Методы принятия управленческих решений
Принятие решений в условиях природной неопределенности. Критерии выбора стратегий при игре с природой. Анализ критерия оптимизма (максимакса, крайнего оптимизма). Понятие о цене информации в игре с природой. Критериальные методы принятия решений.
Рубрика | Менеджмент и трудовые отношения |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 10.11.2017 |
Размер файла | 697,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
6
ИНСТИТУТ ЭКОНОМИКИ, УПРАВЛЕНИЯ И ПРАВА (г. КАЗАНЬ)
Кафедра высшей математики
Контрольная работа по дисциплине
Методы принятия управленческих решений
Город обучения - 2014 г.
Тема 1. Принятие решений в условиях природной неопределенности
Основные понятия теории игр
Игра - математическая модель конфликтной ситуации. В отличие от реальных конфликтных ситуаций, в математической модели игра ведется по заранее зафиксированным правилам и условиям.
Ход в игре - это выбор и осуществление одним игроком одного из предусмотренных правилами игры действий. В игре двух лиц ходы строго чередуются. Результат одного хода, как правило, еще не результат игры, а лишь изменение ситуации.
Стратегия - это последовательность всех ходов до окончания игры. Термин партия связан с частичной возможной реализацией правил.
Пусть в игре участвуют игроков. В качестве игроков могут рассматриваться конкуренты на рынке, участники переговоров или сделки, коммерческие или иные партнеры и др. Обозначим выигрыш -го игрока через . При этом положительное значение означает выигрыш или прибыль, отрицательное - проигрыш или убытки, а нулевое значение - ничья или нулевой результат финансовой операции.
Цель игры с точки зрения каждого игрока - максимизация своего выигрыша.
Стратегии бывают оптимальные, которые обеспечивают игроку наилучший результат, и неоптимальные.
Рассмотрим варианты классификации игр.
По механизму выбора ходов: игры бывают с осознанными (личными) или случайными (вероятностными) ходами или стратегиями.
Осознанные ходы характерны для людей и организаций. Таких игроков мы будем называть «осознанными». Они пытаются улучшить свою ситуацию, оптимизировать результат игры.
Вероятностными ходами моделируют варианты развития рыночной ситуации, погодных условий, поведения масс потребителей и сторонних организаций, принятие регламентирующих актов и т.п. Таких игроков будем называть «вероятностными», «случаем», «природой».
Так как игровая модель используется для выбора оптимальных решений, то хотя бы один игрок (с точки зрения которого рассматривается ситуация) предполагается «осознанным».
По количеству игроков: игры бывают парные () и множественные ().
Замечание 1. Игр с единственным игроком не бывает. Классические примеры игр «с одним участником» (спортивных - теннис об стенку, карточных - раскладывание пасьянсов, логических и т.д.) на самом деле не являются примером игр с одним игроком. В этих играх вторым игроком выступает «случай», без которого игра потеряла бы весь свой смысл или интерес. В случае одного игрока пропадает само понятие конфликтной ситуации. неопределенность игра оптимизм решение
Замечание 2. В ряде случаев для моделирования ситуации бывает допустимо свести множественную игру к парной. Рассмотрим пример: руководитель фирмы рассматривает варианты поведения на конкурентном рынке. Если конкурентов всего несколько (крупные рыночные игроки - большие компании или малые предприятия в небольшом поселке), то все они явно влияют друг на друга и моделировать их взаимодействие возможно лишь в виде множественной игры. Если же предприятий на рынке очень много, то поведение каждого из них оказывает, как правило, ничтожное влияние на других; в этом случае всех конкурентов можно рассматривать как одного совокупного «противника». Анализ парных игр как правило проще.
В зависимости от числа стратегий: игры делятся на конечные, если у игроков имеется конечное число стратегий, и бесконечные в противном случае.
Здесь важно понимать, что мы моделируем в виде «стратегий». Часто при первом рассмотрении число возможных стратегий поведения представляется неограниченным. Однако во многих случаях все их можно сгруппировать в ограниченное количество качественных групп. Например при рассмотрении варианта развития бизнеса с необходимой начальной инвестицией качественно возможны стратегии: брать или не брать кредит; привлекать или не привлекать партнеров; продавать или не продавать имущество и, возможно, еще несколько других. Размер же кредита, объем участия партнера и сумма продаваемого имущества являются числовыми характеристиками и могут рассматриваться как «доли» использования той или иной стратегии. Анализ игр с ограниченным количеством стратегий как правило проще.
По возможности использования сразу нескольких стратегий игры делят на игры со смешанными (смешиваемыми) стратегиями - когда игрок может выбрать сразу несколько стратегий в определенных пропорциях (долях) или игры с чистыми стратегиями, когда возможно выбрать лишь одну из стратегий. Примером игры со смешанными стратегиями является определение оптимальных пропорций инвестиций в ряд рекламных технологий. Игрой в чистых стратегиях является, например, выбор привлекаемого партнера при конфликтных отношениях между потенциальными кандидатами.
В зависимости от допустимых взаимоотношений игроков: игры делятся на кооперативные (в которых заранее определены коалиции), коалиционные (игроки могут вступать в соглашения) и бескоалиционные (игрокам нельзя вступать в соглашения).
Примером ситуации, моделируемой бескоалиционной игрой, можно считать поведение на рынке крупных операторов сотовой связи. Согласно антимонопольному законодательству, соглашения по многим вопросам между ними запрещены. (Еще раз подчеркнем, что игра ведется по заранее определенным правилам и не учитывает отклонения от них). Поведение мелких фирм на рынке, очевидно, можно будет моделировать коалиционной игрой.
По источнику выигрыша: игры бывают с нулевой суммой, если одни выигрывают только за счет других.
Здесь опять же следует подчеркнуть важность модельности подхода для описания ситуации. Рассмотрим пример конкурентной борьбы нескольких фирм за возможность выполнения некоторых контрактов. Если суммы контрактов заранее неизвестны и зависят от предложений фирм, то всем конкурентам может достаться заказ при их соответствующих предложениях. В этом случае источником выигрыша (прибыли) можно считать заказчика. Совсем другая ситуация возникает, если сумма контрактов ограничена (и тем более, если она четко определена). В таком случае можно считать, что фирмы ведут борьбу за «общий котел» средств, и выигравшие заказы «отбирают» средства у тех, кому контракты не достанутся. Анализ игр с нулевой суммой как правило проще.
Проводя более частную, комбинированную, классификацию, можно выделить следующие виды игр.
Антагонистические игры - парные игры с нулевой суммой, то есть игры в которых участвуют только два игрока и один выигрывает за счет другого. Очевидно, антагонистические игры являются бескоалиционными, а оба игрока - осознанными. (Подумайте, почему).
