Documente Academic
Documente Profesional
Documente Cultură
Modelare Econometrica
Modelare Econometrica
SUPORT DE CURS
CUPRINS
4
Capitolul 1. Modelarea econometrică - instrument euristic şi de
conducere
Modelarea foloseşte o serie de analogii, prin care sunt reproduse anumite laturi
ale
obiectului studiat în vederea simplificării cercetării ştiinţifice. Analogia
indică identitatea
raporturilor dintre diferite mărimi ilustrând asemănarea raporturilor între lucruri
diverse; se
utilizează, de asemenea, spre a indica raportul între obiecte similare, dar nu
egale.
Metoda modelelor sau metoda modelării poate fi definită ca instrument
de
cunoaştere ştiinţifică şi de fundamentare a deciziilor în cele mai diverse domenii
teoretice
şi practice. În această calitate, modelarea fie construieşte modele noi
ca reprezentări ale
obiectului cercetat, fie foloseşte modele disponibile, adecvate scopurilor
sale. Teoriile
despre natură şi societate nu pot fi reproduse nemijlocit material, ci numai prin
intermediul
unor modele. Dacă macheta unei localităţi este modelul topografic şi
arhitectonic al
acesteia, miniatura unei locomotive reprezintă modelul său material etc.,
reproducerea
materială a fenomenelor şi proceselor nepalpabile, cum sunt cele
economice, poate fi
realizată doar cu ajutorul modelelor abstracte concepute de om.
Analiza obiectivelor modelării evidenţiază o serie de aspecte cu valenţe
multiple
care se intersectează în funcţionarea sistemului înfăţişat. Spre deosebire
de modelare,
5
experimentul constă în acţiunea directă asupra obiectului de studiu, în modificarea
„pe viu”
a valorilor unor parametri, având o arie limitată de aplicabilitate.
Primul avantaj al modelării faţă de experimentare constă în faptul că un
sistem
observabil poate fi modelat chiar dacă sistemul nu permite efectuarea de
experimente
directe în cadrul său. Asemenea experimente se pot desfăşura însă pe modelul
construit iar
informaţiile culese din cercetarea comportării modelului sunt extinse
asupra sistemului
sursă. Rezultă că modelarea permite cunoaşterea, sub diferite aspecte care
interesează, a
realităţii din natură sau societate.
Modelarea urmăreşte exprimarea unui punct de vedere prin clarificarea
ideilor
emise de autorii modelului, ca efect al rigorii ştiinţifice a limbajului matematic
formalizat,
eliminându-se astfel posibile interpretări ambigui sau parazitări ale comunicării
mesajelor.
Precizia mesajului este cu atât mai importantă cu cât o serie de modele
au ca finalitate
principală comunicarea.
În afara scopurilor de cunoaştere, culegere şi transmitere de informaţii,
modelarea,
ca instrument operaţional, serveşte la soluţionarea problemelor de conducere, Pe
scurt,
cele patru funcţii ale modelării sunt: descriere, predicţie, explicare şi
înţelegere. Realizarea
acestor funcţii este posibilă atât pe baza analizei pozitive care oferă predicţii
referitoare la
mediu cât şi a analizei normative care stabileşte scopuri şi recomandări
decizionale.
Relaţiile teorii – modele prezintă o serie de aspecte eterogene. Întrucât
modelele
utilizează formalismul matematic în scrierea lor, se poate concluziona că
teoriile
matematice sunt anterioare modelelor; în acelaşi timp, sunt implicate
teoria trebuinţelor
umane, teoria învăţării ş.a.. Teoria deciziilor multidimensionale nu poate să
debuteze decât
prin construirea modelului situaţiei decizionale multicriteriale.
Majoritatea teoriilor au ca punct de plecare studierea unor modele însă
nu este
suficient de limpede când un model poate fi identificat cu o teorie. Orice teorie
cuprinde un
sistem de definiţii, premise şi ipoteze. Există mai multe tipuri de
teorii. Unele teorii,
pozitive, prezintă doar simple clasificări ale anumitor aspecte importante
din realitate,
sistematizări obţinute pe baza definirii componentelor ansamblului. Sistemul
Conturilor
Naţionale este un exemplu de clasificare macroeconomică.
Alte teorii, normative, au ca scop dezvăluirea legilor după care se
desfăşoară
evenimentele economice. De exemplu, definirea corectă a cantităţii de
bani, stabilirea
6
nivelului preţurilor ş.a. Pentru a putea face recomandări, aceste teorii
folosesc judecăţi de
valoare, spre deosebire de teoriile pozitive care nu implică acest lucru.
Majoritatea teoriilor
economice conţin atât elemente normative cât şi elemente pozitive.
În vederea elaborării şi verificării teoriilor sunt utilizate metode
specifice
investigaţiilor ştiinţifice: inducţia, deducţia, experimentul. Se consideră
că o teorie este
valabilă până când, în cel puţin un caz, apare o contradicţie între
teorie şi realitate. În
asemenea situaţii, specialiştii elaborează teorii noi, mai generale care
înlocuiesc vechile
teorii depăşite.
Modelele pot fi privite ca mijloace prin care sunt verificate şi
dezvoltate teoriile
cunoscute. Alteori, când nu există o teorie despre un proces, fenomen
sau sistem, se
construieşte un model al situaţiei abordate şi se cercetează evoluţia
sistemului pentru mai
multe şiruri de date. Concluziile obţinute pot reprezenta temelia unei teorii sau
chiar teoria
ca atare.
În ansamblu, ceea ce distinge în mod esenţial modelul de teorie nu este
gradul de
simplificare, sistemul de abstractizare sau cantitatea de informaţii
obţinută, ci modul de
exprimare a acestor abstracţii şi de simplificare, specifice modelului.
În fizică şi în matematică, modelarea se bazează pe o teorie a
similitudinii dedusă
riguros. Un obiect poate deveni model pentru cercetarea altui obiect dacă
între model şi
obiectul original există atât deosebiri cât şi similitudini. Datorită
deosebirilor, modelul şi
obiectul original sunt două lucruri diferite, studierea unuia servind
pentru cunoaşterea
celuilalt; similitudinea înseamnă că deţin deopotrivă caracteristici
obiective comune sau
foarte asemănătoare, fapt care face posibilă extinderea concluziilor obţinute prin
cercetarea
modelului asupra obiectului sursă. Similitudinile se stabilesc pe baza
unui criteriu-
consecinţă al nivelului cunoaşterii şi al scopului cercetării. Similitudinile pot
fi geometrice,
fizice, matematice, funcţionale şi cibernetice.
În prelungirea corelaţiei teorie-model se află realitatea. Dacă între teorie şi
model se
manifestă o legătură logică, între model şi realitate legătura este gnoseologică.
Atunci când
teoria este corelată cu realitatea, iar modelul reflectă teoria, ambele
corespondenţe sunt
simultane şi verifică teoria. Această afirmaţie este ilustrată de faptul
că un model poate fi
obiect de cercetări şi experimentări din care să se obţină rezultate
mediate privind
fenomenul studiat. Pentru înfăptuirea acestui obiectiv este necesar ca reproducerea
intuitivă
7
iniţială să fie continuată prin construirea unor modele riguroase,
folosind metode
economico-matematice. Modelele simbolice, matematice oferă posibilităţi mai
largi decât
modelele materiale deoarece nu sunt îngrădite de limite materiale
sau de greutăţi de
traducere dintr-un domeniu în altul. Folosirea modelelor economico-matematice a
condus,
pe cale deductivă, la obţinerea unor importante rezultate pentru
cunoaşterea proceselor şi
fenomenelor economiei de piaţă şi optimizarea deciziilor.
Utilizarea modelării ca instrument al cunoaşterii şi al fundamentării
îmbunătăţirilor
performanţelor economico-sociale nu constituie doar o acţiune facultativă ci
trebuie privită
ca o necesitate obiectivă, componentă intrinsecă a conducerii moderne.
Raţiunea acestei cerinţe a managementului eficient decurge din avantajele aplicării
procedeelor şi tehnicilor modelării în raport cu alte posibilităţi de
investigare, analiză şi
optimizare. Câteva beneficii notabile sunt următoarele:
a) oferă o reprezentare atât intuitivă cât şi riguroasă a fenomenului studiat;
b) permite verificarea, prin analogie, a consistenţei logice a teoriei şi a
ipotezei;
c) facilitează descoperirea unor legături şi legităţi la care s-ar fi ajuns mai
greu pe
alte căi;
d) contribuie la verificarea corectitudinii procesului de gândire pentru
fundamentarea adoptării deciziilor.
Întrucât un model trebuie să descrie procesul sursă şi, în acelaşi timp, să fie
simplu
de utilizat, noţiunea de model poate fi privită în sens larg şi în sens restrâns.
În sens larg,
modelul este orice construcţie teoretică care simplifică logic şi coerent
realitatea,
evidenţiind trăsăturile şi interdependenţele sale esenţiale, în vederea
adâncirii cunoaşterii.
În sens restrâns, modelul constituie o informaţie teoretică şi empirică
strict ordonată, care
include abstractizare, simplificare şi agregare, formalizare logică şi matematică.
8
O definiţie în sens larg este dată de John Hicks: “Un model poate fi
definit ca o
construcţie în care anumite elemente ale situaţiei (sau procesului) pe
care dorim să-l
examinăm (sau să-l contemplăm) sunt selectate astfel încât interrelaţiile
şi interacţiunile
acestor elemente să poată fi deduse prin raţionament (în mod special, dar nu în mod
necesar
raţionament matematic), cu speranţa că înţelegerea noastră generală a
situaţiei (sau
procesului) poate fi sporită printr-o înţelegere a acelui aspect al ei
care este prezentat de
aceste elemente particulare”
1
. Definiţia subliniază că pentru un model este esenţial să nu
trădeze realitatea, în timp ce natura formală a raţionamentului, formalizarea
matematică nu
este întotdeauna necesară şi utilă.
Conform conceptelor teoriei sistemelor, modelul M pentru un sistem S
este un alt
sistem S’, echivalent total sau aproximativ cu S şi care poate fi
studiat mai uşor ca S.
Determinarea pe S’ a unor relaţii permite deducerea relaţiilor corespunzătoare
pentru S.
În limbajul cercetării operaţionale, modelul are o structură foarte simplă:
U = f(X
i
,Y
j
) (1.1)
în care:
U – utilitatea sau valoarea criteriului caracteristic funcţionării sistemului;
X
i
– variabile care pot fi controlate;
Y
j
– variabile (sau constante) necontrolabile, dar care acţionează asupra lui U;
f – relaţia dintre U, X
i
şi Y
j
.
Modelul include şi restricţiile
u(X
i
,Y
j
), (1.2)
u sunt relaţii funcţionale.
Având în vedere corespondenţa relativ strânsă între clasificare şi
modelare,
literatura economică şi sociologică evidenţiază atât asemănări cât şi
deosebiri între
tipologie şi model: “Ca şi tipologia, modelul este o sinteză, un
inventar care clarifică şi
sistematizează rezultatele unei comparaţii. Pentru a defini originalitatea
modelelor ne-am
hotărât să le punem în antiteză cu tipologiile. Tipologia ordonează universul,
modelul tinde
1
Hicks, J., Capital and Growth, London, Oxford at the Clarendon Press, 1965, p.28.
9
să-l explice …. Tipologia este mai degrabă statică, modelul este mai
degrabă dinamic ….
Tipologia tinde spre exhaustivitate, modelul spre selectivitate”
1
.
Abordarea noţiunii de model în sfera economiei presupune existenţa a
două
elemente fundamentale, indispensabile şi specifice modelelor economice:
esenţa dublă,
cantitativă şi calitativă a fenomenelor şi a proceselor economice exclude tratarea
unilaterală
a economicului; formalizarea matematică nu este singura formă posibilă de
abstractizare,
dar este treapta superioară a abstractizării, care ne apropie de certitudine în
măsura în care
nu sunt falsificate premisele.
Realitatea a impus tendinţa restrângerii semnificaţiei modelului economic la
model
formalizat matematic sub forma reprezentării simplificate complete a evoluţiei unui
sistem
economic într-un timp dat, sub aspect cifric. Din punct de vedere tehnic
modelul descrie
funcţionarea sistemului prin intermediul unei serii de ecuaţii şi
inecuaţii simultane care
exprimă relaţii între mărimi economice măsurabile, semnificative pentru
domeniul
investigat. Dacă modelul care oglindeşte fenomene economice se exprimă în
formă
matematică, atunci el este un model economico-matematic.
Pentru a răspunde exigenţelor cunoaşterii, calitatea unui model optimizant
poate fi
apreciată în funcţie de măsura în care îndeplineşte anumite cerinţe:
- să se bazeze pe o teorie economică riguros ştiinţifică;
- să reflecte structura reală a economiei în concordanţă cu principiul
identităţii
structurale;
- să asigure unitatea de măsură şi respectarea strictă a dimensiunilor mărimilor
variabile
şi constante;
- să fie fundamentat pe selecţia datelor faptice cu luarea în
consideraţie a specificului
măsurării mărimilor economice;
- să evidenţieze deosebirea principială dintre parametrii de conducere şi alţi
parametri;
- să satisfacă condiţiile clar formulate pentru stabilirea limitelor de
aplicabilitate ale
modelului dat;
- să conţină funcţii obiectiv, întreg sistemul să poată fi rezolvat, iar
soluţia de
repartizare a resurselor în timp să fie optimă.
1
Dogan, M., Pelassy, D., Cum să comparăm naţiunile. Sociologia politică
comparativă, Bucureşti, Ed.
Alternative, 1993, pp.186-190.
10
Criteriile de evaluare a calităţii modelelor ilustrează faptul că acestea din urmă
sunt
utile cercetării şi practicii dacă şi numai dacă oglindesc fidel
realitatea şi permit
cuantificarea şi optimizarea fenomenului modelat.
1
Stoica, M., Ioniţă, I., Botezatu, M., Modelarea şi simularea proceselor
economice, Bucureşti, Ed.
Economică, 1997, pp.17-18.
14
în matematica aplicativă au apărut şi s-au dezvoltat teorii care, prin intermediul
modelării,
au contribuit la rezolvarea unui număr însemnat de probleme economice.
Astfel, au fost elaborate modele de programare cu o gamă largă de utilizare, modele
de alocarea resurselor, modele de stocuri, modele de echipament, modele
de aşteptare,
modele de ordonanţare şi coordonare a operaţiilor unui proces, modele de drumuri în
reţele,
modele ale situaţiilor competiţionale, modele pentru procese de căutare a
erorilor, modele
financiare, modele ale procesului decizional, modele de negociere ş.a.
