CUPRINS

INTRODUCERE.pag. 3
CAPITOLUL 1 : Noiuni introductive
1.1. Noiuni teoretice privind programarea matematic i procesul
decizional.pag. 6
1.1.1. Scurt istoricpag. 6
1.1.2. Generaliti.pag. 8
1.1.3. Conceptul de decizie managerialpag. 12
1.1.4. Clasificarea programrii matematice....pag. 21
1.2. Bazele teoretice ale programrii vectoriale.pag. 24
1.2.1. Tipuri de probleme de programare vectorial..pag. 24
1.2.2. Relaii ntre diversele metode de rezolvare a problemelor de
programare vectorial.pag. 35

CAPITOLUL 2 : Metode de optimizare.pag. 40

2.1. Metoda maximizrii utilitii globale..pag. 40
2.2. Optimizare prin ponderare..pag. 45
2.3. Soluia arbitrar..pag. 57
2.4. Metoda Stem...pag. 63

CAPITOLUL 3 : Aplicaii ale problemelor de optimizare a deciziilor

folosind metodele programrii vectoriale...pag. 69
3.1. Aplicaia 1....pag. 69
3.2. Aplicaia 2pag. 72

Concluzii i propuneripag. 78
Bibliografie..pag. 81

INTRODUCERE
Problemele de decizie cu mai multe obiective constituie un obiect de studiu de
mare interes, att datorit implicaiilor lor asupra modului de gndire matematic,
ct i datorit aplicaiilor lor practice. Domeniul lor de aplicabilitate este vast,
cuprinznd, n ultim instan ntregul proces de organizare al societii noastre.
Astzi sunt bine cunoscute aplicaiile programrii liniare n diverse domenii
de activitate i cu precdere n domeniul militar. Mai puin cunoscute, i n acelai
timp mai puin numeroase, sunt aplicaiile programrii vectoriale (multicriteriale).
Liniaritatea multor metode este desigur un factor esenial n acest sens. ns nu
toate problemele decizionale se pot soluiona n mod realist prin programare liniar.
De altfel o disciplin nu se afirm dect n momentul n care rspunde unei
nevoi reale i n acest sens, trebuie menionat c unele procedee ale programrii
vectoriale se pot folosi la rezolvarea multiplelor procedee structural diferite dar n
toate cazurile se afl n situaia de a rspunde mai multor obiective de atins n
condiii optime dar innd seama de nite condiii impuse. Ca atare n domeniul
programrii vectoriale nu ne mrginim la probleme pur militare sau economice, ci
se pot aborda probleme ntlnite n cele mai diferite domenii acestea putndu-se
soluiona cu ajutorul anumitor tipuri de modele matematice.
Programarea vectorial (multicriterial) constituie un capitol important al
optimizrii matematice, deci al cercetrii operaionale; importana ei n rezolvarea
problemelor decizionale este n cretere deoarece metodele specifice acestei ramuri
a programrii matematice, rspunde unei largi clase de probleme practice.
Interesul pentru acest domeniu a fost generat de faptul c diferite probleme de
optimizare n general i optimizare a deciziilor n special, iau n considerare
minimizarea sau maximizarea funciilor obiectiv.
3

Teoria programrii matematice (liniare sau neliniare) cu mai multe funcii

obiectiv, denumit i programare vectorial sau multicriterial, este foarte
dezvoltat la ora actual.
n cazul existenei mai multor funcii obiectiv, dup cum se tie, soluia
optim pentru o funcie nu este optim i pentru celelalte funcii de aceea se
introduce noiunea de soluie care realizeaz cel mai bun compromis cunoscut
sub denumirea de soluie nedominant, soluie eficient soluie optim n sens
PARETO etc.
Problema multicriterial, sau, cu mai multe funcii obiectiv, constituie astzi
un capitol de-sine-stttor al teoriei deciziilor cu criterii multiple. Spre deosebire de
teoria jocurilor, aici multitudinea de obiective este n atenia unui singur factor de
decizie interesat n realizarea simultan, a lor. Este un adevr cvasiunanim
recunoscut c majoritatea problemelor de organizare din domeniul economicosocial solicit decidentului s urmreasc uneori mai multe scopuri, nu ntodeauna
concurente i de cele mai multe ori exprimabile prin entiti incomparabile.
ncercrile de modelare a problemelor de acest tip sunt pndite de pericolul de
a conduce la probleme prost puse. Dorina, uor de acceptat n gndirea comun, de
realizare, printr-o decizie bine aleas, a optimului n raport cu obiectivele impuse,
se poate traduce n limbajul neechivoc al modelului matematic ntr-un nonsens.
Este semnificativ faptul c foarte multe studii, din perioada de nceput a
construirii teoriei programrii multicriterial, au un caracter netehnic, propunnd
diferite modaliti logice de abordare a problemei i comentnd semnificaiile lor
practice.
Au rezistat punctele de vedere care sau dovedit fecunde, genernd teorii
matematice consistente i care sau impus, prin acurateea concluziilor lor, ateniei
factorilor de decizie confruntai cu problemele practice.
4

Coninutul lucrrii analizeaz cteva probleme de optimizare n programarea

multicriterial. Fiind structurat pe trei capitole, lucrarea ncepe prin prezentarea
ctorva noiuni introductive i date generale despre programarea multicriteri.
Capitolul doi este dedicat prezentrii a patru metode de optimizare, iar n final
capitolul trei este realizat sub forma unor aplicaii n care unele din metodele
prezentate la capitolul doi sunt apilcate n probleme de optimizare a deciziilor,
i evideniaz moduri diferite de transpunere, ntr-o teorie matematic
necontradictorie a cerinelor ce se pot ridica n situaiile concrete caracterizate de
existena unei multitudini de obiective.
Ultima parte a lucrrii este dedicat prezentrii ctorva concluzii i propuneri
referitoare la importana programrii vectoriale n procesul de optimizare a
deciziilor.

Capitolul 1
Noiuni introductive
1.1.Noiuni teoretice privind programarea matematic
1.1.1. Scurt istoric
Programarea matematic, sub numeroasele ei forme, reprezint un domeniu
major al cercetrii operaionale ntru-ct ofer procedee i metode de optimizare n
diferite procese i aciuni preponderent cu caracter economic, militar, i tehnic.
Aceast disciplin matematic vizeaz determinarea soluiei optime n
formularea unor decizii pe probleme de organizare conducere i repartiie a
resurselor. Ca urmare a domeniului foarte extins de aplicare aceasta a trezit n
diferite epoci interesul a numeroi cercettori, astfel primele procedee de
optimizare au fost elaborate n secolele VII-VII fiind aplicate n geometrie i fizic.
Primul studiu dedicat exclusiv cercetrii operaionale a aprut n anul 1921,
ulterior n anul 1923 matematicianul francez Emil Borel pune n valoare aceast
disciplin printr-o lucrare intitulat Teoria Jocurilor.
n anul 1939 cunoscutul matematician sovietic L.V. Kantorovici a publicat
cea dinti lucrare de programare liniar inaugurnd astfel unul dintre cele mai
importante domenii ale matematicii aplicate.
Deasemenea unul din fondatori acestei teorii a fost matematicianul John von
Neumann care n anul 1944, n colaborare cu Oscar Morgenstern elaboreaz
lucrarea Teoria Jocurilor i Comportare Economic
Sintagma Cercetri Operaionale a rezultat prin traducerea expresiilor
Operational Research i Operations Reasearch folosite de englezi respectiv de
americani. Trebuie totui inut seama c termenul

anglo-saxon Operations

desemneaz n acelai timp activitile militare i nelegerea unui fenomen n

vederea aciunilor ulterioare. Din acest plan considerm c ea are un scop dublu i
6

anume s furnizeze aplicaii practice i s dezvolte la cei interesai un anumit mod

de gndire. Deasemenea cercetarea operaional nu recurge la cunotine
matematice de nivel foarte ridicat, ci folosete modaliti i scheme simple ale cror
aplicare este posibil de care oricare dintre ofierii armatei romne.
Cercetarea operaional a fost recunoscut ca disciplin abia dup cel de-al
doilea rzboi mondial. n timpul derulrii rzboiului numeroase echipe de
specialiti n cercetri operaionale au studiat i experimentat utilizarea radarului,
aprarea populaiei civile i lupta mpotriva submarinelor. Rezultatele obinute n
domeniul rzboiului au determinat continuarea cercetrilor i, dup terminarea
acestuia, aplicarea cercetrilor operaionale n toate domeniile sociale.
Acceptarea i adoptarea cercetrii operaionale n industrie au fost facilitate de
dou evenimente, descoperirea algoritmului Simplex pentru rezolvarea problemelor
de programare liniar i apariia, dezvoltarea i producia de calculatoare
electronice.
Dup anul 1950, disciplina a avut o dezvoltare deosebit de rapid, obiectivele
problemelor formulate de specialiti s-au diversificat. S-au conturat numeroase
societi i asociaii: Societatea de Cercetri Operaionale (Marea Britanie 1950),
Societatea American de Cercetri Operaionale (SUA 1953). La sfritul anilor 50
majoritatea metodelor au fost descoperite, aplicaiile fiind n principal axate pe
probleme specializate bine definite. n anii 60-70 cercetarea operaional a
abordat probleme mai realistice i mai puin structurate, n aceast perioad a
nceput s fie recunoscut analiza deciziei ca un proces ce privete deciziile ce
trebuie luate n condiii de incertitudine.
n tara noastr programarea matematic a gsit un teren prielnic pentru
dezvoltare, iar primele lucrri aparinnd acestui domeniu aprute n limba romn
poart semntura academicienilor Octav Onicescu i Gheorghe Mihoc, savani
7

academicieni care i-au adus o nsemnat contribuie la dezvoltarea programrii

matematice. Este deasemenea cunoscut

aportul la dezvoltarea programrii

matematice n tara noastr al academicienilor Grigore C. Moisil, Miron Nicolescu,

Tiberiu Popovici, M. Haimovici, iar numeroasele colective de cercettori, grupate
n jurul acestor oameni de tiin, s-au remarcat prin numeroase lucrri de
autoritate, publicate n revistele de specialitate din tar i strintate.

1.1.2.Generaliti
Cercetarea operaional este construit avnd la baz premisa c o parte din
procesul decizional se compune din identificarea i analiza problemei,
recunoaterea legturilor dintre factori i izolarea acelor factori care se afl sub
controlul persoanei care ia decizia.
Caracteristica fundamental a cercetrii operaionale o reprezint metoda
tiinific de aplicare a acesteia n procesul de luare a deciziei care implic apte
etape necesare rezolvrii problemei:
1.Observarea i monitorizarea sistemului.
Procesul de luare a deciziei ncepe cu recunoaterea problemei, problem care
nu este neaprat rezultatul unei situaii de criz. O problem este recunoscut atunci
cnd exist diferene semnificative ntre ateptri i rezultate. Sistemul trebuie s
fie observat continuu i cu consecven astfel nct problema s poat fi
recunoscut i identificat imediat ce acesta a aprut sau este anticipat. Observarea
poate fi simpl, prin inspecii i ntrunirii sau complex, implicnd colectarea
datelor n perspectiva monitorizrii sistemului.
2.Definirea problemei.
Printr-o definire incorect a problemei se pot obine soluii incorecte.
Definiia sau clasificarea problemei reprezint modul de conceptualizare a
8

problemei, de deosebire a acesteia de simtomele sale. Pentru definirea

corespunztoare a problemei trebuie realizate definirea scopului i obiectivelor ce
trebuie

ndeplinite i orice constrngere sau limitare care poate fi luat n

considerare.
3.Formularea modelului matematic
Un model este o reprezentare care simplific, idealizeaz i abstractizeaz
anumite entiti din realitate. Modelul matematic reprezint

o reprezentare a

problemei ntr-o form concis ce permite nelegerea problemei i folosirea unor

soluii matematice n strns legtur cu utilizarea calculatoarelor.
Construcia modelului ncepe prin proiectarea seturilor de variabile.
Variabilele de decizie reprezint valorile necunoscute care trebuie determinate n
soluie. Acestea sunt variabile independente, controlabile de persoana care ia
decizia i reprezint factorii selectrii alternativei. Aceti factori pot fi manevrai de
ctre decident. Variabilele necontrolabile reprezint factorii care afecteaz
rezultatul dar nu se afl sub controlul decidentului . Acestea sunt deobicei intrri
independente, de mediu care nu pot fi specificate sau manevrate de persoana care ia
decizia.
Variabilele dependente reprezint rezultatul sau obiectivul care trebuie s fie
ndeplinit. Acestea depind de producerea unui eveniment sau de valoarea altei
variabile.
Realizarea modelului presupune, deasemenea, prezentarea relaiilor
matematice. n cele mai multe modele, relaiile matematice se grupeaz n dou
pri: funcia obiectiv i constrngerile. Funcia obiectiv definete eficiena
modelului ca o funcie de variabile de decizie. Altfel spus funcia obiectiv exprim
rezultatul sau variabilele dependente n legtur cu variabilele de decizie.
Constrngerile exprim restriciile sau limitrile care pot aprea n problem.
9

4. Selectarea datelor
Datele se colecteaz din nregistrri, ntlniri, baze de date, studii, etc. Datele
necesare modelului trebuie selectate i pregtite, aceste date se refer la valorile
intrrilor necontrolabile i trebuie specificate naintea analizei i rezolvrii
modelului. Cnd aceste valori nu sunt disponibile, modelul se dezvolt folosind
simboluri standard necesare reprezentrii acestor variabile, iar colectarea datelor va
fi o etap separat.
5. Determinarea soluiei
Determinarea soluiei modelului i prin urmare, rezolvarea problemei
nseamn determinarea valorilor variabilelor de decizie care ndeplinesc obiectivul
dorit sau nivelul rezultatelor. Exist soluii care pot satisface constrngerile i
cerinele, denumite soluii fezabile i soluii care nu ndeplinesc una sau mai multe
restricii, denumite soluii nefezabile. Deasemenea soluiile pot fi optime (cea mai
bun), unice (existena unei singure soluii optime) i multiple (pot fi identificate
una sau mai multe soluii optime).
Determinarea soluiei poate fi realizat prin patru procedee:
a) ENUMERARE
b) FOLOSIREA ALGORITMILOR
c) EURISTIC
d) SIMULAREA
6. Analiza i validarea soluiei
Un model capabil s determine o soluie trebuie validat sau recunoscut.
Modelul trebuie testat pentru a se observa dac reprezint cu succes realitatea.
Rezultatele pot fi examinate prin aplicarea la intrare a mai multor seturi de
variabile, identificndu-se dac rezultatele sunt corespunztoare.

