Bizonytalanság melletti döntések

Slides:



Advertisements
Hasonló előadás
Események formális leírása, műveletek
Advertisements

A bizonytalanság és a kockázat
Kvantitatív módszerek
A kockázat kezelése döntési feladatokban
A kockázat kezelése döntési feladatokban
Készlet késztermékek, alkatrészek, kiegészítő termékek,
Dualitás Ferenczi Zoltán
Konfliktus és kooperáció
V. A készletezés logisztikája
Mechanika I. - Statika 3. hét:
Vállalatok pénzügyi folyamatai
Gazdasági előrejelzések és elemzések
Osztályozás -- KNN Példa alapú tanulás: 1 legközelebbi szomszéd, illetve K-legközelebbi szomszéd alapú osztályozó eljárások.
Informatikai projektmenedzsment
DÖNTÉSELMÉLET A DÖNTÉS = VÁLASZTÁS A döntéshozatal feltételei:
Állapottér-reprezentáljunk!
Gazdaságelemzési és Statisztikai Tanszék
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Táblázatkezelés a MS Excel segítségével
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Előadó: Prof. Dr. Besenyei Lajos
Körfolyamatok n A körfolyamat olyan speciális állapotváltozás (vagy egymáshoz kapcsolódó állapotváltozások sorozata), mely önmagába záródik, azaz.
2. Kockázat (és idő) Joggazdaságtan Szalai Ákos 2013.
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Gazdálkodási modul Gazdaságtudományi ismeretek I. Közgazdaságtan KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Tibai Eszter Indíts el új munkatársat! A képek származási helye: internet és saját.
Új ügyfél nélkül mit érek én? Január 30.. Tartalom 1.Bemutatkozás 2.Értékesítés. Hatékonyan. 3.Jelzőlámpa az üzleti élet forgatagában 4.Több, mint.
Innovatív HR-modulok fejlesztése
Miért hozzuk a döntést, mi a cél?
Kvantitatív módszerek
Kvantitatív módszerek
A fogyasztó optimális választása
Bizonytalanság melletti döntéshozatal — Elemi döntési módszerek Egy szerencsejátékokat szervező állami monopólium a Kincskereső nevű új sorsjegyet dobja.
Készítette: Kosztyán Zsolt Tibor
Grafikus feladatok 3.példa megoldása:
Az Alakfelismerés és gépi tanulás ELEMEI
BME Filozófia és Tudománytörténet Tanszék 1111 Budapest, Egry J.. u. 1. E 610. Dr. Margitay Tihamér 3. óra.
3. óra.
Vállalatok pénzügyi folyamatai
Hasonlósággal kapcsolatos szerkesztések
Kvantitatív módszerek
Melyik döntési elvnek felelnek meg az alábbi bizonytalanság melletti döntések?
Elemi döntési módszerek példa: 4 alternatíva, 6 szempont
Bizonytalanság melletti döntéshozatal — Elemi döntési módszerek Egy szerencsejátékokat szervező állami monopólium a Kincskereső nevű új sorsjegyet dobja.
Az elemzés és tervezés módszertana
Statisztikai döntésfüggvények elméletének elemei
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
$ Információ Következmény Döntés Statisztikai X.  Gyakorlati problémák megoldásának alapja  Elemzéseink célja és eredménye  Központi szerep az egyén.
2. Házi feladat 1. feladat megoldása
Következtető statisztika 9.
„Az igazi kérdés nem az, mennyit javultál tegnapi önmagadhoz képest, hanem, hogy milyen jól teszed a dolgod versenytársaidhoz képest.”
Szűrés A rosszul informált fél lehetőségei a jobban informált fél ösztönzésére.
Költség-minimalizálás az ellenőrző kártyák alkalmazásánál Feladatmegoldás, kiegészítés.
2. Döntéselméleti irányzatok
Geotechnikai feladatok véges elemes
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Többdimenziós valószínűségi eloszlások
Az információ, mint erőforrás
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
A biztonság általános értelmezése A biztonság nem termék, hanem egy kedvező állapot. A biztonság állapot, melynek megváltozása nem valószinű,
Pókerkártya játék algoritmusa
Értékteremtő folyamatok menedzsmentje
Projektirányítás elmélet - teszt
Válogatott fejezetek a közlekedésgazdaságtanból
VEZETŐI DÖNTÉSEK „Navigare necesse est” dönteni mindenkinek kell.
Kvantitatív módszerek
I. Előadás bgk. uni-obuda
Gazdaságinformatikus MSc
Előadás másolata:

Bizonytalanság melletti döntések

Bizonytalanság melletti döntések Példa: egy vállalkozás tulajdonosa az üzlethálózat bővítése vagy új tevékenységek bevezetése közötti döntés előtt áll. Cselekvési lehetőségei az alábbiak: A1: új üzlet nyitása A2: új szolgáltatás bevezetése A3: új termékkel való megjelenés a piacon

