4.

CLASE UZUALE DE MODELE

Astzi este de neconceput progresul -h_11 1L @L1L11 a omului- fr
utilizarea modelrii matematice n cvasi-totalitatea domeniilor activit 11 h1L.
V1Lg1L1L L\1_1L711 11 h11LL1L111\1 LL \11LL 1L1 h11LL1L111 \1@11Z1\11LL a societ 11
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
111\11 1L 1_1 _1LL1h g1 1_1L LL Lh1111L L111111N g1 _1\@1\Z L\1hLL11 L1\1
LLL1Z111\1 L\_11L. 11 LLh1 hL1h 1\LL11L NL111 11 1111_111L LL111 L1\1
practicii prin dezvoltarea unor metode, cum sunt cele ale cercetrilor opera 1\11L
care permit analiza obiectiv a ac 1L111\1 ]\_L1 111\1j 11L1L_11L h_1L 1L11Z1La unui
1L111 hL\_ Lh1111L L111111N LLh1\1 g1 LLL1Z111\1 _\h1111L \1L111L h11L1
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
- L\1L11L L1L L11\1LZ 1L\11 g1 1L1\LL1L 1L1L11LL LL 1LZ\1N1L _1\11L1L1\1 LL
L711L1L1 1L111L11L1h1\11L LL 1Lh111L 11 L1L a problemelor de extremum al
1L1L 111\1 LL 11 1L11L N11111L LL 1Lh111L 11 11 LLL LL _11NLg1L L\1L11L1 LL N11 1L.
Programarea matematic grupeaz o clas foarte mare de probleme de optimizare
care s-L LLZN\111 LL h11L h111\1 g1 _L1LZ 1 1L1\LL h_LL111LL LL 1LZ\1N1L.
Astfel, fr preten 1 LL LL_111LL 1111L@L1 L\1L11L _L1L1 11111. _1\@111L
liniar, programarea convex, programarea neliniar, programarea dinamic,
_1\11L1L LL _1\@111L 11 1L L _1\@111L L1hL1L1, 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.
11 1L11L11 1\11L @L1L111 g1 L1L_1 L111L 11 _L 11 _1LL1g1 1111-un model de
programare matematic se cere determinarea extremumului unei func 11 _L \ 1L1 11L
LL 1Lh111L 11 L1. Func 1 1Lh_LL11N, 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 economico-
matematice pentru unele clase de modele mai uzuale.

4.1. Modele liniare

Exist nu1L1\hL h11L 11 _1L11LL 11 L1L hL LL1 un comportament optim al
h1h1L1L1L1 LL\1\11L 111L L\11 LL L11L111L 1Lh111L 11 ]11@L1L1 1111L1 17111ZLZ
_1\111L1 111L L\11 LL 1h111L1 LL 1Lh111L 11 L1 LL 1L1L 1 h LL _1\LLL 1L
L\1hL11\1L1 L111Lg1e s-g1 17111ZLZL L111111L _L L1L 1-o ofer consumul de
1L1L11 g1 hL1N1L11 hL1 1Lh111L 1L 1L@L11 etc.).
Analiza matematic este un instrument esen 11 _L111L 1\11L11L g1 h1LL1L1L
LLh1\1 _1\11L1L LL 17111Z1L ]111111Z1Lj LL 1Lh111L 11. i\LL1L1e liniare sunt
caracterizate de faptul c rela 111L 1L1L 1\11L L1L 111L1N11 hL11 111L1L. TL111L h11L1
LL 1L1 11 ]1L1L 11j LL11N1L1L _1 11L LL _111 \1L11 hL11 L\1h111L 1L1L1L 11
LL11N1L1L _1 11L LL \1L11L1 L\1 hL11 1L1L. 11 @L1L11 LLL1 11L1 L\1L1 111L LL _111L1
ordin, nici cele de ordinul doi ntlnite n problemele de extrem tratate de analiza
matematic nu pot fi satisfcute. S-L LLZN\111 11h 11L 1L11L1 g1 11h11L1L11L L1L
permit rezolvarea problemelor de optimizare ce comport rela 11 1L1L 1\11L 11111L.
V L11N111L LL _1\LLL 1L 11111 este un proces de produc 1L L11 L1L hL \1 11 L1L1
sau mai multe output-L11 11 _1\_\1 11 117L LL ]L1\1L1 L1L1 hL 11 1L11\1 11_L1-uri
11 _1\_\1 11 117L. 11 h11L1 LL _1\LLh Lh1L \1\@L1 LL @1LL1 g1 LL 11L1L11L LL
hL1 L\1h111L. 1L hL 11LhL ]hL hL 11Lg\1LZj 1\1L L1111 11L LL 11_L1-uri
_1\_\1 1\11 hL N 111 ]hL 11Lg\1j L11111L LL \L1_L1 11 LL1g1 1_\11.
1L \ L11N111L LL _1\LLL 1L 11111 care permite producerea unui output pornind
de la m input-uri. Aceast activitate este descris de un ansamblu de coeficien 1 a
i

(i=1,...,m) care dau cantit 11L LL 11_L1-uri necesare pentru a produce o unitate de
output. Cantit 11L LL 11_L1-uri necesare producerii unui nivel dat al output-ului (q)
hL11 LL1L11111L 11 1\L L11L LL 1L1 1. x
i
=a
i
.
q, i= 1,...,m. [1].
T1\LLL 1 1711 ce poate fi ob 11L1 cu input-urile n cantit 1 L1L N 11.
q=min(x
i
/a
i
), a
i
>0. 1LL1L 11_L1 _\1L 11 L1 1L1\1 1111111N 1 _1\LLL 1ei. Cantitatea
de input x
i
_L1111L \1 11L1L ]x
i
/a
i
) unit 1 LL \L1_L1 L1 1\1L LL1L111L 11_L1-uri
trebuie s fie disponibile n propor 111L 1LL111L LL hL L\1Lg1L \1 11L1L LLh1L1
11NL1 1 _1\LLL 1L1. 1L LLL LL1 11 11L 1_\11 ]x
i
/a
i
) determin nivelul maxim de
_1\LLL 1L _\h1111.
Presupunem acum c exist n activit 1 LL _1\LLL 1L L1h111L1L 1\1L 11111L L1L
se pot dezvolta separat sau simultan pentru a produce un output. Fie a
ij
(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 1 hL11 L111NL. VL1_L1-ul
global este egal cu q= q
j
, unde q
j
este cantitatea produs utiliznd activitatea j.
Nevoile globale de input-uri sunt: x
i
= a q
ij j

, i = 1,...,m.
Cnd sunt dezvoltate simultan mai multe activit 1 1LLLh1L1 LL 11_L1 i este
media ponderat a coeficien 11\1 L\1Lh_L1Ztori dezvoltrii unei activit 1
izolate:
i
=
ij j
a

, i=1,...,m; 0
j
1,
j

1,
j
q
j
q
,
j


fiind partea din
output-L1 @1\11 \1 11L1 _111 L1111Z1L L11N11 11 j.
Combinarea mai multor activit 1 _L1111L hL1h111L111 1111L 11_L1-uri care
modific substan 11 LLL 1 __. i1NL1L1 1711 LL L11N111L LL _\1L 11 111h LL
ansamblul de input-uri date este: q=min(x
i
/
i
),
i
>0. Raportul minim (x
i
/
i
) este
hL_Lh 1 1Lh111L 11 L1 hL _\1 @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 1 LL _1\LLL 1L 11111L
utiliznd m input-L11. 71h1 g1 LZL11 L1L L1 \L1_L1 1LLLh11 11 1L11L L11N11 1. 1L
a
ij
cantitatea din al i-lea input necesar pentru a produce o unitate din al j-lea output.
Nevoile de input-uri vor fi: x
i
= a q
ij j

, i=1,2,...,m. Este posibil s se substituie un

\L1_L1 LL 11L1 hL L1 11_L1 LL 11L1. 1L L7L1_1L 11 @11LL11L1 Lh1L h_LL11ic faptul
c, n general, o activitate permite producerea mai multor output-uri. Presupunem c
fiecare din cele n activit 1 _1\LLL s output-uri utiliznd m input-uri. Fie z
j
, j=1,2,...,n
nivelul celei de a j-a activitate, a
ij
cantitatea din al i-lea outpu1 _1\LLh g1 b
ij
cantitatea
din al i-lea input necesar pentru o unitate din activitatea j. Atunci, input-L111L g1
output-urile corespunztoare unui nivel dat al activit 11 hL11. q
i
= a z
ij j

, i=1,...,s g1
x
i
= b z
ij j

, i=1,2,...,m.
V\1111 111L LL L11N11 1 _\h1111L hL11 LL11111L _11111-o medie ponderat a
activit 11\1 L1L1L111L L1L 1L L\1_L1.
Rezolvarea modelelor liniare se face cu tehnici de programare liniar, studiate
la alte discipline.
Sub forma general, problema const n a gsi valorile variabilelor z
j
, j=1,...,n
care maximizeaz func 1 11111:

y=
1 1 2 2
+ + + z z z
n n
. . .

hL_LhL 1 1Lh111L 11 11111L.
a
i1
.
z
1
+a
i2
.
z
2
+...+a
in
.
z
n

k
i
, i=1,...,m
g1 z
j
0, j=1,...,n

Alg\111111 LL 1LZ\1N1L _1\11L1L1\1 LL \_1111Z1L 11111 L 1\h1 _1\@11 1 _L L1LL11\1 L71h11L 11
1L11L _LL1L LL _1\@11L L1L _L1111 \1 11L1L h\1L 111\1 \_111L. iL 1L _1\_L1L1 1L1 _1LZL111L L1\1 h11L1 LL
1@\11111. TL111L 11 L1L@L1L 1LL11h1L1L1 1\1 1L111111 1L1 L1LN 1\ 1L11 LL 1@L11 11111 . iL1 11L LL NLL1\11 L11
R
n
,
z=(z
1
,z
2
,...,z
n
)
T
care verific restric 111L L\1h111L1L 1L1 11L _L1L1L1\1 1L11Z111L. V 1L1 11L LL _L1L1L L11 R
n
este
convex dac punctele situate pe un segment de dreapt avnd ca extremit 1 L\L puncte din mul 11L hL11 L\1 11L1L 11
LL 1L1 11L. V LLL 1L 11111 LL111Lg1L L1 1_L1_11 11 R
n
. Un hiperplan este o dreapt n R
2
, un plan n R
3
\ hL_11
n-1 dimensional n R
n
. Dac a
ij
=0 hiperplanul definit de ecu 1 1Lh_LL11N este paralel cu axa z
j
. Dac k
i
=0, R
n
are ca
origine un punct din hiperplan. Hiperplanul definit de a i- 1Lh111L 1L LL111Lg1L L1 hL11h_ 1L 11L1h _L R
n
, ale crui
_L1L1L h11h1L LL 1Lh111L 1L g1 L1 hL11h_ 1L LLhL1h 1L Lrui puncte 1L h11h1L 1Lh111L 1. `L11h_ 111L hL11 1L1 111
L\1NL7L 11 hL11h_ 111L 11L1hL hL11 1L1 111 L\1NL7L 11L1hL. TL1L1L1L L1L h11h1L j- 1Lh111L 1L LL 1L1L@11N111L
Lh1L LL hL1L1L L1 hL11h_ 1L 11L1h g1 L\1L7. TL1L1L1L L1L h11h1L \ 1Lh111L 1L L\1h111L1L 1L1 111 L\1NL7L 11L1hL.
V h\1L 1L 1L11Z111 a problemei trebuie s satisfac cele m+n restric 11. iL1 11L LL h\1L 11 1L11Z111L N 11 LLL1 \
1L1 11L LL _L1L1L L1L _1 11 11LL 1L1 L11 LL1L 11 1L1 111 L1L intersec 1L1 1\1. 111L1hLL 1a unui numr finit de
1L1 111 L\1NL7L 11L1hL Lh1L L 11hg1 \ 1L1 11L L\1NL7 nchis. Restric 111L LL 1L1L@11N111L 11111LZ inferior
N1\111L N11111L1\1. T111 L111L 1L1 11L _L1L1L1\1 1L11Z111L 1L L1L1 1\LL1 11111 Lh1L 1\1LLL1 L\1NL7, nchis
g1 11@1111 111L11\1. 1LLh1 1LZL111 Lh1L LL\hL111 LL 11_\1111 LL\1LLL hL11 LL1\hLL1L _1\_11L1 11L L1\1 h11L1 LL
1L1 111.
Dup definirea mul 1111 _L1L1L1\1 1L11Z111L hL LL1 un punct al mul 1111 L1L 17111ZLZ func 1
economic. Un punct extremal ntr-\ 1L1 11L L\1NL7 nchis este un punct de frontier. Un hiperplan lateral unei
1L1 111 L\1NL7L 11L1hL Lh1L L1 1_L1_11 L1L L\1 11L L1 _L1L1 LL 11\111L1 al mul 1111 11 1L1 11L Lh1L L\1 11L1 n
ntregime ntr-L1 hL11h_ 1L 11L1h LL11111 de hiperplan. Dac mul 11L _L1L1L1\1 1L11Z111L Lh1L N1L, problema nu are
h\1L 1L \_1111. 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 solL 1L \_1111 a modelului liniar general prezentat.
Fie (z
1
0
,z
2
0
,...,z
n
0
j L1 _L1L1 1L11Z111. 1\1L 1L1L 1L1 \11LL11N _L111L LLh1 _L1L1
este: y
0
=
1
.
z
1
0
+...+
n
.
z
n
0
. 1L11111 L1 hL11h_ 1L 11L1h L1L L\1 11L 1\1L _L1L1L1L
_L111L L1L N1\1L 1L1L 1L1 obiectiv este mai mic sau egal cu y
0
:
1
.
z
1
+...+
n
.
z
n

y
0

__ g1 L1 hL11h_ 1L LLhL1h L\1 111L 1\1L _L1L1L1L _L111L L1L N1\1L 1L1L 1L1
este mai mare dect y
0
:
1
.
z
1
+...+
n
.
z
n
>y
0
[2]. Punctul ales este extremal dac [1] este
un hiperplan lateral a1 1L1 1111 _L1L1L1\1 1L11Z111L. iL1 11L _L1L1L1\1 L1L
LL111LhL _Z_ L\1 11L LL1 _L 11 L1 _L1L1 _L111L L1L 1L1L 1 \11LL11N 1L \ N1\1L
superioar lui y
0
. VL1 L1 1_L1_11 11L11 1L L\1 11L 11L1 L1 _L1L1 111L11\1 1L1 1111
realizabile, rezult c punctele optimale sunt puncte de frontier ale domeniului
realizabil. O teorem important a programrii liniare afirm c o mul 11L L\1NL7,
11L1h g1 11@1111 111L11\1 1L L1L1 hL 11 1L11L _L1L1L L711L11L _1 111L
11LL 1L1 1_L1_11 11L11. 1LLh1 1nseamn c dac un model liniar are solu 1L
optim, cel pu 11 L1 _L1L1 L711L11 Lh1L \_1111. `L 11111LZ astfel cutarea
h\1L 111\1 \_111L 1 L1 1L1r finit de puncte, deoarece punctele extremale sunt n
numr finit.