10

Testarea unui model poate fi realizat prin utilizarea unei probleme de

dimensiuni reduse, pentru care se cunosc soluiile. O alt metod o reprezint
modificarea intrrilor modelului i identificarea rezultatelor care se obin.
7. Implementarea
Rezolvarea problemei include i etapa de implementare a deciziei. n general,
implementarea este un proces deosebit de dificil. Noile proceduri ntlnesc o
rezisten puternic n faa adversitii la schimbare, a nenelegerilor i a lipsei de
ncredere. Implementarea presupune o bun comunicare pe parcursul ntregului
proces. n vederea obinerii succesului la determinarea soluiei optime, trebuie
perfect nelese toate presupunerile i condiiile care au fost definite, indicndu-se
c persoanele care construiesc modelul i cele care iau decizia s lucreze mpreun.
n cadrul cercetrilor operaionale programarea matematic ofer numeroase
tehnici de rezolvare a problemelor de optimizare, fiind utilizat n numeroase
organizaii din industrie, economie i armat pentru soluionarea unor mari varieti
de aplicaii.
Datorit importanei ei n modelarea diverselor procese de decizie n
domeniile tiinei managementului, cercetrii operaionale i economiei, ct i
datorit apariiei ei frecvente n diferite probleme nu neaprat cu caracter economic
ca teoria informaiei, analiza numeric, algoritmi de descompunere pentru
probleme de dimensiuni mari, programarea matematic a primit o deosebit atenie
n ultimele trei decenii.
Plecnd de la problema de optimizare cu restricii liniare i funcii obiectiv
acest domeniu s-a mbogit constant odat cu punerea i rezolvarea de noi
probleme.

11

1.1.3. Conceptul de decizie managerial.

Importana i definirea deciziei manageriale i a procesului
decizional
Decizia constituie un element esenial al managementului fiind, dup numeroi
autori, instrumentul su specific de exprimare cel mai important, n fond, nivelul
calitativ al conducerii unei uniti se manifest cel mai bine prin deciziile elaborate
i aplicate. Decizia constituie piesa de rezisten a managementului, expresia sa cea
mai activ, cea mai dinamic, prin care i exercit n mod plenar funciile.
n literatura de specialitate exist o mulime de definiii pentru decizie,
aparinnd att unor specialiti autohtoni, ct i unora strini. Pe baza datelor oferite
de practica decizional, a analizei diverselor puncte de vedere ale specialitilor am
formulat definiia deciziei astfel:
Decizia este cursul de aciune ales pentru realizarea unuia sau mai multor
obiective.
Din examinarea acestei definiii rezult c decizia implic n mod obligatoriu
mai multe elemente:
- unul sau mai multe obiective;
- identificarea mai multor variante pentru atingerea obiectivelor;
- alegerea sau selectarea, proces contient pentru una din posibilitile
de realizare conturate.
Decizia este un act specific speciei umane. Accentum asupra acestui aspect
ntruct unii autori de lucrri n domeniul managementului afirm c deciziile se
manifest i n regnul animal sau vegetal.
12

Definiia de mai sus este valabil pentru orice decizie indiferent de domeniul sau
nivelul la care se ia.
Evident, pentru disciplina noastr prezint interes cu prioritate decizia
managerial care poate fi definit ca acea decizie care are urmri nemijlocite
asupra deciziilor, aciunilor i comportamentelor a cel puin unei alte persoane.
Pentru a releva mai pregnant specificul deciziei manageriale prezentm
principalele elemente, care o deosebesc de cotidiana decizie personal pe care o
adopt fiecare dintre noi de nenumrate ori zilnic.
Decizia managerial implic ntotdeauna cel puin dou persoane: managerul,
cel care decide i una sau mai multe persoane, executani sau cadre de conducere ce
particip la aplicarea sau concretizarea deciziei. De aici o prim surs de
complexitate i dificultate superioar a deciziei manageriale n comparaie cu decizia
personal.
n al doilea rnd, decizia managerial are influene directe la nivelul grupului,
neafectnd numai starea, comportamentul, aciunile i rezultatele unui singur individ.
Urmarea, n conceperea i realizarea deciziei este necesar s se aib n vedere
caracteristicile privind postul, interesele, pregtirea, motivarea, potenialul
membrilor grupului respectiv.
O ultim deosebire major privete efectele decizionale, ntotdeauna decizia
managerial determin efecte directe i propagate economice, umane, tehnice,
educaionale etc., cel puin la nivelul unui compartiment al firmei. Deciziile
strategice au consecine, la nivelul societii comerciale sau regiei autonome n
ansamblul su.
Deosebirile enunate argumenteaz responsabilitatea sensibil mai mare pe care o
implic decizia managerial n raport cu decizia personal, din pcate nu arareori
subapreciate, cu efecte negative asupra activitilor i rezultatelor firmei.
13

n practica societilor comerciale i regiilor autonome decizia managerial

mbrac dou forme:
- act decizional
- proces decizional
O decizie ia forma unui act decizional, n sensul desfurrii sale ntr-o perioad
foarte scurt de timp, de regul cteva secunde sau minute. Actul decizional se refer
la situaii decizionale de complexitate redus sau cnd respectiva situaie are un
caracter repetitiv, variabilele implicate fiind foarte bine cunoscute de ctre decident,
astfel nct nu mai este necesar o culegere de informaii i o analiz a lor. La baza
actelor decizionale - care predomin cantitativ n cadrul firmei - se afl experiena i
intuiia managerilor.
Procesul decizional, specific deciziilor mai complexe implic un consum de
timp notabil, care poate fi de ordinul orelor, zilelor sau chiar sptmnilor, pe
parcursul crora se culege i analizeaz o anumit cantitate de informaii, se stabilesc
contacte umane i se consult mai multe persoane n vederea conturrii situaiei
decizionale. Deci, n esen procesul decizional const n ansamblul fazelor prin
intermediul

crora

se

pregtete,

adopt,

aplic

evalueaz

decizia

managerial.
Factorii primari ai deciziei manageriale
Investigaiile ntreprinse au relevat c elementele constitutive cheie ale situaiei
decizionale sunt factorul de luare a deciziei sau decidentul i mediul ambiant
decizional.
Firmele occidentale sunt reprezentate de un manager sau un organism
managerial

care,

virtutea

obiectivelor,

sarcinilor,

competenelor

responsabilitilor circumscrise, adopt decizia n situaia respectiv.

14

Tendina dominant la nivelul decidenilor, att n firmele romneti, ct i din

alte ri, este amplificarea capacitii lor decizionale ca urmare a creterii
nivelului de profesionalitate n domeniul managementului.
Din ce n ce mai frecvent, deciziile sunt elaborate de manageri profesioniti
care, pentru a fi capabili s dirijeze cu succes activiti economice complexe, au
primit, pe lng o formaie de tip universitar i o pregtire special n domeniul
managementului, n situaiile ce implic cunotine profunde din anumite domenii se
apeleaz la specialiti din cadrul firmei sau din afara ei.
La creterea capacitii decizionale a factorilor de decizie din societi
comerciale i regii autonome contribuie substanial i consultanii n management
ce lucreaz n organizaii specializate. Pe baza know-how-ului managerial posedat, a
experienei obinute prin intervenii repetate n soluionarea acelorai tipuri de
situaii decizionale, consultanii aduc, de regul, un important plus calitativ n
deciziile adoptate i aplicate.
O tendin caracteristic managementului firmelor contemporane este
proliferarea deciziilor de grup, n special a deciziilor strategice, n Romnia aceast
tendin s-a reflectat n instituionalizarea managementului participativ (adunarea
acionarilor, consiliul de administraie etc.). Avantajele elaborrii celor mai
importante decizii n grup sunt multiple: fundamentarea mai riguroas, facilitarea
implementri lor .a.
Evident, toate elementele menionate exprim sporirea potenialului decizional al
personalului managerial, cu rezultate benefice pe planul rezultatelor. Relaia de
eficien capacitatea managerilor - eficiena rezultatelor firmei, este tot mai mult
considerat la adevrata ei valoare.
Mediul ambiant decizional const n ansamblul elementelor endogene i
exogene

firmei,

care

alctuiesc

situaia

decizional,

caracterizat

prin
15

manifestarea

unor

influene

directe

indirecte

semnificative

asupra

coninutului i rezultatele deciziei manageriale. n cadrul mediului ambiant

decizional se constat o evoluie contradictorie.
Pe de o parte, se nregistreaz o serie de transformri de natur s ofere mai
bune premise pentru un proces decizional eficient. Printre acestea menionm:
sporirea nivelului de pregtire general i de specialitate, a cunotinelor
personalului, reforma economic, informatizarea activitilor, progres tehnic rapid,
privatizarea, internaionalizarea activitilor etc.
n acelai timp, mediul ambiant decizional tinde s devin din ce n ce mai
complex, ntre elementele prin care se manifest aceast tendin enumerm:
adncirea diviziunii sociale, att la nivel naional, ct i internaional, reducerea
ciclului de via al produselor, tehnologiilor i cunotinelor i, n mod
complementar, accelerarea ritmului lor de uzur moral, diminuarea duratelor
dintre momentul efecturii descoperirilor tiinifice i momentul valorificrii pe
scar industrial, volumul mare de cunotine tiinifice, tehnice, economice care se
produc i rapida lor perisabilitate, creterea competiiei pe piaa internaional,
inflaia i instabilitatea monetar. Un factor specific Romniei este trecerea la
economia de pia, cu multiple i profunde implicaii decizionale la nivelul firmelor.
Pe plan decizional, aceste elemente se traduc ntr-un numr sporit de variabile i
condiii limit i n multiplicarea interdependenelor dintre acestea. Ritmul n care
ele apar i se schimb este deosebit de rapid.
Pentru ca procesul de luare a deciziilor s se soldeze cu o eficien adecvat,
este necesar ca decidenii s progreseze ei nii ntr-un ritm suficient de rapid,
pentru a contrabalansa cerinele i dificultile generate de transformrile survenite n
mediul micro, macroeconomic i mondoeconomic.
16

n procesul decizional, factorii primari ai deciziei intr n interdependene, care

se reflect n caracteristicile situaiilor decizionale pe care le genereaz, n principal
pot exista trei situaii, dup cum urmeaz:
- certitudine, caracterizat prin probabilitatea maxim de a realiza obiectivul
urmrit utiliznd modalitatea preconizat. Elementele implicate n situaia
decizional sunt de tipul variabilelor controlabile, caracteristicile lor sunt cunoscute,
iar evoluia le poate fi anticipat cu precizie;
- incertitudine, cnd probabilitatea realizrii obiectivului este mare dar asupra
manierei n care trebuie procedat exist dubii serioase. Asemenea situaii implic un
mare numr de variabile, cu puine excepii controlabile, unele insuficient studiate,
de unde i anticiparea aproximativ a evoluiei lor;
- risc, cnd obiectivul este posibil de realizat, cu o probabilitate a realizrii
apreciabil, existnd ns o mare nesiguran n ceea ce privete modalitile cele mai
adecvate de urmat. O parte apreciabil dintre variabile sunt incontrolabile i chiar
evoluia unora dintre variabilele controlabile este dificil de anticipat.
n societile comerciale i regiile autonome se produc att situaii decizionale
de certitudine, ct i de incertitudine i de risc. Apariia situaiilor de risc i
incertitudine i finalizarea lor n decizii este inevitabil i, n mare msur, chiar
necesar. Argumentele pe care se bazeaz afirmaia de mai sus sunt urmtoarele:
- angajarea de aciuni de mare eficien, legate n special de introducerea
progresului tiinifico-tehnic, de ptrunderea pe pieele internaionale, privatizare
i restructurare, implic, prin natura lor, un anumit risc, dat fiind existena
unor importante variabile necontrolabile sau dificil de controlat;
- perioada n care se poate lua o decizie eficient este limitat, n cazul n care
decizia nu s-a nscris n intervalul optim, condiionat, de regul, de factori din
afara zonei controlate de managementul ntreprinderii, aceasta devine tardiv, fiind
17

uneori imposibil de aplicat. De aici necesitatea adoptrii deciziei chiar dac unele
variabile sunt insuficient cunoscute i analizate static i dinamic.
Pentru firmele romneti este o problem de mare actualitate extinderea
deciziilor bazate pe incertitudine i pe risc - evident un risc calculat, redus la
minimum - pentru a permite valorificarea marilor posibiliti oferite de realizarea
economiei de pia - n special de privatizare i restructurare -, internaionalizarea
activitilor i de progresul tiinifico- tehnic cu o dinamic i complexitate deosebit
de puternice.
n concluzie, factorii primari ai deciziei prezint evoluii complexe i
accelerate genernd o multitudine de situaii decizionale, ce mbrac forme
specifice n cadrul fiecrei societi comerciale i regii autonome. Urmarea - este
necesar cunoaterea i studierea factorilor decizionali specifici fiecrei situaii
decizionale.
Cerine de raionalitate privind decizia
Ca rezultat al investigaiilor efectuate a fost conturat un summum de cerine
pe care decizia trebuie s le ntruneasc n vederea ndeplinirii n mod eficient
a multiplelor funcii ce-i revin n firma contemporan.
A. Decizia trebuie s fie fundamentat tiinific, n procesul decizional
din cadrul ntreprinderilor, ndeosebi cel strategic, este necesar, pentru a
asigura integrarea eficient a activitilor acestora n cadrul economiei naionale,
s se ia n considerare legitile specifice economiei de pia pe baza studierii
modalitilor concret-istorice de manifestare n perioada actual a tranziiei i n
viitor.

