Sprendimo medžių taikymas

(9 paskaita)

doc. dr. Pavel Stefanovič

Sprendimų priėmimas (1)
• Dažnai priimant sprendimą tenka nagrinėti daug galimų variantų.
• Prieš pasirenkant konkretų sprendimą, svarbu apibrėžti kiekvieną galimą
variantą, sukaupti kuo daugiau informacijos apie kiekvieną iš jų ir ištirti jo
naudojimo pasekmes.
• Paprastai neįmanoma tiksliai nustatyti visų sąlygų, darančių įtaką
sprendimo rezultatui, todėl ieškomos įvykių tikimybės, apibūdinančias
galimus variantus. Tokiu būdu pasirenkant sprendimą, nurodoma, kokia šio
sprendimo rezultato tikimybė.
Sprendimų priėmimas (2)
• Visi sprendimų variantai, susiję vienas su kitu, vaizduojami šakomis, kurios
ir leidžia nustatyti galimus rezultatus. Toks vaizdavimas vadinamas
sprendimų medžio diagrama.
• Sprendimo medžio diagrama naudojama ir tada, kai įvykiai susiklosto taip,
kad neatitinka galimų strategijų arba, jei ir atitinka, tai tų strategijų
tikimybės yra skirtingos.
• Sprendimų medžio diagrama naudinga ir tada, kai yra galimybė kuriam
laikui atidėti sprendimą ir surinkti papildomą informaciją apie galimus
įvykius.
Sprendimų priėmimas (3)
• Bendrai kalbant sprendimų medžiai – tai klasifikavimo algoritmas, kuris
leidžia sugrupuoti diskretinius (kategorinius) ir kontinualius duomenis į
grupes.

Pavyzdys:
• Studentai apibūdinami trimis kintamaisiais:
• Lytis (galimos reikšmės – vyras/moteris)
• Kursas (galimos reikšmės – 1, 2, 3, 4)
• Ūgis (galimos reikšmės <160 cm ir >160 cm)

• 15 iš 30 studentų žaidžia tinklinį. Nustatyti, kurie studentai žaidžia tinklinį.

Sprendimų medis (1)
• Sprendimo medžiais yra sprendžiamosios problemos ir jos galimų
sprendimų variantų vizualus atvaizdas.
• Sprendimų medis – tai įrankis, skirtas padėti priimti sprendimą.
• Sprendimų medis naudoja medžio struktūrą, kuri apima sąlygas,
veiksmus, išvadas.
• Sprendimų medžiu galima vaizduoti algoritmus ir taisykles, taip pat
sprendimų medžiai yra sprendimų paramos įrankis.
• Vaizduojant taisykles, sprendimo medžio lapai rodo veiksmą, o tarpinės
viršūnės formuoja kelią (sąlygas) tam veiksmui pasiekti.
Sprendimų medis (2)
Sprendimų medis (3)
• Sprendimų medžio diagramai sudaryti naudojami keturi elementai: šakos,
sprendimų mazgai, įvykių mazgai ir sprendimų rezultatai.
• Šaka – tai vienintelė galima linija, sujungianti du mazgus arba mazgą ir
sprendimo rezultatą.
• Sprendimų mazgas – tai priimamų sprendimų taškas. Jis vaizduojamas
stačiakampiu.
• Įvykių mazgas – tai taškas, žymintis galimų situacijų aibę. Jis žymimas
apskritimu.
• Sprendimų rezultatas – kiekybinis konkrečių sprendimų ir situacijų įvertis,
einant vieninteliu keliu nuo pradžios iki galo. Jis vaizduojamas trikampiu.
Sprendimų medis (4)
• Sprendimo medis vaizduoja veiksmus, kurie gali būti atliekami
kiekviename sprendimo taške.

• Kiekvienos šakos pabaigoje bus arba nurodomas veiksmas, kuris turi būti
atliekamas, arba bus kitas sprendimo taškas.
Sprendimų medis (5)
Sprendimų medžių tipai
• Kategorinių kintamųjų sprendimų medis: tai toks sprendimų medis, kurio
kintamieji gali įgyti reikšmes TAIP arba NE, pvz.: nusprendžiama investuoti
ar ne.
• Kontinualių (angl. continuous) kintamųjų sprendimų medis: tai toks
sprendimų medis, kurio kintamieji gali įgauti įvairias skaitines reikšmes,
pvz., apskaičiuojamas tikėtinas investavimo pelnas eurais.
Sprendimų medžio pavyzdys (1)
Sprendimų medžio pavyzdys (2)
Tikėtino pelno skaičiavimas:

Strategija Nr. 1 (Ledų pardavimas):

W(1) = 1000 × 0,5 + (-100) × 0,5 = 450 €

Strategija Nr. 2 (Gėrimų pardavimas):

W(2) = 2000 × 0,5 + (-500) × 0,5 = 750 €.

