Při stanovování pravděpodobnosti budoucích náhodných situací je nutné vzít v potaz

výskyt takzvaného náhodného jevu.

Což je opakovatelná činnost probíhající za stejných nebo skoro stejných podmínek,

jejichž výsledek je nejistý a závislý na náhodě.

Pravděpodobnost náhodné situace je mírou očekávanosti výskytu jevu.

Pravděpodobnost určitých jevů lze stanovit objektivně nebo subjektivně.

Objektivní pravděpodobnost je evidenčně doložitelný údaj, o tom že nastane a v jaké

výši nastane určitá budoucí situace.

Subjektivní pravděpodobnost je míra osobního přesvědčení subjektu, že nastane

a v jakém rozsahu nastane ta určitá budoucí situace.

Subjektivní pravděpodobnost je určována slovně nebo číselně.

Nyní bych ráda zmínila metody stanovení pravděpodobnosti budoucích náhodných situací.

Jde o metodu relativní četnosti, která je vhodná pro nespojité veličiny.

Pravděpodobnost výskytu možných situací se stanovuje na základě pravděpodobnosti

nejpravděpodobnější situace a postup je následující.

Určí se nejpravděpodobnější hodnota faktoru rizika, vypočtou se pravděpodobnosti

dalších jevů, stanoví se rozdělení pravděpodobnosti počtu jevů, sestaví se

graf komulativní pravděpodobnosti jevu.

Další metodu, kterou můžeme užít, je metoda kvantilu.

Je vhodná pro spojité jevy.

Pravděpodobnosti se určují nepřímo postupnými kroky dotazovaní na to, který

interval hodnot náhodné spojité veličiny je pravděpodobnější.

Kvantil je hodnota náhodné veličiny, která rozděluje rozdělení pravděpodobností

této veličiny na stejně velké části.

Aplikace většiny základních nástrojů stanovení dopadu rizikových variant a to

především rozhodovacích matic, pravděpodobnostních stromů a scénářů je

omezena počtem rizikových faktorů, které ovlivňují důsledky těchto variant.

Neboť počet těchto faktorů musí být velmi malý.

Rozhodovací matice představují jeden ze základních nástrojů důsledků rizikových

variant vzhledem ke zvolenému kritériu hodnocení.

Tyto matice lze použít, pokud faktory rizika ovlivňující důsledky jednotlivých variant

jsou diskrétní povahy.

Pravděpodobnostní stromy, my už jsme je tady dnes zmiňovali, jsou to grafické

nástroje zobrazující důsledky jednotlivých rizikových variant, a to v závislosti

na podmíněném výskytu, respektive vývoji určitých rizikových faktorů.

Scénáře poskytují pak budoucí obrazy daného systému, přičemž tyto obrazy jsou

vytvářeny na základě předpokladu jak se bude situace vyvíjet a vyjadřují prvky

tohoto systému a vazby mezi těmito prvky.

Účelem konstrukce scénářů je mimo jiné zachytit podstatu nejistoty o budoucnosti

a to takovým způsobem, abychom mohli stanovit důsledky variant.

Nyní si zmíníme ještě pravidla rozhodování za rizika.

Pravidla rozhodování za rizika určují výhodnosti hodnocení rizikových variant

vzhledem ke stanovenému kritériu.

Jak jsme již zmínili v rámci této přednášky, rozlišujeme pravidla rozhodování za jistoty

v závislosti na tom, zda jsou známé či stanovené pravděpodobnosti výskytu

rizikových situací a pak pravidla rozhodování za nejistoty a rizika.

Pravidlo očekávané hodnoty, které je prvním pravidlem, používá je rozhodovatel s neutrálním

postojem k riziku.

Je postaveno na propočtu očekávané, to znamená střední hodnoty rozhodovacího

kritéria u každé rizikové varianty.

K realizaci vybíráme tu variantu, která má nejlepší očekávanou hodnotu, to znamená

nejvyšší kritéria výnosového typu, nejnižší u kritéria nákladového typu.

Pravidla v praxi při rizikovém rozhodování je velmi rozšířeno.

Dále pak máme pravidlo očekávané hodnoty a míry variability.

Pravidlo očekávané hodnoty a rozptylu, které pracuje s oběma charakteristikami

současně, což znamená že preferenční uspořádání variant se provádí ve výsledku

jak velikosti, tak míry rizika. Rozhodovatel uspořádá varianty podle nejvyšší očekávané

hodnoty a podle nejnižšího rozptylu.

Dále pak pravidlo očekávané hodnoty a směrodatné odchylky, pravidlo očekávané

hodnoty a variačního koeficientu, pravidlo očekávané untility.

Nyní si zmíníme pravidla rozhodování za nejistoty.

Jedná se o pravidlo maxima, které uplatňuje předpoklad, že nastanou nejpříznivější

situace z rizikových situací vybírá jen ty, u kterých je pro jednotlivé varianty
dosaženo nejlepších hodnot.

Pravidlo maximim předpokládá, že nastanou nejhorší situace, proto určuje variantu

podle nejhorších hodnot.

Pravidlo Laplaceovo platí v situaci, kdy neexistuje dostatek informací o tom,

že některá situace je pravděpodobnější.

Pravidlo Hurwiczovo je kombinací maxima a maximin.

U pravidla Savageovo se vychází z předpokladu, že určitá výše hodnoty

kritéria pro rozhodovatele muže být v určitém smyslu ušlou příležitostí či

ušlým ziskem, ztrátou, protože mohlo být dosaženo lepší hodnoty.