ТЕМА 3

ТЕОРІЯ КОРИСНОСТІ
ТА ПРИЙНЯТТЯ РІШЕНЬ
В УМОВАХ РИЗИКУ
 ЗМІСТ

3.1. Зниження ризику за допомогою статистичної теорії

прийняття рішень
3.2. Максимізація очікуваної корисності. Аксіоми
Нейману-Моргенштейну
3.3. Алгоритм побудови функції корисності
3.4. Очікувана вартість досконалої інформації: апріорна
і апостеріорна
3.1. Зниження ризику за допомогою статистичної теорії прийняття рішень

Особи, які приймають рішення (ОПР), часто мають приймати рішення

в умовах невизначеності. З метою зниження невизначеності при
прийнятті рішень використовується статистична теорія прийняття
рішення, яка передбачає:
•побудову дерева рішень задачі і використання його для вибору
оптимального рішення;
•знання принципів побудови функції корисності і її використання в
задачах вибору оптимального рішення;
•вміння використовувати апріорний і апостеріорний аналіз, а також
обчислювати очікувану цінність досконалої інформації.
Корисність означає ступінь задоволення, яку отримує суб'єкт від
споживання товару або виконання якої-небудь дії. З точки зору особи, яка
приймає рішення, корисність управлінського рішення полягає у виборі
найбільш адекватного зовнішніх і внутрішніх умов розвитку підприємства
рішення.
3.1. Зниження ризику за допомогою статистичної теорії прийняття рішень

Статистична теорія прийняття рішень пропонує

способи аналізу таких проблем і допомагає ЛПР зробити
раціональний вибір.
Будь-яка проблема прийняття рішень в умовах
невизначеності має наступні дві характеристики:
1) ЛПР повинен робити вибір або, можливо, послідовність
виборів з декількох альтернативних варіантів дії;
2) вибір веде до певного результату, але ЛПР не в змозі з
точністю передбачити цей результат, оскільки він залежить
від непередбачуваної події або послідовності подій, а також і
від самого вибору.
3.1. Зниження ризику за допомогою статистичної теорії прийняття рішень

Дерево рішень являє задачу вибору оптимального

рішення як послідовність альтернатив, кожна з яких
відображається розгалуженням дерева.
Виділяють два типи розгалужень дерева рішень.
Вилка рішення - це розгалуження, яке відображає
альтернативу, де рішення приймає ОПР.
Вилка шансу - це розгалуження, відповідне альтернативі,
де шанс вибирає результат.
Зазвичай вилку рішення графічно зображують у вигляді
невеликого квадрата, а вилку шансу - у вигляді точки.
3.1. Зниження ризику за допомогою статистичної теорії прийняття рішень

Кейс зі зміною етикетки товару

3.1. Зниження ризику за допомогою статистичної теорії прийняття рішень

Рис. 3.2. Дерево рішень щодо обробки ураганів

 3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн

Підхід до опису поведінки людини, який здійснює вибір в

умовах ризику і невизначеності, був вперше аксіоматизована
в середині XX століття такими вченими як:
Френк Рамсей в трактаті про філософію переконання,
Джон фон Нейман і Оскар Моргенштерн в працях з теорії ігор
та
Леонард Севідж в роботі з основ статистичного аналізу.
Здійснюючи раціональний або розумний вибір, особа, яка
приймає рішення (ОПР), дотримується певного логічно
узгодженого набору правил - аксіом, який відображає
поведінку суб'єкта при деякій азартній грі - лотереї.
3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн
3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн
3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн
 3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн

Аксіома байдужості стверджує, що якщо є три

можливих результату - А, В і С і якщо ОПР вважає за
краще результат А результату В, а результат В -
результату С, то повинна існувати така ймовірність Р, що
для ЛПР наступні дві альтернативи матимуть однакову
цінність:
1) отримати В напевно;
2) гра, в якій ЛПР виграє А з ймовірністю Р, або виграє
С з ймовірністю (1-Р).
Значення ймовірності може бути великий чи малої,
однак це не має принципового значення. Важливим є те,
що існує певне значення Р, таке, що для ЛПР буде
байдуже: або взяти участь в грі, в якій можна виграти А
або С, або виграш В.
 3.2. Максимізація очікуваної корисності. Аксіоми Неймана-Моргенштейн

Аксіома незалежності стверджує, що якщо виграші

А і В мають для ЛПР однакову цінність, то однакову ж
цінність матимуть для ЛПР два ідентичних лотерейних
квитка, що відрізняються лише тим, що перший
пропонує в якості виграшу А, а другий - В.