Întrucât aceste
modele îşi propun soluţionarea unor probleme economice folosind instrumentul
matematic,
considerăm că pot fi denumite modele economico-matematice.
Două categorii importante de modele economico-matematice sunt modelele de
echilibru şi modelele de creştere economică, în care funcţiile
macroeconomice formează
substanţa modelului.
Pentru a putea studia comportarea în timp a modelelor se recurge la
metoda
simulării.
O altă categorie de modele sunt cele de corelaţie, dezvoltate după anul
1930 şi
utilizate pentru soluţionarea unor probleme diverse privind analiza
preţurilor, evaluarea
recoltelor, economia forestieră, analiza cererii şi ofertei, analiza
producţiei agricole şi
industriale, probleme macroeconomice etc.
Aplicaţie a concepţiei sistemice în economie, ilustrând manifestarea
principiului
feed-back în funcţionarea sistemelor microeconomice sau macroeconomice,
modelele
input-output exprimă fluxurile şi interdependenţele multiple manifestate
între activităţile
economice ale ansamblului considerat. Aceste modele şi-au dovedit
utilitatea practică în
soluţionarea multor probleme: determinarea structurii producţiei, optimizarea
costurilor,
raţionalizarea desfacerii, fundamentarea politicii de investiţii a întreprinderii.
Clasificările incluse în acest paragraf nu epuizează toate criteriile
posibile, ci
reprezintă cele mai des întâlnite norme de ordonare a modelelor, în general şi a
modelelor
economice, în special.
15
1.3 Noţiuni de econometrie
1
Onicescu, O., Botez, M.C., Incertitudine şi modelare economică (Econometrie
informaţională) ; Bucureşti,
Ed. Ştiinţifică şi Enciclopedică, 1985, p.9.
16
Modelarea econometrică cuprinde două etape: definirea variabilelor (sugerate
de
reprezentarea anatomică a contextului economic) şi definirea legăturilor,
ori a relaţiilor
dintre variabile (sugerate de descrierea fiziologiei ori funcţionării
contextului economic).
Variabilele sunt apoi distribuite în două clase: variabile exogene (ori
independente, ori de
intrare) şi variabile endogene (ori dependente, ori de ieşire); exogenele şi
endogenele sunt
de regulă reprezentate prin valorile lor (numere reale) – asociate diferiţilor
indicatori socio-
economici. Legăturile dintre variabile sunt de regulă de tipul funcţiilor ori
ecuaţiilor în care
apar laolaltă exogene şi endogene; a determina structura (în particular: a
sistemului socio-
economic) revine deci la a preciza forma ecuaţiilor şi a specifica
valorile parametrilor ce
intervin în acestea.
Multe din relaţiile existente în teoria economică generală sunt
deterministe, fiind
exprimate clar, fără ambiguităţi, de exemplu modele de cerere sau oferta agregată.
În aceste
modele variabilele dependente sau independente sunt specificate clar, este
prezentă o
relaţie funcţională şi apare cel puţin o afirmaţie calitativă privind efectele care
apar când se
modifică cel puţin pentru o variabilă independentă.
Rolul teoriei în econometrie nu poate fi supraevaluat deoarece este
nerealist să
presupunem că examinarea unor informaţii şi date neexperimentale poate
conduce la
obţinerea de rezultate şi adevăruri fundamentale doar prin manipularea
corectă a
numerelor. Orice teorie deterministă este invalidată de o singură observaţie
contrară, motiv
care a condus la ideea folosirii elementelor din analiza statistică la
construcţia şi analiza
modelelor.
Modelele probabilistice au dezavantajul de a fi mai puţin precise dar
sunt cu
siguranţă mai utile sau mai robuste decât deterministe.
În experienţe se pot alege diverse valori pentru variabilele stimuli şi
trebuie
cuantificat răspunsul variabilei dependente. Teoria trebuie să organizeze
datele obţinute
pentru a nu fi o simplă colecţie teoretică de observaţii. Astfel, analiza
econometrică pleacă
de la o relaţie fundamentată teoretic. Se porneşte cu presupunerea că se
pot obţine date
precise pentru toate variabilele precizate în modelul studiat, fapt care
se întâmplă doar în
condiţiile ideale. În realitate pot apărea o serie de dificultăţi cum sunt:
- datele pot fi măsurate prost;
- datele pot corespunde vag cu variabila din model;
17
- unele variabile nu pot fi măsurate;
- relaţia funcţională din model poate fi eronată;
- lipsesc din model unele variabile fundamentale.
O parte a econometriei se ocupă cu dezvoltarea tehnicilor şi o alta cu
aplicarea
acestora la cazurile particulare studiate. O altă parte teoretică a
econometriei analizează
consecinţele aplicării tehnicilor dezvoltate când nu sunt îndeplinite toate
presupunerile.
Totuşi nu poate fi făcută o distincţie clară între econometria teoretică
şi cea aplicată
deoarece o tehnică se dezvoltă mai uşor în studiul unor cazuri practice
decât în teorie
întrucât majoritatea exemplelor apar pentru a ilustra tehnici folosite şi nu pentru
a produce
noi observaţii empirice.
În econometrie se foloseşte o gamă largă de metode şi tehnici din
matematică şi
statistică începând de la algebra liniară, analiza funcţională şi integrală până la
tehnicile din
statistica inferenţială.
18
Capitolul 2. Analiza sistemelor şi elaborarea modelelor
1
Ackoff, R.L., Sasieni, M.W., Bazele cercetării operaţionale, Bucureşti,
Editura Tehnică, 1975, pp.36-46.
Autorii consideră că respectivele condiţii sunt necesare pentru existenţa
unei probleme de cercetare
operaţională. Apreciem că, în esenţă, îndeplinirea acestor cerinţe are
aceeaşi semnificaţie pentru oricare
problemă decizională din câmpul economic.
20
1. Trebuie să existe un individ (I), interesat în rezolvarea problemei,
individ care
acţionează în anumite condiţii (N).
2. La dispoziţia individului I trebuie să existe cel puţin două posibilităţi de
acţiune
(strategii) C
1
şi C
2
, din care el îşi poate alege o anumită regulă de comportare sau de
acţiune.
3. În urma acestei alegeri, trebuie să existe cel puţin două rezultate
posibile O
1
şi
O
2
, dintre care unul este preferabil celuilalt, reprezentând astfel obiectivul ce
urmează a fi
realizat.
4. Posibilităţile de acţiune ale individului I îi oferă acestuia anumite
şanse de a-şi
atinge obiectivul (O
1
sau O
2
). Şansele realizării fiecărui obiectiv sunt diferite, ceea ce ridică
problema alegerii căii de acţiune. Dacă se notează cu P(O
j
I,C
i
,N) probabilitatea atingerii
rezultatului O
j
, când I alege acţiunea C
i
în condiţiile N, atunci P(O
1
I,C
1
,N)≠
P(O
1
I,C
2
,N); aceasta înseamnă că pentru obţinerea rezultatului dorit diversele căi de urmat
nu au aceeaşi eficienţă. Rezultă că problema individului I constă în alegerea
acelei atrategii
care l-ar conduce la situaţia optimă.
În multe cazuri problemele de optim sunt complicate datorită apariţiei
uneia sau a
mai multor condiţii suplimentare: problema nu este a unui individ ci a
unui grup de
persoane; condiţiile (N) variază, ceea ce determină modificarea eficienţei
strategiilor şi a
valorii rezultatelor; numărul strategiilor posibile este foarte mare; numărul
obiectivelor este
foarte mare, iar diversele obiective pot fi incompatibile între ele; rezultatul
acţiunii depinde
în mare măsură de conştiinciozitatea şi competenţa executantului; există
persoane care nu
participă la luarea deciziei sau înfăptuirea ei, dar care fiind afectate de
rezultate, pot acţiona
în mod favorabil sau nefavorabil.
Semnificaţia condiţiilor menţionate anterior este aceea că apariţia unei probleme
de
optimizare în cadrul organizaţiei decurge din modificări inevitabile în timp ale
structurii şi
funcţionării sistemului întreprindere.
Odată stabilite aceste circumstanţe, se trece la o fază de concepţie
care presupune
specificarea variabilelor necontrolabile (exogene) şi a celor controlabile
(endogene) apoi
determinarea nivelurilor dorite pentru mărimile care formează obiectul modelării.
21
În cazul firmelor, într-o economie de piaţă, analiza sistemului vizează
clarificarea
unor probleme complexe cu care este confruntată organizaţia în cadrul
concurenţial,
specific acestui tip de economie:
- Determinarea cererilor din exterior pe care sistemul încearcă să le satisfacă.
Pentru o
firmă aceasta ar însemna identificarea clienţilor şi a tipurilor de produse şi
servicii pe care
le solicită cumpărătorii şi pe care le poate executa firma.
- Stabilirea modalităţilor în care aceste cereri sunt transmise
sistemului. De exemplu,
cererile clienţilor ar putea fi transmise prin comenzi scrise, la telefon sau prin
telex.
- Precizarea modurilor, căilor şi condiţiilor în care informaţiile primite sunt
înregistrate
şi transmise în cadrul organizaţiei. În această etapă se analizează necesitatea şi
posibilitatea
transformării, codificării, condensării, extinderii şi precizării
înformaţiilor. Totodată sunt
stabilite puncte ale sistemului în care se adoptă decizii la diferite
niveluri precum şi
circuitul documentelor şi al informaţiilor atât pe orizontală cât şi pe verticală.
Prin urmare,
în fiecare punct al sistemului în care se obţine o informaţie, se hotărăşte ce se
va întâmpla
cu ea în continuare. Există două posibilităţi: informaţia poate fi
transformată, codificată,
etc. sau informaţia poate fi utilizată ca atare pentru a lua o decizie şi a emite
dispoziţii.
Informaţiile obţinute sunt sintetizate grafic cu ajutorul unor diagrame care de
multe
ori conţin şi explicaţii suplimentare. Diagrama finală generală nu este
altceva decât un
model al operaţiilor organizaţiei.
1
Raţiu-Suciu, C., Modelarea şi simularea proceselor economice, Bucureşti, E.D.P.,
1995, pp.32-33.
23
Se obţine astfel un sistem-replică al sistemului iniţial care trebuie să
fie mai
economic, să-şi îndeplinească mai bine sarcinile şi să aibă eventuale funcţii
suplimentare.
3. Implementarea cuprinde măsurile pentru trecerea de la faza de proiect la faza de
aplicaţie practică.
Metodologiile ameliorative au caracter “meşteşugăresc” deoarece identificarea
deficienţelor şi remedierea lor în cadrul sistemului se realizează după
criterii relativ
empirice. Totodată, aceste metodologii sunt deosebit de laborioase
necesitând echipe
formate din mai mulţi analişti şi durate de lucru care pot depăşi un an.
Metodologiile constructive au apărut după anul 1970 şi constau în proiectarea unui
sistem nou, mai eficient, plecând de la informaţiile de ieşire rezultate ca fiind
necesare din
obiectivele de bază ale organizaţiei abordate.
În cadrul acestor metode se acordă o importanţă deosebită analizei
proceselor
decizionale. Practic, sunt stabilite necesităţile de informaţii şi
procesele informaţionale în
toate fazele activităţii complexe a sistemului precum şi necesarul de informaţii
din afară.
Fluxul de informaţii şi decizii dintr-un sistem a fost comparat cu un
sistem
hidroenergetic în care există cursuri de râuri şi bazine de acumulare.
Prin analogie sunt
precizaţi paşii analizei informaţional-decizionale în sensul “aval-amonte”
iar principalele
etape ale acestei metode sunt: delimitarea domeniului supus analizei şi releveul
proceselor
de bază ale organizaţiei, analiza şi proiectarea necesarului de informaţii
pentru fiecare
proces de bază, inclusiv procedurile de prelucrare şi alegerea mijloacelor
de realizare a
sistemului proiectat.
Analiza conduce la un graf ale cărui noduri iniţiale sunt informaţiile
de intrare,
nodurile finale sunt informaţiile de ieşire iar nodurile intermediare sunt
procese
informaţionale şi decizionale din sistem. Acest graf este considerat o funcţie de
reacţie care
descrie comportarea informaţional-decizională a sistemului, proiectată
raţional. Metodele
constructive solicită ingeniozitatea, creativitatea analiştilor pentru
proiectarea unui nou
sistem mai raţional, oarecum independent de starea iniţială a organizaţiei.
În practica unităţilor economice sunt folosite preponderent următoarele
tipuri de
metodologii:
^ Metodologii ameliorative pentru simplificarea formularisticii, a
documentelor şi
pentru sistematizarea evidenţei, cu precădere sub aspectul lucrărilor
administrative. Aceste
24
metodologii cuprind: 1) analiza circuitelor administrative prin prisma
circulaţiei
documentelor între diferite compartimente, de la elaborare până la
arhivare şi în final
dezafectarea sau distrugerea pieselor; 2) analiza şi proiectarea
documentelor. Tehnica de
identificare a circuitelor se bazează pe reprezentarea lor grafică cu ajutorul unor
diagrame
şi simboluri specifice.
^ Metodologii de analiză şi proiectarea sistemelor informatice care
abordează
analiza şi reproiectarea fluxurilor informaţionale şi a procedeelor de prelucrare a
datelor.
Specialiştii în proiectarea şi exploatarea sistemelor informatice sunt de acord
asupra
faptului că activitatea de proiectare a acestor sisteme trebuie să se desfăşoare în
mai multe
etape: analiza preliminară (studiul de oportunitate), proiectarea logică
sau stabilirea
cerinţelor sistemului, proiectarea tehnică (fizică), construirea, testarea,
conversia şi
implementarea; exploatarea; evaluarea, modificarea şi întreţinerea.
O altă posibilă etapizare a procesului de realizare a sistemelor
informatice este
următoarea: elaborarea temei de realizare a sistemului informatic;
elaborarea concepţiei
sistemului informatic; proiectarea tehnică a sistemului informatic; elaborarea
programelor;
implementarea sistemului informatic; exploatarea şi întreţinerea sistemului
informatic.
^ Metodologii ameliorative de analiză şi proiectare informaţional-
decizionale care,
pe lângă aspectele menţionate la metodologiile anterioare, realizează şi
analiza proceselor
decizionale.
^ Metodologii “aval-amonte” de tip constructiv.