Матричные игры - парные игры с ограниченным числом стратегий. В таком случае их результат можно записать в виде матриц (таблиц) результатов, получаемых в зависимости от реализации стратегий каждого игрока. В этой таблице стратегиям игрока, с точки зрения которого рассматривается игра, как правило соответствуют строки, а стратегиям второго игрока - столбцы.
В более узком смысле термин матричная игра закрепился за антагонистической парной игрой с ограниченным числом стратегий. В этом случае результат можно записать в виде одной матрицы, которая отражает не только выигрыш/проигрыш одного игрока, но и соответственный проигрыш/выигрыш его противника (так как один игрок выигрывает у другого).
Случай неантагонистической парной игры с ограниченным числом стратегий и осознанным поведением обоих игроков может быть записан в виде двух матриц, соответствующих выигрышам/проигрышам каждого игрока. Такие игры называются биматричными.
Случай парной игры с ограниченным числом стратегий, в которой второй игрок не заинтересован в результате и выбирает свои стратегии случайным образом называется игрой с природой. Такая игра так же записывается в виде одной матрицы результатов, которая отражает лишь выигрыши/проигрыши единственного осознанного игрока.
Игры с природой
Игра с природой моделирует ситуацию, в которой два участника. Один из участников - человек или группа лиц с общей осознанной целью. Этот игрок называется статистик, его стратегиям мы будем сопоставлять строки матрицы результатов и обозначать их, как правило или аббревиатурой, соответствующей смыслу задачи. Второй участник - комплекс внешних условий, при которых статистику приходится принимать решение. Этого «игрока» называют природа. Состояния-стратегии природы будем обозначать как правило или осмысленной аббревиатурой. Природа безразлична к выигрышу и не стремится обратить ситуацию в свою пользу.
Пусть у статистика имеется возможных стратегий ; природа может реализовать различных состояний .
Какое состояние природы будет реализовано в конкретном случае заранее неизвестно. Однако в некоторых случаях могут быть известны вероятности реализаций этих состояний.
Возможны три варианта постановки игры с природой.
1. Вероятности состояний природы известны и они зависят от того, какую стратегию выберет статистик. В этом случае для каждой ячейки таблицы кроме результата для статистика мы знаем параметр - вероятность того, что реализуется состояние природы при условии, что статистик выберет стратегию . Эти вероятности записывают в ту же ячейку таблицы как правило по диагонали от результата. Сумма вероятностей состояний природы в каждой строке равна единице:
.
Пример. Правительство рассматривает варианты вложения средств резервного фонда. Возможные варианты: краткосрочные облигации иностранного государства, валюта, инвестиции в промышленность. Результат операции зависит от экономической ситуации: курс валюты может расти или падать, может быть разный уровень инфляции и т.д. Очевидно, что вероятность той или иной ситуации зависит от выбора варианта вклада. Отметим, зависят именно вероятности развития той или иной ситуации, сама же экономическая ситуация остается неопределенной (так как на нее влияют многие другие причины).
В этом случае игру задают в виде таблицы с двумя значениями в каждой внутренней ячейке. Одно значение соответствует выигрышу статистика при выбранной им стратегии и сложившемся состоянии природы, а второе - вероятности данного состояния природы при выбранной им стратегии. Вероятности записывают обычно меньшим шрифтом сверху или снизу ячейки (см. Табл.1).
Таблица 1. Игра с природой при известных вероятностях состояний природы, зависящих от выбора статистика
2. Вероятности состояний природы известны и они не зависят от того, какую стратегию выберет статистик. В этом случае мы знаем параметры - вероятности того, что реализуется состояние природы и они не зависят от того, какая стратегия выбрана. Эти вероятности записывают в таблицу в отдельную строку сверху или снизу строк результатов. Сумма вероятностей всех состояний природы равна единице:
.
Очевидно, что этот вариант является частным случаем первого варианта, при котором все значения вероятностей в одном столбце равны:
.
Примером такой ситуации является выбор варианта вложения избыточных средств предпринимателем. Возможные варианты: валюта, ГКО, развитие производства. Несмотря на схожесть ситуации с прошлым примером, очевидно, что относительно небольшой вклад предпринимателя не повлияет на экономическую ситуацию в целом. В этом случае вероятности развития той или иной ситуации на рынке не зависят от выбора статистика.
В этом случае игру задают в виде таблицы только со значениями выигрыша статистика при выбранной им стратегии и сложившемся состоянии природы. Вероятности состояний природы (которые в этом случае едины для всего столбца) записывают отдельной строкой внизу или вверху таблицы. Эту строку обозначают, как правило (см. Табл.2)
Таблица 2.Игра с природой при известных вероятностяхсостояний природы, не зависящих от выбора статистика
3. Вероятности состояний природы неизвестны.
В этом случае игру задают в виде таблицы только со значениями выигрыша статистика при выбранной им стратегии и сложившемся состоянии природы. Вероятности состояний природы нигде не указывают:
Таблица 3.Игра с природой при неизвестных вероятностях состояний природы
В качестве примера приведем такую ситуацию. Предприниматель планирует участвовать в обеспечении народных гуляний, которые намечены на 30 августа, питанием. Он должен заблаговременно закупить оборудование: холодильники для мороженого или бойлеры для горячего чая, заказать или не заказывать тенты для своих кафе и т.п. Очевидно, что оптимальный выбор оборудования зависит от погоды (жарко или холодно, солнечно или дождливо) в день гуляний. Заранее оценить вероятность погоды в конкретный день в конце лета представляется крайне проблематичным. Общая статистика предыдущих лет, дающая неплохие результаты для больших временных промежутков очень плохо «срабатывает» для одного конкретного дня.
Для выбора оптимальной стратегии в игре с природой мы будем использовать несколько критериев. Знание вероятностей необходимо лишь в одном из них. Для его использования в третьем варианте применяется правило неопределенности (принцип недостаточного основания) Лапласа, когда все состояния считаются равновероятными:
.
В таком случае эта постановка также является частным случаем 1 варианта.
Игру с природой как и матричную игру можно упростить учитывая доминирование стратегий. Однако есть принципиальное отличие. В игре с природой можно отбрасывать только заведомо невыгодные (относительно других) стратегии статистика. При упрощении платежной матрицы нельзя отбрасывать никакие состояния природы, т.к. природа может реализовать любое из своих состояний независимо от того, выгодно это статистику или нет.
Рассмотрим несколько критериев выбора оптимальных стратегий при игре с природой. Каждый критерий наилучшим образом соответствует своей ситуации принятия решения и индивидуальным особенностям лица, принимающего решения. Вместе с тем возможно и использование совокупности нескольких критериев.
Важно отметить, что выбор оптимальных стратегий исключительно математическими методами, как правило, не производится. Тем не менее, эти методы дают возможность выделить из большого числа возможных вариантов наиболее предпочтительные, которые в дальнейшем необходимо анализировать с привлечением более сложных (например, экспертных или экспериментальных) методик. При смешиваемости стратегий Статистика результаты анализа позволяют наметить оптимальные пропорции долей использования лучших стратегий.
