observa LLORU xt,yt)

cunoscute.

Ipoteze fundamentale
1. xt L yt sunt mrimi numerice observate fr erori. Y este aleator prin
intermediul lui . X, variabila explicativ, este considerat cunoscut n
model.

LSRWH]HUHIHULWRDUHODGLVWULEX LDHURULORU

a) este distribuit dup o lege independent de timp.

M(t) = 0, oricare ar fi t=1,2,...,T
D(t) = M [t - M(t) ] = M( 2t ) = 2 , finit.
2

Realizrile lui sunt independente de valorile luate de X n timp. Atunci cnd

este satisfcut aceast ipotez se spune c exist homoscedasticitate, n caz contrar
avem heteroscedasticitate.
b) Dou erori relative la dou observa LLGLIHULWHtL t sunt independente
ntre ele, ceea ce implic: cov(t, t)=0
c) Presupunem c legea de probabilitate a lui este o lege normal.
3. ipoteze referitoare la variabila explicativ X:
Se presupune c primele momente empirice ale lui X sunt finite cnd T devine
foarte mare. Ipoteza este util pentru precizarea propriet LORU

DVLPSWRWLFH DOH

estimatorilor parametrilor aLb.

Estimatorii a

L

b se pot determina prin metoda celor mai mici ptrate

(MCMMP), adic astfel nct realizrile lor s minimizeze suma ptratelor erorilor:

2
t

min 6HRE LQH[SUHVLLOH

a =

(y y ) (x x ) , b = y ax

x

x
(
)

Se demonstreaz c estimatorii a L b au propriet LOH

- a L b VXQWHVWLPDWRULQHGHSODVD LDLOXLaLb;
- a L b sunt estimatori conveUJHQ LDLOXLaLb;
- a L b sunt estimatori exhaustivi ai lui aLb.

Ipotezele fcute asupra modelului permit determinarea de intervale (regiuni) de

ncredere pentru a L b OD XQ QLYHO GH VHPQLILFD LH GDW 7otodat, atunci cnd se
previzioneaz variabila endogen, se determin eroarea de previziune.
Studiul unui fenomen economic necesit adesea introducerea mai multor
variabile explicative. O variabil endogen se exprim atunci n func LHGHPDLPXOWH
variabile exogene. Modelul devine:
yt = a1x1t+a2x2t+...+apxpt+t , t=1,2,...,T

n care: y este variabila endogen, x1,x2,...,xp sunt variabile exogene, iar a1,a2,...,ap
VXQWSDUDPHWULQHFXQRVFX LFDUHWUHEXLHHVWLPD L

Notnd: Y = (y1,...,yT) , a = (a1,...,ap), = (1,..., T)

x 11.....x p 1

x 12..... x p 2

X=
...........

x 1T .....x pT

modelul se scrie sub form matricial astfel:

Y=Xa+
$GmXJkQG OD LSRWH]HOH ImFXWH PDL vQDLQWH L SH FHD UHIHULWRDUH OD DEVHQ D

coliniarit LL YDULDELOHORU H[RJHQH VH DUDW c vectorul al estimatorilor parametrilor

ai se determin cu rela LD
-1

= ( X ' X) X ' Y
ILLQGHVWLPDWRULQHGHSODVD LSHQWUX

ai.

Econometria studiaz propriet LOHHVWLPDWRULORURE LQX LSULQGLIHULWHPHWRGHL

VWDELOHWHFRQGL LLOHGHYDODELOLWDWHSHQWUXSUHGLF LLOHYDULDELOH

i endogene.

Adesea, n studiul fenomenelor economice cu ajutorul modelelor econometrice,

alturi de valorile luate de variabila endogen la un moment t ILJXUHD]m L YDORULOH

OXDWH GH DFHHDL YDULDELOm OD PRPHQWHOH

t-1, t-2,...,t-h. n acest caz ne gsim n

SUH]HQ DXQRUPRGHOHDXWRUHJUHVLYH8QDVWIHOGHPRGHOVHVFULH

yt = a1yt-1+a2yt-2+...+ahyt-h+ t
VDXFkQGDSDULYDULDELOHH[RJHQH

yt=a1yt-1+...+ahyt-2+b1x1t+b2x2t+...+brxrt+ t.
'DFmVHDSOLFmPHWRGHGHHVWLPDUHRELQXLWHGHH[HPSOX0&003HVWL

matorii

RE LQX LQXPDLSRVHG

propriet LOHPHQ LRQDWHDQWHULRU

4.5.