Išvados:
• Palyginę strategijų reikšmes, matome, kad tikslinga rinktis gėrimų
pardavimo verslą kaip tikėtinai pelningesnį t. y. 750 € > 450 €.
Sprendimų medžių kūrimas (1)
• Konstruojant sprendimų medį, reikia išnagrinėti:
• galimas alternatyvias situacijas;
• galimus veiksmus, t. y. kas turi būti daroma;
• tikimybes, su kuriomis galimi veiksmai gali įvykti.
• Konstruojant medį, iš pradžių išskiriamos svarbiausios sąlygos, o vėliau
jos detalizuojamos tol, kol visas medis bus suformuotas.
• Sprendimo rezultatas gaunamas einant nuosekliai nuo pradinio sprendimo
iki galutinio rezultato vieninteliu keliu, susidedančiu iš šakų ir mazgų.
Sprendimų medžių kūrimas (2)
Konstruojant sprendimų medį, atliekami tokie žingsniai:
• Nupiešiame stačiakampį, t. y. sprendimų medžio šaknį.
• Iš šaknies išvedamos šakos, kurios apibrėžia galimų sprendimų
alternatyvas (strategijas).
• Šakos užbaigiamos trikampiais, jei medis toliau nevystomas.
• Šakos gale braižomas apskritimas, jei susiduriame su neapibrėžtumu,
t. y. nagrinėjami gali įvykiai, įtakojantys strategiją (pvz. rinka
palanki/nepalanki). Prie šakų, išeinančių iš apskritimo, surašomos
įvykių tikimybės.
• Jei nagrinėjamos sekančio lygmens sprendimo alternatyvos
(strategijos), tai šakos gale braižomas stačiakampis.
Sprendimų medžių kūrimas (3)
• Suskaičiuojamos sprendimo strategijų kaina t. y. reikšmės prie apskritimų.
• Suskaičiuojamos sprendimų strategijų kainos prie visų stačiakampių (tame
tarpe ir šaknies), įvertinant papildomą strategijos pasirinkimo kainą (jei
tokia yra).
• Pasirenkama sprendimų kelias, pagal mažiausią arba didžiausią bendrą
kainą (priklausomai nuo uždavinio sąlygos), kuri įrašoma šakniniame
medžio stačiakampyje.
• Pasirinktas sprendimų kelias yra paryškinamas.
Uždavinys (1)
• Žemės sklypo savininkas sprendžia klausimą, kam jį nuomoti. Galimi du
variantai:
• išnuomoti privačiam asmeniui ir gauti 5000 € pelno (strategija S1)
• išnuomoti žemės ūkio bendrovei ir gauti 4000 € pelno (strategija S2).
• Nuomojant žemę kiekvienu atveju galimi du variantai: nuomininkai gali
sumokėti nuomą arba bankrutuoti ir nesumokėti. Įvertintos tokių įvykių
tikimybės:
• privatus asmuo sumokės nuomą su tikimybe P(A1) = 0.75 arba
bankrutuos ir nesumokės nuomos su tikimybe P(A2) = 0.25;
• žemės ūkio bendrovė sumokės nuomą su tikimybe P(A3) = 0.95,
nesumokės jos – P(A4) = 0.05.
Uždavinys (2)
Uždavinys (3)
Strategija Nr. 1: W(S1) = 5000 × 0,75 + 0 × 0,25 = 3750 €
Strategija Nr. 2: W(S2) = 4000 × 0,95 + 0 × 0,05 = 3800 €

Išvados:
• Palyginę strategijų reikšmes, matome, kad tikslinga nuomoti žemę žemės
ūkio bendrijai.
• Šis sprendimas daugiausia priklauso nuo bankroto tikimybių. Jei jos būtų
tiksliai žinomos, būtų galima pasirinkti geresnę strategiją ir gauti daugiau
pelno.
Tikimybių tikslinimas (1)
• Sprendimo priėmimo metoduose įvykių tikimybės dažniausiai būna
apytikslės, apskaičiuotos remiantis stebėjimų rezultatais.
• Tikimybes galima tikslinti panaudojus eksperto žinias arba pačiam
atliekant papildomą tyrimą.
• Eksperto paslaugos ar papildomai atliktas tyrimas kainuoja, todėl
konstruojant sprendimo medį, reikia įtraukti ir šias išlaidas.
• Paprastai šios išlaidos užrašomos prie atitinkamos šakos.
Tikimybių tikslinimas (2)
• Tikimybes galima tikslinti naudojant Bajeso formulę.
• Sakykim yra grupė nesutaikomų hipotezių:
H1, H2, ..., Hn.
• Šių hipotezių tikimybės yra žinomos t.y.:
P(Hi), i = 1, 2, ..., n.
• Atliekamas eksperimentas tikslinant tikimybes. Naujos hipotezių tikimybės
apskaičiuojamos pagal Bajeso formulę.
Tikimybių tikslinimas (3)
• Tikimybių reikšmės po eksperimento apskaičiuojamos taip:

𝑃 𝐻𝑖 × 𝑃 𝐴/𝐻𝑖
𝑃 𝐻𝑖 /𝐴 = 𝑛 , 𝑖 = 1, 2, … , 𝑛.
σ𝑖=1 𝑃 𝐻𝑖 × 𝑃 𝐴/𝐻𝑖

• 𝑃 𝐻𝑖 /𝐴 – sąlyginė tikimybė, kad teisinga hipotezė 𝐻𝑖 , jei įvyko įvykis A.

• 𝑃 𝐴/𝐻𝑖 – sąlyginė tikimybė, kad įvyks įvykis A iki eksperimento pradžios,
kai teisinga hipotezė 𝐻𝑖 .
Pavyzdys (1)
• Žemės sklypo savininkas kreipiasi į ekonomistą, kuris už 100 € įvertina
visų pretendentų ekonominę padėtį ir nustato, kurį iš jų pasirinkti ir kokia
yra pasirinkto nuomininko nemokumo (vadinasi, ir mokumo) tikimybė.
• Sklypo savininkas gali pasinaudoti šiomis rekomendacijomis arba
nepasinaudoti.
• Reikia sudaryti sprendimų medį ir pagrįsti sprendimą.
Pavyzdys (2)
• Lentelėje pateikiama eksperto rekomendacijų istorija procentais, kai jis
rekomendavo ar nerekomendavo nuomoti žemės sklypą.
Pavyzdys (3)
• Sąlyginės tikimybės:
Pavyzdys (4)
• Tikimybių, kad kartu pasirodė įvykiai R ir A, pasiskirstymas
Pavyzdys (5)
• Sąlyginės nuomininkų mokos tikimybių pasiskirstymas atsižvelgus į
eksperto vertinimus.
Pavyzdys (6)
Pavyzdys (7)
Pelnas.

Nuomos pelnas stačiakampyje 2:

W(S1) = 5000 × 0,81 + 0 × 0,19 = 4050 €
W(S2) = 4000 × 0,95 + 0 × 0,05 = 3800 €
Nuomos pelnas stačiakampyje 3:
W(S1) = 5000 × 0,5 + 0 × 0,05 = 2500 €
W(S2) = 4000 × 0,95 + 0 × 0,05 = 3800 €
čia W(S1) – vidurkis, kurį skaičiuojant panaudota papildoma informacija.
Pavyzdys (8)
Randame pelno vidurkius.

Kai naudojamasi eksperto rekomendacijomis:

W(I1) = 4050 × 0,8 + 3800 × 0,2 – 100 = 3900 €

Kai ekspertas nekviečiamas:

W(I2) = 3800 €
Pavyzdys (9)
Galutinės išvados:
• Reikia pasinaudoti eksperto paslaugomis, nes gaunamas pelnas yra
didesnis t. y. 3900 € vietoj 3800 €.
• Ekspertui galima mokėti ne daugiau kaip 200 € (4000 – 3800 = 200 €), nes
mokant daugiau pelnas bus mažesnis už 3800 €.
• Jei eksperto rekomendacija yra teigiama, tai reikia pasirinkti pirmą
strategiją, t.y. išnuomoti žemės sklypą privačiam savininkui.
• Jei eksperto rekomendacija yra neigiama, tuomet reikia nuomoti sklypą
žemės ūkio bendrijai.
Sprendimas naudojant įrankį

http://silverdecisions.pl/
Apibendrinamieji klausimai?
• Kas yra sprendimų medis?
• Kokie elementai sudaro sprendimo medį ir ką jie vaizduoją. Pateikite
elementarų gyvą sprendimų medžio pavyzdį.
• Žinoti sąvokos sprendimo medžio šaka, sprendimų mazgas, įvykių mazgas
ir jas paaiškinti.
• Kokie yra sprendimų medžių tipai ir kuo jie pasižymi?
• Mokėti paaiškinti esminius sprendimų medžio kūrimo etapus.
• Gebėti savarankiškai sudaryti sprendimų medį elementariam pavyzdžiui,
paskaičiuoti tikimybes su eksperto pagalba ir be. Mokėti sudaryti
sprendimų medį naudojant internetinį įrankį.

32