В данном пособии будут рассматриваться задачи с небольшим количеством возможных стратегий статистика. Для целей освоения методов оценивания в качестве ответа к играм с природой договоримся записывать ту стратегию, которая чаще всего будет определяться как лучшая в отдельных критериях.
В данном пособии буквенные обозначения параметров в критериях будут соответствовать латинским буквам их названий.
Критерии выбора стратегий при игре с природой
Все критерии продемонстрируем на игре с природой, соответствующей первому варианту постановки, как более общему.
Применение критериев рассмотрим на следующем примере. Фирма Исполнитель выполняет и сдает проект. На этапе выполнения возможны следующие стратегии: - выполнение собственными силами; - привлечение только научных консультантов; - привлечение только финансовых консультантов; - привлечение научных и финансовых консультантов. Результат сдачи проекта зависит от требовательности Заказчика, который может: - не проводить экспертиз; - провести только научную экспертизу; - провести научную и экономическую экспертизу; экономическая экспертиза без научной не проводится. Чем больше проверок проекта, тем меньший финансовый результат можно ожидать, особенно, если не были привлечены соответствующие эксперты (из-за устранения несоответствий, переносов сроков сдачи и т.п.). Однако и привлечение консультантов влечет дополнительные затраты. Известно, что Заказчик имеет некоторую степень доверия к консультантам и при их привлечении вероятность соответствующей проверки снижается. Заметим, что Заказчик в этой ситуации не имеет заинтересованности в финансовом результате работы Исполнителя и может рассматриваться как Природа. Несмотря на свою осознанность, он имеет свои собственные интересы - качественный результат выполнения заказа, сроки выполнения и т.п. Эти интересы слабо коррелируют с доходом Исполнителя, т.к. общая стоимость работ обычно оговаривается заранее.
Пусть финансовый результат для Исполнителя (в млн. руб.) и вероятности проверок Заказчика могут быть оценены заранее и сведены в таблицу игры с природой Таб. 4.
Таблица 4.Игра с природой для примера Исполнитель - Заказчик
10 0,3 |
5 0,3 |
2 0,4 |
||
7 0,6 |
6 0,1 |
4 0,3 |
||
9 0,5 |
4 0,4 |
3 0,1 |
||
6 0,8 |
6 0,1 |
5 0,1 |
Рассмотрим несколько значений в ячейках таблицы.
Значения 10 и 0,3 в ячейке показывают, что если Исполнитель выполнит проект самостоятельно, а Заказчик не будет организовывать проверок, то Исполнитель получит 10 млн. руб. Вероятность того, что Заказчик не будет организовывать проверку, если Исполнитель выполнил работу самостоятельно, равна 0,3 или 30%.
Если же в этом случае Заказчик организует обе проверки (ячейка ), то финансовый результат фирмы-исполнителя падает до 2 млн. руб. из-за необходимости значительной доработки проекта. Вероятность такого события при самостоятельном выполнении работ равна 0,4 или 40%.
Значения 5 и 0,1 в ячейке показывают, что если Исполнитель привлечет к проекту научных и финансовых консультантов, то при организации обеих проверок Исполнитель получит уже 5 млн. руб., так как проект будет выполнен с учетом многих требований. Вероятность того, что Заказчик будет организовывать обе проверки в этом случае равна 0,1 или 10%. Если же в этом случае Заказчик не будет организовывать экспертной проверки вовсе (вероятность чего очень велика и равна 0,8 или 80%), то выигрыш фирмы-исполнителя составит только 6 млн. руб., а не 10, так как велики будут расходы на привлечение консультантов.
Критерий Байеса (Bayes) (статистический, наибольшего среднего результата, максимального математического ожидания)
В этом критерии для каждой стратегии (строки) определяется средний ожидаемый результат как сумма произведений вдоль строки результатов на их вероятности:
Лучшей по критерию Байеса считается та стратегия, для которой этот результат наибольший:
Место критерия Байеса. Как следует из сути и альтернативных названий этого критерия, он наилучшим образом соответствует ситуации многократной повторяемости, когда лучший средний результат приведет к лучшему общему итогу. Если рассматриваемая ситуация выбора решения будет часто повторяться при неизменных условиях, то выбор наилучшей стратегии по критерию Байеса представляется наилучшим. В остальных случаях этот критерий разумно использовать лишь как ориентировочный.
Отметим, что только в этом критерии используются значения вероятностей состояний. В остальных критериях используются только значения выигрышей.
Применим критерий Байеса к нашему примеру.
Таким образом, по критерию Байеса наилучшей является стратегия , то есть средний лучший результат приносит стратегия привлечения только финансовых консультантов.
Если фирма-исполнитель постоянно выполняет аналогичные проекты для схожих заказчиков, то общий результат деятельности будет наилучшим при выборе именно третьей стратегии. Если такой заказ имеет разовый характер, то критерий Байеса является менее предпочтительным.
Критерий Вальда (Wald) (пессимизма, наибольшего худшего результата, максимина)
В этом критерии для каждой стратегии (строки) определяется наименьший достижимый результат как минимальный элемент в строке:
Лучшей по критерию Вальда считается та стратегия, для которой этот результат наибольший:
Место критерия Вальда. Как следует из сути и альтернативных названий этого критерия, он наилучшим образом подходит для ситуации, в которой необходимо получить наименее «плачевный» результат в самом худшем случае, максимум минимального дохода или минимум максимальных потерь. Критерий соответствует пессимистично настроенному лицу, принимающему решения, когда для него страх проигрыша значительно важнее выигрыша. Выбирая стратегию по критерию Вальда мы можем твердо рассчитывать на полученный при ее определении результат даже при самом плохом стечении обстоятельств.
Применим критерий Вальда к нашему примеру.
Таким образом, по критерию Вальда наилучшей является стратегия , то есть при привлечении научных и финансовых консультантов мы в самом худшем случае получим наибольший выигрыш.
Критерий оптимизма (максимакса, крайнего оптимизма)
В этом критерии для каждой стратегии (строки) определяется наибольший достижимый результат как максимальный элемент в строке:
Лучшей по критерию оптимизма считается та стратегия, для которой этот результат наибольший:
Место критерия оптимизма. Как следует из сути и названий этого критерия, он наилучшим образом подходит для ситуации, в которой игрок настроен крайне оптимистично и рассчитывает на наибольший успех. Критерий хорошо работает в случае, когда потери для игрока в рассматриваемой ситуации мало значимы. Он так же соответствует случаю, когда все стратегии во всех вариантах приводят к заметным выигрышам и можно «рискнуть» понадеяться на самый крупный из них.