0RGHOHGHFRPSHWL LH

Modelele studiate n paragrafele precedente presupuneau implicit c exist un

decident unic care caut s-L RSWLPL]H]H DF LXQLOH VDOH vQWU-un mediu pe care l
stpneWHQHFRQRPLH VH vQWkOQHVF vQVm VLWXD LLQXPHURDVH GH FRQIOLFWL FRRSHUDUH
GH LQIRUPD LH L UD LRQDOLWDWH GH GHFL]LH FROHFWLY

care nu pot fi analizate corect cu

WHKQLFLOH GH]YROWDWH DQWHULRU $WXQFL FkQG XQ GHFLGHQW GHYLQH FRQWLHQW Fm PHGLXO vQ

carH DF LRQHD] este constituit din deciden L FD L HO UHOL]HD] de fapt c ac LXQLOH
DOWRUD FD L DOH VDOH VXQW LQWHUGHSHQGHQWH LQIOXHQ kQG VLWXD LD ILHFmUXLD &RQWLLQ D

comun asupra acestor interdependen HDPXO LPLLGHFLGHQ LORUGmQDWHUHQR LXQLLGe

joc

'HFLGHQ LL GHYLQ MXF

tori. Teoria jocurilor a devenit un cadru metodologic

HVHQ LDODOWLLQ HLHFRQRPLFH

Numim jocRULFHVLWXD LHvQFDUHPDLPXO LGHFLGHQ LDXWRQRPLVXQWFRQVWUkQL

s ia decizii asupra rezultatului ac LXQLL ORU )LHFrui decident i este afectat un
UH]XOWDW GDU DFHVW UH]XOWDW GHSLQGH GH PXO LPHD GH GHFL]LL OXDWH GH WR L GHFLGHQ LL
$VWIHOGH VLWXD LLvQWkOQLP vQ DIDUD VIHUHL HFRQRPLFXOXL MRFXOGH DKGXHOXO U
HWFGDULRULFHVLWXD LHGHFRQFXUHQ

zboiul

n economie poate fi modelat n acest fel. Ne

vom referi aici doar la jocurile ne-FRRSHUDWLYHvQFDUHGHFLGHQ LLMXFmWRULLDFWRULLvL

conserv autonomia decizional. Excludem, deci, situa LLOH FkQG DSDU FRDOL LL vQWUH
juctori.
Un joc este definit prin patru concepte de baz:
A2PXO LPHILQLW de situa LLGHMRFQRWDW X, care descrie strile posibile ale
jocului n derularea sa;
B Q PXO LPL GH PXWri", Gi, prin care juctorul i are posibilitatea de a
WUDQVIRUPDVLWXD LLOHGHMRF'LQSXQFWGHYHGHUHIRUPDO
RDSOLFD LH

gi:XX{}

o mutare a juctorului i este

unde este un element suplimentar al lui X introdus

pentru a identifica mutrile posibile. gi(x)= arat c mutarea gi nu poate fi jucat n

VLWXD LD

x.

Fie:
G=G1 G2 ... Gn PXO LPHDmutrilor tuturor juctorilor;
A(x)={gG/g(x)}PXO LPHDPXWrilor posibile pornind din situa LDGHMRFx;
F = {xX/A(x) = } PXO LPHD VLWXD LLORU ILQDOH GH MRF vQ FDUH QLFL-o mutare nu
este posibil.
C

2 SDUWL LH

LQIRUPD LH

H D PXO LPLL X\F vQ

PXO LPL GH LQIRUPD LL 2 PXO LPH GH

hH FRQ LQH WRDWH VLWXD LLOH GH MRF FDUH OD XQ VWDGLX DO MRFXOXL QX SRW IL

distinse de juctorul care este la mutare. H VH QXPHWH VWUXFWXUm GH LQIRUPD LH D
jocului.
D. n

