Η Μέθοδος ELECTRE TRI

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Η Μέθοδος ELECTRE TRI"

Transcript

1 1. Εισαγωγή Η μέθοδος ELECTRE TRI [Roy, Bouyssou, 1991;Yu, 1992] αποδίδει εναλλακτικές σε προκαθορισμένες κατηγορίες. Σχετίζεται δηλαδή, με την προβληματική β και την ταξινόμηση των εναλλακτικών σε προκαθορισμένες κατηγορίες. Για τον καθορισμό των κατηγοριών, χρησιμοποιούνται εναλλακτικές αναφοράς που ονομάζονται πρότυπα αναφοράς. Κάθε κατηγορία είναι οριοθετημένη από το πρότυπο του κατώτατου ορίου και από το πρότυπο του ανώτερου ορίου. Από την άλλη, κάθε πρότυπο χρησιμεύει στην οριοθέτηση δύο κατηγοριών, της ανώτερης και της κατώτερης κατηγορίας. Πρότυπα αναφοράς και Κατηγορίες r1 r2 rm g1 g2 g3 C1 C2 Cj Cm+1 gn Σχήμα: Πρότυπα Αναφοράς και Κατηγορίες Η τοποθέτηση μιας εναλλακτικής α σε μια κατηγορία προκύπτει ως αποτέλεσμα σύγκρισης της α με τα πρότυπα αναφοράς που ορίζουν τα όρια των κατηγοριών. Η

2 ELECTRE TRI αποδίδει εναλλακτικές σε κατηγορίες ακολουθώντας μια διαδικασία δύο βημάτων: κατασκευή μιας σχέσης υπεροχής S η οποία προκύπτει από τη σύγκριση της κάθε εναλλακτικής με τα όρια των κατηγοριών (πρότυπα αναφοράς), αξιοποίηση της σχέσης S, προκειμένου η εναλλακτική α να τοποθετηθεί σε μια συγκεκριμένη κατηγορία. Η μέθοδος αυτή παρουσιάζει τα εξής πλεονεκτήματα : Επιτρέπει την εκτίμηση μιας εναλλακτικής ενέργειας, ανεξάρτητα από άλλες ε- νέργειες. Υπ αυτή την έννοια, η μέθοδος εκτιμά κάθε εναλλακτική στην απόλυτη τιμή της (σε σχέση βέβαια, με τα προκαθορισμένα πρότυπα αναφοράς). Επιτρέπει τον καθορισμό μιας ή περισσότερων τιμών αναφοράς, που μπορούν να λειτουργήσουν είτε ως πρότυπα, είτε ως κατώτατες τιμές για την αποδοχή ή όχι μιας εναλλακτικής ενέργειας. Τέλος, η μέθοδος ELECTRE TRI επιτρέπει την εξέταση μεγαλύτερου αριθμού ε- ναλλακτικών, απ ότι οι άλλες μέθοδοι ELECTRE, καθώς οι εναλλακτικές συγκρίνονται μόνο με τα πρότυπα και όχι μεταξύ τους. 2. Περιγραφή της Μεθόδου ELECTRE TRI 2.1 Σχέσεις Ασαφούς Υπεροχής Στη μέθοδο ELECTRE TRI, η σχέση που αποκαθίσταται μεταξύ δύο εναλλακτικών, είναι ασαφής, διότι υπάρχουν μεν ζεύγη, όπου η υπεροχή εμφανίζεται αναμφισβήτητη, αλλά και ζεύγη για τα οποία η υπεροχή είναι ελάχιστα πειστική. Αυτή η ασάφεια από το ένα ζεύγος στο άλλο, εκφράζεται με έναν δείκτη, συνδεδεμένο με κάθε υπεροχή, που ονομάζεται δείκτης αξιοπιστίας της υπεροχής. Η ELECTRE TRI δομεί μια σχέση υπεροχής S, επικυρώνοντας ή ακυρώνοντας τον ισχυρισμό η α είναι τουλάχιστον το ίδιο καλή όσο και το r i (asr i ). Για την επικύρωση του ισχυρισμού asr i, (ή r i Sa) απαιτείται να επαληθευθούν δύο συνθήκες: Συνθήκη Συμφωνίας: για να γίνει αποδεκτή μια σχέση υπεροχής asr i (ή r i Sa), θα πρέπει να υπάρχει μια επαρκής πλειοψηφία κριτηρίων που να διάκεινται ευνοϊκά σε αυτόν τον ισχυρισμό. Συνθήκη Διαφωνίας: με δεδομένη τη συνθήκη συμφωνίας, κανένα από τα κριτήρια της μειοψηφίας δεν πρέπει να αντιτίθεται στον ισχυρισμό asr i (ή r i Sa) με πολύ έντονο τρόπο. 2

