5 WARUNKI NIEPEWNOŚCI PRZYKŁA3AD

background image

PODEJMOWANIE DECYZJI W

WARUNKACH NIEPEWNOŚCI

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

1. Który wyrób powinien wybrać dyrektor pesymista?

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

1. Który wyrób powinien wybrać dyrektor pesymista?

2. Który wyrób powinien wybrać dyrektor optymista?

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

1. Który wyrób powinien wybrać dyrektor pesymista?

2. Który wyrób powinien wybrać dyrektor optymista?

3. Zastosuj

regułę

Hurwicza

przyjmując,

że

współczynnik optymizmu =0.8

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

1. Który wyrób powinien wybrać dyrektor pesymista?

2. Który wyrób powinien wybrać dyrektor optymista?

3. Zastosuj

regułę

Hurwicza

przyjmując,

że

współczynnik optymizmu =0.8

4. Który wyrób należy wskazać, jeżeli dyrektorowi

zależy na największym przeciętnym zysku?

background image

Przedsiębiorstwo przemysłowe może produkować

jeden z trzech rodzajów wyrobów A

1

, A

2

, A

3.

Zyski ze

sprzedaży

tych

wyrobów

zależą

od

popytu

ukształtowanego przez modę (można wyodrębnić 3
poziomy popytu, czyli 3 stany środowiska). Należy
podjąć decyzję o wyborze wyrobu do produkcji.

1. Który wyrób powinien wybrać dyrektor pesymista?

2. Który wyrób powinien wybrać dyrektor optymista?

3. Zastosuj

regułę

Hurwicza

przyjmując,

że

współczynnik optymizmu =0.8

4. Który wyrób należy wskazać, jeżeli dyrektorowi

zależy na największym przeciętnym zysku?

5. Który wyrób należy wskazać jeżeli dyrektorowi zależy

na najmniejszej stracie w stosunku do najlepszej
możliwej sytuacji?

background image

 

S

1

S

2

S

3

A

1

30

50

70

A

2

60

40

20

A

3

80

20

10

C – zysk (w tys. Zł)

C

max

Alternatywy zdominowane nie występują

background image

S

1

S

2

S

3

A

1

30 50 70

A

2

60 40 20

A

3

80 20 10

background image

S

1

S

2

S

3

min

{k

ij

}

A

1

30 50 70

A

2

60 40 20

A

3

80 20 10

background image

S

1

S

2

S

3

min

{k

ij

}

A

1

30 50 70 30

A

2

60 40 20

A

3

80 20 10

background image

S

1

S

2

S

3

min

{k

ij

}

A

1

30 50 70 30

A

2

60 40 20 20

A

3

80 20 10

background image

S

1

S

2

S

3

min

{k

ij

}

A

1

30 50 70 30

A

2

60 40 20 20

A

3

80 20 10 10

background image

S

1

S

2

S

3

min

{k

ij

}

A

1

30 50 70 30

A

2

60 40 20 20

A

3

80 20 10 10

ma

x

{k

ij

}

background image

S

1

S

2

S

3

min

{k

ij

} j

A

1

30 50 70 30

A

2

60 40 20 20

A

3

80 20 10 10

ma

x

{k

ij

}

30

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

A

1

30 50 70 30

A

2

60 40 20 20

A

3

80 20 10 10

ma

x

{k

ij

}

30

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

A

1

30 50 70 30

70

A

2

60 40 20 20

A

3

80 20 10 10

ma

x

{k

ij

}

30

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

A

1

30 50 70 30

70

A

2

60 40 20 20

60

A

3

80 20 10 10

ma

x

{k

ij

}

30

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

A

1

30 50 70 30

70

A

2

60 40 20 20

60

A

3

80 20 10 10

80

ma

x

{k

ij

}

30

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

A

1

30 50 70 30

70

A

2

60 40 20 20

60

A

3

80 20 10 10

80

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

A

1

30 50 70 30

70

A

2

60 40 20 20

60

A

3

80 20 10 10

80

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

A

1

30 50 70 30

70

56

A

2

60 40 20 20

60

A

3

80 20 10 10

80

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

A

1

30 50 70 30

70

56

A

2

60 40 20 20

60

48

A

3

80 20 10 10

80

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

A

1

30 50 70 30

70

56

A

2

60 40 20 20

60

48

A

3

80 20 10 10

80

64

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

A

1

30 50 70 30

70

56

A

2

60 40 20 20

60

48

A

3

80 20 10 10

80

64

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

A

1

30 50 70 30

70

56

6

A

2

60 40 20 20

60

48

A

3

80 20 10 10

80

64

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

A

1

30 50 70 30

70

56

6

A

2

60 40 20 20

60

48

4

A

3

80 20 10 10

80

64

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

A

1

30 50 70 30

70

56

6

A

2

60 40 20 20

60

48

4

A

3

80 20 10 10

80

64

2

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

A

1

30 50 70 30

70

56

6

A

2

60 40 20 20

60

48

4

A

3

80 20 10 10

80

64

2

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

A

1

30 50 70 30

70

56

6

62

A

2

60 40 20 20

60

48

4

A

3

80 20 10 10

80

64

2

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

A

1

30 50 70 30

70

56

6

62

A

2

60 40 20 20

60

48

4

52

A

3

80 20 10 10

80

64

2

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

A

1

30 50 70 30

70

56

6

62

A

2

60 40 20 20

60

48

4

52

A

3

80 20 10 10

80

64

2

66

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

k

i

A

1

30 50 70 30

70

56

6

62

A

2

60 40 20 20

60

48

4

52

A

3

80 20 10 10

80

64

2

66

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

}

ma

x

{k

ij

}

(1)

