
- •Типы неопределенностей
- •Неопределенности природы
- •Принятие решений в условиях неопределенности природы
- •Принятие решений в условиях неопределенности природы
- •Принятие решений в условиях неопределенности природы
- •Матрица решений
- •Вектор результатов
- •Пример
- •Принимать решения, как правило, сравнительно легко. Все сводится к выбору направления действий.
- •Позиции ЛПР
- •Пессимистическая позиция ЛПР
- •Вектор результатов fir
- •Классические критерии принятия решений
- •Классические критерии ПР
- •Оценочная функция -
- •Правило выбора (MM)
- •Замечание
- •Пример
- •Применение ММ-критерия
- •Критерий Сэвиджа (S)
- •Критерий Сэвиджа
- •Критерий Сэвиджа
- •Критерий Сэвиджа
- •Правило выбора
- •Критерий Гурвица (HW)
- •Правило выбора
- •Критерий Гурвица (HW)
- •Применение HW
- •Неопределенности природы
- •Классические критерии ПР
- •Матрица решений
- •Правило выбора
- •Применение BL
- •Позиция ЛПР (BL)
- •Классические критерии ПР (пример)
- •Пример
- •Критерий Гермейера (G)
- •Критерий Гермейера (G)
- •Планирование эксперимента в условиях неопределенности
- •Условия полной неопределенности
- •Дополнительная информация
- •Эксперимент
- •Эксперимент?
- •Cредний выигрыш без
- •Матрица решений
- •Эксперимент
- •Эксперимент
- •Эксперимент
- •Эксперимент
- •Эксперимент
- •Идеальный эксперимент
- •Пример
- •Матрица остатков || ij||
- •Эксперимент
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример Является ли целесообразным “идеальный”
- •Неидеальный эксперимент
- •Обозначим условную вероятность события Bl в условиях j P(Bl/ j) и будем считать,
- •Рассмотрим
- •Решение
- •Решение
- •Функции управления
- •Концептуальный уровень иерархии управления
- •«Администратор»
- •«Руководитель звена отрасли»
- •«Высшее руководство»
- •Основные типы задач принятия решений в условиях неопределенности
- •Составляюшие и источники риска в управлении
- •Источники индивидуального риска
- •Источники ситуационного риска
- •ЛПР должно руководить
- •Понятие рационального выбора.

Пример
Варианты решения:
Х1 - полная проверка; Х2 - минимальная проверка; Х3 - отказ от проверки.

Пример
Состояния j:
1 - неисправностей нет;
2 - имеется незначительная
неисправность;3 - имеется серьезная неисправность

Пример
Результаты fij:
затраты на проверки и устранение неисправностей;
затраты, связанные с потерями в выпуске продукции и с поломкой.

Пример
|
1 |
2 |
3 |
f |
|
BL |
|||
Х1 |
-20 |
-22 |
-25 |
-67/3 |
Х2 |
-14 |
-23 |
-31 |
-68/3 |
Х3 |
0 |
-24 |
-40 |
-64/3 |
pj |
1/3 |
1/3 |
1/3 |
|
|
|
cost< - 47/3 + 64/3 =17/3

Пример Является ли целесообразным “идеальный”
эксперимент, стоимость которого cost=2?
|
1 |
2 |
3 |
4 |
|
|
Х1 |
1 |
4 |
5 |
9 |
5,2 |
|
Х2 |
3 |
8 |
4 |
3 |
||
4,5 |
||||||
Х3 |
4 |
6 |
6 |
2 |
||
5,0 |
||||||
pj |
0,1 |
0,2 |
0,5 |
0,2 |
|
|
|
α1 |
α2 |
α3 |
α4 |
n |
|
|
ij p j |
|||||
|
|
|
|
|
j 1 |
|
Х1 |
3 |
4 |
1 |
0 |
1,6 |
|
Х2 |
1 |
0 |
2 |
6 |
2,3 |
|
Х3 |
0 |
2 |
0 |
7 |
1,8 |
|
pj |
0,1 |
0,2 |
0.5 |
0,2 |
|

Неидеальный эксперимент
Рассмотрим неидеальный эксперимент ,
который не выясняет точно состояния j, а дает
какие-то косвенные свидетельства в пользу тех или иных состояний.
Предположим, что эксперимент приводит к
появлению одного из Bk несовместных событий В1,
В2,…, Вk: |
k |
Bi |
1 |
|
Pl |
l 1
причем вероятности событий зависят от условий, в которых они проводятся.

Обозначим условную вероятность события Bl в условиях j P(Bl/ j) и будем считать, что она нам известна.
После осуществления эксперимента , давшего исход Bl, состояния природы j будут характеризоваться не априорными, а новыми,
апостериорными вероятностями:
- это условные вероятности событий j, они подсчитываются по известной формуле Байеса

~jl j l
P P / B
- это условные вероятности событий j,
подсчитываются по формуле Байеса
~ P Bl / j
Pjl Pj n
Pj P Bl / j
j 1
при условии, что эксперимент дал результат Bl.

Рассмотрим
предыдущий пример
с неидеальным экспериментом, который имеет три возможных исхода:
B1, B2, B3.
В эксперименте имеет место исход B1. Вычислить апостериорные вероятности и найти оптимальное решение.
|
1 |
2 |
3 |
4 |
B1 |
0.2 |
0.9 |
0.4 |
0.3 |
B2 |
0.1 |
0.1 |
0.5 |
0.3 |
B3 |
0.7 |
0 |
0.1 |
0.4 |

Решение
Вычислим апостериорные вероятности по формуле Байеса:
P11= P1*P(B1/ 1) / p j p(B1 / j ) 0.043 P21=0,392
P31=0,435
P41=0,130