UNIVERSITATEA DIN PITETI

FACULTATEA DE TIINE ECONOMICE

DEPARTAMENTUL DE MANAGEMENT I ADMINISTRAREA
AFACERILOR
SPECIALIZAREA: STRATEGIC MANAGEMENT AND BUSINESS
DEVELOPMENT

FUNDAMENTAREA DECIZIILOR PRIN

METODE ALE CERCETRII
OPERAIONALE
(NOTE DE CURS)

PITETI
2016
 CAPITOLUL I
TEORIA DECIZIEI
1.1 PROCESUL DECIZIONAL ECONOMIC

1.1.1 Decizia: definiii, tipuri de decizii

Reprezentani ai colii relaiilor umane (E.MAYO, Mc.GREGOR) au sesizat o

diminuare a intensivitii activitilor economice i sociale n ceea ce privete energia
i materiile prime, n favoarea unei intensiviti intelectuale.
Caracteristic managementului firmei este situarea, n cadrul investigaiilor sale, a
omului n toat complexitatea sa, ca subiect i ca obiect al managementului prin
prisma obiectivelor ce-i revin, n strns interdependen cu obiectele, resursele i
mijloacele sistemelor n care este integrat.
Dimensiunea uman specific proceselor i relaiilor de management se reflect i
n faptul c oamenii au multiple consecine asupra componentelor ntreprinderii, att
n calitate de titulari ai anumitor posturi de conducere, ct i de indivizi cu
personalitate proprie. Concomitent trebuie avut n vedere c fiecare titular al unui post
reprezint o personalitate aparte, cu aspiraii, posibiliti, caracteristici i necesiti
extraprofesionale specifice, a cror luare n considerare este necesar pentru
funcionalitatea i profitabilitatea societilor comerciale i regiilor autonome.
La fel ca i alte concepte i acele de DECIZIE I PROCES DECIZIONAL nu au
ntrunit pn n prezent acordul deplin al tuturor autorilor ce s-au ocupat de studierea
acestora.
n general, decizia este aciunea prin care se ncearc concretizarea, ntr-un sens dat,
a viitorului. n majoritatea definiiilor se include noiunea de alegere pentru unul din
sensurile posibile ale aciunii i ca urmare se refer mai mult la momentul final al
procesului deciziei, moment care, orict ar fi de important nu poate reflecta ceea ce
este specific ansamblului procesului. Mai important dect alegerea n sine este
ntregul proces ce o precede, proces concretizat de nfruntarea dintre dimensiunile
prezent i viitor, de evaluare a posibilitilor de aciune a ctigurilor sau a pierderilor
posibile (costul lui H. PIERON) precum i ncercarea de a investi cu atributul realitii
obiectele prefigurate.
ncepnd cu anul 1950, n lucrrile teoretice privind analiza deciziilor s-au
prefigurat urmatoarele direcii de abordare a problemei:
- Teoria statistic a deciziei ce consider c fiecrui mod n care poate aciona
un decident i pot corespunde mai multe consecine posibile determinate de
condiii exterioare numite stri ale naturii, cu probabiliti cunoscute sau nu
de realizare;
- Teoria utilitii ce urmrete introducerea unui sistem riguros de comparare a
consecinelor diverselor moduri n care poate aciona un decident, prin
asocierea, la fiecare dintre acestea a unei valori numerice: utilitatea;
- Teoria deciziilor multicriteriale de aditivitate multicriterial a utilitilor
(cercettorii americani) sau utilizarea metodei de clasament i alegere n
 prezena unor puncte de vedere diferite, bazat pe indicatorii de concordan i
discordan (cercettorii francezi);
- Teoria deciziilor de grup care analizeaz cum se face trecerea de la opiunile
individuale la cele colective.

1.1.2 Mecanismul procesului decizional

n majoritatea lucrrilor ce abordeaz probleme ale teoriei deciziei se constat o

indistincie cronic ntre perspectiva normativ i cea descriptiv, tocmai datorit
faptului c ambele perspective se ntemeiaz pe acelai model de raionalitate. Din
acest motiv, modelele normative sunt de regul considerate a fi totodat i descriptive,
uitilizate n explicarea i predicia comportamentului decizional real. n mod curent se
consider c un proces decizional este raional dac, utiliznd o analiz logic a
cunotinelor relevate, ajunge la selectarea deciziei celei mai bune.
Datorit rolului deciziilor n viaa uman, ntrebarea cea mai important este
nu cum se iau n mod real deciziile, ci cum ar trebui procedat pentru a se
ajunge la decizii ct mai bune.
Procesul decizional cuprinde activiti specifice umane i poate fi definit ca un
ansamblu de activiti pe care le desfoar un individ i/sau un grup,
confruntai cu un eveniment care genereaz mai multe variante de aciune,
obiectivul activitii fiind alegerea unei variante care corespunde sistemului de
valori al individului i /sau grupului.
Structura procesului decizional din punct de vedere al elementelor, frazelor,
etapelor, momentelor i rolurilor actorilor (factorul uman) sunt precizate n Anexa 1.
Elementele procesului decizional
 Anexa 1