V 11 _1\_11L11L 11_\1111 a pro@11111 11111L Lh1L LL1111L. V11L1L1 1\LL1 11111 1 hL _\1L 1g L1 11L1
numit dual, dup reguli precise. Exist multe rela 11 1111L 1\LL1L1 _1111 g1 LL1 LL1. 1111111 1L1 1L11 _L LL1L
LhL1 11L.
valoarea optim a unei variabile din unul din modele este nul dac restric 1 L\1Lh_L1Ztoare din cellalt program
este satisfcut cu inegalitate strict; ea este nenegativ dac restric 1 Lh1L h11h1cut cu egalitate.
dac valoarea optim a unei variabile dintr-un model este pozitiv, valoarea optim a variabilelor din cellalt model
h11h1LL 1Lh111L 1 L\1Lh_L1Ztoare cu egalitate.
valorile optime ale celor dou func 11 L\11L1L.

n mod frecvent, n problemele economice variabilele modelului primal sunt "cantit 1 11 N11111L1L
modelului dual hL11 _1L L11 _L111L L1L 1\L1L 1LhL1hL1\1 Lh1L L11LLL.

n literatura de specialitate sunt propuse numeroase modele liniare. Ele se
disting din punct de vedere al obiectivelor urmrite, al gradului de analiz a
1LL11h1L1L1 LL _1\LLL 1L g1 1LL11h1L1L1 LL _1 , al caracterului normativ sau
_1LN1Z1\11 1 h\1L 111\1 L7_1\11L L1L. iLL11h1L1 @L1L11 1 1\LL1rii este ns
pstrat.
Pentru exemplificare am ales un model liniar general de minimizare a costului
L11N11 11\1 L1L1 1111L_111LL11 @11L\le.

i\1 11.
J -1L1 11L L11N11 11\1 LLh1gL11L LL \ 1111 @11L\1
c
j

-costul unitar al activit 11 j , j J;
x
j
-numrul de unit 1 ]11NL1L1j L11 L11N111L j, j J;
I -1L1 11L 1LhL1hL1\1 1111L1
b
i

-cantitatea de resurs i disponibil, i I;
a
ij
-cantitatea de resurs i consumat (sau furnizat) de o unitate din activitatea j;
K -1L1 11L hL1L111 11\1 \1@11Z1\11LL
s
k
-hL_11 L1h_\11111 pe o subunitate k, kK;
s
kj
-hL_11 LL _mnt k consumat pe unitatea de activitate j;
D -1L1 11L \L1_L1-urilor (produselor) firmei;
Q
d
-cantitatea minim de produs d cerut pe pia , dD;
a
dj
- cantitatea de produs d oferit (sau consumat) de unitatea de activitate j.



1MML U OCL1.
Min Z = c x
j j
j J

C5fL .
- utilizarea resurselor:

J j
i j ij
b x a , i I;
- L1111Z1L hL_11L L1. s x s
kj j k
j J

, kK;
- satisfacerea cererii: a x Q
dj j d
j J

, dD;
- nenegativitate: x
j
> 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 nivelL1 _1\LLL 1L1 1111L 11 1\LL1 11L1L1L
incluse activit 1 LL _strare, condi 1\11L g1 111h1\111L _1\LLhL1\1
agricole;
dac cererea nu este punctual, ci se exprim ca o rela 1L 11 1L1L 1L LL _1L
modelul se poate complica, devenind, eventual, neliniar;
1L1 1111L J g1 I hL _\1 _111 1\1 L1h111@1L hL11L1 111 1 11NL1L1 11LLrei
subunit 1 k.
1g LL1 1\h1 1\11L11 1\LL1L1 _L1LZ 1 \ hL11L LL 1_\1LZL.
1. exist o structur a suprafe L1\1 @11L\1L _mntul neputnd trece de la o
subunitate organizatoric la alta. Dac vrem s renun m la aceast ipotez,
atunci trebuie adugat o nou restric 1L LL _11N11L 1 hL_11 1111L_111LL111.

s
k
=S;
2. exist o pia unic pentru produsele agricole. Restric 111L hL_1 LL1L111 hL
situeaz la nivel global. Dac se parti 1\1LZ cererea, trebuie introduse
transferuri de produse ntre subunit 1 111L11L L\h1L11 LL 111h_\11 g1
lrgind restric 111L LL LL1L1L LL_ principiul:
ofert + intrri - LHLUL cerere
3. exist o ce1L1L 1171 11 11L1 g1 L11111L L1L N1\11 L7\@L1L _L111L
fiecare produs.
111\11 111L 1L111Z1L LL 1LZ\1N1L 1\LL1L1L1 hL11.
1. N1\1L 1L1L 1L1 LL\1\11LL Z care msoar costul total al activit 11\1
2. valorile x
j
L1L _L1111 LL1\g1L1L 1L_111 1L1 activit 11\1 1111L L11L111L
subunit 1
3. N1\111L N11111L1\1 LL1L 1g1L 1Lh111L 111\1 L1L L \ 111L1_1L11L LL\1\11L
foate interesant.

4.2. Modele neliniare

Un proces economic prezint neliniarit 1 1L1L1 L1L L1LL1L1L 1L hL11
_1\_\1 1\11L LL LLZele, adic atunci cnd "regula de trei simpl" nu se poate aplica
1L1L111\1 1 1111111L g1 1Lg1111L h1h1L1L1L1. 11 L\1_1 1L LL L1 1\LL1 11111 11 L1L
1L1L 111L 11L111LL L1L LL111LhL 1Lh111L 111L g1 L111L11L1 LL \_111 hL11 1L1L 11 11111L
n modele1L 1L11111L LL1 _L 11 L1 L1111L LLh1L Lh1L \ 1L1L 1L 1L11111. Liniaritatea
n modelarea economic este foarte adesea o ipotez simplificatoare, care nu permite
surprinderea unor specificit 1 LL\1\11LL L L71h1L1 LL\1\1111\1 LL hL1, riscul n
si1L 11 LL 11LL1111LL11L L1LL1L1L LL1L111NL L1\11L 111_L1L1 g..
Un model neliniar are urmtoarea form general:

[ ]
[ ]

'

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


unde f, g
i
g1 h
j
hL11 1L1L 11 1L1L 1L 1\1L 11111L. `L \1hL1N deci c modelele liniare
sunt cazuri particulare ale (MN).
Notm cu S={xR
n
g
i
(x) 0, h
j
(x)=0} 1L1 11L N1\111\1 L11h1111L L1L
1L1 11L 1L1L1\1 NLL1\111\1 L11 R
n
care verific restric 111L ]MN). Rezolvarea unui
model neliniar presupune gsirea unui vector x*S, astfel nct f(x) f(x*), oricare ar
fi xS. 71h1L1 L1L1 h11L1 LL NLL1\1 Lh1L h1@L11 de teorema lui Weierstrass:
Dac f este o func LH FRQWLQXm L S HVWH R PXO LPH FRPSDFW, atunci (MN)
DUH VROX LH RSWLPDO.
71h1L1 h\1L 1L1 \_111L 1L 11L1L probleme deoarece n modelele economice
L\1L1 111L 1L\1L1L1 hL11 LLhL NL1111L1L. `11_1L1 1_1 L optimul exist nu este ns
suficient. Modelatorul trebuie s poat gsi acel optim, sau, cel pu 11 h-l
L1L1L11ZLZL _111 1L1 11 L1L N\1 _1111 \ 111L1_1L11L LL\1\11L. n astfel de cazuri
se aplic metode varia 1\11L _111 L1L hL h1LL1Z comportamentul func 1L1 f ntr-o
vecintate a punctului cruia i se testeaz optimalitatea. Aceasta este numai o analiz
1\L1 11 NLL1111L _L1L1L1L1 L\1h1LL11. T1\11L1 1\LL11\1L1L1 Lh1L LL g11
dac analiza local este suficient pentru a caracteriza optimul global.
V_111L1 1\L1 hL LL111Lg1L LLL1 L L1 NLL1\1 yS pentru care exist o
vecintate V(y) astfel nct f(x) f(y), oricare ar fi x V(y) S.
11 1\1 LhL1 11 11 11 L1L@L1L 1\LL1L1\1 1L11111L 11 ]\L no 1L1L LL @1dient.

1C[M C: Fie f:R
n
R \ 1L1L 1L L11L1L1 1111. `L 1L1Lg1L @1L1L11 11 _L1L1L1 x
0
, un
vector din R
n
, notat f(x
0
) ale crui componente sunt derivatele par 11L 1L 1L1L 1L1 f
n punctul x
0
:
f(x
0
) = ( f(x
0
)/ x
1
, f(x
0
)/ x
2
,..., f(x
0
)/ x
n
).

Observm c dac f Lh1L \ 1L1L 1L 11111 de forma f(x) = c x
j j
, gradientul lui
f este vectorul (c
1
, c
2
,...,c
n
).
111 _L1L1 LL NLLL1L @L\1L111L 11 h_ 1L1 R
n
, gradientul n punctul x
0
arat
'dreapta' de cea mai mare pant care trece prin acest punct. Un punct x, vecin cu x
0
g1
h11L1 _L L11LL 1 @radientului corespunde la o valoare f(x) f(x
0
). Din punct de vedere
intuitiv, x
0
Lh1L L1 1711 1\L1 1 1L1L 1L1 f n urmtoarele dou cazuri:
a) gradientul este nul n x
0
(dreapta de cea mai mare pant este "orizontal", nu
se poate "mL1@L 11 hLh 11 11L1 \ L11LL 1Lj
b) punctul x
0
este situat pe frontiera domeniului S g1 NLL1\1L1 @1L1L11 Lh1L
orientat spre exteriorul lui S ]1 _L1L L1Lg1L L1 1L 1L N\1L j.

n modelele liniare cazul a) nu se produce niciodat pentru c gradientul unei
1L1L 11 11111L Lh1L L1 NLL1\1 L\1h111. TLZL11 c optimul n modelele liniare se
11111Lg1L L\1 11 LZL1 1j L1 LL 1L1 111L LL LL1111L L1L L7_111 principiul
fundamental c: gradientul func 1L1 \11LL11N Lh1L \ L\1111 1L 11111 cu coeficien 1
_\Z111N1 hL 1L11 @1L1L1 11\1 1L1L 111\1 L1L LL111LhL 1Lh111L 111L h1L11L 1 \_111.
n cazul modelelor neliniare, cele dou situa 11 j g1 1j _\1 h hL _1\LLL g1
chiar se combin, deoarece vectorii gradien 1 1L hL11 L\1h11 1 L1 LL_11L LL _Lnctul
11 L1L hL11 L1LL1 1. \1Lg1 _111L1_1L1 1L1L1L111 L7_Lh 11L11\1 _\1L 11 _11L1
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 cond1 111L
1LLLh1L LL \_1111111L 11 1\LL1L1L 1L11111L hL11L1 1L1L 1 1L1 1@11@L 1g1
(MN):

L(x) = f(x) -
i
g
i
(x) -
j
h
j
(x).

Teorema Kuhn-Tucker

Fie x* un optim local al (MN). Dac cele p+q+1 1L1L 11 f, g
i
, h
j

hL11 L\1111LL g1
L11L1L1 1111L 1111-o vecintate a lui x* g1 LL Lh1L NL1111L1 L\1L1 1 LL L1111L1L
1Lh111L 111\1 1L1L1 L71h1 p+q numere
i j
, astfel nct:

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

Numerele
1 2
, ,... ,
p
g1
1 2
, ,... ,
q
se numesc "multiplicatori Kuhn-Tucker"
ai modelului neliniar (MN). Cnd nu exist restric 11 LL 11L@1111L ]p=0j LLg11 hL
1L1LhL 1L111_11L1\11 1@11@L. iL111_11L1\111 h\L1 1 1Lh111L 111\1 LL 11L@1111L
trebuie s fie pozitivi sau nuli (conform cu 2)), iar cei asocia 1 1Lh111L 111\1 LL L@1111L
sunt de semn oarecare.
Principiul fL1L1L111 L7_1111 11 11111L Lh1L 11Lh111 LL L\1L1 1 j.
1L 1 1L1 11L 1Lh111L 111\1 LL 11L@1111L h1L11L 11 _L1L1L1 x*, adic:

A={i |g
i
(x*) = 0}.