Результат применения этого критерия бывает обычно заранее понятным. Как правило, этот критерий для анализа игр с природой не используется, а используется более «взвешенный» критерий Гурвица.
Применим критерий оптимизма к нашему примеру.
Таким образом, по критерию оптимизма наилучшей является стратегия , то есть наибольший возможный выигрыш есть шанс получить только выполняя проект своими силами без привлечения консультантов.
Критерий Гурвица (Hurwich) (пессимизма-оптимизма, компромиссный)
В этом критерии для каждой стратегии определяется «взвешенный» результат из самого пессимистического и самого оптимистического для данной стратегии. Вес каждого определяется так называемыми коэффициентами пессимизма и оптимизма, сумма которых равна единице.
Обычно в задаче задается лишь коэффициент пессимизма (или , или , или ?). Коэффициент оптимизма равен, соответственно, . Значение этого коэффициента определяется личными особенностями лица, принимающего решения в данной ситуации и никак не зависит от вида самой матрицы.
После задания коэффициента пессимизма и коэффициента оптимизма для каждой стратегии находят пессимистический вариант и оптимистический вариант и вычисляют параметр Гурвица:
Лучшей по критерию Гурвица считается та стратегия, для которой этот результат наибольший:
Место критерия Гурвица. Данный критерий является компромиссным между прошлыми двумя и служит для учета как лучших, так и худших вариантов стратегий.
Варианты применения критерия Гурвица. В некоторых случаях считается разумным вместо лучшего (худшего) вариантов использовать средний результат между несколькими лучшими (худшими) значениями. Встречаются случаи, когда для критерия Гурвица используют лучшее (худшее) значение, вероятность которого не меньше заданной величины. Тем самым отсекаются крайне редко реализуемые предельные значения.
Для решения задач будем использовать критерий Гурвица в классической постановке, а коэффициент пессимизма будем задавать явно в условии задачи.
Применим критерий Гурвица к нашему примеру. Коэффициент пессимизма возьмем равным . Тогда коэффициент оптимизма равен .
Таким образом, по критерию Гурвица наилучшими оказались две стратегии: и , то есть по этому критерию предпочтительно привлекать научных и финансовых консультантов или только финансовых консультантов.
Критерий Сэвиджа (Savage) (минимального максимального риска)
В этом критерии сначала строится матрица (таблица) рисков. Алгоритм построения матрицы такой.
1. Матрица рисков строится по столбцам.
2. В каждом столбце находим самое большое значение выигрыша.
3. Из этого значения по очереди вычитают все значения в данном столбце и записывают результат в те же позиции.
Символьно эту процедуру можно записать в таком виде:
Построим матрицу рисков в нашем примере.
Максимальный элемент в первом столбце исходной матрицы равен 10. Вычитая из 10 остальные элементы столбца, получим:
, то есть первый столбец матрицы рисков равен
Аналогично находим элементы других столбцов:
, .
Таким образом, матрица рисков для нашего примера будет иметь вид:
.
Экономический смысл матрицы рисков. Элементы матрицы рисков показывают каково «недополучение» оптимальной прибыли из-за неверного выбора стратегии при данном состоянии природы.
Например, элемент «4» показывает, что если Исполнитель привлекает обоих экспертов, то в случае отсутствия проверки он недополучает 4 млн. руб. относительно максимально возможных при отсутствии проверки 10 млн. руб.
Далее в каждой строке матрицы рисков определяется наибольший результат (максимальный элемент в строке):
Лучшей по критерию Сэвиджа считается та стратегия, для которой этот результат наименьший:
Место критерия Сэвиджа. Риск аналогичен отставанию. Таким образом, данный критерий наиболее соответствует ситуации в которой игроку важнее не отстать от конкурентов, находящихся в аналогичных условиях, нежели много выиграть или как можно меньше проиграть.
Применим критерий Сэвиджа к примеру:
Таким образом, по критерию Сэвиджа наилучшей является стратегия , то есть при привлечении только финансовых консультантов мы рискуем потерять наименьшее значение относительно других возможных вариантов.
Запись ответа в задачах игры с природой
Как было нами оговорено, в качестве ответа записываем ту стратегию, которая чаще всего выделяется как лучшая по перечисленным критериям.
Выпишем оптимальные результаты по разным критериям:
Как видно, стратегия чаще всего встречается в лучших результатах. Она и будет записана нами в ответ как самая оптимальная.
Ответ: по совокупности критериев выбираем стратегию - привлечь к выполнению работ только финансовых консультантов.
Понятие о цене информации в игре с природой
В игре с природой часто возникает возможность получения информации или уточнения данных о реализации состояний природы. Такая информация «предоставляется» не «бесплатно» - для ее получения необходимо затратить определенные усилия, вложить средства и т.п.
Встает вопрос о максимальной «цене» такой информации. Сколько мы можем «заплатить» за информацию, чтобы выигрыш при обладании ей за вычетом платы за информацию был не меньше выигрыша без учета этой информации? При этом необходимо сравнивать, очевидно, случаи оптимального поведения при дополнительной информации и без нее.
Проще всего данный вопрос осветить на примере игры с природой, имеющей частые повторения (партии) в одинаковых условиях. В этом случае для выбора оптимальной стратегии предпочтительно использовать критерий Байеса.
В качестве примера рассмотрим следующую ситуацию.
Коммерсант ежедневно возит молочную продукцию на своем автомобиле для продажи в дачном поселке. Он закупает молоко ящиками по 20 бутылок по мелкооптовой цене 20 рублей за бутылку и продает в розницу по 35 рублей за бутылку. За день может быть реализовано от 1 до 5 ящиков. Так как в автомобиле нет холодильника, то все нереализованное молоко портится и выбрасывается. По предварительным опросам дачников, коммерсант делает предположение о вероятностях спроса: спрос в 1 ящик имеет вероятность 10%, в 2 ящика - 20%, в 3 ящика - 30%, в 4 ящика - 30%, в 5 ящиков - 10% (для простоты рассмотрения будем считать, что ежедневно продается целое количество ящиков молока). Таким образом, ежедневно коммерсант должен принять решение, сколько ящиков молока закупить и привезти на продажу.
Запишем матрицу игры с природой для этой задачи. Выигрышем будем считать прибыль, которую получит коммерсант в каждой ситуации. Строки матрицы будут соответствовать возможным стратегиям коммерсанта - купить 1, 2, 3, 4 или 5 ящиков. Столбцы будут соответствовать спросу на молоко: 1, 2, 3, 4 или 5 ящиков. Матрица игры с природой будет иметь представлена в табл. 5.
Поясним, как получились значения в таблице. Как следует из условия, при покупке одного ящика коммерсант тратит 400 руб., а при продаже получает 700 руб. Таким образом, каждый проданный ящик приносит прибыль 300 руб., а каждый пропавший приносит убыток 400 руб. (то есть прибыль минус 400 руб.).