IXQF LL GH FkWLJ

v1,v2,...,vn

GHILQLWH SH PXO LPHD

F care determin

FkWLJXULOH UHDOL]DWH GH FHL Q MXFmWRUL DWXQFL FkQG MRFXO DMXQJH vQWU R VLWXD LH ILQDO

vi(z)HVWHFkWLJXOUHDOL]DWGHMXFmWRUXOLDWXQFLFkQGMRFXOVHWHUPLQmvQVLWXD LDzF.
Cele patru concepte de baz care definesc jocul satisfac urmtoarele grupe de
ipoteze:

,,SRWH]HVSHFLILFHPXO LPLORU;L*

LSRWH]D  H[LVWm R VLQJXUm XQD L QXPDL XQD VLWXD LH GH MRF QRWDW

x ) care nu

rezult din nici-o mutare jucat. Exist, deci, o singur situa LHGHMRFDVWIHOvQFkW

oricare ar fi xX L RULFDUH DU IL gG, g(x) x . Aceast situa LH HVWH GHEXWXO
0

jocului.

LSRWH]DRVLWXD LHGHMRFGDW

nu poate rezulta din dou mutri diferite: oricare ar

fi x,xX, xx avem g(x)g(x) oricare ar fi g,gG. Aceast ipotez revine la a

spune c oriFHVLWXD LHGHMRFFRQ LQHvQHDWRWWUHFXWXOGLQFDUHDUH]XOWDW
ipoteza 3: ntr-R VLWXD LH QH-final dat, un singur juctor poate juca: oricare ar fi
xX\F, exist i unic apar LQkQG PXO LPLL {1,2,...,n} astfel nct A(x)Gi. Aceast
ipotez implic faptul c orice situa LH GH MRF QH-final este afectat unui juctor.
Altfel spus, exist o aplica LH
d:X-F{1,2,...,n} astfel nct A(x)Gd(x), oricare ar fi xX-F.
$SOLFD LD

dDORF

VLWXD LLOHGHMRFMXF

torilor care trebuie s joace.

II. Ipoteze specificHVWUXFWXULLGHLQIRUPD LH+

ipoteza 4: Pornind de la dou situa LL GH MRF DSDU LQkQG DFHOHLDL VWUXFWXUL GH
LQIRUPD LH DFHOHDL PXW

ri sunt posibile: oricare ar fi hH L RULFDUH DU IL x,yh,

avem A(x)=A(y). Notm cu A(h) PXO LPHD PXWrilor realizabile pornind de la

RULFHVLWXD LHGLQPXO LPHDGHLQIRUPD LH

h.

Q YLUWXWHDLSRWH]HL DFHVWH VLWXD LLUHYLQWRDWH DFHOXLDLMXF

tor, adic: oricare ar

fi hH L RULFDUH DU IL x,yh, rezult d(x)=d(y). Notm cu d(h) juctorul afectat
PXO LPLL GH LQIRUPD LH
GLIHULWH vQ PXO LPHD

h. Juctorul d(h) nu poate distinge dou situa LL GH MRF

h 0XO LPHD GH LQIRUPD LH UH]XPm FHHD FH WLH MXFmWRUXO

Notm cu h(x) PXO LPHD GH LQIRUPD LH OD FDUH DSDU LQH VLWXD LD x 3DUWL LD H se
GHVFRPSXQH DVWIHO vQ Q SDUWL LL GLVWLQFWH

H , i=1,2,...,n

)LHFDUH SDUWL LH

regrupeaz mul LPLOHGHLQIRUPD LHFkQGMXFtorul i trebuie s joace: hH GDFmL

i

numai dac d(h) = i.

ipoteza 5: Orice mutare transform o situa LHGHMRFGLQWU-RPXO LPHGHLQIRUPD LH
ntr-RVLWXD LHFDUHQXDSDU LQHDFHVWHLPXO LPLRULFDUHDUILhH, xh, gG, avem
g(x)h. Ipoteza arat c fiecare juctor conserv totdeauna amintirea mutrii pe
care o face. Altfel spus, jucarea unei mutri modific situa LD MRFXOXL vQWU-o

manier care i este perceptibil. Ipoteza intr n calcul la jocurile n care fiecare
juctor poate juca de mai multe ori n continuare. Cnd exist alternan ntre
juctorii afla LODPXWDUHLSRWH]DHVWHVDWLVIcut totdeauna.