3 Για την κατασκευή της σχέσης υπεροχής S, παρεμβαίνουν οι ακόλουθοι τύποι ενδοκριτηρίων παραμέτρων: Το σύνολο των συντελεστών βαροδότησης των κριτηρίων (k 1, k 2,, k n ), που χρησιμοποιούνται στον έλεγχο συμφωνίας, όταν υπολογίζεται η σχετική σημαντικότητα του συνασπισμού των κριτηρίων που είναι ευνοϊκά με τον ισχυρισμό asr i. Το σύνολο των κατωφλίων αδιαφορίας των κριτηρίων (q 1, q 2,, q n ). To κατώφλι αδιαφορίας (q j ) χρησιμοποιείται για να ορίσει σε ένα κριτήριο (ημικριτήριο ή ψευδοκριτήριο) μια περιοχή αδιαφορίας, εντός της οποίας ο αποφασίζων δεν επιθυμεί να μεταβάλλει την προτίμησή του. Με άλλα λόγια, για οποιοδήποτε ζεύγος τιμών του κριτηρίου εντός της περιοχής αδιαφορίας, ο αποφασίζων δηλώνει αδιαφορία προτίμησης, θεωρώντας τις τιμές αυτές ισοδύναμες (αδιάφορες). Στην παραπάνω διαδικασία, επειδή πρόκειται για ψευδοκριτήριο, θα πρέπει να ορισθούν και τα παρακάτω κατώφλια: Το σύνολο των κατωφλίων προτίμησης των κριτηρίων (p 1, p 2,, pn). Το κατώφλι προτίμησης (p j ) χρησιμοποιείται για να ορίσει σε ένα ψευδοκριτήριο μια περιοχή ασθενούς προτίμησης, μεταξύ της περιοχής αδιαφορίας και αυστηρής προτίμησης, όταν ο αποφασίζων διστάζει μεταξύ αδιαφορίας και αυστηρής προτίμησης. Το σύνολο των κατωφλίων veto (v 1, v 2,, v n ), που χρησιμοποιούνται στον έ- λεγχο διαφωνίας και αντιπροσωπεύουν την ελάχιστη διαφορά g j (r i )-g j (a), ώ- στε να υπάρχει διαφωνία στον ισχυρισμό asr i. 2.2 Διαδικασία Δόμησης των Σχέσεων Ασαφούς Υπεροχής Η σχέση υπεροχής asr i ή r i Sa δομείται μέσω μιας διαδικασίας που περιλαμβάνει τα ακόλουθα βήματα: Βήμα 1 ο : Σύγκριση Εναλλακτικών με τα Πρότυπα Αναφοράς Στο βήμα αυτό γίνεται διερεύνηση για την υπεροχή της κάθε εναλλακτικής α, έναντι του κάθε προτύπου r i (asr i ). Αυτό επιτυγχάνεται με τα ακόλουθα: Υπολογισμός των δεικτών μερικής συμφωνίας c j (a,r i ), που πιστοποιεί τη συμφωνία για την υπεροχή της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, στο επίπεδο του κάθε κριτηρίου ξεχωριστά. Υπολογισμός των δεικτών συνολικής συμφωνίας C(a,r i ), που πιστοποιεί τη συμφωνία για την υπεροχή της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, στο επίπεδο όλων των κριτηρίων μαζί. 3

