Лабораторная работа № 2 Принятие решений на основе теории полезности
Цель: научиться осуществлять выбор альтернативы на основе теории полезности и применять полученные знания при создании программных продуктов.
Задание 2.1. Инженер выбирает оптимальный технологический процесс выпуска новой продукции на крупном предприятии. Размер условного выигрыша, который предприятие может получить, зависит от благоприятного или неблагоприятного состояния среды (табл.1).
Таблица 1 – Исходные данные
|
Номер альтернативы |
Действия инженера |
Условный выигрыш, грн. |
|
|
благоприятный исход |
неблагоприятный исход |
||
|
1 |
технологический процесс 1 |
20+5*К |
-(18+2*К) |
|
2 |
технологический процесс 2 |
10+20*К |
-(10+2*К) |
|
3 |
технологический процесс 3 |
2*К |
2*К |
Перед принятием решения руководство должно определить, заказывать ли дополнительное исследование среды или нет (стоимость услуги 2*К, где К – номер варианта).
Возможности предприятия в виде условных вероятностей благоприятности и неблагоприятности среды представлены в табл. 3.
Таблица 3 – Вероятности наступления прогнозных значений
|
Прогноз |
Фактически
|
|
|
Благоприятный |
Неблагоприятный |
|
|
Благоприятный |
0,85 |
– |
|
Неблагоприятный |
– |
0,65 |
Предположим, что фирма, которой заказали прогноз состояния среды, утверждает:
-
ситуация будет благоприятной с вероятностью 0,45;
-
ситуация будет неблагоприятной с вероятностью 0,55.
Задание. Построить программный модуль для выбора оптимальной альтернативы с помощью дерева решений, предусмотреть как максимизацию, так и минимизацию условного выигрыша. Рассчитать ценность точной информации без обращения за дополнительной информацией. Предусмотреть возможность введения исходных данных пользователем и вывод сообщения о выборе оптимальной альтернативы.
Задание 2.2. Дана
лотерея
.
Функция полезности имеет вид:
.
Определить премию за риск участия в
лотерее и сделать соответствующие
выводы. Исходные данные представлены
в таблице 2.
Таблица 2 – Характеристики лотереи
|
№ варианта |
|
|
|
|
№ варианта |
|
|
|
|
|
1 |
29 |
0,5 |
60 |
|
16 |
16 |
0,5 |
72 |
|
|
2 |
35 |
0,45 |
94 |
|
17 |
8 |
0,65 |
100 |
|
|
3 |
8 |
0,3 |
74 |
|
18 |
1 |
0,4 |
79 |
|
|
4 |
0 |
0,6 |
55 |
|
19 |
25 |
0,3 |
67 |
|
|
5 |
14 |
0,7 |
64 |
|
20 |
13 |
0,2 |
57 |
|
|
6 |
23 |
0,65 |
55 |
|
21 |
12 |
0,7 |
69 |
|
|
7 |
9 |
0,55 |
74 |
|
22 |
15 |
0,8 |
68 |
|
|
8 |
42 |
0,35 |
88 |
|
23 |
10 |
0,85 |
80 |
|
|
9 |
2 |
0,4 |
4 |
|
24 |
40 |
0,75 |
85 |
|
|
10 |
4 |
0,3 |
5 |
|
25 |
20 |
0,65 |
94 |
|
|
11 |
3 |
0,7 |
68 |
|
26 |
45 |
0,45 |
95 |
|
|
12 |
13 |
0,6 |
91 |
|
27 |
7 |
0,55 |
58 |
|
|
13 |
18 |
0,5 |
87 |
|
28 |
38 |
0,35 |
71 |
|
|
14 |
10 |
0,45 |
67 |
|
29 |
37 |
0,5 |
81 |
|
|
15 |
43 |
0,75 |
75 |
|
30 |
3 |
0,5 |
72 |
|