LSRWH]D  'HEXWXO MRFXOXL FRLQFLGH FX PXO LPHD VD GH LQIRUPD LH

H(x )={x }.
0

,SRWH]D DUDWm Fm FHO FDUH MRDFm SULPXO FXQRDWH H[DFW VLWXD LD GH MRF FDUH L VH

prezint la acel moment.

n fomulare clasic, jocul este definit ca un graf arbore (X, )vQFDUHVLWXD LLOH
de joc corespund nodurilor, iar arcele reprezint mutrile posibil a fi jucate pornind
din acel nod.

(x) = {yX / exist gA(x), y=g(x)} HVWH PXO LPHD GH VXFFHVRUL LPHGLD L DL
nodului x

LQkQG FRQW GH LSRWH]D  RULFH QRG

xx este succesor imediat al unui

0

singur nod p(x), numit predecesor imediat al lui x. Drumul este o succesiune de
noduri {x1,x2,...,xp} astfel nct p(xk)=xk-1(VWHXRUGHYm]XWFmH[LVWmXQVLQJXUGUXP
0

care leag nodul ini LDO x de orice nod x. Drumul rezum istoria care a condus la
VLWXD LDGHMRF

x.

Un joc dat sub form de graf se zice c este reprezentat n forma dezvoltat.
([LVWm L R DOWm UHSUH]HQWDUH D MRFXOXL VXE IRUPD XQXL WDEHO vQ FDUH VXQW WUHFXWH
FkWLJXULOHMXFmWRULORUSHQWUXGLIHULWHOH PXWmULSRVLELOH$FHDVWDHVWHIRUPD

normal a

MRFXOXL&kQGFHHDFHFkWLJmXQMXFmWRUS

ierde cellalt, jocul este "cu sum nul".

Rezolvarea unui joc const n gsirea unui cuplu de decizii (mutri) asupra
crora juctorii sunt n consens nainte de a juca. Un astfel de cuplu, dac exist, se
QXPHWH

"echilibrul jocului".

'HILQL LD 

Un joF HVWH FX LQIRUPD LH FRPSOHW" dac, nainte s nceap jocul,

ILHFDUH MXFmWRU FXQRDWH PXO LPHD

{A, B, C, D} dat mai sus, adic: regulile jocului,

FkWLJXULOH SRVLELOH D IL UHDOL]DWH SULQ XQD VDX DOWD GLQ HYROX LLOH MRFXOXL DVWIHO F

fiecare juctor poate lua locul adversarului pentru a-L LPDJLQD FHHD FH DFHVWD YD
decide.

6LWXD LLOH FX LQIRUPD LH LQFRPSOHW

sunt mai dificil de analizat. Ele corespund

VLWXD LLORU vQ FDUH DQXPLWH LQIRUPD LL GH ED]m VXQW FXQRVFXWH GH XQ MXFmWRU L

. Tratm aici

necunoscute de altul. n astfel de cazuri exist

QXPDLMRFXULOHFXLQIRUPD LHFRPSOHW

'HILQL LD

DVLPHWULH GH LQIRUPD LH

: Se spune c juctorul iDUHLQIRUPD LHSHUIHFW dac fiecare din mul LPLOH

GHLQIRUPD LL

HQXFRQ LQGHFkWXQVLQJXUHOHPHQW-RFXOHVWHFXLQIRUPD LHSHUIHFW"

dac to LFHLQMXFtori au informa LHSHUIHFW.