Рассмотрим ситуацию, когда коммерсант привез 4 ящика. Если спрос равен 4 ящикам, то прибыль будет равна 1200 руб. При спросе 3 ящика прибыль составит 500 руб. Для спроса 2 ящика получаем убытки 200 руб. (результат игры равен - 200). Для спроса 1 ящик результат равен - 900 руб. Если же спрос равен 5 ящикам, то продается только 4, так как больше товара нет, и спрос остается неудовлетворенным. В этом случае, как и при спросе, равном 4, результат игры равен 1200 руб. Для других вариантов завоза результаты получаются аналогично.
Таблица 5.Игра с природой для примера Исполнитель - Заказчик
Спрос Закупка |
1 ящ. |
2 ящ. |
3 ящ. |
4 ящ. |
5 ящ. |
|
1 ящ. |
300 |
300 |
300 |
300 |
300 |
|
2 ящ. |
- 100 |
600 |
600 |
600 |
600 |
|
3 ящ. |
- 500 |
200 |
900 |
900 |
900 |
|
4 ящ. |
- 900 |
- 200 |
500 |
1200 |
1200 |
|
5 ящ. |
- 1300 |
- 600 |
100 |
800 |
1500 |
|
Вероятности |
0,1 |
0,2 |
0,3 |
0,3 |
0,1 |
Если другой информации у коммерсанта нет, то ему лучше применять для выбора стратегии критерий Байеса - в этом случае он сможет оптимизировать среднюю прибыль и добиться наилучшего результата за многодневный период торговли.
Таким образом, лучше возить по 3 ящика молока. Тогда средняя дневная прибыль составит 620 рублей.
Рассмотрим две возможности дополнительной информации:
1. Имеется возможность знать состояние природы перед каждой следующей партией в игре. В данном случае - знать спрос на следующий день (например, можно провести мониторинг спроса на следующий день, организовать продажи по записи и т.п.).
2. Имеется возможность уточнить значения вероятностей состояний природы (например, собрать информацию об аналогичных объектах, провести подробное изучение спроса и т.п.).
Описанные возможности требуют дополнительных затрат средств и времени. Каковы максимально допустимые удельные затраты (затраты в пересчете на один день торговли)?
Изучим первую возможность. Если коммерсант будет точно знать спрос на следующий день, то он привезет оптимально количество молока - ровно столько ящиков, сколько будет закуплено. При этом прибыль составит по 300 руб. с 1 ящика, 600 руб. с 2-х, 900 руб. с 3-х, 1200 руб. с 4-х и 1500 руб. с 5-ти ящиков. Так как знание спроса не влияет на частоту его реализации, то 1 ящик он будет возить 10% дней, 2 ящика - 20%, 3 ящика - 30%, 4 ящика - 30% и 5 ящиков - 10%. В итоге коммерсант получит среднюю прибыль, равную:
руб.
Таким образом, владея информацией о спросе, коммерсант увеличил свою среднюю прибыль на 310 руб. в день. Именно это и есть удельная стоимость точной информации о спросе.
Важно заметить, что в результате получения информации коммерсант принципиально поменял свою деятельность: вместо ежедневного завоза по 3 ящика молока он должен возить различное количество, строго определенное дополнительной информацией.
Изучим второй вид дополнительной информации. Представим, что у коммерсанта имеется противоречивая информация о вероятностях спроса. Первая версия описана выше (0,1; 0,2; 0,3; 0,3; 0,1). По второй версии спрос равновероятен, то есть вероятность спроса равна 0,2 для всех вариантов. Третьи источники утверждают, что спрос в 1, 2, 3, 4 и 5 ящиков имеет вероятности соответственно 0,1; 0,1; 0,1; 0,4; 0,3. Если мы можем провести серию мероприятий по уточнению этой информации, то какова максимальная удельная стоимость таких мероприятий?
Оптимальный выбор стратегии при первом варианте мы уже сделали - нужно возить по 3 ящика и получим в среднем 620 руб. в день.
Для второго варианта вероятностей:
Несмотря на то, что среднее значение прибыли заметно изменилось, выбор стратегии не поменялся. Можно сделать вывод, что уточнение между первым и вторым вариантами вероятностей состояний ничего не стоит. (Это справедливо лишь для поставленной цели определения количества завозимого ежедневно молока. Если же главной целью является оценка рентабельности бизнеса, то цена такой информации может быть совсем ненулевой. Подумайте, почему?).
Для третьего варианта вероятностей:
В данном случае лучше возить по 4 ящика молока и получим в среднем 780 руб. в день прибыли. То есть такая информация побуждает нас сменить решение. Однако посмотрим, сколько же стоит информация с учетом «разумности» нашего поведения при потенциальной возможности первого или третьего вариантов распределения.
Предполагая возможность всех вариантов распределения (а не точную уверенность в одном из них), коммерсант находится в дилемме выбора между 3 и 4 ящиками. Выбрав 4 ящика, в первом случае он получит 500 руб. в день вместо 620 (потеря 120 руб.). Во втором случае он получит 360 руб. вместо 480 (потеря 120 руб.). Выбрав же 3 ящика при третьей возможности вероятностей, он получит 710 руб. вместо 780 (потеря 70 руб.). Таким образом, минимальная потеря достигается выбором 3 ящиков и равна 70 рублям. Это и есть максимальная удельная цена данного уточнения.
Интересно заметить, что оценивая разные варианты, мы фактически применили критерий Сэвиджа к новой матричной игре, в которой состояниями природы являются уже варианты распределения вероятностей, а результатами - средние результаты при данных вероятностях:
Таблица 6.Вторичная игра с природой для оценивания результатов при разных распределениях вероятностей
Вероятности Закупка |
0,1;0,2;0,3;0,3;0,1 |
0,2;0,2;0,2;0,2;0,2 |
0,1;0,1;0,1;0,4;0,3 |
|
1 ящ. |
300 |
300 |
300 |
|
2 ящ. |
530 |
460 |
530 |
|
3 ящ. |
620 |
480 |
710 |
|
4 ящ. |
500 |
360 |
780 |
|
5 ящ. |
170 |
100 |
590 |
Максимальная удельная стоимость информации в таком случае оказалась равна минимаксу матрицы рисков для такой игры:
Заметим, что все приведенные рассуждения справедливы в предположении, что уточняя информацию о вероятностях, мы получим один из известных вариантов распределения. Таким образом, выбирая решение без точной информации, мы все же учитывали ее потенциальные возможности. Получение же неожиданного нового варианта распределения считалось невозможным. Оценка стоимости информации о вероятностях состояний природы без фиксации предварительных вариантов - гораздо более сложная задача.
