Advances in Operational Research in

the Balkans: XIII Balkan Conference on

Operational Research Nenad
Mladenovi■
Visit to download the full and correct content document:
https://textbookfull.com/product/advances-in-operational-research-in-the-balkans-xiii-
balkan-conference-on-operational-research-nenad-mladenovic/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Behavioral Operational Research: Theory, Methodology

and Practice 1st Edition Martin Kunc

https://textbookfull.com/product/behavioral-operational-research-
theory-methodology-and-practice-1st-edition-martin-kunc/

Proceedings of the 7th International Conference on

Advances in Energy Research Manaswita Bose

https://textbookfull.com/product/proceedings-of-the-7th-
international-conference-on-advances-in-energy-research-
manaswita-bose/

Operational Management in Emergency Healthcare Salman

Ben Zayed

https://textbookfull.com/product/operational-management-in-
emergency-healthcare-salman-ben-zayed/

Advances in Engineering Research and Application:

Proceedings of the International Conference on
Engineering Research and Applications, ICERA 2020 1st
Edition Kai-Uwe Sattler
https://textbookfull.com/product/advances-in-engineering-
research-and-application-proceedings-of-the-international-
conference-on-engineering-research-and-applications-
Chinese Acquisitions in Developed Countries Operational
Challenges and Opportunities Alessandra Vecchi

https://textbookfull.com/product/chinese-acquisitions-in-
developed-countries-operational-challenges-and-opportunities-
alessandra-vecchi/

Leadership in Healthcare: Delivering Organisational

Transformation and Operational Excellence Paul Turner

https://textbookfull.com/product/leadership-in-healthcare-
delivering-organisational-transformation-and-operational-
excellence-paul-turner/

Advances in Time Series Data Methods in Applied

Economic Research International Conference on Applied
Economics ICOAE 2018 Nicholas Tsounis

https://textbookfull.com/product/advances-in-time-series-data-
methods-in-applied-economic-research-international-conference-on-
applied-economics-icoae-2018-nicholas-tsounis/

Advances in Applied Economic Research Proceedings of

the 2016 International Conference on Applied Economics
ICOAE 1st Edition Nicholas Tsounis

https://textbookfull.com/product/advances-in-applied-economic-
research-proceedings-of-the-2016-international-conference-on-
applied-economics-icoae-1st-edition-nicholas-tsounis/

Advances in Vision Research Volume II Genetic Eye

Research in Asia and the Pacific Gyan Prakash

https://textbookfull.com/product/advances-in-vision-research-
volume-ii-genetic-eye-research-in-asia-and-the-pacific-gyan-
prakash/
Springer Proceedings in Business and Economics

Nenad Mladenović
Angelo Sifaleras
Marija Kuzmanović Editors

Advances in
Operational
Research in the
Balkans
XIII Balkan Conference on Operational
Research
Springer Proceedings in Business and Economics
More information about this series at http://www.springer.com/series/11960
Nenad Mladenović Angelo Sifaleras
• •

Marija Kuzmanović
Editors

Advances in Operational
Research in the Balkans
XIII Balkan Conference on Operational
Research

123
Editors
Nenad Mladenović Angelo Sifaleras
Department of Industrial Engineering Department of Applied Informatics
Khalifa University University of Macedonia
Abu Dhabi, UAE Thessaloniki, Greece

Marija Kuzmanović
Faculty of Organizational Sciences
University of Belgrade
Belgrade, Serbia

ISSN 2198-7246 ISSN 2198-7254 (electronic)

Springer Proceedings in Business and Economics
ISBN 978-3-030-21989-5 ISBN 978-3-030-21990-1 (eBook)
https://doi.org/10.1007/978-3-030-21990-1
© Springer Nature Switzerland AG 2020
This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a specific statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, expressed or implied, with respect to the material contained
herein or for any errors or omissions that may have been made. The publisher remains neutral with regard
to jurisdictional claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Organization

Editors

Nenad Mladenović, Khalifa University, UAE

Angelo Sifaleras, University of Macedonia, Greece
Marija Kuzmanović, University of Belgrade, Serbia

Scientific Committee

Zoran Babic, University of Split, Croatia

Taner Bilgiç, Bogaziçi University, Turkey
Sally Brailsford, University of Southampton, United Kingdom
Mirjana Cangalovic, University of Belgrade, Serbia
Tatjana Davidovic, Mathematical Institute, Serbia
Marc Demange, ESSEC Business School in Paris, France
Abraham Duarte, Universidad Rey Juan Carlos, Spain
Ioan Dzitac, Aurel Vlaicu University of Arad, Romania
Jose Rui Figueira, Technical University of Lisbon, Portugal
Haris Gavranovic, International University of Sarajevo, Bosnia and Hercegovina
Andreas Georgiou, University of Macedonia, Greece
Alan Hertz, GERAD—Ecole des HEC, Canada
Marius Iosifescu, Romanian Academy, Romania
Cem Iyigun, Middle East Technical University, Turkey
Milojica Jacimovic, Faculty of Sciences and Mathematics, Montenegro
Maksat Kalimoldaev, Institute of Problems of Information and Control, Kazakhstan
Vera Kovacevic-Vujcic, University of Belgrade, Serbia
Jozef Kratica, Mathematical Institute, Serbia
Martine Labbé, Université Libre de Bruxelles, Belgium
Zohar Laslo, SCE—Shamoon College of Engineering, Israel

v
vi Organization

Goran Lesaja, Georgia Southern University, USA

Dragana Makajic-Nikolic, University of Belgrade, Serbia
Milan Martic, University of Belgrade, Serbia
Nikolaos Matsatsinis, Technical University of Crete, Greece
Ion Mierlus Mazilu, Technical University of Civil Engineering, Romania
Athanasios Migdalas, Aristotle University of Thessaloniki, Greece
Miodrag Mihaljevic, Serbian Academy of Sciences and Arts, Serbia
José Andrés Moreno Pérez, Universidad de La Laguna, Spain
Dritan Nace, Universite de Technologie de Compiegne, France
Zoran Ognjanovic, Mathematical Institute, Serbia
Ceyda Oğuz, Koç University, Turkey
Panos Pardalos, University of Florida, USA
Vangelis Paschos, Universite Paris Dauphine, France
Vasile Preda, University of Bucharest, Romania
Bozidar Radenkovic, University of Belgrade, Serbia
Dragan Radojevic, Mihajlo Pupin Institute, Serbia
Nikolaos Samaras, University of Macedonia, Greece
Gordana Savic, University of Belgrade, Serbia
Silviu Sburlan, Naval Academy Mircea cel Batran Constanta, Romania
Yannis Siskos, University of Pireaus, Greece
Roman Slowinski, Poznan University of Technology, Poland
Grazia Speranza, University of Brescia, Italy
Ioan Stancu-Minasian, Romanian Academy, Romania
Stanko Stanic, University of Banja Luka, Bosnia and Herzegovina
Milan Stanojevic, University of Belgrade, Serbia
Milorad Stanojevic, University of Belgrade, Serbia
Bogdana Stanojević, Mathematical Institute, Serbia
Dusan Teodorovic, University of Belgrade, Serbia
Blagorodna Todosioska, University “Ss. Cyril and Methodius”- Skopje, Severna
Macedonia
Romica Trandafir, Technical University of Civil Engineering, Romania
Alexis Tsoukias, Universite Paris Dauphine, France
Dragan Urosevic, Mathematical Institute, Serbia
Milorad Vidovic, University of Belgrade, Serbia
Mirko Vujosevic, University of Belgrade, Serbia
Dionysius Yannacopoulos, Technological Educational Institution of Piraeus,
Greece
Amirgaliyev Yedilkhan, Institute of Information and Computational Technologies,
Kazakhstan
Lidija Zadnik Stirn, University of Ljubljana, Slovenia
Constantin Zopounidis, Technical University of Crete, Greece
Güvenç Şahin, Sabanci University, Turkey
Organization vii

Honorary Scientific Committee

Slobodan Guberinic, University of Belgrade, Serbia

Basil Manos, Aristotle University of Thessaloniki, Greece
Slobodan Krcevinac, University of Belgrade, Serbia
Byron Papathanasiou, Aristotle University of Thessaloniki, Greece
Sotirios Papachristos, University of Ioannina, Greece
Radivoj Petrovic, University of Belgrade, Serbia
Dragos Cvetkovic, Serbian Academy of Sciences and Arts, Serbia
Gradimir Milovanovic, Serbian Academy of Sciences and Arts, Serbia
Constantin Tsouros, Aristotle University of Thessaloniki, Greece

Organizing Committee

Gordana Savic, University of Belgrade, Serbia

Marija Kuzmanović, University of Belgrade, Serbia
Dragana Makajic-Nikolic, University of Belgrade, Serbia
Bogdana Stanojeviç, Mathematical Institute, Serbia
Nebojsa Nikolic, University of Belgrade, Serbia
Biljana Panic, University of Belgrade, Serbia
Milos Nikolic, University of Belgrade, Serbia
Gordana Nastic, Mathematical Institute, Serbia
Milena Popovic, University of Belgrade, Serbia
Minja Marinovic, University of Belgrade, Serbia
Bisera Andric-Gusavac, University of Belgrade, Serbia
Dusan Dzamic, University of Belgrade, Serbia
Preface

This book is a monograph from submissions from the XIII Balkan Conference on
Operational Research “OR in Balkans—Recent Advances” (BALCOR 2018) held
in Belgrade, Serbia during May 25–28, 2018.
This year, we have received more than 166 contributions of 249 authors from 37
countries. After rigorous review process, 17 high-quality papers are included in this
monograph. Selected papers refer to theory and application of operational research.
Theoretical papers address the problems of multi-objective optimization, pattern
recognition, and reliability improvement. Application papers are related to variety
of fields: health care, tourism, forest policy, inventory, project management, ecol-
ogy, and ICT management. The book is divided into four main parts:
Part I: Combinatorial Optimization & Heuristics
Part II: Multicriteria Decision Analysis & Multi-objective Optimization
Part III: Performance Measurement & Data Envelopment Analysis
Part IV: Business Applications
The organizers of the conference are: The Mathematical Institute of the Serbian
Academy of Sciences and Arts (SANU), University of Belgrade: Faculty of
Organizational Sciences, Faculty of Transport and Traffic Engineering, Yugoslav
Society for Applied and Industrial Mathematics (JUPIM), and Society of
Operations Researchers of Serbia (DOPIS), Belgrade, Serbia. We appreciate the
support of the Ministry of Education, Science and Technological Development
of the Republic of Serbia and EURO—The Association of European Operational
Research Societies.
We wish to express our heartfelt appreciation to the Editorial Committee,
reviewers, and our students. We appreciate all the authors and participants for their
contributions that, made this conference and monograph possible. Finally, we thank
the publisher, Springer.