Proprietatea 1) se scrie atunci:

+

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

cu
i
>0 pentru i A.
Proprietatea arat, deci, c vectorul gradient al func 1L1 \11LL11N Lh1L L1 NLL1\1
11LLh LL NLL1\111 @1L1L11 1 1Lh111L 111\1 L11NL 11 _L1L1L1 x* ]1Lh111L 11 LL 11L@1111L
h1L11L g1 1Lh111L 11 LL L@1111Lj. V\L11L1L1 11
i
sunt pozitivi sau nuli, astfel nct
1L1L 1 \11LL11N 1L _\1L L1Lg1L LLL1 Ltre exteriorul domeniului admisibil S.
V\1L1 1 LL L1111L1L 1Lh111L 111\1 ]111111 n enun L1 1L\1L1L1j h1@L1
LLL\1_\Z1 1 @1L1L11L1L1 1L1L 1L1 \11LL11N L \ L\1111 1L 11111 de gradien 11
1Lh111L 111\1 L11NL 1 \_111. VL 11L LLN111L _L111L L 1L\1L1 TL1-Tucker s poat
fi aplicat, este necesar ca gradien 11 1Lh111L 111\1 h fie vectori liniari independen 1.
Dac aceast condi 1L 1L Lh1L 11LL_linit, multiplicatorii ar putea s nu existe, sau s
nu fie unici. Spunem c restric 111L L1L1 1\LL1 1L11111 h11h1L L\1L1 1 LL L1111L1L
n punctul x* dac:


i i j j
g x h x

+ ( ) ( )
* *
0

implic
i j
0 oricare ar fi i S g1 j=1, 2,..., q.
Teorema Kuhn-Tucker furnizeaz condi 11 1LLLh1L LL \_1111111L 1\L1. Ea
1L _L1111L 11h h g111 LL NL1 LL 1LL LL L1 \_111 @1\11. TL111L @h1 g1
L\1L1 111L hL11L1L11L LL \_1111111L @1\11, trebuie studiat convexitatea sau
L\1LN111L 1L1L 111\1 LL 111L1N11 11 1\LL1L1L 1L11111L. i\LL1L1 ]MN) este o
problem de optimizare convex dac func 1 f este concav, func 111L g
i
sunt convexe
g1 1L1L 111L h
j
sunt afine. Majoritatea modelelor ntlnite n economie sunt de acest tip.
Rolul modelatorului este de a verifica dac modelul pe care l trateaz corespunde
LLh1\1 L\1L1 11. 11L\11 LLh1 Lh1L 1LN\11 h 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 1L11 LL 111Z convex:

1C[M
1. V 1L1L 1L f:R
n
R este convex dac
f x y f x f y [ ( ) ] ( ) ( ) ( ) + + 1 1 ,

oricare ar fi x, yR
n
g1 [0,1].
Z. V 1L1L 1L f:R
n
R este concav dac:
f x y f x f y ( ( ) ) ( ) ( ) ( ) + + 1 1 , oricare ar fi x, yR
n
g1 [ 0,1].

O. V 1L1 11L AR
n
este convex dac x, yA, [0,1], implic x+(1- )y A.

11 LL1111 111L g1 Z LL inegalit 11L hL11 h111L1L 1L1L 111L hL 1L1LhL h111L1
convex, respectiv strict concav.

Propriet
1. V 1L1L 1L 111 Lh1L g1 L\1LN g1 L\1NL7.
2. Dac f este convex, atunci -f este concav.
3. Dac f este convex, atunci mul 11L 1_7R
n
|f(x) 1_ Lh1L \ 1L1 11L
convex, oricare ar fi bR.
4. 111L1hLL 1 L\L mul 111 L\1NL7L Lh1L \ 1L1 11L L\1NL7.
5. Dac f
i
:R
n
R, i=1,2,...,r hL11 1L1L 11 L\1NL7L 1L1L1 1L1L 1 F definit
prin:
F(x)=Max {f
1
(x),...,f
r
(x)} este convex.

6. Fie f:R
n
R L\1111L g1 LL11L L11L1L1 1111. Func 1 f este:
L\1NL7 LL g1 1L11 LL 1111LL Lhh11 LL11111 _111

H
x
f x x x
n
x
i
x
j

2
1 2
( , ,..., )


este semipozitiv definit pentru orice xR
n
, adic z
T
.
H
x
.
z 0, oricare ar
fi zR
n
.
strict convex, dac matricea H
x
este pozitiv definit, adic
z
T
.
H
x
.
z >0, oricare ar fi zR
n
, z 0.
7. Dac f:R
n
R Lh1L L11L1L1 1111 g1 L\1NL7 1L1L1.
f(x) - f(y f(y)(x-y), oricare ar fi x,yR
n
.

Teorem: Dac (MN) este o problem convex, condi 111L TL1-Tucker
caracterizeaz optimul global. Acesta este unic dac f este strict concav.
1CMOM5fU C: Pentru simplificare considerm numai cazul cnd q=0 (avem numai
1Lh111L 11 LL 11L@1111Lj. 1L xS L1 _L1L1 L1L h11h1LL L\1L1 111L 1L\1L1L1 TL1-
Tucker, adic:
g
i
(x) 0, i = 1,2,...,p;
exist
i
0, astfel nct f(x) =
i i
g x

( )

i
g
i
(x) = 0.

Conform propriet 11 Z 1L1L 1 f fiind concav, -f este convex. Prin ipotez g
i

hL11 1L1L 11 L\1NL7L. 1_11Lm proprietatea 7 func 111\1 g
i
g1 -f:
f(y) - f(x) f(x)(y-x) [3]
g
i
(y) - g
i
(x) g
i
(x)(y-x),
pentru orice y, astfel nct g
i
(y) 0.

Se deduc inegalit 11L.

f(y)-f(x)

i
g
i
(x)(y-x)

i
[g
i
(y)-g
i
(x)]

i
g
i
(y) 0.

Deci f(y) f(x) ceea ce nseamn c x este un optim global.
Cnd f Lh1L h111L1 L\1LN 11L@1111L _O_ Lh1L h111L1 g1 aceasta asigur
unicitatea optimului.

Comentariu

n cazul non-convexit 11 11L1L1L NL1111L1L L\1L1 111L LL \1L11L1 11 _L111L
determina dac problema este local convex. Solu 1 L1 de teorema Kuhn-Tucker
este, n aceast situa 1L L1 \_111 1\L1. Verificarea const n:
cnd problema este fr restric 11 hL NL1111L dac n punctul x* matricea H
x

a criteriului de optim este semi-negativ definit;
L1L _1\11L1 1L 1Lh111L 11 Lh1L hL11L1L11 LL 1tat c lagrangeanul L este o
1L1L 1L L\1LN n x, n punctul x*.

111 _L1L1 LL NLLL1L 1 _11L 111\1 11 LL\1\11L hL11111L1 11L o dat c
_1\11L1L1L L\1NL7L hL11 LL1L 11 11LLNL11L. 71111L L\1L1 111\1 LL \1L11L1 11 Lh1L
foarte dificil pentru probleme cu mai mult de trei variabile. Problemele non-convexe
ntlnite n literatur au adesea o interpretare economic limitat sau inexistent.
TLZL111L1L 1L1 1\11L L L\1LLh 1 1@\11111 LL 111L h\1L 1L1. VL1 11
adesea este vorba despre metode de gradient, care constau n deplasarea, pornind
dintr-u1 _L1L1 111 11 1Lh 111111 11 L11LL 1 @1L1L11L1L1 g1 1\L111L1L LLh1L1
L11LL 11 LL_ restric 111L 1111111L. V\1NL1@L1 1@\111111\1 Lh1L 11 1L11 hL 11
_L 11 1_1L.

Exemplu

11 11NLh111\1 L\1Lg1L h-g1 _1hLZL L1h_\1111111 11L 11Lg11 _L _1 1111L11.
1L11NL1L 1111L11L ]L 1L11 \111@ 1L11j \1L1 L11L111L 11L LL 11L1L11 L1 g1 L1
anumit risc. Presupunem c pe pia 1111L11 exist la un moment dat n active
caracterizate de ratele de randament r
1
,r
2
,...,r
n
care sunt variabile aleatoare distribuite
normal de medii m
i
g1 L1h_L1h11 D
i
. Ca msur a riscului adoptm mrimea abaterii
medii ptratice (radicalul dispersiei), pe care o notm cu d
i
[d
i
=(D
i
)
1/2
] Orice
11NLh111\1 1 1\11 g1 11hL\1\1 N Luta s diminueze riscul. Din teoria financiar se
g11L L \ _\h1111111L LL 1LLLLL1L 11hLL1L1 Lh1L L1NL1h111L1L. 11NLh111\1L1 1L-g1 N
plasa ntregul capital disponibil ntr-un singur activ, ci va cuta s-g1 1\11LZL L1
portofoliu ct mai diversificat. Fie x
i
_1\_\1 1 L11NL1L1 i n portofoliul investitorului.
1NL1 1L1 1 x
i
=1. Randamentul portofoliului va fi media randamentelor activelor
LL 11 L\1_L1 11 11hLL1 _\11\1\11L1L1 N LL_11LL LL L1h_L1h1 11LL1L1 L11N L1 g1 LL
L\1L1 1 L1111L L1NL1hL1L L11NL. 111 h111h11L hL g11L L L7_1Lh1 L\L11L1L11L1L1 LL
L\1L1 1L 1111L L\L variabile aleatoare, r
i
g1 r
j
este:

i,j
= cov(r
i
,r
j
) /d
i
d
j
,

iar dispersia ntregului portofoliu va fi:

+
+
i i j
j i j i j i i i
i i j
j i j i
i
i i
d d x x D x
r r x x D x D
,
2
2
2
) , cov( 2

Pentru simplificare, s presupunem c variabilele aleatoare reprezentnd ratele
de randament ale activelor sunt independente. Acest fapt implic cov(r
i
,r
j
)=0. Prin
urmare, abaterea medie ptratic a portofoliului va fi: d=( ( )
/
x D
i i
2 1 2

.
11 _11L 1 1L1L11L ce urmeaz L\1h1LL1m trei active financiare caracterizate
LL L111\1L 11L1L11L 1LL11 g1 11L11 h11L1L L7_1111L 11 _1\LL11L. A
1
(5,2),
A
2
(10,8), A
3
(15,10). Randamentul mediu al acestui portofoliu format din trei active,
n care fiecare activ intervine cu ponderea x
i
, este: r=5x
1
+10x
2
+15x
3
, iar abaterea
standard d=(4x
2
1
+64x
2
2
+100x
2
3
)
1/2
.
Dorim s determinm acea structur a portofoliului care asigur o rat medie a
11L1L11L1L1 LL LL1 _L 11 \ LL LL1L 11 11L1 11hLL11. T\11\1\11L1 \_1111 N 11
h\1L 1 1\LL1L1L1.
Min Z = 4x
2
1
+64x
2
2
+100x
2
3

x
1
+x
2
+x
3
=1
5x
1
+10x
2
+15x
3
6
x
1
0, x
2
0, x
3
0.

1LLh1 1\LL1 Lh1L 1L11111 LL\1LLL 1L1L 1 LL \_1111Z1 Z Lh1L 1L11111. El se
compune dintr-o rLh111L 1L LL L@1111L g1 _11L 1Lh111L 11 LL 11L@1111L. \11 h11L1L
hL \1 11L _111 111h1\1111 Lg\1L.
Max V =-(4x
2
1
+64x
2
2
+100x
2
3
)
x
1
+x
2
+x
3
=1 [1]
- 5x
1
- 10x
2
- 15x
3
- 6 [2]
- x
1
0, - x
2
0, - x
3
0 [3]
1@11@L1L1 1g1 Lh1L.

) 1 (
) 15 10 5 (
) 100 64 4 (
3 2 1
3 2 1 4 3 3 2 2 1 1
2
3
2
2
2
1
+ + +
+ + + + + + +
+ + +
x x x
x x x x x x
x x x L

Aplicarea teoremei Kuhn-LLbL1 L\1LLLL 1 1L1 111L.
1) + + + 8 5 0
1 1 4
x [4]
+ + + 128 10 0
2 2 4
x [5]
+ + + 200 15 0
3 3 4
x [6]
2)
1 2 3 4
0 0 0 0 , , , [7]
3)
1 1 2 2 3 3
0 x x x

4 1 2 3
10 15 6 0 (5 ) x x x + + [8]

Sunt 8 necunoscute ( x x x
1 2 3 1 2 3 4
, , , , , , , j LLL 11 L1L LL __ _H_ __
_\_ g1 __ 1 L1L hL LL@ 11L@111 11L _Z_ _O_ g1 __. T1\LLLL1 Le rezolvare, pentru
probleme de dimensiuni mici, const n a face lista tuturor solu 111\1 L1L h11h1L
1L1 111L LL L@1111L g1 hL1LL11L LL1\1 L1L NL1111L inegalit 11L. V\1h1LL11L
multiplicatorii
i
, fiecare poate lua o valoare nul sau una pozitiv, ceea ce conduce
la 16 posibilit 1. 111L L\11 L
i
0 implic x
i
=0 g1 L
4
=0 implic restric 1 _Z_
saturat, ob 11L1 11L1L1 L11tor:


1

2

3

4
x
1
x
2
x
3
Z
1. 0 0 0 0 * * *
2. 0 0 0 0,55 4,12 0,86 0,08 0,06 3,72
3. 0 0 * 0 * * 0
4. 0 0 * * * * 0
5. 0 * 0 0 * 0 *
6. 0 * 0 * * 0 *
7. 0 * * 0 * 0 0
8. 0 * * * * 0 0
9. * 0 0 0 0 * *
10. * 0 0 * 0 * *
11. * 0 * 0 0 * 0

1

2

3

4
x
1
x
2
x
3
Z
12. * 0 * * 0 * 0
13. * * 0 0 0 * 0
14. * * 0 * 0 0 *
15. * * * 0 0 0 0
16. * * * * 0 0 0

Diversele posibilit 1 h11L1 LL11111L hL 1L1LhL 1L@11L11 1L _1\11L1L1. `L 1L
L1LL1L1L g1 hL 1L 11L 1L@11L1 ]hL 1L@11L111Lj L1L L\1Lh_L1LL 1 N1\11 _\Z111NL 11
locul punctelor din tabel. Aceste calcule nu sunt reproduse aici, sunt lsate drept
exe1L1 1L. `\1L 1 \_1111 este dat de regimul 2: portofoliul este constituit din trei
L11NL 11 _1\_\1 111L 1
1
:86%, A
2
:8%, A
3
: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:
d=(3,72)
1/2
=1,92.