Rolurile actorilor decizionali

1.1.3 Factorii determinani ai deciziei i tipurile acesteia

Orice decizie de conducere presupune interaiunea a cel puin doi factori, decidentul i mediul
ambiant. Decidentul este reprezentat de persoana sau grupul care are competena de a lua decizii
de conducere. Pe plan mondial se manifest tendina de cretere pronunat a nivelului de
profesionalism al decidentului (managerului) reflectat ntr-un potenial decizional ridicat, cu efect
n creterea raionalitii deciziei.
Mediul ambiant, al doilea factor primar al deciziei, are un coninut i o evoluie complex iar -
din punctul de vedere al impactului decizional - chiar contradictorie, accentuat la noi de economia
de pia.
Unii factori, cum ar fi centralizarea, transformarea ntreprinderilor de stat n societi comerciale
i regii autonome, nlturarea monopolului statului etc., favorizeaz comportamentul decidenilor
pentru luarea unor decizii fundamentate.
A1i factori cum ar fi creterea rolului pieei, schimbrile juridice, economice, sociale alerte,
unele chiar inedite, amplific riscul i incertitudinea deciziei.
Ca urmare a interferenei dintre factorul decident i mediul ambiant, n cadrul firmei se adopt
un mare numr de decizii de conducere ce fac parte din subsistemul decizional cu o structur
extrem de complex.
n general, n elaborarea deciziilor n cadrul firmelor trebuie s avem n vedere
urmtorii factori care influeneaz calitatea deciziilor:
Decizia = f [(fc ,fir); (V,M,R)]
V = f (C,Q)
n care:
- fc reprezint vectorul factori cunoscui (informaii, restricii, influene);
- fir reprezint vectorul factori de incertitudine i de risc determinai de mediul
ambiant;
- V reprezint valoarea factorului uman;
- C reprezint cunotinele i experiena decidentului;
- Q reprezint capacitatea de adaptabilitate a decidentului;
- M reprezint motivarea deciziei;
- R reprezint responsabilitatea decidentului.
Factorii cunoscui i cei de incertitudine i de risc sunt determinai de mediul
ambiant.
Factorii V, M,R sunt n corelaie cu factorul general uman, n cadrul acestora
fiind incluse i caracteristicile de risc i incertitudine determinate de
comportamentul decidentului.
Prezumia de risc i incertitudine se reflect pregnant n definirea a dou
tipuri de decizii din cele clasificate dup criteriul Tipul variabilelor, gradul de
informare asupra lor i certitudinea atingerii obiectivelor i anume:
- decizii incerte sunt acele decizii pentru care:
- nu sunt informaii privind probabilitile de realizare a strilor naturii;
- variabilele implicate sunt n rare cazuri controlabile;
- caracteristicile variabilelor sunt cunoscute, dar nu pentru toate n suficient
msur;
- evoluia variabilelor este anticipat cu aproximaie;
 - obiectivul este posibil de realizat, dar asupra modalitilor decizionale exist
dubii serioase;
- decizii de risc sunt acelea n care:
- alturi de variabilele controlabile exist i un mare numr de variabile
necontrolabile;
- caracteristicile variabilelor implicate sunt insuficient cunoscute;

- mai multe dintre strile naturii au probabiliti de realizare cuprinse ntre 0 i 1;

- evoluia variabilelor este dificil de anticipat;
- obiectivul este posibil de realizat, dar probabilitatea este redus.
Trebuie s inem seama i de prezumia de risc i incertitudine se reflect, mai mult
sau mai puin, i n tipurile de decizii clasificate dup alte criterii( vezi anexa nr.2).

1.1.4Formularea general a problemelor decizionale

 O problem decizional cu m variante decizionale ( V 1, V2, .,Vm), n criterii
decizionale ( C1, C2, , Cn ) i r stri ale naturii (N1, N2, , Nr) este caracterizat prin
matricea consecinelor A=(aijk) (i= 1, m ; j= 1, n ; k= 1, r ), unde aijk este consecina
corespunztoare variantei decizionale i, dup criteriul j i starea naturii k. Prin
j am notat coeficientul de importan al criteriului j.

Stri ale naturii

N1 N2 .. Nr
Crt
Var. C1 C2 .. Cn C1 C2 .. Cn .. C1 C2 .. Cn
V1 a111 a121 .. a1n1 a112 a122 . a1n2 . a11r a12r . a1nr
V2 a211 a221 . a2n1 a212 a222 . a2n2 .. a21r a22r .. a2nr
.. . .. . . . . .. . .. . .. .
Vn am11 am21 .. amn1 am12 am22 .. amn2 .. am1r am2r .. amnr
Coef.
de 1 2 . n 1 2 .. n .. 1 2 .. n
imp.

Considernd pk probabilitatea de apariie a strii naturii k, k 1, r , distingem trei

categorii de probleme decizionale:
a) problem decizional n condiii de certitudine atunci cnd ()k {1,2,.., r}
astfel nct pk=1 i p1=0 ()l {1,2,.., r} \ {k} .
b) problem decizional n condiii de risc dac pk (0,1), ()k {1,2,.., r} .
c) problem decizional n condiii de incertitudine dac nu se cunosc
probabilitile de apariie asociate strilor naturii.

1.2 METODE I TEHNICI DE CONDUCERE FOLOSIND ELEMENTE DE

TEORIA DECIZIEI

1.2.1 Metode de rezolvare a problemelor decizionale, multicriteriale, n

condiii de certitudine, fr utiliti

Deoarece nu exist dect o singur stare a naturii, matricea consecinelor va fi

A ( a ij ) , i 1, m , j 1, n , cu aij = consecina variantei i n raport cu criteriul
j.
Unele dintre metode necesit mai nti o omogenizare a criteriilor prin metoda
normalizrii. Notnd cu R (rij ) , i 1, m , j 1, n , matricea consecinelor
normalizate, elementele acesteia pot fi obinute prin:
a) normalizarea vectorial
 aij aij
rij rij
aij
m
sau
a
i 1
ij a 2
ij
i 1

b) normalizarea prin transformri liniar

- dac criteriul este de maxim

a ij
, unde a j max
max
rij aij
max
a j 1i m

- dac criteriul este de minim

aij
rij 1
a max
j

Un alt procedeu de transformare liniar

- dac criteriul este de maxim

aij a min
, unde a j min
min
rij
j aij
a max
j a min
j
1i m

- dac criteriul este de minim

a max
j aij
rij
a max
j a min
j

Formulele de mai sus sunt valabile pentru criteriile cantitative.

n cazul criteriilor calitative se realizeaz mai nti o scalare ordinal sau scalare
ntr-un interval, apoi se normalizeaz printr-una dintre metodele cunoscute. Trebuie s
remarcm c scalarea ntr-un interval este mai dificil de fcut din cauza naturii
imprecise a calificativelor.
Din multitudinea de metode ce pot fi aplicate pentru rezolvarea problemelor
decizionale n condiii de certitudine vom prezenta:
- metoda ELECTRE
- metoda permutrilor succesive (Bernard-Besson)
- metoda momentelor (Deutch-Martin)
- metoda ponderrii simple aditive
- metoda atribuirii liniare
- metoda conjunctiv
- metoda Onicescu
- metoda TOPSIS
- metoda dominaiei
- metoda lexicografic
 1.2.1.1. Metoda ELECTRE