Abu Dhabi, UAE Nenad Mladenović

Thessaloniki, Greece Angelo Sifaleras
Belgrade, Serbia Marija Kuzmanović
February 2019

ix
Contents

Part I Combinatorial Optimization & Heuristics

Dichotomy Algorithms in the Multi-class Problem of Pattern
Recognition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Damir N. Gainanov, Nenad Mladenović and Berenov Dmitriy
Determining the Set of the Most Critical System
Components—Optimization Approach . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Petar Pavlović, Dragana Makajić-Nikolić and Mirko Vujošević
Metaheuristics and Error Detection Approaches for Multiproduct
EOQ-Based Inventory Control Problem . . . . . . . . . . . . . . . . . . . . . . . . . 31
Slobodan Antic and Lena Djordjevic Milutinovic

Part II Multicriteria Decision Analysis & Multi-objective

Optimization
On Fuzzy Solutions to a Class of Fuzzy Multi-objective Linear
Optimization Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Bogdana Stanojević and Milan Stanojević
Multiattribute Methods as a Means for Solving Ecological Problems
in Water Resources—Lake Pollution . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Milena J. Popović, Bisera Š. Andrić Gušavac and Ana S. Katić
Forest Policy Evaluation in European Countries
Using the PROMETHEE Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
Stefanos Tsiaras and Zacharoula Andreopoulou
The Contribution of ICT in EU Development Policy:
A Multicriteria Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Christiana Koliouska, Zacharoula Andreopoulou
and Mariana Golumbeanu

xi
xii Contents

A Fuzzy Linear Programming Approach to Solve Bi-level

Multi-objective Linear Programming Problems . . . . . . . . . . . . . . . . . . . 125
Tunjo Perić, Zoran Babić and Sead Rešić

Part III Performance Measurement & Data Envelopment Analysis

Residential Attractiveness of Cities from the Perspective
of the Efficiency, Residents’ Perception and Preferences:
The Case of Serbia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Marija Kuzmanović, Gordana Savić and Kristina Pajić
Analyzing the Efficiency of Travel and Tourism
in the European Union . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
Petra Barišić and Violeta Cvetkoska
Interdomain Quality of Service Negotiation Using DEA Analysis
and Petri Nets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
Teodora Aćimović, Gordana Savić and Dragana Makajić-Nikolić

Part IV Business Applications

Quality Losses as the Key Argument in the Public Procurement
in Healthcare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Ivana Mijatovic and Rade Lazovic
Enhancing IT Project Management Maturity Assessment . . . . . . . . . . . 221
Dragan Bjelica, Marko Mihic and Dejan Petrovic
E-Payment Systems Using Multi-card Smartcard . . . . . . . . . . . . . . . . . . 237
Nenad Badovinac and Dejan Simic
Detection of Click Spamming in Mobile Advertising . . . . . . . . . . . . . . . 251
Safiye Şeyma Kaya, Burak Çavdaroğlu and Kadir Soner Şensoy
Improving Decision-Making in Ski Resorts by Analysing Ski Lift
Transportation—A Review . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
Boris Delibašić, Sandro Radovanović, Miloš Z. Jovanović
and Milija Suknović
A Recommender System With IBA Similarity Measure . . . . . . . . . . . . . 275
Nevena Vranić, Pavle Milošević, Ana Poledica and Bratislav Petrović
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
Combinatorial Optimization & Heuristics
Dichotomy Algorithms in the Multi-class
Problem of Pattern Recognition

Damir N. Gainanov, Nenad Mladenović and Berenov Dmitriy

Abstract Pattern recognition problem in geometric state with solutions in the class
of decision trees is discussed. In each node, the partition of the corresponding sub-
sample of objects is performed using a linear function (hyperplane). In this paper,
for the node of the decision tree we state the problem of the dichotomy of a set of
classes into 2 subsets of classes for 2 different definitions of the distance function
between such subsets. This problem is considered in relation to the projection of the
initial sample on the direction connecting 2 most remote points. For any 2 variants
of the partition of a set of classes, the concept of closeness is introduced on the basis
of the distance between the corresponding binary tuples. For 4 different algorithms
for partition of a set of classes, computational experiments are conducted for a series
of 100 random sets. The results of computational experiments and the complexity of
these algorithms are presented.

Keywords Pattern recognition · Algorithm · Partition function · Hamming

distance

1 Introduction

In Gainanov and Berenov (2017), the multi-class problem of pattern recognition

has been applied in the problem of managing of technological routes on discrete
metallurgical production. In the general case, when it is needed to partition a training

D. N. Gainanov (B) · B. Dmitriy

Ural Federal University, Ekaterinburg, Russia
e-mail: damir.gainanov@gmail.com
B. Dmitriy
e-mail: berenov@dc.ru
N. Mladenović
Department of Industrial Engineering, Khalifa University,
Abu Dhabi, UAE
e-mail: nenadmladenovic12@gmail.com

© Springer Nature Switzerland AG 2020 3

N. Mladenović et al. (eds.), Advances in Operational Research in the Balkans,
Springer Proceedings in Business and Economics,
https://doi.org/10.1007/978-3-030-21990-1_1
4 D. N. Gainanov et al.

sample into two classes, the method of committees first developed in Mazurov (1990)
turns out to be effective. In Mazurov and Khachai (2004), Khachai (1997) this method
was transformed into an independent area of research. In Gainanov (1992), following
the results obtained in Gainanov and Matveev (1991), an additional criterion for the
minimality of the committee was developed.
In Gainanov (2014, 2016) we give a comprehensive review of the theory of
analysis of infeasible systems, including an application in the problem of pattern
recognition in a geometric formulation.
In this article, new effective dichotomy algorithms are being developed to solve
the multi-class problem of pattern recognition. The basic idea of this new approach
consists in constructing a logical decision tree in such a way that each of leaves of
this logical tree can be uniquely assigned to a certain class of the training sample.
Let a set of n-dimensional vectors is given
   
A = ai = ai1 , ai2 , . . . , ain : i = [1, N ] ,

and its partition into m classes

A = A1 ∪ A2 ∪ . . . ∪ Am .

It is required to construct a decision rule for assigning the vector ai to one of the
classes. The solution will be sought in the class of logical decision trees given by a
−
→
directed binary tree G = (V, E) with root-node v0 ∈ V .
−
→
The binary tree G = (V, E) defines the process of sequentially partition of the
sample A into 2 subsamples at the nodes of degree 2 so that each terminal node
v corresponds to a subset Av ⊆ A, which can be assigned to one of the classes
classv ∈ [1, m]. In the case under consideration, linear functions will be used to
partition the subsample at each node of the decision tree.
−
→
If v is a node of degree 2 in the graph G , then a vector n v and a scalar variable εv
are given for it, such that Av is partitioned into 2 subsamples Av and Av according
to the following rule:

Av = {ai ∈ Av : n v , ai  ≤ εv } ,
Av = {ai ∈ Av : n v , ai  > εv } ,

and for the root-node v0 we have

Av0 = A .
−
→
It is required to construct the decision tree G = (V, E) with minimal number of
nodes, and at each terminal node v ∈ V we have

|{ai ∈ Av : ai ∈ classv }|
p(v) = ≥ pmin , (1)
|Av |
Dichotomy Algorithms in the Multi-class Problem of Pattern … 5

that is, the fraction of vectors belonging to the some class classv is not less than a
given value pmin . If pmin = 1 then each terminal node corresponds to the vectors of
one particular class.
The rule (1) acts if | Av | ≥ K min . If |Av | < K min then the process of further partition
of the sample Av does not continue and the node v is declared terminal, and the
rule (1) may be not executed. In other words, for |Av | < K min the sample Av is not
representative enough for constructing a further decision rule and the fraction p(v)
of vectors from this sample belonging to the class classv can be less than pmin .

2 Algorithm for Constructing the Decision Function for the

Node

Suppose that we have a node v ∈ V for which Av is given. Suppose we have a partition

Av = (Av ∩ A1 ) ∪ . . . . . . ∪ (Av ∩ Am ) , (2)

in which there are m  non-empty sets. Let’s denote by

I = {i : Av ∩ Ai = ∅ , i = [1, m]} .

If m  = 1 then the node v is terminal and p(v) = 1, if 2 ≤ m  ≤ m then we sequen-

tially calculate the values:

|Av ∩ Ai |
pi (v) = , i∈I .
|Av |

If there exists i 0 ∈ I such that pi0 (v) > pmin then the node v is terminal and the
class classv = i 0 , if |Av | < K min then the node v is terminal and

classv = arg max { pi (v) : i ∈ I } .

i

Consider the case ⎧

⎪ 
⎨2 ≤ m ≤ m ,
|Av | ≥ K min
⎪
⎩
pi (v) < pmin ∀ i ∈ I .

Let some vector n v and a scalar value εv are given. Then the node v is associated
with 2 nodes v1 and v2 that are descendants of the node v in the constructed decision
tree such that
6 D. N. Gainanov et al.

Av1 = {ai ∈ Av : n v , ai  ≤ εv } ,
Av2 = {ai ∈ Av : n v , ai  > εv } ,

Let

  Av1 ∩ A1 Av1 ∩ Am
p Av1 = , ... , ,
|A1 | |A1 |
  Av2 ∩ A1 Av2 ∩ Am
p Av2 = , ... , .
|A2 | |A2 |

In this case the vector n v and the value εv require the sets Av1 = ∅ and Av2 = ∅.
Consider the following quantity:

Av1 ∩ Ai Av2 ∩ Ai
discrim ( Av , n v , εv ) = − .
i∈I
Av1 Av2

The quantity discrim ( Av , n v , εv ) will be called the partition force of the function

f (a) = a · n v − εv

with respect to the subsample Av . The meaning of this notion is that vectors from
classes Ai of the training sample are partitioned in the half-space obtained by dividing
the space by a hyperplane

f (a) = a · n v − εv = 0 ,

as good as the function f (a) partitiones vectors from the training sample into classes.
Thus, the state is natural, if it is required to find n v ∈ Rn and εv ∈ R for the sample (2)
such that the quantity discrim (Av , n v , εv ) reaches its maximum. The naturalness of
such state is also confirmed by the fact that for m = 2 the best solution is achieved
for discrim ( Av , n v , εv ) = 2, which corresponds to a linear partition into classes
Av ∩ A1 and Av ∩ A2 by the hyperplane f (a) = a · n v − εv = 0. The problem in
this state always has a solution, since Av1 = ∅ and Av2 = ∅ then for each node v its
descendants correspond to subsamples of lower power, and when the condition (1)
or the condition |Av | < K min holds then the node v becomes terminal.
For an arbitrary subset A ⊆ A we introduce the notation for the center of the
subsample
  1  
C A =  ai : ai ∈ A ,
|A | i∈A

and
A (I ) = {ai : ai ∈ A , i ∈ I } .
Dichotomy Algorithms in the Multi-class Problem of Pattern … 7

Let be given the partition I = I1 ∪ I2 , where I1 = ∅, I2 = ∅. Consider the interval

[C(A(I1 )), C(A(I2 ))] ∈ Rn . Let n(I1 , I2 ) be the normal vector

C (A(I2 )) − C (A(I1 ))
,
C (A(I2 )) − C (A(I1 )) 

then we divide the interval [C(A(I1 )), C(A(I2 ))] into M parts, where the length of
each part is
C (A(I2 )) − C (A(I1 )) 
.
M
We consider (M − 1) partition functions f j (a) = a · n v − ε j , which are passing
sequantial through all (M − 1) dividing points of the interval [C(A(I1 )), C(A(I2 ))].
We will search the best option for the partition force among these functions:
   
j0 = arg max discrim Av , n v , ε j , j = [1, M − 1] .

It is easy to see that for j0 we have Av1 = ∅, Av2 = ∅.

We denote by
 
discrim (I1 , I2 ) = discrim Av , n v , ε j0 .

