
- •Задачи принятия решений
- •1Б. Задача об инвестировании средств (вариант б).
- •2. Задача о защите посевов
- •3. Задача о защите территории
- •4. Задача об американском футболе (вариант а)
- •4.Задача об американском футболе (вариант б)
- •5А. Задача об управлении запасами
- •5Б. Задача об управлении запасами
- •5В. Задача об управлении запасами
- •6A Задача о распределении ресурсов (вариант а)
- •6Б Задача о распределении ресурсов (вариант б)
- •7 Задача о распределении гостиничных номеров
- •Задачи принятия решений
- •197376, С.-Петербург, ул. Проф. Попова, 5
Министерство образования и науки РФ
_____________________________________________________
Санкт-Петербургский государственный
электротехнический университет «ЛЭТИ»
______________________________________________________
Д. В. Куликов, Н. А. Жукова
Задачи принятия решений
Учебное пособие
Санкт-Петербург
Издательство СПбГЭТУ «ЛЭТИ»
2013
УДК 681.3.06 (075.08)
ББК 00000000
Б 20
Б 20 Куликов Д. В., Жукова Н. А. Задачи принятия решений: Учеб. пособие. СПб.: Изд-во: СПбГЭТУ «ЛЭТИ», 2013. 64 с.
ISBN 0-0000-0000-0
Методическое пособие по курсу лекций «Теория принятия решений» в предлагаемом вашему вниманию виде с 2006 года читается на кафедре МО ЭВМ для студентов третьего курса специальности «Программное обеспечение ЭВМ». Основной целью курса является ознакомление студентов с задачами, моделями и методами принятия решений в различных информационных ситуациях, а также с обоснованием оптимизационных моделей, широко используемых в практике принятия решений.
Курс состоит из двух разделов, первый из которых содержит набор простых задач принятия решений в условиях неопределенности. В процессе постановки и решения задач студенты знакомятся с основными понятиями и схемами принятия решений. Второй раздел курса с единых позиций рассматривает и сопоставляет различные модели, используемые в принятии управленческих решений. В настоящем пособии предложены материалы по первому разделу курса.
УДК 681.3.06 (075.08)
ББК 00000000
Рецензенты:
Утверждено
редакционно-издательским советом университета
в качестве учебного пособия
ISBN 0-0000-0000-0 © СПбГЭТУ «ЛЭТИ», 2013
Введение
Под лицом, принимающим решение, (ЛПР) понимается человек или группа людей, принимающих решение и несущих за него ответственность.
Рассмотрим пример простейшей задачи
принятия решений. ЛПР необходимо из
множества возможных решений
выбрать одно решение
,
,
.
Каждому возможному решению сопоставляется
некоторый исход (альтернатива)
,
где
- множество возможных альтернатив,
,
.
Задача ЛПР заключается в выборе наилучшей
альтернативы. На рисунке показано дерево
решений.
Если альтернативы представлены с помощью
некоторой количественной шкалы, то
выбор сводится к выбору наибольшего
(наименьшего) из чисел. Ценность каждой
альтернативы может определяться,
например, как значение некоторой функции
,
называемой функцией полезности,
.
Как правило,
,
,
причем
,
,
где
- наихудший и наилучший варианты.
Если построена функция ценности
,
то принятие решения сводится к решению
задачи оптимизации
,
при этом
интерпретируется как целевая функция.
Один из вопросов, рассматриваемых в
курсе – всегда ли существует функция
ценности, и, если нет, то каким свойствами
должны обладать предпочтения ЛПР на
множестве альтернатив
для того, чтобы функция
существовала и обладала следующим
свойством:
,
(*)
где
- бинарное отношение на множестве
альтернатив
,
характеризующее предпочтения ЛПР.
Многокритериальные задачи
Часто альтернатива
естественным образом может быть
представлена как вектор
,
где
- значение фактора (атрибута) и
.
В этом случае задача выяснения
существования и построения функции
ценности вида (*) формируется как задача
агрегирования частных функций ценности
.
Ценность альтернативы
описывается вектором (
),
где
,
.
Естественным представляется желание
построить агрегированную функцию
ценности
:
.
В простейшем случае такая функция имеет
вид:
.