Calitatea rezultatelor analizei de sistem este condiţionată de baza
teoretică pe care
îşi gândesc şi îşi desfăşoară activităţile analiştii. Punctul de pornire este
conceptul de sistem
informaţional pentru conducere prin care se înţelege “un set de resurse umane şi de
capital,
investite într-o unitate economică, în vederea colectării şi prelucrării
datelor necesare
producerii informaţiilor, care vor fi folosite la toate nivelurile
conducerii planificate şi
controlului organizaţiei”
1
.
Având în vedere această definiţie (în literatură există şi alte abordări însă
oarecum
echivalente) se ajunge la noţiunea de analize de sistem pentru care pot
fi constatate atât
semnificaţii generale cât şi specifice. Analiza şi proiectarea sistemelor
informaţionale
1
Oprea, D., Premisele şi consecinţele informatizării contabilităţii, Iaşi, Ed.
Graphix, 1995, p.17.
25
contabile trebuie să ţină seama de ciclul de viaţă, de controlul şi
revizia acestor sisteme
dinamice supuse unor transformări continue minore sau de amploare sub
acţiunea mai
multor factori: modificări ale profilului comercial sau a naturii
activităţii organizaţiei,
schimbări tehnologice sau în cererea populaţiei.
1
Raţiu-Suciu, C., Lucr.cit., p.38.
2
Ackof, R.L., Sasieni, M.W., Lucr.cit., pp82-95.
27
2. Dacă structura sistemului este suficient de simplă, însă reprezentarea
simbolică
este mai puţin evidentă, se poate constata uneori existenţa unor probleme de natură
diferită
dar similare ca structură şi a căror soluţionare este bine cunoscută. În
acest caz, pentru
cercetarea sistemului iniţial se poate folosi al doilea sistem, similar, sau
modelul acestuia,
cu sau fără modificări.
3. În situaţia că structura sistemului nu este suficient de clară dar
poate fi dedusă
prin studierea datelor care descriu modul de lucru al sistemului, se
analizează sistemul,
obţinându-se anumite ipoteze asupra structurii sale. Verificarea acestor
ipoteze poate
necesita culegerea unor date suplimentare. Efectuarea operaţiunilor menţionate este
urmată
de construirea propriu-zisă a modelului după una din metodele anterioare.
4. Un alt caz este următorul: analiza datelor nu permite stabilirea
influenţei
variabilelor individuale asupra performanţelor sistemului. Atunci, se poate
recurge la
experiment pentru a descoperi variabilele esenţiale şi influenţa lor.
Folosirea
experimentului reprezintă caracteristica esenţială a acestei metode. Un
inconvenient al
metodei constă în faptul că necesită mai mult timp pentru efectuarea
experimentului.
5. Atunci când nu există şi nici nu pot fi obţinute suficiente date pentru
descrierea
activităţii sistemului iar experimentările nu sunt posibile, se
construieşte o situaţie
experimentală relativ complexă, un joc foarte “larg” care, în acelaşi
timp, este şi cea mai
simplă situaţie care satisface următoarele condiţii:
- Este suficient de “bogată” pentru a permite testarea numărului mare de
ipoteze
posibil de formulat în legătură cu sistemul studiat. Testele, care nu confirmă nici
un fel de
ipoteze dar stabileşte generalitatea şi limitele lor, sugerează
posibilităţi de generalizare,
legând astfel situaţia experimentală de realitate;
- Trebuie să existe o formulare explicită a variabilelor şi a domeniilor lor de
variaţie
pentru care se consideră simplificarea respectivă ceea ce va permite
lărgirea succesivă a
situaţiei experimentale prin introducerea în model, de fiecare dată, a unuia sau a
mai multor
factori;
- Parametrii esenţiali care descriu comportamentul sistemului experimental
trebuie
să fie exprimaţi cantitativ;
28
- Situaţia experimentală trebuie să se poată descompune în situaţii mai
simple, şi,
ori de câte ori este posibil, o situaţie simplă trebuie să fie una
deja studiată sau foarte
asemănătoare.
Situaţia experimentală care satisface aceste cerinţe serveşte drept
realitate
artificială: ea nu este un model al realităţii ci o realitate care
trebuie modelată. Realitatea
artificială este folosită pentru a genera o istorie
*
care va trebui explicată de teoria ce
urmează a fi construită. Pornind de la macroanaliza istoriei obţinute se
caută formularea
unei teorii pentru realitatea artificială. Din aceste încercări se conturează un
model (M
1
) al
realităţii artificiale, considerat satisfăcător.
Realitatea artificială este apoi modificată astfel încât să se apropie de sistemul
real
şi se încearcă să se generalizeze modelul M
1
obţinându-se modelul M
2
mai general, faţă de
care M
1
este un caz particular. Succesiv se obţine un şir de modele M
1
, M
2
,…, M
n
tot mai
generale, astfel că realitatea artificială se apropie treptat de realitate.
Concomitent se caută
să se descopere principiile pe baza cărora pot fi generalizate modelele, ceea ce ar
forma o
metateorie care va reprezenta o apropriere considerabilă de realitate.
*
Istoria se naşte testând sistematic pe realitatea artificială ipotezele privind
lumea reală. Realitatea artificială
se descompune în situaţii simple, cu care se efectuează experimente,
construindu-se fie câte o
“microteorie”pentru fiecare situaţie simplă în parte, fie o “microteorie”
generală care să înglobeze toate
situaţiile experimentale simple pentru valori adecvate ale parametrilor. Apoi, se
încearcă să se combine sau să
se generalizeze aceste modele într-un model corespunzător realităţii artificiale.
29
fenomenului abordat. În vederea obţinerii unei imagini echilibrate a
realităţii se utilizează
mai multe metode pentru simplificarea realităţii:
- eliminarea unor variabile,
- modificarea naturii variabilelor,
- modificarea relaţiilor între variabile,
- modificarea restricţiilor.
În cazul primei metode este necesară stabilirea variabilelor care au o influenţă
mare
asupra performanţelor sistemului. Orice eliminare conştientă a unei
variabile trebuie să se
bazeze pe o analiză riguroasă a consecinţelor neglijării sale asupra
veridicităţii şi
eficacităţii modelului. În acest sens, ipotezele fundamentale ale modelului
sunt examinate
cu atenţie pentru a preveni construirea unor modele incomplete care ar deforma
realitatea.
Totuşi, dacă anumite variabile semnificative nu sunt introduse iniţial în
model, cercetarea
funcţionării acestuia poate ajuta modelatorul să reconsidere importanţa
variabilelor şi astfel
să îmbunătăţească ulterior structura modelului.
Alegerea şi agregarea variabilelor prezintă dificultăţi, în primul rând,
datorită
numărului foarte mare de variabile controlabile implicate în model.
Precizarea mărimilor
reprezentative şi agregarea eventuală a unora dintre ele constituie
rezultatul pregătirii şi
experienţei modelatorului, a capacităţii sale de analiză şi sinteză.
Un efect nedorit al agregării constă în apariţia erorilor în calculele
modelului.
Pentru estimarea erorilor de acest fel se poate folosi metoda selecţiei
întâmplătoare sau
calculând diferenţa dintre rezultatul mediu obţinut şi fiecare element al
colectivităţii
selecţiei. Întrucât eroarea rezultatului este aproximativ proporţională cu
raportul dintre
dispersia din interiorul grupelor şi dispersia dintre grupe, este recomandabil ca
elementele
din aceeaşi grupă să aibe caracteristici cât mai asemănătoare.
Modificarea naturii variabilelor se poate realiza prin mai multe procedee:
înlocuirea
cu o constantă, înlocuirea unei variabile discrete cu una continuă sau
înlocuirea unei
variabile continue cu una discretă.
În multe cazuri, o variabilă aleatoare este înlocuită cu valoarea ei medie care
este o
constantă. Acest procedeu este convenabil numai dacă oscilaţiile variabilei
aleatoare în
jurul mediei nu sunt prea mari; în caz contrar s-ar putea ajunge la rezultate
complet false.
30
Pentru simplificarea calculelor, uneori se înlocuieşte o variabilă
discretă cu una
continuă. Dacă modificările variabilei au loc la începutul sau sfârşitul perioadei,
rezultatele
obţinute se compară cu cele stabilite în ipoteza de continuitate
determinându-se astfel
costurile erorii. În ipoteza înlocuirii unei variabile continue cu o variabilă
discretă, eroarea
acestei simplificări poate fi determinată, în esenţă, la fel.
Unele probleme pot fi simplificate prin modificarea relaţiilor
funcţionale în unele
segmente sau în întreg modelul. Astfel, se utilizează aproximarea liniară
a funcţiilor
neliniare. Frecvent, pentru aproximare se folosesc relaţii pătratice
deoarece derivatele lor
sunt liniare iar unele repartiţii discrete sunt aproximate cu repartiţia
normală care este
continuă. Determinarea costului unor astfel de aproximaţii necesită
compararea modelului
cu realitatea. Utilizarea excesivă a procedeelor “liniarizării” prezintă
unele pericole,
îndeosebi în marketing unde curba vânzărilor prezintă o porţiune
orizontală sau chiar este
descrescătoare chiar dacă sporesc excesiv cheltuielile pentru reclamă.
Simplificarea modelului se obţine şi prin adăugarea, eliminarea sau
modificarea
restricţiilor în funcţie de caracteristicile concrete ale problemei
abordate. În unele cazuri,
modelul iniţial este rezolvat fără prea multe restricţii urmând ca,
treptat, să se introducă
restricţiile care se impun din cercetarea funcţionării modelului în raport cu
situaţia reală a
fenomenului sau procesului modelat. Faţă de această manieră “progresivă” de
introducere a
unor noi restricţii, uneori este mai potrivită renunţarea la unele
restricţii acţionându-se
“regresiv”. De regulă, soluţia obţinută prin eliminarea anumitor restricţii
este optimistă în
timp ce soluţia rezultată prin adăugarea de restricţii este pesimistă.
Modificarea restricţiilor are ca rezultat stabilirea limitelor între care
este cuprinsă
soluţia problemei. Acest procedeu este util în studiile preliminare pentru
obţinerea unor
estimaţii aproximative însă rapide.
31
Capitolul 3. Funcţii şi curbe folosite în modelele econometrice
*
În economia concretă, de regulă, variabilele sunt discontinue, prezintă salturi de
la o perioadă la alta.
33
i i
0 Δx
m
δx
δU
Δx
ΔU
lim U' u
i
= = =
÷
(3.5)
1
Gherasim, T., Microeconomie, vol.1, Bucureşti, Ed. Economică, 1993, p.21.
x
U
0 x
u
m
0
A. Curba crescătoare
a utilităţii totale
B. Curba descrescătoare
a utilităţii marginale
34
maximă a nevoilor sale de consum, deci pentru a-şi maximiza funcţia de utilitate.
Fiecărei
combinaţii de mărfuri posibile îi corespunde în planul xOy un punct.
Considerăm două mărfuri X şi Y reprezentate în plan pe Ox şi Oy; punctul P
0
(x
0
,y
0
)
reprezintă un set de cumpărături (x
0
,y
0
). Faţă de acest set, toate celelalte cumpărături
posibile se împart în trei grupe: (1) cele mai preferate decât; (2)
cele mai puţin preferate
decât; (3) cele care sunt la un nivel de indiferenţă faţă de
cumpărăturile de bază (x
0
,y
0
).
Grupa (3) este reprezentată de o mulţime de puncte P
0
,P
1
,..., care formează curba de
indiferenţă corespunzătoare nivelului de preferinţă asociat cumpărăturilor iniţiale
(x
0
,y
0
).
X
0
x
1
x
0
x’
0
P
0
P
1
P’
0
U
1
U
2
U
4
U
3
Y
y
1
y
0
y’
0
40
20
y
Y=f(K,N) (3.11)
în care:
Y – ieşirea (outputul) producţiei,
K – volumul factorului capital,
N – volumul agregat al factorului muncă,
N şi K sunt inputurile sistemului.
În legătură cu funcţiile de producţie se presupun următoarele ipoteze:
- inputurile şi outputurile sunt cantităţi reale şi pozitive;
1
Cobb, C.W., Douglas, P.H., A Theory of Production, in American Economic Review,
no.2, 1928.
38
- pentru un volum dat al producţiei se alege o tehnologie care
limitează la minim
consumurile din fiecare factor în parte;
- pentru o combinaţie fixă de factori se alege o tehnologie prin care
se obţine un
volum maxim de producţie.
Având în vedere aceste ipoteze şi notând:
n
R
+
- mulţimea vectorilor x=(x
1
,...,x
n
) cu x
i
>0, considerată mulţimea factorilor de
producţie,
R
+
- mulţimea valorilor nenegative ale dreptei reale, adică {xeR¦x>0},
atunci funcţia
f: ÷R
+
(3.12)
n
R
+
se numeşte funcţie de producţie dacă
a) f(x)=0, pentru orice vector x=(x
1
,...,x
n
) care are cel puţin una dintre componente
diferită cu zero;
b) 0 >
c
c
i
x
f
, (i=1,...,n);
c) 0
2
2
s
c
c
i
x
f
, (i=1,...,n).
Prin tehnologie, în sensul funcţiilor de producţie, se înţelege tripletul
t=(N,K;Y) (3.13)
unde N este factorul muncă, K stocul de capital, iar Y este rezultatul
obţinut cu cei doi
factori.
Mulţimea tuturor tehnologiilor posibile pentru un anumit sistem productiv
se
notează cu T
T={t¦t=(N,K;Y)} (3.14)
şi corespunde următoarelor ipoteze:
a) dacă t=(N,K;Y)eT, atunci N>0, K>0, Y>0;
b) dacă t=(N
1
,K
1
;Y
1
)eT, atunci fiecărui număr real ì>0 îi corespunde un output,
notat cu Y
ì
, astfel încât t
ì
=(ìN
1
,ìK
1
;Y
ì
)eT.
Dacă există numai doi factori variabili, în cantităţile x
1
şi x
2
, funcţia de producţie
corespunzătoare y=f(x
1
,x
2
), poate fi reprezentată de o suprafaţă a producţiei raportată la un
39
sistem de axe în care OX
1
şi OX
2
se află în plan orizontal, iar Oy pe verticală. Curbele de
nivel ale suprafeţei producţiei constau dintr-o familie de curbe în
planul X
1
OX
2
numite
curbe ale producţiei constante (izocuante) şi definite de
f(x
1
,x
2
)=const. (3.15)
O astfel de curbă cuprinde toate punctele (x
1
,x
2
) care sunt combinaţii cantitative ale
factorilor şi a căror rezultantă este un anumit volum de producţie y
1
. Curbele nu se
intersectează, ele acoperă continuu primul cadran X
1
OX
2
, astfel că prin fiecare punct trece
numai o singură curbă. Dacă unul sau ambii factori se modifică, punctul
corespunzător se
mişcă în planul X
1
OX
2
, iar traiectoria lui ilustrează variaţia-rezultantă a producţiei
(outputului).