В общем случае можно определить стоимость информации так: стоимость точной информации не может превышать разницу выигрышей, полученную за счет изменения стратегии в результате обладания данной информацией относительно лучшего варианта стратегии при рассмотрении всех возможных вариантов как потенциально реализуемых.
Задание для самостоятельного решения
Числовые условия задания формируются на основе двух последних цифр зачетной книжки или студенческого билета. Выполнение чужого варианта задания не допускается. В задачах данной темы:
;
;
;
- последняя цифра номера зачетной книжки;
- предпоследняя цифра номера зачетной книжки.
Задание
Фирма поставляет на рынок новинки видеозаписей. Себестоимость одного диска (диск, работа, лицензионные отчисления) равна рублей. В первую неделю продаж диск позиционируется как новинка и продается в собственном магазине по цене руб. за штуку. Со второй недели цена дисков резко падает и они передаются в торговые сети по остаточной стоимости 40 руб. за диск. Директор фирмы знает, что за первую неделю возможно продать от 2 до 4 коробок с дисками по 500 штук в каждой. Вероятность спроса равна 30% для 2 коробок, 50% для 3 коробок и 20% для 4 коробок. Если сделать скидку на диски, равную %, то вероятность спроса поменяется и будет равна 20% для 2 коробок, 40% для 3 коробок и 40% для 4 коробок.
1. Определить оптимальную стратегию поведения фирмы для оптимизации прибыли. Имеет ли смысл делать скидку на фильмы?
2. Определить, какова максимальная стоимость информации о реальном спросе на конкретную видеозапись? Имеет ли смысл делать скидку в этом случае?
Подсказка: предложения со скидкой и без нее рассмотреть как отдельные возможные стратегии статистика с зависящими от них вероятностями состояний природы.
Тема 2. Критериальные методы принятия решений
Основные понятия критериальных методов
Одним из вариантов ситуации принятия решения является так называемая критериальная постановка. В этом случае лицо, принимающее решение (ЛПР), выбирает лучшие из альтернатив для достижения определенной цели. Но соответствие цели оценивается не непосредственно, а путем удовлетворения набору критериев, обладанием рядом свойств.
Наиболее известными примерами выбора решений в рассмотренной постановке являются:
· выбор автомобиля, мобильного телефона, мебели и т.п.;
· выбор сотового оператора;
· выбор места для отдыха;
· выбор варианта инвестирования средств;
· найм сотрудника;
· выбор исполнителя работ.
Невозможно назвать «лучший» автомобиль. Во-первых, важно, какую цель мы преследуем при его покупке. Но и в этом случае все неоднозначно, доказательством чему является огромное количество разных производимых и продаваемых автомобилей всех категорий. Например «лучшего автомобиля для семейного пользования» нет - кроме характеристик, следующих непосредственно из цели использования (габариты, число мест и т.п.), имеются общие характеристики (экономичность, безопасность и т.п.), характеристики экономического характера (цена, доступность на рынке и т.п.), индивидуальные предпочтения (цвет, стиль и т.п.) и другие характеристики.
В описанных ситуациях как правило можно выделить группу наиболее интересных альтернатив (подходящих по цене, удовлетворяющих большинству запросов и т.п.). Окончательный выбор из этой группы оказывается более затруднительным. Если лицо, принимающее решение, - один человек, то можно понадеяться решить проблему волевым методом. Хотя не каждому удается сделать это быстро, уверенно и без лишних психологических потрясений (как не вспомнить печальный пример Буриданова осла ). В случае же коллективного принятия решения группой лиц ситуация еще больше осложняется (вспомните выбор семейного отдыха в семье Дяди Федора из произведений Э.Успенского).
Для получения обоснованного «лучшего» решения применяют критериальные методы или методы критериального анализа иерархий.
Для названных случаев гораздо проще сравнивать альтернативы между собой не с точки зрения достижения цели, а с точки зрения удовлетворения конкретным критериям (спорное сравнение автомобилей «какой лучше для семейных поездок» превращается в более простое сравнение по цене, комфорту, экономичности, цвету и т.п.). Кроме того необходимо сравнить между собой значимость критериев для конкретной цели.
Таким образом, возникает иерархичность - альтернативы обладают критериями, критерии определяют степень соответствия цели (рис. 1).
Рис. 1. Иерархическая структура ситуации принятия решения
Как правило имеются два уровня иерархии. В некоторых случаях возникают более сложные иерархии, как правило, когда критерии являются сложными, комплексными.
В 1970 г. Томас Саати (США) разработал метод анализа иерархий (Analityc hierarchy process). Кроме метода Саати существует множество других методов анализа подобных проблем. Однако именно этот метод получил широкое распространение и до сих пор активно используется в управленческой практике.
Критики метода приводят в качестве аргументов математическую неточность ряда моментов и возможность математических противоречий на этапах применения метода, отсутствие фильтрации противоречивых суждений. Однако это же является и достоинствами метода, ибо сам факт принятия решения, выбора «лучшего» и т.п. - часто противоречивая ситуация. Метод Саати приводит ЛПР не к «правильному» решению, а к варианту, наилучшим образом согласующемуся с его пониманием сути проблемы и требованиями к ее решению. Таким образом, этот метод позволяет получить объективные математические соотношения между альтернативами на основе субъективного взгляда на ситуацию лица, принимающего решение.
Метод Саати
Основа метода Саати - попарные сравнения альтернатив по каждому из критериев и попарное сравнение критериев с точки зрения важности для поставленной цели. Таким образом, все сравнения в данном методе производятся попарно, - то есть самым простым и очевидным методом. Например: какой автомобиль комфортнее, «Мерседес» или «Запорожец»?
Для сравнения Саати предложил использовать качественные признаки, переводимые потом в количественные по 9-ти балльной шкале (табл. 1).
Таблица 1.Качественные варианты сравнения и соответствующие им количественные баллы
Качественное сравнение |
Количественный аналог |
Качественное сравнение |
Количественный аналог |
|
равно, одинаково, безразлично |
1 |
равно, одинаково, безразлично |
1 |
|
немного лучше, важнее |
3 |
немного хуже, менее важнее |
1/3 |
|
лучше, |
5 |
хуже, |
1/5 |
|
значительно лучше, важнее |
7 |
значительно хуже, менее важно |
1/7 |
|
принципиально лучше, важнее |
9 |
принципиально хуже, менее важно |
1/9 |
Третий и четвертый столбик таблицы 1 соответствуют первому и второму для смены сравниваемых объектов. Например, если «Запорожец» принципиально лучше по критерию цена, чем «Мерседес», то «Мерседес» принципиально хуже «Запорожца» по этому критерию.
В случае, если ЛПР не может определиться между двумя качественными признаками, наличии промежуточного мнения, Саати рекомендует использовать промежуточные баллы 2, 4, 6, 8.