4.3. Modele multicriteriale

Problemele reale care conduc la modele de programare matematic, numai n
_L 11L LZL11 L111LhL L1 h11@L1 hL\_ g1 L11 g1 1L1L1 L1L hL 1111_1 g
evaluarea diverselor posibilit 1 LL 111@L1L LLh1Lia conduce la probleme de decizii
1L111L11L1h1\11L. i1 _1LL1h 11 \11LL L 1L1L L11 ndreptat spre atingerea unui
hL\_ hL L111Lg1L LL 1L11Z1L L1L 1LLLh11 L1 L1\11 L1 11 11L. 1_1LL1L1L
L11L1L1 L1 L 1L111 _111 L\1_11L L1LL1L1\1 _\h1111L Lu eforturile ocazionate poate fi
fcut din numeroase puncte de vedere, fiecare caracteriznd un anumit aspect. Prin
urmare, dorind s conducem o ac 1L1L 11 1\L L11L1L11 1 _11L1111 \_1111 11L1L1L h
analizm deciziile pe care le lum sub diferite fa Lte, lund n considerare mai multe
criterii.
Pornind de la necesit 11L _1L11LL LL \_1111Z1L LLL1Z111\1 11 L\1L1 111L
multidimensionalit 11 L111L111L h-a dezvoltat domeniul programrii matematice cu
11 1L11L 1L1L 11 \11LL11N. 11LL1L1L \ definire a problemei de decizie multicriterial,
trebuie avute n vedere urmtoarele elemente:
a) Obiectivul sau obiectivele care se urmresc, transpuse matematic ntr-o
1L1L 1L Lreia i se caut maximul sau minimul. Mul 11L \11LL11NL1\1 L1L1
probleme decizionale trebuie s fie complet, opera 1\11, neredundant;
b) Criteriile de decizie, punctele de vedere, principiile pe baza crora se face o
clasificare sau o apreciere;
c) 1LL1LL11L1 11L1N1LL1 hL LL @1L_ L1L L111Lg1L h 1 \ \111L ]LLL1Z1Lj
pentru rea11Z1L 11 LL1L 11 1L1L L\1L1 11 \11LL11NL1\1 _1\_LhL
d) iL1 11L 11L1111NL1\1 _\h1111L LL L 1L1L _L111L 111@L1L \11LL11NL1\1
e) iL1 11L L\1hLL11 L1\1 ]L1LL1L1\1j 11L1111NL1\1 L1L _\1L LL_111LL 11L
L7L1 11L L\1hLL11 L L1L 11L1111NL L71h1, 11L 11 1L11L L\1hLL11 L
posibile pentru fiecare alternativ;
f) iL1 11L h1rilor posibile, fiecare stare reprezentnd complexul de condi 11
care determin apari 1 L1L1 1L111L L\1hLL11 L _L111L \ 1L111 alternativ
g1 \11LL11N _1LL1Z1
g) Utilitatea pe care \ g1L_1 LLL1LL11L1 11 L11 1L11Z111 L1L1 1L111L
L\1hLL11 L.

Orice problem de optimizare presupune s fie dat o func 1L \11LL11N L L1
11L1L1\1 L111111N 1 \_ 1L111\1 L1L. 1L 1L@L1, 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 ese1 11L LL 11L \11LL1L L\1_11L scopurile conducerii
11 g 1hL1 11L1 LLh1L 11L1L1L h111L11Z1L LL_ 11 1L1 1 11L1L1\11 LL L1111L 1
\_ 1L111\1. 1LL11111L1L L1\1 11L1L1\11 LL L1111L LhL1 111 _L111L 1\LL1L g1
etaloanelor corespunztoare conduce la probleme de optimizare vectorial:
"s se optimizeze (maximizeze sau minimizeze) func LD YHFWRULDO
F(x)=(f
1
(x),f
2
(x),...,f
r
(x))
T
, unde x DSDU LQH XQHL PXO LPL X".

111 _L1L1 LL NLLL1L 11L111L _1\11L1 1L Lh1L 111L _Lh LL 1L hL LL111Lg1L
optimul vectorial. Sensul optimului vectorial este determinat ca urmare a unor analize
1L1\111L g1 _\1L 11 L11L111 _L111L L11L111L 1\LL1L. 11 111L11L1 LL h_LL11111L L71h1
1L1L1\hL L\1LL_ 11 _11N11L \_111L1 NLL1\111 L1L1L L1111L L1L 1111L _1LZL111e n
continuare. iL1 11L X este dat, de obicei, de un set de restric 11 g
j
(x) 0, xR
n
,
x=(x
1
,x
2
,...,x
n
)
T
, j=1,2,...,m.
Adoptm urmtoarea nota 1L _L111L _1\11L1 LL _1\@111L 1L111L111L111:
[v-sup] F(x), X = { xR
n
| g
j
(x) 0, j=1,2,...,m }
(exist, deci, n variabile de decizie, m 1Lh111L 11 g1 r obiective ).

V1LN LL1111 11 hL11 1LLLh1L.
1. Un vector xR
n
Lh1L h\1L 1L 1L11Z111 a problemei multicriteriale dac
g
j
(x) 0, pentru orice j.
2. V h\1L 1L x domin solu 1 y dac F(x) F(y) g1 L71h1 i, 1i r astfel nct
f
i
(x)>f
i
(y).
3. `\1L 1 x este nedominat dac nu exist o alta care s o domine.
4. Presupunem c pentru fiecare i=1,2,...,r exist x
i
X astfel nct f
i
(x
i
) =
MAX [f
i
(x)]. Notm f
i
(x
i
) = f
i
.
Vectorul F f f f
r
( , ,..., )
1 2
hL 1L1Lg1L _L1L1L1 1LL1 1 _1\11L1L1 1L111L111L1iu.
5. V h\1L 1L 1LL\1111 x*X hL 1L1Lg1L _L1L1 LL 1711 NLL1\111 1 1L1L11L1
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
1L1 11L h\1L 111\1 1LL\1111L. 1LLh1 Lh1L LL1\hLL1 hL1 LL1L111L LL \_111
Pareto" dup numele celui care a dat aceast interpretare optimului ntr-o problem
de decizie multicriterial.
RezolvarL _1\11L1L1 1 L\1h1 11 LL1L11111L h\1L 111\1 1LL\1111L. TL111L
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].
11 11 _L1L1 LL NLLL1L 11 L71@L11 LLL1 _111L1 LL1L h\1L 1L1 \_111L
problemei multicriteriu caracterul de unicitate. Dou direc 11 _111L1_1L h-au dezvoltat
n acest sens.
O prim grup de metode imagineaz un selector pe mul 11L h\1L 111\1
nedominate, definit printr-o unic func 1L \11LL11N 1LZL111 din compunerea celor r
1L1L 11 111 11L. 1LLh1L 1L1\LL 11LL1L \ g Z1h \11LL11N1Z1L 11 1L@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
1Z _1L1L111 L1\1 h1L L1L \ \1L11L LL _11\1111L 11 LL1L 1 \11LL11NL 1L _1\11L1L1.
n continuare se prezint unele metode de alegere a solu 1L1 1111L _L111L
problema multicriteriu:

I. Solutia celui mai bun compromis

Aceast metod presupune rezolvarea ntr-o prim etap a r probleme unicriteriu,
\1 111L h\1L 111L \_111L 7
i
*, 1i 1 g1 Z
i
* = f
i
(x
i
j N1\111L \_111L 1L 1L1L 111\1
obiectiv corespunztoare. Vectorul x* = (x
1
*,x
2
*,...,x
r
*) Lh1L 1L111 h\1L 1 1LL1 a
_1\11L1L1 1L111L111L11L L\1h1LL11L. 11 @L1L11 \ h11L1 LL h\1L 1L 1L L71h1, astfel c
problema multicriteriu se consider rezolvat dac se determin o solu 1L 1LL\1111
care s fie "ct mai apropiat" ntr-un anumit sens de punctul ideal. Se pot da diverse
interpretri "distan L1 LL 1 h\1L 1 1LL1 la varianta care va fi adoptat ca o solu 1L
de compromis.
Presupunem c func 111L 1
1
,...,f
r
hL11 L\1LNL _L 1L1 11L . ]L\1NL7 11L1h g1
marginit, nevid). Atunci problemele de programare convex:

[ sup ] f
i
(x), xX, 1i r

L h\1L 11 \_111L. i1 L111L1 L max[f
i
(x)] = f
i
>0, i=1,2,...,r. n caz contrar putem
nloLL1 1L1L 111L 1
i
cu f
i
'= f
i
+k
i
, unde k
i
>- f
i
. TL 1L1 11L . LL11111 \ 1L1L 1L
L1h11 " prin:
d:XR, d(x)=
1

i r
f f x
f
i i
i
max
( )
.

Functia d:XR are propriet 11L L11toare:
a) d este convex pe X;
b) d(x) 0, pentru orice xX;
Lj L]7j \ LL g1 1L11 LL ]7jF , unde F(x)=(f
1
(x) ,....., f
r
]7jj g1
F =(
r
f f ,...,
1
);
d) Dac x, x' . g1 ]7j F(x') atunci d(x) d(x').

V L\1hLL11 a considerentelor anterioare este faptul c problema:
[inf.] d(x), xX
este o problem de programare convex.

fOgO C. Problema [inf.]d(x), xX este echivalent cu problema:
[inf.] x
n+1
, x X ,
L1LL 1L1 11L X este:
X ={ x =(x,x
n+1
)
T
R
n+1
|xX, f
i
(x)+ f
i
.x
n+1
f
i
, 1i r}.

Demonstratie. Fie xX g1 x
n+1
=
1

i r
f f x
f
i i
i
max
( )
.
Rezult c x =(x, x
n+1
)
T
X . Dac x este solu 1L \_111 a problemei [inf.] d(x) ,
atunci x LL11111 L 11 hLh Lh1L \ h\1L 1L \_111 a problemei echivalente.
Presupunem c exist x =(x, x
n+1
)
T
X astfel nct x
n+1
< x
n+1
. Evident x X g1
x x
n n
f f x
f
i i
i
+ +

1 1
, ( )
,
, 1i r sau
1

i r
f f x
f
i i
i
max
( )

i r
f f x
f
i i
i
max
( )
,

ceea ce contrazice optimalitatea lui x .
Reciproc, fie x = (x,x
n+1
)
T
\ h\1L 1L \_111 a problemei echivalente. Rezult
xX. Aratm c x e solu 1L \_111 a problemei [inf.] d(x). Presupunem c exist xX
astfel nct d(x)<d(x). Definim:
x
,
n+1
=
1

i r
f f x
f
i i
i
max
( )
,

Rezult c (x,x
n+1
)
T

X g1 x
n+1
= d(x)<d(x).
Dar, cum xX, din f
i
(x) + f
i
x
n+1
f
i
rezult:
) (
) (
1
x d x
i
i i
f
x f f
n
>

+

deci x
n+1
<x
n+1
ceea ce contrazice faptul c x L h\1L 1L \_111. Rezultatul stabilit mai
hLh L\1LLLL 1 1L1\L LL LL1L11111L h\1L 1L1 1LL\1111L L1L 111111ZLZ
L1h11 1 LL _L1L1L1 1LL1 1L111 g1 h\1L 1 LL1L1 11 1L1 L\1_1\11h.

Pas 1. Se rezolv problemele de programare convex:
[sup.] f
i
(x), xX, 1i r.
Fie f
i
= max f
i
(x) , 1i r, f ( f f
r 1
,..., )
Dac f
i
> 0 , 1i r se trece la pasul 2.
Dac nu, pentru fiecare i pentru care f
i
<0 se alege k
i
> - f
i
. Se ia
f
i
(x)=f
i
(x)+k
i
, f
i
,
= f
i
+ k
i
g1 hL 11LLL 1 _hL1 Z LL f
i
= f
i
.
Pas 2. Se rezolv problema de programare convex cu func 1 \11LL11N 11111: [inf.]
x
n+1
, x X , unde X = { x = (x,x
n+1
)
T
R
n+1
| xX, f
i
(x) + f
i
x
n+1
f
i
, 1i r }.
Fie = min x
n+1
. Se trece la pasul 3.

Pas 3. Se rezolv problema de programare convex:
sup (1/r) f x
i
( ) , xX
X= X { x R
r
| f
i
(x) (1-) f
i
, 1i r }.