In the case of C (A(I1 )) = C (A(I2 )) any 2 most distant points from the sample Av are
chosen and for the interval which connects these points it is used the same procedure
for constructing (M − 1) partition planes and choosing the best of them. In the
general case it is assumed that all partitions of the form I = I1 ∪ I2 are searched, and
the chosen partition is such that discrim (I1 , I2 ) reaches its maximum. In practical
implementation instead of a search a sequential algorithm can be used, in which
I1 = I, I2 = ∅ is initially assigned. Further among all partitions of the form I =
I1 \ {i} ∪ I2 ∪ {i}, where i ∈ I , the best is chosen by the criterion discrim (I1 , I2 )
and so on. In the end, the best result is also chosen from the entire row obtained.
The algorithm of decision tree constructing for the node:
1. Let us consider the node v of decision tree with training sample Av .
2. The node v is declared terminal if there exists a class i ∈ [1, m] such that
pi (Av ) ≥ pmin or |Av | ≤ K min .
3. We consider all partitions I = I1 ∪ I2 .
4. For each partition suppose:

1 1
C (A (I1 )) = ai and C (A (I2 )) = ai .
|I1 | i∈I1
|I2 | i∈I2

5. If the length of the interval [C (A (I1 )) , C (A (I2 ))] = 0 then the normal vector
n (I1 , I2 ) is constructed and the value ε (I1 , I2 ) is choosen so that
discrim (Av , n (I1 , I2 ) , ε (I1 , I2 )) is maximal (search through all hyperplanes
8 D. N. Gainanov et al.

perpendicular to n (I1 , I2 ) and bypassing [C (A (I1 )) , C (A (I2 ))] for M steps

from the point C (A (I1 )) to the point C (A (I2 ))).
6. Among all partitions I = I1 ∪ I2 we will choose the partition with maximal
discrim (Av , n (I1 , I2 ) , ε (I1 , I2 )) and with corresponding vector n (I1 , I2 ) and
value ε (I1 , I2 ) found in item 5.
The process is finite since some partition takes place at each step.
Consider the partition I = I1 ∪ I2 and denote by
 
a (I1 , I2 ) = (as − at ) : as ∈ Av ∩ Ai , at ∈ Av ∩ A j .
i∈I1 j∈I2

The most practically effective seems the algorithm for partition the sample Av in the
node v which chooses the partition I = I1 ∪ I2 , for which a (I1 , I2 )  is maximal
among all partitions I = I1 ∪ I2 . Then the choice of the vector n (I1 , I2 ) and the
scalar value ε (I1 , I2 ) can be made according to the procedure described above for
the obtained fixed partition I = I1 ∪ I2 .
We introduce the notation:
 
ai j = (as − at ) : as ∈ Ai , at ∈ A j ,
i∈[1,m] j∈[1,m]

then for I = I1 ∪ I2 we have

a (I1 , I2 ) = ai j . (3)
i∈I1 j∈I2

Proceeding from the relation (3) it is possible to significantly reduce the amount of
computation when choice of the optimal partition I = I1 ∪ I2 for the sample Av is
performed using the previously calculated values ai j ∀ i, j ∈ I .

3 The Problem of Optimal Partition of a Set of Classes

We consider the problem of finding the partition I = I1 ∪ I2 that delivers the maxi-
mum of the function a (I1 , I2 ) .
We denote by K i the number of points in the set {as : as ∈ Ai }, that is,

K i = |{as : as ∈ Ai }| .

It is easy to see that

Dichotomy Algorithms in the Multi-class Problem of Pattern … 9
⎛ ⎞
  ⎜ ⎟
⎜ ⎟
ai j = (as − at ) : as ∈ Ai , at ∈ A j = ⎜ K j · as − at ⎟ =
⎝ ⎠
i∈I1 j∈I2 as ∈Ai at ∈A j
i∈I1 j∈I2
  
=K j · as − K i · at = K i · K j · C (Ai ) − C A j .
as ∈Ai at ∈A j
i∈I1 j∈I2

Thus, the problem reduces to the following.

For a given set of points A ⊂ Rn and its partition A = A1 ∪ A2 ∪ · · · ∪ Am it is
required to find the partition I = I1 ∪ I2 , where I = [1, m], such that the function
 
 
   
a (I1 , I2 )  = 
 K i · K j · C (Ai ) − C A j 

 i∈I1 j∈I2 

reaches the maximal value among all possible partitions I = I1 ∪ I2 . Obviously, the
problem obtained has a much smaller dimension than in the initial state.
Since in the state mentioned above only centers of the subsets Ai , i ∈ [1, m]
participate, then we will further simplify the formulation of the problem.
Suppose that are given a finite set of points C = {ci : i = [1, m]} (which serve
as an analogue of the centers of the subsets in previous state) and a set of natural
numbers n i , i ∈ [1, m], (which serve as an analogue of the number of points in the
subsets Ai , i ∈ [1, m] in the previous state). Then the state of the problem takes the
form: ⎧
⎨   n · n · c − c  −→ max ,
⎪
i j i j
i∈I1 j∈I2 (4)
⎪
⎩
I = I1 ∪ I2 .

The following particular cases of the problem (4) are also of interest. Let n i =
n ∀ i ∈ [1, m]. Then the state of the problem takes the form:
⎧
⎨   n · n · c − c  = n 2 ·   c − c  −→ max ,
⎪
i j i j i j
i∈I1 j∈I2 i∈I1 j∈I2 (5)
⎪
⎩
I = I1 ∪ I2 .

The next simplification is to consider the case n i = 1 ∀ i ∈ [1, m]. Then the state
of the problem takes the form:
⎧  
⎨|I2 | · ci − |I1 | · ci −→ max ,
i∈I1 i∈I2 (6)
⎩ I =I ∪ I .
1 2
10 D. N. Gainanov et al.

We will consider the problem (6) in the following state:

⎧ 
ci

ci
⎪
⎨|I | · |I | i∈I1 − |I | · |I | · i∈I2  
2 1 |I1 | 1 2 |I2 | = |I1 | · |I2 | · 1
|I1 | · ci − 1
|I2 | · ci −→ max ,
⎪
⎩
i∈I1 i∈I2
I = I1 ∪ I2 .

Finally, the problem of the species under discussion has a good geometric inter-
pretation in the following state:
Let
  1
C I =  · ci ∀ I  ⊂ I = [1, m] .
|I | i∈I 

C (I1 ) − C (I2 )  −→ max ,
(7)
I = I1 ∪ I2 .

Let us consider in detail the problem (7). We use the standard notation conv A
for the convex hull of the set A. For the set of points A it is obvious that

C (I1 ) ∈ conv A ,
C (I2 ) ∈ conv A ,

and, consequently,
[C (I1 ) , C (I2 )] ∈ conv A .

Theorem 1 Let a finite set C = {ci , i ∈ [1, m]} ⊂ Rn be given. Let ci1 , ci2 ∈ C be
2 vectors such that
ci1 − ci2  = max ci − c j  .
i, j∈I : i = j

Then, if I1 ∪ I2 = I is the optimal solution of the problem (7), then

C (I1 ) − C (I2 )  ≤ ci1 − ci2  . (8)

Proof Let us prove that under the conditions of this statement the quantity ci1 − ci2 
is the diameter of the set A, that is

ci1 − ci2  = max ρ (a, b) ,

a,b∈conv A

where ρ (a, b) is the Euclidean distance between the points a, b in the space Rn .
Assume the contrary, that is, for some pair of points a, b ∈ conv C, such that
[a, b] is the diameter of the conv C, although one of these points is not extreme.
For definiteness, let b ∈
/ vert (conv C), where by the vert (·) are denoted the extreme
points of the conv C.
Dichotomy Algorithms in the Multi-class Problem of Pattern … 11

Consider the interval [a, b]. Since b is not an extreme point, there is a segment
[c, d] for which the point b is interior and [c, d] ⊂ conv A. Then we obtain a triangle
with vertices a, c, d in which b is an interior point of the interval [c, d]. All sides of
this triangle lie in the set conv A.
It is easy to see that in this case one of the inequalities holds: ρ(a, c) > ρ(a, b)
or ρ(a, d) > ρ(a, b) in contradiction with the maximality of ρ(a, b).
Thus, the points ci1 , ci2 lie on the ends of some diameter of the set conv C and, since
C(I1 ) ∈ conv A and C(I2 ) ∈ conv A, then [C(I1 ), C(I2 )] ⊂ conv A and, therefore,
the inequality (8) holds.

4 Algorithms for Partition of a Set of Classes

From the previous sections of the article it follows that in the proposed approach to
constructing a decision tree, the most difficult problem is to divide the set of classes
into 2 subsets of classes with the goal of constructing a partition function at some
node of the decision tree.
In the general case, after simplifications made, there were considered several states
of the problem of the partition of the initial set of classes I = [1, m] into 2 subsets
I = I1 ∪ I2 . The main idea of the approach proposed is based on the analysis of the
mutual arrangement of points from C = {ci , i = [1, m]} which are representing the
centers of classes Ai of the initial sample A = A1 ∪ A2 ∪ · · · ∪ Am . In all cases, real
functions f (I1 , I2 ) are defined for subsets I1 , I2 and the problem of finding of the
partition I = I1 ∪ I2 for which the function f (I1 , I2 ) reaches the maximal value.
We list the types of functions f (I1 , I2 ) considered above.

f 1 (I1 , I2 ) = |I1 | · |I2 | · C (I1 ) − C (I2 )  , (9)

f 2 (I1 , I2 ) = C (I1 ) − C (I2 )  , (10)

Let there be given a vector p in the space Rn .

We denote by
ci , pi 
p (ci ) = , i = [1, m] ,
 pi 

and
P (C) = { p (ci ) , i = [1, m]} .

Then we can define for the cases of (9)–(10) their “one-dimensional” analogies
for the direction given by the vector p.
An interesting case is when p = a − b where a, b ∈ C are 2 vectors from the set
C such that  
ρ (a, b) = max ρ ci , c j .
i, j=[1,m]
12 D. N. Gainanov et al.

The algorithm A ( f 1 ) (A ( f 2 )) is an algorithm for a complete search of all 2m

partitions of the set C on 2 subsets using the function f 1 from (9) ( f 2 from (10)).
The algorithm L ( f 1 ) (L ( f 2 )) is the partition of the projection of the set C on the
direction [a, b] with the most distant points a, b ∈ C. In this algorithm only partitions
in which the minimal segments covering all points of each subset do not intersect
are considered. Obviously, there are at most (m − 1) such sets.
Let C = {c1 , c2 , . . . , cm } be the projection of the set C on the direction [a, b].
Then the C can be linearly ordered with respect to any coordinate of its points, which
is not equal to 0 for all points from C. The set C has at most m pairwise distinct
points. For simplicity, suppose that (c1 , c2 , . . . , cm ) is an ordered set of pairwise
distinct points.
We consider the (m − 1) points bi = 0, 5 · ci + 0, 5 · ci−1 , i = [1, m − 1]. Then
we will consider the algorithm L and the following partition of the set of classes C:
 −
→ 
I1 (bi ) = i ∈ [1, m] : ci , ab < ci , bi  ,
 −
→ 
I2 (bi ) = i ∈ [1, m] : ci , ab > ci , bi  .

Thus, in the algorithm L there are only (m − 1) variants of the partition of the
set C and, hence, only (m − 1) variants of the partition of the initial set C. We will
also consider 2 variants of the implementation of the L : L ( f 1 )—algorithm using
the closeness function f 1 and L ( f 2 )—algorithm using the function f 2 , respectively.
In algorithms A ( f 1 ), A ( f 2 ) ones scaned 2m pairs of subsets and for each pair it is
necessary to execute O(n) operations to calculate the closeness between subsets of the
pair. Thus, algorithms A ( f 1 ), A ( f 2 ) have
 the computational complexity O (n · 2 ).
m

In L ( f 1 ), L ( f 2 ) ones executed O n · m operations to extract the pair of max-

2

imally remote points of the set, also ones executed O (n · m) operations to calculate
the projections of the points of the set on the direction
  defined by the pair of maxi-
mally remote points, and finally ones executed O m 2 operations to determine the
best partition of the initial set into 2 subsets. Thus, the algorithms L ( f 1 ), L ( f 2 )
will have the computational complexity O n · m 2 .
Computational experiments were carried out for 100 random sets of 32 points in
2-dimensional space. Each partition I = I1 ∪ I2 of the initial set of 32 classes can
be represented by the binary tuple α = (α1 , α2 , . . . , αm ) , αi ∈ [0, 1] for i = [1, m],
where αi = 0 ⇐⇒ i ∈ I1 and αi = 1 ⇐⇒ i ∈ I2 ∀ i ∈ [1, m].
Let I = I1 ∪ I2 and I = I1 ∪ I2 be 2 partitions whose closeness should be esti-
mated and α, α  are the corresponding binary tuples.
We denote for binary tuples α = (α1 , α2 , . . . , αm ) by α = (α 1 , α 2 , . . . , α m ) an
additional
  tuple such that α i = 1 − αi ∀ i = [1, m]. We also denote by hamming
α, α  the Hamming distance between binary tuples:
   
hamming α, α  = i ∈ [1, m] : αi = αi , i = [1, m] .

