Hry proti přírodě (Rozhodovací analýza)

Slides:



Advertisements
Podobné prezentace
Vyhodnocení úspěšnosti fiskálních predikcí
Advertisements

GOOD DECISIONS – BAD OUTCOMES
6. ROZHODOVÁNÍ ZA NEJISTOTY
TEORIE ROZHODOVÁNÍ A TEORIE HER
Systémy pro podporu managementu 2
Systémy pro podporu managementu 2
Základy financí 9. hodina.
Rozhodovací matice.
* Procenta Úvod Matematika – 7. ročník *
1 Projektová dynamika II RNDr. Jiří Weinberger, TIMING Praha 28. Března 2008.
AUTOR Mgr.Moravcová Daniela ŠKOLA ZŠ TGM Kutná Hora Datum Ročník DRUHÝ
Současný a budoucí příjem, úrok, kapitálový trh
TEORIE ROZHODOVÁNÍ.
Úvod Klasifikace disciplín operačního výzkumu
Hodnotový management Teorie rozhodování
základní pojmy posloupností
Vzorce na umocnění.
Rozhodování spotřebitele v podmínkách rizika
Téma 3 ODM, analýza prutové soustavy, řešení nosníků
TEORIE HER A ROZHODOVACÍ MODELY
Násobíme . 4 = = . 4 = = . 4 = = . 2 = 9 .
Statistická chyba a hladina statistické významnosti
Dělitelnost přirozených čísel
Základy financí 3. hodina.
Nejmenší společný násobek
VY_32_INOVACE_ 14_ sčítání a odčítání do 100 (SADA ČÍSLO 5)
Nezbytná potřeba reformy důchodového systému Jan Kordík.
Metody mezipodnikového srovnávání
Dělení se zbytkem 6 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Dělení se zbytkem 5 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
Deterministické modely zásob Model s optimální velikostí objednávky
Základy financí 8. hodina.
Systémy pro podporu managementu 2
Analýza vlivu cen elektřiny na ekonomiku průmyslových podniků Prezentace EGÚ Brno, a. s. Sekce provozu a rozvoje elektrizační soustavy Květen 2007.
Dělení se zbytkem 8 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Náhoda, generátory náhodných čísel
Zásady pozorování a vyjednávání Soustředění – zaznamenat (podívat se) – udržet (zobrazit) v povědomí – představit si – (opakovat, pokud se nezdaří /doma/)
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy.
Jištění vodičů s připojenými motory
Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, Karlovy Vary Autor: ING. HANA MOTYČKOVÁ Název materiálu: VY_32_INOVACE_13_ROZHODOVÁNÍ.
ROZHODOVACÍ ÚLOHY.
Cvičná hodnotící prezentace Hodnocení vybraného projektu 1.
Celá čísla Dělení.
Analýza konkurenčního postavení
Matematická teorie rozhodování
Makroekonomická predikce (leden 2010) a dlouhodobý scénář
ÚVOD STRATEGICKÉ ŘÍZENÍ STRATEGIE TRH KOMPLEXNÍ PŘÍSTUP NÁKLADY
Jednoduchá cesta k optimálnímu rozložení investic
Jan Novák R10492 Základy managementu Rozhodovací analýza Ostravská univerzita Přírodovědecká fakulta.
V ekonomice a politice Ing. Václav Janoušek
Přednost početních operací
Výukový program: Obchodní akademie Název programu: Rozhodování Vypracoval : Ing. Adéla Hrabcová Projekt Anglicky v odborných předmětech, CZ.1.07/1.3.09/
Saatyho metoda – určuje, kolikrát je jedno kritérium významnější než druhé – zobecnění, více rozlišuje mezi kritérii Počet bodů Popis 1 Kritéria stejně.
TEORIE HER.
2. ROZHODOVÁNÍ ZA NEJISTOTY
Metody výběru variant Používají se pro výběr v případě více variant řešení stejného problému Lze vybírat dle jednoho nebo více kritérií V případě více.
11/2011Přednáška č. 31 Řízení sestaveného modelu Obsah předmětu: Počítačová podpora řízení Předmět : Počítačová podpora řízení K126 POPR Obor : E ZS, 2011,
1 TEORIE HER Nejmenovaná studentka, písemka, 2003: „Teorii her neznám, ale kdo si hraje, nezlobí“ „Teorii her neznám, ale kdo si hraje, nezlobí“
Rozhodovací proces, podpory rozhodovacích procesů
Opakování lekce 4,5,
Rozhodování v podmínkách neurčitosti
15. Ekonomie informací Osnova přednášky Rozhodování za rizika a nejistoty Asymetrická informace - úvod Nepříznivý výběr Morální hazard.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Struktura přednášky Rozhodování jedince za rizika
Cíl přednášky Seznámit se
ROZHODOVÁNÍ Osnova: 1. Východiska
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
VYSOKÁ ŠKOLA FINANČNÍ A SPRÁVNÍ o.p.s. CONTROLLING Ing. Jan Cedl AŘ KONTAKT s.r.o.
TEORIE ROZHODOVÁNÍ.
Transkript prezentace:

