Teorija odluivanja

Milan M.Milosavljevi mmilan@etf.rs

ta je teorija odliivanja
Teorija donoenja odluka Ne postoji jedinstven teorijski okvir Moe se rei da postoji mnogo naina na koji se ova oblast ljudske delatnosti moe tematizovati i teoretizovati Primeri: Da li danas da ponesem sa sobom kiobran?

Odluka zavisi od neega to ne znam (da li e biti kie ili ne)

ta je teorija odliivanja

elim da kupim stan. Da li da kupim ovaj konkretan stan?

Ovaj stan mi se dopada, ali u moda nai bolji po istoj ceni, ako nastavim da traim. Kada da prestanem sa traenjem? Jo jedna cigara nije problem Ali ako nastavim sa ovakvim odlukama dovoljan broj puta to moe biti problem.

Da li da popuim narednu cigaru?

ta je teorija odliivanja

Sud treba da odlui da li je optueni kriv ili ne

Sud moe da napravi dve vrste greaka (optuiti nevinog ili osloboditi krivog) Ako se prva vrsta greke smatra veom, koje principe sud treba da primeni

Komitet treba da donese odluku, ali njegovi lanovi o tom pitanju imaju razliita miljenja

Koja pravila treba koristiti, da se dodje do odluke iako se svi ne slau

ta je teorija odliivanja
U svim ovim sluajevima postoje razliite opcije i vri se izbor na ne sluajan nain. Na izbor izmedju vie alternativa je aktivnost koja je diktirana nekim ciljem.

Teorija odluivanja se odnosi na ciljno ponaanje u situacijama gde je prisutno vie razliitih alternativa.

Proces odluivanja
Faze procesa odluivanja prema Jon Dewey-u (1910): Detektovanje problema Definisanje tipa problema Predlaganje reenja Evaluacija predloga reenja Posmatranje i eksperimentisanje u cilju prihvatanja ili odbacivanja predloenog reenja

Proces odluivanja
Herbert Simon (1960) je prilagodio ove faze za potrebe odluivanja u organizacijama: Intelligence-traenje prilike za donoenje odluke Design-Nalaenje moguih reenja Choice-Izbor reenja

Proces odluivanja
Prema Brimu (1962): Identifikacija problema Dobijanje neophodnih informacija Produkcija moguih reenja Evaluacija reenja Izbor reenja Implementacija odluivanja

Proces odluivanja

Odnos izmedju faza i procedura u procesu odluivanja prema Mintzbergeru (1976)

Proces odluivanja
TEORIJA

ODLUIVANJA

Medjusobni odnos faza odluivanja za tri razliita modela

Proces odluivanja

Mnogi autori, npr Witte(1972) smatraju da se proces odluivanja ne moe smatrati u potpunosti sekvencijalnim, sa fiksnim redosledom faza. Empirijska istraivanja potvrdjuju da se faze odluivanja esto odigravaju paralelno (npr. informacije ne skupljamo bez istovremenog razvoja alternativa, ime se istovremeno forsira i odluivanje). Realnija je pretpostavka da se razliite faze odigravaju u razliitim redosledima za razliita odluivanja.

Proces odluivanja

Prema Simonu, menaderi troe najvie vremena na dizajn, zatim na intelligence aktivnosti, a najmanje vremena na aktivnost izbora alternativa. Prema Mintzbergu, faza razvoja dominira nad ostalim dvema fazama. Nasuprot ovome, Teorija odluivanja se iskljuivo bavi procedurama evaluacije i izbora. Ovo je ozbiljna primedba na raun savremene teorije odluivanja

Odluivanje i vrednovanje
Odluivanje izmedju alternativa se zasniva na usvojenim kriterijumima koji prave razliku izmedju dobrih i loih odluka. ta je dobro a ta loe je u najirem smislu predmet etike. Teorija odluivanja apstrahuje taj aspekt, i ograniava se na kvantitativnom iskazivanju kriterijuma odluivanja.

Odnosi i brojevi
Primer: Potrebno je da se odluimo pri kupovini izmedju tri razliite vrste A, B i C keapa. Kriterijum izbora moe obuhvatati cenu, ukus ili bilo koju njihovu kombinaciju. Neka preferiramo A u odnosu na B i C i B u odnosu na C. Nedvosmisleno sledi da emo izabrati A. Iskoristimo ovaj primer da uvedemo dva korisna formalna modela odluivanja.

Odnosi i brojevi

Jedan nain da izrazimo nae preferenicije je uvodjenje relacije bolji od:

A je bolji od B B je bolji od C A je bolji od C.

