INDICATORI AI NUMERELOR FUZZY

In acest material vom prezenta trei indicatori asociati numerelor fuzzy: valoarea medie
posibilistica, varianta posibilistica si covarianta posibilistica. Cu acesti trei indicatori sunt
studiate fenomenele reprezentate prin numere fuzzy.
In prima sectiune amintim forma celor trei indicatori probabilistici principali : valoarea
medie, varianta si covarianta ( asociati variabilelor aleatoare).
Sectiunea a doua contine definitiile indicatorilor posibilistici ai numerelor fuzzy, cateva
exemple si unele formule pentru calculul lor.
Sectiunea a treia se ocupa cu utilitatea asteptata (in sens posibilistic). Aceasta notiune va
fi folosita in sectiunile urmatoare pentru doua aplicatii : un model posibilistic de
investitii si o problema posibilistica a portofoliului.
I. INDICATORI PROBABILISTICI
Modelarea matematica a fenomenelor economice si sociale in care apare incertitudinea se
bazeaza in mod traditional pe teoria probabilitatilor.
Ipoteza principala a modelelor probabiliste: marimile ce apar in studiul situatiilor de
incertitudine sunt reprezentate matematic prin variabile aleatoare.
Studierea fenomenelor economice si sociale descrise de variabile aleatoare se realizeaza
in principal prin indicatorii probabilistici : valoarea medie, varianta (dispersia),
covarianta, etc.
Amintim forma unor indicatori probabilistici asociati unei variabile aleatoare X.
Valoarea medie.
n

M ( X ) p i xi , daca X este variabila aleatoare discreta:

i 1

x ... x n

X: 1
p1 ... p n

M (X )

xf ( x)dx , daca X este o variabila aleatoare continua cu densitatea f(x)

Interpretare: valoarea medie exprima tendinta principala de grupare a valorilor lui X.

Varianta
Var ( X ) M [( X M ( X )) 2 ] M ( X 2 ) M 2 ( X )
n

Var ( X ) pi ( xi m) 2 , cu m M (X ) , in cazul discret

i 1

Var( X ) ( x m) 2 f ( x)dx , in cazul continuu

Interpretare: varianta evalueaza gradul de dispersare a valorilor lui X in raport cu

valoarea medie M(X).

Covarianta a doua variabile aleatoare X si Y

Cov(X,Y) = M [ (X- M(X) ) ( Y- M(Y)]
= M( XY)- M(X) M(Y)

( forma scurta)

Cazul discret: Fie variabilele aleatoare:

x ... x n
y ... y m
, Y: 1

X: 1
p1 ... p n
q1 ... q m
Notam rij P ( X xi , Y y j ) , i=1,,n, j=1,,m
Atunci
n

Cov( X , Y ) rij ( xi M ( X ))( y j M (Y ))

i 1 j 1

Cazul continuu: Fie variabilele aleatoare X, Y, astfel incat vectorul aleator (X, Y) are
densitatea f(x, y). Atunci

Cov( X , Y )

f ( x, y)(x M ( X ))(y M (Y ))dxdy

Interpretare: Cov(X,Y) exprima gradul de interrelationare dintre X si Y.

I.

INDICATORI AI NUMERELOR FUZZY

Exista cazuri in care modelele probabiliste nu mai descriu cu fidelitate situatiile de

incertitudine ( de exemplu, atunci cand volumul bazei de date de care dispunem este
prea mic).
Atunci se face apel la modele ce descriu in alt fel incertitudinea. Teoria posibilitatii,
inventata de Zadeh intr-o lucrare din anul 1978, propune un alt mod de a descrie
matematic situatiile de incertitudine.
Aceasta teorie are drept concepte fundamentale posibilitatea si necesitatea ( in
locul probabilitatii , notiunea centrala a teoriei probabilitatilor).
Monografia fundamentala asupra teorie posibilitatii este:
D.Dubois, H. Prade, Possibility theory, Plenum Press, New York, 1988
Aplicatii ale teoriei posibilitatii se pot gasi in
C. Carlsson, R. Fuller, Possibility for decisions, Springer, 2011
O mare parte a modelelor posibilistice au la baza urmatoarea :
Ipoteza: Marimile ce apar in situatiile de incertitudine studiate sunt reprezentate
matematic prin numere fuzzy.
Trecerea de la modelele probabiliste la modelele posibilistice respecta doua
principii:
-variabilele aleatoare sunt inlocuite cu numere fuzzy
-indicatorii probabilistici sunt inlocuiti cu indicatori posibilistici asociati numerelor
fuzzy.

