Documente Academic
Documente Profesional
Documente Cultură
Clase Uzuale de Modele
Clase Uzuale de Modele
JHQHUDO
a omului- fr
VDOH
a societ LL
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
a problemelor de extremum al
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
LQkQG FRQW GH DQVDPEOXO GH UHVWULF LL GDW GH IXQF LD VD GH SURGXF LH
FRQVXPDWRUXO XUPmUHW
EXQXULLVHUYLFLLVXEUHVWULF LHEXJHWDU
etc.).
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
-uri
output. Cantit LOH GH LQSXW-uri necesare producerii unui nivel dat al output-ului (q)
VXQWGHWHUQLQDWHvQPRGXQLFGHUHOD LD
3URGXF LD PD[LP
SURGXF LHSRVLELO
FRUHVSXQ]
qj
= 1 , j = q , j
-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
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
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
zj 0, j=1,...,n
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
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
FRQYH[H LDU VHPLVSD LLOH vQFKLVH VXQW PXO LPL FRQYH[H vQFKLVH 3XQFWHOH FDUH VDWLVIDF D
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[
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
economic. Un punct extremal ntr-R PXO LPH FRQYH[ nchis este un punct de frontier. Un hiperplan lateral unei
PXO LPLFRQYH[HvQFKLVHHVWHXQKLSHUSODQFDUHFRQ LQHXQSXQFWGHIURQWLHU
. Dac ea se reduce la un punct, acel punct este optimal. Dac sunt mai multe puncte, atunci se poate
XQ SXQFW UHDOL]DELO 9DORDUHD IXQF LHL RELHFWLY SHQWUX DFHVW SXQFW
'HILQLP XQ VHPLVSD LX vQFKLV FDUH FRQ LQH WRDWH SXQFWHOH
SHQWUXFDUHYDORDUHDIXQF LHL
>@ 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
GHILQHVF >@ FRQ LQH FHO SX LQ XQ SXQFW SHQWUX FDUH IXQF LD RELHFWLY DUH R YDORDUH
superioar lui y
astfel cutarea
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.
LDU YDULDELOHOH
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
)XQF LDRELHFWLY
Min Z = c j x j
j J
5HVWULF LL
- utilizarea resurselor:
ij
j J
x j b i , i I;
- satisfacerea cererii:
dj
x j Qd , d D;
j J
- nenegativitate: xj > 0 , j J.
GH S
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
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
activit LORU
vQWUH GLIHULWH
subunit L
3. YDORULOHYDULDELOHORUGXDOHDWDDWHUHVWULF LLORUFDUHDXRLQWHUSUHWDUHHFRQRPLF
foate interesant.
SURSRU LRQDOHFXFDX]
UHIHULWRU OD LQWUmULOH L LHLULOH VLVWHPXOXL Q FRPSDUD LH FX XQ PRGHO OLQLDU vQ FDUH
IXQF LLOHPDWHPDWLFHFDUHGHILQHVFUHVWULF LLOHLFULWHULXOGHRSWLPVXQWIXQF LLOLQLDUH
( 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]
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
, atunci (MN)
DUHVROX LHRSWLPDO
FRQGL LLOHWHRUHPHLVXQWDGHVHDYHULILFDWH6LPSOXOIDSWF
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
'HILQL LH
no LXQHDGHJUDdient.
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 ).
'dreapta' de cea mai mare pant care trece prin acest punct. Un punct x, vecin cu x0L
VLWXDWSHGLUHF LDJ
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
UHVWULF LLORUDWXQFLH[LVW
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:
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*
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
MN) este o
problem de optimizare convex dac func LDf este concav, func LLOHgi sunt convexe
LIXQF LLOH
'HILQL LL
1.
2IXQF LH
oricare ar fi x, y R
2IXQF LH
L
[0,1].
f (x + (1 ) y ) f ( x) + (1 ) f ( y ) , oricare ar fi x, y R
2PXO LPH
0,1].