Jasno je da poto je A bolji od obe preostale alternative, izaberemo A. Drugi nain da izrazimo preferencije je da svakoj alternativi pripiemo numerike vrednosti. Npr. A pripisujemo vrednost 15, B vrednost 13, a C vrednost 7. Budui da A ima najveu vrednost, biramo A.

Izraavanje komparacije vrednosti

Relaciono izraavanje pri poredjenju vrednosti je uobiajeno u svakodnevnom jeziku. U cilju komparacije alternativa koristimo izraze: bolji od, gori od, jednako dobar, najmanje dobar kao i, i td. Ovo su sve binarne relacije, koje se odnose na dva entiteta (argumenta). Radi jednostavnosti, koristiemo matematiku oznaku A>B umesto jezikog izraza A je bolje od B.

Izraavanje komparacije vrednosti

U svakodnevnom jeziku, biti bolji nije simetrino u odnosu na biti gori. Rei da je A bolje od B, nije isto to i rei da je B gore od A. Primer: Dirigent izraava svoj stav o sposobnostima dvojice flautista u orkestru kojim diriguje. Ako kae Drugi flautista je bolji od prvog flautiste, on jo uvek moe biti zadovoljan sa obojicom (ali moda eli da zameni njihova mesta).Medjutim ako kae drugi flautista je gori od prvog flautiste, verovatno izraava svoj stav da bi obojicu eleo da zameni.

Izraavanje komparacije vrednosti

Drugi vaan komparativni izraz je jednak po vrednosti ili jednake vrednosti. Koristiemo matematiki izraz A B, da bi smo izrazili njihove jednake vrednosti. Vrednosni iskaz najmanje dobar kao i emo izraziti sa A B. Ova tri pojma komparacije predstavljaju osnovu preferencijalne logike:

> oznaava preferencu ili striktnu preferencu oznaava slabu preferencu oznaava indiferentnost.

Izraavanje komparacije vrednosti

Ova tri pojma su medjusobno povezana sledeim relacijama A>B, ako i samo ako A B i ne vai B A A B, ako i samo ako A B i B A. Dve vane osobine ovih relacija su kompletnost i tranzitivnost. Relacija je kompletna ako i samo ako za svaka dva elementa A i B razmatranog domena vai ili A B ili B A.

Kompletnost

U svakodnevnom ivotu mi ivimo i delujemo bez veih problema i uz nekompletne preference, iako su one vane za vodjenje naih akcija. U izboru soka od paradajiza, ako A preferiramo u odnosu na B i C, dogod ima na raspolaganju A, ne moramo znati da li preferiramo B u odnosu na C, ili C u odnosu na B ili ih smatramo jednakih vrednosti. Slino ovom primeru, glasa u viepartijskom sistemu, ne mora da rangira kandidate za koje ne glasa.

Kompletnost
U teoriji odluivanja se preferencijalna kompletnost usvaja kao pojednostavljena pretpostavka. To je i standardna pretpostavka u primeni preferencijalne logike na ekonomiju i socijalnu teoriju odluivanja. U svakom sluaju, i pored uobiajenosti pretpostavke o preferencijalnoj kompletnosti, treba imati u vidu problematinost ove pretpostavke u praksi.

Tranzitivnost

Relacija striktne preferencije > je tranzitivna ako i samo ako za sve elemente A,B i C njenog domena iz A>B i B>C sledi A>C. Relacija slabe preferencije je tranzitivna ako i samo ako za sve elemente A,B i C njenog domena iz A B i B C sledi A C. Relacija indiferentnosti je tranzitivna ako i samo ako za sve elemente A, B i C njenog domena iz A B i B C sledi A C. Tranzitivnost i kompletnost su uobiajene, mada problematine pretpostavke u teoriji odluivanja

Upotreba preferenci u odluivanju

Preference se u procesu odluivanja koriste za izbor najbolje alternative. Alternetiva je jednoznano najbolja ako i samo ako je bolja od svih ostalih alternativa. Ako postoji jedinstvena najbolja alternativa, treba je izabrati. Ukoliko ne postoji jedinstvena najbolja alternativa, razumno je izabrati bilo koju od njih.

Numerika prezentacija

Moemo koristiti numerike vrednosti u cilju izraavanja vrednosti alternativa odluivanja. Primer: Evaluacija dela nekih modernih filozofa moe biti data na sledei nain:

Ove vrednosti su dovoljne za dobijanje relacione reprezentacije. Tako dobijene relacije slabe preferencije su uvek kompletne, a sve tri relacije (slaba i jaka preferencija i indiferencija) su tranzitivne.