18

Pentru a putea realiza acest deziderat major este necesar ca personalul

managerial s posede att cunotinele, metodele, tehnicile i deprinderile
decizionale necesare, ct i nelegerea mecanismelor specifice economiei de pia.
B. Decizia trebuie s fie ,,mputernicit". Aceast cerin trebuie neleas
n dublu sens. Pe de o parte, fiecare decizie este necesar s fie adoptat de
ctre organismul managerial n ale crei sarcini de serviciu este nscris n mod
expres.
Luarea deciziilor de ctre un manager superior determin, de regul, nu o
sporire a eficienei, ci, dimpotriv, datorit faptului c nu se cunosc suficient toate
elementele de detaliu privind situaia decizional respectiv. .Pasarea deciziilor n
sus, pe verticala sistemului de management reprezint o expresie a fugii de
responsabilitate din partea cadrelor de conducere, crora le revine elaborarea
deciziilor respective prin documente organizatorice. Tot att de periculoas este i
situaia delegrii adoptrii deciziilor la niveluri ierarhice inferioare dac, n
cazul respectiv, nu se dispune de informaiile pertinente
celelalte decizii elaborate n ntreprindere, n
crete

probabilitatea

apariiei

de

armonizrii

cu

plus, n asemenea situaii

rezistene

implementarea

deciziei.
Numai mputernicirea formal nu este ns suficient. Managerul care
elaboreaz decizia trebuie s dispun i de aptitudinile i cunotinele necesare, s
posede o ,,autoritate" a cunotinelor, s dispun de potenialul decizional necesar.
C. Fiecare decizie trebuie s fie integrat, armonizat n ansamblul
deciziilor adoptate sau proiectate a se lua innd cont de strategia i politicile
firmei. Integrarea deciziilor este necesar s se efectueze att pe vertical, ct i pe
orizontal. Integrarea pe vertical se refer la corelarea deciziilor luate de
fiecare manager cu deciziile adoptate la niveluri ierarhice superioare. Integrarea
19

pe orizontal privete corelarea cu deciziile referitoare la celelalte activiti ale

ntreprinderii similare activitii implicate cu care se afl n relaii de
interdependen. Reinem c integrarea deciziilor, att pe verticala ct i pe
orizontala sistemului managerial garanteaz realizarea, de fapt, a principiului
unitii de decizie i aciune.
D.

Decizia trebuie s se ncadreze n perioada optim de elaborare i

de aplicare. Pentru fiecare decizie exist o anumit perioad n care trebuie

conceput i aplicat,

pentru a fi posibil obinerea de efect economic

maxim, n condiiile dinamismului contemporan exist tendina de a reduce

acest interval, de unde i dificultatea sporit n ncadrarea n

aceast

perioad, mai ales c se amplific complexitatea situaiilor decizionale.

Pentru a asigura nscrierea conceperii i implementrii deciziilor, ndeosebi
a celor strategice i tactice, n perioada optim, se impune o abordare previzional
din partea managementului firmei.

E.Formularea corespunztoare a deciziei, departe de a fi o cerin de form,

reprezint o condiie esenial pentru aplicarea eficace. Decizia trebuie formulat
clar, concis i s conin obiectivul i principalii parametri operaionali. Cu
alte cuvinte, decizia trebuie s indice obiectivul urmrit, modalitatea de
aciune preconizat, resursele alocate, decidentul, responsabilul pentru aplicarea
deciziei, unde se aplic i perioada sau termenul de aplicare.

20

1.1.3.Clasificarea programrii matematice

Programarea matematic cuprinde un ansamblu de metode de rezolvare
matematic a unor probleme de planificare a diferitelor activiti. Specificul
metodei const n optimizarea unei funcii de mai multe variabile, numit funcie
obiectiv sau scop, pentru gsirea situaiilor extreme avantajoase sau total
neavantajoase n aciunea cercetat.
Pentru aceasta se impune variabilelor respective s satisfac un anumit sistem
de relaii restrictive specific problemei analizate.
Ca disciplin, programarea matematic cuprinde: programarea liniar,
programarea

neliniar,

programarea

stocastic

si

programarea

dinamic,

programarea vectorial (multicriterial sau programare cu mai multe funcii

obiectiv ).
1. Programarea liniar
Programarea liniar constituie ramura cea mai cunoscut i mai rspndit a
programrii matematice, fiind i prima care a aprut. n cadrul ei se difereniaz:
- programarea cu soluii n numere ntregi, care ofer metode pentru obinerea
optimului astfel, nct variabilele s fie numere naturale.
- programarea parametric metoda de calcul pentru cazul n care coeficienii
depind, de obicei liniar, de un parametru.
Programarea liniar optimizeaz o funcie liniar, n condiiile n care
variabilele determinrii satisfac restricii liniare. Exist o gam foarte larg de
probleme economice, tehnice, militare sau de alt natur pentru care indicatorul de
calitate se exprim liniar, n raport de parametri stabilii.
n practica aciunilor de lupt apare frecvent necesitatea rezolvrii unor
probleme care se exprim matematic prin modele liniare.

21

n astfel de probleme funcia obiectiv poate fi probabilitatea de ndeplinire a

misiunii, rezultatul mediu al aciunii forelor i mijloacelor asupra obiectivelor
inamicului, valoarea medie a numrului de inte nimicite cu rachete sau consumul
minim de resurse n executarea transporturilor de materiale.
2. Programarea neliniar
Spre deosebire de programarea liniar n cadrul programrii neliniare, dup
cum o arat i numele funcia obiectiv i restriciile nu sunt liniare.
Majoritatea problemelor de conducere specifice situaiilor militare se rezolv
utiliznd metodele programrii neliniare (n care funcia obiectiv i sistemul de
restricii sunt funcii polinomiale de grad oarecare ).
Primul rezultat fundamental al programrii neliniare a fost obinut de
LAGRANGE prin introducerea conceptului de multiplicatori, iniial pentru cazul
liniar, apoi s-a generalizat printr-o funcie Lagrange. Ulterior, Kuhn i Tucker au
demonstrat condiiile necesare i suficiente de

existen a multiplicatorilor

Lagrange. n conducerea aciunilor militare sunt utilizate modelele neliniare

pentru repartizarea loviturilor asupra unui obiectiv, pentru repartiia optim a
forelor i mijloacelor etc.
3. Programarea stocastic
Caracteristic programrii stocastice este faptul c la acest tip de programare
cel puin o parte din coeficienii funciei obiectiv sau ai restriciilor sunt variabile
ntmpltoare.
Programarea stocastic, ramur relativ nou a programrii matematice, se
ocup de optimizarea deciziei n cadrul unor modele n care apar factori aleatori,
situaie care este frecvent ntlnit n procese de natur economic, social etc.

22

4. Programarea dinamic
Referitor la programarea dinamic, aceasta este o teorie a aa-numitelor
procese stabile de decizie, prin procese stabile de decizie nelegndu-se un ir de
decizii care au drept scop utilizarea funciei obiectiv aleas iniial.
Multe fenomene, procese, sau sisteme din domeniul militar au o evoluie care
poate fi conceput ca avnd o desfurare n etape, fr ca prin aceasta s se
denatureze, ntr-o msur important esena lor. Astfel de fenomene se rezolv
matematic printr-un model de programare dinamic.
5. Programarea vectorial (multicriterial)
Programarea vectorial (multicriterial sau cu mai multe funcii obiectiv) este
reprezentat de acele tipuri de modele de optimizare cu restricii, n care se pune
problema alegerii acelui program care este optim pentru mai multe funcii
obiectiv (criterii).
Programarea multicriterial sau cu mai multe funcii obiectiv, constituie astzi
un capitol de sine-stttor al teorie deciziilor cu criterii multiple. Spre deosebire de
teoria jocurilor, aici multitudinea de obiective este n atenia unui singur factor de
decizie interesat n realizarea simultan, a lor.
Este un adevr cvasiunanim recunoscut c majoritatea problemelor de
organizare din domeniul economico-social reclam factorul de decizie s
urmreasc mai multe scopuri, nu ntotdeauna concurente i de cele mai multe ori
exprimabile prin entiti incomparabile.
Este semnificativ faptul c foarte multe studii, din perioada de nceput a
constituirii teoriei programrii multicriterial, au un caracter netehnic, propunnd
diferite modaliti logice de abordare a problemei i comentnd semnificaiile lor
practice.

23

Au rezistat punctele de vedere care sau dovedit fecunde, genernd teorii

matematice consistente i care s-au impus, prin acurateea concluziilor lor, ateniei
factorilor de decizie confruntai cu probleme practice.

1.2. Bazele teoretice ale programrii vectoriale

1.2.1. Tipuri de probleme de programare vectorial
Fie problema de programare liniar cu mai multe funcii obiectiv :
Ax b
x0
(optimum)F=Cx,
A=( a ij ), i=1,,m; j=1,,n este o matrice m x n;

b ,, b
x=( x ,, x
b=(

F=(

)
m
n

1 ,,

este un vector coloan , m-dimensional;

este un vector coloan necunoscut n-dimensional;

) este un vector coloan cu r componente care reprezint

funciile obiectiv ;
C=( cij ), i=1,,r ; j=1,,n este o matrice r x n .
Notm : D={x=(

,,

)Axb, x0 } mulimea soluiilor admisibile

pentru problema (1.1)-(1.3).

Pentru fixarea ideilor i fr a restrnge generalitatea vom presupune n cele
ce urmeaz c toate funciile sunt de maxim. Dac nu este ndeplinit aceast
condiie, prin transformarea min F(x)=-max[-F(x)] putem face ca toate funciile s
fie de maxim.

24

Problema de programare matematic cu mai multe funcii obiectiv const n

gsirea acelui vector x*=( x1 ,, x n ) D (sau a acelor valori x*) care s fie ct
*

mai bun din punctul de vedere al ansamblului funciilor obiectiv Fh(h=1,,r) ;

Definiia lui x* este ambigu ( expresia ct mai bun este necuantificabil
i insuficient de clar) i din aceast cauz fiecare formulare matematic a sa a
generat cte un punct de vedere, deci i cate o metod de rezolvare a problemei cu
criterii multiple.
ntruct spaiul vectorial
V={(

1 (x),,

(x))x D}

cu elementele sale avnd drept componente valorile funciilor obiectiv nu este total
ordonat, este dificil de a gsi un punct din domeniul soluiilor admisibile care s
optimizeze simultan ansamblul funciilor obiectiv.
n cazul existenei mai multor funcii obiectiv soluia optim pentru o funcie
nu este optim i pentru celelalte, de aceea se introduce noiunea de soluie care
realizeaz cel mai bun compromis cunoscut sub denumirea de soluie
nedominant, soluie eficient, soluie eficace, sau soluie optim n sens Pareto.
Diversele ncercri de definire a vectorului x* pot fi grupate dup cum urmeaz :
1. x* este vectorul care optimizeaz o funcie-sintez a celor x funcii de
eficien : h(F)= h[

1 ,,

].

Funcia h poate fi definit n diverse moduri:

a) h[

1 ,,

]=

Dac funciile

optimum { F i (x)}, .
I 1,....., r

sunt de maxim se consider

h[

1 ,,

]=

min (x)},
i1,..., r

25

care se maximizeaz

max min
{ F i (x)} , x D .
1 i r
xD

Dac funciile

sunt de minim se consider:

h[

1 ,,

]= max. {Fi(x)}

care se minimizeaz

min max { F
1i r

xD

(x)} .