Propriet L
1.
L
2IXQF LHDILQmHVWHLFRQFDYmLFRQYH[m
^[
LPH
convex, oricare ar fi b R.
4.
,QWHUVHF LDDGRX
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.
.XKQ
-Tucker
caracterizeaz optimul global. Acesta este unic dac f este strict concav.
'HPRQVWUD LH
Tucker, adic:
gi(x) 0,
i = 1,2,...,p;
Conform propriet LLIXQF LD f fiind concav, -f este convex. Prin ipotez gi
VXQWIXQF LLFRQYH[H$SOLF
[3]
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
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
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
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
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
ce urmeaz
FRQVLGHU
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
2
3
x1+x2+x3=1
5x1+10x2+15x3 6
x1 0, x2 0, x3 0.
$FHVW PRGHO HVWH QHOLQLDU GHRDUHFH IXQF LD GH RSWLPL]DW = HVWH QHOLQLDU
. El se
[1]
[2]
- x1 0, - x2 0, - x3 0
[3]
/DJUDQJHDQXODWDDWHVWH
L = ( 4x 12 + 64x 22 + 100x 32 ) +
+ 1x 1 + 2 x 2 + 3x 3 + 4 (5x 1 + 10x 2 + 15x 3 ) +
+ (x 1 + x 2 + x 3 1)
[4]
128 x 2 + 2 + 10 4 + = 0
[5]
200 x 3 + 3 + 15 4 + = 0
[6]
2)
1 0, 2 0, 3 0, 4 0
[7]
3)
1 x1 = 2 x 2 = 3 x 3 = 0
1)
e rezolvare, pentru
probleme de dimensiuni mici, const n a face lista tuturor solu LLORU FDUH VDWLVIDF
UHOD LLOH GH HJDOLWDWH L VHOHFWDUHD FHORU FDUH YHULILF
inegalit LOH
&RQVLGHUkQG
multiplicatorii i , fiecare poate lua o valoare nul sau una pozitiv, ceea ce conduce
la 16 posibilit L
LQkQGFRQWF
saturat, ob LQHPWDEHOXOXUPtor:
1
1.
2.
0,55
3.
4.
5.
6.
x1
x2
x3
0,86
0,08
0,06
7.
8.
9.
10.
11.
4,12
3,72
12.
13.
14.
15.
16.
x1
x2
x3
locul punctelor din tabel. Aceste calcule nu sunt reproduse aici, sunt lsate drept
exeUFL LX 6ROX LD RSWLPDO este dat de regimul 2: portofoliul este constituit din trei
DFWLYHvQSURSRU LLOH$
1:86%,
de:
r=0,86.5+0,08.10+0,06.15=6,00%,
d=(3,72) =1,92.
VFRS VH XUPmUHWH DFHD UHDOL]DUH FDUH QHFHVLWm XQ HIRUW FkW PDL PLF $SUHFLHUHD
HILFLHQ HLDF LXQLLSULQFRPSDUDUHDHIHFWHORUSRVLELOHF
fcut din numeroase puncte de vedere, fiecare caracteriznd un anumit aspect. Prin
urmare, dorind s conducem o ac LXQHvQPRGHILFLHQWODSDUDPHWULLRSWLPLWUHEXLHV
analizm deciziile pe care le lum sub diferite fa Hte, lund n considerare mai multe
criterii.
Pornind de la necesit LOH
0XO LPHD VW
Orice problem de optimizare presupune s fie dat o func LH RELHFWLY FD XQ
LQGLFDWRU FDQWLWDWLY DO RS LXQLORU GDWH 'H UHJXO
RS LXQLORU ,GHQWLILFDUHD XQRU LQGLFDWRUL GH FDOLWDWH HVHQ LDOL SHQWUX PRGHOH L D
LDYHFWRULDO
X".