Bertrand Rasel 50 Karl Poper 35 an Pol Sartr 20 Martin Hajdeger 15

Numerika prezentacija

Problem sa numerikom prezentacijom je u veini sluajeva u tome to nije jasno ta te numerike vrednosti oznaavaju. Ne postoji mera kvaliteta filozofa, tako da je svako rangiranje proizvoljno.

Postoje domeni u kojima je upotreba numerike reprezentacije opravdanija. Npr. u ekonomskoj teoriji je uobiajeno da se kao mera vrednosti koristi spremnost da se plati data vrednost (sve vrednosti su prevedene u monetarnu vrednost)

Uvodjenje korisnosti u odluivanje

Shodno dominirajuem utilitarnom moralu, sve vrednosti se mogu redukovati na jednu jedinstvenu korisnost. Shodno utilitarnoj teoriji, sve nae odluke treba barem u principu da tee maksimizaciji korisnosti. Ukoliko dve ili vie alternativa imaju istu vrednost korisnosti, izabrati proizvoljnu medju njima. Pored klasine utilitarne teorije, postoji i teorija zadovoljivosti, prema kojoj se bira bilo koja alternativa iznad nekog praga korisnosti. Ovaj pristup uvodi problem odredjivanja ovog praga.

Standardna predstava pojedinanog odluivanja

Odluuje se o alternativama Alternative su mogue akcije koje se otvaraju donosiocu odluka u mometu odluivanja. Skup alternativa moe biti otvoren, odnosno da skup alternativa moe principijelno biti proirivan novim alternativama. Skup alternativa je zatvoren, ako nema dodavanja novih alternativa. Odluivanje nad zatvorenim skupom alternativa moe biti voluntarno i involutarno zatvoreno. U sluaju voluntarne zatvorenosti, sam donosilac odluka odluuje da zatvori skup alternativa

Standardna predstava pojedinanog odluivanja

U sluaju involutarne zatvorenosti, zatvaranje je nametnuto od strane drugih ili objektivnih okolnosti. U svakodnevnom ivotu skup alternativa je vrlo esto otvoren. Po pravilu u teoriji odluivanja on je zatvoren. Razlog lei u injenici da ukoliko je skup alternativa otvoren, definitivno reenje problema odluivanja nije u optem sluaju mogue. Osim toga po pravilu se pretpostavlja da su alternative medjusobno ekskluzivne.

Ishod i stanje prirode

Efekat procesa odluivanja ne zavisi samo od donete odluke ve i od faktora van kontrole donosioca odluka. Neki od njih su poznati u vidu osnovnih znanja donosioca odluka, a neki su potpuno nepoznati. Oni zavise od toga ta e ostali ljudi uraditi ili od svojstava prirode koji su nedostupni donosiocu odluke. Primer: Treba odluiti da li ii na neki koncert pod otvorenim nebom. Ishod (zadovoljstvo) zavisi od prirodnih faktora (vremenske prilike) ali i ponaanja drugih ljudi (kako e dobro ili loe svirati ansambl koji izvodi koncert).

Ishod i stanje prirode

U teoriji odluivanja je uobiajeno da se svi nepoznati faktori sumiraju u jedan broj sluajeva, koji se nazivaju stanja prirode. Primer: u odluivanju da li da sutra ponesem kiobran ili ne, ishod odluke zavisi od toga da li e sutra biti kie ili ne. Dva sluaja: bie kie i nee biti kie se mogu uzeti kao stanja prirode u teorijskom tretiranju ovog odluivanja.

Matrica odluivanja
Standardna forama za evaluaciju pojedinanih odluka u teoriji odluivanja je matrica odluivanja. U matrici odluivanja su zapisane alternative koje se otvaraju donosiocu odluka prema stanjima prirode. Alternative su pikazane kao redovi, a stanja prirode kao kolone

Matrica odluivanja
Poneti kiobran Ne poneti kiobran Pada kia Suva odea Teka torba Mokra odea Laka torba Ne pada kia Suva odea Teka torba Suva odea Laka torba

Da bi se mogla sprovesti analiza odluivanja neophodno je dati informaciju na koji nain e se vrednovati ishodi. U teoriji odluivanja je uobiajeno da se verbalni opis ishoda zameni vrednostima isplativosti.