Определение указанных вариантов сравнения может быть осуществлено многими способами: по субъективному мнению, по экспертной оценке, путем голосования и др.
Заметим опять же субъективный подход в сравнении. Даже для критериев, имеющих четкое числовое выражение (цена, площадь и т.п.), в методике Саати нужно выбрать качественное сравнение и только потом количественное. И этому тоже есть объяснение - с качественной точки зрения соотношение между альтернативами не всегда соответствует соотношению их количественных признаков. Рассмотрим в качестве примера варианты ремонта автомобиля за счет страховых средств, ограниченных суммой 120 тыс. руб. Вся экономия остается у страховой компании, а излишки оплачиваются самостоятельно. В этом случае по критерию цена два варианта ремонта за 30 тыс. руб. и за 120 тыс. руб. практически одинаковы, а вариант за 150 тыс. руб. уже принципиально хуже.
Другим специфическим фактором является ограничение численных аналогов числом 9. Несмотря на возможность более чем 9-кратного превышения одного объекта над другим по какому-либо критерию, такой шкалы, как правило, достаточно, чтобы отразить качественное соотношение.
Запишем план или этапы применения метода Саати.
1. Выделение проблемы. Определение цели.
2. Выделение основных критериев, обуславливающих достижение цели.
3. Выделение группы альтернатив, представляющих наибольший интерес.
4. Построение иерархии: дерево от цели через критерии к альтернативам.
5. Построение матрицы попарных сравнений критериев по цели.
6. Построение матриц попарных сравнений альтернатив по критериям.
7. Применение методики анализа полученных матриц.
8. Определение весов альтернатив по системе иерархии.
Продемонстрируем применение метода Саати по пунктам плана на примере.
Пример. Организации, осуществляющей частое сопровождение договоров в другом городе, требуется купить квартиру там для проживания командированных сотрудников. Возможны поездки сотрудников разного пола. Возможно пребывание на квартире одновременно сотрудников разного ранга. Стоимость проезда по городу пребывания достаточно велика. На квартире сотрудники бывают в основном только в ночное время.
1. Выделение проблемы. Определение цели.
Цель - квартира для временного проживания сотрудников при частых командировках.
2. Выделение основных критериев, обуславливающих достижение цели.
После коллективного обсуждения на совете директоров определены следующие критерии:
· цена;
· размер;
· количество комнат;
· близость к работе;
· категория дома.
3. Выделение группы альтернатив, представляющих наибольший интерес.
После анализа предложений на рынке недвижимости выделены три наиболее интересных варианта:
· Квартира 1;
· Квартира 2;
· Квартира 3.
4. Построение иерархии: дерево от цели через критерии к альтернативам.
Дерево иерархии представлено на рис. 2. В ряде случаев выполнение этого пункта плана не обязательно. Тем не менее, дерево иерархий дает наглядное представление ситуации принятия решения и позволяет избежать некоторых ошибок при ее анализе.
Рис. 2. Дерево иерархии для примера выбора рабочей квартиры
5. Построение матрицы попарных сравнений критериев по цели.
Путем коллективного обсуждения и, при необходимости, голосования сравниваются между собой критерии с точки зрения соответствия цели:
· цена квартиры немного важнее размера;
· цена квартиры и количество комнат одинаково важны;
· цена квартиры и близость к месту работы важны одинаково, а по некоторым мнениям цена немного менее значима;
· цена важнее категории дома;
· размер менее важен или немного менее важен, чем количество комнат;
· размер заметно менее важен, чем близость к работе;
· размер квартиры и ее категория одинаково важны или размер немного важнее;
· количество комнат и близость к работе одинаково важны;
· количество комнат важнее или даже значительно важнее, чем категория дома;
· близость квартиры к работе значительно или принципиально важнее категории дома.
Составляется таблица качественного сравнения критериев (табл. 2). сравнения взаимны, то достаточно составить только ее часть, расположенную над главной диагональю:
Таблица 2.Качественное сравнение критериев для примера покупки квартиры
цена |
размер |
комнаты |
близость |
категория |
||
цена |
немного важнее |
одинаково важно |
одинаково или немного менее важно |
важнее |
||
размер |
менее важно или немного менее важно |
заметно менее важно |
одинаково или немного более важно |
|||
комнаты |
одинаково важно |
важнее или значительно важнее |
||||
близость |
значительно или принципиально важнее |
|||||
категория |
На основе таблицы качественного сравнения по таблице 1 строится таблица - матрица баллов (табл. 3). Под главной диагональю записываются числа, обратные к соответствующим числам над диагональю: . На диагонали всегда ставятся единицы так как одинаковые критерии равны между собой:
Таблица 3.Количественные баллы сравнения критериев для примера покупки квартиры
цена |
размер |
комнаты |
близость |
категория |
||
цена |
1 |
3 |
1 |
1/2 |
5 |
|
размер |
1/3 |
1 |
1/4 |
1/7 |
2 |
|
комнаты |
1 |
4 |
1 |
1 |
6 |
|
близость |
2 |
7 |
1 |
1 |
8 |
|
категория |
1/5 |
1/2 |
1/6 |
1/8 |
1 |
6. Построение матриц попарных сравнений альтернатив по критериям.
Аналогично пункту 5 строятся матрицы сравнения отдельных альтернатив по каждому из критериев.
Опустим подробное изложение всех операций и приведем ниже только матрицы количественных баллов (табл. 4 - 8):
Таблица 4.Количественные баллы сравнения альтернатив по цене
Квартира 1 |
Квартира 2 |
Квартира 3 |
||
Квартира 1 |
1 |
4 |
1/2 |
|
Квартира 2 |
1/4 |
1 |
1/5 |
|
Квартира 3 |
2 |
5 |
1 |
Таблица 5.Количественные баллы сравнения альтернатив по размеру
Квартира 1 |
Квартира 2 |
Квартира 3 |
||
Квартира 1 |
1 |
1/2 |
3 |
|
Квартира 2 |
2 |
1 |
4 |
|
Квартира 3 |
1/3 |
1/4 |
1 |
Таблица 6.Количественные баллы сравнения альтернатив по количеству комнат
Квартира 1 |
Квартира 2 |
Квартира 3 |
||
Квартира 1 |
1 |
1 |
2 |
|
Квартира 2 |
1 |
1 |
3 |
|
Квартира 3 |
1/2 |
1/3 |
1 |
Таблица 7.Количественные баллы сравнения альтернатив по близости к работе
Квартира 1 |
Квартира 2 |
Квартира 3 |
||
Квартира 1 |
1 |
1/3 |
4 |
|
Квартира 2 |
3 |
1 |
5 |
|
Квартира 3 |
1/4 |
1/5 |
1 |
Таблица 8.Количественные баллы сравнения альтернатив по категории дома
Квартира 1 |
Квартира 2 |
Квартира 3 |
||
Квартира 1 |
1 |
2 |
1/5 |
|
Квартира 2 |
1/2 |
1 |
1/6 |
|
Квартира 3 |
5 |
6 |
1 |
7. Применение методики анализа полученных матриц.