Este o metod ce se poate aplica atunci cnd sunt cunoscute preferinele cardinale
asupra criteriilor.
pas 1 se normalizeaz matricea consecinelor
pas 2 se determin elementele matricei coeficienilor de concordan. Pentru
perechea de variante decizionale (Vk, V1), coeficientul de concordan se calculeaz
dup formula

{ j |rkj rlj }
j

c(Vk, Vl )= n

j 1
j

pas 3 se calculeaz coeficienii de discordan pentru fiecare pereche de variante

0 dac rkj rlj , () j 1, n

1
max r
{ j |rlj rkj }
lj rkj

cu max
i, j
rij min rij
i, j

pas 4 se introduce un criteriu de surclasare a variantelor decizionale conform

creia varianta Vk surclasez varianta V1 (Vk V1) dac i numai dac sunt
ndeplinite simultan condiiile:

c(Vk , Vl ) p
d (Vk , Vl ) q
unde p i q sunt dou valori prag din intervalul [0,1] astfel nct p+q=1.
Practic, se pleac de la o valoare a lui p ct mai apropiat de 1 i o valoare a lui q
ct mai apropiat de 0 i, diminund progresiv valoarea lui p i crescnd
corespunztor valoarea lui q, se ncearc obinerea acelei variante decizionale care le
domin pe toate celelalte.

1.2.1.2. Metoda permutrilor succesive ( Bernard-Besson)

Metoda aparine aceleiai clase din care face parte i metoda ELECTRE.
pas 1 se determin matricea coeficienilor de concordan (de remarcat c putem
calcula coeficenii de concordan fr o normalizare prealabil a datelor, innd
seama de sensul fiecrui criteriu).
pas 2 pentru permutarea h a variantelor decizionale,se calculeaz indicatorul

h h h , unde
 h = suma elementelor de deasupra diagonalei principale a matricei
coeficienilor de concordan (adeziuni pariale).
h = suma elementelor de sub diagonala principal din matricea coeficienilor
de concordan (respingeri pariale)
pas 3 se repet primii doi pai pentru cele m! permutri posibile ale variantelor
decizionale, determinndu-se
* max h
h 1, m!
Ierarhia optim a variantelor decizionale este cea care corespunde lui * .

1.2.1.3. Metoda momentelor ( Deutch-Martin)

Este o metod care se aplic problemelor decizionale pentru care criteriile sunt
echiimportante.
pas 1 se normalizeaz matricea consecinelor
pas 2 pentru fiecare linie se calculeaz momentul linie
n

jr
j 1
ij

M
i
l
n , ()i 1, m

rij
j 1

pas 3 se ordoneaz liniile matricei consecinelor normalizate n ordine

cresctoare dup valorile momentelor linie
pas 4 pentru fiecare coloan a noii matrici se calculeaz momentul coloan
m

i r ij
M
c
j
i 1
m , ( )i= 1, m
r
i 1
ij

pas 5 se ordoneaz coloanele matricei n ordine cresctoare a valorilor

momentelor coloan
pas 6 se reia algoritmul de la pasul 2 pn cnd nu mai sunt posibile noi
ordonri ale liniilor i/sau coloanelor matricei consecinelor normalizate.
Ultima ordonare a liniilor reprezint clasamentul optim al variantelor
decizionale.

1.2.1.4. Metoda ponderrii simple aditive

Metoda se poate aplica numai n cazul n care exist informaii privind

preferinele cardinale asupra criteriilor
pas 1 se normalizeaz matricea consecinelor printr-o metod de normalizare
prin transformri liniare
pas 2 pentru fiecare variant decizional, se calculeaz valoarea funciei
:V R
 n

j 1
j rij
(Vi ) n , ()i 1, m

j 1
j

Varianta optim este cea creia i corespunde cea mai mare valoare a funciei f.
(V ) max
*
1i m
(Vi )

1.2.1.5. Metoda atribuirii liniare

Ca i n cazul metodei anterioare, sunt cunoscute preferinele cardinale asupra

criteriilor:
pas 1 se determin matricea locurilor

L (Lij )i1,m ,
j 1,n

cu Lij V , ( )i 1, m , () j 1, n i
Lij=Vk dac Vk ocup locul i n raport cu criteriul j.
n cazul n care h variante (h 2) ocup acelai loc pentru un criteriu, se submparte
criteriul respectiv n corficientul de importan iniial.

)
pas 2 se definete matricea F ( ij i 1,m unde fij este egal cu suma
j 1,m
coeficienilor de importan corespunztori criteriilor pentru care varianta i ocup
locul j.
pas 3 se rezolv modelul de programare liniar

cu restriciile

bik = 1, dac varianta i ocup locul k n clasamentul optim al variantelor

0, n caz contrar
 Aa cum a fost definit, avem o problem de afectare care se poate rezolva prin
metoda ungar.

1.2.1.6. Metoda Onicescu

Face parte din aceeai categorie ca i metoda ponderrii simple aditive.

Versiunea 1 criteriile sunt considerate echiimportante
pas 1 se determin matricea locurilor ( definit ca la metoda atribuirii liniare)

pas 2 se calculeaz elementele matricei

B (bij )i1,m , cu b ij indicnd de cte ori
j1,m
varianta i ocup locul j.
pas 3 se construiete o funcie f : V R
m
1
( Vi ) bij , ()i 1, m
j 1 2j
Ierarhian optim este dat de valorile descresctoare ale funciei f.
Versiune 2 coeficienii de importan asociai criteriilor decizionale sunt de
1
forma j , () j 1, n
2h
pas 1 se determin matricea locurilor
pas 2 se calculeaz elementele matricei E
pas 3 se construiete funcia : V R
n
f (Vi ) j 2
loc (Vi ,C j )
, ()i 1, m
j 1

unde loc(Vi,Cj) = locul pe care-l ocup varianta i n raport cu criteriul j.

Clasamentul variantelor decizionale este dat de valorile descresctoare ale
funciei f.

1.2.1.7. Metoda conjunctiv

Este o metod care se aplic atunci cnd cunoatem un vector V0=(a01,a02,...,a0n)

al nivelurilor standard corespunztoare celor n criterii.

Cunoscnd matricea consecinelor A=(aij) i 1, m , vor fi selectate acele variante

j 1, n
care sunt cel puin tot att de bune ca i varianta standard pentru toate criteriile.