LQHXQHLPXO LPL
'LQ SXQFW GH YHGHUH PDWHPDWLF SUREOHPD QX HVWH ELQH SXVm GDFm QX VH GHILQHWH
optimul vectorial. Sensul optimului vectorial este determinat ca urmare a unor analize
QHIRUPDOHLSRDWHILGLIHULWSHQWUXGLIHULWH PRGHOHQOLWHUDWXUDGHVSHFLDOLWDWHH[LVWm
QXPHURDVH FRQFHS LL SULYLQG RSWLPXO YHFWRULDO XQHOH GLQWUH HOH ILLQG SUH]HQWDW
continuare.
0XO LPHD
e n
x=(x1,x2,...,xn) , j=1,2,...,m.
Adoptm urmtoarea nota LHSHQWUXSUREOHPDGHSURJUDPDUHPXOWLFULWHULDO:
[v-sup] F(x), X = { x Rn | gj(x) 0, j=1,2,...,m }
(exist, deci, n variabile de decizie, mUHVWULF LLLr obiective ).
&kWHYDGHILQL LLVXQWQHFHVDUH
1. Un vector x R
Pareto" dup numele celui care a dat aceast interpretare optimului ntr-o problem
de decizie multicriterial.
RezolvarHD SUREOHPHL DU FRQVWD vQ GHWHUPLQDUHD VROX LLORU QHGRPLQDWH 3HQWUX
cazul liniar a fost dezvoltat un algoritm Simplex adaptat corespunztor, datorat lui
Zeleny. Din pcate acesta nu a fost programat pe calculator, astfel c pentru probleme
de dimensiuni mari rezolvarea este foarte anevoioas. Detalii asupra algoritmului lui
Zeleny se gsesc n [20].
8Q DOW SXQFW GH YHGHUH PDL H[LJHQW GHFkW SULPXO FHUH VROX LHL RSWLPH D
VROX LLORU
nedominate, definit printr-o unic func LH RELHFWLY UH]XOWDW din compunerea celor r
IXQF LLLQL LDOH$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
SUREOHPHL PXOWLFULWHULX FRQVLGHUDWH Q JHQHUDO R DVWIHO GH VROX LH QX H[LVW
, astfel c
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
F =( f 1 ,..., f r );
3URSR]L LH
[inf.] xn+1, x X ,
XQGHPXO LPHD
X este:
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
1i r
1i r
1i r
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]
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.
L
x este nedominat.
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:
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
d) h(x) =
d (x x
i
*
i
(x*) =
min f (x ) f (x ) .
x X
*
i
X, atunci problema:
[sup.] fw(x), x X ,
unde: fw(x) = wi f i ( x) , wi 0, 1 i r,
convex.
Ponderile wi reprezint "iPSRUWDQ D
DFRUGDW
de decident criteriilor
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
ki =
> min f ij pentru
1 j r
f ij
min
1 j r
> 0
min f ij
f ij + ki
f ii + ki
i,j = 1,2,...,r.
e = ( 1,...,1 )
zi
Mi
Mj
zj
, unde Mi = fii + ki
2EVHUYD LH
SHFDUHRLDIXQF LDRELHFWLY
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
i =
zi
zi , unde
Deoarece
i 0,
gi =
f i + ki
Mi
, i = 1,2,...,r.
g , i
i
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
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
DF LXQH
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.
}.
2ULFHVROX LHRSWLP
problemei multicriteriu.
:
max fi(x)
gk(x) 0,
k=1,2,....,m;
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
p 1/p
||x||1 =
|xi|
||x||2 = ( |xi|2)1/2
||x|| = max xi
1i r
RE LQHPXUP
(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
L __I
programare liniar.