The closeness between tuples α, α  we will estimate by the formula:

Dichotomy Algorithms in the Multi-class Problem of Pattern … 13

Table 1 Computational results

Algorithm A ( f 1 ) (%) L ( f 1 ) (%) A ( f 2 ) (%) L ( f 2 ) (%) Computational
complexity
A ( f1 ) 100 88.4 64.2 62,7 O (n · 2m )
 
L ( f1 ) 88.4 100 65.3 63,8 O n · m2
A ( f2 ) 64.2 65.3 100 94,9 O (n · 2m )
 
L ( f1 ) 62.7 63.8 94.9 100 O n · m2

      
ρ α, α  = min hamming α, α  , hamming α, α  .

The table below shows the results of experiments with 4 different algorithms for
partition of a set of classes (Table 1).
In the table, for each pair of algorithms from 4 algorithms under consideration,
the average value of ρ α, α  for partitions α and α  , obtained respectively by the
considered pair of algorithms.
The results obtained have a very interesting interpretation, namely: despite the
essential difference between the complexity of the algorithms A ( f 1 ) and L ( f 1 ),
the resulting partitions in the average is very close—88,4%.
 From this point of view,
the algorithm L ( f 1 ) being polynomial O n · m 2 yields results very close to the
results of the algorithm A ( f 1 ) of the complete search.
Even more close results are given by the pair A ( f 2 ) and L ( f 2 ). However, the
use of the f 2 function instead of the function f 1 yields a serious deterioration in the
results.
Thus, from the practical point of view, the most interesting is the algorithm L ( f 1 ),
which yields good results, remaining effective from a computational point of view.

5 Conclusion

In this paper, we consider the problem of dichotomy (sequential division into 2 parts,
more connected inside than among themselves) in the multi-class problem of pattern
recognition. This problem obtains a sequential formalization in the form of a problem
of a partition of a finite set of points in the space Rn into 2 subsets with the most
distant centers. There are considered 2 different functions for closeness distance and
their justification. The initial problem is also considered for the projection of a set of
points on the direction connecting 2 maximally remote pointsof the initial set and
for this case a dichotomy algorithm with complexity O n · m 2 is given. The results
of computational experiments for 100 sets of points are presented with the use of
each of 4 algorithms under consideration. These results show that the quality of the
dichotomy is reduced insignificantly when solving the problem for the projection of
the initial set of points.
 In addition, for the same case, a polynomial algorithm with
the complexity O n · m 2 can be proposed.
14 D. N. Gainanov et al.

References

Gainanov DN (1992) Alternative covers and independence systems in pattern recognition. Math
Not 2(2):147–160
Gainanov DN (2014) Combinatorial geometry and graphs in the analysis of infeasible systems and
pattern recognition. Nauka, Moscow
Gainanov DN (2016) Graphs for pattern recognintion: infeasible systems of linear inequalities.
DeGruyter, Berlin
Gainanov DN, Berenov DA (2017) Big data technologies in metallurgical production quality con-
trol systems. In: Proceedings of the conference big data and advanced analitycs. Minsk State
University Press, Minsk, pp 65–70
Gainanov DN, Matveev AO (1991) Lattice diagonals and geometric pattern recognition problems.
Pattern Recogn Image Anal 3(1):277–282
Khachai MY (1997) On the estimate of the number of members of the minimal committee of a
system of linear inequalities. J Comput Math Math Phys 11(37):1399–1404
Mazurov VD (1990) Committees method in problem of optimization and classification. Nauka,
Moscow
Mazurov VD, Khachai MY (2004) Committees of systems of linear inequalities. Autom Remote
Control 2:43–54
Determining the Set of the Most Critical
System Components—Optimization
Approach

Petar Pavlović, Dragana Makajić-Nikolić and Mirko Vujošević

Abstract The aim of this paper is to propose a new approach for determining the set
of the most critical system components. Importance measures, commonly used for
this purpose, first rank each individual component and afterward form a set of the most
critical components due to their ranking. In this paper, we propose a new approach
based on optimization so the whole set of the most critical components could be
determined simultaneously. By taking into account interdependence of components,
sets of the most critical system components with different cardinalities does not
have to share any of the components. The proposed approach uses optimization
over minimal cut sets of the observed system. The greater the number of minimal
cut sets in which a component appears, the greater is its importance. The problem of
determination of the minimal number of components which appear in all minimal cut
sets is considered and formulated as set covering problem. The optimization problem
is solved using available optimization software and original heuristic algorithm.
Experiments were performed on a group of benchmark fault trees, and the results
are compared with the results obtained by commonly used importance measures.

Keywords Reliability · Importance measures · Optimization · Minimal cut sets ·

Set covering problem · Heuristic algorithm

1 Introduction

Analyzing the impact of component reliability on system reliability is an important

part of systems design and maintenance. To this end, Birnbaum (Birnbaum 1969)
and Vesely (Vesely et al. 1983) defined the first importance measures, which are

P. Pavlović (B)
Higher Medical and Business-Technological School of Applied Studies in Šabac, Šabac, Serbia
e-mail: petar.pavlovic@vtssa.edu.rs
D. Makajić-Nikolić · M. Vujošević
Faculty of Organizational Sciences, University of Belgrade, Belgrade, Serbia
e-mail: makajic-nikolic.dragana@fon.bg.ac.rs

© Springer Nature Switzerland AG 2020 15

N. Mladenović et al. (eds.), Advances in Operational Research in the Balkans,
Springer Proceedings in Business and Economics,
https://doi.org/10.1007/978-3-030-21990-1_2
16 P. Pavlović et al.

deemed classical measures today. Since then, a lot of different approaches to treating
component importance have been developed and reported. In the recent book (Kuo
and Zhu 2012), 64 key types of importance measures were listed and 403 references
cited. Importance measures were first developed to identify critical components in
technical systems. However, over time, their application has spread to all types of
systems. In business systems, critical components can be identified as phases or
activities in processes, equipment, employees, procedures, business environment,
etc.
The aim of all existing approaches related to importance measures is to rank the
system components according to calculated absolute values of a given importance
measure. The components with higher rank are then considered the most critical.
These components with high importance require more attention while components
with low importance can be even neglected during the process of system design and
optimization (Luyi et al. 2012).
The main goal of importance measures is to provide the information about criti-
cality of the system components according to the contribution of components to the
overall system performance (Espitrity et al. 2007). They can be applied in differ-
ent phases of the system life cycle: (re)design for design optimization by adding or
removing components; test and maintenance: optimization of the system functioning
by changing the test and maintenance strategy in accordance with the importance of
the components; and daily configuration control (Borst and Schoonakker 2001). The
first and one of the most used importance measure, called Birnbaum importance mea-
sure or B-reliability importance, was followed by so-called traditional importance
measures (Aven and Nokland 2010): Fussell–Vesely’s importance measure (Vesely
et al. 1983), risk achievement worth (RAW), and risk reduction worth (RRW) (Cheok
et al. 1998). Numerous importance measures have been developed since. Extensive
overviews can be found in (Kuo and Zhu 2012, 2014; Cheok et al. 1998; Vaurio
2010).
A common feature of most importance measures is their ability to compare the
impact of individual components on the reliability or unreliability of the system.
Therefore, one of the open issues on importance measures is the fact that they rank
only individual components and are not directly applicable to combinations or groups
of components (Zio 2011).
There are only a few papers that examine the impact of groups of components
on the system. Joint reliability importance (JRI), introduced in (Hong and Lie 1993)
and later extended in (Armstrong 1995), is the importance measure that considers
how pairs of components interact and what is the influence of their reliabilities to
the system performance. Borgonovo and Apostolakis introduced differential impor-
tance measure (DIM) which is, unlike traditional importance measures, additive
(Borgonovo and Apostolakis 2001). In the proposed approach, DIM of the group of
basic events is equal to the sum of the individual DIMs. Afterward, Zio and Pod-
ofillini in (Zio and Podofilini 2006) showed that DIM did not consider the effects of
interactions among events, and introduced an extension named DIMII that combines
JRI and DMI. The new importance measure was also applied for the interactions of
pairs of components. Podofillini and Zio (2008) defined determination of the most
Determining the Set of the Most Critical System Components … 17

important groups of events as multi-objective optimization problem with two objec-

tive functions: maximization of DIM or Fussell–Vesely importance of the group and
minimization of dimension of the group. Pavlovic et al. (2017) formulated an impor-
tance measure as the budgeted maximum coverage problem. This measure considers
costs of individual components and components’ mutual impact on the overall system
reliability.
In this paper, we propose a new mathematical programming approach in which the
most critical components are determined simultaneously as a result of optimization.
The problem of determining the set of the most critical system components is formu-
lated as an optimization problem and an original mathematical model was developed
for this purpose. Since the proposed approach is based on fault tree analysis, the fault
tree analysis terminology will be used, with component failure and basic event as
synonyms. System failure is called top event.
The main elements of the proposed model are basic events and minimal cut sets
(MCSs). There are several definitions of cut sets and MCSs. Our approach relies on
the following definitions:

Definition 1 (Ericson II 2005): Cut set is a set of events that together cause the top
undesired event to occur.

Definition 2 (Ericson II 2005): Minimal cut set (MCS) is a cut set reduced to the
minimum number of events that cause the top undesired event to occur.

Most commonly used approach for generation of MCSs is based on a fault tree of
the observed system (Kvassay et al. 2016; Makajic et al. 2016). Formally, a fault tree
is a directed and connected acyclic graph G = (X, A), where X is the set of nodes
and A is the set of arcs (Fig. 1).
The root node T corresponds to the top event of the fault tree and represents the
system failure. The leaves x1–x8 are basic events of the fault tree and they represent
failure modes of the system components. The root T and the intermediate nodes
G1–G5 are identified by the corresponding logic operators (gates) that model the
cause–effect relationships between components failures. In Fig. 1, the nodes that
correspond to the root T and intermediate events G3 and G4 represent OR gates,
while the nodes that correspond to the events G1, G2, and G5 represent AND gates.
Fault tree can be considered as a graphical presentation of a system structure
function (Limnios 2007). Fault tree analysis includes qualitative and quantitative
evaluation (Schneeweiss 1997). The main qualitative (logic) evaluation includes the
determination of structure function of a fault tree that describes how binary compo-
nent states jointly determine the binary system states, that is, it takes up the value 1
for the occurrence of the top event, and the value 0 for its nonoccurrence (Lee et al.
1985). Such structure function is given as a disjunctive normal form where each
conjunction represents one MCS. For the fault tree in Fig. 1, MCSs are x8, x5x7,
x6x7, x3x4x5, x1x2x7, x3x4x6, and x1x2x3x4.
We have here observed coherent fault trees whose properties are each component
(basic event) is relevant to the system and structure function is monotonic (increasing)
(Barlow and Proschan 1996). Thereby, we assume that all MCSs of a given fault tree
18 P. Pavlović et al.