Se obine n acest fel aa-numita problem Cebsev pentru care exist n

literatura de specialitate algoritmi adecvai.

x
F
b) Pentru r=2 se poate considera c h[ F , F ]=
, care ne conduce la o

F
1

problem obinuit de programare fracionar.

c) h[

1 ,,

r ]= i ,
i 1

[F x , ,

d) h[

1 ,,

e) h[

1 ,,

r ] = Fi

] =- i exp.[i 1

(x)],

0.

i 1

2. x* este vectorul care minimizeaz un criteriu de optimalitate de forma :

(x*)
n care

xD

(x-

1 ),,

(x-

)),

=( x1 j ,, xnj ), (j=1,,r) este soluia optim a funciei obiectiv

, iar

min h(

este o funcie de distan dintre vectorul x D i soluia optim

26

a funciei

. Alegerea concret a funciilor h i permite s se obin

cazuri particulare ale expresiei (1.4) de exemplu :

x j x jk
n

a) h(x)= k

j 1

k 1

b) h(x)=

c) h(x)=

max

k 1

j 1

k 1,..., r
r

(x-

(x-

e) h(x)= k (x-

d) h(x)=

k 1

k 1

0 ;

0 ;

);

);

jk

).

Dac se alege de exemplu

(x-

) =

F ( X )- F
k

(x),

i funcia h(x) conform cu c), atunci vectorul x* care realizeaz cel mai bun
compromis este acel vector pentru care
(x*)=

min max F ( X )- F
k

k 1,.., r

xD

(x).

(x),

Dac se alege

(x-

) =

F ( X )- F
k

i atunci funcia h(x) conform cu d), atunci vectorul x* se determin astfel nct

min F ( X )- F
r

(x*)=

xD

k 1

(x).

3. x* este vectorul ce aparine unei mulimi de puncte eficiente, care se

definete astfel :
astfel nct

h (x)

D este punct (soluie) eficient dac nu exist nici un x D

( x ), pentru h=1,,r i pentru cel puin un

s
27

avem
spus,

Fh

Fh ( x

(x)>
0

), presupunnd c toate funciile sunt de maxim. Altfel

este un punct eficient dac are proprietatea c nu exist un alt punct x

care s mbunteasc cel puin o funcie n timp ce celelalte rmn neschimbate.

Noiunea de soluie eficient o ntlnim la diveri autori sub forma diverselor
denumiri (soluie nedominant, soluie neinferioar, soluie optimal n sens Pareto
etc.). Aceast noiune joac un rol important n economie, n teoria jocurilor, teoria
deciziilor statistice i n general n orice problem de decizie cu mai multe criterii
incomparabile. Aa c determinarea punctelor eficiente nglobeaz majoritatea
metodelor de optimizare din programarea matematic.
4. x* este o soluie optim obinut prin ordonarea criteriilor i care se obine
astfel : se rezolv r probleme de programare matematic restrngnd de fiecare
dat domeniul D prin transformarea n restricii a soluiilor optime obinute prin
rezolvarea unei anumite probleme avnd o singur funcie obiectiv.
Mai precis, se consider succesiv mulimile :
*

D
*

={x

={x

1 (x)=

=D

optimum
y

D0

(x)= optimum
yD
*

F
F

1 (y),

x D},

(y), x

},

. . . . . . . . . . . . . . . . . . . . . . . . .
*

Dk ={x

optimum
k (x)=
yD
*

k 1

k (y), x

k 1

},

. . . . . . . . . . . . . . . . . . . . . . . . .
*

={x
r

optimum
r (x)=
yD
*

r 1

r (y), x D r 1 }.

28

A rezolva problema de programare matematic cu mai multe funcii obiectiv

nseamn, dup Lebedev B. D., Podinovski V. V., Styrikovici R. S., a gsi un punct
sau mai multe puncte ale mulimii
Evident, mulimea

este strns legat de ordonarea funciilor. La dou

ordonri diferite corespund, n general, mulimi de puncte diferite.

5. x* este un punct al domeniului soluiilor admisibile care se obine ntr-un
procedeu de cutare dup anumite criterii.
Astfel de metode sunt metoda POP (Procedur de Orientare Progresiv) i
metoda STEM ( Step Method).
6. x* aparine unei mulimi de soluii propriu eficiente care se definete
astfel : x* este o soluie propriu eficient dac este eficient i dac exist un scalar
M>0 cu proprietatea c oricare ar fi x D astfel nct
cu

(x)>

(x)<

(x*), exist i j,

(x*) astfel nct

f x f x*
M
f x f x*
i

Din definiie rezult c mulimea punctelor propriu eficiente este inclus n

mulimea punctelor eficiente. n cazul liniar cele dou mulimi coincid.

29

J. Saska propune pentru rezolvarea problemei de programare liniar cu mai

multe funcii obiectiv o metod de tipul a),care const n gsirea vectorului x* D
ce minimizeaz funcia
h x =

max

F h x
n

1 h r

j 1

n care

2
hj

X = optimum F h X .
h

xD

n acest fel, vectorul x*=( x1 ,..., x n ) D are proprietatea c n modul este

cel mai puin deprtat de hiperplanele determinate de cele r funcii obiectiv,
adic

max
1 h r

F h x
n

c
j 1

min [ max
h1,..., r

xD

hj

F h x
n

c
j 1

hj

Funcia h(x) este convex (deci existena valorii minime este asigurat), dar
neliniar, fapt care ngreuneaz determinarea numeric efectiv a soluiei optime.
J. Saska, n lucrarea menionat, reduce problema neliniar la una echivalent,
dar liniar, de forma
Axb ; x0,

x xn 1

x xn1

min x xn 1 ,
unde

30

V ki

ki

c
j 1

kj

c
j 1

iar

n 1

, (k=1,,r ; i=1,,n)

, (k=1,,r)

2
kj

este o variabil complementar astfel nct

F k x
n

c
j 1

n 1

, (k=1,,r)

kj

Legtura dintre cele doua probleme este dat de urmtoarea :

Teorema 1: Soluia optim (x,
este egal cu soluia optim (

x*,

n 1

) a problemei de programare matematic

) a problemei de programare neliniar

Ax b ; x0

min [ max
xD

h1,..., r

F h x
n

c
j 1

].

hj

Programarea liniar fracionar n domeniul complex

Considerm urmtoarea problem de programare liniar fracionar n
domeniul complex:
(1)
31

min f z

,
Red z d
H

Re c z c0
H

arg . Az b

(2)

arg .z

unde c , d, z sunt vectori de tipul n 1 cu elementele complexe, A este

o matrice de tipul m n cu elemente complexe, ,,b este un vector de tipul
m 1

m 1

cu elemente complexe, , sunt vectori de tipul ,, n 1 respectiv ,,

astfel nct 0 i , j / 2 , i=1,,n ; j=1,,m ; iar

sunt

numere complexe.
Utiliznd transformarea de variabil y=tz vom arata c pentru rezolvarea
problemelor (1) i (2) trebuie s rezolvm cel mult dou probleme de programare
liniar n spaiul complex. Notam cu

S z arg .( Az b) , arg .z

mulimea soluiilor admisibile pentru problema (1)-(2).

() z S

Presupunem c S este nevid i mrginit adic

avem

z M

,M

fiind un anumit numr finit.

S considerm transformarea de variabile y=tz, unde t 0 este ales astfel
nct

Re d y d 0 t 0
Problema (1)-(2) se transform n urmtoarea problem de programare liniar n
spaiul complex :
(3) min .g y Re

y c0 t

arg . Ay bt

32

(4) Re

y d0t ,

arg . y

arg .t 0

Menionm c argumentele numerelor complexe sunt presupuse c variaz n

intervalul , i c inegalitatea

nseamn

arg .z

arg . z k k , k 1,..., n .
nainte de a demonstra teorema de echivalen ntre problemele (1)-(2) i
(3)--(4) vom demonstra dou leme.
Lema 1. Dac

sunt vectori compleci de dimensiuni egale i astfel

nct arg . z1 si arg . z 2

( 0 / 2) ,

atunci

arg . z1 z 2
Demonstraie: Din ipotez rezult arg . z1i

1i

i arg . z 2i

deci

arg . z1i z 2i i adic arg . z1 z 2

y , t ce satisface restriciile (4) avem t>0.

Demonstraie : Presupunem c t poate fi zero adic y ,0 satisface

Lema 2. Pentru fiecare

restriciile (4). Fie

z S .

arg . A y ,
1

Deoarece

arg . y
1

rezult

( z1uy ) S pentru orice real u>o. ntr-adevr, pe baza lemei (1) rezult
1

arg . A z1 u y b arg . A z1 b uA y
1

33

si

arg . z1 u

y
1

Deoarece u este un numr real pozitiv, el poate lua o valoare orict de mare.
Dar aceasta nseamn c S este nemrginit ceea ce contrazice ipoteza c este
mrginit. Deci t>0.
Demonstrm acum teorema de echivalen ntre problemele (1)-(2) si (3)-(4).
0 sgn sgn . Re

Teorema 2 Dac a)

z d pentru z1 soluia optim

1

a problemei (1)-(2)
b)

y ,t
1

este soluia optim a problemei (3)-(4). Atunci

y /t
1

este soluie

optim a problemei (1)-(2).

Demonstraie. Prin absurd s presupunem c

(5)

Din condiia a) a teoremei rezult

Re d
Considernd

nu este soluie optim

z S optim, adic
H
H
Rec z1 c0 Rec y1 / t1 c0
<
.
H
H
Red z1 d 0 Red y / t1 d 0
1

pentru problema (1)-(2) deci exist un alt

y /t

y z t
1

z d
1

cu 0 .

1 , atunci se poate verifica cu uurin c (

y ,t )

satisface restriciile (4). Avem

34

= Re c
Red z d Re d
Re c

(6)

H
H

z1 c0
1

H
Re c y 0tc

^ ^
H
Re d y 0td

z c =
z d
1

^ ^

(7)

=
Red ( y / t ) d Red
Re c ( y / t1) c0
H

Re c

H ^ ^
Re c y 0tc
=

H
H

y d t Red y c t
=
.

y dt
1

0 1

0 1

0 1

Din relaiile (5), (6) i (7) i din faptul c 0 rezult

H ^ ^
Re c y c0t Rec

Care contrazice faptul c

ipoteza c

y /t
1

y c t
1

0 1

y , t este soluie optim a problemei (3)-(4). Deci

1

nu este soluie optim a problemei (1)-(2) este fals.

35

Dac pentru

o soluie optim a problemei (1)-(2) avem

sgn Re

z d 0,

atunci putem schimba semnele vectorilor

valoarea funciei (1) i astfel ca s avem
sgn Re

, c0 ,

, d 0 fr a schimba

z d 0.

n concluzie, rezolvarea problemei (1)-(2) este echivalent cu rezolvarea a dou

probleme de programare liniar complex.
Problema I
min.{ Re
Re

c y c t

d y d t
H

=1,

arg . Ay bt ,

arg . y

arg .t 0

}.

Practic, dac cunoatem care este semnul numitorului sau al numrtorului la

soluia optim, atunci se rezolv una din problemele de mai sus.
Teorema 3. Dac Re

d z d

=0,

() z S

, atunci ambele probleme sunt

inconsistente.
Demonstraie. ntr-adevr, dac este ndeplinit condiia din enun, atunci nu
mai putem avea Re t
Dac Re
Re

d z d

Re

d z d

d z d

= Re t d

n 0 si

z d t =1.
0

'

=0 pentru z S S , atunci orice punct pentru care

=0 este un punct limit al irului

d z d

z cu
n

n 0 este un numr real. Pentru

y , t avem
n

36

 Re t n

d z d

H
Re d
=

y d t
0

t
n

1 adic t n .

1.2.2. Relaii ntre diversele metode de rezolvare a problemelor

de programare vectorial
Vom arata n cele ce urmeaz legtura ntre diversele metode de rezolvare a
problemelor cu criterii multiple.
Notm cu D** D mulimea soluiilor eficiente i cu

mulimea

soluiilor optime obinute prin ordonarea criteriilor. Urmtoarea teorema arat

legtura ntre cele doua mulimi.
TEOREM 1 : Orice soluie optimal obinut prin ordonarea criteriilor
este un punct al acestor criterii, adic
*

**

'

x D
Punctul

, astfel nct
r

Dr

DEMONSTRAIE. Presupunem prin absurd c

'

D , adic exist un punct

1

**

x D

.
''

x D , cu

x nefiind eficient, rezult c exist un alt punct

proprietatea c

x F x , k=(1,,r)
''

'

i cel puin un indice l (unul din indicii 1,,r) inegalitatea este strict

F x F x
''

'

S lum k=1. Deoarece

'

'

x D

este un punct de maxim al funcie

'

, si

Deoarece avem

1.

rezult c

'

xD

deci

F x F x ,
''

'

37

rezult c aceast relaie nu poate fi adevrat dect cu semnul egal, adic

F x F x .
''

'

F x F x deoarece x D
'

Pentru k=2 din nou va rezulta

''

''

F x F x , pentru
orice k=1,,r ceea ce contrazice relaia F x F x . Cu aceasta teorema
''

Continund raionamentul n mod analog obinem c

'

''

'

este demonstrat.
S considerm, n formula de mai sus, c

x X F X F x
i

h x
1

X ,..., x X [ F X F x ]
r

i 1

x .

S.C. Huang consider problema determinrii acelui vector

minimizeaz funcia

care

i l definete ca vectorul care rezolv problema

matematic cu mai multe funcii obiectiv. Deci

minimizeaz suma ptratelor

abaterilor de la valorile optime absolute.

Se demonstreaz c

este un punct eficient.

TEOREM 2 : Orice vector

care minimizeaz pe domeniul D funcia

x [ F i X i F i x ]
r

i 1

este un punct eficient.