V. Metoda Geoffrion
)DFH SDUWH GLQ FDWHJRULD PHWRGHORU LQWHUDFWLYH L VH ED]HD]m SH DOJRULWPXO
max U(f1(x),f2(x),...,fr(x))
x X
$SOLFDELOLWDWHDPHWRGHLHVWHFRQGL LRQDW
1. XFRQYH[mLFRPSDFWm
de:
2. U(f)GLIHUHQ LDELOmLFRQFDYmvQx;
IXQF LLOH
fi sunt concave.
4.
U
f 1
> 0, utilitatea marginal este pozitiv n vecintatea lui xi (x vQ LWHUD LD i), iar
f1(x)HVWHRELHFWLYXOGHUHIHULQ .
Se presupune c func LLOH RELHFWLY fi(x) L PXO LPHD X sunt cunoscute explicit,
n timp ce U(f) este cunoscut doar implicit. Metoda const n aproximri liniare.
Fiind dat o solu LH UHDOL]DELO xi, fie yi VROX LD SUREOHPHL FDUH DUH DFHOHDL UHVWULF LL
GDU IXQF LD RELHFWLY HVWH R DSUR[LPDUH OLQLDU
FUHWHUH D VROX LHL
zi= yi-xi HVWH FKLDU GLUHF LD FmXWDWm SHQWUX FUHWHUHD OXL U(f).
max U ( f (x ),..., f (x )) y
i
y X
Se ia zi = yi - xi .
Pas 2. Se determin o solutie optimala ti pentru problema determinrii lungimii
pasului:
max U ( f (x
0 t 1
))
+ t i z i ,..., f r x i + t i z i .
Se ia x + = xi + tizi , i = i+1LVHUHLD3DV
Criteriul de oprire a calculelor este (n mod teoretic) xi = xi+1$DGDUvQSDV
1 se determin cea mai bun direc LH GH PLFDUH GLQ SXQFWXO FXUHQW [i, iar pasul 2
determin (cu interven LD
direc LH
trebuie s poat estima importan DDRULFror dou obiective n orice punct xi. Aceasta
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
( )
(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
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
Exist nc multe alte metode multicriteriale. Noi am prezentat aici doar unele
mai des utilizate.
O = f(p)
C = g(p)
C = O.
Adeseori CLOGHSLQGLGHDOWHYDULDELOHGHFkWSUH XO'HH[HPSOXFHUHUHDGH
anumite produse alimentare depinde de venitul familiiORU
analoage, etc. Dac este vorba despre un produs comestibil, atunci oferta depinde de
SUH XODQXOXLSUHFHGHQW5H]XOW
modelul:
6H RE LQH
modelul aleator:
Ci = f(Vi) +i
[1].
[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
L
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
Ci, Vi), nu
LQkQGFRQWGHYDORULOHGDWHYDULDELOHORUH[RJHQHLGHOHJHDOXL
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
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-
sesc ca
1999
a fost de X2
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.
este posibil ca variabilele care explic, n modelul nostru, evolu LDOXL Y s nu mai
LQWHUYLQm vQ DFHODL P
1999. Altfel spus, poate avea loc o ruptur a echilibrului ntre variabilele care
explic fenomenul la momentul previziunii. Pr LOH
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
regresie simpl. ntr-un astfel de model, o variabil endogen reprezint evolu LD
IHQRPHQXOXLVWXGLDWLDFHDVWmHYROX LHHVWHH[SOLFDW
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
DVLPSWRWLFH DOH
L
(MCMMP), adic astfel nct realizrile lor s minimizeze suma ptratelor erorilor:
2
t
a =
(y y ) (x x ) , b = y ax
x
x
(
)
n care: y este variabila endogen, x1,x2,...,xp sunt variabile exogene, iar a1,a2,...,ap
VXQWSDUDPHWULQHFXQRVFX LFDUHWUHEXLHHVWLPD L
x 12..... x p 2
X=
...........
x 1T .....x pT
= ( X ' X) X ' Y
ILLQGHVWLPDWRULQHGHSODVD LSHQWUX
ai.
i endogene.