Matrica isplativosti
poneti kiobran ne poneti kiobran pada kia 15 0 ne pada kia 15 18

Teorija odluivanja gotovo ekskluzivno je posveena samo onim problemima koji se mogu formalno predstaviti pomou matrice isplativosti.

Informacija o stanju prirode

U pogledu znanja pri odluivanju imamo sledeu skalu

Odredjenost deterministiko znanje Rizik kompletno verovatnosno znanje Neodredjenost parcijalno verovatnosno znanje Neznanje ne posedovanje nikakvog znanja

Uobiajena je i podela odluivanja prema ovim kategorijama: odluivanje u uslovima rizika, neodredjenosti odredjenosti ili neznanja.

Odluivanje i vrednovanje
U Port-Royal Logic, francuskog filozofa Arnauld-a se kae U procenjivanju ta treba raditi da bi se zadobilo dobro a izbeglo zlo, neophodno je ne samo razmotriti ta je dobro a ta zlo samo po sebi, nego i verovatnoe da se to dogodi ili ne dogodi; a zatim posmatrati geometrijski proporcije svih tih stvari zajedno.

Odluivanje i vrednovanje
Savremena teorija odluivanja ne govori o dobru i zlu ve o korisnostin (utility), ali izneti princip je ostao i danas isti. Preference racionalnog agenta koji odluuje, su izraene pomou funkcije korisnosti (utility function), koja svakom stanju prirode pripisuju jednu numeriku vrednost

Objektivna i subjektivna korisnost

Nicolas Benulli (1687-1759) St.Petersburg paradoks: Igra se sastoji u bacanju novia. Ako se u n tom bacanju realizuje prvi put glava dobija se 2n zlatnika. Verovatnoa da se prvi put realizuje glava nakon n bacanja je 1/2n. Stoga je oekivana vrednost dobitka *1+1/4*2+...+1/2n*2n-1+... . Shodno principu maksimuma oekivane dobiti trebalo bi da smo spremni da uloimo svo bogatstvo za samo jednu igru.

Objektivna i subjektivna korisnost

1738 godine Daniel Bernulli (1700-1782) je dao reenje ove igre, koje se i danas smatra vaeim. Naime on je zamenio kriterijum maksimizacije oekivane korisnosti, principom maksimizacije oekivane subjektivne korisnosti. Korisnost (subjektivna) ne raste linearno sa koliinom novca. Prvih 1000$ je mnogo vrednije nego tih istih 1000$ ako ste ve milioner. Bernuli je predloio logaritamsku zavisnost. Sa ovako definisanom subjektivnom korisnou, pokazuje se da bi se malo ko kockao u ovoj igri sa ozbiljnijim iznosima.

Osnove teorije korisnosti (Utility Theory)

Problem odluivanja se u optem sluaju karakterie: alternativama odluka, stanjem prirode i rezultujuom dobiti. Alternative odluivanja su razliite mogue strategije koje donosilac odluka moe da primeni. Stanje prirode se odnosi na budue dogadjaje, koji nisu pod kontrolom donosioca odluka i koji direktno utiu na rezultat odluivanja. Stanja prirode treba tako definisati da su medjusobno ekskluzivna i sadre sve budue dogadjaje koji mogu uticati na sve potencijalne odluke.

Osnove teorije korisnosti

Korisnosti se kombinuju sa verovatnoama akcija pri odluivanju, dajui oekivanu vrednost koristi za svaku akciju. Neka U(S) oznaava korisnost stanja S. Ovu vrednost unapred odredjuje agent koji donosi odluku. Rezultati(A) je stanje nastalo kao rezultat i te mogua nedeterministike akcije A, gde indeks i prolazi skup svih moguih akcija.

Osnove teorije korisnosti

EU ( A | E ) P( Result i ( A) | E, Do( A))U ( Result i ( A))

i

S : model sveta (situacija) A : akcija agenta E : raspoloive injenice Do(A) : izvrenje akcije A u stanju S P(Resulti(A)| E, Do(A)) verovatnoa rezultujueg stanja pod uslovom poznavanja injenica E i izvrenja akcije A u stanju S Oekivana vrednost korisnosti akcije A za zadate injenice E:

Osnove teorije korisnosti

Princip maksimalne oekivane korisnosti (MEU- Maximal Expected Utility) tvrdi da agent treba da izabere akciju A koja maksimizira oekivanu korist. Teorija odluivanja predstavlja svoje probleme uglavnom na tri naina:

Dijagram uticaja Tabela isplativosti (Payoff Table) Stabla odluivanja

Tabela isplativosti
Posledice koje rezultuju iz datih kombinacija alternativnih odluka i stanja prirode su isplativosti. Tabela koja prikazuje isplativosti za sve kombinacije alternativnih odluka i stanja prirode se naziva tabela isplativosti. Isplativost se moe iskazati pomou profita, cene, vremena, rastojanja ili bilo koje druge mere odgovarajue datom problemu odluivanja.

