CLASE UZUALE DE MODELE

Aparatul matematic utilizat n cadrul modelrii este deosebit de variat. Cel mai frecvent ns, n elaborarea deciziilor se folosesc metode ale programrii matematice -domeniul care elaboreaz teoria i metodele numerice de rezolvare a problemelor de extremum multidimensionale cu restricii, adic a problemelor de extremum al funciilor de mai multe variabile cu restricii n ceea ce privete domeniul de variaie. Programarea matematic grupeaz o clas foarte mare de probleme de optimizare care s-au dezvoltat de sine stttor i apeleaz la metode specifice de rezolvare. Astfel, fr pretenia de a cuprinde ntregul domeniu, putem aminti: programarea liniar, programarea convex, programarea neliniar, programarea dinamic, probleme de programare n reea, programarea discret, programarea stochastic etc. ntre diferitele tipuri de probleme exist strnse legturi (de exemplu programarea liniar face parte din programarea convex, care la rndul ei este o parte a programrii neliniare etc.), programarea matematic ncepnd s semene din ce n ce mai mult cu o teorie unitar a problemelor de extremum. n continuare este prezentat succint problematica modelrii economico-matematice pentru unele clase de modele mai uzuale: 1. Modele liniare sunt caracterizate de faptul c relaiile funcionale care intervin sunt lineare. Pentru astfel de relaii (funcii), derivatele pariale de ordinul doi sunt nule. n general deci, nici condiiile de primul ordin, nici cele de ordinul doi ntlnite n problemele de extrem tratate de analiza matematic nu pot fi satisfcute. S-au dezvoltat ns alte tehnici i instrumente care permit rezolvarea problemelor de optimizare ce comport relaii funcionale liniare. Algoritmii de rezolvare a problemelor de optimizare liniar au fost programai pe calculator, existnd mai multe pachete de programe care permit obinerea soluiilor optime. Nu ne propunem prezentarea unor astfel de algoritmi. Pentru nelegerea mecanismului lor, reamintim cteva noiuni de algebr liniar. Mulimea de vectori din R, care verific restriciile constituie mulimea punctelor realizabile. O mulime de puncte din R este convex dac punctele situate pe un segment de dreapt avnd ca extremiti dou puncte dim mulime, sunt coninute n aceea mulime. O ecuaie liniar definete un hiperplan n R. Un hiperplan este o dreapt n R , un plan n R, o suprafa n-1 dimensional n R. Dac a=0 hiperplanul definit de ecuaia respectiv este paralel cu axa z. Dac k=0, R are ca origine un punct din hiperplan. Hiperplanul definit de a i-a restricie definete un semispaiu nchis pe

R, ale crui puncte satisfac acea restricie i un semispaiu deschis, ale crui puncte nu satisfac restricia. Semispaiile sunt mulimi convexe, iar semispaiile nchise sunt mulimi convexe nchise. Punctele care satisfac a j-a restricie de nenegativitate sunt, de asemenea, un semispaiu nchis i convex. Punctele care satisfac o restricie constituie mulimi convexe nchise. O soluie realizabil a problemei trebuie s satisfac cele m+n restricii. Mulimea de soluii realizabile va fi deci o mulime de puncte care aparin fiecreia din cele m+n mulimi, adic interseciei lor. Intersecia unui numr finit de mulimi convexe nchise este ea nsi o mulime convex nchis. Restriciile de nenegativitate limiteaz inferior valorile variabilelor. Prin urmare, mulimea punctelor realizabile ale unui model liniar este totdeauna convex, nchis i mrginit inferior. Acest rezultat este deosebit de important deoarece sunt cunoscute proprietile unor astfel de mulimi. Dup definirea mulimii punctelor realizabile, se caut un punct al mulimii care maximizeaz funcia economic. Un punct extremal ntr-o mulime convex nchis este un punct de frontier. Un hiperplan lateral unei mulimi convexe nchise este un hiperplan care conine un punct de frontier al mulimii, iar mulimea este coninut n ntregime ntr-un semispaiu nchis definit de hiperplan. Dac ea se reduce la un punct, acel punct este optimal. Dac sunt mai multe puncte, atunci se poate gsi unul care s fie optimal. O alt proprietate important a programrii liniare este dualitatea. Oricrui model liniar i se poate ataa un altul numit dual, dup reguli precise. Exist multe relaii ntre modelul primal i cel dual. Amintim aici numai pe cele eseniate: Valoarea optim a unei variabile din unul din modele este nul dac restricia corespunztoare din cellalt program este satisfcut cu inegalitate strict; ea este nenegativ dac restricia este satisfcut cu egalitate. Dac valoarea optim a unei variabile dintr-un model este pozitiv, valoarea optim a variabilelor din cellalt model satisface restricia corespunztoare cu egalitate. Valorile optime ale celor dou funcii coincid. n mod frecvent, n problemele economice, variabilele modelului primal sunt cantiti, iar variabilele modelului dual sunt preuri pentru care alocarea resurselor este eficace. n literatura de specialitate sunt propuse numeroase modele liniare. Ele se disting din punct de vedere al obiectivelor urmrite, al gradului de analiz a mecanismului de producie i a mecanismului de pia, al caracterului normativ sau previzional al soluiilor explorate, etc. Mecanismul general al modelrii este ns pstrat.

