- •Эволюция теории принятия решений
- •Функции полезности
- •Выработка решений в условиях определенности Принцип оптимальности. Задача принятия решений в условиях определенности
- •Однокритериальные задачи оптимизации
- •Многокритериальные задачи принятия решений
- •Способ абсолютной и относитльной уступки
- •Принцип последовательной уступки
- •Свертка локальных критериев
- •Способы нормализации локальных критериев
- •Пример многокритериальной задачи принятия решения
- •Критерии эффективност и их шкалы Критерий эффективности
- •Группа критериев оптимальности
- •Группа критериев адаптивности
- •Шкалы критериев эффективности.
- •Принятие решений в условиях неопределенности
- •Принятие решений с использованием критерия Лапласа
- •Принятие решений по критери Вальда
- •Критерий Севиджа
- •Принятие решений по критерию Гурвица
- •Принятие решений в условиях риска
- •Критерий ожидаемого значения результата
- •Принятие решения в условиях конфликта(элменты теории игр) Основные понятия теории игр
- •Нижняя и верхняя цена игры. Принцип минимакса
- •Вплоне определенные игры (игры с седловой точкой)
- •Игры не содержащие седловой точки. Смешанные стратегии
- •Решение игр в смешанных стратегиях аналитическим методом. Игра 2х2
- •Решение игры в смешанных стратегиях графоаналитическим методом
- •Методы решения задач mxn.
- •Задача. Решить игру с платежной матрицей
- •Разработка вариантов решений и принятие решений с использованием теории массового обслуживания.
- •Понятие марковского случайного процесса
- •Потоки событий
- •Предельные вероятности системы. Уравнения Колмогорова
- •Вычисление вероятностей состояний как функций времени(в переходный период)
- •Потоки Пальма и Эрланга
- •Рассмотрим применение нормированного потока Эрланга для решения задачи теории массового обслуживания.
- •Процесс гибели и размножения
- •Многоканальная система массового обслуживания с ограниченной очередью
- •Циклические ветвящиеся процессы
- •Применение математического аппарата для параллельных конечных марковских цепей для оценки доставки сообщений в компьютерных сетях
- •Элементы статистической теории принятия решений
Принятие решений по критерию Гурвица
Гурвиц предложил в качестве взвешивающего коэффициента ввести коэффициент доверия.
Он предложил обозначить его через альфа – это коэффициент, который определяет для лица принимающего решение самое выгодное состояние природы. Так как всего таких состояний 2 выгодное и невыгодное взвешивающий коэффициент 1-альфа будет характеризовать вероятность того, что природа находится в самом невыгодном для лица, принимающего решение состоянии.
Тогда этот критерий для случая когда исходная матрица определяет прибыль и полезность для лица, принимающего решение, принимает вид:
Ri=>max[альфа*maxVij+(1-альфа)minVij]
Если матрица имеет элементы соответствующие потерям лица принимающего решение, то надо использовать второе выражение:
Ri=>min[альфа*minVij+(1-альфа)*maxVij]
Нетрудно заметить, что если альфа =0, то критерий гурвица выраждается в критерий Вальда.
Если альфа =1, то переходим к правилам Maxmin, который в данном случае получил название стратегия здорового оптимиста.
Можно полагать, что0<= альфа<=1
Гурвиц предположил, что если лицо принимающее решение не имеет яркой склонности к писсимизму или оптимизму и не имеет никакой другой дополнительной информации, то целесообразно использовать критерий Гурвица со значением альфа=0,5.
Тогда для той же задачи формально критерий Гурвица при альфа=0,5 выражается таблицей:
Ri |
Min по строкам |
Max по строкам |
альфаminVij |
minWij |
R1 |
6 |
24 |
15 |
15 |
R2 |
7 |
28 |
17.5 |
|
R3 |
15 |
23 |
19 |
|
R4 |
15 |
27 |
21 |
|
Применяя все критерии к одной задаче получили результаты:
По лаплассу R2
Вальд R1
Севидж R3
Гурвиц R1
Применение различных критериев не ведет к одному общему результату, поэтому задача аналитиков произвести такие расчеты и предоставить их к единоличному или групповому лицу принимающему решение. Само принятие решение остается за лицом принимающим решение. И зависит от того какова его склонность к риску.
Принятие решений в условиях риска
В тех случаях когда возможные исходы принятия решений. Всевозможные исходы можно представить в виде некоторого распределения вероятностей получаются задачи, которые решаются в условиях риска. С точки зреничя вероятностей можно говорить, что принятие некоторого варианта решения Ri ведет к некоторому исходу Ui и если получить условные вероятности W(Ui/Ri) и если эти условыне вероятности могут быть описаны вероятностным законом. С точки зрения границ это понимается: есть принятие решения в услвоиях определенности, неопределенности и в условиях риска (оно занимает промежуточное положение). Такие задачи как правило получаются, когда значения исходов могут быть получены или аналитически с помощью вероятностных формул или с учетом статистических данных как правило задачи принятия решений в условиях риска решаются с помощью методов теории одномерной или многомерной полезности и в том и в другом случае задача принятия решений в условиях риска обязательно решается с привлечением группы экспертов, которые в свою очередь привлекают для решения задач всю имеющуюся количественную и качественную информацию.
Так же как и в условиях неопределенноси для задач принятия решения в условиях риска разработан ряд косвенных критериев. Такими критериями являются:
Критерий ожидаемого значения результата.
Критерий ожидаемого значения результата в сочетании с минимизацией его дисперсии.
Критерий известного предельного уровня результата.
Критерий наиболее вероятного события или исхода в будущем.
Из этих 4х типов критериев наибольшее применение находят первые два критерия так как именно они позволяют как и критерий в условиях неопределенности базировать на конкретные количественные значения.