1.2.1.8. Metoda dominanei

Se folosete cnd nu deinem nici o informaie despre importana criteriilor

i/sau a variantelor.
Vom spune c o variant Vk este dominat de o variant V1 dacV1 este cel
puin tot att de bun ca Vk pentru toate criteriile, pentru cel puin un criteriu fiind mai
bun.
 1.2.1.9. Metoda lexicografic

Se aplic n cazul n care sunt cunoscute preferinele ordinale asupra criteriilor.

Presupunnd c cele n criterii sunt ordonate n funcie de preferine C1
C 2 .... C n se selecteaz mulimea variantelor care satisfac la maxim cel mai
,
imortant criteriu, C1:
V1= {Vi|Vi este cea mai bun variant n raport cu C1}
Dac V1 are un singur element, acesta este varianta aleas. Dac nu, atunci se
construiete
V2 = { Vi V | Vi este cea mai bun variant n raport cu C2}
1

Se continu procedura pn cnd:

a) se obine o mulime Vk cu un singur element, soluia problemei fiind acea
variant
b) au fost considerate toate criteriile; n acest caz variantele din ultima mulime
reprezint soluia problemei.

1.2.1.10. Metoda TOPSIS

Spre deosebire de metoda lexicografic, n cazul metodei TOPSIS se cunosc

preferinele cardinale asupra criteriilor.
pas 1 se determin matricea consecinelor normalizate printr-o metod de

normalizare vectorial,
R (rij )i1,m
j 1,n
pas 2 se construiete matricea normalizat ponderat

T=(tij) i 1, m , cu tij = j rij

j 1, n
pas 3 se determin soluia ideal T*=(t*1, t*2, ..,t*n) i soluia ideal negativ T-
= (t-1, t-2, t-n), unde

mint ij , dac criteriul j este de

1 i m
-
t j= maxim
max t ij , dac criteriul j este de minim
1i m
maxdac criteriul j este de maxim
t*j= , dac criteriul j este de minim
 pas 4 se calculeaz distana ntre soluii (de obicei se consider distana
euclidian)
n n
S i* (t
j 1
ij t *j ) 2 i S i
(t
j 1
ij t j ) 2

pas 5 se calculeaz apropierea relativ fa de soluia ideal

Si
Ci* , 1 i m
S i* S i
pas 6 clasamentul optim este dat de valorile descresctoare ale lui C i*

1.2.2 Probleme de decizie n condiii de certitudine, cu utiliti

1.2.2.1. Axiomatica utilitilor von Neumann Morgenstern
Exist o teorie a utilitii care lmurete funciile, proprietile i modul n
care se poate folosi aceasta n procesul decizional.Fondatorii acestei teorii sunt John
Von Neumann i Oscar Morgenstern (1944).
Cteva din axiomele formulate sunt urmtoarele:
A 1 ) Pentru dou variante V i i V j de rezolvare a unei probleme manageriale, un
decident poate exprima una i numai una din urmtoarele relaii :

(V i V j ); (V j V i ); (V i V j )

unde: - reprezint operatorul logic de preferin;

- operatorul logic de indiferen.

A 2 ) Relaiile de preferin sunt tranzitive:

(V i V j ) i (V j V k ) (V i V k )

iar relaiile de indiferen sunt tranzitive i reflexive:

(V i V j ) i (V j V k ) (V i V k );
(V i V j ) (V j V i )

A 3 ) n afara mulimii variantelor simple se pot concepe i variante complexe,

constnd din cte dou variante simple de forma :

V`=p V i + (1-p) V j
unde : p- reprezint probabilitatea folosirii variantei V i
(1-p)- probabilitatea folosirii variantei V j .
Astfel, n teoria utilitii se introduce probabiliti iar dou variante V i i V j

pot forma mpreun un mix probabilistic, prin ataarea de probabiliti acestora.

 Se definete i funcia utilitii u(V), care asociaz fiecrei variante o valoare
din mulimea numerelor reale astfel :

u(V):V R

Proprietile funciei utilitii sunt urmtoarele :

U1 ) (V i V j ) u(V i ) > u (V j )

U 2 ) utilitatea unui mix probabilistic V`=[pV i + (1-p) V j ] va fi :

u(V`) = pu(V i ) + (1-p) u (V j )

1.2.2.2 Aplicarea teoriei utilitii n rezolvarea problemelor

Fiecrei variante decizionale V i i se atribuie un indicator de utilitate de

ansamblu U i , dat de relaia :
n

Ui = u (V
j 1
ij ) j , i = i, m

unde : u(V ij )- reprezint utilitatea variantei i n criteriul j ;

j - ponderea criteriului j n definirea utilitii de ansamblu.
Ponderea j are proprietile :
n

0 j 1 i
j 1
j =1
Utilitile u(V ij ) se determin pentru fiecare criteriu n parte, pe baza unei
relaii de preferin i a relaiilor de calcul cunoscute astfel :

V j Vi Vk

Se atribuie utilitile 1 i 0 variantelor extreme:

u(V jj )=1 i u(V kj )=0,

urmnd ca pentru varianta V j s se determine utilitatea pe baza unui mix

probabilistic format cu variantele extreme V i i V k :

V i = p V j + (1-p)V k
u(V ij )= p u(V jj )+(1-p) u(V kj )= p

Cunoscnd tipul criteriului, de MAX sau MIN, se calculeaz u(V ij ) :

 aij min aij
u(V ij )= max a min a [MAX]
ij ij

respectiv :
aij max aij
u(V ij )= min a max a [MIN]
ij ij

Ponderile j se determin cu relaia :

a
j2
j1 j2

= , j 1 , j 2 = 1, n
a
j
j1 j2
j1 j2

unde : a j j sunt elementele unei matrice ptrate A nn = a j j , cu j 1 linii i j 2

1 2 1 2

coloane.
Elementele matricei A nn sunt determinate de specialiti pe baza importanei
criteriilor, putnd lua valorile :

1, dac criteriul C j1 este la fel de impor tan t ca C j2 ;

a j1 j 2 = 2, dac criteriul C j1 este mai impor tan t dect C j2 ;

0, n rest .