Observatia 1. Clasa repartitiilor posibilistice ce inlocuiesc variabilele aleatoare este

mai larga decat clasa numerelor fuzzy. Totusi sunt preferate numerele fuzzy pentru
proprietatile lor matematice remarcabile ( ce le fac foarte eficace in definirea si
dezvoltarea diferitelor modele).
Cei trei indicatori posibilistici asociati numerelor fuzzy ( valoarea medie, varianta,
covarianta ) au fost studiati in special de C. Carlsson si R. Fuller si de scoala lor.
Indicatorii numerelor fuzzy vor fi definiti in raport cu o functie de ponderare.
Definitia 1. O functie f: [0,1] R se numeste functie de ponderare daca
indeplineste conditiile urmatoare:
-este monoton crescatoare ( x y f ( x) f ( y) )
1

-verifica conditia de normalitate

f ( )d 1
0

Cea mai des utilizata functie de ponderare este f ( ) 2 , pentru [0,1] .

Fixam pentru restul acestui text o functie de ponderare f: [0,1] R .
Fie A un numar fuzzy ale carui multimi de nivel sunt de forma :
[ A] [a1 ( ), a1 ( )] , pentru [0,1] .
Observatia 2. Definirea indicatorilor numerelor fuzzy se va face prin intermediul
multimilor de nivel.
Valoarea medie posibilistica a numarului fuzzy A este definita prin
1
1
E f ( A) (a1 ( ) a 2 ( )) f ( )d
20
In cazul cand f ( ) 2 , pentru orice [0,1] , valoarea medie posibilistica capata
forma:
1

E f ( A) (a1 ( ) a 2 ( ))d
0

Nota :Valoarea medie posibilistica a foat introdusa de Dubois si Prade intr-un caz
particular, apoi a fost generalizata de Carlsson si Fuller in forma prezentata mai sus.
Valoarea medie posibilistica are urmatoarea proprietate de linearitate:
Propozitia 1. Fie A, B numere fuzzy si , R .
E f (A B) E f ( A) E f ( B)
Cazuri particulare
(a) A este un numar fuzzy trapezoidal A (a, b, , ) si f ( ) 2 , [0,1] .

a-

b+

Figura 1: Numarul fuzzy trapezoidal A=(a,b,)

Se stie din cursul precedent ca :
a1 ( ) a (1 ) , a 2 ( ) b (1 ) .
Deci a1 ( ) a2 ( ) a b (1 )( ) .
Atunci valoarea medie posibilista va fi:
1
1
E f ( A) [a1 ( ) a 2 ( )] f ( )d
20
1

1
[a b (1 )( )]2d
2 0
a b

2
6
(b) A este un numar fuzzy triunghiular A (a, , ) si f ( ) 2 , [0,1] .

a-

a+

Figura 2: Numarul fuzzy triunghiular A=(a,,)

In formula gasita la punctul (a) facem a=b:

E f ( A) a
6
(c) A este un numar fuzzy triunghiular simetric A (a, ) . Daca in expresia valorii
medii posibilistice a unui numar fuzzy triunghiular facem = atunci se obtine
E f ( A) a .

a-

a+

Figura 3: Numarul fuzzy triunghiular A=(a,)

(d) Daca A este punctul fuzzy a atunci E f ( a ) a .
Varianta posibilistica a numarului fuzzy A este definita prin
1