Понятно, что построение
в таком виде возможно далеко не всегда.
Если агрегированная функция
не существует, то возникает задача
непосредственного сравнения векторов
,
и выбора из них лучшего. Эта задача
является основной при решении
многокритериальных задач.
Задачи с неопределенностью
Почти всегда в задаче принятия решений
присутствует неопределенность, не
позволяющая отождествить некоторое
решение
,
и альтернативу
.
Дерево решений для рассматриваемой
ситуации показано на рисунке.
Неопределенность описывается с помощью
случайной величины X на
множестве альтернатив
,
распределение случайной величины
зависит от принятого решения и описывается
в непрерывном случае семейством
плотностей распределения
,
,
.
В дискретном случае
.
Поскольку распределение случайной X
зависит от принятого решения, в ТПР
часто говорят, что каждое решение
связано с лотереей
.
Поскольку нет возможности непосредственно
выбрать желаемую альтернативу даже,
если она известна, то приходится выбирать
между лотереями
,
что заметно сложнее выбора из множества
альтернатив. Хотелось бы иметь функцию
полезности (ожидаемой)
,
(**)
где
- множество лотерей, т.ч.
,
и кроме того хотелось бы, чтобы она легко
вычислялась.
Если на множестве альтернатив задана
функция ценности
,
,
то для сравнения лотерей можно вычислить
математическое ожидание функции ценности
каждой из лотерей и принять
,
.
Для непрерывного случая
,
для дискретного случая
.
Выясняется, что при выполнении ряда
предположений касательно предпочтений
ЛПР на множестве лотерей
функция
действительно существует.
Если же функция
не агрегирована, но представлена как
множество векторов
,
то все равно хотелось бы научиться
строить функцию полезности (**) в виде
,
,
где
- аддитивная или мультипликативная
функция. Опять же выясняется, что при
выполнении ряда предположений о
предпочтениях ЛПР на множестве лотерей
существует возможность построения
функции полезности
в аддитивном или мультипликативном
виде.
Особый круг проблем возникает в случае, когда решение принимается коллективом и требуется согласование интересов. В курсе рассмотрены некоторые подходы к принятию коллективных решений, в число которых входит теория игр, предметом которой является принятие решений в конфликтных ситуациях.
Задачи принятия решений
1а. Задача об инвестировании средств (вариант а)
Неформальное описание задачи.
Пусть некий начинающий инвестор, имеющий в своем распоряжении небольшую сумму денег и большое желание преумножить имеющийся капитал, рассматривает два варианта вложения средств – в акции и в облигации с купонным доходом. Вариант вложения в облигации является надежным, однако имеет достаточно низкую доходность. При вложении средств в акции в связи с непредсказуемостью поведения рынка существует вероятность потерять вложенные средства. Задача сводится к выбору наилучшего варианта из двух рассматриваемых. Для оценки качества принимаемого решения будем использовать математическое ожидание получаемого инвестором дохода.
Формальная постановка задачи.
Введем в рассмотрение множество решений
,
где
– решение инвестировать в облигации,
– решение инвестировать в акции.
Поведение рынка акций будем описывать
случайной величиной Y, принимающей
значения из множества
,
где
– рынок растет,
– рынок падает. Вероятность события
обозначим символом
При необходимости будем использовать
также символ
(
yi).
Отметим, что в силу незначительности
инвестируемых средств, принимаемое
инвестором решение не влияет на поведение
рынка акций и не изменяет вероятностей
развития событий.
В зависимости от принятого инвестором
решения и поведения рынка можно выделить
три исхода (альтернативы), входящие в
множество исходов (альтернатив)
,
где:
– успешное вложение в акции,
– успешное вложение в облигации,
– неуспешное вложение в акции.
Каждому из возможных исходов
поставим в соответствие значение
получаемого инвестором дохода
,
которое назовем ценностью исхода
(альтернативы)
Для наглядности представим задачу в виде дерева решений так, как это сделано на рисунке ниже.
Элемент принятия решения
здесь имеет квадратную форму, а кружки
соответствуют ситуациям неопределенности,
в которые попадает инвестор после того,
как средства вложены. Далее такие
ситуации мы будем называть лотереями
В данной задаче будем рассматривать
множество, состоящее из двух лотерей
.