Аксіома раціональності передбачає, що ЛПР, якій

було запропоновано два лотерейних квитка з
ідентичними призами, вибере квиток з більшою
ймовірністю виграшу.
 3.3. Алгоритм побудови функції корисності

Функція корисності відображає переваги ОПР по

відношенню до ризику, і її побудова здійснюється в два
етапи.
етапи
На першому етапі вибирається найкращий і найгірший
значення результату, виражене у грошовій формі. Корисність
кращого результату встановлюється більшою, ніж корисність
гіршого. Найчастіше корисність найгіршого результату
встановлюється рівною нулю, а корисність найкращого
результату прирівнюється одиниці.
В задачі про урагани, наприклад, можна встановити корисність найгіршого результату,
відповідного найбільшому можливому збитку, тобто U (-336,05), що дорівнює нулю, а
корисність найкращого результату U (-16,3), тобто найменшого збитку, що дорівнює одиниці.
Треба відзначити, що кінцеві результати аналізу не залежать від того, які чисельні значення
корисності були обрані, до тих пір, поки корисність кращого результату обрана більше
користі гіршого. Таким чином, можна, наприклад, встановити корисність U (-336,05), що
дорівнює 4, а корисність U (-16,3), що дорівнює 10.
 3.3. Алгоритм побудови функції корисності

Другий етап є більш складним. Необхідно надати

ЛПР вибір між двома альтернативами.
Перша альтернатива є певне значення грошового
виграшу, яке ЛПР може отримати напевно.
Друга альтернатива представляє собою гру з двома
можливими наслідками, корисності яких задані нами
довільно на першому етапі.
 3.3. Алгоритм побудови функції корисності

Припустимо, наприклад, що ми хочемо визначити значення U (-

191,1). Тоді ми повинні поставити ЛПР наступне питання: віддає
перевагу він визначеності втрати, що оцінюється в 191,1 млн. грн.,
або гру, в якій втрата становить 16,3 млн. грн. з ймовірністю Р, а
втрата в 336,05 млн. грн. може настати з ймовірністю (1-Р). Завдання
ЛПР полягає в тому, щоб визначити значення Р, при якому для ЛПР
втрата в 191,1 млн.грн і гра матимуть однакову корисність.
Припустимо, що значення Р для умов даної задачі дорівнює 0,45,
тоді очікувана корисність втрати в 191,1 млн. грн. дорівнює очікуваної
корисності цієї гри, тобто
U (-191,1) = (1-P) U (-336,05) + P U (-16,3)
U (-191,1) = 0,55 U (-336,05) + 0,45 U (-16,3).
Оскільки встановлено, що корисність U (-336,05) дорівнює нулю, а
корисність U (-16,3) дорівнює одиниці, то корисність U (-191,1)
дорівнює 0,45.
3.3. Алгоритм побудови функції корисності
 3.3. Алгоритм побудови функції корисності

Відповідність функції несхильності ЛПР до

ризику до видів функції корисності
характеристика ЛПР Значення функції Приклад функції корисності
r(x)
Зростаюча несхильність до r(x) > 0; U(x)~ a + bx - cx2 (c>0; x<b/2c)
ризику ґ(x) > 0

Спадаюча несхильність до r(x) > 0; U(x)~ loga (x + b) (x>-b; a>1)

ризику ґ(x) < 0  
Постійна несхильність до r(x) > 0; U(x)~ - e –cx (c>0)
ризику r'(x) = 0
Спадаюча схильність до r(x) < 0; U(x)~ a + bx + cx2 (c>0; x>-b/2c)
ризику r'(x) > 0
Постійна схильність до r(x) < 0; U(x)~ e cx (c>0)
ризику r'(x)= 0
Нейтральне ставлення до r(x) = 0 U(x)= a + bx (b>0)
ризику
3.4. Очікувана вартість досконалої інформації: апріорна і апостеріорна