Dijagram uticaja
Dijagram uticaja je grafika predstava odluka, ansi i posledica. Kvadrati ili pravougaonici prikazuju vorove odluivanja. Krugovi i ovali prikazuju vorove ansi. Rombovi prikazuju vorove konsekvenci. Linije i strelice kojim su povezani vorovi pokazuju pravce uticaja.

Stabla odluivanja

Stablo odluivanja je hronoloka predstava procesa odluivanja. Svako stablo odluivanja ima dva tipa vorova, kruni vorovi odgovaraju stanjima prirode, dok kvadratni vorovi odgovaraju alternativnim odlukama. Grane koje izlaze iz svakog krunog vora ine razliita stanja prirode, dok grane koje izlaze iz kvadratnih vorova predstavljaju razliite alternative odluivanja. Na kraju svake grane stabla su isplativosti postignute na osnovu niza odluka koje vode do nje.

Tabela isplativosti
Primer: Izgradnja ekskluzivne stambene zgrade Potrebno je odluiti da li graditi malu, srednju ili veliku zgradu. Profitabilnost poduhvata zavisi od budueg odnosa ponude i potranje ekskluzivnih stambenih zgrada

Primer: Tabela isplativosti

Stanje prirode: Stanja prirode se mogu definisati kao niska i visoka budua potranja. Alternativne odluke: odluke o gradnji male, srednje ili velike luksuzne stambene zgrade. Obrauni: profit za svaku od alternativa i za svako stanje prirode.

Primer: Tabela isplativosti

Tabela isplativosti u vidu profita

Stanje prirode (ponuda) Alternative Niska Visoka Mala 8 8 Srednja 5 15 Velika -11 22 (obraun u millionima dolara)

Primer: stablo odluivanja

8

Srednja zgrada
15

11 22

Odluivanje bez verovatnoa

Kada nisu dostupne verovatnoe pojavljivanja pojedinih stanja prirode, uobiajena su tri kriterijuma za donoenje odluka: optimistiki pristup konzervativni pristup minimax pristup aljenja.

Optimistiki pristup
Optimistiki pristup bi koristio jedan optimistiki nastrojen donosilac odluka. Bira se odluka koja donosi najveu moguu isplativost. Ako je tabela isplativosti u funkciji trokova, bira se odluka sa najmanjim trokom. Ako je tabela isplativosti u funkciji dobiti, bira se odluka sa najveom dobiti.

Konzervativni pristup

Konzervativni pristup bi koristio konzervativni donosilac odluka. Za svaku odluku se prvo odredi skup najmanjih isplativosti, a zatim se bira najvea isplativost iz tog skupa. Drugim reima, najmanja mogua isplativost se maksimizira. Ako je isplativost izraena kroz troak, odredjuje se maksimalni troak za svaku odluku, a zatim se bira odluka skoja odgovara minimumalnom troku. Drugim reima, maksimalni mogui troak se minimizira. Ako je isplativost izraena kroz profit, odredjuje se minimalni profit za svaku odluku, a zatim se bira odluka koja odgovara maksimalnom profitu. Drugim reima, minimalni mogui profit se maksimizira.

Minimaksni pristup aljenja

1.Minimaksni pristup aljenja zahteva formiranje
tzv. tabele aljenja ili tabele moguih gubitaka. Ona se formira tako to se za svako stanje prirode rauna razlika izmedju date isplativosti i najvee isplativosti za sva stanja prirode. 2. Na osnovu ovako dobijene tabele, formira se lista maksimalnih aljenje za svaku moguu odluku. 3. Zatim se bira ona odluka koja ima minimalno aljenje u ovom skupu.

Reavanje problema izgradnje

Pretpostavimo da ne posedujemo informaciju o verovatnoama (ili verodostojnostima) buduih tranji.

Konzervativni ili pesimistiki donosilac odluka e selektovati alternative shodno konzervativnom pristupu. Optimistiki donosilac odluka e selektovati alternative shodno optimistikom pristupu. Pristup minimaksnog aljenja e odabrati donosilac odluka koji razmilja o odlukama naknadno i o aljenju koje bi imao ako bi umesto odluke zasnovane na profitu (ili manjim trokovima) doneo nekakve drugaije odluke.