38

DEMONSTRAIE : S admitem c

minimizeaz

adic pentru

orice alt punct x avem

1. [ F i X i F i
r

i 1

dar

x ]
*

[F i X i F i x]
r

i 1

nu este eficient, deci exist un punct x cu proprietatea c

F x F

x F
*

x ,

x ,

(i=1,,k),

(i=k+1,,r).

X , reprezint soluia optim a funciei F

F X F x 0, (i=1,,r),

Pe de alt parte, deoarece

avem

F X F
i

Din

x 0,

(i=1,,r).

F X scdem cele trei relaii de mai sus i rezult :

i

F X F x F X F x

F X F x
*

F X F
i

0,

x 0,

(i=1,,k),
(i=k+1,,r).

Dac ridicm la ptrat dup i=1,,r n ambele pri ale relaiilor, se obine

[F i X i F i
r

i 1

ceea ce contrazice relaia 1.Deci

x ]
*

[F i X i F i x]
r

i 1

este eficient.

Fie acum

x X F X F x
i

i
39

h x X 1,....., x X r max[F i
1

X i F i x ] x . .

i 1,...., r

Se poate conveni ca vectorul

care minimizeaz funcia

reprezinte soluia problemei cu mai multe funcii obiectiv. Punctul

s
*

minimizeaz abaterea maxim de valorile optime ale funciilor obiectiv.

Teorem 3 : Orice soluie

care minimizeaz pe domeniul D funcia :

x max F i X i F i x
i 1...., r

este soluie eficient.

*

Demonstraie : ntr-adevr, dac

astfel ca

nu este soluie eficient va exista

'

F x F x i cel puin una din inegalitatea este strict.

'

De aici

F X F x F X F x
'

inegalitatea fiind strict pentru cel puin un indice

. Deci

max F X F x max F X F x
'

ceea ce contrazice ipoteza c

minimizeaz funcia

. Teorema este

demonstrat .
ntruct mulimea punctelor eficiente conine foarte multe din soluiile optime
ale problemei cu mai multe funcii obiectiv obinute prin metodele enunate, vom
da o metod de obinere a punctelor eficiente. Sunt mai multe moduri de a

40

caracteriza punctele eficiente. Vom prezenta numai un astfel de mod prin care se
arat legtura ntre programarea parametric i determinarea punctelor eficiente.
Prezentm, mai nti, dou leme ce caracterizeaz soluiile eficiente.
LEMA 1:

D este o soluie eficient pentru problema de programare liniar

cu mai multe funcii obiectiv dac i numai dac urmtoarea problem

n

a x

Problema P

ij

j 1

- c sj x j

j 1

i 1,..., m

bj

c sj x 0j ,

0; y 0, j 1,..., n; s 1,..., r
s

max. d j
j 1

s 1,..., r

j 1

d 0
j

are o soluie optim x, y cu y 0 .

Demonstraia este evident.

Lema 2:

D este o soluie eficient pentru problema 1 dac i numai dac

urmtoarea problem :

u A c 0;
'

Problema D :

'

d 0 ;
min
are soluie optim (

u , ) cu

u b C x ;
'

'

u`b `C x 0 .
0

Demonstraie : Problemele P i D sunt duale. Deci din teoria dualitii,

x, y

este o soluie optimal pentru problema P dac i numai dac problema D are o
41

soluie optimal (

u ,

) cu d ` y u `b `C x0 . Deci , x

eficient a problemei (1)-(2) dac i numai dac

u`b `C x

este o soluie

0 = d `y .

CAPITOLUL 2
Metode de optimizare
2.1.Metoda maximizrii utilitii globale
Vom prezenta n continuare o metod numit metoda maximizrii utilitii
globale.
Am considerat c simpla nsumare ponderat a funciilor obiectiv nu are o
justificare economic deoarece de cele mai multe ori aceasta exprim criterii
necomparabile. n acest sens ideea de baz a metodei este nlocuirea funciilor
obiectiv cu funcii utilitate n sens von Neumann-Morgenstern, care vor putea fi
nsumate corect pentru a obine funcia sintez.
n elaborarea metodei am considerat c problema programrii liniare cu
criterii multiple se poate reduce la problema deciziilor multidimensionale.
Fie o situaie decizional cu m strategii i n criterii (tabelul numrul 1)
Tabelul numrul 1

42

Criterii

C ,C

,..., C n

x ,x
x ,x
11

12

,..., x1n

21

22

,..., x2 n

Strategii

S
S

m1

m2

,..., xmn

Pentru a defini noiunea de utilitate n sens Neuman-Morgenstern se consider

c decidentul comparnd dac consecinele

ik

jk

din punctul de vedere al

criteriului k, poate manifesta numai una din urmtoarele situaii :

x >x );
- prefer x lui x ( x > x ) ;
- nu prefer nici pe x nici pe x ( x
- prefer

ik

lui

jk

jk

ik

ik

jk

jk

ik

jk

ik

ik

jk

).

Vom mai introduce un gen special de consecine numite mixturi probabilistice

a dou consecine simple

ik

de forma x`= p

jk

este probabilitatea de realizare a consecinei

realizare a consecinei
Utilitatea u(
utilitile u(

hk

x
ik

jk

ik

x , 1 p x
ik

jk

, unde p

i (1-p) este probabilitate de

) a consecinei

) i u( x jk ). Dac

hk

ik

se determin considernd cunoscute

> x jk se consider u(

hk

)=1 i u( x jk

)=0 i se pot distinge urmtoarele situaii :

43

a)

hk

>

x >x
ik

jk

; n acest caz se estimeaz probabilitatea p pentru care

x
i se consider u(
b)

x >x
ik

hk

ik

ik

c)

hk

> x jk ; n acest caz se estimeaz probabilitatea q pentru care

hk

q xik , 1 q x jk

)= q
ik

> x jk >

ik

; n acest caz se estimeaz probabilitatea r pentru care

x
i se ia u(

)=p ;

x
i se consider u(

p xhk , 1 p x jk

jk

hk

, 1 r xik

ik

)= - 1 r .

Teoria elaborat de von Neuman i Morgenstern se sprijin pe un sistem de

axiome care garanteaz existena unei funcii cu valori n mulimea numerelor
reale, funcia de utilitate u, care are urmtoarele proprieti:
a) dac A i B sunt consecine a doua moduri distincte de a aciona, atunci
A>B (A este preferat a lui B), dac i numai dac u(A)>u(B) ;
b) dac C este o mixtur probabilistic a doua consecine A i B, C=

pA, 1 p B , 0 P 1 ,atunci
u(C)=pu(A)+(1-p)u(B) ;
c) dac u are proprietile a) i b) de mai sus, atunci ea poate suferi o
transformare liniar pozitiv :
u`(A)=au(A)+b,

a>0.

Pentru a utiliza noiunea de utilitate la rezolvarea problemei de decizie

multidimensional este necesar de a examina posibilitatea de adunare a utilitarilor .
44

P.C. Fishburn ocupndu-se de aceast problem a demonstrat c utilitile

sunt aditive numai dac criteriile sunt independente n sensul teoriei utilitii.
Independena n sensul teoriei utilitii este definit de Fishburn astfel :
Fiecrei strategii a tabelului nr. 1 i corespunde un n-tuplu de consecine

x , x ,..., x
1

x X

, unde

x , x
1j

2j

tupulri care aparin produsului cartezian

,..., xmj . n afara celor m n-

X *X
1

*,...,* X n . S le notm cu

x , x ,..., x .
1

Se poate defini o mulime G de perechi de mixturi de forma

p x , p

q x , q
2

n aa fel nct

,...,

,..., q

x , p

j 1

x , q
r

j 1

, cu
1

1, x X pentru orice j
k

1, x X pentru orice k,

i probabilitatea total a unui

x X
j

(j=1,.,n) s fie

aceeai n ambele mixturi.

Dup Fishburn, fiind date n criterii

X ,X
1

,..., X n , i acestea sunt

mutual independente n sensul teoriei utilitii, dac i numai dac

pentru orice

, G .
1

Metoda maximizrii utilitii globale const n urmtorii pai :

45

1) Se determin pentru fiecare funcie obiectiv valoarea optim

optimum F j x

xD

valoarea

pesim

pessimum F j X .
xD

2) Pe mulimea tuturor valorilor optime i pesime determinate se estimeaz,

prin metoda von Neumann-Morgenstern (sau prin alt metod ), utilitilor
acestor valori :

X X ,..., X
u u ,..., u

Valoarea funciei obiectiv

Utilitatea asociat

r 1

F ,..., F

3) Se transform funciile obiectiv

concrete n funcii de utilitate

Y Y
u u

`
1

,...,Y r

r 2

,..., u 2 r

cu semnificaii economice

,..., F r . Pentru aceasta se rezolv

r sisteme liniare

X u
j

(j=1,.,r)

Y u
j

j r

obinndu-se coeficienii j , j , cu care se fac transformrile de forma

`
j

j F j j c jk xk
j

k 1

``
j

, (j=1,,r).
j

4) Se rezolv problema de programare liniar

*

max F

F
j 1

``
j

c x
j 1 k 1

jk

46

obinndu-se soluia

x ,......, x de maxim utilitate.

*

Utilitatea maxim global va fi

U

X F X
*

j 1

2.2.Optimizare prin ponderare

47

n acest paragraf ,

,...,

vor fi presupuse funcii concave definite pe

mulimea convex, nchis i mrginit .

Atunci problema
(P
unde

,...,

. f p x,
M c P ): sup
x
s

0,
r 1

f x p f x ,
p

r 1

1, este o problem de programare convex .

Adoptnd punctul de vedere potrivit cruia, o soluie optim a problemei de

programare multicriteriala este o soluie nedominant n , care maximizeaz o
funcie obiectiv ponderat de tip

p ,..., p
1

, se pune problema determinrii ponderilor

ntr-o manier care s poat fi acceptat din considerente logice sau

intuitive.

S remarcm, nti, c pentru orice sistem de ponderi

propoziia asigur existena unei soluii optime a problemei ( P

0,
r 1

P ) care s fie

nedominant.
Pentru a ne menine n cadrul programrii convexe constatm c definind

n
= {x R

*
f x v}, este tot o mulime convex. n cazul funciilor
p

obiectiv liniare, este mai comod s definim

n
= {x R

f x v}, condiia
p

de convexitate fiind de asemenea ndeplinit.

Astfel demonstraia propoziiei furnizeaz ideea unui algoritm, bazat pe
tehnicile de rezolvare ale programrii convexe pentru determinarea unei soluii

48

nedominante n cazul n care ponderile nu sunt toate pozitive. n cazul n care

0 . r=1,,s, orice soluie optim a problemei ( P

P ) este nedominant.

Descriem, n continuare, un procedeu pentru determinarea ponderilor asociate

funciilor obiectiv

,...,

1) Se rezolv cele s probleme de programare convex :

sup . f x ,

Se obin soluiile

, r 1,..., s.

r=1,,s.

f x max . f x

2) Se calculeaz :

f
3) Se aleg constantele

rl

f x , r , l 1,..., s.
l

k , r 1,..., s, astfel,
r

k r =0, dac min . f

rl

0.

1l s

min .
1 l s

rl

, dac

min . f

rl

0.

1l s

4) Se calculeaz :

arl

f
f

Scriem

rl
rr

kr
kr

, r , l 1,..., s.

arl r, l s
l

5) Se rezolv problema de programare liniar :

s

(LC)

inf . z , {z R A
x

r 1

z c, z 0}
49

(c este vectorul cu toate componentele egale cu 1 ).

Fie

o soluie optim a acestei probleme.

6) Se calculeaz ;

z
M
M
s

p ,..., p

,...,

, unde M r

l 1

rr

f k , r 1,..., s
r

constituie sistemul de ponderi asociat funciilor obiectiv

Justificarea acestei proceduri se gsete n interpretarea unor rezultate clasice

ale teoriei jocurilor.
S notm nti, ca o transformare de tipul

f x f x k
`

nu modific

esenial, natura problemei de optimizare multicriterial.

ntr-adevr nlocuirea funciilor obiectiv

cu

`
r

ar putea fi interpretat ca o

schimbare a originilor la care se raporteaz valorile acestor funcii i nu afecteaz

caracterul optim al unei decizii. n acest mod trebuie interpretate constantele

definite la 3).

f
posibil

rl

maxima a lui

reprezint valoarea pe care o ia funcia obiectiv

care maximizeaz funcia

pe .

n timp ce

rr

pentru soluia

este chiar valoarea

50

Atunci

soluiei

ri

ar putea fi interpretat drept gradul de preferin acordat

, relativ la criteriul r (reprezentat de funcia obiectiv

Remarcm c

rl

(0, 1] si

).

=1, r, l=1,,s.

rr

Matricei A i se poate asocia un joc matricial ( joc de doua persoane cu

sum nul, finit), n care mulimile strategiilor pure ale celor doi juctori coincid cu
{1,,s}, iar ctigul primului juctor, corespunztor perechii de strategii (r,l) este

. Conform teorie jocurilor matriciale exist puncte de echilibru formate din

rl

strategii mixte. Dac A 0, orice strategie optim

s
1

,...,

a primului

juctor este definit prin :

z
z
r

r 1

unde z

z ,..., z este soluie optim a problemei de programare liniar (LC).