Fig.3.4 Familie de izocuante.
X
2
”’
X
2
”
X
2
’
X
1
’ X
1
” X
1
”’ X
1
X
2
X
1
X
2
0
*
Se presupune că factorii X
1
şi X
2
sunt substituibili între ei.
40
2) Funcţia de producţie este monoton crescătoare în ambele argumente,
adică X şi
Y sunt doi vectori nenegativi care exprimă un anumit nivel de utilizare a celor n
factori de
producţie, deci funcţia de producţie are un randament nedescrescător
f(X+Y)>f(X)+f(Y) (3.16)
3) Dacă în funcţiile de producţie omogene de un grad h
f(ìx
1
,...,ìx
n
)=ì
n
f(x
1
,...,x
n
) (3.17)
se multiplică cantităţile (x
1
,...,x
n
) ale fiecărui factor de producţie cu ì, atunci mărimea
outputului creşte de ì ori. O funcţie de producţie se numeşte omotetică dacă este
omogenă
de gradul întâi;
4) Funcţiile de producţie sunt derivabile, iar derivatele lor parţiale de ordinul
întâi
sunt pozitive,
0
x
f
i
>
c
c
(i=1,...,n) (3.18)
Aceste derivate precizează cu cât creşte producţia la o creştere unitară a
cantităţii de
resursă i folosită în producţie, în ipoteza că celelalte resurse rămân cantitativ
neschimbate.
Sporirea cantitativă a utilizării unuia din factorii de producţie, cu
respectarea tuturor
celorlalte condiţii de corelare, nu poate determina micşorarea nivelului
producţiei. Dacă se
notează
Ax
i
– creşterea cantităţii din factorul i,
Af - creşterea corespunzătoare a producţiei,
atunci sporul de producţie pe unitatea de creştere a lui x
i
este
i
'
i
Δx
Δf
η = (3.19)
iar când Ax
i
÷0, trecând la limită, se obţine derivata parţială de ordinul întâi a funcţiei f în
raport cu factorul x
i
i i
0 Δx
'
i
x
f
Δx
Δf
lim η
c
c
= =
÷
(3.20)
Această mărime se numeşte randament diferenţial (marginal) sau eficienţă
diferenţială (marginală) a factorului x
i
.
41
0
x
i
f
f
x
i
0
Substituibili
A
1
A
2
X
2
X
2
0
X
1
A
B
A
3
Cazul II
PARŢIAL ABSOLUT
I
Cazul I
0
X
1
II
X
2
Cazul III
X
0 0
X
2
X
1
Cazul IV
X
1
I
X
1
ABSOLUT DEPLIN PARŢIAL
Cazul V
0
1
Zaiţ, D., Nica, P., Introducere în modelarea econometrică, Iaşi,
Ed.Univ.”Al.I.Cuza”, 1995, p.102.
48
preţul curent al acestei mărfi pe piaţă. Cantitatea totală de marfă X cerută pe
piaţă depinde
numai de preţul de piaţă al mărfii X iar cererea pentru X se poate
modifica numai dacă
variază preţul pieţei.
În aceste condiţii, dacă se notează cu p preţul pieţii pe unitatea de
marfă X, cu x
cantitatea de marfă X cerută pe piaţă, rezultă că x este o funcţie univocă de p
având forma:
x=u(p), (3.32)
funcţia cererii pentru X în care variabilele p şi x sunt pozitive.
Relaţia (3.32) este cea mai simplă şi mai cunoscută exprimare a
legăturii cerere-
preţ: cererea pentru o marfă este dependentă de preţul său, prin urmare, preţul
este variabila
independentă iar cererea variabila dependentă.
Funcţia cerere-preţ a fost studiată la începutul secolului de A.Marshall care a
privit
cererea ca variabilă independentă iar preţul ca variabilă dependentă în timp ce
francezul A.
A. Cournot a considerat că preţul determină cererea. În esenţă, cele
două abordări sunt
echivalente.
Folosind axele de coordonate Op şi Ox pentru preţuri, respectiv
cantităţi, se
reprezintă funcţia cererii obţinându-se o curbă a cererii. Relaţia cerere-
preţ este exclusiv
statică, nu se referă la variaţia în timp a cererii. Forma funcţiei şi
alura curbei depind de
factorii enumeraţi mai sus, modificarea, chiar şi a unui singur factor, determină o
deplasare
a poziţiei curbei cererii, o schimbare a formei sale iniţiale. Deplasarea
poate avea loc
datorită unei devieri de ansamblu a situaţiei cererii sau poate exista o deplasare
de-a lungul
unei curbe a cererii. În primul caz, curba cererii se poate deplasa pe
măsura scurgerii
timpului iar în al doilea caz, are loc o modificare ipotetică şi netemporală a
preţului.
Un aspect important al studierii funcţiei (3.32) este continuitatea
variabilelor şi a
funcţiei cererii; în practică nu se înregistrează o astfel de continuitate dar este
rezonabil din
punct de vedere economic (nu se deformează imaginea pieţii) şi convenabil
din punct de
vedere matematic să se presupună că ambele sunt continue. Se admite că
cererea pe piaţă
este cu atât mai mică cu cât preţul mărfii respective este mai mare
*
.
Cererea pentru o marfă X este reprezentată de funcţia (3.32) sau de funcţia
inversă
p=+(x), (3.33)
*
Există şi situaţii când această ipoteză nu este adevărată.
49
aşa cum a fost apreciată de A.Marshall.
De regulă, o lege a cererii se exprimă prin diferite funcţii ca
aproximaţii într-un
interval de preţuri, curba cererii putând fi o dreaptă sau o parabolă.
Exemple de legi ale
cererii:
bx a p ,
b
p a
x ÷ =
÷
= (3.34)
c
b x
a
p b,
c p
a
x ÷
+
= ÷
+
= (3.35)
bx a p ,
b
p a
x
2
÷ =
÷
= (3.36)
2
bx) (a p ,
b
p a
x ÷ =
÷
= (3.37)
2
bx a p ,
b
p a
x ÷ =
÷
= (3.38)
a
1
a
c x
b
p c, bp x
|
.
|
\
|
÷
= + =
÷
(3.39)
x
a
log
b
1
p , ae x
bp
= =
÷
(3.40)
c) b(b a
e p x
+ ÷
= (3.41)
Funcţiile (3.34)-(3.41) sunt monoton descrescătoare, variabilele x şi p
au numai
valori pozitive iar a,b,c sunt constante pozitive; folosind date numerice privind
cererea, pot
fi ajustate pentru diferite valori şi astfel se poate reprezenta grafic funcţia
cererii.
Curba cererii (3.34) este o dreaptă cu pantă negativă (stânga sus,
dreapta jos) care
intersectează axa preţurilor în punctul A, unde p=a şi axa cantităţilor în
punctul B, unde
p=0 (fig.3.8).
Când valorile lui a şi b se modifică, dreapta cererii îşi schimbă poziţia: dacă
variază
numai a, dreapta se deplasează paralel cu ea însăşi; dacă variază numai b, dreapta
se roteşte
în jurul punctului A de pe ordonată; dacă variază ambele constante, a
şi b, dreapta se
deplasează realizând o translaţie şi o rotaţie.
50
0 1
p
B
0
20 60 x 40 80 100
51
În majoritatea cazurilor, când se corelează cererea şi preţul de producţie se
foloseşte
prima parte a relaţiei (3.43), adică R=pm(p), prin urmare R=x+(x). A doua formă a
funcţiei
(3.43) se numeşte funcţia venitului total a legii cererii date şi este
reprezentată prin curba
venitului total într-un sistem de axe rectangulare Ox (abscisa) şi OR (ordonata).
Înălţimea
curbei venitului total măsoară venitul total care poate fi obţinut pentru
o producţie dată.
Funcţia R=x+(x) este continuă, iar forma sa este determinată de elasticitatea
cererii.
Curba venitului total nu conţine elemente referitoare la preţul mărfii,
dar acesta
poate fi determinat din relaţia
x
R
p = (3.44)
Preţul poate fi privit drept venit mediu (pe unitate de produs) şi
este măsurat de
panta dreptei care uneşte originea cu punctul de pe curba venitului total
corespunzător unei
producţii x date.
1
Gherasim, T., Lucr.cit., vol.II, p.31.
53
P
C
0 x
Fig.3.9 Curba costurilor totale
\
|
(3.58)
Când y este funcţie de u, iar u este funcţie de x rezultă
1
Allen, R.G.D., Analiza matematică pentru economişti, Bucureşti, Ed. Ştiinţifică,
1971, pp.321-336.
55
Ex
Eu
Eu
Ey
Ex
Ey
· = (3.59)
Dacă a este o constantă, atunci
Ex
Eu
a u
u
Ex
a) E(u
·
+
=
+
(3.60)
Ex
Eu
Ex
E(au)
= (3.61)
În general, elasticitatea unei funcţii variază cu valoarea atribuită lui
x. În unele
puncte, valoarea absolută a elasticităţii poate fi egală cu unitatea. Pot să apară
trei situaţii:
1) 1 [f(x)]
Ex
E
= , atunci o creştere relativă a lui x, de la acel punct, produce o
creştere relativă de aceeaşi mărime a lui f(x);
2) 1 [f(x)]
Ex
E
> , atunci o creştere relativă a lui x produce o creştere relativă mai
mare a lui f(x);
3) 1 [f(x)]
Ex
E
< , atunci creşterea relativă a lui f(x) este mai mică decât cea a lui x.
Aceleaşi observaţii sunt valabile şi în situaţiile când se compară
elasticitatea
funcţiei cu (-1) într-un punct x, dar, în acest caz o creştere relativă
a lui x produce o
descreştere relativă a lui f(x).
Într-un punct în care funcţia are o valoare staţionară, derivata funcţiei şi
elasticitatea
sa sunt nule. Pentru funcţii „totale” (xf(x)) sau „medii” (f(x)/x) elasticităţile
sunt
1 [f(x)]
Ex
E
[xf(x)]
Ex
E
+ = (3.62)
1 [f(x)]
Ex
E
x
f(x)
Ex
E
÷ =
(3.63)
Din (3.62) şi (3.63) rezultă că o valoare de extrem a expresiei
„totale” [xf(x)] se
poate realiza numai într-un punct în care elasticitatea lui f(x) este –1, iar
extremul „mediei”
[f(x)/x] se poate realiza numai în punctul în care elasticitatea lui f(x) este 1.
56
Prin definiţie, elasticitatea unei funcţii f(x) este raportul dintre valoarea
„marginală”
şi valoarea „medie” a lui f(x) în punctul respectiv, adică raportul dintre f'(x) şi
x
f(x)
*
. Într-
un punct în care valoarea „medie” este maximă sau minimă iar elasticitatea este
egală cu 1,
valorile „medie” şi „marginală” ale funcţiei sunt egale între ele
**
.
În continuare sunt exemplificate noţiunile prezentate mai sus pentru
câteva funcţii
semnificative.
Fiind dată funcţia cererii pentru o marfă oarecare (3.32), monoton
descrescătoare,
elasticitatea acestei funcţii defineşte elasticitatea cererii, în raport de preţ
d(lnp)
d(lnx)
dp
dx
x
p
η
x
÷ = ÷ = (3.64)
Valoarea lui n
x
variază de la punct la punct şi măsoară viteza descreşterii relative a
cererii în funcţie de creşterea relativă a preţului. Pentru studiul variaţiei
relative a cererii şi
preţului este avantajoasă reprezentarea curbei cererii la scară
logaritmică. Marshall a
elaborat două metode grafice de estimare a elasticităţii unei curbe a cererii
reprezentată la
scară naturală.
Inversa funcţiei cererii este (3.33) iar elasticitatea preţului în raport cu
cererea este
dx
dp
p
x
η
p
÷ = , (3.65)
inversa lui n
x
. Elasticitatea n
p
mai este cunoscută sub denumirea de flexibilitate a preţului.
Conform relaţiei (3.43)
R=xp=x+(x),
rezultă
|
|
.
|
\
|
+ = + = =
dx
dp
p
x
1 p
dx
dp
x p (xp)
dx
d
dx
dR
(3.66)
Întrucât elasticitatea cererii este (3.64), se obţine
*
Valoarea medie se referă la întregul interval, de la zero până la valoarea dată x;
valoarea marginală se referă
la “marginea” corespunzătoare valorii date x.
**
Valoarea medie a lui f(x) este staţionară în orice punct în care valoarea medie
este egală cu cea marginală.
Valoarea staţionară este un maxim dacă în punctul respective fª(x) este negativă şi
este minim dacă fª(x) este
pozitivă.
57
|
|
.
|
\
|
÷ =
x
η
1
1 p
dx
dR
(3.67)
de unde rezultă următoarele trei situaţii:
1) Dacă la un preţ şi o cerere date, n
x
>1, atunci o mică descreştere a preţului duce la
o creştere mai mare decât cea proporţională a cererii; încasările
marginale dR/dx sunt
pozitive, iar încasările totale cresc când producţia (cererea) creşte. Acesta este
cazul cererii
elastice.
2) Dacă la un preţ şi o cerere dată, n
x
=1, atunci o mică descreştere a preţului
produce o creştere de aceeaşi mărime a cererii iar încasările totale au
o valoare staţionară
(de obicei maximă). În această situaţie cererea este cu elasticitate unitară.
3) Dacă la un preţ şi o cerere date, n
x
<1, atunci o mică scădere a preţului este
însoţită de o creştere mai mică decât cea proporţională a cererii, iar
încasările totale scad
când producţia creşte. Acesta este cazul cererii neelastice.
dx
dR
p
x
Încasări
marginale
x
R
n
x
>1 n
x
=1 n
x
<1
0
n
x
>1 n
x
=1
medii
Încasări
0
p
Q
0
A
P
x
Fig. 3.11 Curbele încasărilor medii şi marginale.
1
Robinson, J., Economics of Imperfect Competition, 1933.
59
şi măsoară rata de creştere relativă a costurilor totale pentru o creştere relativă
a producţiei,
pornind de la un nivel dat; n
k
este egală cu raportul între costul marginal şi costul mediu.
Inversul lui n
k
este numit „coeficient de eficienţă relativă a organizării.”
