Opakování lekce 4,5,7 9.5.2011.

Slides:



Advertisements
Podobné prezentace
CW – 13 LOGISTIKA 26. PŘEDNÁŠKA
Advertisements

GOOD DECISIONS – BAD OUTCOMES
Vliv nejistoty na hodnotu PPP projektu
6. ROZHODOVÁNÍ ZA NEJISTOTY
TEORIE ROZHODOVÁNÍ A TEORIE HER
Systémy pro podporu managementu 2
Systémy pro podporu managementu 2
Dualita úloh lineárního programování a analýza citlivosti
Rozhodovací matice.
TEORIE ROZHODOVÁNÍ.
Aplikace teorie grafů Základní pojmy teorie grafů
Úvod Klasifikace disciplín operačního výzkumu
Hodnotový management Teorie rozhodování
Rozhodování spotřebitele v podmínkách rizika
MANAŽERSKÉ ROZHODOVÁNÍ
TEORIE HER A ROZHODOVACÍ MODELY
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Mikroekonomie II Úvod Ing. Vojtěch Jindra Katedra ekonomie (KE)
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
LINEÁRNÍ OPTIMALIZAČNÍ MODEL
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
Systémy pro podporu managementu 2
TEORIE ROZHODOVÁNÍ A TEORIE HER
Varianty výzkumu Kroky výzkumu Výběrový soubor
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy.
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Matematická teorie rozhodování
Úloha a význam rozhodování
Nechť (, , P) je pravděpodobnostní prostor:
Výukový program: Obchodní akademie Název programu: Rozhodování Vypracoval : Ing. Adéla Hrabcová Projekt Anglicky v odborných předmětech, CZ.1.07/1.3.09/
Hry proti přírodě (Rozhodovací analýza)
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.
Reprezentace klasifikátoru pomocí „diskriminant“ funkce
Rizika v projektech spojených s výstavbou
MANAŽERSKÉ ROZHODOVÁNÍ
CIDEAS 2006ČVUT v Praze, FSv Spolehlivost a rizika výběru technicko-ekonomických variant V. Beran P. Dlask Fakulta.
Rozhodovací proces, podpory rozhodovacích procesů
Ekonomické modelování Reálné opce Reálnou opci lze interpretovat jako flexibilitu investičního projektu. –Opce zahájení/rozšíření projektu –Opce ukončení/útlumu.
MANAŽERSKÉ ROZHODOVÁNÍ
Metrologie   Přednáška č. 5 Nejistoty měření.
Simplexová metoda pro známé počáteční řešení úlohy LP
Časová analýza stochastických sítí - PERT
2. Vybrané základní pojmy matematické statistiky
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
Náklady, příjmy, ekonomický zisk
ROZHODOVÁNÍ Osnova: 1. Východiska
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
Rozhodování spotřebitele za rizika
FEL ČVUT, katedra ekonomiky, manažerství a humanitních věd © Oldřich Starý, 2012 Finanční management Analýza projektu.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz ANALÝZA A KLASIFIKACE BIOMEDICÍNSKÝCH DAT prof. Ing. Jiří Holčík, CSc.
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
ROZHODOVACÍ ANALÝZA PRO MANAŽERY Metody vícekriteriálního rozhodování
Varianty výzkumu Kroky výzkumu Výběrový soubor
Simplexová metoda.
Vzdělávání pro konkurenceschopnost
TEORIE ROZHODOVÁNÍ.
Operační výzkum Lineární programování Dopravní úloha nevyrovnaná.
Přednáška č. 2 Obecné finanční metody hodnocení veřejných projektů
Příklad (investiční projekt)
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Vztah rozhodovatele k riziku
ANALÝZA A KLASIFIKACE DAT
CW-057 LOGISTIKA 44. PŘEDNÁŠKA Teorie grafů – 3 - stromy Leden 2017
Transkript prezentace:

Opakování lekce 4,5,7 9.5.2011

Prvky rozhodovacích úloh akce stavy světa – náhodné, disjunktní a úplné důsledky akcí (zisky, ztráty) cílová proměnná (pravděpodobnosti stavů světa) matice zisků, matice ztrát: řádky = akce, sloupce = stavy světa, prvky = důsledky

Charakteristické rysy rozhodovacích úloh Množina akcí a volba akce, která bude realizována, jsou pod kontrolou rozhodovatele Stavy světa nejsou pod kontrolou rozhodovatele Rozhodovatel musí vybrat akci před tím, než je znám výsledný stav, a aniž má možnost ovlivnit náhodné procesy, které generují stavy světa Stavy světa musí být disjunktní (nesmí se překrývat) a úplné (nemůže se vyskytnout nepředvídaný stav) Všechny výstupy jsou ohodnoceny stejnou jednotkou – cílovou hodnotou (nejčastěji peněžní hodnota)

Určení ztráty příležitosti Pro každý stav světa (pro každý sloupec tabulky zisků) opakujte následující kroky: Určete maximální hodnotu zisku v daném sloupci Hodnoty ztrát příležitosti v tomto sloupci spočtete tak, že od maximální hodnoty odečtete hodnotu pro vybranou akci.