Bizonytalanság melletti döntések A jövő évi keresleti viszonyokat egy négyfokozatú skálával jellemzi, és a piac mai állapota alapján meg is tudja becsülni a lehetséges jövőbeni események bekövetkezési valószínűségét: A természet jövőbeni állapotai (si) Az állapot bekövetkezésére vonatkozó becslés (szubjektív valószínűség) P(si) s1: nagyon jó 0.4 s2: jó 0.3 s3: közepes 0.2 s4: gyenge 0.1

Bizonytalanság melletti döntések Az egyes tevékenységek jövő évi tiszta nyeresége függ attól, hogy milyenek lesznek a keresleti viszonyok (MFt-ban): A természet jövőbeni állapotai (si) Tevékenységek A1 A2 A3 s1 20 26 10 s2 12 8 s3 4 7 s4 -4 5

Optimista döntéshozó (maximax kritérium) Nem veszi figyelembe a keresleti viszonyok jövőbeni állapotához tartozó valószínűségeket, hanem kizárólag a nyereségértékekre koncentrál, azok közül a lehető legjobbat választja: A természet jövőbeni állapotai (si) Tevékenységek A1 A2 A3 s1 20 26 10 s2 12 8 s3 4 7 s4 -4 5

Pesszimista döntéshozó (maximin kritérium) Nem veszi figyelembe a keresleti viszonyok jövőbeni állapotához tartozó valószínűségeket, hanem kizárólag a nyereségértékekre koncentrál. Felkészül a legrosszabb esetre: a tevékenységenként bekövetkező legrosszabb értékek közül választja a legjobbat. A természet jövőbeni állapotai (si) Tevékenységek A1 A2 A3 s1 20 26 10 s2 12 8 s3 4 7 s4 -4 5

Optimista és pesszimista döntéshozók A természet jövőbeni állapotai (si) Tevékenységek A1 A2 A3 s1 20 26 10 s2 12 8 s3 4 7 s4 -4 5 mj (min) Mj (max) Hj(α) (α = 0.8 esetén ) 0.8 x 20 + 0.2 x 4 = 16.8 0.8 x 26 + 0.2 x (-4) = 0.8 x 10 + 0.2 x 5 = 9 Hurwicz-féle optimizmus együttható: α Hj(α) = α Mj + (1– α) mj → max Leonid Hurwicz 2007-ben kapott Nobel-díjat.

Elmulasztott nyereségek alapján történő döntés (minimax regret) A természet bármelyik állapota következik is be, meg tudjuk mondani, hogy mi lett volna a legmagasabb elérhető nyereség. Ha nem az optimális cselekvési változatot választottuk, akkor ahhoz képest veszítettünk valamennyit (elmulasztott nyereség). A természet jövőbeni állapotai (si) Tevékenységek A1 A2 A3 s1 6 16 s2 2 4 s3 1 s4 9 Legnagyobb elmulasztott nyereség Azt a cselekvési tevékenységet választjuk, amelyhez tartozó legnagyobb (a legrosszabb esetben előforduló) elmulasztott nyereség minimális.

Döntés a valószínűségértékek alapján Eddig nem vettük figyelembe a természet állapotaihoz rendelt valószínűségeket. Maximum likelihood döntési elv: a legnagyobb valószínűségű eseményhez tartozó legnagyobb nyereségű alternatívát választja. A természet jövőbeni állapotai (si) P(si) Tevékenységek A1 A2 A3 s1 0.4 20 26 10 s2 0.3 12 8 s3 0.2 4 7 s4 0.1 -4 5

Döntés a várható pénzérték alapján Várható pénzérték (VP) maximalizálása A természet jövőbeni állapotai (si) P(si) Tevékenységek A1 A2 A3 s1 0.4 20 26 10 s2 0.3 12 8 s3 0.2 4 7 s4 0.1 -4 5 VP(Aj) 0.4 x 20 + 0.3 x 12 + 0.2 x 8 + 0.1 x 4 = 13.6 0.4 x 26 + 0.3 x 10 + 0.2 x4 - 0.1 x 4 = 13.8 0.4 x 10 + 0.3 x 8 + 0.2 x 7 + 0.1 x 5 = 8.3

Döntés a várható elmulasztott nyereség alapján Várható elmulasztott nyereség (VE) minimalizálása A természet jövőbeni állapotai (si) P(si) Tevékenységek A1 A2 A3 s1 0.4 6 16 s2 0.3 2 4 s3 0.2 1 s4 0.1 9 VE(Aj) 0.4 x 6 + 0.3 x 0 + 0.2 x 0 + 0.1 x 1 = 2.5 0.4 x 0 + 0.3 x 2 + 0.2 x 4 + 0.1 x 9 = 2.3 0.4 x 16 + 0.3 x 4 + 0.2 x 1 + 0.1 x 0 = 7.8

Állítás: A várható pénzérték maximalizálása és a várható elmulasztott nyereség minimalizálása mindig ugyanazt a megoldást eredményezi.