1
Varf ( A) [(a1 ( ) E f ( A)) 2 (a 2 ( ) E f ( A)) 2 ] f ( )d
20
In cazul cand functia de ponderare f are forma f ( ) 2 , pentru orice [0,1]
varianta posibilistica are expresia urmatoare:
1

Varf ( A) [(a1 ( ) E f ( A)) 2 (a 2 ( ) E f ( A)) 2 ]d

0

In forma particulara de mai sus varianta posibilistica a fost introdusa de Carlsson si

Fuller. Definitia in forma generala a fost data de Carlsson, Fuller si Majlender.
O forma simplificata a variantei posibilistice este stabilita de
Propozitia 2.
1
1
Varf ( A) [a12 ( ) a 22 ( )] f ( )d E 2f ( A) .
20
Cazuri particulare

(a) A este un numar fuzzy trapezoidal A (a, b, , ) si f ( ) 2 , [0,1] .

Se stie ca
a1 ( ) a (1 )
a 2 ( ) b (1 )
a b
.
E f ( A)

2
6
Aplicand Propozitia 2 rezulta:
1
a b 2
Varf ( A) ([a (1 ) ]2 [b (1 ) ]2 )d (

)
2
6
0
Dupa efectuarea calculelor se obtine urmatoare expresie a variantei posibilistice
(b a) 2 (b a)( ) 2 2
Var f ( A)

4
6
18
(b) A este un numar fuzzy triunghiular A (a, , ) si f ( ) 2 , [0,1]
Facand a=b in expresia variantei posibilistice a numarului fuzzy trapezoidal de la
punctul (a), obtinem
2 2
Var f ( A)
18
(c) A este un numar fuzzy triunghiular simetric A (a, ) si f ( ) 2 , [0,1]
Facand = in (b) obtinem:
2
Var f ( A)
6
(d) Daca A este punctul fuzzy a , avem:
Var f (a ) 0 (facem in expresia variantei posibilistice de la cazul ( c) =0 )

Figura 4: Punctul fuzzy A a

Covarianta posibilistica
Fie A si B doua numere fuzzy ale caror multimi de nivel au forma
[ A] [a1 ( ), a 2 ( )] , [ B] [b1 ( ), b2 ( )] , [0,1]
Covarianta posibilistica a numerelor fuzzy A si B este definita prin
1
1
Cov f ( A, B) f ( )[(a1 ( ) E f ( A))(b1 ( ) E f ( B)) (a 2 ( ) E f ( A))(b2 ( ) E f ( B))]
20
Covarianta posibilistica ( in forma de mai sus) a fost introdusa de Carlsson, Fuller si
Majlender.
O forma simplificata covariantei posibilistice apare in rezultatul urmator:
Propozitia 3.
1

1
Cov f ( A, B) [a1 ( )b1 ( ) a 2 ( )b2 ( )] f ( )d E f ( A) E f ( B) .
20
Daca f ( ) 2 , atunci formula din Propozitia 3 devine:
1

Cov f ( A, B) [a1 ( )b1 ( ) a 2 ( )b2 ( )] E f ( A) Eb ( B) .

0

Propozitia 4. Fie , R . Atunci

(i) Cov f (A, B ) Cov f ( A, B )
(ii) Varf (A B) 2Varf ( A) 2Varf ( B) 2Cov f ( A, B)
Caz particular. Consideram numerele fuzzy triunghiulare A (r1 , 1 , 1 ) si
B (r2 , 2 , 2 ) . Luam functia de ponderare in cazul particular f ( ) 2 , [0,1] .

r1 1

r1 1

r1

r2 2

r2 2

r2

Multimile de nivel ale numerelor fuzzy triunghiulare A si B sunt

[ A] [a1 ( ), a 2 ( )] si [ B] [b1 ( ), b2 ( )] ,
cu
a1 ( ) r1 (1 ) 1 , a 2 ( ) r1 (1 ) 1
b1 ( ) r2 (1 ) 2 , b2 ( ) r2 (1 ) 2 .