С каждой из полученных матриц применяем последовательность действий, описанных ниже. (Все действия продемонстрируем на матрице сравнения критериев. С матрицами сравнения альтернатив все операции выполняются аналогично).
7.1. Проводим нормировку матрицы:
· находим сумму элементов каждого столбца (см. табл. 9);
· делим все элементы матрицы на сумму элементов соответствующего столбца (см. табл. 10).
Таблица 9.Определение сумм столбцов
цена |
размер |
комнаты |
близость |
категория |
||
цена |
1 |
3 |
1 |
1/2=0,5 |
5 |
|
размер |
1/3=0,333 |
1 |
1/4=0,25 |
1/7=0,143 |
2 |
|
комнаты |
1 |
4 |
1 |
1 |
6 |
|
близость |
2 |
7 |
1 |
1 |
8 |
|
категория |
1/5=0,2 |
1/2=0,5 |
1/6=0,167 |
1/8=0,125 |
1 |
|
СУММА |
4,533 |
15,2 |
3,417 |
2,768 |
22 |
Таблица 10.Деление элементов на сумму соответствующего столбца
цена |
размер |
комнаты |
близость |
категория |
||
цена |
1/4,533 = 0,221 |
3/15,2 = 0,197 |
1/3,417 = 0,293 |
0,5/2,768 = 0,181 |
5/22 = 0,227 |
|
размер |
0,333/4,533 = 0,073 |
1/15,2 = 0,066 |
0,25/3,417 = 0,073 |
0,143/2,768 = 0,052 |
2/22 = 0,091 |
|
комнаты |
1/4,533 = 0,221 |
4/15,2 = 0,263 |
1/3,417 = 0,293 |
1/2,768 = 0,361 |
6/22 = 0,273 |
|
близость |
2/4,533 = 0,441 |
7/15,2 = 0,461 |
1/3,417 = 0,293 |
1/2,768 = 0,361 |
8/22 = 0,364 |
|
категория |
0,2/4,533 = 0,044 |
0,5/15,2 = 0,013 |
0,167/3,417 = 0,049 |
0,125/2,768 = 0,045 |
1/22 = 0,045 |
7.2. Определяем веса строк. Для этого просто определяем среднее значение в каждой строке последней из полученных матриц (см. табл. 11).
Таблица 11.Определение средних значений по строкам
цена |
размер |
комнаты |
близость |
категория |
СРЗНАЧ |
||
цена |
0,221 |
0,197 |
0,293 |
0,181 |
0,227 |
0,224 |
|
размер |
0,073 |
0,066 |
0,073 |
0,052 |
0,091 |
0,071 |
|
комнаты |
0,221 |
0,263 |
0,293 |
0,361 |
0,273 |
0,282 |
|
близость |
0,441 |
0,461 |
0,293 |
0,361 |
0,364 |
0,384 |
|
категория |
0,044 |
0,013 |
0,049 |
0,045 |
0,045 |
0,039 |
Полученный в итоге столбец задает веса строк матрицы, - в данном случае - веса критериев с точки зрения поставленной цели.
Этот столбец называют весовым столбцом критериев по цели (см. табл. 12).
Таблица 12.Весовой столбец критериев по цели
Вес в долях |
Вес в процентах |
||
цена |
0,224 |
22,4% |
|
размер |
0,071 |
7,1% |
|
комнаты |
0,282 |
28,2% |
|
близость |
0,384 |
38,4% |
|
категория |
0,039 |
3,9% |
7.3. Промежуточные выводы.
С точки зрения удовлетворения нашей цели наиболее весомым является близость квартиры к месту работы (38,4%), далее следует количество комнат (28,2%), потом идет цена (22,4%). Размер и категория квартиры имеют наименьшие весовые коэффициенты, в сумме составляющие всего 11%.
В некоторых случаях для упрощения анализа критерии, имеющие вес ниже заданного, могут быть исключены из рассмотрения.
Подобные документы
Управление как основа принятия решений в организации. Виды управленческих решений, методы их принятия, учет неопределенности и рисков. Уровни решений в зависимости от творческого вклада менеджеров. Информационное обеспечение управленческих решений.
курсовая работа [61,6 K], добавлен 22.03.2011Сущность управленческих решений. Методология и методы принятия решений. Процесс принятия управленческих решений. Принятие управленческих решений в АО "Вятский торговый дом". Организационные, экономические, социально-психологические методы.
курсовая работа [35,3 K], добавлен 23.08.2003Неопределенности в среде принятия управленческих решений. Классификация рисков, способы их оценки и методика борьбы с ними. Управление рисками при принятии управленческих решений. Правила и критерии принятия решений в условиях неопределённости рынка.
курсовая работа [129,7 K], добавлен 11.08.2014Сущность, виды и принципы принятия управленческих решений, факторы, влияющие на процесс их принятия. Основные этапы рационального принятия решений. Модели и методы принятия управленческих решений, особенности их использования в отечественном менеджменте.
курсовая работа [134,6 K], добавлен 25.03.2009Понятие и сущность управленческих решений и их классификация. Основные понятия теории принятия решений. Применение методов принятия решений в условиях неопределенности. Выявление и диагностика проблем, возникающих в организации при изменении условий.
курсовая работа [105,4 K], добавлен 01.04.2014Сущность и процедура процесса принятия решений. Краткая классификация управленческих решений. Модели управления запасами. Анализ и принятие управленческих решений в условиях риска, конфликта и неопределенности. Модель ограниченной рациональности.
курсовая работа [58,1 K], добавлен 03.10.2013Основные методы принятия решений. Применение активизирующих методов принятия решений в компании на примере "Менсей". Методы мозгового штурма, конференции идей, вопросов и ответов. Процесс разработки и принятия управленческих решений и их эффективность.
курсовая работа [2,0 M], добавлен 24.12.2014Понятие, классификация, модели, цели принятия управленческих решений. Характеристика и цели этапов процесса принятия решений, влияющие факторы, критерии выбора лучшего решения. Особенности управления и процесса принятия решений в российских организациях.
реферат [39,1 K], добавлен 12.03.2009Использование методов комбинаторно-морфологического анализа и синтеза рациональных систем в подготовке принятия управленческих решений. Специфика принятия решений в государственных органах власти. Методы принятия решения в условиях неопределенности.
контрольная работа [40,0 K], добавлен 13.11.2010Основные методы принятия управленческих решения. Коллективные методы обсуждения и принятия решений. Эвристические и количественные методы принятия решения. Анализ как составная часть процесса принятия решения. Методы анализа управленческих решений.
курсовая работа [38,6 K], добавлен 23.06.2010