Optimistiko odluivanje
STANJE PRIRODE Najvei Niska Visoka Profit 8 8 8 5 15 15 -11 22 22
Maximax obraun

Alternative Mala Srednja Velika

Maximax odluivanj e

Bira se odluka sa najveim profitom u koloni sa najveim profitom.

Konzervativno odluivanje
Maximi n odluka

Alternative Mala Srednja Velika

Stanje prirode Niska Visoka 8 8 5 15 -11 22

Namanji profit 8 Maximin 5 obraun -11

Bira se dluka sa najveim profitom u koloni sa najmanjim profitom.

Odluka minimaxnog aljenja

Korak 1: Odredjuje se najvei obraun za svako stanje prirode i zatim se kreira tabela aljenja.
STANJE PRIRODE Alternative Mala Srednja Velika Niska 8 5 -11
Najvei profit za Niska 8

Visoka 8 15 22
Najvei profit za Visoka 22

Odluka minimax nog aljenja

Korak1: kreira se tabela aljenja (nastavak).
STANJE PRIRODE
Alternative Mala Srednja Velika Niska 0 3 19 Visoka 14 7 0
Za tabelu obrauna koja sadri profit, vrednosti u tabeli aljenja su profiti koji bi se mogli ostvariti.

Kada bi se unapred znalo da e potranja biti mala, donela bi se odluka o gradnji male zgrade. Ako bi se odluilo za gradnju zgrade srednje veliine, a ispostavi se da je potranja mala, alie se zbog te odluke budui da e se tada zaraditi samo 5 miliona umesto 8 miliona u sluaju gradnje male zgrade. Ova odluka ima teinu aljenja od 3 miliona dolara.

Odluka minimax nog aljenja

Korak 2: Kreiranje tabele aljenja (nastavak). Korak 3: Odrediti maksimalno aljenje za svaku odluku.
STANJE PRIRODE Alternative Mala Srednja Velika Niska 0 3 19 Visoka 14 7 0 Max aljenje 14 7 19

aljenje za neostvarenih dodatnih 19 milioma profita je vee od aljenja za neostavrenih dodatnih 0 miliona profita.

Odluka minimax nog aljenja

Korak 4: odabrati odluku kojoj odgovara minimalna vrednost u koloni maksimalnih aljenja.
STANJE PRIRODE Alternative Mala Srednja Velika Niska 0 3 19 Visoka 14 7 0 Max aljenje 14 7 19
Obraun Minimax aljenja

Odluka Minimax aljenja

Generiki primer
Razmotrimo problem sa tri alternative u odluivanju i tri stanja prirode sa tabelom isplativosti koja prezentuje trokove:
Stanja prirode s1 d1 d2 d3 4.5 0.5 1 s2 3 4 5 s3 2 1 3

Odluke

TABELA ISPLATIVOSTI JE SA TROKOVIMA

Generiki primer : Optimistiko odluivanje

Optimistiki pristup Optimistiki donosilac odluka e koristiti optimistiki (maximax) pristup. Biramo odluku koja ima najveu pojedinanu vrednost u tabeli isplativosti.
Najnii trokovi 2 0.5 1 Maximax obraun

Maximax odluka

Odluka d1 d2 d3

Generiki primer: Konzervativni pristup

Konzervativni pristup Konzervativni donosilac odluka e primeniti konzervativni (maximin) pristup. Nabroje se najmanje isplativosti za svaku alternativnu odluku. Bira se odluka koja donosi najveu isplativost medju najneisplativijim alternativama (u ovom sluaju najmanji trokovi). Najmanja Odluka isplativost d1 4.5 d2 4 Maximin d 5 Maximin 3

odluka

ispaltivos t

Generiki primer: Odluke Minimax aljenja

Pristup minimax aljenja

Stanje prirode s1 s2 s3
d1 d2 d3 4.5 0.5 1 3 4 5 2 1 3

Odluke

Za tabelu isplativosti sa trokovima, vrednosti u tabeli aljenja predstavljaju preplaenost.

Najbolje cene za svako stanje prirode.

