Табличный и графический методы принятия решений

3. Равновероятный критерий — этот критерий решения находит альтернативу с наивысшим средним выходом. Сначала мы рассчитываем средний выход для каждой альтернативы, который является суммой всех исходов, деленной на количество исходов. Затем выбираем альтернативу с максимальным значением. Равно вероятный подход предполагает, что вероятности появления состояний природы равны и поэтому каждое состояние природы равновероятно.

ПРИМЕР 3

Рассматриваем каждый из этих подходов для компании. Используя таблицу решений из примера 2, определим maximax и maximin и равновероятный критерии решения.

1. Мaximax-выбор—строить большой завод. Это есть максимум от максимального значения внутри каждого ряда или альтернативы.

2. Маximin-выбор — ничего не делать. Это максимум из минимальных значений внутри каждого ряда или альтернативы.

3. Равновероятный выбор — строить малый завод. Это максимум из средних значений каждой альтернативы. Этот подход предполагает, что нес выходы для каждой альтернативы равновероятны.

Таблица 2

Решения в условиях неопределенности

Махimax Махimin Равновероятный

Типы и виды моделей решений

Теория принятия решений — это аналитический подход для вы бора альтернативы или направления действия.

Существуют три типа моделей решений в теории принятия решений. Они зависят от степени определенности возможных выходов или последствий, с которыми встречается принимающий решения.

1. Принятие решений в условиях определенности — принимающий решение знает с определенностью последствия или выход любой альтернативы или выбранного решения.

Например, принимающий решение знает с полной определенностью, что 100-долларовый депозит на счете даст увеличение на 100$ в балансе его счета.

2. Принятие решений в условиях риска — принимающий решение знает вероятность появления результата или последствий для каждого выбора. Мы можем не знать, будет ли дождь завтра утром, но мы можем знать, что вероятность дождя — 0,3.

3. Принятие решений в условиях неопределенности — принимающий решения не знает вероятность появления результата для каждой альтернативы. Например, вероятность того, что демократ будет президентом через 20 лет от сегодняшнего дня, неизвестна.

Категории математических моделей. Общая структура проблемы, с которой мы сталкиваемся, количество доступной информации и вид данных, которые мы можем собрать,— все это поможет определить соответствие модели рассматриваемой проблеме.

Перечислим некоторые модели, упомянутые в тексте.

1. Алгебраические модели. Алгебра—это основной математический инструмент, который может быть использован для решения общих операционных проблем, таких, как анализ критической точки и анализ затрата-прибыль.

2. Статистические модели. Поскольку многие решения включают неопределенность, очень важно использовать вероятностное распределение и статистическую теорию. Представлены три вида статистических моделей.

а) Прогнозирование — процесс создания проекций на будущее таких переменных, как продажи, затраты.

б) Контроль качества — помогает измерять и регулировать степень соответствия, до которой продукт или сервис отвечает специфическим стандартам.

в) Теория решений — используется в деревьях решений и таблицах решений, чтобы помочь представить и решить проблемы при условии риска.

3. Модели линейного и математического программирования. Линейное программирование широко используется в решениях о смешивании продуктов, анализе размещения, планировании производства, распределении рабочей силы и других областях операционного анализа. Более общий термин — математическое программирование — также используется в этой книге.