'HILQL LD 

: O "strategie" a unui juctor este o list de mutri pe care acesta se

angajeaz s o joace, nainte de debutul jocului, n func LHGHWRDWHVLWXD LLOHFDUHLVH

pot prezenta.
)RUPDO R VWUDWHJLH D MXFmWRUXOXL L HVWH XQ LU GH PXWmUL

si, (s hA(h), hH ).
i

Altfel spus, o strategie afecteaz o mutare posibil la orice mul LPH GH LQIRUPD LH D
i

juctorului i. Mutarea s h va fi numit strategia local a mul LPLL GH LQIRUPD LH h.
Alegerea unei strategii ncorporeaz toate posibilit LOHGHHYROX LHDMRFXOXLFRQIRUP
i

regulilor sale. Notm S  PXO LPHDGHVWUDWHJLLDMXFtorului i. Considerm un nod nefinal x L s=[s1,s2,...,sn] un n-uplu de strategii ale juctorilor. Ele definesc un drum
unic pornind din nodul x, definit de procedura urmtoare: x1=x; xk+1= s h (x kk ) (x k ). Cu
d (x

alte cuvinte, fiecare nod xk al drumului este urmat de nodul care rezult din aplicarea,
n xk, a strategiei juctorului care trebuie s joace atunci cnd jocul ajunge n
PXO LPHD GH LQIRUPD LH GH FDUH DSDU LQH

xk. Jocul se termin n punctul final z(s,x)

FDUH GHSLQGH GH QRGXO LQL LDO L GH WRDWH VWUDWHJLLOH XWLOL]DWH GH MXFmWRUL &kWLJXO

Pi

realizat de juctorul i vQ DFHVWH FRQGL LL HVWH Pi(s,x) = vi(z(s,x)) &kWLJXO GHSLQGH
GHFL GH VWUDWHJLL L GH VLWXD LD GH SOHFDUH DOHDV

. Cnd nodul de plecare este debutul

jocului, x

FkWLJXOVHQRWHD]mVLPSOX

Pi(s).

'HILQL LD   6H QXPHWH

"echilibru Nash" DO MRFXOXL R PXO LPH GH Q VWUDWHJLL

s*=[s *,s *,...,s *] astfel nct pentru orice i=1,2,...,n:

1

Pi(s *,s *,...,s ,...,s *)dPi(s *,s *,...,s *,...,s *),

oricare ar fi s S .
i

Drumul determinat de s* care pleac din x

VHQXPHWHGUXPGHHFKLOLEUX

&RQFHSWXOGHHFKLOLEUX1DVK HVWH HVHQ LDO vQ WHRULD MRFXULORU LvQ HFRQRPLH vQ
JHQHUDO ,SRWH]HOH GH UD LRQDOLWDWH SH FDUH OH SUHVXSXQH FRQGL LLOH GH H[LVWHQ m L

unicitate constituie probleme grele de demonstrat. Interpretarea acestui concept este

XUP WRDUHD HFKLOLEUXO 1DVK HVWH PXO LPHD VWUDWHJLLORU DVWIH

l nct nici-un juctor nu

FkWLJm GDFm VH DEDWH XQLODWHUDO $OWIHO VSXV GDFm ILHFDUH MXFmWRU DQWLFLSHD]m Fm
SDUWHQHULLGHMRFDGRSWmVWUDWHJLLOHORUGHHFKLOLEUXDWXQFLLHOYDMXFDVWUDWHJLDVDGH
HFKLOLEUX L MRFXO VH GHUXOHD]m GXSm GUXPXO GH HFKLOLEUX 'LILFXOWDWHD GH vQ HOHJHUH D

conceptului rezid n faptul c defini LDVWUDWHJLLORUHVWHRDUHFXPVRILVWLFDW. S lum,

GHH[HPSOXXQMRFGHGRXmSHUVRDQHLVmGmPMRFXOXLRUHSUH]HQWDUHWDEHODUm

__________________________________________________________________
A

s1

s2

.....

sj

.....

B
__________________________________________________________________
B

s1

s2
.
.
.

si

..

PA(si ,sj ), PB(si ,sj )

.
.
__________________________________________________________________

Pe coloane sunt trecute strategiile juctorului A, pe linii, cele ale lui B, iar n
fiecare csu m D WDEHOXOXL VH WUHFH FkWLJXO ILHFmUXL MXFmWRU FRUHVSXQ]mWRU VWUDWHJLLORU
respective. Un echilibru Nash corespunde unei linii iLFRORDQHjDVWIHOvQFkWFkWLJXO
juctorului A care figureaz n csu D i,j HVWH VXSHULRU VDX HJDO FkWLJXULORU DFHVWXL
juctor din linia i /D IHO FkWLJXOMXFmWRUXOXL BGLQF
FkWLJXULORUDFHVWXLD

VX D 

i,j) este superior sau egal

din coloana j.