Primer

Pristup minimax aljenja (nastavak) Za svaku odluku nai maksimalno aljenje. Izabrati odluku kojoj odgovara minimalna vrednost aljenje u ovom skupu.
Stanje prirode s1 s2 s3 Maks aljenje

Odluke

d1 d2 d3

4 0 0.5

0 1 2

1 0 2

4 1 2

Minimax odluka

Minimax aljenje

Odluivanje sa verovatnoom

Pristup zasnovan na oekivanim vrednostima

Ako su nam dostupne informacije o verovatnoama stanja prirode, mogue je prilikom odluivanja koristiti pristup zasnovan na oekivanim vrednostima. Po ovom pristupu se oekivana dobiti za svaku odluku rauna sumiranjem proizvoda isplativosti za svako stanje prirode i verovatnoe da se to odgovarajue stanje prirode desi. Odluke se zatim donose tako da maksimiziraju oekivanu dobit.

Oekivana vrednost alternativnih odluka

Oekivana vrednost alternativnih odluka je teinska suma isplativosti alternativa. Oekivana vrednost (EV) alternativne odluke di je definisana sa:

EV( d i ) P( s j )Vij
j 1

gde je:

N = broj stanja prirode P(sj ) = verovatnoa stanja prirode sj Vij = isplativost koja odgovara alternativnoj odluci di i stanju prirode sj

Primer: Burger Prince

Burger Prince restorani razmiljaju o mogunosti otvaranja novog restorana na Glavnoj ulici. Postoje tri modela restorana sa razliitim kapacitetom sedita. Burger Prince procenjuje da e prosean broj gostiju u jednom satu biti 80, 100, ili 120. Tabela isplativosti (profita) za ova tri modela je data na sledeem slajdu.

Primer: Burger Prince

Tabela isplativosti Prosean broj posetilaca po satu s1 = 80 s2 = 100 s3 = 120 Model A Model B Model C $10,000 $ 8,000 $ 6,000 $15,000 $18,000 $16,000 $14,000 $12,000 $21,000

Primer: Burger Prince

Pristup zasnovan na oekivanim vrednostima Raunaju se oekivane vrednosti isplativosti za svaku odluku. Stablo odluivanja na sledeem slajdu moe da pomogne u ovom raunanju. Ovde d1, d2, d3 predstavljaju alternativne odluke za modele A, B, C, a s1, s2, s3 predstavljaju stanja prirode 80, 100 i 120.

Primer: Burger Prince

Stablo odluivanja
d1 1 d2 2

s1 s2 s3

.4 .2 .4 .4 .2 .4 .4 .2 .4

10,000 15,000 14,000 8,000 18,000

s1

d3

s2 s3 s1 s2 s3

12,000
6,000

16,000
21,000 Isplativosti

Primer: Burger Prince

Oekivane vrednosti za svaku odluku
Model A

d1

EMV = .4(10,000) + .2(15,000) + .4(14,000) = $12,600

Model B d2

EMV = .4(8,000) + .2(18,000) + .4(12,000) = $11,600

Model C

d3

EMV = .4(6,000) + .2(16,000) + .4(21,000) = $14,000

Izabrati model sa najveom, Model C.

Primer izgradnje stanova

Pretpostavimo da su istraivai trita sproveli istraivanja koja su pokazala da se verovatnoa male potranje moe proceniti sa 0.35, a verovatnoa velike potranje sa 0.65. Koju alternativu treba izabrati.

Primer izgradnje stanova

STANJE PRIRODE
Alternative Mala Srednja Velika Niska (0.35) 8 5 -11 Visoka (0.65) 8 15 22

Primer izgradnje stanova

STANJE PRIRODE
Alternative Mala Srednja Velika Niska (0.35) 8 5 -11 Visoka (0.65) 8 15 22 Oekivane vrednosti (EV) 8(0.35) + 8(0.65) = 8 5(0.35) + 15(0.65) = 11.5 -11(0.35) + 22(0.65) = 10.45

Podsetimo se da je tabelom isplativosti dat profit. Budui da odluka da se izgradi zgrada srednje veliine ima najvei oekivani profit, ona se bira kao najbolja odluka po principu maksimalne oekivane isplativosti.

Oekivana vrednost perfektne informacije

esto je na raspolaganju informacija koja moe da pobolja procene verovatnoa stanja prirode. Oekivana vrednost perfektne informacije (EVPI) je poveanje oekivanog profita koji bi rezultovao ukoliko bi donosilac odluke sa sigurnou znao koje stanje prirode e se realizovati. EVPI daje gornju granicu oekivane vrednosti bilo koje pojedinane ili sumarne informacije.

Oekivana vrednost perfektne informacije

Raunanje EVPI

Korak 1: Odrediti optimalnu dobit za svako stanje prirode. Korak 2: Odrediti oekivanu vrednost ovih optimalnih dobiti. Korak 3: Oduzeti EV optimalne odluke od vrednosti dobijene ukoraku 2.