4 Υπολογισμός των δεικτών μερικής ασυμφωνίας d j (a,r i ), που πιστοποιεί τη διαφωνία για την υπεροχή της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, στο επίπεδο του κάθε κριτηρίου ξεχωριστά. Δεν απαιτείται υπολογισμός δεικτών συνολικής ασυμφωνίας. υπολογισμός των δεικτών αξιοπιστίας σ(a,r i ), που πιστοποιεί το βαθμό αξιοπιστίας της ασαφούς σχέσης υπεροχής της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, στο επίπεδο όλων των κριτηρίων. Αποτέλεσμα της διαδικασίας του 1 ου βήματος είναι η δημιουργία του πίνακα αξιοπιστίας ΠΑ 1, που προκύπτει από το συνδυασμό του πίνακα συμφωνιών ΠΣ 1 και του πίνακα ασυμφωνιών ΠΑΣ 1. Βήμα 2 ο : Σύγκριση Προτύπων Αναφοράς με τις Εναλλακτικές Στο βήμα αυτό γίνεται διερεύνηση για την υπεροχή του κάθε προτύπου r i έναντι της κάθε εναλλακτικής α (r i Sa). Αυτό επιτυγχάνεται με τα ακόλουθα: Υπολογισμός των δεικτών μερικής συμφωνίας c j (r i,a), που πιστοποιεί τη συμφωνία για την υπεροχή του κάθε προτύπου r i έναντι της κάθε εναλλακτικής α, στο επίπεδο του κάθε κριτηρίου ξεχωριστά. Υπολογισμός των δεικτών συνολικής συμφωνίας C(r i,a), που πιστοποιεί τη συμφωνία για την υπεροχή του κάθε προτύπου r i έναντι της κάθε εναλλακτικής α, στο επίπεδο όλων των κριτηρίων μαζί. Υπολογισμός των δεικτών μερικής ασυμφωνίας d j (r i,a), που πιστοποιεί τη διαφωνία για την υπεροχή του κάθε προτύπου r i έναντι της κάθε ε- ναλλακτικής α, στο επίπεδο του κάθε κριτηρίου ξεχωριστά. Δεν απαιτείται υπολογισμός δεικτών συνολικής ασυμφωνίας. υπολογισμός των δεικτών αξιοπιστίας σ(r i,a), που πιστοποιεί το βαθμό αξιοπιστίας της ασαφούς σχέσης υπεροχής του κάθε προτύπου r i έναντι της κάθε εναλλακτικής α, στο επίπεδο όλων των κριτηρίων. Αποτέλεσμα της διαδικασίας του 2 ου βήματος είναι η δημιουργία του πίνακα αξιοπιστίας ΠΑ 2, που προκύπτει από το συνδυασμό του πίνακα συμφωνιών ΠΣ 2 και του πίνακα ασυμφωνιών ΠΑΣ 2. Βήμα 3 ο : Ανάπτυξη των Σχέσεων Υπεροχής και Ταξινόμηση Από το συγκερασμό των πινάκων αξιοπιστίας ΠΑ 1 και ΠΑ 2, προκύπτει ο πίνακας υπεροχών και ο αντίστοιχος πίνακας ταξινόμησης. Έτσι, με βάση τους παραπάνω δείκτες αξιοπιστίας σ(a,r i ) και σ(r i,a), καθορίζεται η τελι- 4