([LVWHQ DHFKLOLEUXOXLHVWHHVHQ LDOm$WXQFLFkQGDFHVWDOLSVHWHVHFDXWmVmVH

lrgeasc spa LXO VWUDWHJLLORU GHRDUHFH DEXQGHQ D VWUDWHJLLORU IDYRUL]HD] emergen D

XQXL HFKLOLEUX $FHDVWD VH SRDWH UHDOL]D ILH SULQ FUHWHUHD QXPmUXOXL GH PXO LPL GH
LQIRUPD LH IDYRUL]kQG FRPXQLFDUHD vQWUH MXFmWRUL FUHWH
PXO LPLL GHFL]LLORU SRVLELOH SULQ DG
FRPELQD LHDFHORULQL LDOHFUHWH

H), fie prin mbog LUHD

ugarea de noi decizii (mutri) definite ca o

GQFHSULYHWHSULPXODVSHFWVSD LXO strategiilor

FUHWH FX LQIRUPD LD GLVSRQLELOm L VH GHPRQVWUHD]m Fm RULFH MRF ILQLW FX LQIRUPD LH

perfect admite un echilibru (teorema Zermelo-von Neumann-Kuhn). Sub al doilea

aspect, jocul se extinde presupunnd c, n orice mul LPH

GH LQIRUPD LH

hH ,
i

juctorul i poate juca mutarea n probabilit L VH GHILQHWH DVWIHO R VWUDWHJLH ORFDO
mixt" ca o distribu LH

GH SUREDELOLWDWH SH PXO LPHD

p h:A(h)[0,1], astfel nct

i

A(h), adic o aplica LH

p (a ) = 1 .
i

Lista tuturor strategiilor locale mixte definite pe H reprezint strategia de

comportament a juctorului i. Se demonstreaz c ntr-un joc cu memorie perfect,
adic atunci cnd juctorii conserv n fiecare faz a jocului amintirea tuturor
deciziilor anterioare, orice strategie de comportament se exprim ca o strategie mixt,
i

adic o distribu LH GH SUREDELOLWDWH p  SH PXO LPHD VWUDWHJLLORU S  QXPLWH L VWUDWHJLL
pure). Altfel spus, o strategie de comportament este o list de distribu LL
probabilitate, n timp ce o strategie mixt este

GH

RGLVWULEX LHGHSUREDELOLWDWHSHROLVW

de strategii. Teorema lui Nash arat c exist totdeauna un echilibru al jocului n

strategii mixte.
,QWURGXFHUHD VWUDWHJLLORU PL[WH HVWH XQ PLMORF GH D IDFH FRQYH[H VSD LLOH

deciziilor. Aceasta revine de fapt la a defini extensia mixt a jocului. Fie un joc cu

VXPm QXOm vQ FDUH P HVWH QXPmUXO GH VWUDWHJLL SXUH DOH MXFmWRUXOXL  L Q FHOH DOH
MXFmWRUXOXL  &kWLJXO UHDOL]DWGH FkQG VH MRDFm HIHFWLYVWUDWHJLLOH  L

j este aij. Fie

A=(aij) PDWULFHD FkWLJXULORU Muctorului1. n aceste condi LL VSHUDQ D PDWHPDWLF a

FkWLJXOXL

UHDOL]DW

DWXQFL

FkQG

VXQW

DGRSWDWH

VWUDWHJLLOH

PL[WH

x

L

y, este

T T

V(x,y)=x Ay=y A x (FKLOLEUXO MRFXOXL VH RE LQH GHWHUPLQkQG SHQWUX ILHFDUH MXFtor
IXQF LD FHOXL PDL EXQ U

spuns", adic cea mai bun strategie pe care acesta o va

adopta, oricare ar fi strategia adversarului. Astfel, pentru juctorul 1, se rezolv

programul liniar PL1(y), cu y fixat:
Max{x Ay},VXEUHVWULF LLOH1mx=1, x0,
T

unde 1m este vectorul coloan cu m componente egale cu 1. Programul dual PD1(y)