1L 7 h\1L 1 \_111. 11L1L1 7 Lh1L 1LL\1111 11 . g1 111111ZLZ 1L1L 1
d. Este acceptat ca solu 1L \_111 a problemei multicriteriu.
Observatie. n cazul liniar, adic f
i
(x)=c
i
x cu c
i
R
n
, 1i r g1 1L1 11L X dat de
X={xR
n
|Ax = b, x0} _L1L1 L g1 11L LL1111 11 L1h11 L1 1 de punctul ideal.
1) Astfel, o prim abordare const n rezolvarea problemei de programare liniar:

inf (x
n+1
+...+ x
n+r
)
Ax = b
Cx + x
e
= z*
x0 ; x
e
0

unde x
n+i
, 1i r sunt variabile de ecart, x
e
este vectorul de componente x
n+i
, iar z*
este vectorul de componente z
i
* = c
i
x
i
*, 1i r, z
i
* fiind valoarea optim a func 1L1
obiectiv f
i
. n acest fel, x
n+i
msoar diferen L1111L N1\1L \_111 z
i
* g1 N1\1L
"de compromis" realizat cu ajutorul solu 1L1 xX.
V h\1L 1L \_111 a problemei de mai sus realizeaz minimul sumei acestor
L11L1L1 L. 1L ( x x
e
, j Lh1L h\1L 1L \_111 a problemei, atunci x este nedominat.
Pentru a arta c o solu 1L \_111 a problemei anterioare este nedominat pentru
problema multicriteriu, presupunem c x este dominat, deci exist x X astfel nct
Cx >> Cx . Rezult c x [ L x
e
= z* - Cx Lh1L \ h\1L 1L L11h1111 a problemei.
Avem: e
T
x
e
= e
T
(z* - Cx ) = e
T
( x
e
+ Cx - Cx) = e
T
x
e
+ e
T
(Cx -Cx) > e
T
x , g1
se contrazice faptul c ( x x
e
, j Lh1L h\1L 1L \_111. Rezult c presupunerea c x este
L\1111 L 11h g1 1L1L1 x este nedominat.
2) O alt modalitate de definire a distan L1 1 de ideal este:

d x
i r
c z
c
i i
ij
( )
max
*

1
2 .

Functia d(x) este convex (deci existen N1\111 11111L Lh1L h1@L11), dar
neliniar, fapt care ngreuneaz determinarea numeric efectiv a solu 1L1 \_111L.
3) Mai general, se poate considera c solu 1 _1\11L1L1 1L111L111L11L x* este vectorul
care minimizeaz un criteriu de optim de forma:
(x*) = min h( d
1
(x-x
1
*), ... ,d
r
(x-x
r
*) )
n care x
i
*=(x
1
i
,...,x
n
i
) , 1i r Lh1L h\1L 1 \_111 pentru func 1 \11LL11N 1
i
, iar d
i

Lh1L \ 1L1L 1L LL L1h11 dintre vectorul xX g1 h\1L 1 \_111 x
i
* a functiei f
i
.
Alegerea concret a func 111\1 h g1 d
i
_L1111L \1 11L1L LL LZL11 _111LL11L 1L
criteriului de optim, ca de exemplu:
a) h(x) =
( )

i j ji
x x


2
,
i
0

b) h(x) =
i j ji
x x

,
i
0

c) h(x) =
( )
1

i r
i i
d x x
max
*


d) h(x) = d x x
i i
( )
*

Dac se alege d
i
(x-x
i
*) =
i
|f
i
(x
i
*) - f
i
(x)|,
i
>0 g1 1L1L 1 h de forma d)
atunci vectorul x* se determin astfel nct
(x*) =
( ) ( )
x X
i i i i
f x f x

min
*
.

II. Metoda ponderrii

n aceast metod, solu 1 \_111 a problemei multicriteriu este considerat o
so1L 1L 1LL\1111 n X care maximizeaz o func 1L \11LL11N-sintez a celor r 1L1L 11
obiectiv. Astfel, dac f
i
, 1i r hL11 1L1L 11 L\1LNL LL11111L _L 1L1 11L L\1NL7,
11L1h g1 11@1111 X, atunci problema:

[sup.] f
w
(x), xX ,

unde: f
w
(x) = w f x
i i

( ) , w
i
0, 1i r, w
i
= 1, este o problem de programare
convex.
Ponderile w
i
reprezint "i1_\111 L\1L1 de decident criteriilor
L\1h1LL11L. `\1L 1 \_111 a problemei multicriteriu depinde de alegerea ponderilor
w
i
. 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 w
i
. Dm n continuare o
metod de determinare a acestora.
Se poate demonstra c pentru orice sistem de ponderi w
i
0, w
i
= 1,
problema [sup.] f
w
(x) 1L LL1 _L 11 \ h\1L 1L \_111 care s fie nedominat. De
asemenea, dac w
i
> 0, pentru toti i \11LL h\1L 1L \_111 a problemei parametrice
asociate este nedominat. Definind
X* = X{ xR
n
| f
w
(x) },
atunci X* Lh1L 1\1 \ 1L1 11L L\1NL7. Procedeul de determinare a ponderilor asociate
1L1L 111\1 \11LL11N f
i
1LL 1L@1L1 1111L _1\11L1 1L111L111L11L g1 1L\11 ]\LL111\1. 1
const din urmtoarele etape:

Pas 1. Se rezolv r probleme de programare convex:
sup f
i
(x) , 1i r, xX
`L \1 11 h\1L 111L x
i
, 1i r g1 f
i
(x
i
) = max f
i
(x).
Pas 2. Se calculeaz f
ij
= f
i
(x
j
, i,,j = 1,2,...,r.
Pas 3. Se aleg constantele k
i
astfel:

'

>
>

0 pentru
0 pentru , 0
min
min
min
1
1
ij ij
r j
ij
r j
i
f f
f
k

Pas 4. Se calculeaz matricea A = (a
ij
), 1i,,j r, unde
a
ij
f k
f k
ij i
ii i

+
+
i,j = 1,2,...,r.
Pas 5. Se rezolv problema de programare liniar:
[inf.] z
i
, z Z, Z = { zR
r
| A
T
z e, z 0 }, e = ( 1,...,1 )
Fie z o so1L 1L \_111 a acestei probleme.
Pas 6. Se calculeaz:
w
i
z
M
i
i
z
j
M
j

, unde M
i
= f
ii
+ k
i

w
i
, 1i r L\1h111L1L h1h1L1L1 LL _\1LL11 h\L11L 1L1L 111\1 \11LL11N f
i
.
5Cf1U C. Constantele k
i
s-au introdus cu scopul ca elementele a
ij
h 11L _\Z111NL g1
L1L 1L 1111LL1 LZ caracterul optim al unei decizii. Marimea f
ij
reprezint valoarea
_L L1L \ 1 1L1L 1 \11LL11N f
i
pentru solutia posibila x
j
care maximizeaz criteriul f
j
,
iar f
ii
este chiar f
i
. Cantit 11L a
ij
_\1 11 111L1_1L11L L1L_1 @1L LL _1L1L111 " acordat
h\1L 1L1 x
j
relativ la criteriul i. Avnd n vedere c a
ij
]\_ g1 a
ii
= 1, 1 i r,
matricei A i se p\1L 1g L1 ]\L 1111L11 11111 LL L\L _L1h\1L LL hL1 1L1 11
care strategiile pure ale celor doi juctori coincid cu 1,2,...,r 11 Lg11@L1 _111L1L1
juctor corespunztor perechii de strategii (i,,j) este a
ij
. Conform teoriei jocurilor
matriciale, exist puncte de echilibru formate din strategii mixte. Dac A0, orice
strategie optim a primului juctor s
1
=(
1
,...,
r
) este definit prin:

i
z
z
i
i

, unde
( )
z z z
r

1
,...,
Lh1L \ h\1L 1L \_111 a problemei de programare liniar de la pas 5.
Deoarece
i
0,
i
=1, numerele
i
pot constitui un sistem de ponderi. Prin
L\1h11LL 1 LL 1 _h H L1L hL11 h\L11L 1L1L 111\1.

g
i
f k
M
i i
i

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

ntr-o combi1 1L 11111 de forma

i
i
g ,
i
este coeficientul lui f
i
/M
i
sau,

i
/M
i
este coeficientul lui f
i
. Pentru ca numerele
i
/M
i
s constituie un sistem de
ponderi (neavnd suma egal cu 1) este necesar s le mpr 11 1 hL1 1\1 1LZL111L
w
i
ca n pas 6.
T111L1_1 \11LL 1L LL _\1L 11 LLh procedeului descris este aceea c
\_111L1 1L111L111L11L Lh1L 11 L1Lh 11 1L11L111 1L\11L1 ]\LL111\1 11@\11h1L g1 LL
unul din juctori este factorul de decizie, cellalt nu poate fi dect "natura", adic
1h111L1 LL L\1L1 11 1LL\111\11L LL LLL1LL11 g1 L1L-i limiteaz posibilit 11L LL
L 1L1L.
Acceptnd punctul de vedere al optimizrii prin ponderare, plecnd deci, de la un
sistem de ponderi w
i
dat de decident sau stabilit prin procedeul descr1h h\1L 1 \_111
_1\11L1L1 1L111L111L11L hL \1 11L LL_ cum urmeaz:

Pas 1. Fie w
i
un sistem de ponderi (construit dup procedeul descris sau dat de
decident).
Pas 2. Dac w
i
> 0 , 1i r se trece la pas 3.
Dac mul 11L I = { i| w
i
= 0 } nu este vid se trece la pas 4.

Pas 3. Se rezolv problema de programare convex:
[sup.] f
w
(x) , xX.
V11LL h\1L 1L \_111 a acestei probleme poate fi considerat drept solu 1L
optim a problemei multicriteriu.
Pas 4. Fie = max f
w
(x).
Pas 5. Se rezolv problema de programare convex:
( ) sup
1
card i
i I
f x
I

, xX*, X* = X{xR
n
| f
w
(x) }.
V11LL h\1L 1L \_111 a acestei probleme este considerat drept solu 1L \_111 a
problemei multicriteriu.

III. Metoda mrginirii obiectivelor

Aceast metod const n selectarea unei singure func 11 \11LL11N L11 LL1L 1
dup care s se fac op1111Z1L _L111L LL1L111L 1L1L 11 11L1L1LL-se de ctre
LLL1LL11 11NL1L1L 11111L g1 1711L LLL_1111L g1 LL_111LL1L 1\1 11 h1h1L1L1 LL
1Lh111L 11 L1L:
max f
i
(x)
g
k
(x) 0, k=1,2,....,m;
L
j
f
j
(x) H
j
, j=1,2,...,r; i j.

Este foarte important de gsit nivelurile L
j
g1 H
j
care s nu conduc la restric 11
inconsistente (care genereaz domeniu vidj L1 g1 1L@L1L 1L1L 1L1 f
i
(x) care se
optimizeaz nu este de mai mic importan .

IV. Metoda minimizrii abaterilor

Se consider un vector
( )
f f f
r

1
,..., ale crui componente reprezint nivelurile
L1L 11L1L1L 111hL LL 1L1L 111L \11LL1iv. Evident, acestea pot fi chiar valorile optime
ale acestora (punctul ideal). Pentru un anumit xX vor exista abateri (n plus sau n
minus) ntre f
i
(x) g1 f
i
g1 1L _1\_L1L1 h 111111Z1 LLh1L 11L11. 1L L1 aceasta,
ca msur a apropierii ntre vectorii f g1 f N\1 L\1h1LL1 1\11 L11L1L1 L1 NLL1\111\1
f g1 f . 11 h_ 1L1 R
r
al obiectivelor vom considera normele:
||x||
p
= (

|x
i
|
p
)
1/p

||x||
1
=

|x
i
|
||x||
2
= (

|x
i
|
2
)
1/2

||x||

=
1 i r
i
x
max


V\1h1LL11L 1L1 11L X = {xR
n
| x0, Ax=b} g1 1\11L1L _L111L ]f- f ),
\1 11L1 L11toarele modele care rezolv problema multicriteriu:
(a)
x X
p
i i
p
f f f f
p

_
,

'

min
1

(b)
{ }
x X
i i
f f f f

min
1

c)

'

2
2
2
1
) (
min i i
X x
f f f f
(d)

'

2
2
min i i
X x
f f f f
(e)
x X i r
i i
f f f f

'

min max
1


71h1L1 N1\111 11111L este asigurat deoarece ||.||
p
Lh1L \ 1L1L 1L L\1NL7
(n baza inegalit 11 1L1 \1LL1j.
Minimizarea normei ||f- f ||
p
pentru p2 conduce la probleme neliniare n timp
ce pentru normele ||f- f ||
1
g1 1- f ||

rezolvarea modelelor se poate face prin
programare liniar.

V. Metoda Geoffrion

LL _11L L11 L1L@\11 1L1\LL1\1 111L1L11NL g1 hL 1ZLZ _L 1@\1111L1
Frank-Wolfe, specific programrii neliniare. Problema multicriteriu devine:
x X
max
U(f
1
(x),f
2
(x),...,f
r
(x))
1_11L111111L 1L1\LL1 Lh1L L\1L1 1\11 de:
1. X L\1NL7 g1 L\1_L1
2. U(f) L11L1L1 1111 g1 L\1LN 11 x;
O. 1L1L 111L f
i
sunt concave.
4.

U
f
1
> 0, utilitatea marginal este pozitiv n vecintatea lui x
i
(x 11 11L1 1 i), iar
f
1
(x) Lh1L \11LL11NL1 LL 1L1L111 .

Se presupune c func 111L \11LL11N f
i
(x) g1 1L1 11L X sunt cunoscute explicit,
n timp ce U(f) este cunoscut doar implicit. Metoda const n aproximri liniare.
Fiind dat o solu 1L 1L11Z111 x
i
, fie y
i
h\1L 1 _1\11L1L1 L1L 1L LL1Lg1 1Lh111L 11
L1 1L1L 1 \11LL11N Lh1L \ _1\7111L 11111 n x
i
a lui U(f). 11L1L1 L11LL 1 LL
L1Lg1L1L h\1L 1L1 z
i
= y
i
-x
i
Lh1L L11 L11LL 1 LL11 _L111L L1Lg1L1L 1L1 U(f).
Algoritmul este urmtorul:
Pas 0. `L 1L@L L1 _L1L1 111 11 x
i
X. Facem i=1.
Pas 1. Se determin o solu 1L \_1111 y
i
pentru problema determinrii direc 1L1.

( ) ( ) ( )
y X
x
i
r
i i
U f x f x y

max
,...,
1
.