0.8ma

x {k

ij

}

(2)

0.2mi

n

{k

ij

}

(1

)

+

(2

)

k

i

A

1

30 50 70 30

70

56

6

62 50

A

2

60 40 20 20

60

48

4

52

A

3

80 20 10 10

80

64

2

66

ma

x

{k

ij

}

30

80

background image

S

1

S

2

S

3

min

{k

ij

} j

ma

x

{k

ij

} j

(1)

0.8ma

x {k

ij

}

j

(2)

0.2mi

n

{k

ij

} j

(1

)

+

(2

)

k

i

A

1

30 50 70 30

70

56

6

62 50

A

2

60 40 20 20

60

48

4

52 40

A

3

80 20 10 10

80

64

2

66

ma

x

{k

ij

} i

30

80

background image

S

1

S

2

S

3

min

{k

ij

} j

ma

x

{k

ij

} j

(1)

0.8ma

x {k

ij

}

j

(2)

0.2mi

n

{k

ij

} j

(1

)

+

(2

)

k

i

A

1

30 50 70 30

70

56

6

62 50

A

2

60 40 20 20

60

48

4

52 40

A

3

80 20 10 10

80

64

2

66

36,

7

ma

x

{k

ij

} i

30

80

background image

1.Reguła Walda – wybieramy najlepszą

propozycję z najgorszych: należy wybrać wyrób
A

1

background image

1.Reguła Walda – wybieramy najlepszą

propozycję z najgorszych: należy wybrać wyrób
A

1

2.Reguła MAX-MAX. Wybieramy najlepszą

propozycję znajlepszych. Należy wybrać wyrób A

3

background image

1.Reguła Walda – wybieramy najlepszą

propozycję z najgorszych: należy wybrać wyrób
A

1

2.Reguła MAX-MAX. Wybieramy najlepszą

propozycję znajlepszych. Należy wybrać wyrób A

3

3.Reguła Hurwicza =0.8 – wsp. optymizmu

1-0.2 – wsp. pesymizmu.

(A

i

)= max {k

ij

} + (1-) min {k

ij

}

j

j

background image

1.Reguła Walda – wybieramy najlepszą

propozycję z najgorszych: należy wybrać wyrób
A

1

2.Reguła MAX-MAX. Wybieramy najlepszą

propozycję znajlepszych. Należy wybrać wyrób A

3

3.Reguła Hurwicza =0.8 – wsp. optymizmu

1-0.2 – wsp. pesymizmu.

(A

i

)= max {k

ij

} + (1-) min {k

ij

}

j

j

Najkorzystniejsza wartość występuje dla wyrobu
A

3

(A

3

)=66

background image

1.Reguła Walda – wybieramy najlepszą

propozycję z najgorszych: należy wybrać wyrób
A

1

2.Reguła MAX-MAX. Wybieramy najlepszą

propozycję znajlepszych. Należy wybrać wyrób A

3

3.Reguła Hurwicza =0.8 – wsp. optymizmu

1-0.2 – wsp. pesymizmu.

(A

i

)= max {k

ij

} + (1-) min {k

ij

}

j

j

Najkorzystniejsza wartość występuje dla wyrobu
A

3

(A

3

)=66

Sprawdzimy dla jakich wartości granicznych
parametru nastąpi zmiana wskazania

alternatywy.