Aplicaie

O firm de specialitate trebuie s opteze pentru cea mai bun variant

tehnologic de asimilare din trei posibiliti (V 1 , V 2 , V 3 ) de realizare a unui
produs.Variantele sunt caracterizate sumar, n condiii de incertitudine conform datelor
din tabelul de mai jos :

Criterii de apreciere C j ( j = 1,3 )

Variante Fiabilitate
( 10 3 ore de
bun Efort valutar
Cost ( 10 3
$) funcionare) necesar
 V 1 . Asimilare
pe baz de 1 2 Sczut
componente (Nota 10 )
indigene

V 2 . Asimilare
pe baz de
componente 1,5 2,5 Mediu
importate de (Nota 8)
firme din Asia

V 3 . Asimilare
pe baz de
componente 1,2 2,3 Ridicat
importate de (Nota 5)
firme din Europa
Occidental

Se cere s se fac alegerea soluiei pe baz de utiliti.

Rezolvare:

U 1 u11 1 u12 2 u13 3

u
Ui = j
ij j , (i= 1,3 , j= 1,3 ) U 2 u 21 1 u 22 2 u 23 3
U u u u
3 31 1 32 2 33 3
Calculm ponderile j :

a
j2
j1 j2

= , unde j 1 j 2 = 1,3
a
j
j1 j2
j1 j2

Formm matricea A = a j1 j 2 , unde elementele a j1 j 2 au fost formulate de un

expert astfel:
 C1 C2 C3

1 0 2
C1
A= 2 1 2 C2
C3
0 0 1
3

a
j2 1
j1 j2 a11 a12 a13
1 = = 3
3 3
(a a j12 a j13 ) =
j1 1
a j1 j2
j2 1
j1 1
j11

a11 a12 a13

= =
a11 a12 a13 a 21 a 22 a 23 a31 a32 a33

1 0 2 3
= =
1 0 2 2 1 2 0 0 1 9

a
j2 1
j1 j2
2 1 2 5
2= = =
3 3
1 0 2 2 1 2 0 0 1 9
a
j1 1 j2 1
j1 j2

a
j2 1
j1 j2
0 0 1 1
3 = = =
3 3
1 0 2 2 1 2 0 0 1 9
a
j1 1 j2 1
j1 j2

Calculm utilitile u ij pentru fiecare variant i n criteriul j.

*Calculul utilitilor la criteriul C 1 (Cost).
Pe baza datelor din coloana 1 a tabelului se poate scrie relaia de preferin :

(V 1 V 3 V 2 )

Conform teoriei utilitilor, se atribuie utilitile 1 i 0 variantelor extreme din

relaia de preferin : u(V 1 ) 1 = 1 i u(V 2 ) 1 = 0 .
 Pentru utilitatea variantei V 3 , u(V 3 ) 1 , se formeaz un mix probabilistic

cuvariantele extreme V 1 i V 2 astfel:

u(V 3 ) 1 = p u(V 1 ) 1 +(1-p) u(V 2 ) 1 = p1+(1-p) 0 = p

Dar criteriul C 1 este de minim i rezult:

1,2 1,5 0,3 3
p= 1 1,5
= 0,5
= = u(V 3 ) 1
5

3
Deci: u(V 1 ) 1 =1, u(V 2 ) 1 = 0, u(V 3 ) 1 =
5

*Calculul utilitilor la criteriul C 2 (Fiabilitate)

Pe baza datelor din coloana 2 a tabelului se scrie relaia de preferin:

(V 2 V 3 V 1 )
Se atribuie utilitile 1 i 0 variantelor extreme: u(V 2 ) 2 =1 i u(V 1 ) 2 = 0 .
Formm mixul probabilistic
u(V 3 ) 2 =p u(V 2 ) 2 + (1-p) u(V 1 ) 2
u(V 3 ) 2 = p1-(1-p) 0 = p
2,3 2 0,3 3
u(V 3 ) 2 = p = =
2,5 2 0,5
= ; C 2 [MAX]
5

3
Deci: u(V 1 ) 2 = 0, u(V 2 ) 2 = 1, u(V 3 ) 2 = .
5

*Calculul utilitilor pentru criteriul C 3 (Efort valutar necesar)

Stabilim urmtoarea relaie de preferin:

(V 1 V 2 V 3 )

Aadar, u(V 1 ) 3 = 1, iar u(V 3 ) 3 = 0,

u(V 2 ) 3 = p u(V 1 ) 3 + (1-p) u(V 3 ) 3
u(V 2 ) 3 = p 1 + (1-p) 0 = p
8 10 2
u(V 2 ) 3 = p = = ; C 3 [MIN]
5 10 5
2
Deci: u(V 1 ) 3 = 1, u(V 2 ) 3 = , u(V 3 ) 3 = 0
5
Calculm utilitile globale pentru fiecare variant decizional V i :
n

Ui = u
j 1
ij j
 3

Varianta V 1 : U 1 = u
j 1
1j j = (u 1 ) 1 1 + (u 1 ) 2 2 + (u 1 ) 3 3

3 5 1 4
U1 = 1 0 1 0,444
9 9 9 9

Varianta V 2 : U 2 = u
j 1
2j j = (u 2 ) 1 1 + (u 2 ) 2 2 + (u 2 ) 3 3 =

3 5 2 1 5 2 27 3
= 0 1 = = = =0,6
9 9 5 9 9 45 45 5

Varianta V 3 : U 3 = u j 1
3j j = (u 3 ) 1 1 +(u 3 ) 2 2 + (u 3 ) 3 3 =

3 3 3 5 1 9 15 24 8
= 0 = = = =0,533
5 9 5 9 9 45 45 45 15

Relaia de preferin a celor trei variante este: V 2 este preferabil lui V 3 ,iar V3 este
preferabil luiV1. Varianta optim este V2.