1

Deoarece numerele

,...,

sunt nenegative, cu suma 1, pot constitui un

sistem de ponderi. Dar, prin construcia de la 4) ele sunt, formal, asociate funciilor

f k
g
M
r

, r=1,,s.

Deci, ntr-o combinaie liniar de forma

f
M

, sau, echivalent,
r

g ,
r 1

este coeficientul lui

este coeficientul lui

. Dar numerele

51

1
1

,...,

nu constituie un sistem de ponderi (neavnd suma 1). Este deci

necesar s le mprim cu suma lor. De aici, definirea ponderilor

Din punct de vedere matematic, construcia ponderilor

ca la 6).

p ,..., p
1

este

absolut corect. Se poate pune, ns, ntrebarea : de ce se construiesc ponderile n

acest mod ?
Rezult din cele spuse mai sus c sistemul de ponderi este, ntr-un anumit
mod, echivalent cu o strategie optim mixt a primului juctor n jocul matricial
.
Acest juctor poate fi identificat cu factorul de decizie care dorete s-i
maximizeze ctigul mediu. Ori, dat fiind interpretarea elementelor matricei A,
aceasta nseamn c maximizarea ctigului mediu se realizeaz prin alegerea
optim a ponderilor asociate diferitelor criterii. Dar optimul n acest caz este neles
n modul specific teoriei jocurilor pur antagoniste, n care interesele celor doi
juctori sunt opuse. Care este cel de-al doilea juctor ?
Un rspuns ar putea fi natura, adic ansamblul de condiii necontrolate de
factorul de decizie, care limiteaz posibilitile de aciune ale acestuia. Este drept
c, n acest caz, natura nu acioneaz n mod contient mpotriva factorului de
decizie, ns se poate admite c n stabilirea propriei decizii este preferabil ca
aceasta s se conduc dup principiile teorie jocurilor antagoniste.
Este evident c o asemenea interpretare dat procedurii de determinare a
ponderilor apare puin forat, acceptarea sa n totalitate, fiind discutabil, dar
reprezint o modalitate de obiectivizare a atitudinii factorului de decizie fa de
obiectivele multiple pe care le are n fa.

52

n concluzie, dac se accept punctul de vedere al optimizrii prin ponderare,

soluia optim a problemei de programare convex multicriterial se obine astfel :
a) Se determin, prin procedeul descris, sistemul de ponderi
b) Dac

>0, r=1,,s, se tece la c). Dac

J {r

p ,..., p
1

p 0} O se trece la d)
r

c) Se rezolv problema de programare convex

s

(P M c P) sup . p f x .
r

r 1

Orice soluie optim a acestei probleme poate fi considerat a problemei de

programare multicriteriala. STOP.
d) Se caut v max .
x

f x .
p

e) Se rezolv problema de programare convex :

1
sup . f x ,
J
x

rJ

{x

f x v}.
p

Orice soluie optim a acestei probleme se consider soluie optim a

problemei de programare multicriteriala. STOP.

2.3. Soluia arbitrar

Schema de arbitrariere
Fie

o mulime nevid, convex, nchis i mrginit superior i fie

R astfel c

{ , }
0

53

`
Definiie : Dac , spunem c domin pe

( dom.

) dac
`

,.
`

Propoziia 1. Mulimea punctelor nedominante din este nevid.

Demonstraie :

este o mulime nevid i compact. Fie a

R , a>0.

Aplicaia liniar g a este continu i i atinge maximul pe

T

un punct de maxim a lui g pe 0 . Se poate verifica uor c

S notm cu

. Fie

este nedominant.

mulimea tuturor cuplurilor ( , ) cu proprietile de

0

mai sus, adic,

={( , ) R mulime nevid, convex, nchis i mrginit, superior

0

R astfel ca

Definiie : O aplicaie S : s R se numete schem de arbitrariere, dac :

s

0
a) S , 0 .
0
b) S , este un punct nedominant n .

c) Dac h : R R , h cu i ai i bi , ai 0, i=1,,s atunci

s

S h , h

h S , 0

punctelor lui

(h( ) reprezint mulimea imaginilor, prin h, ale

).

54

d) Dac

i S ,

0
`
S , = S

,
atunci

,
`

cu condiia ca

s .

e) Dac

este simetric n raport cu mulimea de indici

(adic i i, j J, i<j, implic

J {1,,s}.

,..., ,..., ,..., ) i dac

1

0
i

0
j

oricare ar fi i, j J.
Teorem1 : Aplicaia S : s R , definit prin :
0
S , =

unde :

=
*

(i)

(ii)

, dac 0 {} .

=( J , J ) ,
*

unicul punct de maxim al funciei,

g ,
J

exist

iJ

0
j

, pe
ij , dac,

J {1,,s}, J , astfel ca

astfel ca
0

0
J

pentru toi

i exist

, este o schem de arbitrariere ( pentru comoditatea

J
0

scrierii, elementele lui sunt vectori linie).

Pentru demonstrarea adevrului acestei teoreme, stabilim nti dou leme.
Lema 1 : Dac 0
1.

0
J

, atunci exist J {1,,s} astfel ca

0

pentru toi 0 ,
55

2.exist 0 astfel ca

.
J
0

Demonstraie :
Dac exist 0 pentru care 0 , lema este verificat pentru toi J
{1,,s}.

J{ j {1,. ., s}

Astfel , mulimea

, pentru toi 0 } este nevid. ntr-

0
j

adevr, n caz contrar, pentru fiecare j s-ar gsi un

astfel ca

j
j

.
j
0

Cum 0 este mulime convex, s 0 . Dar .

j 1
s

Definim J {1,,s}\ J . Atunci, pentru fiecare

j
j

. Rezult c
j
J
0

Lema 2 : Dac
atunci aplicaia

i
j

jJ

jJ

0
j

, exist

i atinge maximul pe

cu

i dac exist 0 astfel ca

J {1,,s}. J

jJ

,
J
0

ntr-un unic

punct.

Demonstraie :

Fie 0 0 , g J g J 0i 0
J

Evident, 0 i

,
J

0
J

g max . g .
max
.

56

Fie funcia hJ : 0

R, h J

ln
0

jJ

este o funcie strict concav i i atinge maximul ntr-un unic punct

h
J

hJ

*
J

, pentru toi
J

Punnd :

imediat

rezult

*
J

. Deci

g
*

pentru

orice

, .
*

Demonstraia teoremei : Concluziile celor dou leme asigur c enunul

teoremei are sens, una din alternativele (i) sau (ii) verificndu-se totdeauna.
Urmeaz s verificm proprietile a) i e) :
a) este evident. n ipoteza de la (i) i b) este banal satisfcut. S ne situm

n ipoteza de la cazul (ii). Presupunnd c

Atunci

i
J
J
0

cu alegerea lui

,
J
J
*

este dominat, fie 0 , dom, .

*

. Deci
J

g g
*

, n contradicie

Proprietatea c) este i ea satisfcut banal n ipoteza

. S ne situm
0

n ipotezele de la (ii). S notm cu h .

`

Fie

`
J

`
J

jJ

punct

jJ

*`

0`

a g ,
`

unde
j

deducem c

( deoarece

0`

`
J

. Dac

h , din identitatea
`

i atinge maximul pe

n unicul

0, j J ).
57

d) rezult imediat din observaia c maximul unei funcii pe o submulime a

domeniului de definiie nu poate depi valoarea maximului global.
n sfrit, pentru a demonstra e) s ne situm n ipotezele (ii) i s presupunem c
J={l,,k}, k s . Fie

i, j J .i j .

Atunci

,...,

.g J .
max

Dar datorit simetriei lui , se poate scrie ;

g max .
max
.

1. exist

jJ

,...,

,...,

0
j

,...,
i

*
i

,...,
j

are un unic punct de minim. De aici

*
i

*
j

o mulime nevid, convex, cu proprietile :

J {1,,s}, J

h
J

e
2.

,...,
1

Dar, conform lemei 2,

Lema 3 Fie

,...,

J
j

astfel ca

1, dac
0, dac

, unde

jJ
`
jJ

1 , pentru orice .

Atunci,

s
R

jJ

Demonstraie : Prin absurd, s admitem c exist

Deoarece este convex, segmentul determinat de

astfel ca

jJ

este inclus n .

Fie :
58

hJ 1 e , 0,1
Atunci

e J
`

hJ

e si 0 e J e
T

J 0.
jJ

Considerm c exist (0,1] astfel ca 0 pentru toi

`

0. .

Atunci

0 ,

adic :

h 1 e h e 1
J

ceea ce este absurd.

Teorem 2 : Aplicaia S definit n teorema anterioar este unica schem de
arbitrariere.
Demonstraie : Fie S : s R o schem de arbitrariere. Vom arta c
s

S ,
`

0
0
S , oricare ar fi , s .

0
Fie , s . Dac este adevrat ipoteza (i), atunci datorit lui a) rezult

clar c

S ,
`

S , 0

S ne situm acum n ipotezele cazului (ii).

Definim

h :R
1

R , h1 . Notm
s

h , h .
`

59

EVIDENT

h
1

, 0 .

0
i

h1 satisface
~

Deasemenea s observm c

0.

Exist atunci un ' astfel ca

`

'
j max

jJ

Definim

h :R

'

R , h
'

''

'

jJ

'

0.

, unde

`
j

, dac j J
`
j j

~
`
j , dac j J

``

Notm h2
''

,
'

''
0

h2

'
0

Evident.

h 0.
2

''
0

''

''

''

0 , h2

'

''
0

, pentru orice '' '0' .

''

jJ

Atunci rezult din lema 3 c :

''
0

s
R

jJ

S notm R 0, j J .

jJ

Proprietile a), b), e) implic S

,0

e .
60

S
~

"
0

.
''

Dar,

,0

Pe de alt parte a) i d) implic

Atunci

din

d)

rezult

S ,0
~

,0 " ,0
S 0 S 0
"

n concluzie :
1.
Dac notm

S , 0

S ,0 e .

''

, rezult din c) c
2.

S
~

"

,0

oh

.
Atunci 1. i 2. conduc la :
61

j
~

'

j
j , dac

0
j

, dac

j J,

j J.

n final, s observam c
~

'

max . max .
j
Jj

' ' '

jJ

j 0

jJ

j j 0

= max . g J 0
deci,
~

, 0 S , 0 .
S

Soluia arbitrar a unei probleme

de programare multicriterial
S presupunem c este o mulime nevid, convex, nchis n

,...,

sunt funcii concave, mrginite superior pe .

Notm,
liniare se scrie

{ R exist
f x ,

x astfel ca f x } (n cazul funciilor obiectiv

astfel ca ).

Se observ c conine spaiul obiectivelor .

Propoziia 1 este o mulime nevid, convex, nchis i mrginit superior.
Pentru fiecare s notm
X x f x .

Propoziia 2. Dac

este nedominat n , atunci orice

este

x X

nedominat i f x .
62

Demonstraie : Prin absurd, s presupunem c

este dominat.

x X

Exist deci x astfel ca

f x f x , f x f x

Definim

f x . Atunci

i dom
0

n contradicie cu proprietile lui

Pentru cea de a doua afirmaie a propoziiei, raionm, din nou, prin reducere
la absurd. Dac

rezult c =f(x) l domina pe

f x , f x ,

ceea ce este

fals.
Propoziia 3. Dac

este o soluie nedominant, atunci

este

f x

nedominant pentru .
Fie acum

R astfel ca

0
x f x .

Se observ atunci c, dac prin 0 desemnm mulimea

0

aceasta este nevid i

{R
0

exist x 0 astfel ca

f x } .
Atunci, fie

0
S , , unde S este schema de arbitrariere definit n

seciunea precedent.

x este numit soluie arbitrar a problemei de

programare multicriteriala P M .
*

Definiie. Mulimea X

63

Propoziia 4.
cu aceeai imagine,

este nevid, convex, format din soluii nedominante,

, n spaiul obiectivelor.

Conceptul de soluie arbitrar definete optimalitatea n programarea

multicriterial prin apelul la unele principii generale de comportament economic.
Ca i n formalizrile expuse anterior, n acest capitol ne situam pe poziiile
unui analist obiectiv, care nu dispune de o ierarhizare prestabilit a criteriilor i care
cut s dea alegerii fcute o motivare logic. Care sunt n acest caz argumentele
care pledeaz n favoarea soluiei arbitrare?
O calitate foarte important, nedominarea, este afirmat n propoziia
precedent. Alte caracteristici ale sale devin observabile prin interpretarea
axiomelor a) - e) care definesc schema de arbitrariere, selectorul ce desemneaz n
spaiul obiectivelor imaginea

a soluiei arbitrare.

Astfel, c) exprim invariana deciziei optime fa de transformarea liniar a

utilitarilor. Cu alte cuvinte, decizia optim (n cazul nostru, soluia arbitrar) nu se
modific dac se opereaz o schimbare a unitarilor prin care se exprim funciile
obiectiv sau originile la care se raporteaz aceasta (cu condiia ca sensul de variaie
s nu fie denaturat)
Proprietatea e) subliniaz caracterul obiectiv al decidentului i atitudinea sa
general fa de obiectivele multiple; n cazul n care mai multe obiective se
exprim prin funcii care au acelai domeniu de variaie, este rezonabil s li se
acorde o importan egal.
Axioma d) poate fi interpretat ca o condiie de independen a deciziei
optime fa de alternativele nesemnificative.
Un rol aparte l joac proprietatea a). Aceasta cere ca valorile funciilor
obiectiv, corespunztoare soluiilor arbitrare, s depeasc anumite praguri,
64

componentele lui

impuse lui

(cerin a crei satisfacere este posibil datorit condiiilor

) acordndu-i, deci, lui

rolul unui reper n procesul de

optimizare.
Cum se determina
1)

? Putem indica trei posibiliti, cu interpretri diferite.

x , unde x
0

este o soluie posibil, cunoscut. n felul acesta,

soluia arbitrar poate fi interpretat ca cea mai bun decizie n raport cu o

alternativ dat .
2) Componentele

0
r

, r 1,..., s pot fi indicate de factorul de decizie ca

praguri minime admise ale valorilor funciilor obiectiv.