Se ia z
i
= y
i
- x
i
.
Pas 2. Se determin o solutie optimala t
i
pentru problema determinrii lungimii
pasului:
( ) ( ) ( )
0 1
1

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

Se ia x
i
+
1
= x
i
+ t
i
z
i
, i = i+1 g1 hL 1L1 Th .
Criteriul de oprire a calculelor este (n mod teoretic) x
i
= x
i+1
. 1gL1 11 _h
1 se determin cea mai bun direc 1L LL 11gL1L L11 _L1L1L1 LL1L11 7
i
, iar pasul 2
determin (cu interven 1 LLL1LL11L1L1j L1 LL LL_11L 1L1@L LLh1 direc 1L.
111L1NL1 1 LLL1LL11L1L1 hL L1\1LZ faptului c U(f) nu este cunoscut L7_11L11 g1 L1
trebuie s poat estima importan \11Lror dou obiective n orice punct x
i
. Aceasta
hL1NLg1L 1 Lh1111L L11LL 1L1 @1L1L11L1L1 1L1 U(f) 1 11LL1L h\1L 1L 111L11LL11. n
_h 1L1L 1 \11LL11N hL _\1L L7_111 h11L1.

( ) ( ) ( )
( )
( )
( )
( )
i i
j x
r
j
f
U
i
x
x x
f f
f
f f
U i i
r
i
x
y x f
y y x f x f U
i
j
i
n
r
i
r

,
_

1
,...,
,...,
,..., 1
1
1
1
,...,

unde

U
f
j
i
Lh1L LL11N1 _1 11 a lui U n raport cu obiectivul j, evaluat n punctul
(f
1
(x
i
),...,f
r
(x
i
)), iar
( )

x j
i
f x este gradientul lui f
j
evaluat n x
i
. 1L\1LLL h\1L 1
problemei nu este afectat prin 1L111_11L1L 1L1L 1L1 \11LL11N LL L1 hL11 11_r 11L
la

U
f
i
1
, problema determinrii direc 1L1 LLN11L.
( )
y X
j
i
x j
i i
w f x y

max
,
unde
w
j
i
U f
U f
j
i
i

/
/
1
, j = 1,2,...,r.
Ponderile w
j
i
reflect importan L\1L1 de decident fiec1L1 1L1L 11 \11LL11N
1 de func 1 f
1
aleas drept criteriu de referin . Aceste ponderi sunt solicitate
nainte ca procesul s poat continua. O modalitate de alegere ar fi:
w
j
i
= - f
i
/f
j
,
adic w
j
i
este rata marginal de substituire a obiectivelor.
Algoritmul cere decidentului s stabileasc n pasul 2 lungimea deplasrii.
1_11L1L L\1L1L1 1@\1111L1L1 _1LhL_L1L g1 L1 L111L11L LL \_111L L1LL1L1\1.
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
LL_11LL L 11hg1 LL 11L N11111L 1egate ntre ele printr-\ 1L1 1L 11L111L.
S lum un exemplu. Dac studiem oferta (Oj g1 LL1L1L ]C) unui anumit
_1\LLh _L _1 hL g11L L O g1 C LL_11L LL _1L L1 p al produsului. Se poate scrie c O
este o anumit func 1L LL _1L C este o alt func 1L LL LL1g1 _1L 11 1 LL11111L _L
_1 , avem C=O. Construim, deci, un model elementar:

O = f(p)
C = g(p)
C = O.

Adeseori C g1 O LL_11L g1 LL 11L N11111L LLL1 _1L L1. 1L L7L1_1L LL1L1L LL
anumite produse alimentare depinde de venitul familii1\1 LL _1L L1 _1\LLhL1\1
analoage, etc. Dac este vorba despre un produs comestibil, atunci oferta depinde de
_1L L1 1L1L1 _1LLLLL11. TLZL11 modelul:

C
t
= f(p
t
, x
1t
, x
2t
,..., x
nt
)
O
t
= g(p
t-1
, x
1t
,..., x
mt
)
C
t
= O
t
.

n model s-au introdus diferite variabile explicative X
1
,...,X
n
g1 h-a considerat
realizarea acestor variabile la momentul t.
Remarcm c modelele propuse comport mai multe ecua 11. `L h_L1L L sunt
1\LL1L LL LLL 11 1L111_1L. TL111L 11LL_L1 Lh1L 11 h11_1L LL 1 1\11 _L L1 1\LL1 LL
o singur ecua 1L.
S presupunem c dorim s studiem consumul C
i
dintr-un anumit produs
pentru o familie. Acesta depinde, ntre altele, de venitul V
i
al familiei. Modelul cel
mai elementar const n explicitarea lui C
i
11 1L1L 1L LL V
i
. 1Lh1@L1 L g1 1 1 1ctori,
L1111L L1L L111 hL11 _1 11 1LLL1\hLL 1 LL1L1111 deasemenea pe C
i
. Putem
L\1h1LL1 L1LL1L1L LLh1\1 1 1 1L1\11 1111-un singur factor aleator
i
. `L \1 11L
modelul aleator:
C
i
= f(V
i
) +
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 11 1Lh pentru f nu este n contradic 1L LL 1LZL111L1L L7_L11L1 L1. 1L
exemplu, dac alegem pentru f o func 1L LL gradul nti, f(V
i
)=a
.
V
i
+b, modelul
devine:
C
i
= a
.
V
i
+b+
i
[2].

Fcnd s varieze i pentru diferite familii cercetate, ne asigurm c rela 1 _Z_
este bine satisfcut. Se spune c se "testeaz" modelul. Dac s- \1 11L1 L1 1LZL111
convenabil, se trece la "estimarea" parametrilor a g1 b. 1_\1 hL LL111Lg1L \ 1L@L1 LL
previziune" care s permit, cunoscnd V
i
, determinarea lui C
i
.
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], V
i
este o variabil
exogen sau explicativ. Valoarea sa pentru un i dat permite determinarea
lui C
i
LL _1\711 1
i
.
endogene: sau variabile de explicat. C
i
este variabil endogen n modelul
precedent. Prin intermediul lui
i
variabila C
i
este o variabil aleatoare.

11h111L 1 1111L 11L1 N11111L1\1 Lh1L 1\11L 11_\1111 g1 N 11L1L1 1\1LLL1
precizat nainte de studiul modelului.
Un model econometric se spune c este "specificat" atunci cnd i se d acestuia
formularea matematic definitiv.
iL1 11L _11L1111\1 L1L LL111LhL L\1_1L1 1\LL1L1 L\1h111L1L h11LL1L1
acestuia. De exemplu, presupunnd c a=0,3; b g1 urmeaz o lege normal de
1LL1L \ g1 L1h_L1h1L O 1L1L1 1L1 11L 'a=0,3; b=16; m=0; = 3 ; constituie
structura modelului [2].
Scopul econometriei este de a determina structura adevrat a modelului,
cunoscnd cuplurile (C
i
, V
i
) asociate diferitelor familii. Aceasta nseamn c, plecnd
dL 1 L1 h_ 1L Lg111\1 LL11111 LL 1L1 11L ]C
i
, V
i
), s se determine structura
adevrat a modelului n spa 1L1 LL 11L1 L11L1h1L11 ]a,b,j. 11L1 111L1N11L 11LLL 1
statistic. Obiectul acesteia este de a determina o procedur care, pornind numai de la
obsL1N 111L L1h_\11111L h permit trecerea din spa 1L1 Lg111\1 11 h_ 1L1 h11LL1L111\1.
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
LL1hL1 11LLL 1L1 h111h11LL 1\LL1L1 1L hL 11 1\L111L. Procedura aleas va consta n
\1 11L1L LL Lh1111\11 _L111L _11L1111 g1 1 L1L h permit determinarea celor
mai bune valori reale ale parametrilor. Acestea sunt apreciate cu ajutorul intervalelor
LL 11L1LLL1L 1LhL LL L1 11NL1 LL hL11111L 1L L1. 1L L7L1_1L _L111L 1\LL1L1
_1LZL111 g1 _L111L \ 1L111 hL11L LL \1hL1N 11 @sim, cu o probabilitate de 95%, c
a_\Z \OO_ g1 1[14; 16].
ConsidL11 1\LL1L1 _Z_ g1 h _1LhL_L1L1 L _1\LLLL1 L1111Z1 _L111L
LL1L11111L _11L1111\1 _\1111L LL 1 111\11 111L LL1LhL LLh_1L ]C
i
, V
i
), nu
L\1LLLL 1 \ h\1L 1L L11L, ci la dou structuri distincte. Este evident c legea de
probabilitate definit pentru _1LL1ZLZ g1 1L@L N11111L1 L1L\@L1L C. Fiecare din
cele dou structuri, 111L L\11 LL N1\111L L1L N11111L1\1 L7\@L1L g1 LL 1L@L 1L1 ,
conduce la o lege de probabilitate pentru C. Sunt posibile dou cazuri:
sau cele dou structuri sunt dist11L1L g1 1L1L1 1L _L1L1 1L@L 1111L L1L. `L
h_L1L L h11LL1L111L L\1h1LL11L 1L hL11 1LL11111L111L g1 LLL1 1\LL1L1 1L
este identificabil, nu se pot determina valorile parametrilor modelului;
sau cele dou structuri nu sunt distincte, intersec 1 1\1 1L e vid. Se va putea
1LL11111L \ _11L L11 _11L111 1\LL1L1L1 LL1 L1L _1 11 111L1hLL 1L1 LL1\1
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
LLL 11 1L111_1L.
Un model econometric a crui structur este determinat, prezint interes
pentru utilizarea lui la previzionarea, ntr-o etap viitoare sau ntr-\ L11LL1h11 dat
dac e vorba despre obsL1N 11 1L1L 1 LL1g1 1\1L11 N1\111\1 N11111L1\1
endogene atunci cnd cele exogene sunt fixate.
Fie, de exemplu, modelul:
y
t
=a
1
x
1t
+a
2
x
2t
+b+
t
, t=1,2,...,T
n care Y este volumul importurilor dintr-o anumit marf, X
1
Lh1L _1\LLL 1 111L11,
iar X
2
este stocul din marfa respectiv. Presupunem c se cunosc datele
corespunztoare pe perioada 1985-``` \1hL1N 111L 1111L 1L1L. `L @sesc ca
estimri punctuale ale parametrilor:
1
=0,140;
2
=0,60;

b=6. Modelul estimat se

scrie:
y
t
=0,140x
1t
+0,60x
2t
+6.
T1LhL_L1L1 L hL L\1Lg1L h hL _1LN1Z1\1LZL 11_\11L1 _L111L 1L1 Z\\\ g1111L
c n 1999 produc 1 111L11 a fost de X
1
\O\ ]11 11L. 1L1 _1L L11 `j 11 h1\LL1 LL
marf n 1999 a fost de X
2
Z. V1 11L1 ca previziune pentru Y:
y
2000
=(0,140)(1030)+(0,60)(12,7)+6,
sau, n general:

+ +
2 2 1 1

x a x a y
,
fiind perioada de previziune.
n legtur cu valoarea previzionat pentru Y se impun remarcile:
s-au ales arbitrar valorile x
1
g1 x
2
111L L\11 LL LN\1L 1 1\1 11LLL1;
specificarea modelului nu este perfect. Forma func 1L1 1LhL _L111L L7_11L1L
LN\1L 1L1 1L1 Y nu este suficient precizat;
este posibil ca variabilele care explic, n modelul nostru, evolu 1 1L1 Y s nu mai
111L1N11 11 LL1g1 1od 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 11L 1Lh_LL11NL _L L1L L1L 1L
reprezint n varia 1 1L1 Y nu mai sunt LL1Lg1. h1L LN1LL11 L _1LN1Z1L1L N 11
serios deplasat.
Cele trei cauze evocate sunt surse de eroare pentru previziune. Econometria
studiaz diferite metode ce permit minimizarea acestor erori.
TL 11L1 L111\1L1L L1_L 11 L\1h11L11L g1 L1111Z1L modelelor econometrice:
specificarea modelului;
Lh1111L _11L1111\1 g1 1Lh11L 1\LL1L1L1
previziunea variabilei endogene.
VL1 11 h11_1L g1 11 L1111Z1 1\LL1 LL\1\1L111L Lh1L 1\LL1L1 11111 LL
regresie simpl. ntr-un astfel de model, o variabil endogen reprezint evolu 1
1L1\1L1L1L1 h1LL11 g1 LLh1 LN\1L 1L Lh1L L7_11L1 de o singur variabil exogen.
Considerm modelul: y
t
=ax
t
+b+
t
, t=1,2,...,T n care Y reprezint o variabil
endogen, X \ N11111 L7\@L1 g1 o variabil aleatoare ale crei caracteristici sunt
precizate n ipoteze. Se dispune de T cupluri (x
t
,y
t
) care sunt realizrile variabilelor X
g1 Y. Parametri a g1 b hL11 1LLL1\hLL 1 g1 hL Lh111LZ pe baza observa 111\1 ]x
t
,y
t
)
cunoscute.

Ipoteze fundamentale
1. x
t
g1 y
t
sunt mrimi numerice observate fr erori. Y este aleator prin
intermediul lui . X, variabila explicativ, este considerat cunoscut n
model.
Z. 1_\1LZL 1L1L111\1L 1 L1h1111L 1 L1\111\1 .
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
) ]
2
= M(
t
2
) =

2
, finit.

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 11 L11L111L t g1 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 11\1 h11_1\11LL 1L
estimatorilor parametrilor a g1 b.
Estimatorii a g1 b se pot determina prin metoda celor mai mici ptrate
(MCMMP), adic astfel nct realizrile lor s minimizeze suma ptratelor erorilor:

t
2

min . `L \1 11 L7_1Lh111L.

( ) ( )
( )
a
y y x x
x x
t t
t

2
,

b y ax

Se demonstreaz c estimatorii a g1

b au propriet 11L.
- a g1

b hL11 Lh1111\11 1LLL_1h 1 1 1L1 a g1 b;

- a g1

b sunt estimatori conve1@L1 1 1 1L1 a g1 b;

- a g1

b sunt estimatori exhaustivi ai lui a g1 b.