Fig. 1 Fault tree example T

x8 G5

G3 G4

x5 G1 x6 x7 G2

x1 x2 x3 x4

are already determined. In 1970s, a large number of so-called classical methods

for MCSs of fault tree generation were developed: MOCUS (Fussell et al. 1974),
FATRAM (Rasmuson and Marshal 1978), and MICSUP (Willie 1978). Since late
1980s several methods based on Petri nets presentation of fault tree (Hura and Atwood
1988; Liu and Chiou 1997; Bobbio et al. 2003; Wu et al. 2010; Makajic-Nikolic et al.
2013) have been developed. Nowadays, a predominant approach for MCSs generation
is by using binary decision diagram of a given fault tree (Rauzy 1993; Way and Hsia
2000; Contini and Matuzas 2011).
The remainder of the paper is organized as follows: Sect. 2 is devoted to impor-
tance measures. New approach for determining the set of the most critical system
components is stated as a problem of determining the minimal number of basic events
which eliminate all MCSs.
In Sect. 3, the problem is formulated as a well-known set covering problem.
This problem is solved using exact algorithms and original algorithms inspired by
variable neighborhood search, described in Sect. 4. Numerical results and discussion
are presented in Sect. 5.

2 Importance Measures

The three measures whose results are compared with our approach are Birnbaum
importance measure as the most important; Fussell–Vesely importance measure;
and first-term importance of component, which rely on MCSs.
Determining the Set of the Most Critical System Components … 19

Birnbaum importance measure observes extreme states of the system compo-

nents: perfectly reliable and failed, and, for each component, it compares the system
reliability in these two states. The component for which this difference is largest is
considered the most important.
Let pi (t) be the reliability of the component i at time t and p(t) =
( p1 (t), . . . , pn (t)) the vector of reliability of all system components. System reli-
ability function can then be denoted by h( p(t)). Birnbaum importance measure of
component i at time t is obtained by partial differentiation of the system reliability
with respect to pi (t):

∂h( p(t))
I B (i|t) = (1)
∂ pi (t)

By applying pivotal decomposition (Holand and Rausand 1994), Birnbaum mea-

sure can be expressed as

I B (i|t) = h(1i , p(t)) − h(0i , p(t)) (2)

where h(1i , p(t)) represents the system reliability with the component i assumed
to be perfectly reliable and h(0i , p(t)) represents the system reliability with the
component i assumed failed.
The basic idea of Fussell–Vesely importance measure is that a component con-
tributes to system failure when an MCS containing its failure event occurs. The
original formulation is based on sums of the MCS probabilities, which is an approxi-
mation that can be used for a rare event (Vaurio 2010), i.e., systems with high reliable
components.
Fussell–Vesely importance measure can be approximated as follows (Kuo and
Zhu 2012):


mi j 
mi j
1− (1 − Q i (t)) Q i (t)
j=1 j=1
I F V (i|t) ≈ ≈ (3)
Q(t) Q(t)

j
where Q i (t) denotes the probability that j-th MCS which contains the component i
occurs at time t and Q(t) denotes the probability of the system failure. Given that
Q(t) is constant, the components can be rank only based on the sums of probabilities
of the corresponding MCSs (to which they belong).
Based on the first-term importance of component, introduced by Chang et al.
(2002), Kuo and Zhu (2012) defined the first-term importance measure that takes
into account only the cut sets of the highest order. A cut set order is the number of
events in a cut set, i.e., the cut set of an order l contains l basic events (Ericson II
2005). The smaller l, the higher the cut set order is. Let e be the higher cut sets order.
The first- term importance of component i is
Another random document with
no related content on Scribd:
 Il n’y a pas de sonnette ; on frappe, et quand Caillou arrive,
conduit par sa mère ou sa bonne, c’est presque toujours madame
Luze qui vient ouvrir elle-même, parce qu’elle a regardé par une
fenêtre bien petite, à rideaux rouges. Elle n’a pas d’enfant et elle
aime les enfants ; elle aime surtout bien Caillou, et ils s’embrassent
gentiment, assez fort, avant de commencer à travailler ensemble.
Car lorsque Caillou pose tout nu, assis sur une sorte de plateau
qui tourne sur un pied de bois, il a conscience qu’il travaille. C’est
une idée que lui a suggérée madame Luze pour le faire tenir
tranquille, et c’était une très bonne idée qui a eu un succès presque
inespéré : « Caillou, lui a-t-elle dit, il vient ici d’autres petits garçons
qui posent comme toi sur ce plateau ; et ce sont de petits pauvres,
de petits Italiens, de petits enfants d’ouvriers. Je leur donne de
l’argent, parce que c’est leur façon de gagner leur vie, parce que
c’est leur travail, tu comprends. Toi, tu es riche, je ne te paye pas,
mais tu travailles, comme eux, et tu me fais cadeau de ton travail. Je
te remercie, Caillou ! »
Alors Caillou, qui d’ordinaire ne peut tenir en place, Caillou, qui
d’habitude bouge pour jouer, bouge pour changer de jeu, a besoin
de bouger toujours comme les oiseaux de pépier le matin, Caillou le
Méritoire s’efforce à garder l’immobilité d’un professionnel ; il « tient
la pose », il la tient même trop, car il ignore les petits moyens, les
souplesses du métier ; il tend tous ses muscles, au lieu de réserver
leur rigidité à ceux-là seuls qu’on observe ; il se fatigue et il prend
l’air malheureux, mais avec noblesse ! Madame Luze n’est pas
impitoyable : elle l’enlève à pleins bras, le remet à terre, lui passe
une petite robe de chambre fourrée, et lui dit : « Joue maintenant,
fais ce que tu veux, tu l’as bien gagné. »
Naturellement, la première chose que Caillou alors a demandée,
c’est à faire comme madame Luze, et par conséquent à jouer avec
de la terre glaise. On lui en a donné tant qu’il a voulu, et sa mère l’a
regardé avec une admiration amoureuse, persuadée qu’il avait « des
dispositions ». Mais il n’a aucunes dispositions ; ou du moins celles-
ci ne sont pas encore nées. En tout cas, chose singulière, il n’utilise
la matière qu’on lui a donnée que pour représenter précisément les
seuls objets qui ne conviennent pas à cette matière : des jardins, par
exemple, des jardins plantés d’arbres. Un arbre en terre glaise est
une impossibilité. Le tronc s’élève encore sans trop de peine, mais
les branches, malgré qu’on lui apprenne à leur donner une armature
d’allumettes, et surtout les feuillages donnent lieu aux plus graves
mécomptes. De même les toits des maisons et surtout les ponts qu’il
lance sur des rivières imaginaires. On a beau lui dire : « Fais des
bonshommes, Caillou, des bonshommes et des bêtes ! » il s’obstine
dans sa décevante entreprise et semble y savourer d’immenses
délices. C’est sans doute que jamais encore il n’a réfléchi à la forme
qu’ils avaient, les bonshommes et les bêtes : il ne voit que leurs
mouvements. Mais surtout, je pense, il trouverait ridicule de
s’appliquer à modeler une seule bête ou un seul bonhomme, alors
qu’il est bien plus amusant de créer tout un vaste milieu où il pourra
se représenter par l’imagination une foule de choses. Enfin il est
possible qu’il ait le sens littéraire ; il n’a sûrement pas le sens
plastique. Les formes ne lui disent rien. Il ne fait attention qu’aux
histoires qu’elles racontent, ou qu’elles doivent raconter pour lui
plaire.
Cependant madame Luze le rappelle au plateau et se remet à
l’œuvre. Inconsciemment, mais avec force, Caillou aime à la
regarder : elle agit. Tout ce qui est action l’attire, et il sent que ce
travail est joyeux. Parfois il l’accompagne — comme s’il ne savait
plus parler, comme aux premiers jours de sa vie quand il était ivre de
lait — d’une espèce de roucoulement vague, de mélopée sans
commencement ni fin. La statuaire lève les bras, serre les lèvres,
s’éloigne et se rapproche ; elle est charmée, elle est impatiente, elle
est enthousiaste, et puis anxieuse. C’est toute une occupation pour
Caillou que de voir, et ça le gêne en même temps pour poser ; il
voudrait imiter ses mouvements. Enfin, il contemple l’effigie qui sort
de l’ébauche et se précise… Un jour il comprend. On lui a dit vingt
fois : « C’est toi, Caillou, c’est toi qu’on fait ! » Il ne savait pas très
bien ce que cela voulait dire, mais à cette heure, il est illuminé : on
fait un petit garçon qui est Caillou ! Et c’est beaucoup plus
intéressant, beaucoup plus véritable qu’un portrait ou qu’une
photographie, parce qu’il y a l’épaisseur, le volume, si vous voulez,
et que c’est juste sa grandeur : c’est lui, comme il se voit. Rien n’est
plus extraordinaire et plus mystérieux ; il y a un petit Caillou qui
pousse à côté de lui, en terre glaise. Il ne remue pas, il ne remue
jamais, celui-là, c’est la seule différence ; et on lui a dit si souvent :
« Tiens-toi tranquille, Caillou ! » qu’il est bien près de la prendre pour
une supériorité.
… Mais voici que madame Luze prend un air grave et déçu, juste
au moment où il est le plus satisfait. Elle n’est plus joyeuse, ses
gestes n’ont plus l’air d’une danse, ses bras retombent, elle hésite :
c’est que la tête, la tête de ce petit corps si rond, si tendre et vivant,
cette tête qui sourit de toute sa jeune bouche et du coin des yeux,
elle n’est point posée sur les épaules frêles ainsi qu’il conviendrait :
autrement ce serait mieux. Et elle n’hésite jamais, quand elle n’est
pas contente, madame Luze ! Elle prend un fil de fer très mince et
très dur, le tend bien entre ses deux mains, comme ça, l’approche
de la nuque de la petite statue, tire vers elle, et patatras ! En un clin
d’œil la statue est décapitée ! Madame Luze en tient la tête entre ses
dix doigts et la regarde sans pitié, d’un œil froid.
… Subitement, elle entend un bruit redoutable et inusité. C’est
Caillou qui a sauté tout seul de son plateau de pose, ce qu’il n’avait
jamais osé faire. Et il a fui, épouvanté, jusqu’au fond de l’atelier ; il a
peur, il est indigné, il est blessé, il crie, il trépigne, il regarde madame
Luze comme une ennemie puissante et féroce. Elle n’y est plus du
tout, la statuaire ; elle se demande ce qui le prend, elle va vers lui.
Mais Caillou lui échappe, Caillou l’évite ; il lui semble que ce
serait un affreux danger si elle le touchait. Il s’explique enfin,
pleurant à chaudes larmes :
— Tu m’as coupé la tête ! Tu m’as coupé la tête !
— Mais non, Caillou ! Tâte-la, ta vraie tête, tu verras qu’elle est
toujours sur ton cou. Que tu es bête !
Caillou tâte : il n’est rien arrivé à sa vraie tête, rien n’est plus
certain. Mais cela ne le console pas.
 — Je le savais bien, dit-il, qu’il n’y avait rien à celle-là… Mais
l’autre, c’est moi tout de même, et tu l’as coupée !
Encore une fois, il a inventé la magie. Sa logique infirme et
magnifique est remontée au temps où un esprit habitait réellement,
pour tous, les images des êtres, par la seule raison qu’elles avaient
été faites avec l’intention d’imiter ces êtres, au temps où l’on croyait
vraiment qu’offenser une effigie, c’était offenser sa cause. Madame
Luze, sans le savoir, a envoûté Caillou. Il la considère avec des yeux
de haine et d’effroi.
 L’OPÉRATION

