Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Systémy pro podporu managementu 2 Teorie a praktický příklad Pravidla rozhodování za nejistoty.

Podobné prezentace


Prezentace na téma: "Systémy pro podporu managementu 2 Teorie a praktický příklad Pravidla rozhodování za nejistoty."— Transkript prezentace:

1 Systémy pro podporu managementu 2 Teorie a praktický příklad Pravidla rozhodování za nejistoty

2 Nástroje stanovení dopadů rizikových variant Zprostředkování vymezení důsledků variant vzhledem ke zvoleným kritériím hodnocení Omezenost využití dílčích nástrojů Vybrané nástroje: Rozhodovací matice Pravděpodobnostní strom Scénář Simulace Monte Carlo

3 Rozhodovací matice Použití v případě, kdy jsou faktory rizika ovlivňující důsledky jednotlivých variant diskrétní povahy Rozhodovací matice je tabulka, kde jsou: v řádcích jednotlivé rizikové varianty ve sloupcích kombinace hodnot jednotlivých faktorů rizika v políčkách důsledky rizikových variant (například hodnoty zisku, rentability kapitálu nebo čisté současné hodnoty) Varianty rozhodování Stavy světa S1S1 S2S2 …SnSn V1V1 d 11 d 12 …d 1n V2V2 d 21 d 22 …d 2n …………… VmVm d m1 d m2 …d mn

4 Pravidla rozhodování za nejistoty Aplikace v případě neznalosti rozdělení pravděpodobností kritéria hodnocení rizikových variant Monokriteriální charakter Nejpoužívanější pravidla: Minimaxu Maximaxu Laplaceovo Hurwiczovo Savageovo

5 Pravidlo minimaxu Stanovení nejnižší hodnoty kritéria přes jednotlivé rizikové situace (tzn. řádková minima) Uspořádání variant podle klesajících hodnot řádkových minim Výběr optimální varianty - ta, pro kterou nabývají řádková minima maximální hodnoty Pravidlo minimaxu volí pesimistický rozhodovatel - relativně nejvyšší efekt při nejméně příznivých okolnostech

6 Pravidlo maximaxu Stanovení nejvyšší hodnoty kritéria přes jednotlivé rizikové situace (tzn. řádková maxima) Uspořádání variant podle klesajících hodnot řádkových maxim Výběr optimální varianty - ta, pro kterou nabývají řádková maxima maximální hodnoty Pravidlo minimaxu volí optimistický rozhodovatel - relativně nejvyšší efekt při předpokladu nejpříznivější situace

7 Laplaceovo pravidlo Stanovení očekávané (střední) hodnoty zvoleného kritéria hodnocení Uspořádání variant podle klesajících očekávaných hodnot (v případě kritéria výnosového typu) Uspořádání variant podle rostoucích očekávaných hodnot (v případě kritéria nákladového typu) Laplaceovo pravidlo použije rozhodovatel, který nemá informace o tom, že některé rizikové situace jsou pravděpodobnější - možnost předpokladu, že všechny jsou stejně pravděpodobné

8 Hurwiczovo pravidlo Rozhodovatel uvažuje pro každou variantu jí příslušející nejvyšší a nejnižší hodnotu daného kritéria hodnocení Dále stanovení pomocné veličiny, kterou bude vážený průměr nejvyšší a nejnižší hodnoty tohoto kritéria, kde jako váhy použijeme tzv. koeficient optimismu* a jeho doplněk do jedné Další postup je stejný jako při aplikaci Laplaceova pravidla *koeficient nabývá hodnot od nuly do jedné, optimistický rozhodovatel volí vyšší hodnoty tohoto koeficientu

9 Savageovo pravidlo Toto pravidlo vychází ze ztrát, které mohou nastat tím, že volba rizikové varianty nebyla optimální vzhledem k rizikové situaci, která po této volbě nastala Sestavení tzv. matice ztrát - pro každou variantu a rizikovou situaci jsou ztráty určeny jako rozdíl hodnoty kritéria varianty, která je za této situace optimální, a hodnot dalších variant Dále stanovení nejvyšší hodnoty ztrát pro jednotlivé varianty a jejich uspořádání podle rostoucích hodnot těchto maxim Optimální varianta je nejnižší hodnota této ztráty

10 ZÁVĚR Preferenční uspořádání variant podle pravidel rozhodování za nejistoty Vhodné pro přehlednost srovnání výsledků jednotlivých variant Využitelnost Zejména malé a střední podniky, kterým stačí tyto prostředky pro podporu rozhodování a preferují je oproti nákladnému softwaru


Stáhnout ppt "Systémy pro podporu managementu 2 Teorie a praktický příklad Pravidla rozhodování za nejistoty."

Podobné prezentace


Reklamy Google