Elasticitatea costului mediu (c=C/x) poate fi scrisă astfel:
1 η 1
dx
dC
C
x
dx
dc
c
x
η
k c
÷ = ÷ = = , (3.70)
de unde rezultă:
1) Dacă pentru o producţie dată x, avem n
k
<1, profitul este crescător, deoarece la o
creştere mică a producţiei se obţine o creştere a costurilor mai mică
decât cea
proporţională, costul mediu este mai mare decât cel marginal şi scade
când producţia
creşte;
2) Dacă pentru o producţie dată x, avem n
k
=1, profitul este constant, o creştere mică
a producţiei este proporţional egală cu creşterea costurilor, costul mediu
este egal cu cel
marginal şi are o valoare staţionară, de obicei minimă;
3) Dacă pentru o producţie dată x, n
k
>1, profitul este descrescător şi situaţia este
inversă celei în care n
k
<1.
Ipotezele privind condiţiile normale ale costului sunt:
- costurile totale cresc continuu pornind de la o valoare pozitivă (cheltuielile
fixe),
în timp ce producţia creşte de la zero;
- elasticitatea costurilor creşte continuu de la valori subunitare pentru
producţii
mici, la valori supraunitare pentru producţii mari;
- pe măsura creşterii producţiei, profiturile devin tot mai reduse;
- există o valoare bine determinată a producţiei x=a pentru care n
k
=1, după care
profitul începe să scadă.
Conform acestor ipoteze, la început costul mediu scade când producţia
creşte,
atinge un minim pentru producţia x=a şi apoi creşte, când producţia depăşeşte x=a.
Costul
marginal este mai mic decât cel mediu pentru x<a, este mai mare pentru x>a iar
pentru x=a,
este crescător şi egal cu nivelul costului mediu care în acest punct are valoarea
minimă.
Formele curbelor costului mediu şi costului marginal pot fi verificate pornind de
la
curba costurilor totale şi reciproc. Dacă P este un punct pe curba
costurilor totale,
60
corespunzător unei anumite producţii, costul mediu este dat de panta dreptei OP,
iar costul
marginal de panta tangentei la curbă în P.
n
k<1
n
k=1
n
k>1
n
k<1
n
k=1
n
k>1
C
x
dx
dc
0
x
marginal
Cost
mediu P
Cost
0
Cea mai simplă formă a costurilor care satisface condiţiile normale ale
costurilor
este forma pătratică
C=ax
2
+bx+c (3.71)
unde a,b,c sunt constante pozitive. În acest caz
c bx ax
b) x(2ax
η
2
k
+ +
+
= (3.72)
Deoarece derivata lui n
k
este pozitivă, dacă x creşte atunci şi n
k
se măreşte.
O elasticitate legată direct de funcţiile de producţie este elasticitatea
productivităţii.
Producţia este determinată de cantităţile diferiţilor factori de producţie
folosiţi.
Presupunând că factorii sunt folosiţi întotdeauna în proporţii constante,
cantitatea de
produse x depinde numai de proporţia ì în care aceşti factori au crescut (ì>1) sau
au scăzut
(ì<1). Elasticitatea productivităţii va fi
( ) lnλ d
d(lnx)
dλ
dx
x
λ
ε = = (3.73)
1) Dacă c>1, profitul este crescător, întrucât o mică creştere relativă
a tuturor
factorilor utilizaţi duce la o creştere mai mare decât cea proporţională a
producţiei;
2) Dacă c=1, profitul este constant;
3) Dacă c<1, profitul este descrescător.
61
În caz normal, c descreşte continuu când ì (cantitatea de factori
utilizaţi) creşte.
Inversul lui c este analog cu n
k
, deoarece măsoară elasticitatea costurilor faţă de producţie,
costurile fiind exprimate în cantităţile de factori utilizaţi. Spre deosebire de n
k
, elasticitatea
c este limitată la cazul când factorii sunt folosiţi în proporţii constante.
62
Capitolul 4. Metode pentru soluţionarea modelelor
\
|
|
|
|
|
|
.
|
\
|
÷ ÷ ÷
÷ ÷ ÷
(4.5)
Matricea acestui sistem este transpusa matricei sistemului (4.3) unde
ecuaţiile au
fost privite ca omogene cu m+1 variabile (1,ì
1
,ì
2
,...,ì
m
).
Fie o problemă clasică de optimizare
¹
´
¦
= = m, 1,2,..., i , b (x) g
maxf(x)
i
i
64
care, dacă este rezolvată prin metoda Lagrange, conduce la soluţiile
x*,ì* şi la valoarea
optimă a funcţiei obiectiv V=f(x*). Se observă că o mică modificare a
unei restricţii, de
exemplu restricţia i, g
i
(x)=b
i
, permite o mică schimbare a valorilor optime ale variabilelor.
Se presupune că, în continuare, sunt satisfăcute condiţiile de optim.
Efectul asupra valorii
optime a funcţiei obiectiv este dat prin
¯
=
c
c
·
c
c
=
c
c
n
1 j i
j
j i
b
x
x
f(x*)
b
V
. (4.6)
Conform restricţiilor are loc
¹
´
¦
=
=
=
c
c
·
c
c
¯
=
1 k 1,
1 k 0,
b
x
x
(x*) g
n
1 j i
j
j
k
. (4.7)
Prin înmulţirea ecuaţiei k din (4.7) cu şi însumarea tuturor ecuaţiilor, se
ajunge la
*
k
λ
*
i
m
1 k
n
1 j i
j
j
k
*
k
λ
b
x
x
(x*) g
λ =
c
c
·
c
c
¯¯
= =
,
care, scăzută din (4.6) şi după o rearanjare, conduce la
¯ ¯
= =
c
c
|
|
.
|
\
|
c
c
÷
c
c
+ =
c
c
n
1 j i
j
m
1 k j
k
k
j
*
i
i
b
x
x
(x*) g
λ
x
f(x*)
λ
b
V
.
În paranteză sunt condiţiile de optim, suma este nulă, deci
*
i
i
λ
b
V
=
c
c
. (4.8)
Prin urmare, corespunde ratei marginale a modificării valorii optime a
funcţiei
obiectiv pentru o modificare minoră a restricţiei i când toate celelalte
restricţii din model
rămân neschimbate. De obicei, în modelele economice restricţiile reprezintă
limitele
resurselor iar funcţia obiectiv un indice al bunăstării sau utilităţii.
Atunci, multiplicatorii
Lagrange corespund evaluărilor sociale marginale ale resurselor.
*
i
λ
Pentru cel mai simplu caz, cel al unei funcţii de o singură variabilă
reală, f(x),
xe(o,|), când f este derivabilă pe intervalul (o,|), punctele de extrem se află
între punctele
critice, soluţiile ecuaţiei f’(x)=0, sunt acele puncte critice în care prima
derivată îşi schimbă
semnul. În cazul unei funcţii de mai multe variabile f(x
1
,x
2
,...,x
n
), care este diferenţiabilă pe
o mulţime deschisă din R
n
, punctele critice (staţionare) sunt soluţiile sistemului
65
0 ) ( =
c
c
x
x
f
j
, j=1,2,...,n. (4.9)
Sistemul (4.5) este dificil de soluţionat în majoritatea situaţiilor.
Analiza folosind
doar prima derivată conduce la găsirea punctelor staţionare şi stabilirea punctelor
de extrem
care se află între acestea, însă nu permite distincţia între punctele de
minim şi cele de
maxim ale funcţiei f(x). Pentru a putea deosebi cele două tipuri de
puncte de extrem şi
punctele şa, se presupune că f este derivabilă de ordinul doi în jurul punctului
critic a şi se
verifică condiţiile pentrul cazul funcţiilor de mai multe variabile.
Acest raţionament se poate aplica funcţiei Lagrange L(x,ì). Termenul de
ordinul
doi din dezvoltarea în serie Taylor a funcţiei L(x*,ì*) este
¯
=
·
c c
c
=
n
1 k j,
k j
k j
2
dx dx
x x
L
2!
1
Q(dx) , (4.10)
unde dx satisface condiţiile
0 dx g dg
n
1 j
j
i
j
i
= =
¯
=
i=1,...,m. (4.11)
Atunci, punctul este de minim pentru Q(dx)>0 şi de maxim când Q(dx)<0.
Aceste metode nu pot fi aplicate în mai multe situaţii: funcţia f nu
este derivabilă,
nu are derivate parţiale, când numărul variabilelor este mare, în cazul
funcţiilor
nediferenţiabile ş.a.
Utilitatea
Numărul probei n
Punctele care exprimă utilitatea maximă din fiecare moment se unesc obţinându-se
o curbă. Prin extrapolarea curbei se estimează îmbunătăţirea care se va
obţine în
următoarea iteraţie. Comparând cuantumul îmbunătăţirii cu mărimea cheltuielilor de
calcul,
se decide oprirea sau continuarea algoritmului pentru îmbunătăţirea soluţiei.
1
Mic dicţionar enciclopedic, Bucureşti, Editura enciclopedică, 1972, p.861.
68
4.3.1 Conceptul de simulare
1
Lămătic, Gh., Lămătic M., Baze statistice ale modelării econometrice, Focşani,
Ed.Vrantop, 1997.
Variabile
con
Variabile
tendenţiale
Variabile
structurale
I
n
f
l
u
e
n
ţ
a
r
e
l
a
t
i
v
ă
v
a
r
i
a
b
i
l
e
l
o
r
juncturale
Prezent
Termen
mijlociu
Termen
lung
Viitor
Termen
scurt
75
mărimii eşantionului sau sondajului. Din acest motiv, modelele de simulare se mai
numesc
modele de eşantionare (sondare) simulată. În calitate de instrument
utilizat în studiul
sistemelor complexe, modelul de simulare deţine un loc important în
formularea pe baze
deductive a deciziei.
1
Ermakov, S.M., Metoda Monte Carlo şi probleme înrudite, Bucureşti, Editura
tehnică, 1976, p.7.
76
cifre care se ridică la pătrat ş.a.m.d. Este posibil ca în această serie să fie
întâlnite numere
care există în partea anterioară a şirului. Lungimea unui ciclu variază între 10
4
şi 10
6
.
Metoda congruenţelor, deşi mai complicată, poate da şiruri mai mari de
10
12
. Se
procedează astfel: se stabilesc două numere, K şi M şi se alege la
întâmplare valoarea
iniţială X
0
iar X
n+1
se determină din formula
(modM), KX X
n 1 n
=
+
(4.14)
în care X
n+1
este restul împărţirii KX
n
/M.
În procesul simulării volumul mare de calcule impune utilizarea unor
metode de
estimare care să dea rezultate cât mai precise cu un număr cât mai mic de
observaţii. Aceste
metode se numesc procedee de micşorare a dispersiei. Se asigură astfel un grad mai
ridicat
de precizie cu acelaşi volum al selecţiei sau este redus numărul de
observaţii în condiţiile
obţinerii aceluiaşi grad de precizie.
Dacă dispersia nu este prea mare, modificând experimentul sau metoda de
estimaţie, pot fi utilizate următoarele procedee: selecţia orientată,
ruleta rusă, utilizarea
valorilor medii, selecţii sistematice, selecţii stratificate, regresie şi
corelaţie.
Comparând aceste procedee de micşorare a dispersiei, se poate constata că unele
din
ele dau rezultate mai bune însă, în majoritatea situaţiilor practice, nu
se dispune de
suficiente informaţii pentru a putea alege procedeul cel mai bun.
Problema micşorării dispersiei în cadrul procedeelor de simulare este
aceeaşi cu
problema aplicării metodelor generale de selecţie.
Metoda jocurilor strategice constituie, în multe cazuri, o posibilitate foarte
bună de
simulare, de verificare a structurii şi eficacităţii modelului propus
precum şi pentru
optimizarea soluţiei (soluţiilor) problemei cât mai aproape de realitatea
obiectivă.
Jocul operaţional este o metodă de simulare în care deciziile sunt luate
de una sau
mai multe persoane. Jocurile se utilizează pentru elaborarea unui model
de simulare a
deciziei, găsirea soluţiei optime a modelului şi evaluarea soluţiilor
propuse pentru
problemele modelate. Astfel, jocurile reprezintă experimente în care se
observă
comportarea persoanei care adoptă decizii în condiţii controlabile.
Situaţia experimentală
este construită astfel încât să fie un model imitativ sau analogic al situaţiei
reale studiate.
În acest domeniu se localizează principalul inconvenient al jocurilor
operaţionale:
nu se poate stabili întotdeauna o legătură strânsă între joc şi realitate, legătură
care slăbeşte
77
şi datorită complexităţii jocului. Alte dificultăţi apar datorită tendinţei
generale de
complicare a jocurilor în dorinţa autorilor de a se apropia de realitate. Ca
urmare, eficienţa
rezolvării se reduce considerabil şi, datorită încărcării modelului, devine
dificilă chiar şi
interpretarea soluţiei.
Aparenţa de realitate este utilă în procesul de învăţământ însă poate genera o
serie
de neajunsuri în aplicaţii. Un model este util tocmai prin simplificarea
realităţii, însă
decisive sunt natura şi limitele acestei simplificări: “Structura unui joc
corespunde cu
structura situaţiei modelate în sensul că aceleaşi decizii conduc în ambele
situaţii la aceleaşi
rezultate. Proporţia justă între simplificare şi complexitate se obţine
numai prin
experimentare asupra jocului însuşi. Elaborarea unui joc care să se
dovedească util în
rezolvarea problemei studiate, necesitată mult mai mult timp decât folosirea
jocului, odată
ce a fost obţinut”
1
.
După cum se cunoaşte, obiectul jocurilor strategice îl reprezintă cercetarea
structurii
şi funcţionării sistemelor reale cu ajutorul simulării în condiţii de
competitivitate; practic,
orice joc este un proces de simulare. Funcţie de caracteristicile competitivităţii,
jocurile se
împart în trei categorii: concurenţiale, cooperative şi contra naturii.
Alte criterii de
clasificare a jocurilor sunt:
- După zona de acţiune: de simulare a conducerii întreprinderii, funcţionale, în
alte
domenii.
- După elementul competitiv: de interacţiune, fără interacţiune.
- După modul de prelucrare a rezultatelor: pe calculator, manuale.
- După natura modelului: abstracte, naturale.
- După scop: pentru cercetare, pentru învăţare.
Deoarece construirea unui joc este un proces de creaţie, nu pot fi
enunţate reguli general
valabile pentru alcătuirea jocurilor. Cu toate acestea, ţinând seama de aspectele
generale în
procesul de elaborare, poate fi avută în vedere o anumită succesiune a
etapelor edificării
jocurilor.
Prima etapă este precizarea obiectivelor jocului, stabilite în mai multe
momente.