Hry proti přírodě (Rozhodovací analýza) Ing. Václav Janoušek

Rozhodovací analýza Výsledek našeho rozhodnutí může být ovlivněno stavem neutrálního faktoru (přírody) v budoucnu Dobrý ekonom. vývoj Špatný ekonomický vývoj Obytný blok 50 000 30 000 Kancelářská budova 100 000 -40 000 Sklad 10 000

Rozhodování za neurčitosti Kritéria: Rozhodovací kritéria – neznámé pravděpodobnosti stavů – rozhodování za neurčitosti Rozhodování za neurčitosti Kritéria: Maxmax – maximální optimismus, volíme variantu s nejvyšším potenciálním ziskem Maximin – max. pesimismus, volíme podobně jako v maticových hrách hru s nejvyšším minimem na řádcích (jako by se příroda snažila o minimalizaci našeho výnosu)

Kritérium minimální lítosti Dobrý ekonom. vývoj Špatný ekonomický vývoj Obytný blok 50 000 Kancelářská budova 70 000 Sklad 20 000

Hurwiczovo kritérium – jednotlivým možnostem vývoje přiřadíme pravděpodobnosti podle míry našeho optimismu – zcela subjektivní Kritérium stejné pravděpodobnosti – opět zcela subjektivní

Kritéria s pravděpodobnostním ohodnocením možností vývoje – rozhodování za rizika Kritérium střední hodnoty očekávaného výnosu Je – li p1 = 0,6 a p2 = 0,4 pak: E(1) = 0,6*50 000 + 0,4*30 000 = 42 000 E(2) = 0,6*100 000 + 0,4*(-40 000) = 44 000 E(3) = 0,6*30 000 + 0,4*10 000 = 22 000

Rozhodovací analýza Cena úplné informace Jsme – li schopni učinit 100% předpověď vývoje (v případě strategických her známe-li strategii našeho protivníka) pak volíme strategii tak, aby byla vzhledem ke strategii protivníka (nebo vývoje situace) optimální. V našem případě budeme-li vědět, že ekonomický vývoj bude dobrý, zvolíme strategii 2 (kancelářské budovy), budeme-li vědět, že vývoj bude špatný zvolíme strategii 1 (obytný blok). Naše střední hodnota výnosu pak bude: 0,6*100 000 + 0,4*30 000 = 72 000 Cena úplné informace pak činí EVPI (expected value of perfect information): 72 000 – 44 000 = 28 000

Rozhodovací analýza – cena úplné informace Příklad – stanovte cenu úplné informace hráčů ve hře prsty a v problému plk. Blotta.

P (Kladná predikce | příznivý vývoj) = 0,8 Rozhodovací analýza – cena dodatečné informace založená na aposteriorní pravděpodobnosti Při vyhodnocení ekonomické prognózy a stanovení její ceny vyjdeme z těchto podmíněných pravěpodobností: P (Kladná predikce | příznivý vývoj) = 0,8 P (negativní predikce | příznivý vývoj) = 0,2 P (kladná predikce | nepříznivý vývoj) = 0,1 P (negativní predikce | nepříznivý vývoj) = 0,9

Z toho vyplývá: P(kladná predikce průnik příznivý vývoj) = 0,8x0,6 = 0,48 P(kladná predikce průnik nepříznivý vývoj) = 0,1x0,4=0,04 P(negativní predikce průnik nepříznivý vývoj) = 0,9x0,4=0,36 P(negativní predikce průnik příznivý vývoj) = 0,2x0,6=0,12 Z toho: P(kladná predikce) = 0,52 P(záporná predikce) = 0,48

Výpočty aposteriorních pravděpodobností Nyní již můžeme vypočítat podmíněné pravděpodobnosti vývoje v případě té které predikce: P (příznivý vývoj | Kladná predikce ) = 0,48/0,52=0,923 P (příznivý vývoj | negativní predikce ) = 0,12/0,48 = 0,25 P (nepříznivý vývoj | kladná predikce ) = 0,04/0,52 = 0,077 P (nepříznivý vývoj | negativní predikce ) = 0,36/0,48 = 0,75 Dále management science – str. 541 - 543