5 κή υπεροχή της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, προκειμένου η εναλλακτική α να καταλάβει την αρμόζουσα κατηγορία αξιολόγησης. Στην παραπάνω διαδικασία, σημαντικό ρόλο παίζει και το κατώφλι αποκοπής λ της ασαφούς σχέσης, η τιμή του οποίου καθορίζει την ευρωστία της σχέσης υπεροχής. 2.3 Λογικό Διάγραμμα της Μεθόδου ELECTRE TRI Ο τρόπος λειτουργίας της μεθόδου ELECTRE TRI περιγράφεται στο λογικό διάγραμμα που ακολουθεί. Λογικό ιάγραμμα της μεθόδου ELECTRE TRI Σύνολο Κατηγοριών & Προτύπων Αναφοράς Σύνολο Εναλλακτικών ράσεων Α Συνεπής οικογένεια Ψευδοκριτηρίων Πίνακας Πολυκριτήριων Εκτιμήσεων Συντελεστές Σημαντικότητας (Βάρη) Σχέσεις Υπεροχής Κατώφλια Βέτο Μερικοί είκτες Συμφωνίας για κάθε Κριτήριο είκτες Ασυμφωνίας για κάθε Κριτήριο Συνολικοί είκτες Συμφωνίας Βαθμοί Αξιοπιστίας Σχέσεις και Γράφημα Ασαφούς Υπεροχής Ταξινόμηση των Εναλλακτικών σε Κατηγορίες 5

6 Με βάση τον παραπάνω λογικό διάγραμμα, οι πίνακες που απαιτούνται για την ανάπτυξη της μεθόδου ELECTRE TRI είναι οι ακόλουθοι: Πίνακες Συμφωνιών, που περιλαμβάνουν τους δείκτες μερικής συμφωνίας και τους δείκτες συνολικής συμφωνίας. Καταρτίζονται δύο πίνακες συμφωνιών: o ΠΣ 1 : για τη συμφωνία της υπεροχής των εναλλακτικών έναντι των προτύπων, o ΠΣ 2 : για τη συμφωνία της υπεροχής των προτύπων έναντι των εναλλακτικών. Πίνακες Ασυμφωνιών, που περιλαμβάνουν τους δείκτες μερικής ασυμφωνίας. Καταρτίζονται δύο πίνακες ασυμφωνιών: o ΠΑΣ 1 : για τη διαφωνία της υπεροχής των εναλλακτικών έναντι των προτύπων, o ΠΑΣ 2 : για τη διαφωνία της υπεροχής των προτύπων έναντι των εναλλακτικών. Πίνακες Αξιοπιστίας, που προέρχονται από το συνδυασμό των πινάκων συμφωνιών και πινάκων ασυμφωνιών. Καταρτίζονται δύο πίνακες αξιοπιστίας: o ΠΑ 1 : για την αξιοπιστία της σχέσης υπεροχής των εναλλακτικών έναντι των προτύπων και προέρχεται από το συνδυασμό των ΠΣ 1 και ΠΑΣ 1. o ΠΑ 2 : για την αξιοπιστία της σχέσης υπεροχής των προτύπων έναντι των εναλλακτικών και προέρχεται από το συνδυασμό των ΠΣ 2 και ΠΑΣ 2. Πίνακας Υπεροχών, που προκύπτει από τον συγκερασμό των δύο πινάκων αξιοπιστίας ΠΑ1 και ΠΑ2. Πίνακας Ταξινόμησης των Εναλλακτικών σε Κατηγορίες, που είναι και ο τελικός στόχος της μεθόδου. 3. Ανάπτυξη της Μεθόδου ELECTRE TRI 3.1 Πίνακες Συμφωνιών Οι πίνακες συμφωνιών αποτυπώνουν κατά πόσο συμφωνούμε: αφενός, με την υπεροχή της εναλλακτικής α έναντι του προτύπου r i αφετέρου, με την υπεροχή του προτύπου r i έναντι της εναλλακτικής α Δείκτης Μερικής Συμφωνίας ανά κριτήριο Για την υπεροχή asr i, ο δείκτης αυτός δηλώνει σε ποιο μέτρο η εναλλακτική a είναι τουλάχιστον το ίδιο καλή με το πρότυπο αναφοράς r i, για το συγκεκριμένο κριτήριο g j. Με άλλα λόγια, εκφράζει το κατά πόσο συμφωνούμε [0, 1] με την υπεροχή μιας ε- ναλλακτικής, έναντι ενός προτύπου, σε κάθε κριτήριο ξεχωριστά. Εκτός από τις τιμές 0 και 1, για τις δύο οριακές καταστάσεις πλήρους ασυμφωνίας ή συμφωνίας, που 6