Caillou maintenant est plus vieux d’une année. Il a maigri, cette

mollesse délicieuse de la petite enfance, la nature s’en est emparée
sans rien dire à personne, et par des procédés mystérieux en a fait
des os et des muscles. Sa taille s’est élancée, « débourrée »,
comme on dit aux champs ; il est plus grand, de quoi il est fier ; car
sa tête, quand il me parle, atteint au niveau de ma table de travail.
Mais voilà qu’après peu de temps de séjour à Paris, on l’a vu tout à
coup triste et presque grognon ; lui qui d’habitude, à son réveil, salue
avec tant de joie le retour de la lumière, et rit, et gazouille, et crie
d’impatience pour qu’on l’habille, il s’est mis à aimer son lit, à y
allonger, avec une sorte d’inquiétant et paresseux plaisir, ses
membres et tout son corps léger. Sa mère a dit : « C’est la
croissance qui le fatigue, ce ne sera rien. » Mais l’autre jour il était à
peine levé qu’avant même d’avoir pris sa tasse de lait et ses tartines,
il s’est mis à pleurer, à pleurer à chaudes larmes et sans motif. Sans
motif ? Il y a toujours une cause quand les enfants pleurent.
Bornons-nous à dire que nous ne la comprenons pas. Caillou ne
trouvait plus de plaisir à vivre, telle est la vérité, et il croyait tant y
trouver toujours plaisir ! Et puis, subitement, il a eu très mal au cœur.
Les petits qui ont une indigestion sont très touchants. Ils font ça,
vous l’avez peut-être remarqué, avec une facilité singulière, reste
sans doute de l’automatisme si précieux de leurs viscères au
moment où ils n’étaient encore que des sacs blancs et roses, tout
pleins de lait. Mais en même temps, parce qu’ils commencent à
raisonner, ils sont tout secoués d’indignation ; ils savent que ça n’est
pas fait pour aller de ce côté-là ! Ils éprouvent un sentiment de
ridicule, une sourde humiliation ; ils ont peur aussi qu’on ne les
gronde. Pourtant, nul ne songeait à gronder Caillou. Quand un
enfant a « mal au cœur », ses parents se demandent seulement,
avec un souci très lourd, si ce n’est chez lui qu’une révolte
d’estomac, ou s’il s’agit d’une crise plus grave. Il y a tant de grandes
maladies qui commencent de la sorte, la fièvre typhoïde,
l’appendicite… Caillou, interrogé, déclara qu’il avait mal à la tête. Par
malheur, j’ai déjà dit que les indications qu’il donne sur les
phénomènes dont sa frêle machine intérieure est le théâtre sont de
la nature la plus vague et la plus décevante. Pour lui, tout son torse
est « un ventre » et s’il avait eu mal aux dents, il eût été fort capable
de dire, de la même manière, qu’il avait mal à la tête. Mais on
découvrit, en lui posant des questions précises : « Dis si c’est là…
ou là… ou là… » qu’il avait aussi très mal à la gorge. Autres
craintes : on ne sait jamais ce que peut devenir un mal de gorge.
Mais le médecin fut rassurant : Caillou n’avait qu’une amygdalite,
rien de plus.
— Seulement, dit le docteur, il récidivera. Il sera pris deux fois,
trois fois par hiver. Il vaudrait mieux sauter le pas et lui couper les
amygdales tout de suite… je veux dire dans une quinzaine.
Et voici l’opération résolue. Mais on n’en dit rien à Caillou. Il n’a
pas besoin de savoir, n’est-ce pas ? on préfère le prendre par
surprise. En attendant, on s’occupe de le guérir : gargarismes,
badigeonnages d’alun. Il a un peu de fièvre : on prend régulièrement
sa température. Et ce qu’il y a d’admirable, c’est la majesté que met
Caillou à se laisser soigner. C’est qu’il est devenu, au lieu d’un
enfant à qui l’on rit, d’un enfant qu’on aimait bien et qu’on laissait
jouer, le personnage important de la maison. On le regarde
sérieusement ! Il en a conçu un immense respect de lui-même, et
d’autre part il continue, sans même le savoir, le cours ordinaire des
études qui conviennent à son âge : elles consistent à compléter son
vocabulaire. Quand on arrive auprès de son petit lit, et qu’on lui
demande : « Comment vas-tu, Caillou ? » il ne répond point : « Je
vais mieux » ou « Je vais plus mal ». Bien plus encore que les
malades plus âgés incapable de se rendre compte de son état, il le
subit avec inconscience. Mais il ouvre la bouche pompeusement :
— Moi ? J’ai 36°9, déclare-t-il.
C’est qu’il a vu sa mère et le médecin « prendre sa température »
et se l’annoncer mutuellement, avec inquiétude ou avec joie, suivant
les cas, mais toujours avec une certaine emphase. Il éprouve donc,
à proférer cette phrase qu’il ne comprend pas, la joie de limitation :
dit les mêmes choses qu’une grande personne, et on l’écoute, et on
lui parle sur un ton d’intérêt sincère :
— 36°9 ! Allons, Caillou, ça ne va pas mal.
— Mais oui, fait-il avec condescendance, ça ne va pas mal !
Pour la même raison, il accepte sans protester les gargarismes
et les badigeonnages. Ce n’est pas très agréable, mais ça lui inspire
une innocente vanité ; ces supplices légers concentrent l’attention
sur lui. Et il est si vrai que tel est le motif de sa résignation,
qu’aussitôt qu’il n’a plus de fièvre et qu’il peut se lever, les mêmes
traitements lui deviennent insupportables. C’est qu’on le soigne
maintenant par acquit de conscience et sans y faire attention. On
n’est donc plus au jeu, et cela Le fâche.
Autour de lui, on le sent bien, et vingt-quatre heures avant le
moment où on doit lui enlever les amygdales, on profite de la
connaissance approfondie qu’on a maintenant de sa psychologie.
On l’oblige à se coucher en le déclarant plus malade, on l’entoure
d’attentions minutieuses, on recommence avec componction les
mêmes lavages. Et quand le médecin arrive, il croit seulement qu’on
va le badigeonner de nouveau.
— On va regarder plus profond, aujourd’hui, Caillou… alors, on
va te bander les yeux.
Ces deux phrases n’ont aucun rapport entre elles, mais elles ont
l’air d’une explication. Pas plus que les hommes, les enfants n’en
demandent davantage.
 — Ouvre bien la bouche, maintenant ; montre ta gorge.
Il obéit naïvement, gentiment, et alors le médecin sort de sa case
de cuir l’instrument dont il se servira, un des plus hideux, un des plus
terrifiants qui soient en chirurgie : quelque chose comme une longue
paire de ciseaux terminée par une sorte de fourchette et une
guillotine. La fourchette doit piquer les amygdales, la guillotine les
trancher ensuite.
Caillou, qui ne se doute de rien, reçoit à l’improviste le choc
d’une douleur cuisante, mais il ne peut plus parler, il ne peut plus
crier, parce qu’il étouffe. Un instant, un instant encore, un
gargouillement douloureux, et c’est fait : l’amygdale sort, au bout de
la fourchette. Il n’y a plus qu’à recommencer puisqu’il y a deux
amygdales !
Mais bien souvent on s’arrête à la première. Croyez-vous que
s’ils pouvaient ressusciter, beaucoup de décapités consentiraient à
se laisser couper le cou une seconde fois ? De même la plupart des
petits opérés se défendent, leur gorge se contracte, on est obligé de
remettre le reste de la torture à plus tard, à beaucoup plus tard. Par
bonheur, Caillou n’est pas comme eux. Ce n’est pas qu’il soit brave :
il est sidéré. Les yeux toujours bandés, il ignore ce qui vient de se
passer, il souffre, mais il croit qu’on s’est trompé, qu’il y a eu erreur,
qu’on l’a mal badigeonné. Ce qui le confirme dans cette pensée,
c’est qu’on lui demande de se gargariser, et il le fait.
— Tu as mal, Caillou, mais ça va passer. Ouvre encore une fois
la bouche et ça passera.
Il obéit. Il a si confiance dans ce qu’on lui dit, il subit si
ingénument, avec une soumission si attendrissante, l’ascendant des
paroles !
C’est de nouveau la même douleur, plus faible toutefois, parce
que l’instrument a maintenant plus de place pour passer : il n’y a
plus qu’une amygdale… C’est la vraie fin, à cette heure. Caillou se
gargarise encore, et voici venir toutes les misères laides qui
terminent l’opération, le sang qui coule, descend dans l’estomac,
étourdit, endort. Mais il ne faut pas qu’il dorme, il faut voir si
l’hémorragie ne continue pas.
— Ne parle pas, Caillou, c’est défendu, mais on va te parler.
Et on lui parle, on lui parle, on lui dit n’importe quoi. On a détaché
le bandeau qui voilait son regard, ses beaux yeux bruns suivent les
objets qu’on fait danser devant lui, les gestes, les allées et venues ; il
cherche à s’amuser, puisque c’est le but de sa vie, quand il ne
mange pas, quand il ne dort pas. Puis une bonne arrive avec un
seau de fer-blanc, un seau monumental, impressionnant.
— Voilà la bombe, Caillou, la bombe glacée qu’on t’avait promise,
si tu étais bien sage.
C’est qu’en effet, par une astuce ingénieuse et tendre, pour
combattre une hémorragie possible, on lui avait promis une glace,
cette friandise dont il goûte si rarement, parce qu’il est presque
toujours endormi à l’heure des grands dîners. Et la voilà devant lui !
Il ne songe plus qu’à cela ; de temps en temps, sans parler, il fait le
geste de plonger une petite cuiller dans ce seau précieux. On obéit,
on dépose sur sa langue une parcelle de cette bonne neige rose, et
il la savoure, les yeux clos. Mais surtout la bombe est pour lui tout
seul, c’est sa propriété, il jouit bien plus de la regarder, au pied de
son lit, que de la sentir fondre, bribe par bribe, sur son palais encore
enflammé. Et quand il ferme les yeux, quand il ne voit plus la bombe
glacée, il l’imagine ! Donc il est heureux.
Au bout de quelques jours à peine, il est guéri, et quand on lui
demande : « As-tu beaucoup souffert, Caillou ? » il répond
sincèrement : « Moi ? quand ça ? » Il a déjà tout oublié, tant il est
toujours pris par la minute présente. Et cependant, il sait maintenant
ce qu’on lui a fait : on raconte son opération, on décrit l’instrument
du supplice aux parents, aux amis, à tous ceux qui viennent. Il est
très fier d’occuper ainsi le monde de sa personne. Alors il tient à
revivre ces minutes désormais pour lui magnifiques. Et l’autre jour,
on l’entend qui dit à Lucile :
— Nous allons jouer à l’opération. C’est moi qui suis le
médecin… Tiens, voilà une fourchette à dessert…
On a été obligé de lui reprendre la fourchette.
 L’AUBE DE L’AGE INGRAT

