- •Характерные особенности задач принятия решений
- •1.3. Процесс принятия решений
- •1. Математическая модель задачи принятия решений.
- •1.1. Основные понятия
- •1.2. Содержание задачи
- •2. Предпочтение и полезность
- •2.1. Основные положения
- •Если же в качестве основного бинарного отношения берется , то отношение безразличия и отношение нестрогого предпочтения определяются на основе как
- •Полезность.
- •Линейная функция полезности
- •Аксиомы для линейной функции полезности
- •Аксиомы тпр
- •4.Теория рационального поведения
- •4.1. Проблемы рационального выбора
- •4.2. Аксиомы рационального поведения
- •4.3. Парадоксы выбора
- •6. Эвристики нерационального поведения
- •3. Оценка полезности
- •3.1. Предварительные процедуры для фактической оценки полезности
- •3.2. Определение соответствующих качественных параметров
- •3.3. Формирование количественных ограничений
- •3.4. Выбор функции полезности
- •3.5. Проверка на согласованность.
- •Оценочная функция
- •Принятие решений в условиях риска - Критерий Байеса-Лапласа (бл)
- •Критерий Гурвица
- •1. Числовая форма представления неопределенности суждений
- •1.1. Вероятность, основанная на физических явлениях
- •1.2. Вероятность, основанная на имеющихся данных и результатах моделирования
- •1.3. Определение вероятности одиночного события
- •1.4. Оценочные суждения о распределении вероятностей
- •1.5. Практические соображения при оценке экспертных вероятностей
- •Многофакторная теория полезности
- •Аддитивные функции полезности.
- •Условие независимости
- •Аксиоматическое обоснование
- •Разброс оценок вариантов постройки аэропорта
- •Проверка условия независимости по предпочтению
Принятие решений в условиях риска - Критерий Байеса-Лапласа (бл)
Ситуация ПР в условиях риска возникает в случаях, когда известны априорные вероятности состояний природы
р(Q1), р(Q2), … , р(Qn),
.
Естественно воспользоваться этой дополнительной информацией. С этой целью для каждой операции аi находят взвешенные суммы полезностей
i=1,2, …, m ,
и выбирают в качестве наилучшей ту операцию , для которой взвешенная сумма полезностей в (3.8) максимальна,
Кбл = (7)
Критерий Гурвица
Стараясь занять наиболее уравновешенную позицию, Гурвиц предложил критерий (HW), оценочная функция которого находится где-то между точками зрения предельного оптимизма (2) и крайнего пессимизма (4):
Кг = max aim
i
max aim = max (cmin aij+ (1-c)max aij ), (8)
i i j j
где с — весовой множитель.
Правило выбора согласно HW-критерию формулируется нами следующим образом:
Матрица решений ||aij|| дополняется столбцом, содержащим средние взвешенные наименьшего и наибольшего результатов для каждой строки Выбираются те варианты ai0, в строках которых стоят наибольшие элементы aij этого столбца.
Для с=1 HW-критерий превращается в ММ-критерий. Для с = 0 он превращается в критерий азартного игрока. Отсюда ясно, какое значение имеет весовой множитель с. В технических приложениях правильно выбрать этот множитель бывает так же трудно,как правильно выбрать критерий. Вряд ли возможно найти количественную характеристику для тех долей оптимизма и пессимизма, которые присутствуют при принятии решения. Поэтому чаще всего весовой множитель с = 0,5 без возражений принимается в качестве некоторой «средней» точки зрения. При обосновании выбора применяют обратный порядок действий. Для приглянувшегося решения вычисляется весовой множитель с, и он интерпретируется как показатель соотношения оптимизма и пессимизма.
1. Числовая форма представления неопределенности суждений
Рассмотрим некоторое событие Е. У лица, принимающего1 решение, может быть некоторое представление о вероятности р(Е) наступления события Е. Такая вероятность р (Е) определяется пятой аксиомой теории принятия решений. Будем в дальнейшем называть ее субъективной вероятностью. Эта вероятность отражает степень уверенности лица, принимающего решения, в том, что событие Е наступит, и в ее основе лежит готовность данного лица действовать в соответствии с этой уверенностью. Лицо, принимающее решение, может указать свои субъективные вероятности для различных возможных событий на основе многочисленных соображений. Сюда входят знания о физических явлениях, эмпирические данные, результаты моделирования взаимосвязи различных факторов и экспертные суждения многих лиц, главным образом специалистов в рассматриваемой области. Одним из экспертов является лицо, принимающее решение.
1.1. Вероятность, основанная на физических явлениях
В некоторых ситуациях можно предположить, что все возможные события некоторого эксперимента равновероятны. Поэтому если существует N возможных событий, то вероятность каждого из них равна 1/N. Основываясь на таком предположении, мы обычно приписываем вероятность 1/2 выпадению герба на правильной монете и вероятность 1/6 выпадению шестерки на игральной кости. Вероятности, которые можно проверить исчерпывающими экспериментами, часто называют объективными вероятностями. Большинство людей обычно согласны с такими вероятностями.
Если некоторое лицо принимает их как руководство к действию, объективные вероятности, по определению, являются также и субъективными вероятностями.