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
4.5.
0RGHOHGHFRPSHWL LH
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
zboiul
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{}
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
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
v1,v2,...,vn
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
dDORF
VLWXD LLOHGHMRFMXF
h.
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 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
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
(x) = {yX / exist gA(x), y=g(x)} HVWH PXO LPHD GH VXFFHVRUL LPHGLD L DL
nodului x
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
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,
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.
VLWXD LLORU vQ FDUH DQXPLWH LQIRUPD LL GH ED]m VXQW FXQRVFXWH GH XQ MXFmWRU L
. Tratm aici
'HILQL LD
GHLQIRUPD LL
'HILQL LD
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
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
jocului, x
FkWLJXOVHQRWHD]mVLPSOX
Pi(s).
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
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
__________________________________________________________________
A
s1
s2
.....
sj
.....
B
__________________________________________________________________
B
s1
s2
.
.
.
si
..
.
.
__________________________________________________________________
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
din coloana j.
FUHWH FX LQIRUPD LD GLVSRQLELOm L VH GHPRQVWUHD]m Fm RULFH MRF ILQLW FX LQIRUPD LH
hH ,
i
juctorul i poate juca mutarea n probabilit L VH GHILQHWH DVWIHO R VWUDWHJLH ORFDO
mixt" ca o distribu LH
p (a ) = 1 .
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
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
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
Min{v} VXE UHVWULF LLOH v1mAy 6ROX LD SURJUDPXOXL GXDO HVWH LPHGLDW,
w1nA x 6ROX LD GXDOXOXL HVWH w(x)=Min(A x), adic pierderea minim realizat n
T
1mx*=1, 1ny*=1, v*1mAy*, w*1nA x*, v*=w*=x* Ay* 5HOD Lile anterioare sunt
T
Max {w }
Min {v }
w1nA x
v1mAy
1mx=1
1ny=1
w ,x
x0
v ,y
y0
-l
FkWLJHMXFkQGVWUDWHJLLOHOXLSXUH
6WUDWHJLD PL[Wm D XQXL MXFmWRU GHILQHWH YDULDELOHOH GXDOH DOH SURJUDPXOXL OLQLDU
)LHFDUH MXFmWRU GHWHUPLQm VWUDWHJLD VD PL[Wm FD L FXP DGYHUVDUXO VmX MRDFm vQ
strategii pure.
7RDWH VLWXD LLOH FODVLFH GH FRQFXUHQ
REZUMATUL CAPITOLULUI
1. Q FXSULQVXO FDSLWROXOXL VXQW WUDWDWH SULQFLSDOHOH SUREOHPH OHJDWH GH PRGHODUHD IHQRPHQHORU L SURFHVHORU HFRQRPLFH
prin XQHOHFODVHX]XDOHGHPRGHOHPRGHOHOLQLDUHPRGHOHQHOLQLDUHPRGHOHPXOWLFULWHULDOHOLQLDUHLQHOLQLDUHPRGHOH
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
neliniar.
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[SOLFDWLH[Rgene (explicative). Acestea sunt
legate ntre ele printr-RUHOD LHPDWHPDWLF.
GHWHUPLQDUHDVWUXFWXULLDGHYmUDWHSRUQLQGGHODXQHDQWLRQGHYDORULDOHYDULDELOHORUHQGRJHQHLH[RJHQHSULQLQGXF LH
statistic.
Q FRQVWUXLUHD L XWLOL]DUHD XQXL PRGHO HFRQRPHWULF VH SDUFXUJ HWDSHOH VSHFLILFDUHD PRGHOXOXL IRUPXODUHD
PDWHPDWLFmGHILQLWLYmHVWLPDUHDSDUDPHWULORULWHVWDUHDPRGHOXOXL
2ULFH VLWXD LH vQ FDUH PDL PXO L GHFLGHQ L DXWRQRPLVXQWFRQVWUkQL V
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
".