Очікувана вартість досконалої інформації - це

збільшення очікуваного прибутку в разі, коли ЛПР може
отримати абсолютно точну інформацію, що стосується
досліджуваної випадкової змінної (проте ЛПР
заздалегідь не знає, якою буде ця інформація).
 3.4. Очікувана вартість досконалої інформації: апріорна і апостеріорна

В задачі з менеджером з маркетингу вартість досконалої інформації

дорівнює збільшенню очікуваного прибутку в разі, коли менеджер може
отримати абсолютно точну інформацію, яка вказує, чи дійсно нова етикетка є
кращою за стару.
Для того, щоб обчислити це збільшення очікуваного прибутку, необхідно
спочатку обчислити значення очікуваного прибутку на основі тієї інформації,
яка вже є у менеджера, а потім відняти це значення з величини очікуваного
прибутку, яка буде отримана в умовах доступу до абсолютно точної
інформації.
Значення очікуваного прибутку для завдання з вибором нової етикетки з
урахуванням інформації, якою володіє менеджер, так само
0,5 (800 000) - 0,5 (500 000) = 150 000 грн.
Величина очікуваного прибутку в умовах доступу до досконалої інформації
складе
0,5 (800 000) + 0,5 (0) = 400 000 грн.
3.4. Очікувана вартість досконалої інформації: апріорна і апостеріорна

Якщо ОПР буде знати напевно, що ринок прийме нову етикетку, то

додатковий прибуток від даного рішення складе 800 000 грн. Якщо
ОПР отримає інформацію про неготовність ринку до подібного дії, то
він не стане змінювати етикетку і, отже, фірма не понесе ніяких втрат.
За умови, що ЛПР заздалегідь не знає, якою буде ця інформація
(про успіх або про невдачу), то ці дві події вважаються
рівноімовірними. Таким чином, очікуваний прибуток фірми в умовах
доступу до досконалої інформації складе 400 000 грн.
Різниця між величинами 400 000 грн. і 150 000 грн. дорівнює 250
000 грн, що і складає очікувану вартість досконалої інформації для
умов завдання.
Ця величина показує, на скільки може збільшитися очікуваний
прибуток фірми при доступі до досконалої інформації. Говорячи
іншими словами, очікувана вартість досконалої інформації - це
максимальна сума, яку ЛПР може заплатити за доступ до досконалої
інформації.
3.4. Очікувана вартість досконалої інформації: апріорна і апостеріорна

В описаному вище випадку 250 000 грн. - це завжди апріорна

очікувана вартість досконалої інформації, так як вона
розраховувалася виходячи з апріорних значень ймовірностей.
Після проведення маркетингових досліджень ринку менеджер
отримує можливість розрахувати апостеріорну очікувану вартість
досконалої інформації, тобто значення, обчислене вже з
використанням значень апостеріорних ймовірностей.
Нехай після проведення досліджень ринку менеджер визначив,
що ймовірність успіху становить 0,8, а ймовірність невдачі - 0,2.
Тоді, очікувана вартість досконалої інформації буде дорівнює
[0,8 (800 000) + 0,2 (0)] - [0,8 (800 000) + 0,2 (-500 000)] = 100 000 грн.
Це означає, що опитування зменшив сумніви ЛПР щодо переваги
нової етикетки у порівнянні зі старою, а отже, і зменшив очікувану
вартість або ж цінність досконалої інформації.
 Питання для самоконтролю
• Для чого застосовується статистична теорія прийняття
рішень?
• Чим відрізняється вилка рішень від вилки шансу?
• Які Ви знаєте групи людей по схильності їх до ризику?
• Що таке корисність деякого управлінського рішення?
• Які критерії можуть застосовуватися при виборі ЛПР
деякого управлінського рішення?
• Перерахуйте аксіоми Неймана-Моргенштерна.
• Як будується функція корисності?
• Що таке досконала інформація?
• Як визначити очікувану вартість досконалої інформації?