3) n lipsa oricror informaii suplimentare asupra problemei (n afara celor

implicate de i
fie

,...,

x ,..., x

) putem indica un mod raional de alegere a lui

s

decizii maximizate pentru cele s criterii

f x max . f x .

Fie

1 s
r
i

x
s r 1

x .
0

Evident, deoarece este mulime convex,

confirmnd astfel valabilitatea alegerii lui
media valorilor lui
funciile

,...,

. n cazul liniar,

i deci

0
r

este chiar

n cele s decizii optimale marginale (care maximizeaz

).
65

innd seama de rezultate seciunii anterioare, putem descrie urmtorul

algoritm pentru determinarea soluiei arbitrare a unei probleme de programare
multicriteriala convex.

I. Se alege

(dac nu este dat, se poate determina conform procedeului

3)).
II. Se rezolv problemele de programare convex:

Fie

x R

f x , r 1,..., s
0
r

C .

valoarea maxim a obiectivului n

III. Scriem

J r vr .

IV. Dac
Dac

J ,

atunci

0
r

i deci

. STOP

se rezolv problema:

C
J

sup . f x

rJ

Mulimea soluiilor optime ale lui

0
r

C este soluia arbitrar. STOP.

J

ntr-adevr, putem demonstra aceast ultim proprietate.

Teorema 1: X

este mulimea soluiilor optime ale problemei

Demonstraie: Funcia mrginit superior

pe mulimea nchis

f x
rJ

0
r

C .
J

i atinge maximul

66

Din procedura de la II. rezult c pentru fiecare 0 , J J i exist

0

astfel ca
0

. ntr-adevr, conform construciei lui

J
0

exist x astfel ca

0
J

f x, f

Deasemenea, exist x 0 cu
J

f x,
J

, atunci
J
0

, dac 0

f x .

Dar x 0 rezult

f , r J .
r

f x
J

0
J

. Dac definim , cu

Concludem c
0
S ,

,
*

unicul punct de maxim pe 0 al aplicaiei

g
J

Fie acum

jJ

. Artm c

0
.
j
j

este soluie optim a problemei

C
J

. Dac nu ar fi aa, ar exista x 0 astfel ca

f x
jJ

Definind

f x ,

0
j

jJ

f x

0
j

g
*

ar rezulta inegalitatea absurd

g g
*

67

Reciproc, dac

parte din soluia arbitrar X

este o soluie optim a problemei

g f x
*

jJ

. ntr-adevr, s punem f

0
j

jJ

f x
j

0
j

C , atunci face
J

x . Atunci,
*

x
, pentru orice

Dar, pentru fiecare 0 ,

g max . f x
J

De aici, i
*

jJ

0
j

Un defect al algoritmului descris ar prea a fi faptul c, problema

C nu
J

este convex, funcia sa obiectiv nefiind, n general, concav. Acest lucru poate fi
corectat, nlocuind problema

cu o problem de programare convex

echivalent.
Fie

o soluie optim a problemei (

x

1
J

x , v
r

r J

Propoziia 5. Problema

ln
jJ

), r J i

f x .

C este echivalent cu problema de programare

J

convex :

C
'

sup . ln f x
0

rJ

0
r

x ln
0
rJ

f x
r

v0

0
r

n sensul c, mulimile soluiilor lor optime coincid.

Demonstraia este imediat, datorit acelorai considerente folosite n
demonstraia lemei 2.
68

2.4. Metoda Stem

Succinta trecere n revist, din acest capitol, a principalelor puncte de
vedere asupra modelrii n programarea multicriterial, evideniaz lipsa unor
repere unanim acceptate care s impun definirea, n termeni lipsii de echivoc, a
optimalitii.
Acest fapt nu trebuie imputat limitelor gndirii raionale sau insuficienei
metodelor tehnice i se datoreaz nsui specificului problemelor puse. Este
rezonabil atunci, s admitem c rezolvarea unor asemenea probleme nu se poate
gsi, ntotdeauna, n vrful peniei, i s limitm rolul analizei matematice a
modelului la acela de auxiliar al factorului de decizie, investit, de data aceasta, cu
prerogative mult mai largi dect n alte domenii ale teoriei deciziilor. Aceste idei au
aprut chiar n primele ncercri de fundamentare teoretic a programrii
multicriteriale. Astfel, n teoria optimalitii Pareto acord factorului de decizie un
rol activ major. Analiza modelului are drept finalitate determinarea mulimii
soluiilor nedominante N, alegerea deciziei optime rmnnd un act de
competena exclusiv a factorului de decizie, pe baza unor criterii din care
subiectivismul nu poate fi pe deplin eliminat i pe care admitem c nu le putem
transpune n mod satisfctor ntr-un sistem logic formal.
Teoria optimalitii n sens Pareto pretinde determinarea complet a mulimii
N, ceea ce nu este o sarcin uoar, ba chiar, cel mai adesea, este imposibil. De
aceea metodele de analiz mai operative, avnd la baz criterii de selecie
restrictive, se impun din ce n ce mai mult.
Asemenea metode devin mai flexibile i se dovedesc mai bine acceptate de
practicieni dac sunt astfel concepute nct s permit intervenia factorului de
decizie.
69

Numim metode de optimizare dirijat, astfel de tehnici de abordare a

problemelor de optimizare n raport cu mai multe obiective, n care momentele de
analiz logic a modelului se succed cu intervenii ale factorului de decizie, ce
poate accepta sau respinge concluziilor etapelor de analiz, sau poate modifica
criteriile de selecie cu care se opereaz.De notat c asemenea tehnici de optimizare
dirijat pot fi derivate din oricare din metodele bazate pe criteriile de selecie
descrise n paragrafele precedente.
Prezentm, aici, o metod de optimizare dirijat intitulat de autorii ei,
metoda STEM.
Fie

p ,..., p
1

un sistem de ponderi (asupra modalitii de alegere a acestor

ponderi i a semnificaiei lor)

Etapa 1. Fie

,...,

valorile maxime ale funciilor obiectiv pe

f f

max . f

x .

Se rezolv problema de programare convex:

x n
A C1 inf ., 1 p { , x R , R x , 0,
x

Fie

x ,

f f x p ,
r

r 1,..., s} .

o soluie optim a sa, i

1
1

,...,

1
s

x .
1

..
70

Etapa "t" . Examinnd cuplul x

t 1

t 1

t 2

, factorul de decizie ia una din

hotrrile:

a respinge soluia x

t 1

ca nesatisfctoare n raport cu toate obiectivele

i declar problema imposibil. STOP.

b
1

accept soluia

t 1

ca fiind satisfctoare n raport cu toate

obiectivele. STOP.

c consider soluia x
1

t 1

satisfctoare n raport cu o parte din obiective

i nesatisfctoare n raport cu celelalte. n aceast situaie alege un

reprezentnd obiectivul cel mai bine servit

t 1

i o valoare

j 1,..., s

0.

Se rezolv problema de programare convex:

( AC t)
lund n

inf . ,
x

xt p

p, p
t 1

t p t1 p {x R

f x f
j

t 1

f , f
j
r

, r j}

t 1

0.

..
Metoda STEM este un proces secvenial de analiz i decizie. Cu excepia
primei etape, cu caracter pur calculatoriu, celelalte etape se prezint ca un dialog
analist-factor de decizie. Analistul, pe baza unor considerente logice, iniiaz un
proces calculatoriu i propune o soluie posibil. Factorul de decizie accept
aceast soluie, dac informaiile particulare pe care le deine l determin s o
considere satisfctoare, sau propune o modificare a criteriilor care au fundamentat

71

selecia anterioar. Urmeaz o nou etap de analiz n care se caut o soluie

optim n raport cu criteriile modificate etc.
Procesul se ncheie cu acceptarea uneia din deciziile selectate n etapele de
analiz sau cu declararea incompatibilitii problemei. Suportul matematic al
metodei este simplu i nu necesit comentarii. ncercm s dm cteva explicaii
pentru a susine plauzibilitatea procesului.
Rezolvarea problemei ( A

C)
1

urmrete s se minimizeze discrepanele

dintre valorile funciilor obiectiv, corespunztoare soluiei alese, i valorile maxime

ale acestor funcii nivelnd, totodat, aceste discrepane. Pentru ca aceast
nivelare s se fac ntr-un mod raional, inndu-se seama i de existena unor
sisteme de msur diferite pentru cele s obiective, abaterile

f x

se

pondereaz.

r 1

unde

cu

mr

, r ,..., s.

m min . f x .
l

1l s

Putem presupune c

0. Astfel, se redefinesc funciile obiectiv prin

adugarea unor constante alese. n cazul funciilor obiectiv liniare,

r=1,,s se indic urmtorul mod de alegere al coeficienilor

mr

f x er

x,

e rj
s

j 1

72

n felul acesta, ponderile asociate abaterilor valorilor funciilor obiectiv de la

maximile absolute sunt proporionale cu variaiile pe care le nregistreaz pe

x ,..., x .
1

mulimea soluiilor optime manageriale

Motivarea actelor factorului de decizie nu se gsete n cadrul modelului,

putem s explicm, ns, semnificaia ce se acord modificrilor pe care le opereaz
n procesul calculatoriu.
S admitem, deci, c n etapa de decizie t, factorul de decizie opteaz
pentru alternativa

t 1

c . Deci, el nu se declar mulumit, pe deplin, cu decizia

t

rezultat din problema de optimizare

AC , considernd aceast soluie

t 1

satisfctoare numai pentru o parte din obiective. i revine, tot lui, sarcina s indice
o funcie obiectiv

j 1,..., s

, pentru care

t 1

ofer o valoare suficient de

mare pentru a consimi chiar i la o reducere a sa. n acest caz, indic i mrimea

cu care accept diminuarea lui

. Atunci problema de optimizare ( A

C)
t

caut s reoptimizeze nivelul abaterilor funciilor obiectiv fa de maximile lor.

Aceast reoptimizare se face n urmtoarele condiii:
-

se menine deasupra nivelului

0 , vechea restricie asupra lui

- celelalte funcii obiectiv

cele atinse de

t 1

f
r

f x f ( x
r

f x

t 1

(lund n

p ,
t 1

f x p , a fost eliminat),

r j

trebuie s ia valori cel puin egale sau

t 1

), r j.

73

Astfel, reducnd preteniile legate de obiectivul j, se caut s se mreasc

valorile celorlalte funcii obiectiv, cu care factorul de decizie nu se declarase de
acord. Se observ c soluia optim
soluie posibil a problemei ( A
prin rezolvarea lui ( A

x ,

t 1

t 1

a problemei

AC

C ) . Astfel, valoarea minima a lui

t

t 1

este

, obinut

C ) este inferioar lui t 1 , deci, noua decizie rspunde

t

dezideratului formulat.
Dac fiecare funcie obiectiv nu se realizeaz de mai multe ori, pe parcursul
algoritmului, aceasta va comporta cel mult s etape complete. Deasemenea, este
posibil ca la etapa t, s fie relaxate, simultan, mai multe obiective, dac factorul
de decizie accept acest lucru; n acest caz numrul de etape este i mai redus.