2. Modele neliniare un proces economic prezint neliniariti atunci cnd efectele nu sunt proporionale cu cauzele, adic atunci cnd regula de trei simpl nu se poate aplica referitor la intrrile i ieirile sistemului. n comparaie cu un model liniar, n care funciile matematice care definesc restriciile i criteriul de optim sunt funcii liniare, n modelele neliniare, cel puin una dintre acestea este o funcie neliniar. Liniaritatea n modelarea economic este foarte adesea o ipotez simplificatoare, care nu permite surprinderea unor specificiti economice ca existena economiilor de scar, riscul n situaii de incertitudine, efectele cumulative datorate timpului .a. Un model neliniar are urmtoarea form general: Maxf (x1, x2,...,xn) (MN) gi (x1,x2,...,xn) 0, i = 1,2,...,p hj (x1, x2,...,xn) = 0, j = 1,2,...,q unde f,gi i hj sunt funcii reale, nu toate liniare. Se observ deci c modelele liniare sunt cazuri particulare ale (MN). Notm cu S = {x R gi (x) 0, hj(x) = 0}, mulimea valorilor admisibile, adic mulimea tuturor vectorilor din R care verific restriciile (MN). Rezolvarea unui model neliniar presupune gsirea unui vector x* S, astfel nct f(x) f(x*), oricare ar fi x S. Existena unui astfel de vector este asigurat de teorema lui Weierstrass: dac f este o funcie continu i S o mulime compact, atunci (MN) are o soluie optimal. Existena soluiei optime nu ridic probleme deoarece n modelele economice condiiile teoremei sunt adesea verificate. Simplul fapt c optimul exist nu este ns suficient. Modelatorul trebuie s poat gsi acel optim, sau, cel puin, s-l caracterizeze prin relaii care vor primi o interpretare economic. n astfel de cazuri se aplic metode variaionale, prin care se studiaz comportamentul funciei f ntr-o vecintate a punctului cruia i se testeaz optimalitatea. Aceasta este numai o analiz local, n vecintatea punctului considerat. Problema modelatorului este de a ti dac analiza local este suficient pentru a caracteriza optimul global. Optimul local se definete, deci, ca un vector y S pentru care exist o vecintate V(y) astfel nct f(x) f(y), oricare ar fi x V(y) S. Caracterizarea optimelor locale este dat de teorema Kuhn Tucker care stabilete condiiile necesare de optim n modelele neliniare. Condiiile suficiente pentru optimul global sunt ndeplinite n problemele de optimizare convex. Un rol esenial n nelegerea modelelor neliniare l joac noiunea de gradient.

