Professional Documents
Culture Documents
Chuong 3 - Phân Tích Quyết Định
Chuong 3 - Phân Tích Quyết Định
• Thành công tài chính của dự án phụ thuộc vào quy mô của
khu chung cư và nhu cầu về nhà chung cư. Bài toán của PDC
là đưa ra lựa chọn quy mô của chung cư mới để lợi nhuận
thu về là lớn nhất trong khi không chắc chắn về nhu cầu nhà
chung cư.
Ví dụ mở đầu
• Hãy xem xét Ví dụ mở đầu với ba lựa chọn thay thế và hai
trạng thái tự nhiên sau đây thể hiện mức lợi nhuận:
• Một bài toán Phân tích quyết định được đặc trưng bởi các
quyết định/lựa chọn thay thế, các trạng thái tự nhiên và các
kết quả có thể.
• Các quyết định thay thế là các chiến lược/phương án khả thi
khác nhau mà người ra quyết định có thể sử dụng.
• Các trạng thái tự nhiên đề cập đến các sự kiện trong tương lai
(VD: diễn biến thị trường,…), không chịu sự kiểm soát của
người ra quyết định, và có thể xảy ra. Các trạng thái tự nhiên
nên được xác định sao cho chúng loại trừ lẫn nhau và toàn
diện.
1. Xây Dựng Vấn Đề
Bảng Payoff:
• Kết quả dẫn đến từ sự kết hợp cụ thể của một quyết định thay
thế và một trạng thái tự nhiên, thường là một khoản tiền
(hoặc một đại lượng định lượng).
• Một bảng hiển thị các kết quả (phần mà người ra quyết định
sẽ nhận) cho tất cả các kết hợp của các quyết định thay thế và
các trạng thái tự nhiên được gọi là Bảng Payoff.
• Payoff có thể được thể hiện dưới dạng lợi nhuận, chi phí, thời
gian, khoảng cách hoặc bất kỳ đại lượng thích hợp nào khác.
Ví dụ mở đầu
• Hãy xem xét Ví dụ mở đầu với ba quyết định thay thế và hai
trạng thái tự nhiên sau đây thể hiện mức lợi nhuận:
• Cách tiếp cận lạc quan sẽ được sử dụng bởi một người ra
quyết định lạc quan.
• Quyết định thay thế với mức Payoff lớn nhất có thể được
chọn.
• Nếu bảng Payoff là về Cost, quyết định với chi phí thấp
nhất sẽ được chọn.
Cách tiếp cận lạc quan
• Một người ra quyết định lạc quan sẽ sử dụng phương
pháp lạc quan (maximax). Quyết định được chọn là
quyết định có giá trị lớn nhất trong bảng payoff.
States of Nature
Decision Alternative 𝑠1 𝑠2 Maximum Payoff
• Cách tiếp cận bảo thủ sẽ được sử dụng bởi một người ra quyết
định bảo thủ.
• Đối với mỗi quyết định thay thế, mức payoff tối thiểu
(Minimum) được liệt kê và sau đó quyết định được chọn
tương ứng với mức tối đa của các khoản payoff tối thiểu.
• Nếu Payoff là Cost thì chi phí tối đa sẽ được xác định cho
mỗi quyết định thay thế và sau đó chọn quyết định tương ứng
với mức tối thiểu của các chi phí tối đa này (do đó, chi phí tối
đa có thể được giảm thiểu).
Cách tiếp cận bảo thủ
• Một người ra quyết định bảo thủ sẽ sử dụng phương pháp
bảo thủ (maximin). Liệt kê mức payoff tối thiểu cho mỗi
quyết định thay thế. Chọn quyết định với mức tối đa của các
khoản payoff tối thiểu này.
• Maximin: lớn nhất trong tập giá trị nhỏ nhất
States of Nature
Decision Alternative 𝑠1 𝑠2 Minimum Payoff
• Cách tiếp cận minimax regret yêu cầu xây dựng bảng hối tiếc
hoặc bảng mất cơ hội.