Ipotezele fcute asupra modelului permit determinarea de intervale (regiuni) de
ncredere pentru a g1 b 1 L1 11NL1 LL hL11111L 1L L1. otodat, 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 1L LL 11 1L11L
variabile exogene. Modelul devine:

y
t
= a
1
x
1t
+a
2
x
2t
+...+a
p
x
pt
+
t
, t=1,2,...,T

n care: y este variabila endogen, x
1
,x
2
,...,x
p
sunt variabile exogene, iar a
1
,a
2
,...,a
p

hL11 _11L111 1LLL1\hLL 1 L1L 11L1L1L Lh111 1.
Notnd: Y = (y
1
,...,y
T
) , a = (a
1
,...,a
p
), = (
1
,...,
T
)

X=
1
1
1
1
1
]
1

pT T
p
p
x x
x x
x x
.....
. ..........
.....
.....
1
2 12
1 11


modelul se scrie sub form matricial astfel:
Y = X a +
1LL@1L 1 1_\1LZL1L 1LL1L 11 11111L g1 _L LL 1L1L111\1L 1 1hL1
coliniarit 11 N11111L1\1 L7\@L1L hL 11 c vectorul al estimatorilor parametrilor
a
i
se determin cu rela 1.
= ( X ' X)
-1
X ' Y

1111L Lh1111\11 1LLL_1h 1 _L111L a
i
.
Econometria studiaz propriet 11L Lh1111\111\1 \1 11L 1 _111 L11L111L 1L1\LL g1
h1111Lg1L L\1L1 111L LL N1111111L _L111L _1LL1L 111L N11111Li endogene.
Adesea, n studiul fenomenelor economice cu ajutorul modelelor econometrice,
alturi de valorile luate de variabila endogen la un moment t 11@L1LZ g1 N1\111L
1L1L LL LLLg1 N11111 1 1\1L11L1L t-1, t-2,...,t-h. n acest caz ne gsim n
_1LZL1 L1\1 1\LL1L L1\1L@1Lh1NL. 11 h11L1 LL 1\LL1 hL hL11L.

y
t
= a
1
y
t-1
+a
2
y
t-2
+...+a
h
y
t-h
+
t

hL L1L _1 g1 N11111L L7\@L1L.
y
t
=a
1
y
t-1
+...+a
h
y
t-2
+b
1
x
1t
+b
2
x
2t
+...+b
r
x
rt
+
t
.

1L hL _11L 1L1\LL LL Lh1111L \11g1L11L LL L7L1_1L iViiT Lh11matorii
\1 11L 1 1L 11 _\hLL propriet 11L 1L1 1\11L 11L11\1.

4.5. DOUCC UC LOMgC C

Modelele studiate n paragrafele precedente presupuneau implicit c exist un
decident unic care caut s-g1 \_1111ZLZL L 1L111L h1L 1111-un mediu pe care l
stpneg1L. 11 LL\1\11L hL 11111LhL 11h h11L 11 1L1L1\hL LL L\1111L1 g1 L\\_L11L
LL 111\11 1L g1 1 1\11111L LL LLL1Z1L L\1LL11N care nu pot fi analizate corect cu
1L11L11L LLZN\111L 11L11\1. 11L1L1 L1L L1 LLL1LL11 LLN11L L\1g11L11 L 1LL1L1 11
carL L 1\1LZ este constituit din deciden 1 L g1 L1 1L11ZLZ de fapt c ac 1L111L
11\1 L g1 1L h1L hL11 111L1LL_L1LL11L 1111LL1 1L h11L 1 11LL1L1. V\1g1111
comun asupra acestor interdependen L 1L1 1111 LLL1LL1 11\1 L 1g1L1L 1\ 1L111 Le
joc. 1LL1LL1 11 LLN11 ]LLtori. Teoria jocurilor a devenit un cadru metodologic
LhL1 11 1 g1111 L1 LL\1\11LL.
Numim joc \11LL h11L 1L 11 L1L 11 1L1 1 LLL1LL1 1 L1\1\11 hL11 L\1h111g1
s ia decizii asupra rezultatului ac 1L111 1\1. 1LLrui decident i este afectat un
1LZL111 L1 LLh1 1LZL111 LL_11LL LL 1L1 11L LL LLL1Z11 1L1L LL 1\ 1 LLL1LL1 11.
1h11L1 LL h11L 11 1111111 11 11 h1L1L1 LL\1\11LL1L1 ]]\LL1 LL g LLL1L1 1zboiul
L1L.j L1 g1 \11LL h11L 1L LL L\1LL1L1 n economie poate fi modelat n acest fel. Ne
vom referi aici doar la jocurile ne-L\\_L111NL 11 L1L LLL1LL1 11 ]]LL1\111 L1\111j 1g1
conserv autonomia decizional. Excludem, deci, situa 111L L1L _1 L\11 11 1111L
juctori.
Un joc este definit prin patru concepte de baz:
A. V 1L1 11L 11111 de situa 11 LL ]\L 1\11 X, care descrie strile posibile ale
jocului n derularea sa;
B. 1 1L1 111 LL 1L1ri", G
i
, prin care juctorul i are posibilitatea de a
111h1\11 h11L 111L LL ]\L. 111 _L1L1 LL NLLL1L 1\111 o mutare a juctorului i este
\ _11L 1L g
i
:XX{} unde este un element suplimentar al lui X introdus
pentru a identifica mutrile posibile. g
i
(x)= arat c mutarea g
i
nu poate fi jucat n
h11L 1 x.
Fie:
G=G
1
G
2
... G
n
1L1 11L mutrilor tuturor juctorilor;
A(x)={gG/g(x)} 1L1 11L 1L1rilor posibile pornind din situa 1 LL ]\L x;
F = {xX/A(x) = } 1L1 11L h11L 111\1 1111L LL ]\L 11 L1L 11L1-o mutare nu
este posibil.
C. V _111 1L H 1L1 1111 X\F 11 1L1 111 LL 111\11 11. V 1L1 11L LL
111\11 1L hH L\1 11L 1\1L h11L 111L LL ]\L L1L 1 L1 h1L1L 1 ]\LL1L1 1L _\1 11
distinse de juctorul care este la mutare. H hL 1L1Lg1L h11LL1L1 LL 111\11 1L
jocului.
D. n 1L1L 11 LL Lg11@ v
1
,v
2
,...,v
n
LL11111L _L 1L1 11L F care determin
Lg11@L111L 1L11Z1L LL LL1 1 ]LL1\11 1L1L1 L1L ]\LL1 ]L1@L 1111-\ h11L 1L 1111.
v
i
(z) Lh1L Lg11@L1 1L11Z1 LL ]LL1\1L1 1 1L1L1 L1L ]\LL1 hL 1L1111 11 h11L 1 zF.
Cele patru concepte de baz care definesc jocul satisfac urmtoarele grupe de
ipoteze:

. gOCC 5gCL[LC MM MOf Z g 1
1_\1LZ . L71h1 \ h11@L1 ]L1 g1 1L11 L1j h11L 1L LL ]\L ]1\11 x
0
) care nu
rezult din nici-o mutare jucat. Exist, deci, o singur situa 1L LL ]\L h11L1 11L1
oricare ar fi xX g1 \11L1L 1 11 gG, g(x) x
0
. Aceast situa 1L Lh1L LL1L1L1
jocului.
1_\1LZ Z. \ h11L 1L LL ]\L L1 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 oriLL h11L 1L LL ]\L L\1 11L 11 L 1\1 11LLL1L1 L11 L1L 1LZL111.
ipoteza 3: ntr-\ h11L 1L 1L-final dat, un singur juctor poate juca: oricare ar fi
xX\F, exist i unic apar 111L 1L1 1111 {1,2,...,n} astfel nct A(x)G
i
. Aceast
ipotez implic faptul c orice situa 1L LL ]\L 1L-final este afectat unui juctor.
Altfel spus, exist o aplica 1L.
d:X-F{1,2,...,n} astfel nct A(x)G
d(x)
, oricare ar fi xX-F.
1_11L 1 d 1\L h11L 111L LL ]\L ]LLtorilor care trebuie s joace.

II. Ipoteze specificC 5fMLMf UC M[OfMU C .
ipoteza 4: Pornind de la dou situa 11 LL ]\L _1 111L LL1L1g1 h11LL1L11 LL
111\11 1L LL1Lg1 1L1ri sunt posibile: oricare ar fi hH g1 \11L1L 1 11 x,yh,
avem A(x)=A(y). Notm cu A(h) 1L1 11L 1L1rilor realizabile pornind de la
\11LL h11L 1L L11 1L1 11L LL 111\11 1L h.
11 N111L1L 1_\1LZL1 O LLh1L h11L 11 1LN11 1\1L LL1L1g1 ]LLtor, adic: oricare ar
fi hH g1 \11L1L 1 11 x,yh, rezult d(x)=d(y). Notm cu d(h) juctorul afectat
1L1 1111 LL 111\11 1L h. Juctorul d(h) nu poate distinge dou situa 11 LL ]\L
L11L111L 11 1L1 11L h. iL1 11L LL 111\11 1L 1LZL1 LLL LL g11L ]LL1\1L1.
Notm cu h(x) 1L1 11L LL 111\11 1L 1 L1L _1 11L h11L 1 x. T111 1 H se
LLhL\1_L1L h11L1 11 1 _111 11 L1h111L1L H
i
, i=1,2,...,n. 1LL1L _111 1L H
i

regrupeaz mul 1111L LL 111\11 1L L1L ]LLtorul i trebuie s joace: hH
i
LL g1
numai dac d(h) = i.
ipoteza 5: Orice mutare transform o situa 1L LL ]\L L1111-\ 1L1 11L LL 111\11 1L
ntr-\ h11L 1L L1L 1L _1 11L LLh1L1 1L1 111. \11L1L 1 11 hH, 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 1 ]\LL1L1 1111-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 1 1 1L11L 1_\1LZ Lh1L h11h1cut totdeauna.
1_\1LZ \. 1L1L1L1 ]\LL1L1 L\11L1LL LL 1L1 11L h LL 111\11 1L. H(x
0
)={x
0
}.
1_\1LZ 11 L LL1 L1L ]\L _111L1 LL1\g1L L7L1 h11L 1 LL ]\L L1L 1 hL
prezint la acel moment.

n fomulare clasic, jocul este definit ca un graf arbore (X, ) 11 L1L h11L 111L
de joc corespund nodurilor, iar arcele reprezint mutrile posibil a fi jucate pornind
din acel nod.
(x) = {yX / exist gA(x), y=g(x)} Lh1L 1L1 11L LL hLLLLh\11 11LL1 1 1
nodului x. 111L L\11 LL 1_\1LZ Z \11LL 1\L xx
0
este succesor imediat al unui
singur nod p(x), numit predecesor imediat al lui x. Drumul este o succesiune de
noduri {x
1
,x
2
,...,x
p
} astfel nct p(x
k
)=x
k-1
. h1L Lg\1 LL NZL1 L L71h1 L1 h11@L1 L1L1
care leag nodul ini 11 x
0
de orice nod x. Drumul rezum istoria care a condus la
h11L 1 LL ]\L x.
Un joc dat sub form de graf se zice c este reprezentat n forma dezvoltat.
71h1 g1 \ 11 1L_1LZL111L ]\LL1L1 hL1 1\11 L1L1 11L1 11 L1L hL11 11LLL1L
Lg11@L111L ]LL1\111\1 _L111L L11L111L1L 1L111 _\h1111L. 1LLh1 Lh1L 1\11 normal a
]\LL1L1. V1L LLL LL Lg11@ L1 ]LL1\1 _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
1L1Lg1L "echilibrul jocului".

1C[M U J. Un joL Lh1L LL 111\11 1L L\1_1L1" dac, nainte s nceap jocul,
11LL1L ]LL1\1 LL1\g1L 1L1 11L {A, B, C, D} dat mai sus, adic: regulile jocului,
Lg11@L111L _\h1111L 11 1L11Z1L _111 L1 hL 11 L11 LN\1L 111L ]\LL1L1 h11L1 L
fiecare juctor poate lua locul adversarului pentru a-g1 11@11 LLL LL LLh1 N
decide.

`11L 111L LL 111\11 1L 11L\1_1L1 sunt mai dificil de analizat. Ele corespund
h11L 111\1 11 L1L 1L111L 111\11 11 LL 1Z hL11 LL1\hLL1L LL L1 ]LL1\1 g1
necunoscute de altul. n astfel de cazuri exist DVLPHWULH GH LQIRUPD LH. Tratm aici
1L11 ]\LL111L LL 111\11 1L L\1_1L1.

1C[M U Z: Se spune c juctorul i 1L 111\11 1L _L11LL1 dac fiecare din mul 1111L
LL 111\11 11 H 1L L\1 11 LLL1 L1 h11@L1 L1L1L11. J\LL1 Lh1L LL 111\11 1L _L11LL1"
dac to 1 LL1 1 ]LLtori au informa 1L _L11LL1.