Definiie: Fie f : R R o funcie difereniabil. Se numete gradient n punctul x0, un vector din R, notat f(x0) ale crui componente sunt derivatele pariale ale funciei f n punctul x0: f(x0) = ( f(x0)/ x1, f(x0)/ x2,..., f(x0)/ xn ). Observm c dac f este o funcie liniar de forma f(x) = cjxj , gradientul lui f este vectorul (c1, c2,...,cn). Din punct de vedere geometric, n spaiul R, gradientul n punctul x0 arat dreapta de cea mai mare pant care trece prin acest punct. Un punct x, vecin cu x0 i situat pe direcia gradientului corespunde la o valoare f(x) f(x0). 3. Modele multicriteriale problemele reale care conduc la modele de programare matematic, numai n puine cazuri urmresc un singur scop i chiar i atunci cnd se ntmpl aa, evaluarea diverselor posibiliti de atingere a acestuia conduce la probleme de decizii multidimensionale. Mai precis, n orice aciune uman ndreptat spre atingerea unui scop se urmrete acea realizare care necesit un efort ct mai mic. Aprecierea eficienei aciunii, prin compararea efectelor posibile cu eforturile ocazionate poate fi fcut din numeroase puncte de vedere, fiecare caracteriznd un anumit aspect. Prin urmare, dorind s conducem o aciune n mod eficient, la parametrii optimi, trebuie s analizm deciziile pe care le lum sub diferite faete, lund n considerare mai multe criterii. Pornind de la necesitile practice de optimizare a deciziilor n condiiile multidimensionalitii criteriale, s-a dezvoltat domeniul programrii matematice cu mai multe funcii obiectiv. ncercnd o definire a problemei de decizie multicriterial, trebuie avute n vedere urmtoarele elemente: Obiectivul sau obiectivele care se urmresc, transpuse matematic ntr-o funcie creia i se caut maximul sau minimul. Mulimea obiectivelor unei probleme decizionale trebuie s fie complet, operaional, neredundant; Criteriile de decizie, punctele de vedere, principiile pe baza crora se face o clasificare sau o apreciere; Decidentul, individual sau de grup, care urmrete s ia o hotrre pentru realizarea n cele mai bune condiii a obiectivelor propuse; Mulimea alternativelor posibile de aciune pentru atingerea obiectivelor; Mulimea consecinelor (efectelor) alternativelor care poate cuprinde fie exact attea consecine cte alternative exist, fie mai multe consecine posibile pentru fiecare alternativ;

Mulimea strilor posibile, fiecare stare reprezentnd complexul de condiii care determin apariia unei anumite consecine pentru o anumit alternativ i obiectiv precizat;

Utilitatea pe care o ateapt decidentul n urma realizrii unei anumite consecine. Metode de rezolvare a problemelor multicriteriale un prim punct de vedere

stipuleaz c optimul multicriterial este dat de mulimea soluiilor nedominate. Acesta este cunoscut sub denumirea de optim Pareto dup numele celui care a dat aceast interpretare optimului ntr-o problem de decizie multicriterial. Rezolvarea problemei ar consta n determinarea soluiilor nedominate. Pentru cazul liniar a fost dezvoltat un algoritm Simplex adaptat corespunztor, datorat lui Zeleny. Din pcate acesta nu a fost programat pe calculator, astfel c pentru probleme de dimensiuni mari rezolvarea este foarte anevoioas. Un alt punct de vedere, mai exigent dect primul, cere soluiei optime a problemei multicriteriu caracterul de unicitate. Dou direcii principale s-au dezvoltat n acest sens. O prim grup de metode imagineaz un selector pe mulimea soluiilor nedominate, definit printr-o unic funcie obiectiv rezultat din compunerea celor n funcii iniiale. Aceste metode ncearc o aa zis obiectivizare n alegerea cilor de atingere a punctului ideal. Cea de-a doua grup de metode, numite interactive, se caracterizeaz prin faptul c decidentul particip n mod activ n procesul de optimizare, orientnd drumul ce trebuie parcurs spre ideal, selectnd obiectivele pe baza preferinelor sale, dnd o ordine de prioritate n cele n obiective ale problemei. Metodele de rezolvarea a modelelor multicriteriale mai frecvent utilizate sunt: metoda celui mai bun compromis; metoda ponderrii; metoda mrginirii obiectivelor; metoda minimizrii abaterilor; metoda Geoffrion.