Asemenea obiective pot fi: obişnuirea participanţilor la joc cu diferite metode de
evaluare a
consecinţelor adoptării unor măsuri preventive sau
ale modificării evoluţiei
1
Ackoff, R.L., Sasieni, M.W., Lucr.cit., p.141.
78
fenomenului studiat; dezvoltarea creativităţii, imaginaţiei şi a spiritului
de iniţiativă ale
participanţilor la joc; descoperirea unor strategii de perfecţionare a
modului de adoptare a
deciziilor; conştientizarea efectului comportamentului propriu asupra altor
participanţi la
procesul de decizie şi execuţie; formarea şi antrenarea capacităţii de
decizie în condiţii
variate, în care pot apărea şi situaţii neprevăzute; formarea capacităţii
de aplicare a
cunoştinţelor dobândite în scopul realizării obiectivului jocului –
câştigul maxim;
dezvoltarea spiritului de prevedere, de a elabora prognoze şi planuri pentru
viitor; însuşirea
în termen scurt a unor abilităţi şi a unei îndemânări în a conduce
diferite procese;
înţelegerea unui sistem cuprinzător şi complex ş.a.
A doua etapă constă în identificarea procesului simulat şi stabilirea
unui istoric al
evoluţiei sistemului cercetat. Procesul simulat trebuie să acopere o sferă
cât mai largă de
probleme economice şi sociale reale. În cazul jocurilor didactice,
procesul descris trebuie
să prezinte un interes cât mai general iar în cazul jocurilor
profesionale se realizează
adâncirea unor probleme de specialitate ceea ce înseamnă că pregătirea
specialiştilor prin
jocuri profesionale este relativ costisitoare.
A treia etapă se referă la stabilirea datelor iniţiale de la care
începe jocul.
Concomitent cu precizarea procesului simulat este precizată şi starea
iniţială a sistemului
economic, transmisă tuturor participanţilor şi caracterizată cu ajutorul
parametrilor tehnico-
economici: nivelul iniţial al stocurilor, volumul investiţiilor, valoarea
fondurilor fixe,
calificarea forţei de muncă, nivelul productivităţii ş.a. Datele iniţiale trebuie
să fie corecte,
în limite raţionale şi corelate.
Pornind de la aceste date, se poate trece la prima rundă (iteraţie) a jocului.
Fiecare
iteraţie este formată din anumite activităţi: adoptarea deciziei de către jucători;
prelucrarea
de către arbitru a consecinţelor deciziilor adoptate; anunţarea rezultatului de
către arbitru.
Pe parcursul jocului, partenerii modifică starea iniţială în scopul
obţinerii unor
indicatori economici cât mai favorabili. Dacă la primele iteraţii
rezultatele pot fi mai
defavorabile, pe măsură ce jucătorii asimilează cunoştinţele şi
modalităţile adecvate de
“acţiune”, are loc îmbunătăţirea situaţiei sistemului.
Elaborarea modelului calitativ al jocului, precizarea modului de
desfăşurare, a
regulilor de joc, a fluxului informaţional, stabilirea formularelor utilizate şi a
procedurilor
79
care vor fi automatizate, precizarea modelelor matematice şi procedurale
precum şi a
calculelor necesare evaluării rezultatelor jocului etc., formează conţinutul etapei
a patra.
Privitor la modul de desfăşurare a jocului este necesară precizarea
următoarelor
elemente: numărul de participanţi; unitatea sau compartimentul de care
fiecare răspunde;
tipurile deciziilor pe care le poate adopta fiecare participant;
informaţiile necesare luării
deciziilor şi cele care se comunică partenerilor precizându-se etapa
jocului în care trebuie
comunicate; timpul necesar adoptării deciziei; intervalul de timp între
două decizii;
criteriile şi modul de evaluare a unor parametri în timpul jocului;
numărul de iteraţii ale
jocului; condiţiile de oprire a jocului.
Validarea şi implementarea jocului reprezintă ultima etapă a construirii
unui joc.
După elaborare, modelul jocului este testat pe un set suficient de mare de date
pentru care,
cel puţin parţial, se cunosc rezultatele. Validarea corectitudinii jocului
se realizează, de
regulă, pe baza unui mare număr de experimentări. Întrucât acest lucru
nu este posibil
întotdeauna, trebuie stabilite condiţii de testare judicioase pentru a spori
încrederea că jocul
este construit corect şi se vor obţine cu mare probabilitate rezultate
bune în activitatea
decizională. În legătură cu folosirea metodei jocurilor strategice trebuie
făcută distincţie
între construirea jocului şi utilizarea acestuia. Un joc de întreprindere este o
operaţie care se
desfăşoară în timp relativ scurt, cu o valoare formativă ridicată.
Încercarea de aplicare a teoriei jocurilor de n persoane la condiţiile
economiei de
piaţă, concurenţiale, a reliefat necesitatea utilizării unor jocuri cu un număr de
participanţi
suficient de mare încât acţiunile fiecărui jucător în parte să aibă
efect neglijabil asupra
câştigurilor celorlalţi competitori. Numărul jucătorilor trebuie să fie
egal cu numărul
punctelor unui segment, de exemplu intervalul unitate [0,1]. În astfel de
situaţii se
construiesc jocuri cu un continuum de jucători
1
.
1
Owen, G., Teoria jocurilor, Bucureşti, Editura Tehnică, 1974, p.218.
80
simularea pe calculator. Soluţia problemei poate fi găsită prin efectuarea unor
experimente
asupra sistemului studiat.
Metodele experimentale de căutare a soluţiei optime pot fi împărţite în simultane
şi
succesive. În metodele simultane, toate combinaţiile de valori ale
variabilelor controlabile
pentru care se fac observaţii sunt selectate înainte de începerea experimentării.
În metodele
succesive, la început sunt fixate câteva mărimi, pe parcursul lucrărilor
urmând să fie
determinate alte valori din datele noi disponibile. Metodele secvenţiale
sunt mai eficiente
din punct de vedere statistic, însă necesită o mai mare flexibilitate în utilizarea
sistemului şi
un timp mai îndelungat decât metodele simultane.
Realizarea observaţiilor are loc simultan sau secvenţial în cazul
metodelor
simultane şi secvenţial (cu unele excepţii) în cazul metodelor succesive. Pentru
observaţiile
secvenţiale, acelaşi subiect poate fi utilizat în mod repetat sau pot fi
utilizaţi mai mulţi
subiecţi echivalenţi. Când observaţiile sunt simultane, se folosesc mai
mulţi subiecţi
echivalenţi în acelaşi timp.
Situaţia variabilelor necontrolabile prezintă o importanţă deosebită în ambele
tipuri
de metode. Se pot ivi trei situaţii ale evoluţiei acestor variabile: să
rămână constante, să
varieze după o lege statistică stabilă, să existe posibilitatea eliminării lor.
De aici rezultă o trăsătură structurală a metodelor experimentale:
variaţia
rezultatelor observate este atribuită fie variabilelor controlabile, fie
variabilelor
necontrolabile, cu efect aleator dar măsurabil. În perioada experimentării
se poate ajunge
uneori la homeostazia sistemului, însă după o perioadă de timp, datorită
modificărilor
inerente apar aspecte ale dezechilibrului iar soluţia dată de experiment nu mai
este valabilă.
Principalele procedee folosite în metodele experimentale au fost descrise
sistematic
pentru prima oară de Cochran şi Cox
1
.
Se consideră o problemă al cărei criteriu este o funcţie de două
variabile
controlabile, X
1
şi X
2
. În metoda căutării la întâmplare (metoda simultană) se stabilesc
domeniile de variaţie ale lui X
1
şi X
2
, în care se consideră că există soluţia. Pentru fiecare
dintre ele se generează câte o serie de valori aleatoare şi se formează
perechi de valori.
Fiecărei perechi îi corespunde o observaţie asupra sistemului (sau asupra
unor părţi ale
sistemului). Perechea care dă cel mai convenabil rezultat este considerată drept
soluţie iar
1
Cochran, W.G., Cox, G.M., Experimental Designs, John Wiley and Sons, New York,
1957.
81
câteodată este explorată mai amănunţit o vecinătate din jurul punctului
indicat de această
pereche.
În metoda factorială (metodă simultană) se determină domeniile de variaţie
ale lui
X
1
şi X
2
care se împart în intervale mai mici, astfel încât, dacă X
1
şi X
2
parcurg un interval,
să existe o diferenţă semnificativă între performanţele estimate ale sistemului.
Din domeniul de variaţie a variabilelor X
1
sunt alese punctele (x
11
,x
12
,…,x
1m
), iar
din domeniul lui X
2
punctele (x
21
,x
22
,…,x
2m
), cu care se formează perechile (x
1i
,x
2j
),
(i=1,2,…,m; j=1,2,…,n) apoi se observă comportarea sistemului pentru
toate cele m·n
perechi. Soluţia optimă este în punctul indicat de acea pereche de
valori în care
performanţa sistemului este maximă (sau se analizează vecinătatea acestui punct).
Metoda coordonatelor (secvenţială) începe prin a estima care dintre
variabilele
controlabile are cea mai mare influenţă asupra rezultatelor sistemului.
Dacă această
variabilă este X
1
, se estimează o pereche (X
1
,X
2
) optimală, punct care va servi pentru prima
observaţie. Păstrând pe X
2
constant, se efectuează o deplasare într-o direcţie convenabilă pe
axa X
1
. Mărimea deplasării este egală cu cea mai mică valoare pentru care se
consideră
posibilă o modificare semnificativă a performanţei sistemului.
Acum se efectuează o observaţie: dacă se constată o îmbunătăţire,
deplasarea
continuă în aceeaşi direcţie; în caz contrar, deplasarea din punctul iniţial se
face în direcţia
opusă. Deplasarea continuă în această direcţie până când are loc o
înrăutăţire a
performanţelor. Din acest moment se revine la valoarea lui X
1
care constituie cea mai bună
valoare găsită. Menţinând această valoare constantă se efectuează o
deplasare în acelaşi
mod pe axa X
2
. Când nici aici nu se mai produce o îmbunătăţire, se alege cea mai
bună
valoare pentru X
2
şi se continuă deplasarea pe axa X
1
. Procesul continuă până când nu mai
este posibilă nici o îmbunătăţire în nici o direcţie, ultimul punct găsit fiind
soluţia optimă.
Această metodă se mai numeşte căutarea pe reţea.
Metoda coborârii celei mai rapide (sau panta cea mai rapidă) urmăreşte
găsirea
punctului de optim pe calea cea mai scurtă. Se alege un punct estimat
ca optim şi se
stabilesc apoi patru puncte astfel încât să formeze un dreptunghi al
cărui centru să fie
punctul iniţial; distanţa dintre puncte se stabileşte ca în primele două
metode. Se fac
observaţii pentru fiecare din cele cinci puncte.
82
Prin metoda celor mai mici pătrate se caută un plan care să se
potrivească cât mai
bine cu datele observate. Din centrul dreptunghiului se efectuează o deplasare de-a
lungul
dreptei din plan cu panta cea mai mare în sensul îmbunătăţirii soluţiei,
cu o lungime
proporţională cu cea a intervalului ales anterior. Procedeul continuă până când fie
nu se mai
constată nici o îmbunătăţire, fie planul nu mai aproximează suficient de
bine datele de
observaţie. Ultimul punct găsit este centrul unui dreptunghi construit
după procedeul
descris şi se caută o nouă aproximare liniară. Dacă rezultatul nu este
satisfăcător, se poate
încerca cu suprafeţe de ordin superior. Când panta curbei pe care se face
deplasarea devine
mică, se consideră că s-a ajuns pe o suprafaţă numită platou. Vârful
acestui platou este
estimat şi utilizat drept soluţie.
Dintre procedeele descrise, panta cea mai rapidă este metoda cea mai
eficientă. În
ordinea descrescătoare a eficienţei, urmează metoda coordonatelor, metoda
factorială şi
metoda căutării la întâmplare.
Metodele secvenţiale sunt mai puţin precise când se rezolvă probleme
multiextremale, în sensul că punctul stabilit cu ajutorul lor poate fi doar un
punct de maxim
(minim) local. Pentru astfel de probleme, în prima etapă, trebuie
folosită una dintre
metodele simultane pentru localizarea valorii de extrem, apoi cercetarea poate
continua cu
metode secvenţiale.
Având în vedere că optimizarea presupune proiectarea sau modificarea unui sistem
sau program în scopul obţinerii unei eficienţe maxime în raport cu un
criteriu dat, pentru
soluţionarea problemelor complexe, de obicei multiextremale, se foloseşte metoda
euristică
de dirijare sau optimizare a procesului de tratare a problemei.
Activitatea de programare
euristică include acţiuni care nu pot fi justificate matematic, ci, fie
se bazează pe anumite
observaţii asupra modului în care s-au obţinut soluţii cunoscute ale problemei
programate,
fie sunt alese în virtutea experienţei sau a intuiţiei programatorului.
În cazurile cele mai
complexe, programarea euristică implică elaborarea unor programe modificabile
dinamic în
funcţie de evoluţia rezolvării problemei, a succeselor sau insucceselor
înregistrate pe
parcursul rezolvării.
În esenţă, modelarea economico-matematică are ca obiectiv construirea unui model
optimizant. În acest scop, modelarea proceselor şi fenomenelor economice se bazează
pe o
metodologie ştiinţifică; ansamblul de teorii, tehnici şi metode riguroase
îndeplineşte un rol
83
multiplu: suport pentru procesul de gândire a modelatorilor, ajutor pentru
comunicare,
instrument indispensabil pentru fundamentarea şi adoptarea deciziilor
manageriale, pentru
stabilirea strategiilor şi tacticilor eficiente atât la nivel de firmă
cât şi la nivel de ramură,
sector sau pe ansamblul economiei.
Totodată, trebuie observat faptul că nu întodeauna toate modelele
economico-
matematice oferă garanţia absolută că prin aplicarea lor se va obţine
rezultatul optim. De
aceea soluţiile obţinute prin soluţionarea modelelor trebuie aplicate cu
prudenţă; numai
după confirmarea valabilităţii şi realităţii soluţiilor respective se va putea
trece la aplicarea
lor în întreg sistemul modelat sau în alt sistem analog.