7 προκύπτουν από τις σχέσεις αυστηρής προτίμησης και αδιαφορίας, παίρνει και ενδιάμεσες τιμές στο διάστημα μεταξύ (0,1), για τις περιπτώσεις μερικής συμφωνίας, διότι πρόκειται για ψευδοκριτήριο, όπου υπάρχουν και σχέσεις ασθενούς προτίμησης (ασαφείς καταστάσεις). Για τον υπολογισμό του δείκτη μερικής συμφωνίας, σε κάθε κριτήριο, διακρίνουμε τις εξής περιπτώσεις: Δείκτης Μερικής Συμφωνίας για τη σχέση: α r i o Αύξουσα κλίμακα κριτηρίου o Φθίνουσα κλίμακα κριτηρίου Δείκτης Μερικής Συμφωνίας για τη σχέση: r i α o Αύξουσα κλίμακα κριτηρίου o Φθίνουσα κλίμακα κριτηρίου Παρακάτω, περιγράφεται η λειτουργία του δείκτη μερικής συμφωνίας, για τη σχέση: α r i, για αύξουσα κλίμακα κριτηρίου. Δείκτης Μερικής Συμφωνίας για τη σχέση: α r i Ο δείκτης αυτός δηλώνει σε ποιο μέτρο η εναλλακτική a είναι τουλάχιστον το ίδιο καλή με το πρότυπο αναφοράς r i για το συγκεκριμένο κριτήριο g j. Με άλλα λόγια, κατά πόσο υπερέχει (asr i ) η α έναντι του προτύπου αναφοράς r i, στο κριτήριο g j. Εφόσον η φορά της σχέσης υπεροχής είναι α r i ( asr i ), και το κριτήριο είναι αύξουσας κλίμακας, η προσέγγιση των ζωνών προτίμησης γίνεται κατά τη φορά αύξησης της προτίμησης της εναλλακτικής α, δηλαδή από αριστερά ( ) προς τα δεξιά. Δομές Προτίμησης σε Ψευδοκριτήριο Αύξουσας Κλίμακας Προτίμηση r S a a S r r P a r Q a a I r a Q r a P r g(r)-p g(r)-q g(r) g(r)+q g(r)+p g(a) 7