Valorile medii posibilistice ale numerelor fuzzy triunghiulare A si B sunt

E f ( A) r1

1 1
6

, E f ( B) r2

2 2
6

Folosind formula de calcul din Propozitia 3 se ajunge la forma urmatoare a

covariantei posibilistice:
Cov f ( A, B)

1 2 1 2
36

( 1 1 )( 2 2 )
.
36

10

III UTILITATE ASTEPTATA ( in sens posibilistic )

Teoria riscului este fundamentata in mod traditional folosind concepte si metode

probabiliste. Riscul este modelat matematic prin variabile aleatoare.
In definirea notiunilor din teoria probabilista a riscului se foloseste notiunea de
utilitate asteptata .
Contextul riscului posibilistic este format din doua componente principale :
- un agent descris de o functie de utilitate u: RR
- o situatie de risc reprezentata de o variabila aleatoare X.
Atunci functia u(X) este inca o variabila aleatoare . Valoarea medie M(u(X)) a
variabilei aleatoare u(X) se numeste utilitatea asteptata ( expected utility) a
variabilei aleatoare X in raport cu functia de utilitate u.
Amintim forma lui M(u(X)):

x ... x n

Cazul discret: 1
p1 ... p n
n

M (u ( X )) pi u ( xi )
i 1

Cazul continuu ( f(x) este densitatea de repartitie a lui X) :

M (u ( X )) u( x) f ( x)dx

In cazul riscului posibilistic contextul este format din

- un agent reprezentat de o functie de utilitate u: R R
- o situatie de risc reprezentata de un numar fuzzy A
- o functie de ponderare f: [0,1] R
Definitia 1. Utilitatea asteptata E f (u ( A)) a numarului fuzzy A in raport cu functia
de utilitate u si cu functia de ponderare f este definita prin:
1

E f (u ( A))

1
[u (a1 ( ) u (a 2 ( ))] f ( )d
2 0

11

Observatia 3. (i) Daca functia de utilitate u este identitatea 1R : R R atunci

1

E f (u ( A)) E f ( A)

1
[a1 ( ) a 2 ( )] f ( )d .
2 0

(ii) Daca functia de utilitate u este u( x) ( x E f ( A))2

atunci
1

1
E f (u ( A)) Varf ( A) [(a1 ( ) E f ( A)) 2 (a 2 ( ) E f ( A)) 2 ] f ( )d .
20
Propozitia 5. Fie g:RR si h:RR doua functii de utilitate si , R.
Consideram functia de utilitate u definita prin
u(x)= g(x) + h(x) , pentru orice xR.
Atunci
E f (u ( A)) E f ( g ( A) E f (h( A)) .

In multe cazuri calculul utilitatii asteptate (in sens posibilistic) necesita calcule
laborioase. Putem folosi o formula de aproximare a sa data de propozitia urmatoare:
Propozitia 6. Presupunem ca functia de utilitate u este de clasa C 2 . Atunci
1
E f (u ( A)) u ( E f ( A)) u ( E f ( A))Varf ( A)
2
Demonstratie. Conform formulei lui Taylor cu restul de ordinul II :
1
u ( x) u ( E f ( A)) u ( E f ( A))(x E f ( A)) u ( E f ( A))(x E f ( A)) 2
2
Consideram functiile urmatoare:
g ( x) x E f ( A), x R

h( x) ( x E f ( A))2 , x R
Se observa ca g = 1 A - E f ( A) .
Notam a u ( E f ( A)) , b u ( E f ( A)) , c

1
u ( E f ( A)) . Rezulta
2

u a bg ch .
Aplicand Propozitia 2 obtinem
E f (u ( A)) E f (( a bg ch)( A)) a bE f ( g ( A)) cE f (h( A))