1.2.3 Risc i incertitudine la nivel microeconomic

1.2.3.1. Risc i incertitudine - clarificri de coninut

Dac pn la nceputul anilor '50 teoria economic se baza pe caracterul

determinist al fenomenelor economice, n prezent, modelele economice se construiesc
n cea mai mare parte pe elemente de tip incert. Majoritatea deciziilor luate de agenii
economici sunt afectate ntr-o msur mai mare sau mai mic de incertitudine.
Determinismul laplacean, potrivit cruia starea naturii dintr-un anumit moment
este determinat de trecut i determin strile ulterioare, este rigid si inadecvat
aplicat n studiul fenomenelor din economie.
De aceea, comportamentul agentului economic este prea complex pentru a fi
modelat n termenii determinismului laplacean. Incertitudinea este generat, n
principal, de urmtorii factori:
i) strile naturii, pentru un element, nu pot fi cunoscute a priori;
ii)informaiile economice, numerice i nenumerice, obinute n urma unui
proces de observare, sunt aproximative, fiind afectate de erori;
iii)teoria ce st la baza analizei comportamentului agentului economic nu
poate fi complet;
iv)previziunile economice ale agentului economic afecteaz, ntr-o
msur mai mare sau mai mai mic, contient sau incontient,
comportamentul acestuia;
 v)introducerea variabilei timp n cadrul modelelor economice genereaz n
mod inevitabil incertitudine;
vi)n analiza comportamentului agentului economic vom ine seama de
aversiunea acestuia fa de risc.
Dihotomia ntre risc i incertitudine a fost introdus de F.H. Knight n 1921, i
anume:
- riscul reprezint incertitudinea msurabil adic atunci cnd evoluia unui
fenomen este afectat de probabiliti descrise pentru diverse stri ale
naturii (n acest caz, situaia este cunoscut ca situaie riscant)-,
- incertitudinea nemsurabil este cazul contrar (n acest caz, situaia este
cunoscut ca situaie incert)

1.2.3.2. Modelarea incertitudinii

In vederea modelrii incertitudinii este necesar prezentarea a trei elemente:
i1) natura i strile sale
Natura poate comporta mai multe stri exclusiviste:
sl ,s2 ,s3 ,...,sj,...,sn cu n2
Vom nota cu S = {sl,s2,...,si,...,sn} mulimea strilor.

i2) aciunile posibile sau strategiile, notate:

al , a2.. ,ai,...,am, cu m 2
Vom nota cu A={al,a1,...,aj,...,am)mulimea aciunilor (strategiilor).
i3) consecinele sau rezultatele (ctigurile)
Atunci cnd decidentul adopt aciunea ai asupra strii naturii sj consecina va fi i,j.
Vom nota cu = {1,1 ,1,2,....i,j ,.....m,n} mulimea ctigurilor.

Ca urmare, matricea informaional se poate reprezenta ca un tabel cu dubl

intrare (tabelul 1.1) sau ca un arbore decizional (figura 1.1).
Tabelul 1.1
Matricea informaional
Strategii
S1 S2 . Sj ... Sn
Actiuni
ax 1,1 1,2 ... 1,j ... 1,n
a1 2,1 2,2 ... 2,j ... 2,n
. . .

...

ai i,1 i,2 ... i,j ... i,n

. . .

m m,1 m,2 ... m,j ... m,n

Observaii:
1) Problema care se pune este aceea a gsirii perechii optime (aciune,
stare a naturii) din punctul de vedere al unui criteriu ales. Se realizeaz
astfel o ierarhizare a aciunilor posibile;
Fiecrui criteriu de alegere i se asociaz o funcie de utilitate, notat cu U. n
cazul unei funcii de utilitate cardinale, spunem c aciunea ap >- aq (este
preferat strict) dac u (ap ) > u (a q ).

2) n cazul n care incertitudinea este msurabil (risc n sens F.H.

Knight), fiecrei stri a naturii i se ataaz probabilitatea de manifestare.
3) n cazul arborelui decizional, din nodul iniial pornesc m ramuri
corespunztoare la tot attea aciuni (strategii), iar fiecrei aciuni i se
asociaz cte n ramuri corespunztoare la tot attea stri ale naturii.
 Figura 1.1. Reprezentarea arborelui decizional

1.2.3.3 Criterii de decizie in univers nemsurabil

Criteriul lui Laplace, n care fiecare strategie este evaluat prin media sa,
astfel:

unde m(a j ) - reprezint media strategiei .

Aciunile vor fi n ordine cresctoare dup media lor, astfel:
a p a q daca m{a p )> m[a q )
i soluia optim corespunde celei mai mari medii:
[max] m(a)
aeA

Observaie: Aceast modalitate de abordare este similar celei din univers

nemsurabil n care riscul este echiprobabil pentru fiecare stare a naturii.
.
Criteriul maxmax, n care caz se va alege rezultatul cel mai bun pentru
fiecare straegie, astfel:

max(ai) = sup ( i , j )
1jn

Aciunile vor fi clasificate in ordine cresctoare dup maximul lor, astfel:

ap aq daca max(ap ) > max(aq)
i soluia optim corespunde celui mai mare maxim:
[max]max(a)
aeA

Observaie: Aceast modalitate de abordare corespunde unui decident cu un

comportament optimist extrem.
Criteriul lui Wald, n care caz se va alege rezultatul cel mai defavorabil
pentru fiecare strategie, astfel:
min (ai) = inf (i,j)
1jn

Aciunile vor fi clasificate in ordine cresctoare dup minimul lor, astfel:

ap aq daca min(a p ) > min(a q )
i soluia optim corespunde celui mai mare minim:
[max] min (a)
aeA

Observaie: Aceast modalitate de abordare corespunde unui decident cu un

comportament pesimist extrem.
Criteriul Iui Hurwicz, n care fiecare strategie este evaluat prin media
aritmetic ponderat ntre max-min i maxmax, astfel:
H(a 1 ) = inf (i,j )+ (l - ) sup ( i , j )

unde H(ai) - reprezint coeficientul Hurwicz;

, cu [0,1 ]- msoar gradul de pesimism al decidentului.
Aciunile vor fi clasificate in ordine cresctoare dup coefick Hurwicz,
astfel:
ap a q daca H(a p )>H(a q )
i soluia optim corespunde celei mai mari valori a coeficientului Hurwicz:
[max]{ min(a) + (l - )max(a)}
aeA
Observaii: 1. Dac =1, criteriul lui Hurwicz coincide cu cel al lui Wald,
in timp ce pentru = 0, criteriul lui Hurwicz este identic celui maxmax.