DWDDW HVWH

Min{v} VXE UHVWULF LLOH v1mAy 6ROX LD SURJUDPXOXL GXDO HVWH LPHGLDW,

v(y)=Max(Ay))XQF LD v(y)HVWHFkWLJXOPD[LPUHDOL]DWvQVWUDWHJLLSXUHGHMXFmWRUXO

1 ca rspuns la strategia mixt a lui 2.
n mod asemntor, pentru juctorul 2 avem programul PL2(x), cu x fixat:
Min{x Ay} VXE UHVWULF LLOH 1ny=1, y0, respectiv PD2(x): Max{w} VXE UHVWULF LLOH
T

w1nA x 6ROX LD GXDOXOXL HVWH w(x)=Min(A x), adic pierderea minim realizat n
T

strategii pure de juctorul 2, cnd juctorul 1 joac strategia mixt x.

5HXQLQG FRQGL LLOH GH RSWLP DOH SURJUDPHORU

jocului const n mul LPHD

GH YDULDELOH >

PL1 L PL2, rezult c echilibrul

x*,y*,v*,w*] astfel nct: x*0, y*0,

1mx*=1, 1ny*=1, v*1mAy*, w*1nA x*, v*=w*=x* Ay* 5HOD Lile anterioare sunt
T

FRQGL LLOH GH RSWLP SHQWUX GRX

programe liniare duale. Programul L1 corespunde

comportamentului juctorului 1, iar dualul L2, juctorului 2. Aceste programe sunt:

Max {w }

Min {v }

w1nA x

v1mAy

1mx=1

1ny=1

w ,x

x0

v ,y

y0

 Programul L1 exprim faptul c juctorul 1 caut o strategie mixt x care s-i

asigure maximum din minimul w al

FkWLJXOXL SH FDUH DGYHUVDUXO DU SXWHD Vm

-l

FkWLJHMXFkQGVWUDWHJLLOHOXLSXUH

Programul L2 exprim faptul c juctorul 2 caut o strategie mixt y care s-i

asigure minimum din maximul v al pierderii pe care adversarul su ar putea s i-o
fac jucnd strategiile sale pure;

6WUDWHJLD PL[Wm D XQXL MXFmWRU GHILQHWH YDULDELOHOH GXDOH DOH SURJUDPXOXL OLQLDU

asociat celuilalt juctor;

)LHFDUH MXFmWRU GHWHUPLQm VWUDWHJLD VD PL[Wm FD L FXP DGYHUVDUXO VmX MRDFm vQ

strategii pure.
7RDWH VLWXD LLOH FODVLFH GH FRQFXUHQ

(monopolul, duopolul, concuren D

monopolistic etc.) pot fi modelate cu ajutorul teoriei jocurilor.

REZUMATUL CAPITOLULUI
1. Q FXSULQVXO FDSLWROXOXL VXQW WUDWDWH SULQFLSDOHOH SUREOHPH OHJDWH GH PRGHODUHD IHQRPHQHORU L SURFHVHORU HFRQRPLFH
prin XQHOHFODVHX]XDOHGHPRGHOHPRGHOHOLQLDUHPRGHOHQHOLQLDUHPRGHOHPXOWLFULWHULDOHOLQLDUHLQHOLQLDUHPRGHOH
econometrice etc.
2. Atunci cnd se modeleaz "procese de produc LHRPRJHQHGHJUDGXOLFXUDQGDPHQWHGHVFDU constante, realitatea
complex poate fi cercetat cu modele liniare.
3. n modelele liniare nu pot fi aplicate tehnicile clasice ale analizei matematice referitoare la problemele de extremum
FXUHVWULF LLGLQFDX]DOLQLDULW

LLUHOD LLORUIXQF LRQDOHFDUHLQWHUYLQvQPRGHO

4. 2E LQHUHDVROX LLORURSWLPHvQPRGHOHOHOLQLDUHVHIDFHFXWHKQLFLVSHFLILFHDOHDOJHEUHLOLQLDUHDOJRULWPXOVLPSOH[

5. Adesea n economie apar neliniarit L HIHFWHOH QX VXQW SURSRU LRQDOH FX FDX]HOH 0RGHOHOH QHOLQLDUH SUH]LQW cel
SX LQRUHOD LHIXQF LRQDO

neliniar.