Insa
E f ( g ( A)) E f ( x E f ( A))( A)) E f ( A) E f ( A) 0 (pentru ca g = 1 A - E f ( A) ).
E f (h( A)) Var f ( A) (conform Observatiei 3 (ii))

Inlocuind mai sus aceste valori rezulta

12

1
E f (u ( A)) u ( E f ( A)) u ( E f ( A))Varf ( A) .
2

4. UN MODEL POSIBILISTIC DE INVESTITII

Consideram un agent (reprezentat de o functie de utilitate u) ce investeste o avere w0
in doua active: unul fara risc si unul cu risc. De exemplu, activul fara risc poate fi
interpretat ca o obligatiune guvernamentala, iar activul cu risc ca o actiune Problema
agentului este de a gasi acea impartire a averii w0 intre cele doua active astfel incat
sa fie realizat un castig maxim.
Rentabilitatea activului cu risc poate modelata ca:
- variabila aleatoare ( model probabilist)
- numar fuzzy ( model posibilistic).
In primul caz vom avea un model probabilist al investitiei, iar in al doilea caz un
model posibilistic.
Fie r rentabilitatea activului fara risc si x rentabilitatea activului cu risc. Agentul
investeste suma in activul fara risc si w0 in activul cu risc.
Castigul realizat de agent este:
( w0 )(1 r ) (1 x) w0 (1 r ) ( x r ) w ( x r )
unde w w0 (1 r ) este averea viitoare aplicand o strategie care nu tine seama de risc
(obtinuta din activul fara risc).
Modelul probabilist al situatiei descris mai sus este binecunoscut de la cursul de
microeconomie . In cele ce urmeaza vom prezenta un model posibilistic. In acest caz,
variabila x va fi gandita ca valoare a unui numar fuzzy A, reprezentand rentabilitatea
activului cu risc.
Atunci castigul realizat de agent va fi numarul fuzzy w ( A r ) .
Consideram functia
(1) g ( , w, x) w ( x r )
Atunci g ( , w, A) w ( A r ) .
Presupunem ca functia de utilitate u ce descrie agentul este de clasa C 2 , strict
crecatoare si strict concava.
Fixam si o functie de ponderare f: [0,1] R.
Consideram si functia urmatoare:
(2) h( , w, x) u( g ( , w, x)) u(w ( x r ))
Atunci castigul mediu asociat portofoliului ( w0 , ) va fi dat de utilitatea
asteptata (in sens posibilistic) asociata numarului fuzzy A, functiei de ponderare f si
lui h :
(3) K ( , w) E f (h( , w, A))
1

1
[h( , w, a1 ( )) h( , w, a 2 ( ))] f ( )d
20

13

Nota. Am presupus ca multimile de nivel ale numarului fuzzy A sunt de forma

[ A] [a1 ( ), a 2 ( )] , [0,1] .
Conform lui (2) , relatia (3) se scrie sub forma urmatoare:
1
1
(4) K ( , w) [u ( g ( , w, a1 ( ))) u ( g ( , w,a 2 ( )))] f ( )d
20
Problema investitorului este de a gasi acea valoare * = *(w) a lui pentru
care
(5) K ( , w) max K ( , w)

In legatura cu problema (5) mentionam urmatoarele trei rezultate:

Propozitia 7.
(i)
Functia K(,w) este strict concava in variabila .
(ii)
Numarul real * este solutia optima a problemei (5) daca si numai daca
K ( * , w)
0.

Propozitia 8.
(i)
Daca E f ( A) r atunci * 0 .
(ii)

Daca r E f ( A) atunci * 0 .

Propozitia 9.

E f ( A) r
u ( w)
u ( w) Varf ( A) ( E f ( A) r ) 2

Propozitia precedenta ne da o valoare aproximativa a solutiei * = *(w) a

problemei (5). In expresia acestei valori aproximative apar cei doi indicatori
posibilistici studiati: valoarea medie posibilistica si varianta posibilistica.