Rozhodování za jistoty – s jistotou víme, které stavy světa nastanou za rizika – známe pravděpodobnosti stavů světa za nejistoty – neznáme pravděpodobnosti stavů světa

Rozhodování za rizika subjektivní pravděpodobnosti rozhodovací matice diskrétní –relativní velikosti, slovní vyjádření spojité – kvantily, diskretizace rozhodovací matice modelování a simulace – Monte Carlo

Pravidla rozhodování za rizika Očekávaná utilita Očekávaná (střední) hodnota Očekávaná hodnota a rozptyl Očekávaná ztráta příležitosti – matice ztrát Očekávaná hodnota dokonalé informace

Grafické nástroje pravděpodobnostní strom rozhodovací strom

Užitek a riziko psychologické a ekonomické faktory očekávaný zisk a riziko užitková funkce rozhodovatele postoj k riziku, jistotní ekvivalent vlastnosti funkce utility matice užitku riziková prémie hodnocení rizik, strategie ochrany analýza citlivosti, scénáře

Přiřazení hodnot užitku Určete maximální a minimální hodnotu v tabulce zisků. Označte maximum OM a minimum OL. Položte U(OM) = 1, U(OL) = 0. kde U(O) reprezentuje hodnotu užitku výstupu O. Abyste určili hodnoty pro ostatní výsledky Oij v tabulce zisků, určete hodnotu p takovou, aby pro vás byly následující dvě možnosti rovnocenné: S jistotou získáte Oij Zúčastníte se hry, v níž můžete vyhrát OM s pravděpodobností p a OL s pravděpodobností (1-p). Pak U(Oij) = p.

Postoj k riziku Přiřazení hodnot užitku je osobní a subjektivní. Pokud je tento úkol proveden pečlivě, pak užitková funkce odráží postoj k riziku a kritérium očekávaného užitku vede k rozhodnutí, které je v souladu s preferencemi rozhodovatele a jeho postojem k riziku. konkávní vyhýbání se riziku lineární neutrální k riziku konvexní sklon k riziku

Pravidla rozhodování za nejistoty minimax (maximin) – pesimistické: určíme pro každou akci minimální zisk a vybereme akci odpovídající maximu těchto minim. maximax – optimistické: v tabulce zisků najdeme maximální hodnotu a zvolíme jí odpovídající akci Laplace – předpokládáme stejné pravděpodobnosti stavů světa

Pravidla rozhodování za nejistoty Hurwicz – koeficient optimismu λ ε <0,1> (λ=1 optimismus, λ=0 pesimismus): vybereme akci s největší hodnotou kritéria optimismu KOj = λ max(i) (xij) + (1- λ) min(i) (xij) Savage – minimální ztráta: určíme pro každou akci maximální ztrátu a vybereme akci odpovídající minimu těchto maxim: min(j) [max(i)(zij)]

Bayesovský přístup apriorní pravděpodobnosti výběrová informace, vzorkování matice spolehlivosti aposteriorní pravděpodobnosti výběr optimální varianty na základě aposteriorních pravděpodobností očekávaná hodnota výběrové informace

Hodnota informace Očekávaný zisk či ztráta při dokonalé informaci E(X|DI): součet součinů nejvýhodnější hodnoty xij a P(Si) Očekávaná hodnota dokonalé informace EVPI = E(X|DI) - max E(Xj) EVPI = minimální očekávaná ztráta Střední hodnota výběrové informace EVSI = E(VI) = E(X|VI) - max E(Xj) Čistý zisk vzorkování ENGS = EVSI – CS, CS = náklady na vzorkování ENGS>0 – vzorkování provést, ENGS<0 neprovést