4. Modele econometrice reprezint fenomenul sau procesul economic studiat prin comportamentul unei variabile care, la rndul ei, depinde de alte variabile economice. ntr-un model econometric se disting dou tipuri de variabile: a) exogene sunt variabilele explicative ale variabilei studiate. Ele sunt considerate ca date autonom. b) endogene sau variabile de explicat.

Distincia ntre natura variabilelor este foarte important i va trebui totdeauna precizat nainte de studiul modelului. Un model econometric se spune c este specificat atunci cnd i se d acestuia formularea matematic definitiv. Mulimea parametrilor care intervin ntr-un model ecomonetric constituie structura acestuia. Modelatorul urmrete determinarea structurii adevrate, pornind de la un eantion de valori ale variabilelor endogene i exogene, prin inducie statistic. n construirea i utilizarea modelelor econometrice se parcurg urmtoarele etape: specificarea modelului; estimarea parametrilor i testarea modelului; previziunea variabilei endogene. Cel mai simplu i utilizat model econometric este modelul liniar de regresie simpl. ntr-un astfel de model, o variabil endogen reprezint evoluia fenomenului studiat i aceast evoluie este explicat de o singur variabil exogen. 5. Modele de competiie modelele studiate n paragrafele precedente presupuneau implicit c exist un decident unic care caut s-i optimizeze aciunile sale ntr-un mediu pe care l stpnete. n economie se ntlnesc ns situaii numeroase de conflict i cooperare, de informaie i raionalitate, de decizie colectiv care nu pot fi analizate corect cu tehnicile dezvoltate anterior. Atunci cnd un decident devine contient c mediul n care acioneaz este constituit din decideni ca i el, realizeaz de fapt c aciunile altora, ca i ale sale, sunt interdependente, influennd situaia fiecruia. Contiina comun asupra acestor interdependene a mulimii decidenilor d natere noiunii de joc. Decidenii devin juctori. Teoria jocurilor a devenit un cadru metodologic esenial al tiinei economice. Numim joc, orice situaie n care mai muli decideni autonomi sunt constrni s ia decizii asupra rezultatului aciunii lor. Fiecrui decident i este afectat un rezultat, dar acest rezultat depinde de mulimea de decizii luate de toi decidenii. Astfel de situaii ntlnim n afara sferei economicului (jocul de ah, duelul, rzboiul etc.), dar i orice situaie de concuren n economie poate fi modelat n acest fel. Ne vom referi aici la doar la jocurile necooperative, n care decidenii (juctorii, actorii) i conserv autonomia decizional. Excludem, deci, situaiile cnd apar coaliii ntre juctori. Un joc poate fi reprezentat sub form dezvoltat (graf) sau sub form normal (tabel). Strategia unui juctor este o list de mutri (decizii) pe care o va juca, nainte de debutul jocului, n funcie de toate situaiile de joc care i se pot prezenta. Aceasta este strategia pur. O strategie mixt este o distribuie de probabilitate pe mulimea strategiilor pure. A rezolva un joc nseamn a determina echilibrul

jocului, adic o pereche de strategii (pure sau mixte), fiecare reprezentnd cel mai bun rspuns la orice strategie a adversarului. Echilibrul lui Nash este dat de acele strategii ale juctorilor pentru care nici unul nu ctig dac deviaz unilateral.