([LVWHQ DVROX LHLRSWLPHvQPRGHOHQHOLQLDUHHVWHDVLJXUDW

de teorema lui Weierstras. Caracterizarea optimelor locale

este dat de teorema Kuhn-7XFNHU FDUH VWDELOHWH FRQGL LLOH QHFHVDUH GH RSWLP vQ PRGHOHOH QHOLQLDUH &RQGL LLOH
suficiente pentru optimul global sunt ndeplinite n problemele de optimizare convex.
7. Majoritatea deciziilor economice se adopt avnd n vedere mai multe criterii. Modelarea conduce n acest caz la
probleme de optimizare vectorial (mulicriterial). Exist mai multe accep LXQLDOHRSWLPXOXLPXOWLFULWHULDO
8. Metodele de rezolvare a modelelor multicriteriale mai frecvent utilizate sunt: metoda celui mai bun compromis,
PHWRGDSRQGHUmULLPHWRGDPmUJLQLULLRELHFWLYHORUPHWRGDPLQLPL]mULLDEDWHULORUD

9. Modelele econometrice reprezint fenomenul sau procesul economic studiat prin comportamentul unei variabile care,
la rndul ei, depinde de alte variabile economice.
10. Variabilele care apar ntr-un model econometric sunt: endogene (deH[SOLFDWLH[Rgene (explicative). Acestea sunt
legate ntre ele printr-RUHOD LHPDWHPDWLF.

 0XO LPHD SDUDPHWULORUFDUHLQWHUYLQvQWU XQPRGHOHFRQRPHWULFFRQVWLWXLH VWUXFWXUDDFHVWXLD0RGHODWRUXO XUPmUHWH

GHWHUPLQDUHDVWUXFWXULLDGHYmUDWHSRUQLQGGHODXQHDQWLRQGHYDORULDOHYDULDELOHORUHQGRJHQHLH[RJHQHSULQLQGXF LH

statistic.
 Q FRQVWUXLUHD L XWLOL]DUHD XQXL PRGHO HFRQRPHWULF VH SDUFXUJ HWDSHOH VSHFLILFDUHD PRGHOXOXL IRUPXODUHD
PDWHPDWLFmGHILQLWLYmHVWLPDUHDSDUDPHWULORULWHVWDUHDPRGHOXOXL

, previziunea variabilei endogene.

 2ULFH VLWXD LH vQ FDUH PDL PXO L GHFLGHQ L DXWRQRPLVXQWFRQVWUkQL V

ia decizii asupra rezultatelor ac LXQLORU ORU VH

QXPHWHMRF([LVWmMRFXULFRRSHUD LYHLQHFRRSHUDWLYH

14. Un joc poate fi reprezentat sub form dezvoltat (graf) sau sub form normal (tabel).
15. Strategia unui juctor este o list de "mutri" (decizii) pe care o va juca, nainte de debutul jocului, n func LH GH
WRDWHVLWXD LLOHGHMRFFDUHLVHSRWSUH]HQWD$FHDVWDHVWHVWUDWHJLDSXU

".

16. O strategie mixt este o distribu LHGHSUREDELOLWDWHSHPXO LPHDVWUDWHJLLORUSXUH

17. A rezolva un joc nseamn a determina echilibrul jocului, adic o pereche de strategii (pure sau mixte), fiecare
reprezentnd cel mai bun rspuns la orice strategie a adversarului.
(FKLOLEUXOOXL1DVKHVWHGDWGHDFHOHVWUDWHJLLDOHMXFmWRULORUSHQWUXFDUHQLFLXQXOQXFkWLJmGDFmGHYLD]mXQLODWHUDO
5HFRPDQGmULELEOLRJUDILFH>@>@>@>@>@>@D