Vícekriteriální rozhodování

Prvky rozhodovacích problémů rozhodovací proměnné: jsou předmětem volby (trh, ceny, náklady, technologie, …) exogenní veličiny: ovlivňují řešení, ale jsou mimo kontrolu rozhodovatele (dostupnost úvěrů, úrokové sazby, výsledky VaV – riziko a nejistota) kritéria hodnocení (rentabilita, NPV, …) stavové veličiny: mezivýsledky, vlivy variant a exogenních veličin na kritéria hodnocení omezující podmínky (interní – externí, ovlivnitelné – neovlivnitelné)

grafické nástroje (influenční diagramy, kognitivní mapy) tvorba variant známe varianty řešení neznáme varianty řešení existují postupy – analogie, modifikace neexistují postupy – unikátní problémy, originální řešení

Dobře a špatně strukturované problémy Dobře strukturované problémy matematické modely, operační analýza, matematické programování Špatně strukturované problémy systematicko-analytické (morfologická analýza, rozhodovací stromy, soupis atributů) intuitivní (brainstorming, brainwriting, synektika)

Vícekriteriální hodnocení preferenční uspořádání variant (převod na stejné jednotky, kompenzace hodnot kritérií) stanovení vah kritérií alokace bodů preference párové srovnávání: počet preferencí Saaty: směr a velikost preference postupný rozvrh vah (skupiny vah) kompenzační metoda

Typy kritérií kvalitativní kvantitativní – měrné jednotky; pokud je možný převod na stejnou měrnou jednotku (obvykle monetární), lze převést na jednokriteriální rozhodování výnosová nákladová konfliktní kritéria - kompromisy

Hodnocení variant vícekriteriální funkce utility jednoduché metody stanovení utility variant vážené pořadí expertní stanovení pořadí (bodování) lineární, bázická varianta párové srovnávání variant Saaty – dílčí hodnocení variant vzhledem ke kritériím matice preference, prahy citlivosti (preference, indiference)

Kompenzační metoda nevyužívá váhy kritérií iterační proces, který využívá (praktické) dominace k postupné eliminaci variant ekvivalentních výměn k postupné eliminaci kritérií výsledkem je jediná (optimální) varianta nebo několik málo variant s jedinou dominující

Subjektivní faktory v rozhodování

Pasti rozhodování Způsob myšlení má zásadní vliv na rozhodování. Můžeme identifikovat následující příčiny špatných rozhodnutí: chyby myšlení (přehánění, přeceňování určitých stránek problému) chyby vedení (špatné řízení, špatná motivace a realizace rozhodnutí chyby kultury (organizační prostředí)

Pasti myšlení Past ukotvení Past statu-quo Past utopených nákladů Past potvrzujících předpokladů Past zarámování Pasti odhadů a předpovědí

Chyby vedení Pokud problém pochopíme nesprávně, sotva najdeme nejlepší řešení, zvláště ve složitých nebo rychle se měnících situacích. Nemusí existovat žádné uspokojivé řešení, pouze výběr mezi alternativami, které mají daleko od optimální Informační přetížení může ztížit rozlišení mezi příčinou a následkem. Může pomoci položit si následující otázky: Kdo/co je problémem ovlivněn a kdo/co ne? Co bude ovlivněno změnami? Racionalistické plánování: předpokládáme, že existuje pouze jedno správné řešení a každý, kdo myslí racionálně, se k němu musí propracovat. Ale tak tomu často není.

CHYBY KULTURY Organizační kultura může být překážkou strategického rozhodování ze dvou opačných příčin: fragmentace – lidé spolu nesouhlasí, ale nesouhlas je potlačován. Místo toho, aby se rozpory řešily otevřeně, probíhá skrytá šeptanda, skupinky pak vyhodnocují informace podle toho, zda podporují jejich výchozí stanovisko. skupinové myšlení: vzniká dojem harmonického souhlasu. Myšlenky, které nepodporují stanovisko skupiny, jsou potlačovány. Neprovádí se důkladná analýza, budí se zdání neomylnosti. Důsledkem je neúplné vyhodnocení dostupných řešení a špatné hodnocení rizik.

RACIONÁLNÍ PŘÍSTUP Hodnocení situace Identifikace kritických problémů Specifikace řešení Rozhodnutí Implementace rozhodnutí Monitorování, zpětné vazby

INTUITIVNÍ PŘÍSTUP Události nejsou vždy uspořádané a jasné, informace nemusí být dostupné; lidé nemyslí vždy přísně racionálně – viz „Pasti rozhodování“ Racionální přístup musí být často kombinován s intuitivním. Racionální přístup stanoví rámec činností – zajistí, že na nic nezapomeneme, vyhneme se pastem a používáme nejvhodnější techniky. Intuitivní přístup přináší inspiraci, vhled a instinkt potřebné k identifikaci optimálních řešení.