Je crois vous avoir dit que c’est chez l’oncle de Caillou qu’on va
tous les ans à la campagne. Mais c’est Caillou lui-même que vous
avez toujours vu, c’est lui qui a perpétuellement attiré votre
attention ; sans doute connaissez-vous fort mal encore son hôte.
Moi-même, pendant bien longtemps, je l’ai presque entièrement
ignoré. Je le considérais surtout comme un vieux garçon fantasque
et plaisant, qui faisait à l’enfant que j’aime des plaisanteries presque
excessives, comme celles de l’œuf de cheval, dont peut-être vous
vous souvenez. Il faut du temps, il faut avoir beaucoup vieilli pour
savoir que tout homme — et toute femme — a une vie secrète par
quoi il est intéressant, attendrissant, digne de respect, ou bien
inquiétant et méritant l’horreur. Il faut avoir, pour le comprendre,
médité sur beaucoup de choses, principalement sur soi… Et même
tout cela, dans l’usage de la vie, ne sert presque jamais à rien : on
continue à prendre les ombres humaines qu’on rencontre pour ce
qu’elles veulent montrer : parce que c’est plus commode, parce
qu’on est paresseux, parce qu’on a besoin d’elles, ou qu’elles sont
indifférentes. Parfois un éclair vous montre qu’il y a « autre chose ».
Mais on met sa main devant ses yeux, on s’aveugle volontairement.
S’il fallait prendre tant de souci des âmes autres, soi-même on s’y
perdrait, on n’agirait point.
L’oncle de Caillou vit à la campagne, presque toute l’année ; il ne
vient à Paris que par hasard, et quelquefois ne dit pas quand il y
vient. C’est un assez vieil homme, qui a dépassé la soixantaine, et
d’après le premier jugement que portent les gens sur lui, il semble
un original assez égoïste, « comme tous les vieux garçons ». Ce
sont là des qualifications qu’on obtient au moindre prix ; l’oncle est
original parce que, bien que favorisé des dons de la fortune, il
s’habille assez mal et semble mettre à ce mal un soin particulier ; en
d’autres termes, il accommode son vêtement à ses goûts et le
déforme d’une manière qui est toujours la même ; parce qu’il ne fait
pas de visites, parce que, lorsqu’il entend une dame chanter dans un
salon, la seule opinion qu’il exprime, c’est : « Ça doit bien vous
fatiguer ! » Il est égoïste parce que les trois quarts de l’année il vit
seul et que, a priori, dans l’opinion du monde, un homme qui vit seul
doit être un égoïste ; parce qu’il a un serin, comme une vieille fille, et
qu’il se plaît à l’écouter siffler ; parce qu’il garde la même cuisinière
depuis vingt ans, qu’elle est excellente, qu’il le sait et qu’il le dit.
Voilà qui est suffisant : il est classé.
Mais c’est plus compliqué qu’il ne paraît. Tout est toujours plus
compliqué qu’il n’y paraît ! Il est curieux de voir combien cet homme
vieilli, très lourd, avec des tavelures aux mains, des poches sous les
yeux et des souliers difformes, des souliers de goutteux, aime la
société de certaines jeunes femmes. Il ne les recherche pas ; on
dirait même qu’elles lui font peur. Mais une fois que la glace est
brisée, l’oncle manifeste un intérêt d’autant plus incroyable qu’il est
désintéressé. Parfois il est devant elles comme un spectateur muet,
on croit qu’il s’ennuie ; et dans le temps le plus court il revient, et
recommence à écouter, les mains sur les genoux. Parfois au
contraire il prend part aux conversations les moins faites pour son
âge et pour son sexe, il entend parler toilette et il exprime sur ce
sujet frivole des opinions passionnées. On découvre même qu’il a le
« vocabulaire » de la toilette, ce vocabulaire qui change d’année en
année et peut-être de mois en mois. Et si alors on s’en étonne, il
répond qu’il ne trouve pas cela plus ridicule ni plus difficile que de
savoir le nom des fleurs, et qu’il sait le nom de toutes les fleurs,
étant jardinier. De fait, il trouve pour définir et caractériser la beauté
féminine et tout ce qui s’y rapporte des expressions très singulières
qui lui sont personnelles, empruntées à des catégories d’objets bien
différentes — des expressions de solitaire, de sauvage ou
d’agriculteur. Cela séduit, ou cela surprend ; il est aimé comme un
vieil ami spirituel et sûr, ou bien dédaigné comme une vieille bête. Le
plus étrange, c’est qu’aucune des femmes qui ont ainsi gagné
l’affection de l’oncle ne l’a perdue ; et il en est pourtant qui après
avoir passé une fois ou deux sous ses regards attentifs n’ont point
reparu. Il persiste cependant à en parler, leur mémoire en lui
demeure toute fraîche. C’est comme, pour un paysan, une année où
il y aurait eu beaucoup de pommes, ou une belle vendange, ou des
blés à foison. Il sait la date où il les rencontra, et le lieu, et le son de
leur voix, le caractère particulier de leur grâce ou de leur beauté. Il
demande de leurs nouvelles ; il en est qui lui écrivent.
Et puis il se fait en lui, à mesure qu’il avance en âge, une espèce
de retour à la soumission, à la déférence, et aussi à la puérilité de sa
jeunesse. Il a besoin de famille, et toutes les choses de la famille
l’intéressent. Il est devenu, à son jugement personnel, l’inférieur, le
second de sa sœur qui est plus jeune, mais qui a eu des enfants.
Avoir eu des enfants lui paraît une chose extraordinaire et
attendrissante. Cette déviation de l’instinct paternel prend chez lui
les aspects du jeu. Or un enfant ne joue pas tout le temps à la
poupée. L’oncle ne saurait pas davantage élever Caillou, le nourrir ni
le morigéner. Il a seulement besoin de le voir de temps en temps
pour jouer à l’aimer ; alors il l’aime à la folie et à l’enfantillage. C’est
sa toute première enfance qui revient. Voilà pourquoi il lui fait faire
des farces de frère très peu aîné, et pourquoi Caillou lui en fait qui
l’amusent aux larmes. Mais il ne faut pas que l’ébat dure trop
longtemps, parce qu’il est vieux. Cette famille, cette jeunesse qu’il
adore ne sont pour lui qu’un spectacle : et si fort que vous aimiez le
spectacle, vous ne voudriez point qu’il durât toute la journée. L’oncle,
au bout de quelques semaines ou de quelques jours, éprouve, sans
même le savoir, le désir de se retrouver solitaire, de chasser, de
pêcher, de se promener librement derrière son chien, d’entendre
tranquillement chanter l’oiseau qui est dans la cage, et de causer
avec la cuisinière. Il cause avec elle de Caillou, du reste, de la
maman de Caillou, et de tout ce qui touche à Caillou. Son âge le
porte à aimer le souvenir plus que l’action, et même à craindre
l’avenir. C’est ce qu’il appelle « aimer les siens », et c’est peut-être
en cela qu’il est un égoïste, comme on le dit. Quand il se retrouve
avec son chien, son oiseau et sa cuisinière, il éprouve du plaisir à
songer que Caillou aime la bête, le serin et la servante ; il ne veut
pas s’avouer, ce qui serait la vérité même, que c’est le contraire et
qu’il aime Caillou d’avoir ajouté quelque chose à l’intérêt profond
qu’il porte à ces objets habituels, et de les avoir enrichis de
représentations nouvelles qui augmentent leur valeur à ses yeux. Et
puis ni Caillou ni sa mère ne sont gênants. La maman de Caillou
connaît bien son frère et respecte ses habitudes, Caillou a été
jusqu’ici un bon petit garçon qui suit fidèlement son vieux grand ami.
Le vieux grand ami croit que ce sera toujours comme ça ; il est
heureux, d’une manière un peu pâle, et qui lui convient. Davantage,
il en serait désorienté et mal à son aise : il vient un âge où il ne faut
plus à l’estomac que des légumes et des bouillies. L’âme est de
même.
Il n’est pas naturel, quand on y réfléchit, que l’oncle soit ainsi.
Une des dames pour lesquelles il a de l’affection a dit un jour que le
malheur et l’isolement de sa vie viennent très probablement de ce
que quelqu’un « l’a mal commencé ». En tout cas, il ne finit pas très
bien, il finit tristement, comme presque tous les vieux garçons. La
maman de Caillou sait très probablement ce qu’a été ce mauvais
commencement, mais elle ne m’en a jamais rien dit ; elle est très
discrète à cet égard. Je ne suis jamais arrivé à deviner s’il aime les
enfants par instinct, parce qu’il n’en a jamais eu, et qu’il devrait en
posséder, comme tout le monde, ou s’il en est un quelque part, qui
est à lui, et qu’il ne peut pas voir, et qu’il ne verra jamais. Quoi qu’il
en soit, maintenant, il ne saurait plus avoir le désintéressement qu’il
faut pour voir « grandir la poupée » ; il aime les enfants, c’est bien
sûr, mais il ne sait pas ce que c’est. Il est très bon, l’oncle, mais il est
détaché, plus détaché encore qu’il ne le sent lui-même. A l’automne,
il veut être seul, sans personne près de lui, les jambes près du
premier feu qu’on allume. Ce n’est pas gai. Mais autre chose ne
l’égayerait plus… Il a vu le spectre. On lui avait bien dit qu’il
viendrait.
On le dit à tous les hommes, depuis les premiers jours de leur
enfance ; et ils ne le croient jamais. Au fond, on ne croit
sérieusement, absolument, qu’à ce qui fut l’objet d’une expérience
personnelle, d’un petit commencement, à tout le moins, d’expérience
personnelle. J’ai rencontré jadis, dans une maison de fous, un
pauvre homme qui se croyait immortel. Le plus étrange, c’est qu’il
avait été médecin ; nul dans sa vie n’avait, je pense, vu mourir plus
de monde. N’importe. Il disait : « Suis-je jamais mort ? Non, n’est-ce
pas ? Comment donc puis-je être certain que je mourrai ? Je ne
mourrai point. » Vous me dites qu’il était fou. Mais vous-même, si
vous êtes jeune, croyez-vous que vous vieillirez ? Certes, vous avez
vu vieillir autour de vous, vous savez qu’on vieillit, que c’est une loi
inéluctable. Et toutefois, n’en ayant aucune expérience, ne pouvant
d’avance vous rendre compte de quelle manière vous vieillirez, vous
n’êtes pas sûr. Si vous osiez, vous avoueriez un certain scepticisme.
Un jour cependant le spectre de la vieillesse apparaît : et il surprend.
Pourtant il ne s’est pas conduit avec vous d’une façon brutale, on
n’a rien à lui reprocher. Il ne vous a arraché les cheveux ni broyé les
dents. Vous êtes toujours le même en apparence, et le signe qu’il fait
aujourd’hui, vous vous souvenez maintenant que parfois déjà il
l’avait fait ; seulement vous n’aviez pas compris. Vous aviez moins
d’appétit ; vous vous êtes contenté de vous enorgueillir d’une vertu
nouvelle nommée sobriété. Vous étiez plus sensible au froid ; vous
vous êtes ingénument applaudi de votre prudence. Vous éprouviez
moins de joie devant la nouveauté inattendue des faits et des
apparences, ou bien moins d’étonnement et d’indignation ; vous
appeliez cette froideur sagesse. Et cependant quelque chose aurait
pu vous avertir : la diminution du plaisir conscient qu’on a de voir
chaque année se renouveler les saisons, naître une feuille sur un
arbre, — une feuille verte, vivante, heureuse, amoureuse du vent, de
la pluie ou du soleil, — mûrir un fruit qui rougit ou se dore, jaunir la
cime des arbres ou tomber la première neige, qui vous fait dire :
« Quel bonheur ! Elle est toute blanche, sortons bien vite pour
marcher dessus ! » Et voilà que ces événements immenses ne vous
font plus rien ! On aurait dû frémir d’inquiétude : on n’y a pas pensé.
Brusquement, il y a une petite maladie qui vous prend. Rien de
grave. Un fiacre qui vous heurte dans la rue, et vous froisse un
muscle ; ou bien un rhume qui vous fait tousser ; ou bien un accès
de fièvre, vieux rappel de vieux voyages. Toutes choses qui vous
sont arrivées vingt fois. Ah ! le goût qu’avaient les maladies dans la
jeunesse ! Comme on voudrait encore le sentir, comme on était
abattu, écrasé, brûlant, puis glacé ; et comme on réagissait ! Le mal
vous faisait l’effet d’un accident ridicule, d’une irrégularité passagère,
d’une espèce d’injustice qui n’aurait qu’un temps. Et on ne se
trompait pas, ça n’avait qu’un temps. On se retrouvait ensuite le
même, et souvent mieux, comme purifié, purgé, entraîné, plus
maigre, plus sec, plus vivant. Et d’ailleurs on n’avait jamais pensé
qu’il en pût être autrement. Il faut de ces maux terribles, qui ne
pardonnent pas et qui vieillissent précisément avant l’âge, pour
qu’un jeune homme se dise : « Je ne serai plus ce que j’ai été. » Il
s’indigne seulement d’être arrêté pour quelques minutes dans sa
course. En vérité, le type de toutes les maladies de jeunesse est le
mal de dents, atrocement douloureux, irritant à vous faire perdre
toute patience, et humiliant parce qu’on sait, de toute son
intelligence et de tout son instinct, qu’il n’a aucune importance. On
se sent momentanément déchu, on se refuse à cette déchéance, et
aussitôt qu’on en est sorti, on se promène pour dire : « Ce n’était pas
vrai. Me voilà, moi ! Vous pouvez regarder, je suis le même. »
Mais au contraire, cette fois, le spectre de la vieillesse est venu
jusqu’à la porte. Il l’a entr’ouverte, on a vu sa laide figure. Tout de
suite il est parti ; mais on sait qu’il est dans l’escalier, et qu’il y
restera toujours.
On le sait, précisément parce qu’on n’est pas du tout en colère
contre le mal subitement survenu. Un état de lâcheté qu’on savoure.
Une basse soumission aux soins qu’on vous donne. Une diminution,
qu’on sait devoir être perpétuelle, de la puissance vitale : voilà ce
qu’on ressent. Et enfin, ce qui est beaucoup plus grave que tout le
reste, on n’est pas étonné le moins du monde que le mal dure
longtemps. On le supporte ! L’affaiblissement du besoin d’activité
mentale est si grand que, pour la première fois, on ne s’émeut pas
de rester à ne rien faire. Chose d’autant plus étonnante qu’on s’était
dit : « Me voilà immobile : que de besogne je vais abattre ! » La
journée passe, et il se trouve qu’elle s’est écoulée, inutile, inoccupée
et sans ennui ; elle a été comme si elle n’était pas. C’est comme si
on se sentait éternel, au moment même où l’on vient d’apprendre
qu’on est dans le grand fleuve qui emporte tout, et qui coule plus vite
maintenant, plus près de son aboutissement… cet océan morne,
sans fond, sans rives, où nul être n’a plus son nom.
Mais tout de même, tout de même, cela n’est pas sans douceur !
Dans les années de force et d’ignorance, on a l’impression qu’on
pourrait vivre seul, tant les hommes et les femmes ne vous
apparaissent que comme une émanation et un jeu de votre propre
puissance ; et s’ils s’écartent de votre route, on leur en veut d’abord
de leur incompréhensible ingratitude, puis on les oublie. Mais dès
que la nature, au contraire, vous a fait ce signe mystérieux, on
conçoit avec une résignation délicieuse que ces humains existent
par eux-mêmes, qu’ils sont en dehors de vous, qu’ils continueront
peut-être à durer quand vous aurez disparu ; et on leur est alors
profondément reconnaissant de tout ce qu’ils vous donnent, même
sans le savoir ; on les trouve généreux. Jadis, on vivait en avant.
Voici qu’on apprend à goûter le charme de la minute présente, on ne
la laisse fuir qu’avec peine, on porte à la perfection l’art de la
prolonger. On l’avait regardé venir, on le regarde s’en aller. C’est que
l’angle sous lequel on considérait l’univers a changé. C’est en vain
qu’il y a quelques années la réflexion vous disait qu’on y occupe
moins de place qu’une fourmi sur une montagne ; on ne le savait
que par l’intelligence, on ne le croyait pas. A cette heure, on en a
conscience comme de la chaleur ou du froid, sans effort, sans que la
volonté y soit pour rien. J’ai éprouvé une sensation analogue — car
c’est une sensation, ce n’est pas un raisonnement — après mon
premier grand voyage autour de la terre ; j’eus physiquement
l’impression que la terre était ronde et qu’il me serait désormais
impossible de la concevoir autrement. Auparavant, on me l’avait bien
dit, mais je consentais seulement à l’admettre, et après je n’y
pensais plus : cela fait une grande différence.
Chose curieuse, il ne résulte pas de ce nouvel état d’esprit une
diminution de l’idée qu’on se fait de sa propre valeur : c’est comme
une sécurité singulière qui vous vient. Je ne sais quoi vous a révélé
que toute action avait son résultat, à l’instant même où,
personnellement, on constatait une certaine insensibilité à la volupté
de l’action. De là à concevoir quelque mépris pour la manière, à
perdre la timidité dont on était pénétré toutes les fois qu’il fallait agir
ou exprimer une pensée, dans la crainte qu’il y eût peut-être mieux,
comme action ou comme pensée, il n’y a qu’un pas. On le franchit ;
on s’exprime ou on marche sans songer comment on s’exprime et
comment on marche. On est ce qu’on est, pour la première fois. Et
c’est ce qu’on appellerait vieillir ? On préfère bénir la destinée, on
s’habitue… L’oncle a vu le spectre, et il s’habitue.