background image

max

{k

ij

}

min

{k

ij

}

A

1

70

30

A

2

60

20

A

3

80

10

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- 

03

A

1

70

30

A

2

60

20

A

3

80

10

background image

max

{k

ij

}

min

{k

ij

} =0.7 1-

A

1

70

30

49+9=58

A

2

60

20

A

3

80

10

background image

max

{k

ij

}

min

{k

ij

} =0.7 1-

A

1

70

30

49+9=58

A

2

60

20

42+6=48

A

3

80

10

background image

max

{k

ij

}

min

{k

ij

} =0.7 1-

A

1

70

30

49+9=58

A

2

60

20

42+6=48

A

3

80

10

56+3=59

background image

max

{k

ij

}

min

{k

ij

} =0.7 1-

A

1

70

30

49+9=58

A

2

60

20

42+6=48

A

3

80

10

56+3=59

A

3

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- =0.6 1- 

04

A

1

70

30

49+9=58

A

2

60

20

42+6=48

A

3

80

10

56+3=59

A

3

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- =0.6 1-

A

1

70

30

49+9=58

42+12=54

A

2

60

20

42+6=48

A

3

80

10

56+3=59

A

3

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- =0.6 1-

A

1

70

30

49+9=58

42+12=54

A

2

60

20

42+6=48

36+8=44

A

3

80

10

56+3=59

A

3

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- =0.6 1-

A

1

70

30

49+9=58

42+12=54

A

2

60

20

42+6=48

36+8=44

A

3

80

10

56+3=59

48+4=52

A

3

background image

max

{k

ij

}

min

{k

ij

} =0.7 1- =0.6 1-

A

1

70

30

49+9=58

42+12=54

A

2

60

20

42+6=48

36+8=44

A

3

80

10

56+3=59

48+4=52

A

3

A

1

background image

Zmiana wskazania alternatywy nastąpiła dla =0.6

Pesymista wybiera A

1

Optymista wybiera A

3

Jeżeli wskaźnik optymizmu jest większy niż 60%

należy wybrać wyrób A

3

, już przy optymiźmie

mniejszym od 60% należy wybrać wyrób A

1

. Wyrób

A

2

nie jest wskazywany nigdy.

background image

4.Reguła Laplace’a (średniej

konsekwencji)

k

1

=50 i jest największa, dlatego należy wskazać

wyrób A

1

background image

4.Reguła Laplace’a (średniej

konsekwencji)

k

1

=50 i jest największa, dlatego należy wskazać

wyrób A

1

5.Reguła Niehansa – Savage’a

max {k

p1

}=80

max {k

p2

}=50

max {k

p3

}=70

p

p

p

background image

S

1

S

2

S

3

A

1

50

0

0

A

2

20

10

50

A

3

0

30

60

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

A

2

20

10

50

A

3

0

30

60

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

50

A

2

20

10

50

A

3

0

30

60

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

50

A

2

20

10

50

50

A

3

0

30

60

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

50

A

2

20

10

50

50

A

3

0

30

60

60

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

50

A

2

20

10

50

50

A

3

0

30

60

60

min

{u

ij

}

Macierz alternatywnych U:

background image

S

1

S

2

S

3

max {u

ij

}

A

1

50

0

0

50

A

2

20

10

50

50

A

3

0

30

60

60

min

{u

ij

}

50

Macierz alternatywnych U:

background image

Ta

reguła

nie

wskazuje

jednoznacznie

alternatywy. Ze względu na minimalizację
utraconej szansy (skutków błędnej decyzji)
jednakowo dobre są alternatywy A

1

i A

2

.

Należałoby tutaj uwzględnić jeszcze inne reguły
postępowania.

background image

Ta

reguła

nie

wskazuje

jednoznacznie

alternatywy. Ze względu na minimalizację
utraconej szansy (skutków błędnej decyzji)
jednakowo dobre są alternatywy A

1

i A

2

.

Należałoby tutaj uwzględnić jeszcze inne reguły
postępowania.

u

21

=20 – informuje nas o tym, że utracona

szansa jeżeli wybierzemy alternatywę A

2

i

wystąpi stan środowiska S

1

wyniesie 20

jednostek zysku.

Tzn. jeżeli wybierzemy alternatywę A

2

i wstąpi

stan środowiska S

1

to zysk wyniesie 60

jednostek, a gdybyśmy wybrali A

3

, czyli podjęli

decyzję właściwszą ze względu na ten stan, to
zysk wyniósłby 80 jednostek. Utracony zysk
wynosi zatem 20 jednostek.


Document Outline


Wyszukiwarka

Podobne podstrony:
Podejmowanie decyzji w warunkach niepewnosci
3 Zarzadzanie PB 3 1 Podejmowanie?cyzji 3 1 3 PD w warunkach niepewnosci121
4 METODY PODEJMOWANIA DECYZJI W WARUNKACH NIEPEWNOŚCI
8. konspekt - Ekonomia menedżerska, Podejmowanie decyzji w warunkach niepewności
wnioskowanie w warunkach niepewnosci teoria dempstera-shafera, wisisz, wydzial informatyki, studia z
8 konspekt Ekonomia menedżerska Podejmowanie decyzji w warunkach niepewności
Podejmowanie?cyzji gospodarczych w warunkach niepewności
DECYZJE warunki niepewnosci, Prawo, Wstęp do ekonomii i przedsiębiorczości, MIKROEKONOMIA
Harmonogramowanie robót budowlanych w warunkach niepewności i ryzyka
Ogólne warunki dostaw przykład
ekonomia matematyczna, ekonmat9, Decyzje podmiotów gospodarczych w warunkach niepewności: źródła nie
Podejmowanie decyzji w warunkach niepewnosci
sprawozdanie o warunkach pracy przyklad g
Ogólne warunki dostaw przykład
02z podejmowanie decyzji w warunkach niepewno ci i ryzyka (skrot)

więcej podobnych podstron