Professional Documents
Culture Documents
SR - AT (9 Paskaita)
SR - AT (9 Paskaita)
(9 paskaita)
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)
• 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:
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
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