Cette nouvelle année, quand Caillou est revenu chez lui il l’a
retrouvé qui l’attendait parmi ses roses d’automne et ses fruits
mûrissants, entre son chien, son serin qui gazouillait dans la cage
peinte en vert, et sa cuisinière précieuse ; et l’oncle Jules, l’oncle
Jules lui-même a eu un cri :
— Mais Caillou, tu n’es plus le même !
Il en était déjà triste, parce que les vieux n’aiment pas que les
objets et les êtres changent autour de leur personne ; cela les vieillit
encore davantage ; et il ne savait pas pourtant à quel point ses
paroles étaient vraies. Il est arrivé deux choses à Caillou : ce n’est
plus un enfant, c’est un petit homme, un petit mâle qui a dépassé
sept ans ; et il sait lire ! Alors, voilà : il n’a plus rien de commun avec
le Caillou qu’on a connu. Toute cette grâce, toute cette douce
mollesse, toutes ces rondeurs de la petite enfance ont disparu. Il a
des mains sèches, allongées, solides déjà ; des bras maigres, mais
très nerveux ; un corps grêle et fluet, « où on peut compter les
côtes », dit sa mère qui s’inquiète un peu, mais souple et dont il fait
tout ce qui lui plaît — ce qui lui plaît étant le plus souvent cent
sottises à la minute, — des yeux plus clairs que tendres sous ses
cheveux coupés courts ; d’autres dents, qui n’ont pas encore fini de
remplacer toutes celles qui sont tombées, ce qui le rend assez laid,
et des pieds disproportionnés, des pieds qui ont grandi plus vite que
tout le reste. Enfin, comme je vous l’ai dit, il sait lire.
Hélas ! il fallait bien qu’il apprît à lire ; mais ainsi l’univers, tel que
l’ont conçu les hommes, et principalement ceux qui écrivent pour la
jeunesse, a remplacé celui qu’imaginait toute seule sa petite âme
simple. Sa tête est pleine de dangereuses billevesées ; des rêveries
trop vastes, des imaginations passionnées et délirantes le dégoûtent
à chaque instant de la réalité. Une sorte de pernicieuse fatigue
mentale augmente ce désarroi. A genoux, trois ou quatre heures
durant, devant un livre à images posé sur une chaise : Vingt mille
lieues sous les mers, ou l’Ile mystérieuse, ou Un bon petit diable, il
sort de sa lecture les yeux vagues, le cerveau tourbillonnant, une
étrange bouderie peinte sur ses traits. Littéralement, il ne sait plus
où il est. On ne peut lui tirer une parole.
Il ne vous dira plus ce qu’il pense ; il s’est compliqué, son âme a
des replis déjà profonds et son esprit le sens du ridicule. Il craint
qu’on ne se moque. Il ne peut vraiment avouer à personne — à
personne, vous entendez, pas même à sa mère ! — qu’il se figure
tour à tour être « une enfance célèbre », la victime douloureuse de
parents barbares, ou bien tout bonnement un mauvais sujet, auteur
de tours héroïques. Il devient donc, mais pour lui seul, Pic de la
Mirandole, Pascal inventant la géométrie, Romain Kalbris, ou le Bon
Petit Diable. Comme Pic de la Mirandole, il tue des grenouilles pour
les disséquer. Et il les tue en effet fort cruellement parce qu’il est
maladroit, mais il est tout à fait incapable de discerner quoi que ce
soit dans ces membres disjoints et ces entrailles éparses. Ou bien il
fait « de la poudre » avec des bouts de fusain à dessiner, de la fleur
de soufre chipée au jardinier et du salpêtre gratté sur les murs de
l’écurie. C’est de la très mauvaise poudre, mais elle fuse tout de
même, lui grille les sourcils et provoque un commencement
d’incendie dans le vieux grenier de la maison de campagne. De quoi
il est très fier, d’autant plus qu’il est sévèrement puni. Les souvenirs
de Romain Kalbris interviennent alors : Caillou est une victime, il est
plein de génie, et personne ne le reconnaît, et personne ne l’aime. Il
grimpe donc dans un arbre, parce que, ça aussi « c’est dans les
livres », et y exalte un orgueil larmoyant, sentimental et voluptueux.
Quand ses pleurs ont fini de couler, il se rappelle des bribes de
musique, car il n’est pas dépourvu d’oreille, et les applique à sa
propre situation ou aux aventures des jeunes victimes imaginaires
qui sont devenues non seulement ses amis, mais d’autres lui-même.
Si vous n’avez rien à me dire lui paraît particulièrement touchant et
par conséquent sa propre plainte de gosse injustement martyrisé. Il
y a aussi l’allegretto de la symphonie en la de Beethoven, qu’il a
retenu fort exactement et qui lui paraît le cri personnel et
magnifiquement douloureux de sa misère morale. Quant à Gloire
immortelle de nos aïeux, c’est — il en est tout à fait convaincu, avec
un mélange de terreur et d’enthousiasme — la chanson farouche
des brigands, quand ils rentrent, chargés du fruit de leurs coupables
mais séduisantes expéditions, dans la caverne où le jeune Henri, né
dans l’imagination du chanoine Schmidt, est retenu prisonnier.
Quand il a été trop méchant, on l’enferme dans une pièce, où
dans la cheminée brûle un feu clair, car l’automne cette année est
assez frais. Caillou ne s’y ennuie nullement ; il jette, comme un pont,
des éclats de bois entre deux bûches enflammées, et croit voir, dans
les lueurs changeantes que jettent ces bouts de bois avant d’être
réduits en cendre, des armées qui se mêlent, luttent, s’assènent des
coups formidables. Il est parfaitement heureux, et quand on vient le
chercher vous regarde comme s’il voulait mordre : on le dérange.
Il en veut donc à tout le monde, et ceci lui paraît une justification
des tours qu’il joue à ses prétendus persécuteurs. L’oncle Jules est
celui qui trouve le moins de grâce à ses yeux, précisément parce
qu’il est le propriétaire de la maison, celui qui reçoit et dont on dit :
« Fais attention, ton oncle n’aimera pas ça ! » Et il a déjà une
dangereuse mémoire. De tout ce qu’on a dit de l’oncle devant lui, de
ses manies, de ses ridicules, il a gardé un souvenir fort exact. Il ne le
respecte plus et le considère comme un tyran qui n’est pas autorisé
à être un tyran, puisqu’il n’est pas son maître en vertu des liens du