2. Pentru > 0,5, avem cazul unui decident pesimist, < 0,5
corespunde comportamentului unui decident optimist.
Criteriul Iui Savage, n care caz se introduce noiunea de regret,
astfel:

cu sup(j),j = sup(i, j), pentru care se determin

1 i ,m

unde RS(a j ) - msura regretului Savage, pentru strategia

ai;
sup(j),j - cel mai bun rezultat obinut pentru starea naturii sj;
a sup(j) - strategia care conduce la cel mai bun rezultat obinut
pentru starea naturii sj.
Aciunile vor fi clasificate n ordine descresctoare dup RS, astfel:
ap >aq dac RS(a p ) < RS(a q ) i soluia optim corespunde celei mai mici
mrimi a regretelor:
[min] RS(a)
aeA

Concluzii:
Din cele prezentate in acest capitol se deduc urmatoarele funcii de
evaluare,dup care se face ierarhizarea aciunilor.

Tabelul 1.6
Criterii Funcie de evaluare(U) Optimul este dat de
Laplace m(a) [max] m(a)

maxmax max(a) [max] max(a)

Wald min(a) [max] min(a)

Hurwicz H(a) = min(a) +(1-) [max] H(a)

max(a )
Savage RS(a) [min] RS(a)
 Asa cum se poate constata, strategia optim depinde de criteriul

ales, de unde apare marea problem a alegerii criteriului si a justificrii acestei

alegeri.
Spre exemplu,un decident optimist va opta simultan pentru criteriile
maxmax ,Savage si medie-variatie, ceea ce va conduce ,implicit, la o
problem de decizie multicriterial.
Privind sumar cele trei criterii , fiecare dintre ele optand pentru o alta
actiune,nu se poate lua o decizie,nici chiar superficial ,cu privire la actiunea
preferata de ctre decident.
Totodat, exista si situatii care pot conduce la paradoxul Condorcet.
Acesta spune ca agregarea preferintelor nu conduce intotdeauna la
obtinerea unei preordini.Pentru exemplificare, vom presupune cazul unui
clasament pentru trei actiuni, in functie de trei criterii:

Tabelul 15.5

Strategii

Actiuni

nr.2 nr.1 nr.3

nr.3 nr.2 nr.1

nr.1 nr.3 nr.2

Asa dup cum se poate constata, oricare dintre actiuni este optimal,ceea ce nu
permite alegerea uneia dintre acestea.

1.2.3.4 Criterii de decizie n univers msurabil

Criteriul lui Pascal, n care fiecare strategie este evaluat prin sperana
matematic, astfel:

unde: E(ai) reprezint sperana matematic a strategiei ai.

Aciunile vor fi clasificate n ordine cresctoare dup sperana
matematic a lor, astfel:
ap a q dac E(a p )>E(a q )
i soluia optim corespunde celei mai mari sperane matematice:
[max] E(a)

aeA
Observaie: Acest criteriu este o generalizare a criteriului lui Laplace n
univers msurabil, cnd decidentul este informat asupra probabilitilor de
realizare a fiecrei stri a naturii.

Criteriul Iui Markowitz, n care caz fiecare aciune este caracterizat prin
perechea sperana matematic - abaterea medie ptratic (.E(ai), (ai)),
unde

Similar criteriului medie-variaie, din univers nemsurabil, aciunile vor

fi clasificate dup cuplul (.speran matematic, abatere medie ptratic),
astfel:
Regula 1: ap aq dac E(ap ) E(aq) i (ap) < (aq) sau
E(ap)>E(aq) i (ap) (aq)
i soluia corespunde celei mai mari sperane matematice, cu abatere medie
ptratic minim:

[max] E (a)

[min] (a)

Dac E ( a p ) > E(aq) i ( a p ) > (aq), atunci:

Regula 2: ap aq dac cu prag ales i soluia optim corespunde celui
mai mare raport:
[max]{ E (a ) (a ) }
aeA
Criteriul lui Bernoulli, n care fiecare strategie este evaluat prin utilitatea
ateptat, astfel:
n
EU (ai ) p jU ( i , j ), i 1, m
j 1

unde: EU(ai) - reprezint utilitatea ateptat corespunztoare

aciunii ai;
U( ) - utilitatea corespunztoare ctigului
 Aciunile vor fi clasificate n ordinea cresctoare a utilitii
ateptate,astfel:

ap a q dac E U ( a p ) > EU(aq).

i soluia optim corespunde celei mai mari utiliti ateptate:
[max]EU(a)
aeA
Criteriul bazat pe arbori de decizie, n care caz, similar matricei
informaionale, fiecare strategie este evaluat prin sperana matematic,
astfel:
n
E (ai ) p j i , j , i 1, m
j 1

(similar criteriului lui Pascal)

aciunea optim corespunznd celei mai mari sperane
matematice:
fie a * ( ) un indice { 1,2,3,.,m} a.. a* = a opt i

Valoarea ateptat a informaiei perfecte (sperana matematic a regretelor

sau criteriul lui Savage n univers msurabil)
Fie urmtoarele notaii:
a* - aciunea optim determinat cu ajutorul arborelui decizional sau cu
criteriul lui Savage n univers msurabil;
- aciunea corespunztoare relaiei sup( j ), j sup( i , j ), j 1, n

- cu semnificaiile date la criteriul lui Savage n univers msurabil.

In aceste condiii, deciziile a priori, a posteriori i valoarea informaiei

perfecte la nivelul fiecrei aciuni sunt date n tabelul urmtor:
 Tabelul 4.1
Criteriul lui Savage n univers msurabil

Strile naturii s1 s2 s3 ........ sj .... .........sn

Informaii posibile
Probabiliti p1 p2 p3........ pj..... ...... pn
Decizia a* a* a* a*. . a*
Decizia a priori
Rezultatul ..
Decizia a Decizia
posteriori Rezultatul
Valoarea
informatiei Regretul
perfecte
Ca urmare, sperana matematic a regretelor, EVIP (valoarea
ateptat n condiii de informaie perfect), este dat de:
n
EVIP p j ( sup( j ), j opt , j )
j 1

Informaia i strategia optimal

Fie indicatorii I1 I2..-Ir pentru care probabitatea de realizare a indica-
torului Ih condiionat de starea naturii sj este
Analiznd problema din punct de vedere al arborilor decizionali, cele r
ramuri care pornesc din nodul iniial sunt reprezentate de indicatorii I1, I2,...Ir,
fiecrui indicator i se asociaz m-ramuri corespunztor aciunilor posibile. De
asemenea, fiecrei aciuni i corespund n-ramuri, este una pentru fiecare stare
a naturii.
 Tt m,n
Figura 5.1

unde: P(Ih) reprezint probabilitatea de realizare a indicatorului Ih;