CAPITOLUL 3
Aplicaia 1

74

Substanele explozive
explozivi

S,S
1

A, A, A, A, A
1

intr n compunerea produilor

, n cantitile artate n tabelul de

mai jos. n acelai tabel se mai prezint coninutul n nitroglicerin i preurile

unitare n uniti monetare convenionale.
Tabelul nr. 1
Substane

Kg/kg

0,1

0,05

Kg/kg

0,7

0,02

0,3

Kg/kg

0,8

0,05

0,06

0,3

mg/kg
Uniti

3500
25

2000
2

700
1,6

3000
6

4000
10

8000
12

U.M.

explozive

S
S
S

2
3

Nitroglicerin
Cost

monetare/kg

Problema care se pune este de a stabili ce cantitate de produi explozivi

trebuie folosit n realizarea unei bombe care s conin:

S
- 0,250 kg din substana S
- 0,220 kg din substana S
- 0,080 kg din substana

avnd n vedere urmtoarele criterii:

- minimizarea costului;
- maximizarea cantitii de nitroglicerin;
- minimizarea masei totale a produsului exploziv.
Sistemul de restricii al problemei este:

75

0,1 x1 0,05 x3 x6 0,08

0,7 x2 0,02 x3 0,3 x4 x5 0,25

0,8 0,05 0,3 0,22
x1 x2 x4

x 0 i 1,...,6

iar cele trei funcii de eficien sunt:

F 25 x 2 x 1,6 x 6 x 10 x 12 x : (minim),
F 3,5 x 2 x 0,7 x 3 x 4 x 8 x : (maxim),
F x x x x x x : (minim).
1

Rezolvm ase probleme de programare liniar:

-

trei probleme definite de sistemul de restricii de mai sus i funciile de

optim
-

1 (min),

(max) i

3 (min).

trei probleme definite de sistemul de restricii dat i funciile de pesim

1 (max),

(min) i

S SF
1

S SF
3

x4 0,734; x5 0,03; x6 0,08; x1 x2 x3 0 ,

x1 0,275; x5 0,75; x6 0,0525; x2 x3 x4 0 ,

x1 0,275; x5 25; x6 0,0525; x2 x3 x4 0 ,

(min)

x1 0,2535; x2 0,375; x6 0,0547; x3 x4 x5 0 ,

S SF
6

Se obin soluiile:

(max)

(min)

S SF
S SF

3 (max).

x2 0,1446; x3 1,6; x4 0,389; x1 x5 x6 0 ,

(min)

S SF

(max)

(max)

x2 0,1446; x3 1,6; x4 0,389; x1

x x
5

0 .
76

crora le corespund urmtoarele valori ale celor trei funcii de eficien

X =5,182; X =2,960; X =0,578;

- valori pessime Y =10,005; Y =2,039; Y =2,134.
- valori optime

nlocuim n tabelul nr. 2 pentru estimarea utilitilor

Tabelul nr. 2
Valoarea funciei de

5,182

2,960

0,578

10,005

2,039

2,134

eficien
utiliti

0,9

0,9

0,5

0,2

n continuare scriem sistemele de ecuaii:

10,005 0
1
1

5,182 1 1 0,9
2,960 1
2
2

2,039 2 2 0,5
0,578 0,9
3
3

2,134 3 3 0,2
prin rezolvarea crora gsim, respectiv, valorile:

0,186 ; 1,87 ;
0,54 ; 0,60 ;
0,45 ; 1,16 ;
cu ajutorul crora transformm funciile F , F i F
1

le nsumm obinnd funcia-sum de utilitate

n funcii de utilitate i

:
77

x 2 x 1,6 x 6 x 10 x 12 x

= 0,186 25

0,543,5 x1 2 x2 0,7 x3 3 x4 4 x5 8 x6 0,45 x1 x2 x3 x4 x5 x6

3,21 x1 0,258 x2 0,369 x3 0,046 x4 0,15 x5 1,638 x6
care se maximizeaz.
Rezolvnd problema de programare liniar definit de sistemul de restricii
considerat i de funcia

S x
*

creia

se obine soluia de utilitate maxim:

0,0452; x4 0,7243; x6 0,08; x1 x3 x5 0

corespunde

utilitatea

u S 0,176 0,176 1,86 0,60 1,16 2,61.

*

Aplicaia 2
n cadrul unei fabrici de muniie se cere determinarea volumului de producie
a dou tipuri de grenade

(ofensive) i

(defensive) innd cont de

urmtoarele restricii:
a) consumul a dou materii prime de baz fiind limitat: 70 la
260 la

unitate din

(oel). Pentru realizarea unei grenade de tipul

i patru uniti din

consum o unitate din

1 i

2,

trei uniti din

sunt necesare o

iar pentru o grenad de tipul

(trotil) i

se

2.

78

b) n cadrul acestei fabrici procesul de producie este condus de un personal a

crui participare nu poate depi 180 de ore de munc pe zi. Pentru realizarea unei
grenade de tipul
tipul

sunt necesare dou ore de munc, iar pentru o grenad de

trei ore de munc.

Conducerea unitii i propune s stabileasc un plan de producie zilnic,

urmrind, pe de o parte maximizarea beneficiului total (s realizeze ase uniti
beneficiu pentru o unitate de produs

i patru uniti pentru o unitate de produs

), iar pe de alt parte, o ct mai deplin utilizare a forei de munc disponibile.

Rezolvm aceast problem n baza principiului ponderrii.
(1) Fie

x,x
1

volumul produciei planificate pentru

f
f

M
M
1
2

respectiv

Disponibil
2

70

260

1
2

(beneficiu)
(beneficiu)

Mulimea soluiilor posibile este:

x R x 0,2 x1 3 x2 180, x1 x2 70,4 x1 3 x2 260

Urmtoarea etap este cea de maximizare simultan a celor dou funcii

obiectiv,

79

f 1 x c1 x 2 x1 3 x2
T
2
f 2 x c x 6 x1 4 x2

max 2 x1 3 x2

2 x1 3 x2 180

x1 x2 70
4 3 260
x1 x2
x1 , x2 0

max 6 x1 4 x2

2 x1 3 x2 180

x1 x2 70
4 3 260
x1 x2
x1 , x2 0

Utiliznd algoritmul simplex primal pentru maximizarea celor dou funcii se

obin urmtoarele soluii:

(2) Calculm

rl

30

40

65

i x2

, r, l=1, 2

f
f
f
f

11

2 x1 3 x2 2 * 30 3 * 40 180 ,

12

21

6 x1 4 x2 6 * 30 4 * 40 340 ,

22

(3) se aleg constantele

2 x1 3 x2 2 * 65 3 * 0 130 ,

6 x1 4 x2 6 * 65 4 * 0 390 .

k , r=1,,s astfel:
k =0 dac min f
r

rl

>0

11

180 0 ,

12

130 0 ,

21

340 0 ,

22

390 0 .
80

Dup cum se observ toate

(4) se calculeaz

rl

a11
a21

11

f
f

21

f
f

k 1 180 0

1,
11
180 0

22

rl

kr

rr

kr

=0

a12

k2

340 0 340

,
390 0 390

a rl

12

f
f

k2

Scriem matricea A=

rl

arl
f
f

>0, deci

k 1 130 0 130

,
11
180 0 180

a22

f
f

22
22

k2
k2

390 0
1
390 0

l r ,l s

A= 34

39

13

18
1

(5) Se rezolv problema de programare liniar

s

inf z
x

r 1

, xR

A * z c, z 0
T

c- este vectorul cu toate componentele egale cu 1

z - este soluia optim a acestei probleme

z

1
13

18

34

39
1

81

34

39 *

*z c

13

18

z
z
1

Din aceast propoziie rezult urmtoarea problem de programare liniar:

min z1 z 2

39 z1 34 z 2 39

13 z1 18 z 2 18

z ,z 0

Utiliznd algoritmul simplex dual se obine soluia:

3

z 13 .
3
4

(6) Se calculeaz ponderile

M
M

cu formula:

l 1

rr

k r r=1,,s

180 ,

z 13

390
,
2
3
4

180

3
2
13

3
3
5

13 4
180 390

2 3

5 5
82

Se observ c

>0, ca urmare a acestui fapt se trece la rezolvarea

urmtoarei probleme de programare convex

s

sup . p f x
x

2
sup .
5
*
x

r 1

3
2
f x 5 f x sup . 5 11 x
1

9 x2

Rezult urmtoarea problem de programare liniar

2
max
(11 x1 9 x2)

5
2 3 180
x1 x2

70
x
1 x2

4 x1 3 x2 260

x1 , x2 0

Rezolvnd aceast problem cu algoritmul simplex primal obinem

urmtoarea soluie:
50

x
20

Rezult valorile funciilor beneficiu

.
1

f x 2 * 50 3 * 20 160
f x 6 * 50 4 * 20 380
2

n concluzie volumul de producie pentru

380, iar pentru

(grenade ofensive) este de

(grenade defensive) este de 160.

83

Concluzii i propuneri
Lucrarea este o prezentare general a principalelor aspecte i noiuni ale
programrii vectoriale dar, n acelai timp, o sistematizare a unora dintre modele
cercetrii operaionale ce pot fi utilizate n activitatea practic pentru
fundamentarea tiinific a deciziilor att n domeniul militar ct i n alte domenii.
n prezenta lucrare mi-am propus s evideniez importana aplicrii
metodelor oferite de programarea vectorial n rezolvarea problemelor decizionale
aprute n diverse domenii de activitate.
84

n trecutul nu prea ndeprtat activitatea practic a oamenilor din sfera

economic, sau militar se desfura de obicei fr nici o legtur mai important
cu modele matematice de cercetare. Cnd era nevoie s se ia o decizie ntr-o
situaie complex conductorii, comandanii, persoanele cu funcii de rspundere
se sprijineau n totalitate pe intuiie i experien experiena proprie i experiena
altor specialiti, colective sau organizaii. Experiena se implica n mod contient
sau intuitiv i consta n compararea situaiilor de moment cu situaii analoge
rezolvate anterior. Aptitudinea de a lua decizii corecte o capt persoanele care
dein o experien legat de domeniul n care i desfoar activitatea. De exemplu
experiena unui ofier de artilerie poate fi important, ns insuficient pentru cazul
cnd este pus s comande o subunitate de geniu. n general, unii conductori care
acioneaz n anumite condiii nu descoper legitile interne care condiioneaz
decizia luat. n acest caz bazndu-se pe situaiile pe care le-au ntlnit i care
uneori, cu trecerea timpului, i-au pierdut din importan, se pot comite erori care
n unele cazuri pot duce la rezultate nedorite.
n condiiile actuale, n procesul de luare a deciziei se face mai mult apel la
metodele tiinifice de cercetare i prevedere. Indiferent de natura i structura
elementelor cunoscute, deciziile trebuie s aib la baz legiti obiective care
acioneaz asupra desfurrii aciunilor. Pentru optimizarea unei decizii factorul
de conducere trebuie s ia n considerare att factorii cantitativi ct i cei calitativi
care influeneaz desfurarea unei aciuni, iar n acest context lucrare i-a propus
s dovedeasc c pentru a analiza din punct de vedere cantitativ o situaie este
necesar s fie utilizate modelele matematice.
Aceast lucrare ncearc s evidenieze rolul important al cercetrii
operaionale i al programrii vectoriale n procesul de luare sau de optimizare a
deciziilor. Modelele programrii vectoriale pentru gsirea optimului unor probleme
85

cu mai multe funcii obiectiv sunt foarte uor de utilizat n soluionarea situaiilor
care privesc luarea unor decizii bazate pe o documentare tiinific, dar i n
planificarea, organizarea i desfurarea aciunilor de lupt.
Prezenta lucrare, alturndu-se altor lucrri din domeniu care au ncercat s
interpreteze fenomene economice, sociale sau militare prin prisma cercetrii
operaionale, propune:
- aprofundarea studiului asupra metodelor de optimizarea deciziilor n
general i mai ales aplicarea lor n practic, avnd n vedere existena
a numeroase programe de calculator specializate n acest sens.
- asigurarea unei baze materiale necesare studiului i aplicrii acestor
metode.
- realizarea unor schimburi de experien cu instituii care se ocup cu
implementarea tehnicilor decizionale (colaborri pe diferite teme,
sesiuni de comunicri).
- contientizarea de ctre studenii militari a rolului cercetrii
operaionale, ca unic instrument tiinific de rezolvare a problemelor
de optimizarea deciziilor.
- studiul i aprofundarea metodelor de optimizarea deciziilor, nu numai
n timpul academiei ci i pe timpul cursurilor de carier.

Bibliografie
[1] Ciucu, G., M., V., tefnescu, Craiu, V., tefnescu, A, Statistic matematic
i cercetri operaionale, Editura Didactic i Pedagogic, Bucureti, 1982.

[2] Stancu-Minasian, I., M., Programare stocastic cu mai multe funcii obiectiv,
Editura Republicii Socialiste Romnia, Bucureti, 1980.

[3] Hampu, A., Programare stocastic, Editura Academiei Forelor Terestre, Sibiu,
2001.
86

[4] Hampu, A., Cercetri operaionale i modelarea sistemelor militare, Editura

Academiei Trupelor de Uscat, Sibiu, 1999.

[5] Malia, M,. Zidroiu, C., Incertitudine i decizie, Editura tiinific i

Enciclopedic, Bucureti, 1980.

[6] Grad, V., Stoian, I., Kovacs, Emil-Carol, Dumitru, V., Cercetare operaional
n domeniul militar, Editura Sylvi, Bucureti, 2000.

[7] Stancu-Minasian, I.,M., Metode de rezolvare a problemelor de programare

fracionar, Editura Academiei Romne, Bucureti, 1992.

[8] Lupescu, T., Rou, A., Cerchez, M., Programare matematic, Editura Militar,
Bucureti, 1965.

[9] Nicolescu, O., Verbancu, I., Management, Editura Economic, Bucureti,

1999.

[10] Purcaru, I., Elemente de algebr i programare liniar, Editura tiinific i

Enciclopedic, Bucureti, 1982.

[11] Rdceanu, E., Metode decizionale n conducerea sistemelor complexe,

Editura Militar, Bucureti, 1985.

[12] Elisabeta Rusu, Decizii optime n management prin metode ale cercetrii
operaionale, Editura Economic, Bucureti, 2001.

[13] Hampu, A., Cruau, V., Cercetri operaionale cu aplicaii n domeniul

militar, Editura Universitii Lucian Blaga, Sibiu, 1999.

[14] Mihoc, G., Programare matematic, Editura Didactic i Pedagogic,

Bucureti, 1973.

[15] Zidroiu, C., Programare liniar, Editura Tehnic, Bucureti, 1984.

[16] Malia, M., Zidroiu, C., Matematica organizrii, Editura Tehnic, Bucureti,
1975.
87

[17] Mihoc, G., Ndejde, I., Programare matematic, Editura Didactic i

Pedagogic, Bucureti, 1978.

88