Каждая из лотерей полностью описывается
распределением вероятностей на множестве
альтернатив, причем лотерея
– вырожденная, поскольку с
вероятностью, равной единице, приводит
к исходу
.
На рисунке ниже лотереи приведены в развернутом виде с указанием вероятностей исходов.
L1: L2:
Определение полезностей решений
Для оценки качества принимаемого решения используем математическое ожидание получаемого инвестором дохода, которое в дальнейшем будем называть полезностью или ожидаемой полезностью решения. Такой подход к оценке качества решения часто называют байесовым или байесовским. Полезность решения определим как
,
где Е – символ математического
ожидания,
,
,
– ограниченная вещественнозначная
функция ценности (дохода), которая паре
,
или, что то же самое, соответствующей
альтернативе сопоставляет некоторый
доход
.
Расчет полезностей решений
Ценности исходов (альтернатив) определяются с учетом введенных обозначений как
;
;
.
Полезность решения
полностью определяется
ценностью альтернативы
в силу вырожденности лотереи
:
.
Полезность решения d2 или, что то же самое, лотереи L2 равна
.
Выбор решения
Байесовский подход предполагает выбор
решения
,
максимизирующего математическое
ожидание дохода. При наличии всего двух
альтернатив лучшее в байесовском смысле
решение легко находится путем сравнения
соответствующих полезностей:
,
где для определенности при равенстве полезностей принимается решение :
.
Пусть
-
вероятность безразличия (indifference
probability) – значение вероятности
,
при котором принятое решение не оказывает
влияния на математическое ожидание
получаемого дохода. Тогда
,
где
.
При вычислении вероятности безразличия использовано следующее соотношение доходностей исходов:
;
Альтернативой байесовскому походу к
определению лучшего решения является
подход осторожный. Осторожный (максиминный)
подход предполагает выбор решения
,
максимизирующего доход, получаемый
инвестором при самом неблагоприятном
поведении окружающей среды, в качестве
которой в настоящей задаче выступает
рынок акций. Нетрудно видеть, что здесь
.
И, поскольку доход
от инвестирования средств в
рынок облигаций по условию задачи больше
дохода
от инвестирования в рынок акций
при неблагоприятном для рынка акций
развитии событий, осторожное (максиминное)
решение есть
,
а полезность этого решения
.
Полезность точной информации
Представим себе, что перед принятием решения о вложении средств инвестор получает достоверную информацию о будущем поведении рынка (о реализации случайной величины Y), что исключает неопределенность при принятии решения. Дерево решений в такой информационной ситуации имеет вид
:
Наилучшее решение
при отсутствии неопределенности
принимается инвестором исходя из
известного значения y
случайной величины Y:
.
Полезность решения
:
.
Рассмотрим теперь вопрос о целесообразности покупки точной информации и о сумме, дороже которой за такую информацию не имеет смысла платить. Вычислим полезность точной информации для инвестора, склонного к принятию байесовских решений, как:
.
Тогда
График функции
(p1)
показан на рисунке ниже.
При вычислении значения
вероятность
благоприятного развития событий
на рынке акций считается известной.
Вычисленное значение
определяет в единицах дохода цену точной
информации, выше которой инвестору не
следует за нее платить. Максимального
значения
полезность точной информации достигает
при
,
что и определяет ситуацию наибольшей
неопределенности, когда стоимость
точной информации наиболее высока.
Для сторонника осторожных решений полезность точной информации может быть вычислена как
,
хотя само вычисление полезности может и не иметь смысла для осторожного инвестора, не признающего байесовского подхода к принятию решений.
Диаграммы влияния
Альтернативным построению дерева решений способом наглядного представления задачи принятия решения является диаграмма влияния, которая для исходной задачи имеет вид:
При наличии точной информации диаграмма влияния преобразуется к виду
Смысл диаграмм влияния интуитивно ясен из приведенных рисунков.
Пример 1
Пусть общая сумма инвестируемых средств составляет 10000 единиц. Зададим значения дохода, получаемого инвестором как:
v1 = 5000;
v2 = 1000;
v3 = –5000.
Тогда
= 0,6;
∆ u(
)
=
*
(v1 -
v2) = 2400.