Primer: Burger Prince

Oekivana vrednost perfektne informacije Izraunati oekivanu vrednost za optimalnu dobit za svako stanje prirode i oduzeti od EV optimalne odluke.
EVPI= .4(10,000) + .2(18,000) + .4(21,000) 14,000 = $2,000

Analiza osetljivosti

Neke veliine u procesu analiziranja donoenja odluka, posebno verovatnoe, su u najboljem sluaju inteligentna pogadjanja. Stoga je vano svakoj analizi odluivanja pridruiti i analizu osetljivosti. Analiza osetljivosti se moe koristiti za odredjivanje uticaja promena pojedinih parametara odluivanja na preporuene alternative, i to posebno parametara kao to su: Verovatnoe stanja prirode Vrednosti isplativosti Ako male promene vrednosti ovih ulaznih parametara izazivaju promene u preporuenim odlukama, potrebno je preduzeti posebne mere i panju pri proceni ovih parametara.

Analiza osetljivosti

Jedan mogui pristup analizi osetljivosti je proizvoljna promena vrednosti verovatnoa stanja prirode i/ili isplativosti, a zatim reavanje tako dobijenog problema doneoenja odluka. Ako se menja preporuena odluka, tada znamo da je takvo reenje osetljivo na promene. U posebnom sluaju dva stanja prirode, mogue je grafikim tehnikama odrediti stepen osetljivosti dobijenog reenja na verovatnoe stanja prirode.

Izgradnja stanova: Analiza osetljivosti

U ovom problemu imamo dva stanja prirode. Podsetimo se da su procene verovatnoa ovih stanja: za malu potranju 0.35 i za veliku potranju 0.65. Ove procene verovatnoa odredjuju da je preporueno reenje izgradnja zgrade srednje veliine. Da bi smo videli koliko je ova preporuena odluka osetljiva na promene verovatnoa, oznaimo sa p verovatnou male potranje. Odavde sledi da je (1-p) verovatnoa velike potranjei. Stoga imamo EV( mala) = 8*p + 8*(1-p)= 8 EV( srednja) = 5*p + 15*(1-p) = 15 10p EV( velika) = -11*p + 22*(1-p) = 22 33p

Izgradnja stanova: Analiza osetljivosti

Zatim emo grafiki prikazati prave oekivanih vrednostit za svaku odluku, stavljajui da je p apscisa (x osa) i EV ordinata (y osa). EV( mala) = 8 EV( srednja) = 15 10p EV( velika) = 22 33p

Izgradnja stanova: Analiza osetljivosti

25

20
EV( mala)

15

10

Izgradnja stanova: Analiza osetljivosti

Poto je u ovom primeru tabela isplativosti izraena preko profita, znamo da je poeljan to vei profit. Posmatrajmo celokupan interval promena za p (od p=0 do p=1) i odredimo oblasti na kojima svaka odluka daje najvei profit.

Izgradnja stanova: Analiza osetljivosti

25

20
EV( small)

15

10

B1

B2

Izgradnja stanova: Analiza osetljivosti

Ne treba procenjivati vrednosti za B1 i B2 (take preseka odgovarajuih pravih profita). Potrebno je odrediti tane vrednosti reavanjem odgovarajuih jednaina. B1 je taka preseka prave EV( velika) i prave EV(srednja): 22-33p= 15-10p 7= 23p B1= 0.3403 p=7/23= 0.3403 B2 je taka preseka prave EV(srednja) i prave EV(mala): 15-10p = 8 7 = 10p p = 0.7 B2 = 0.7

Izgradnja stanova: Analiza osetljivosti

25

20
EV( mala)

15

0.3403

0.7

10

Izgradnja stanova: Analiza osetljivosti

Sa grafika zakljuujemo da ako je verovatnoa male potranje (p) izmedju 0 i 0.3403, preporuuje se gradnja velike zgrade. Sa grafika zakljuujemo da ako je verovatnoa male potranje (p) izmedju 0.3403 i 0.7, preporuuje se gradnja srednje zgrade. Sa grafika zakljuujemo da ako je verovatnoa male potranje (p) izmedju 0.7 i 1, preporuuje se gradnja velike zgrade. Na osnovu analize osetljivosti zakljuujemo da mala promena na nie u proceni verovatnoe male tranje od 0.35, bi izazvala promenu preporuene odluke o gradnji zgrade srednje veliine u gradnju velike zgrade.