OB

Принятие решений в условиях риска

Принятие решений в условиях риска — наиболее распространенный случай, это вероятностная ситуация решения. Может случиться несколько возможных состояний природы и каждое состояние — с заданной вероятностью.
1. Оптимизация математического ожидания. Рассматривая табличные решения с условными состояниями и вероятностными оценками для всех состояний природы, можно определить ожидаемую денежную отдачу (expected monetary value (ЕМV)) для каждого варианта.
Это число представляет ожидаемую ценность варианта или среднюю отдачу для каждого варианта, т. е. такую отдачу, которую получим, если сможем повторить решение большое число раз. Одно из наиболее популярных решений — это выбор варианта, который имеет максимальное значение EMV.
EMV для варианта — сумма возможных поступлений (отдач) варианта, каждая взвешенная на вероятность появления отдачи.
EMV (Варианты i) = (Отдача по 1-му состоянию природы) *(Вероятность 1-го состояния природы) + (Отдача по 2-му состоянию природы) * (вероятность 2-го состояния природы) + … + (Отдача по последнему состоянию природы) *(Вероятность последнего состояния природы).
2. Ожидаемая ценность совершенной информации. EVPI (Expected Value of Perfect Information). Неопределенность при принятии решений может быть уменьшена путем сбора дополнительной информации, однако за нее нужно платить. В ряде задач требуется определить верхнюю границу суммы, которую можно потратить на информацию, предлагаемую консультантами.
Если менеджер способен определить, какое состояние природы появится, то затем он сможет определить, какое принять решение. Если менеджер знает, какое принять решение, то отдача от решения увеличивается, потому что эта отдача сейчас означает определенность, а не вероятность. Поскольку эта отдача от решения будет увеличиваться со знанием, какое состояние природы появится, это знание имеет ценность. Поэтому необходимо определить ценность этой информации.
Разницу между отдачей (от решения) в условиях определенности и отдачей в условиях риска называется ожидаемой ценностью совершенной информации. EVPI (Expected Value of Perfect Information).
EVPI = (Ожидаемая ценность в условиях определенности) -(max EMV).
Ожидаемая ценность в условиях определенности – это ожидаемая или средняя отдача, если мы имеем достоверную информацию перед принятием решения.
Ожидаемая ценность в условиях определенности = (Наилучший исход для 1-го состояния природы) *(Вероятность 1-го состояния природы) + (Наилучший исход для 2-го состояния природы) * (Вероятность 2-го состояния природы) + … + (Наилучший исход для последнего состояния природы) * (Вероятность последнего состояния природы).
3. Деревья решений. На практике результат одного решения заставляет нас принимать следующее и т.д. Для этой последовательности используют схему дерева решения.
Дерево решений — это графическое отражение процесса, которое определяет альтернативы решения, состояния природы и их соответствующие вероятности отдачи для каждой комбинации альтернатив и состояний природы.
Хотя мы можем использовать все критерии решений, которые были обсуждены выше, ожидаемая отдача в денежном выражении (ЕМV) — это наиболее используемый и обычно наиболее соответствующий критерий для анализа деревьев решений.
Анализ проблемы с использованием дерева целей включает в себя пять шагов:
1. Определить проблему.
2. Структурировать или нарисовать дерево целей.
3. Назначить вероятности к состояниям природы.
4. Оценить отдачу для каждой возможной комбинации альтернатив и состояний природы.
5. Решить проблему, вычисляя ожидаемую отдачу в денежном выражении (ЕМУ) для каждого узла, состояния природы. Это делается путем движения назад, что значит: начиная справа от дерева и работая назад по узлам решений дерева.
Символы, используемые для дерева решений:
a) прямоугольник — это узел решения, из которого может быть выбрана одна или несколько альтернатив;
б) овал — это узел состояния природы.

Понравился данный материал?
Не стесняйся, поставь лайк, расскажи о нас своим друзьям, однокурсникам, короче, всем, кому был бы полезнен наш сайт! Тебе ничего не стоит, а нам приятно, что не зря стараемся ;)
Спасибо!