84
Capitolul 5. Aplicaţii ale modelării econometrice la nivel
microeconomic
5.1 Modele de achiziţii şi vânzări
s s
in
i
m i 1
a
b
min 0, de unde rezultă
că
z*= [g
n
(x
n
)+f
n-1
(b-x
n
a
n
)], (5.6)
n
X
max
unde x
n
este în intervalul menţionat. Dacă ar fi cunoscut f
n-1
(b-x
n
a
n
) problema
iniţială ar consta în rezolvarea unui program (5.4) de o singură
variabilă cu restricţia
x
n
e
s s
in
i
m i 1
a
b
min 0, . Modalitatea prin care se obţine f
n-1
(b-x
n
a
n
), în notaţie vectorială, ţine de
faptul că reprezintă valoarea maximă a funcţiei în condiţiile
¯
=
1 - n
1 j
j j
) (x g
1 n 1,2,..., j 0, x
m 1,2,..., i , x a b x a
j
n in j
1 n
1 j
j ij
÷ = >
= ÷ s
¯
÷
=
. (5.7)
Analog cu procedeul utilizat în etapa precedentă, problema devine
f
n-1
(b-x
n
a
n
)= [g
n-1
(x
n-1
)+f
n-2
(b-x
n
a
n
-x
n-1
a
n-1
)] (5.8)
1 n
x
max
÷
cu restricţia x
n-1
e
÷
s s
1 - in
n in i
m i 1
a
x a b
min 0, şi funcţia
f
n-2
(b-x
n
a
n
-x
n-1
a
n-1
)= (5.9)
¯
÷
=
÷
2 n
1 j
j j
x ,..., x
) (x g max
2 n 1
variabilele x
1
,...,x
n-2
satisfăcând condiţiile:
88
2. n 1,2,..., j 0, x
m 1,2,..., i , x a x a b x a
j
1 - n 1 - in n in j
2 n
1 j
j ij
÷ = >
= ÷ ÷ s
¯
÷
=
(5.10)
În acest mod problema se descompune într-o succesiune de subprograme,
pentru
fiecare etapă câte un subprogram. În general, în etapa k, problema de
programare care
trebuie rezolvată este
¯
=
k
1 j
j ij
x a sb
i
-a
in
x
n
-...-a
ik+1
x
k+1
, i=1,2,...,m
x
j
>0, j=1,2,...,k (5.11)
¯
=
k
1 j
j ij
x ,..., x
x a max
k 1
89
Firma îşi propune o politică de cumpărare-vânzare, în funcţie de
variaţiile preţului
cu care cumpără marfa, ştiind că nu poate deţine în stoc mai mult de
8 produse, stocul
iniţial este de 2 unităţi iar în finalul perioadei de patru luni stocul trebuie să
fie zero.
Prin urmare, obiectivul este stabilirea unei strategii optime pentru
aprovizionarea cu
marfa X ţinând cont de faptul că problema are caracter temporal. Fie x
i
numărul de unităţi
din marfa X care urmează a fi achiziţionate la începutul lunii i. Întrucât se
preconizează că
firma va satisface cererea integral în fiecare lună, stocul său trebuie
să fie mai mare sau
egal cu cererea din luna în curs. Cantitatea din marfa X deţinută la
începutul lunii i este
diferenţa dintre toate cantităţile cumpărate anterior şi cantităţile vândute în
primele i-1 luni.
Aceste condiţii se exprimă astfel:
c c x s
1,2,3 i , c c x s
4
3
1 i
j
4
1 j
j 0
i
1 i
1 j
j
i
1 j
j 0
= ÷ +
= > ÷ +
¯ ¯
¯ ¯
= =
÷
= =
unde s
0
este stocul iniţial. Deoarece stocul nu poate avea mai mult de 8 unităţi este
valabilă
relaţia
s
0
+ s8, i=1,2,3,4
¯ ¯
÷
= =
÷
1 i
1 j
j
i
1 j
j
c x
Cheltuielile de achiziţionare, funcţia obiectiv, sunt exprimate prin suma şi,
ţinând cont de condiţia normală x
j
>0, se obţine un program liniar cu ajutorul relaţiilor
anterioare
¯
=
4
1 i
i i
x p
min(11x
1
+14x
2
+13x
3
+12x
4
)
5sx
1
s6
(*) 10sx
1
+x
2
s13
16sx
1
+x
2
+x
3
s18
x
1
+x
2
+x
3
+x
4
=24
x
i
>0, i=1,2,3,4.
Întrucât aceasta este o problemă de programare dinamică temporală,
descompunerea în etape, pentru obţinerea unei soluţii progresive, va
respecta succesiunea
în timp a fazelor procesului.
90
În prima etapă variabila de control x
1
este considerată ca o valoare fixă şi pentru
funcţia obiectiv se caută
6 x 5
1
min
s s
(11x
1
+ (14x
2
+13x
3
+12x
4
))
4 3 2
x , x , x
min
Cu variabilele x
2
,x
3
,x
4
este construit programul
min(14x
2
+13x
3
+12x
4
)=f
1
10-x
1
sx
2
s13-x
1
(**) 16-x
1
sx
2
+x
3
s18-x
1
x
2
+x
3
+x
4
=24-x
1
x
i
>0, i=2,3,4.
În a doua etapă, cu variabila de control x
2
, plecând de la problema (**) se caută:
1 2 1
x 13 x x 10
min
÷ s s ÷
(14x
2
+ (13x
3
+12x
4
)).
4 3
x , x
min
Variabilele x
3
,x
4
fac parte din următoarea problemă
min(13x
3
+12x
4
)=f
2
(***) 16-x
1
-x
2
sx
3
s18-x
1
-x
2
x
3
+x
4
=24-x
1
-x
2
x
i
>0, i=3,4.
A treia etapă, care foloseşte variabila x
3
şi soluţia optimă a etapelor precedente,
conduce la
0 x
x x 18 x x x 16
3
2 1 3 2 1
min
>
÷ ÷ s s ÷ ÷
(13x
3
+ 12x
4
)
4
x
min
Problema care trebuie rezolvată este
min12x
4
=f
3
(****) x
4
=24-x
1
-x
2
-x
3
x
4
>0.
Ultima etapă, cea de-a patra, constă în rezolvarea problemei (****).
Folosind
restricţia 16sx
1
+x
2
+x
3
s18 din x
4
=24-(x
1
+x
2
+x
3
) se obţine f
3
=288-12x
1
-12x
2
-12x
3
.
Revenind la relaţia anterioară rezultă
0 x
x x 18 x x x 16
3
2 1 3 2 1
min
>
÷ ÷ s s ÷ ÷
(x
3
+288-12x
1
-12x
2
).
91
Deoarece ultima expresie este crescătoare în raport cu x
3
, minimul ei se atinge
pentru x
3
=16-x
1
-x
2
. Valoarea optimă din problema (***) rezultă din ultima relaţie:
f
2
=304-13x
1
-13x
2
.
Trecând la problema (**) se caută
1 2 1
x 13 x x 10
min
÷ s s ÷
(x
2
+304-13x
1
),
funcţie crescătoare în raport cu x
2
care îşi atinge minimul pentru x
2
=10-x
1
, de unde
valoarea lui f
1
este 314-14x
1
. Problema iniţială devine:
) 3x (314 min
1
6 x 5
1
÷
s s
.
Expresia de minimizat este descrescătoare în raport cu x
1
; minimul se obţine pentru
=6 deci minimul cheltuielilor totale este
*
1
x
z*=296
iar strategia optimă se obţine plecând de la =6. Astfel, rezultă succesiv
=4, =6 şi
=8 de unde strategia optimă folosită de firmă este (6,4,6,8), reprezentând soluţia
optimă
pentru minimizarea cheltuielilor în condiţiile date. Această metodă este
progresivă: s-au
obţinut succesiv şi
*
1
x
*
2
x
*
3
x
*
4
x
*
1
x ,
*
2
x ,
*
3
x
*
4
x .
Model 2
Aceeaşi problemă poate fi rezolvată regresiv folosind alte variabile de
control. Fie
y
i
(i=1,2,3,4) stocul de marfă al firmei la începutul lunii i. Legătura
dintre variabilele
menţionate şi cele folosite anterior, x
i
, în soluţia progresivă, este dată prin:
2,3,4 i , c y x y
s x y
1 i 1 i i i
0 1 1
= ÷ + =
+ =
÷ ÷
.
Stocul iniţial în luna i este stocul final din luna precedentă y
i-1
-c
i-1
şi cantitatea
cumpărată la începutul lunii în curs, x
i
. Condiţiile anterioare se rescriu astfel
2,3,4 i , c y y x
s y x
1 i 1 i i i
0 1 1
= + ÷ =
÷ =
÷ ÷
.
Folosind relaţiile din varianta progresivă, cheltuielile totale de
achiziţionare a produsului
sunt
¯
=
4
1 i
i i
x p = ÷3y
1
+y
2
+y
3
+12y
4
+213
92
iar valorile y
i
satisfac relaţiile
4 4
i i
c y
1,2,3 i 8, y c
=
= s s
.
Deoarece variabilele x
i
sunt nenegative au loc şi inegalităţile
2,3,4 i 0, c y y
0 2 y
1 i 1 i i
1
= > + ÷
> ÷
÷ ÷
.
Cu aceste relaţii, problema de programare dinamică are următoarea formulare:
min(÷3y
1
+y
2
+y
3
+12y
4
+213)
7sy
1
smin(8,7+y
2
)
(*) 5sy
2
smin(8,5+y
3
)
6sy
3
smin(8,8+y
4
)
8=y
4
\
|
÷
|
|
.
|
\
|
=
μ
λ
1
μ
λ
P
n
n
, (5.18)
98
λ μ
λ
n
÷
= , (5.19)
( ) λ μ μ
λ
n
2
f
÷
= , (5.20)
ρ P 1 n
0 s
= ÷ = , (5.21)
( ) λ μ μ
λ
λ
n
t
f
f
÷
= = , (5.22)
λ μ
1
μ
1
t t
f s
÷
= + = , (5.23)
( )
1 k
μ
λ
k n P
+
|
|
.
|
\
|
= > , (5.24)
( )
( )t λ μ
f
e
μ
λ
t t P
÷ ÷
= > . (5.25)
La un ghişeu poştal sosirile sunt aleatoare, de tip Poisson, cu o
medie de 36 de
clienţi pe oră, iar timpul mediu de servire este de 1,5 minute. În acest caz se
urmăreşte să se
determine
a) numărul mediu de clienţi care aşteaptă să fie serviţi la un moment dat;
b) numărul mediu de clienţi existenţi la un moment dat în sistem;
c) timpul mediu petrecut de un client în sistem;
d) probabilitatea ca în 10 minute să sosească 8 clienţi;
e) probabilitatea ca un client să aştepte peste 10 minute.
În model se consideră ca unitate de timp minutul; prin urmare
0,6
60
36
λ = = iar
3
2
1,5
1
μ = = ,
de unde, cu formulele anterioare, rezultă:
a) 8,1
10
6
3
2
3
2
10
6
n
2
f
=
|
.
|
\
|
÷
|
.
|
\
|
=
99
b) 0,9
3
2
10
6
μ
λ
ρ n
s
= = = =
n =
f
n +
s
n =8,1+0,9=9
c) min 15
10
6
3
2
1
λ μ
1
t
s
=
÷
=
÷
=
d) Întrucât ( )
( )
λt
n
n
e
n!
λt
t P
÷
= rezultă
( )
( )
0,1033
8!
10 0,6
e 10 P
8
10 0,6
8
=
·
=
· ÷
\
|
÷ ÷
,
deci şansele ca timpul de aşteptare a unui client să depăşească 10 minute sunt de
46,2%
Model 2
Un alt tip de model are un fir de aşteptare infinit, o staţie şi populaţie finită.
În noul model, faţă de formulele modelului anterior apare m, mărimea
populaţiei
din care provin clienţii şi, în consecinţă, se aplică următoarele relaţii:
¯
=
|
|
.
|
\
|
=
m
0 n
n
n
m
0
μ
λ
A
1
P (5.26)
0
n
n
m n
P
μ
λ
A P ·
|
|
.
|
\
|
= (5.27)
(
0
P 1 )
λ
μ
m n ÷ ÷ = (5.28)
(
0 f
P 1 )
λ
λ μ
m n ÷
+
÷ = (5.29)
0 s
P 1 n ÷ = (5.30)
100
|
|
.
|
\
| +
÷
÷
=
λ
λ μ
P 1
m
μ
1
t
0
f
(5.31)
|
|
.
|
\
|
÷
÷
=
λ
μ
P 1
m
μ
1
t
0
s
. (5.32)
Spre exemplificare numerică, se consideră un atelier în care există 10
utilaje
identice iar timpul de funcţionare neîntreruptă are distribuţie Poisson cu
media 60 ore. În
atelier lucrează un singur mecanic; timpul în care acesta efectuează o
reparaţie urmează
repartiţia exponenţială negativă cu media de 2 ore. Ţinând cont că
servirea se face în
ordinea sosirilor se doreşte să se cunoască:
a) probabilitatea ca la un moment dat toate maşinile să funcţioneze;
b) probabilitatea ca la un moment dat să existe cel puţin 4 utilaje defecte;
c) numărul mediu de maşini defecte la un moment dat;
d) timpul mediu de aşteptare, respectiv petrecut în sistem, de către un utilaj
defect.
Se consideră că unitatea de timp este ora; atunci, caracteristicile acestui model
care
provine dintr-o populaţie cu m=10 sunt:
60
1
λ = maşini/h şi
2
1
μ = maşini/h
iar intensitatea de trafic este
30
1
μ
λ
ρ = =
care, folosite în formulele anterioare, conduc la valorile de mai jos.
a) 7204 , 0
30
1
1
10
0
10
0
=
|
.
|
\
|
·
=
¯
= n
n
A
P .
Prin urmare probabilitatea ca toate utilajele să funcţioneze este 72,04%.
b) 0,2401 P
30
1
A P
0
1
10 1
= · · =
0,0360 P
30
1
A P
0
2
2
10 2
= · |
.
|
\
|
· =
0,0032 P
30
1
A P
0
3
3
10 3
= ·
|
.
|
\
|
· =
101
P(ns3)=P
0
+P
1
+P
2
+P
3
=0,9997.
Rezultă că există 99,97% şanse ca în atelier să fie cel mult 3
utilaje defecte şi, de
aici, probabilitatea să existe simultan cel puţin 4 utilaje defecte este
P(n>4)=1÷P(ns3)=0,0003, adică 0,03%.
c) Din formulă se obţine
( ) ( ) 1,612 0,7204 1 30 10 P 1
λ
μ
m n
0
= ÷ ÷ = ÷ ÷ =
deci, la un moment dat, numărul de maşini defecte care aşteaptă este de 1,612.
d) Timpul mediu de aşteptare corespunzător unui utilaj defect este
|
|
|
|
.
|
\
|
+
÷
÷
=
|
|
.
|
\
| +
÷
÷
=
60
1
60
1
2
1
0,7204 1
10
2
λ
λ μ
P 1
m
μ
1
0
f
t =9,53h.