P(Sj/Ih) reprezint probabilitatea de realizare a strii naturii sj, condiionat
de indicatorul Ih
Apelnd la formula lui Bayes, avem c:

P( I h s j )
P( s j I h ) P ( s j ), j 1, n, h 1, r
P( I h )

Cu
Ca urmare, se calculeaz:

unde: E(ai/Ih)- reprezint valoarea ateptat a aciunii ai condiionat de

realizarea indicatorului Ih, de unde aciunea optim a ramurii h, notat asup(h)
va fi dat de:

[max] E(a i /I h )
aj

In concluzie, aciunea optim va fi dat de:

asup(1) cu probabilitatea P(I1)
asup(2 cu probabilitatea P(l2)
 a*=
asup(h) cu probabilitatea P(Ih)

asup(r), cu probabilitatea P(Ir)

de unde strategia va avea valoarea ateptat:

P( I
h 1
h ) E (asup( h ) I h )

Criteriul dominantei stocastice

Criteriul dominantei stocastice de ordinul 1, n care fiecare

strategie este evaluat prin funcia de repartiie, astfel:

Fp(t) =

unde Fp(t) - reprezint probabilitatea ca s fie mai mic sau egal cu o

valoare x dat.
Aciunile vor fi clasificate n ordinea descresctoare a valorilor
funciei de repartiie, astfel:

i soluia optim corespunde acelei funcii de repartiie care conduce la cele

mai mici valori pentru o aciune n raport cu toate celelalte.
Observaii: 1) Inegalitatea strict se ia pentru a evita situaia a dou aciuni cu
rezultate identice;
2) Analiza prin prisma funciei de repartiie este echivalent celei n care
se evalueaz sperana matematic. n sensul c: ap aq dac E(ap) E(aq).
Criteriul dominanei stocastice de ordinul 2, n care fiecare strategie
este evaluat prin intermediul funciei care reprezint
suprafaa cuprins ntre axa abscisei i funcia de repartiie corespunztoare
aciunii ap, pe de o parte i dreptele x = - i x = u pe de alt parte, unde x n
acest caz are semnificaia obinuit de ax a absciselor.
Aciunile vor fi clasificate n ordinea descresctoare a valorilor funciei
astfel:

ap aq dac
1.2.4 Decizii de grup

1.2.4.1 Metoda lui Borda

Fie o mulime E de m entiti pentru care n decideni propun clasamente
individuale.Pentru a construi o relaie de preferin colectiv, se procedeaz n
modul urmtor:
pas 1 ( )e i E i ( )D j D (mulimea decidenilor), se determin
rangul r j ( e i ) = rangul acordat de decidentul D j entitii e i i se calculeaz
( K1 K 2 )
mrimea M j (e i ) = K 1 + K (m - r j (e i )) , unde K 1 i K 2 sunt

dou constante reale i K 2 >0.

n n

pas 2 ( )e g i e h E, e g
e h
c

j 1
M j
( K1 K 2 )
(e g ) >
j 1
M j

( K1 K 2 )
(e h )
Relaia de preferin colectiv astfel obinut este o relaie de ordine slab,

independent de alegerea constantelor K 1 i K 2 .

1.2.4.2 Metoda lui Condorcet

pas 1 ( )e g , e h E , se determin:

P(e g , e h ) = { j {1,2,,n} e g e h }
i

pas 2 ( )e g , e h E, e g e h NP(e g , e h ) > NP(e h , e g ),

c

unde NP(e g , e h ) = numrul de elemente al mulimii P(e g , e h ).

1.2.4.3 Metoda ELECTRE tridimensional

Metoda ELECTRE tridimensional este metoda ELECTRE extins la trei

dimensiuni pentru decizii de grup multicriteriale.Se disting dou variante ale
acestei metode: metoda ELECTRE tridimensional cu concordan tare i
metoda ELECTRE tridimensional cu concordan slab.
 Vom considera o mulime de n decideni D={D 1 ,D 2 ,,D n }, o mulime de
m variante decizionale V={V 1 ,V 2 ,,V m } i o mulime de l criterii C={C 1

,C 2 ,,C l }.Fiecare variant V i este apreciat de fiecare decident V j n

funcie de criteriul C k prin consecinele a ijk .Fiecrui criteriu i este asociat un
l

anumit coeficient de importan k [0,1], cu = 1.

k 1 k

Metoda ELECTRE tridimensional cu concordan tare

pas 1 Se normalizeaz matricea consecinelor, obinnd consecinele

normalizate (r ijk ); i= 1, m ; j= 1, n ; k= 1, l .
pas 2 Pentru fiecare pereche de variante (V g ,V h ), se calculeaz coeficientul
de concordan:
f f F
C(V g ,V h ) = l , unde

k 1
k

F= f rgjf rhjf , () f {1,2,..., l}

pas 3 Se determin elementele matricei coeficienilor de discordan.
Pentru perechea de variante (V g ,V h ), coeficientul de discordan
d(V g ,V h ) =
1 max
{ f rgjf rhjf ,( ) f {1, 2 ,..., l }}
r
hjf rgjf

unde = max r ijk - min r ijk

i, j , k i, j , k
pas 4 Pe mulimea V se introduce o relaie de surclasare definit astfel:
varianta V g surclaseaz varianta V h la nivelul grupului (V g c V h ) sunt

c(Vg ,Vh ) p
ndeplinite condiiile i, unde p i q sunt dou valori prag alese
d (Vg ,Vh ) q
de decideni p,q [0,1]. n continuare, se procedeaz n acelai mod ca la
Metoda ELECTRE.

Metoda ELECTRE tridimensional cu concordan slab difer de

metoda prezentat mai sus prin modul de calcul al coeficienilor de concordan
i de discordan.
f f F
c(V g ,V h ) = l , unde
k
k 1
F= f r
gjf rhjf , pentru cel puin un f 1,2,..., l

d(V g ,V h ) =
1 max
rhjf rgjf
f F

F` = f r
gjf rhjf , pentru cel puin un f 1,2,..., l .