1C[M U : O "strategie" a unui juctor este o list de mutri pe care acesta se
angajeaz s o joace, nainte de debutul jocului, n func 1L LL 1\1L h11L 111L L1L 1 hL
pot prezenta.
\111 \ h111L@1L ]LL1\1L1L1 1 Lh1L L1 g11 LL 1L111 s
i
, (s
i
h
A(h), hH
i
).
Altfel spus, o strategie afecteaz o mutare posibil la orice mul 11L LL 111\11 1L
juctorului i. Mutarea s
i
h
va fi numit strategia local a mul 1111 LL 111\11 1L h.
Alegerea unei strategii ncorporeaz toate posibilit 11L LL LN\1L 1L ]\LL1L1 L\11\11
regulilor sale. Notm S
i
1L1 11L LL h111L@11 ]LLtorului i. Considerm un nod ne-
final x g1 s=[s
1
,s
2
,...,s
n
] un n-uplu de strategii ale juctorilor. Ele definesc un drum
unic pornind din nodul x, definit de procedura urmtoare: x
1
=x; x
k+1
=
( )
( )
( )
k
x d
x h
x s
k
k
. Cu
alte cuvinte, fiecare nod x
k
al drumului este urmat de nodul care rezult din aplicarea,
n x
k
, a strategiei juctorului care trebuie s joace atunci cnd jocul ajunge n
1L1 11L LL 111\11 1L LL L1L _1 11L x
k
. Jocul se termin n punctul final z(s,x)
L1L LL_11LL LL 1\LL1 111 11 g1 LL 1\1L h111L@111L L1111Z1L LL ]LL1\11. Vg11@L1 P
i

realizat de juctorul i 11 LLh1L L\1L1 11 Lh1L. P
i
(s,x) = v
i
(z(s,x)). Vg11@L1 LL_11LL
LLL1 LL h111L@11 g1 LL h11L 1 LL _1LL1L 1Lh. Cnd nodul de plecare este debutul
jocului, x
0
Lg11@L1 hL 1\1LZ h11_1L P
i
(s).

1C[M U H: `L 1L1Lg1L "echilibru Nash" 1 ]\LL1L1 \ 1L1 11L LL 1 h111L@11
s*=[s
1
*,s
2
*,...,s
n
*] astfel nct pentru orice i=1,2,...,n:
P
i
(s
1
*,s
2
*,...,s
i
,...,s
n
*)dP
i
(s
1
*,s
2
*,...,s
i
*,...,s
n
*),
oricare ar fi s
i

S
i
.

Drumul determinat de s* care pleac din x
0
hL 1L1Lg1L L1L1 LL LL11111L.
V\1LL_1L1 LL LL11111L ih Lh1L LhL1 11 11 1L\11 ]\LL111\1 g1 11 LL\1\11L 11
@L1L11. 1_\1LZL1L LL 1 1\11111L _L L1L 1L _1LhL_L1L L\1L1 111L LL L71h1L1 g1
unicitate constituie probleme grele de demonstrat. Interpretarea acestui concept este
L11 1\1L. LL11111L1 ih Lh1L 1L1 11L h111L@111\1 h11Ll nct nici-un juctor nu
Lg11@ LL hL 11L L1111L11. 1111L1 h_Lh LL 11LL1L ]LL1\1 111L1_LZ L
_11L1L111 LL ]\L L\_1 h111L@111L 1\1 LL LL11111L 1L1L1 g1 L1 N ]LL h111L@1 h LL
LL11111L g1 ]\LL1 hL LL1L1LZ LL_ L1L1L1 LL LL11111L. 1111LL111L LL 11 L1L@L1L
conceptului rezid n faptul c defini 1 h111L@111\1 Lh1L \1LLL1 h\11h11L1. S lum,
LL L7L1_1L L1 ]\L LL L\L _L1h\1L g1 h L1 ]\LL1L1 \ 1L_1LZL111L 11L11.
__________________________________________________________________
A s
1
A
s
2
A
..... s
j
A
.....
B
__________________________________________________________________
s
1
B

s
2
B

.
.
.
s
i
B
.. P
A
(s
i
B
,s
j
A
), P
B
(s
i
B
,s
j
A
) .
.
.
__________________________________________________________________
Pe coloane sunt trecute strategiile juctorului A, pe linii, cele ale lui B, iar n
fiecare csu 11L1L1L1 hL 11LLL Lg11@L1 11LL1L1 ]LL1\1 L\1Lh_L1Z1\1 h111L@111\1
respective. Un echilibru Nash corespunde unei linii i g1 L\1\1L j h11L1 11L1 Lg11@L1
juctorului A care figureaz n csu ]i,jj Lh1L hL_L11\1 hL L@1 Lg11@L111\1 LLh1L1
juctor din linia i. 1 1L1 Lg11@L1 ]LL1\1L1L1 B L11 L hL ]i,j) este superior sau egal
Lg11@L111\1 LLh1L1 din coloana j.
71h1L1 LL11111L1L1 Lh1L LhL1 11. 11L1L1 L1L LLh1 11_hLg1L hL LL1 h hL
lrgeasc spa 1L1 h111L@111\1 LL\1LLL 1L1LL1 h111L@111\1 1N\11ZLZ emergen
L1L1 LL11111L. 1LLh1 hL _\1L 1L11Z 11L _111 L1Lg1L1L 1L11L1L1 LL 1L1 111 LL
111\11 1L 1N\11Z1L L\1L11L1L 1111L ]LL1\11 ]L1Lg1L H), fie prin mbog 11L
1L1 1111 LLL1Z111\1 _\h1111L _111 Lugarea de noi decizii (mutri) definite ca o
L\1111 1L LL1\1 111 11L ]L1Lg1L Gj. 11 LL _11NLg1L _111L1 h_LL1 h_ 1L1 strategiilor
L1Lg1L LL 111\11 1 L1h_\11111 g1 hL LL1\1h11LZ L \11LL ]\L 11111 LL 111\11 1L
perfect admite un echilibru (teorema Zermelo-von Neumann-Kuhn). Sub al doilea
aspect, jocul se extinde presupunnd c, n orice mul 11L LL 111\11 1L hH
i
,
juctorul i poate juca mutarea n probabilit 1. hL LL111Lg1L h11L1 \ h111L@1L 1\L1
mixt" ca o distribu 1L LL _1\1111111L _L 1L1 11L A(h), adic o aplica 1L
p
i
h
:A(h)[0,1], astfel nct ( ) 1

a p
i
.
Lista tuturor strategiilor locale mixte definite pe H
i
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,
adic o distribu 1L LL _1\1111111L p
i
_L 1L1 11L h111L@111\1 S
i
]1L111L g1 h111L@11
pure). Altfel spus, o strategie de comportament este o list de distribu 11 LL
probabilitate, n timp ce o strategie mixt este \ L1h1111L 1L LL _1\1111111L _L \ 11h1
de strategii. Teorema lui Nash arat c exist totdeauna un echilibru al jocului n
strategii mixte.
1111\LLLL1L h111L@111\1 1171L Lh1L L1 11]1\L LL 1LL L\1NL7L h_ 111L
deciziilor. Aceasta revine de fapt la a defini extensia mixt a jocului. Fie un joc cu
hL1 1L1 11 L1L 1 Lh1L 1L11L1 LL h111L@11 _L1L 1L ]LL1\1L1L1 g1 1 LL1L 1L
]LL1\1L1L1 Z. Vg11@L1 1L11Z1 LL L1L hL ]\L L1LL11N h111L@111L i g1 j este a
ij
. Fie
A=(a
ij
) 1111LL Lg11@L111\1 ]uctorului1. n aceste condi 11 h_L11 11L111L a
Lg11@L1L1 1L11Z1 1L1L1 L1L hL11 L\_11L h111L@111L 1171L x g1 y, este
V(x,y)=x
T
Ay=y
T
A
T
x. L11111L1 ]\LL1L1 hL \1 11L LL1L11111L _L111L 11LL1L ]LLtor
1L1L 1 LL1L1 11 1L1 1spuns", adic cea mai bun strategie pe care acesta o va
adopta, oricare ar fi strategia adversarului. Astfel, pentru juctorul 1, se rezolv
programul liniar PL
1
(y), cu y fixat:
Max{x
T
Ay}, hL1 1Lh111L 111L 1
m
x=1, x0,
unde 1
m
este vectorul coloan cu m componente egale cu 1. Programul dual PD
1
(y)
1g1 Lh1L. Min{v} hL1 1Lh111L 111L v1
m
Ay. `\1L 1 _1\@11L1L1 LL1 Lh1L 11LL11,
v(y)=Max(Ay). L1L 1 v(y) Lh1L Lg11@L1 1711 1L11Z1 11 h111L@11 _L1L LL ]LL1\1L1
1 ca rspuns la strategia mixt a lui 2.
n mod asemntor, pentru juctorul 2 avem programul PL
2
(x), cu x fixat:
Min{x
T
Ay} hL1 1Lh111L 111L 1
n
y=1, y0, respectiv PD
2
(x): Max{w} hL1 1Lh111L 111L
w1
n
A
T
x. `\1L 1 LL1L1L1 Lh1L w(x)=Min(A
T
x), adic pierderea minim realizat n
strategii pure de juctorul 2, cnd juctorul 1 joac strategia mixt x.
TLL111L L\1L1 111L LL \_111 1L _1\@11L1\1 PL
1
g1 PL
2
, rezult c echilibrul
jocului const n mul 11L LL N11111L _x*,y*,v*,w*] astfel nct: x*0, y*0,
1
m
x*=1, 1
n
y*=1, v*1
m

Ay*, w*1
n
A
T
x*, v*=w*=x*
T
Ay*. TL1 1ile anterioare sunt
L\1L1 111L LL \_111 _L111L L\L programe liniare duale. Programul L
1
corespunde
comportamentului juctorului 1, iar dualul L
2
, juctorului 2. Aceste programe sunt:
{ } w
Max
x w ,
{ } v
Min
y v ,

w1
n
A
T
x v1
m
Ay
1
m
x=1 1
n
y=1
x0 y0
Programul L
1
exprim faptul c juctorul 1 caut o strategie mixt x care s-i
asigure maximum din minimul w al Lg11@L1L1 _L L1L LNL1h1L1 1 _L1L h-l
Lg11@L ]LL1L h111L@111L 1L1 _L1L
Programul L
2
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;
`111L@1 1171 L1L1 ]LL1\1 LL111Lg1L N11111L1L LL1L 1L _1\@11L1L1 11111
asociat celuilalt juctor;
1LL1L ]LL1\1 LL1L1111 h111L@1 h 1171 L g1 LL1 LNL1h1L1 hL ]\L 11
strategii pure.
\1L h11L 111L L1h1LL LL L\1LL1L1 (monopolul, duopolul, concuren
monopolistic etc.) pot fi modelate cu ajutorul teoriei jocurilor.

REZUMATUL CAPITOLULUI
1. 11 LL_111hL1 L_11\1L1L1 hL11 1111L _111L1_1L1L _1\11L1L 1L@1L LL 1\LL11L 1L1\1L1L1\1 g1 _1\LLhL1\1 LL\1\11LL
prin L1L1L L1hL LZL1L LL 1\LL1L. 1\LL1L 11111L 1\LL1L 1L11111L 1\LL1L 1L111L111L111L ]11111L g1 1L11111Lj 1\LL1L
econometrice etc.
2. Atunci cnd se modeleaz "procese de produc 1L \1\@L1L LL @1LL1 g1 LL 11L1L11L LL hL1 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
LL 1Lh111L 11 L11 LLZ 1111111 11 1L1 111\1 1L1L 1\11L L1L 111L1N11 11 1\LL1.
4. V1 11L1L h\1L 111\1 \_111L 11 1\LL1L1L 11111L hL 1LL LL 1L11L1 h_LL111LL 1L 1@L11L1 11111L ]1@\1111L1 h11_1L7j.
5. Adesea n economie apar neliniarit 1 ]L1LL1L1L 1L hL11 _1\_\1 1\11L LL LLZL1Lj. i\LL1L1L 1L11111L _1LZ111 cel
_L 11 \ 1L1 1L 1L1L 1\11 neliniar.
\. 71h1L1 h\1L 1L1 \_111L 11 1\LL1L 1L11111L Lh1L h1@L11 de teorema lui Weierstras. Caracterizarea optimelor locale
este dat de teorema Kuhn-LLbL1 L1L h1111Lg1L L\1L1 111L 1LLLh1L LL \_111 11 1\LL1L1L 1L11111L. V\1L1 111L
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 1L11 1L \_111L1L1 1L111L111L111.
8. Metodele de rezolvare a modelelor multicriteriale mai frecvent utilizate sunt: metoda celui mai bun compromis,
1L1\L _\1LL1111 1L1\L 11@111111 \11LL11NL1\1 1L1\L 111111Z111 11L111\1 g..
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 (de L7_11L1j g1 L7\gene (explicative). Acestea sunt
legate ntre ele printr-\ 1L1 1L 11L111L.
. iL1 11L _11L1111\1 L1L 111L1N11 1111-L1 1\LL1 LL\1\1L111L L\1h111L1L h11LL1L1 LLh1L1. i\LL11\1L1 L111Lg1L
LL1L11111L h11LL1L111 LLN11L _\1111L LL 1 L1 Lg111\1 LL N1\11 1L N11111L1\1 L1L\@L1L g1 L7\@L1L _111 11LLL 1L
statistic.
Z. 11 L\1h11L11L g1 L1111Z1L L1L1 1\LL1 LL\1\1L111L hL _1LL1@ L1_L1L. h_LL111L1L 1\LL1L1L1 ]1\11L11L
11L111L LL111111Nj Lh1111L _11L1111\1 g1 1Lh11L 1\LL1L1L1, previziunea variabilei endogene.
O. V11LL h11L 1L 11 L1L 11 1L1 1 LLL1LL1 1 L1\1\11 hL11 L\1h111g1 h ia decizii asupra rezultatelor ac 1L111\1 1\1 hL
1L1Lg1L ]\L. 71h1 ]\LL11 L\\_L1 1NL g1 1LL\\_L111NL.
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 1L LL
1\1L h11L 111L LL ]\L L1L 1 hL _\1 _1LZL11. 1LLh1 Lh1L h111L@1 _L1".
16. O strategie mixt este o distribu 1L LL _1\1111111L _L 1L1 11L h111L@111\1 _L1L.
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.
. L11111L1 1L1 ih Lh1L L1 LL LL1L h111L@11 1L ]LL1\111\1 _L111L L1L 11L1 L1L1 1L Lg11@ LL LLN1Z L1111L11.
`. TLL\11L11 11111\@111LL. __ __ __ _Z_ _O\_ _OZ_ g..