• Điều này được thực hiện bằng cách tính toán cho từng trạng
thái tự nhiên, sự khác biệt giữa mỗi payoff và mức payoff lớn
nhất cho trạng thái tự nhiên đó.
Cách tiếp cận minimax regret
• Đối với phương pháp hối tiếc minimax, trước tiên, hãy tính
toán bảng hối tiếc bằng cách lấy khoản payoff lớn nhất trừ
từng khoản payoff trong cùng một cột. Trong ví dụ này,
trong cột đầu tiên lấy 20 trừ 8, 14 và 20.
• Maximin: lớn nhất trong tập giáStates
trị nhỏofnhất
Nature
Decision Alternative Strong Demand Weak Demand
• Nếu thông tin xác suất liên quan đến các trạng thái tự nhiên có
sẵn, người ta thường sử dụng Cách tiếp cận giá trị kì
vọng/trung bình theo xác suất (Expected Value - EV).
• Ở đây, trước tiên tính giá trị kì vọng/trung bình theo xác suất
cho mỗi phương án.
• Phương án mang lại giá trị trung bình tốt nhất được chọn.
Cách tiếp cận giá trị trung bình
• Trong đó:
𝑃 𝑠𝑗 : xác suất của trạng thái tự nhiên 𝑠𝑗 ;
𝑉𝑖𝑗 : mức payoff tương ứng với quyết định 𝑑𝑖 và trạng thái
𝑠𝑗 ;
𝑁: tổng số trạng thái tự nhiên.
Cách tiếp cận giá trị trung bình
States of Nature
Decision Alternative Strong Demand Weak Demand
(𝑠1 ) với 𝑷𝟏 = 𝟎, 𝟖 (𝑠2 ) với 𝑷𝟐 = 𝟎,2
Small complex (𝑑1 ) 8 7
Medium complex (𝑑2 ) 14 5
Large complex (𝑑3 ) 20 -9
Decision Tree
Payoffs
s1 .8
$8 mil
2 s2 .2
d1 $7 mil
s1 .8
d2 $14 mil
1 3 s2 .2
d3 $5 mil
s1 .8
$20 mil
4 s2 .2
-$9 mil
Expected Value for Each Decision
• Giả sử PDC có cơ hội thực hiện một nghiên cứu thị trường sẽ
giúp đánh giá đúng mức độ quan tâm của người mua đối với
dự án chung cư và cung cấp thông tin mà ban quản lý có thể
dùng để cải thiện đánh giá xác suất cho các trạng thái.
• Để xác định giá trị tiềm năng của thông tin này, chúng tôi bắt
đầu bằng cách giả định rằng nghiên cứu có thể cung cấp thông
tin hoàn hảo về các trạng thái tự nhiên; nghĩa là, ở tại thời
điểm đó, PDC có thể xác định chắc chắn trước khi đưa ra
quyết định, trạng thái bản chất nào sẽ xảy ra.
• Để sử dụng thông tin hoàn hảo này, chúng tôi sẽ phát triển
một chiến lược quyết định mà PDC nên tuân theo khi biết
chắc chắn trạng thái nào sẽ xảy ra.
Giá trị trung bình của thông tin hoàn hảo
• Giá trị trung bình của thông tin hoàn hảo (expected value of
perfect information - EVPI) là sự gia tăng lợi nhuận trung
bình nếu ai đó biết chắc chắn trạng thái tự nhiên nào sẽ xảy ra.
• EVPI cung cấp giới hạn trên về giá trị trung bình của bất kỳ
thông tin mẫu hoặc khảo sát nào.
Giá trị trung bình của thông tin hoàn hảo
• Bước 1: Xác định payoff tối ưu tương ứng với từng trạng thái
tự nhiên.
• Bước 2: Tính giá trị trung bình của những payoff tối ưu này.