5. O PROBLEMA A PORTOFOLIULUI POSIBILISTICA

Notiunea de utilitate asteptata (in sens posibilistic) permite formularea unor probleme
luare a deciziilor in care functia obiectiv este construita pornind de la numere fuzzy.
Vom exemplifica cu o problema a portofoliului.
Se considera n titluri de valoare notate S1 ,..., S n . Pentru orice i=1,,n presupunem:
- Rata de rentabilitate a titlului de valoare S i este un numar fuzzy Ai

14

proportia investitiei totale in S i este x i .

n

Numarul fuzzy A=

x A
i 1

va fi randamentul total al portofoliului.

Se considera ca agentul are functia de utilitate u: RR . Consideram o functie de

ponderare f:[0,1]R.
Cu aceste elemente putem formula urmatoarea problema a portofoliului

max E f (u ( A))
n

(1) xi 1
i 1
xi 0, i 1,...,n

Forma (1) a problemei portofoliului depinde de numerele fuzzy A1 ,..., An si de functia

de utilitate u.
Caz particular. Presupunem ca functia de utilitate u are forma
(2) u ( w) w kw2 (k>0).
Conform Propozitiei 5 avem
(3) E f (u ( A)) E f (1R ( A)) kE f (h( A))
unde 1R ( w) w si h( w) w 2 , pentru orice wR. Atunci
Consideram functia g (w) (w E f ( A))2 pentru wR. Atunci

g (w) w2 2E f ( A)w E 2f ( A)
h(w) 2E f ( A)1R (w) E 2f ( A)
Aplicand din nou Propozitia 5 rezulta

E f ( g ( A)) E f (h( A)) 2E f ( A)E f (1R ( A)) E 2f ( A)

Din Observatia 3 stim ca E f (1R ( A)) E f ( A) si E f ( g ( A)) Var f ( A) , deci
egalitatea prcedenta devine
Varf ( A) E f (h( A)) 2E 2f ( A) E 2f ( A)

E f (h( A)) E 2f ( A)
Rezulta
E f (h( A)) Varf ( A) E 2f ( A) .
Inlocuind in (3) pe E f (h( A))

cu valoarea din egalitatea precedenta obtinem

15

(4) E f (u( A)) E f ( A) kVarf ( A) kE2f ( A)

Conform lui (4) problema de optim (1) devine

max[E f ( A) kVarf ( A) kE 2f ( A)]

n

(5) xi 1
i 1
xi 0, i 1,...,n

Aplicand Propozitia 1 si Propozitia 4, (ii) rezulta

n

(6) E f ( A) E f ( xi Ai ) xi E f ( Ai )
i 1

i 1

(7) Var f ( A) Var f ( xi Ai )

i 1

xi2Var f ( Ai ) 2
i 1

x x Cov

1i j n

( Ai , A j ) .

Observatia 4 .Conform lui (6) si (7) , problema de optim (5) poate fi exprimata
numai in raport de valorile medii posibilistice E f ( Ai ), i 1,..., n , de variantele
posibilistice Var f ( Ai ), i 1,..., n

si de covariantele posibilistice Cov f ( Ai , A j ) ,

1 i, j n
In acest fel problema de optim (5) devine o problema de programare patratica a carei
functie obiectiv se scrie sub forma urmatoare:
E f ( A) kVarf ( A) kE2f ( A) =
n

i 1

i 1

xi2 E f ( Ai ) k xi2Var f ( Ai ) 2k xi x j Cov f ( Ai , A j ) k ( xi E f ( Ai )) 2 .

i j

i 1

Observatia 5. Din cele prezentate mai sus se observa ca problema (1) poate capata
forme complicate chiar in cazuri particulare.
Putem simplifica oarecum calculul aproximand utilitatea asteptata E f (u ( A)) prin
formula din Propozitia 6 a sectiunii III:
1
E f (u ( A)) u ( E f ( A)) u ( E f ( A))Varf ( A)
2
in care E f ( A) si Var f ( A) pot fi calculate cu formulele (6) si (7).

16