Un joc este definit prin patru concepte de baz: A. O mulime finit de situaii de joc, notat X, care descrie strile posibile ale jocului n derularea sa. B. n mulimi de mutri, Gi, prin care juctorul i are posibilitatea de a transforma situaiile de joc. Din punct de vedere formal, o mutare a juctorului i este o aplicaie gi : X X {}, unde este un element suplimentar al lui X introdus pentru a identifica mutrile posibile. C. O partiie H a mulimii X \F n mulimi de informaii. O mulime de informaie h H conine toate situaiile de joc care, la un stadiu al jocului, nu pot fi distinse de juctorul care este la mutare. H se numete structur de informaie a jocului. D. n funcii de ctig v1,v2,...,vn definite pe mulimea F care determin ctigurile realizate de cei n juctori atunci cnd jocul ajunge ntr-o situaie final. vi(z) este ctigul realizat de juctorul i atunci cnd jocul se termin n situaia zF. n literatura de specialitate cele mai modelelor sunt urmtoarele: I. Gradul de similitudine ntre model i original este un criteriu care distinge modele iconice, analogice i simbolice. 1. Modelul iconic este cel ce pstreaz cea mai mare similitudine ntre model i original; proprietile se pstreaz, iar diferenierile sunt nesemnificative, ca de exemplu: materialul de construcie, dimensiunea, mulimea coordonatelor de reprezentare (bi n loc de tridimensional). Rolul acestor modele este important n perceperea i reprezentarea mental a unor originale greu sau imposibil de observat n mod direct, ca de exemplu globul pmntesc, animalele disprute sau din zone ndeprtate sau greu accesibile. 2. Modelul analogic este cel ce pstreaz doar o analogie cu originalul, nemaiexistnd nici o similitudine; nu se mai pstreaz nimic din ceea ce reprezint formele exterioare de identificare sau manifestare a originalului, ci doar esena acestuia. Rolul acestor modele este de a nelege funcionarea obiectului studiat n mediul su de existen sau al comportamentului su n relaiile cu modelul. De exemplu, reprezentarea printr-o schem frecvent ntlnite criterii de clasificare a

electric, prin tensiunea i intensitatea curentului electric, prin puncte de acumulare i condensare a tensiunilor mecanice statice i dinamice care apar la o nav n condiii de ncrcare, n condiii de mar la diferite regimuri de vitez, n condiii meteo diferite (vnt, temperatur, valuri). 3. Modelul simbolic este cel ce nu mai are natur fizic, ci numai simbolic, adic reprezentarea se face prin simboluri: matematice, logice, fizice, cartografice. II. Aspectul modelului este un criteriu care distinge modele deterministe i modele stohastice. 1. Modelul determinist este acela n care variabilele modelului nu sunt considerate aleatoare; ele pot lua, ntr-o mprejurare dat i cu certitudine, o valoare i numai una. Relaiile dintre variabile sunt cu certitudine precizate n mprejurarea dat. Un exemplu de astfel de model este modelul BLR. 2. Modelul stohastic este acela n care variabilele sunt aleatoare i/sau relaiile dintre ele sunt definite probabilistic n raport cu mprejurarea. Un astfel de model este cel cunoscut sub numele de modelul jurnalistului (al vnztorului de ziare). n aces model se consider cunoscute, ca parametri, ctigul realizat prin vnzarea unui ziar (b) i pierderea cauzat de nevinderea i respectiv returnarea la redacie sau la distribuitor a unui exemplar (p). Variabila aleatoare este cererea zilnic de ziare, fie z cu valori [0, Z], z considerat cunoscut, ca i distribuia de probabilitate p(z). Obiectivul jurnalistului este de a obine zinic cel mai bun ctig posibil i pentru aceasta el trebuie s decid zilnic numrul de ziare pe care l preia de la redacie sau de la distribuitor i anume n, care este definit astfel ca variabil de decizie. Valoarea zilnic a ctigului (R) are expresia: R(n) = p(z) [bz-p(n-z)]+p(z)bn Un astfel de model este generalizabil pentru orice activitate de vnzare de bunuri cu grad ridicat de perisabilitate. ntr-o clas mai larg, incluznd acest model, por fi cuprinse i modelele de stoc n care nu exist perisabilitate la mrfurile stocate, dar operaiunea de stocare n sine produce costuri care nu pot fi neglijate n raport cu valoarea mrfii ca atare sau n raport cu costul produselor ce se fabric cu aceste mrfuri. III. Factorul timp este un criteriu care distinge modele statice i modele dinamice. 1. Modelul static este acela n care variabilele nu sunt indexate temporal sau n care variabilele se definesc independent de timp. Accepiunea operaional este c n acest model nu exist relaii peste timp ntre variabilele sale. De exemplu, relaia de structur a venitului