Cu alte cuvinte, timpul mediu de aşteptare petrecut în sistem de o
maşină defectă este de
circa 9 ore şi jumătate.
Model 3
În acest model se consideră un fir de aşteptare infinit cu mai multe staţii şi
populaţie
infinită. În varianta menţionată prezintă importanţă numărul de staţii s şi
atunci formulele
anterioare adaptate devin:
( ) ( ) ρ s ! 1 s
ρ
ρ
n!
1
1
P
s
1 s
0 n
n
0
÷ ÷
+
=
¯
÷
=
, (5.33)
¦
¦
¹
¦
¦
´
¦
>
<
=
÷
s n , P
s s!
ρ
s n , P
n!
ρ
P
0
s n
n
0
n
n
, (5.34)
( ) ( )
ρ P
ρ s ! 1 s
ρ
n
0
2
1 s
+
÷ ÷
=
+
, (5.35)
( ) ( )
0
2
1 s
f
P
ρ s ! 1 s
ρ
n
÷ ÷
=
+
, (5.36)
ρ n
s
= , (5.37)
102
( ) ( )
0
2
1 s
f
f
P
ρ s ! 1 s λ
ρ
λ
n
t
÷ ÷
= =
+
, (5.38)
μ
1
t t
f s
+ = . (5.39)
Asemenea situaţii pot fi întâlnite la bănci. De exemplu, numărul mediu al
clienţilor
unei bănci sosiţi într-o oră este 30 iar la un ghişeu pot fi serviţi în medie câte
11 clienţi pe
oră. Ştiind că sosirile şi timpul de servire au repartiţii Poisson se
încearcă determinarea
următoarelor elemente ale sistemului de aşteptare:
a) numărul de ghişee care trebuie să funcţioneze pentru a evita aglomeraţia;
b) probabilitatea să nu aştepte nici un client;
c) probabilitatea să existe 3 clienţi care aşteaptă;
d) numărul mediu de clienţi care aşteaptă să fie serviţi şi care se află în
sistem;
e) timpul mediu petrecut la bancă.
Modelul are următoarele caracteristici
ì=30 clienţi/oră, u=11 clienţi/oră şi
11
30
ρ = ,
considerând ora ca unitate de timp. Deoarece valoarea lui p este
supraunitară, existenţa
unui singur ghişeu conduce la aglomeraţie.
a) Pentru a evita aglomeraţia trebuie ca valoarea lui
s
ρ
ρ = să fie subunitară, deci
1
11s
30
< ,
de unde s=3, adică sunt necesare 3 ghişee pentru a evita aglomeraţia.
b) Pentru a nu exista clienţi care să aştepte în sistem trebuie să fie
cel mult 3 clienţi; se
calculează
P(ns3)=P
0
+P
1
+P
2
+P
3
.
( ) ( ) ( )
0,0224
ρ 3 2
ρ
2
ρ
ρ 1
1
ρ s ! 1 s
ρ
ρ
n!
1
1
P
3 2 s
1 s
0 n
n
0
=
÷
+ + +
=
÷ ÷
+
=
¯
÷
=
.
0,0611 P
1!
ρ
P
0 1
= = , 0,0833 P
2
ρ
P
0
2
2
= = şi 0,0757 P
3 3!
ρ
P
0
0
3
3
=
·
=
şi rezultă
103
P(ns3)=0,0224+0,0611+0,0833+0,0757=0,2425.
c) Există 3 clienţi care aşteaptă la rând când în banca se află exact 6 clienţi,
adică
0,0569 P
3 3!
ρ
P
0
3
6
6
=
·
=
ceea ce înseamnă că în 5,69% din cazuri există 3 clienţi care aşteaptă să fie
serviţi.
d) Din formulele anterioare se obţine
( ) ( )
6 8,330 P
11
30
3 2!
11
30
P
ρ s ! 1 s
ρ
n
0
2
4
0
2
1 s
f
= ·
|
.
|
\
|
÷
|
.
|
\
|
=
÷ ÷
=
+
clienţi
care aşteaptă să fie serviţi iar în sistem se află
11,0579 ρ n n
f
= + = clienţi.
e) Timpul mediu petrecut la bancă se determină cu relaţiile
h 0,2777
λ
n
t
f
f
= = şi h 0,3686
μ
1
t t
f
= + = .
Rezultă că un client aşteaptă
f
t =16 min şi 40 sec. să fie servit şi petrece în bancă în
medie t =22 min şi 7 sec; aceşti timpi arată că banca respectivă trebuie să adopte
măsuri de
îmbunătăţire a servirii clienţilor săi.
Model 4
O altă variantă a modelelor cu un fir de aşteptare infinit are mai multe staţii şi
populaţie finită.
Clienţii din acest model provin dintr-o populaţie finită în care există m indivizi,
se
aşează în fir şi sunt serviţi la mai multe staţii. Formulele corespunzătoare sunt:
¯ ¯
=
÷
=
|
.
|
\
|
+
=
m
s n
n
n
m
s
1 s
0 n
n n
m
0
s
ρ
A
s!
s
ρ C
1
P , (5.40)
¦
¹
¦
´
¦
s s ·
|
.
|
\
|
< · ·
=
m s n , P
s
ρ
A
s!
s
s n , P ρ C
P
0
n
n
m
s
0
n n
m
n
, (5.41)
( ) ρ
s mρ
ρ 1
C sρ
ρ C
ρ 1 ρ
mρ s sρ
P n
s
m
1 s
1 s
0 n
n n
m 0
÷
+
+
+
+
÷ +
=
÷
÷
=
¯
, (5.42)
104
0
s
m
1 s
1 s
0 n
n n
m 0 f
P C sρ ρ C P 1 s
ρ
s
m n
÷
÷
=
+
· ÷ ·
|
|
.
|
\
|
÷ ÷ =
¯
, (5.43)
f s
n n n ÷ = , (5.44)
s
f
f
n μ
n
t
·
= , (5.45)
μ
1
t t
f s
+ = . (5.46)
Următoarele date ipotetice se referă la un atelier în care există 10 utilaje
întreţinute
de 5 mecanici. Timpul de funcţionare neîntreruptă este o variabilă
Poisson cu media de 4
ore. Durata medie a unei reparaţii este de 2 ore, timpul necesar
reparaţiilor urmând
distribuţia exponenţială. Se caută să se cunoască mărimile caracteristice
sistemului:
a) probabilitatea ca toate utilajele să funcţioneze la un moment dat;
b) probabilitatea ca orice utilaj defect să fie reparat imediat;
c) numărul mediu de utilaje defecte ce aşteaptă să fie reparate;
d) numărul mediu de utilaje defecte existente în sistem;
e) timpul mediu de aşteptare,
f
t .
În acest model mărimea populaţiei este m=10 şi există s=5 staţii de
servire.
Caracteristicile sistemului sunt
4
1
λ = utilaje/h,
2
1
μ = utilaje/h şi
2
1
ρ = ,
dacă unitatea de timp considerată este ora.
a) Toate utilajele funcţionează când nu există nici un utilaj defect:
016852 , 0
10
1
A
5!
5
2
1
C
1
P
10
5 n
n
n
10
5
4
0 n
n
n
10
0
=
|
.
|
\
|
+
|
.
|
\
|
·
=
¯ ¯
= =
\
|
· =
105
189585 , 0 016852 , 0
2
1
C P
2
2
10 2
= · |
.
|
\
|
· =
25278 , 0 016852 , 0
2
1
C P
3
3
10 3
= ·
|
.
|
\
|
· =
2211825 , 0 016852 , 0
2
1
C P
4
4
10 4
= ·
|
.
|
\
|
· =
1327095 , 0 016852 , 0
2
1
C P
5
5
10 5
= · |
.
|
\
|
· =
P= =P
0
+P
1
+P
2
+P
3
+P
4
+P
5
=0,897369.
¯
=
5
0 k
k
P
Prin urmare, orice utilaj defect este reparat imediat cu o probabilitate de
89,7369%.
c) Din formula
0
s
m
1 s
1 s
0 n
n n
m 0 f
P C sρ ρ C P 1 s
ρ
s
m n
÷
÷
=
+
· ÷ ·
|
|
.
|
\
|
÷ ÷ =
¯
+
+
+
÷ +
=
÷
÷
=
¯
,
de unde
utilaje 3,4336 n = .
e) Timpul mediu de aşteptare este
( )
ore 0,0916
1504 , 0 4336 , 3
2
1
1504 , 0
n μ
n
t
s
f
f
=
÷
=
·
=
ceea ce înseamnă că un utilaj defect aşteaptă în medie
f
t =5 min şi 30 sec. până când este
preluat de mecanici. Un utilaj defect va petrece în sistem un timp mediu
s
t =2 ore 5 min şi
30 sec.
106
5.3 Jocuri de firmă
Model 2
Două firme care comercializează produse electronice şi electrotehnice intenţionează
organizarea unor prezentări cu vânzare la începutul celui de al doilea semestru
pentru a-şi
promova produsele într-o anumită zonă în care există trei oraşe A, B şi
C; firmele
organizează o singură prezentare datorită cheltuielilor mari care pot fi acoperite
numai prin
vânzări masive. Matricea jocului, care include câştigul estimat prin
sondaje de piaţă ale
celor două firme ce au condus la rezultate similare, este următoarea:
F
1
F
2
a
i
A 12 -10 14 -10
B -8 8 12 -8
C 10 -10 12 -10
b
j
12
14
-8
8
114
Pe baza acestor date se pune problema stabilirii localităţii în care
vor hotărî cele
două firme să organizeze prezentarea dorită.
Folosind valoarea inferioară a jocului:
8 a min max a
ij
j i
÷ = |
.
|
\
|
=
şi valoarea superioară a jocului:
( ) 8 b max min b
ij
i j
= =
rezultă că valoarea acestui joc v se află între a şi b: ÷8svs8, de
unde, prin transformarea
a'
ij
=a
ij
+8 se obţine un joc cu valoarea v'=v+8 având matricea.
F
1
F
2
C
a
i
A 20 -2 22 -2
B 0 16 20 0
C 18 -2 20 -2
b
j
20
16
22
0
16
cu forma standard
( )
¦
¦
¦
¹
¦
¦
¦
´
¦
= >
= + + ÷
= + +
= + + ÷
+ + =
1,6 j 0, t
1 t 20t 2t 18t
1 t 20t 16t
1 t 22t 2t 20t
t t t t g max
j
6 3 2 1
5 3 2
4 3 2 1
3 2 1
.
Această problemă se rezolvă cu algoritmul simplex, care va furniza soluţia şi
pentru
prima problemă datorită dualităţii celor două programe liniare.
1 1 1 0 0 0
B C
B
B
t
1
t
2
t
3
t
4
t
5
t
6
t
4
0 1 -2 22 1 0 0
t
5
0 1 0 16 20 0 1 0
t
6
0 1 18 -2 20 0 0 1
z
j
-c
j
÷ 0 -1 -1 0 0 0
t
1
1 1/20 1 -1/10 11/10 1/20 0 0
t
5
0 1 0 20 0 1 0
t
6
0 1/10 0 -1/5 1/5 -9/10 0 1
z
j
-c
j
÷ 1/20 0
1/10 1/20 0 0
t
1
1 9/160 1 0 49/40 1/20 1/160 0
t
2
1 1/16 0 1 5/4 0 1/16 0
t
6
0 9/80 0 0 9/20 -9/20 1/80 1
z
j
-c
j
÷ 19/160 0 0 59/40 1/20 11/160 0
20
-1
16
-11/10
Cum z
j
-c
j
>0, 1,6 j = , soluţia este optimă şi are valorile
160
9
t
1
= ,
16
1
t
2
= şi t
3
=0,
116
cu ( )
160
19
z g max = deci valoarea jocului transformat este
19
160
v' = . Dualitatea problemelor
de programare anterioare implică
20
1
x'
1
= ,
160
11
x'
2
= şi x'
3
=0.
Cu transformarea
v'
y
t
j
j
= rezultă
19
9
y
1
= ,
19
10
y
2
= , y
3
=0,
respectiv
19
8
x
1
= ,
19
11
x
2
= , x
3
=0
iar valoarea jocului iniţial este
19
8
8
19
160
8 v' v = ÷ = ÷ = .
Probabilitatea ca firma F
1
să facă prezentarea în oraşul A este 8/19 iar în oraşul B
este 11/19; în consecinţă, firma F
1
va organiza prezentarea în oraşul B; pe baza rezultatelor
anterioare şi cu un raţionament similar se ajunge la concluzia că şi firma F
2
va alege oraşul
B pentru prezentarea produselor sale.
În concluzie, jocurile de afaceri modelează interacţiunea participanţilor
la
conducerea unui sistem economic. Situaţiile conflictuale sunt generate de
competitivitatea
specifică fenomenelor economice de piaţă. Cuantificarea şi studiul analitic
al acestor
situaţii sunt realizate de teoria jocurilor care a devenit o metodologie
cu largi aplicaţii în
cele mai diverse domenii economice. Dacă elementul constructiv fundamental
al jocurilor
de afaceri îl constituie oamenii, care iau decizii în conformitate cu
sarcinile prestabilite şi
cu restricţiile impuse, regulile jocului exprimă interacţiunea
participanţilor la joc; regulile
reflectă proprietăţi, relaţii şi principii ale activităţii practice caracteristice
pentru complexul
economic respectiv, impun anumite restricţii pentru comportamentul liber al
participanţilor,
organizează interacţiunea lor, orientând-o pe făgaşul normal pentru joc în
condiţiile date.
Totodată, jocurile de afaceri nu se pot desfăşura decât în condiţiile
existenţei unei
informaţii corespunzătoare pe baza căreia, în limitele impuse de reguli,
se adoptă decizii.
Jocul mai include criteriile de activitate ale participanţilor utile
pentru estimarea
nemijlocită a eficienţei deciziilor adoptate în diferite situaţii.
117
În prezent, complexitatea sporită a economiei conduce la crearea de modele tot
mai
complicate şi, prin consecinţă, la elaborarea unor metode şi tehnici de
soluţionare mai
sofisticate. Important este ca pentru fiecare sistem modelat să fie
aleasă metodologia de
rezolvare adecvată ţinând cont de particularităţile procesului sau
fenomenului de piaţă
cercetat.
118
Bibliografie