• Bước 3: Lấy kết quả trong bước (2) trừ EV của quyết định tối
ưu.
Giá trị trung bình của thông tin hoàn hảo
• Phân tích rủi ro giúp người ra quyết định nhận ra sự khác biệt
giữa:
Giá trị dự kiến của một phương án, và
Giá trị thực sự có thể xảy ra
• Hồ sơ rủi ro cho một phương án: cho thấy các mức payoff có
thể có cho phương án đó cùng với xác suất liên quan của
chúng.
Phân tích rủi ro
• Trong bài toán PDC, với phương pháp giá trị trung bình (EV),
phương án 𝑑3 là tối ưu.
States of Nature
Decision Alternative Strong Demand Weak Demand
(𝑠1 ) với 𝑷𝟏 = 𝟎, 𝟖 (𝑠2 ) với 𝑷𝟐 = 𝟎,2
Small complex (𝑑1 ) 8 7
Medium complex (𝑑2 ) 14 5
Large complex (𝑑3 ) 20 -9
Phân tích rủi ro
1.00
.80
Probability
.60
.40
.20
-10 -5 0 5 10 15 20
Phân tích rủi ro
• Nếu PDC không chấp nhận được hồ sơ rủi ro này, thì phương
án được chọn trong thực tế sẽ 𝑑2 .
• Điều này phụ thuộc vào sự cân nhắc, đánh đổi giữa một bên
là mức lợi nhuận dự kiến tăng thêm có thể và bên kia là mức
độ rủi ro đi kèm.
Decision Alternative States of Nature
Strong Demand Weak Demand
(𝑠1 ) với 𝑷𝟏 = 𝟎, 𝟖 (𝑠2 ) với 𝑷𝟐 = 𝟎,2
Small complex (𝑑1 ) 8 7
Medium complex (𝑑2 ) 14 5
Large complex (𝑑3 ) 20 -9
Phân tích độ nhạy
• Nếu một thay đổi nhỏ trong giá trị của một trong những
yếu tố đầu vào gây ra thay đổi trong quyết định thay thế
được đề xuất, cần phải nỗ lực và cẩn thận hơn trong việc
ước tính giá trị đầu vào.
Phân tích độ nhạy
States of Nature
Decision Strong Demand Weak Demand EV
Alternative (𝑠1) với 𝑃1 = 0.2 (𝑠2 ) với 𝑃2 = 0.8
𝑑1 8 7 7.2
𝑑2 14 5 6.8
𝑑3 20 -9 -3.2
Phân tích độ nhạy
States of Nature
Decision Strong Demand (𝑠1) Weak Demand (𝑠2 )
Alternative với 𝑃1 = 𝑃 với 𝑃2 = 1 − 𝑃
𝑑1 8 7
𝑑2 14 5
𝑑3 20 -9
Củng cố & Dặn dò
3. Xác định giá trị trung bình của thông tin hoàn hảo
Market Complex
Profit
Survey Size
Sample5.Information
Phân tích quyết định với thông tin mẫu
1.00
.80 .72
Probability
.60
.40
.20 .15
.05 .08
-10 -5 0 5 10 15 20
5. Phân tích quyết định với thông tin mẫu
E = (EVSI/EVPI) X 100
= [($1.73 mil)/($3.20 mil)] X 100
= 54.1%
Market Research
State of Nature Favorable, F Unfavorable, U
Strong demand, s1 P(F| s1) = .90 P(U| s1) = .10
Weak demand, s2 P(F| s2) = .25 P(U| s2) = .75
Computing Branch Probabilities
5. Phân tích quyết định với thông tin mẫu
Favorable
State of Prior Conditional Joint Posterior
Nature Probability Probability Probability Probability
sj P(sj) P(F|sj) P(F I sj) P(sj |F)
Unfavorable
State of Prior Conditional Joint Posterior
Nature Probability Probability Probability Probability
sj P(sj) P(U|sj) P(U I sj) P(sj |U)