naional: Y = C + S, n care Y este venitul, C consumul i S economiile, este o relaie presupus a fi adevrat indiferent de momentul de referin t (t = 1,2,...,T). 2. Modelul dinamic este acela n care variabilele sunt definite dependent de timp i sunt legate prin relaia peste timp, adic presupun dependena la un moment dat a unei variabile de o alt variabil considerat la un moment de timp. Unul dintre cele mai simple modele dinamice este cel al lui Domar, model ce vizeaz descrierea creterii economice n condiiile unei economii nchise. IV. Scopul este un criteriu care distinge modele explicative, predictive i de decizie. 1. Modelul explicativ este cel ce urmrete precizarea sau relevarea esenei obiectului studiat (fenomen, proces) sau explicarea mecanismului lor de producere. 2. Modelul predictiv este un model care permite anticiparea modului de desfurare a unui fenomen/proces, a tendinelor sale de evoluie. 3. Modelul de decizie este un model care permite determinarea unor indicatori sau a unor mulimi de valori ale lor pe care se pot ntemeia deciziile asupra obiectului studiat sau a mecanismului su de evoluie. Astfel de metode utilizeaz parametrii de decizie, strategii de evoluie i consecine dorite ntr-o mulime de consecine previzibile. V. Nivelul de referin este un criteriu ce distinge modele macroeconomice i modele microeconomice. O subclas distinct este considerat de unii autori ca fiind modelele teritoriale, modele referitoare la economia, finanele, situaia social a unui anumit teritoriu (ora, regiune, zon, jude). VI. Gradul de generalitate este un criteriu ce distinge modele generale referitoare la ansamblul unui sistem studiat i modele pariale referitoare la o component a unui sistem. Prin sistem nelegem un ansamblu ordonat de elemente. Aceasta nseamn c sistemul S este cunoscut a fi alctuit dintr-un numr n de elemente componente, e i (i = 1,2,...,n), pentru care se cunosc, de asemenea, relaiile dintre acestea, (e i, ej), cu i, j = 1,2,...,n. ntr-o abordare mai complex se poate considera c structura sistemului, adic mulimea relaiilor ntre componente, presupune nu numai relaii de tip dublet (pereche), ci i triplet, quartet. Pentru a delimita sfera de cuprindere a unui sistem, n terminologia de specialitate se ntlnesc i noiunile de macrosistem i de subsistem. n fond i acestea sunt tot sisteme, fiecare n sine, numai c au o sfer mai mare, respectiv mai mic de cuprindere n raport cu sistemul de referin. Astfel, macrosistemul este sistemul n care cel de referin se regsete ca o component, iar subsistemul este sistemul ce este inclus n cel de referin ca una din componentele acestuia. 9

Alte criterii pe baza crora se poate face gruparea modelelor economico matematice sunt: n funcie de sfera de reflectare a problematicii economice; n funcie de domeniul de provenien i concepie; n funcie de caracterul variabilelor; n funcie de factorul timp; n funcie de orizontul de timp considerat; n funcie de structura proceselor reflectate. n cadrul fiecrei grupe, modelele sunt descriptive (prezint situaia existent) i normative (surprind ceea ce se dorete s se obin). Succesiunea coerent de operaii logice i aritmetice conduce la algoritmizarea unei probleme economice. Algoritmii pot fi: exaci, aproximativi i euristici.

10

BIBLIOGRAFIE:

1. Mircea Gheorghi Modelarea i simularea proceselor economice, Editura ASE, Bucureti, 2001 2. Mircea Gheorghi Modelare n economia mediului, Editura ASE, Bucureti, 2003 3. Radu Stroe, Grigore Foceneanu Modelarea financiar, Editura ASE, Bucureti, 2003 4. Camelia Raiu-Suciu, Florica Luban Modelarea i simularea proceselor economice - Sintez, Editura ASE, Bucureti, 2002

11

12