8 Στην περίπτωση αυτή, οι τιμές του δείκτη μερικής συμφωνίας της σχέσης α r i ή asr i, για διάφορες τιμές της εναλλακτικής α, απεικονίζονται γραφικά στο παρακάτω σχήμα. Δείκτης Μερικής Συμφωνίας c j (a,r i ) c j (a,r i ) Αύξουσα Προτίμηση 1 0 g j (r i )-p j (r i ) g j (r i )-q j (r i ) g j (r i ) g j (a) Πιο αναλυτικά: Εάν g j (a) g j(r i)-p j(r i), τότε c j(a,r i)= 0 Ή, αλλιώς, g j (r i )- g j (a) p j (r i ), οπότε η εναλλακτική a υπερέχεται από το πρόύ το πρότυπο r i προτιμάται της εναλλακτικής α) και ο τυπο αναφοράς r i (αφο δείκτης συμφωνίας για την υπεροχή της α έναντι του προτύπου είναι 0. Εάν g j (r i )-p j (r i ) < g j (a) g j (r i )-q j (r i ), τότε c j (a,r i )= pj( [ gj( gj( a)] pj( qj( Στο διάστημα αυτό, υπάρχει ασθενής προτίμηση του προτύπου αναφοράς r i έναντι της εναλλακτικής α, οπότε ο δείκτης συμφωνίας για την υπεροχή της α έναντι του προτύπου αναφοράς, παύει να έχει την τιμή 0 και αρχίζει να παίρνει θετικές τιμές στο ημιανοικτό διάστημα (0,1]. Για g j(a)= g j(r i)-q j(r i), έχουμε: g j(r i)- g j(a)= q j(,οπότε, στον τύπο υπολογισμού του δείκτη συμφωνίας c j (a,r i ), ο αριθμητής ισούται με τον παρανομαστή και άρα c j (a,r i )=1. Εάν g j (a) > g j (r i )-q j (r i ), τότε c j (a,r i )= 1 Ή, αλλιώς, g j(r i)- g j(a) < q j(r i), οπότε η προτίμηση του προτύπου αναφοράς έναντι της εναλλακτικής a, εισέρχεται στο διάστημα αδιαφορίας (r i Ιa). Από το σημείο αυτό και πέρα, η εναλλακτική a υπερέχει του προτύπου αναφοράς r i (asr i ), αφού οι τύποι προτίμησης που αντιστοιχούν είναι η αδιαφορία (aιr i ),η 8

9 ασθενής προτίμηση της α έναντι του προτύπου r i (aqr i ), και η αυστηρή προτίμηση της α έναντι του προτύπου r i (apr i ). Με βάση λοιπόν αυτή τη σχέση υ- περοχής (asr i ), για το διάστημα αυτό, ο δείκτης μερικής συμφωνίας για τη σχέση α r i, είναι Δείκτης Συνολικής Συμφωνίας Για την υπεροχή asr i, ο δείκτης αυτός δηλώνει σε ποιο μέτρο η εναλλακτική a είναι τουλάχιστον το ίδιο καλή με το πρότυπο αναφοράς r i, στο επίπεδο όλων των κριτηρίων. Με άλλα λόγια, εκφράζει το κατά πόσο συμφωνούμε με την υπεροχή μιας εναλλακτικής, έναντι ενός προτύπου, στο επίπεδο όλων των κριτηρίων μαζί. Μπορεί να πάρει όλες τις δυνατές τιμές στο διάστημα [0,1]. Ο δείκτης συνολικής υπολογίζεται με τον ακόλουθο τύπο : C(a,r i )= n j= 1 kj. cj( a, n j= 1 kj 3.2 Πίνακες Ασυμφωνιών Οι πίνακες ασυμφωνιών αποτυπώνουν κατά πόσο διαφωνούμε: αφενός, με την υπεροχή της εναλλακτικής α έναντι του προτύπου r i αφετέρου, με την υπεροχή του προτύπου r i έναντι της εναλλακτικής α Δείκτης Μερικής Ασυμφωνίας ανά κριτήριο Για την υπεροχή asr i, ο δείκτης αυτός εκφράζει το κατά πόσο διαφωνούμε με την υ- περοχή της εναλλακτικής α, έναντι του προτύπου r i, σε κάθε κριτήριο ξεχωριστά. Μπορεί δε, να πάρει όλες τις δυνατές τιμές στο διάστημα [0,1], καθώς πρόκειται για ψευδοκριτήριο, όπου υπάρχουν και ασαφείς καταστάσεις προτίμησης (σχέσεις ασθενούς προτίμησης). Όπως και στη μέθοδο ELECTRE I, η συμφωνία που ορίσθηκε παραπάνω, πρέπει να μειώνεται με μια έννοια ασυμφωνίας. Ο τρόπος για να εκφρασθεί αυτή η ασυμφωνία είναι το κατώφλι veto. Το κατώφλι veto για το κριτήριο j, παριστάμενο με v j, είναι η διαφορά g j (r i )-g j (a) πάνω από την οποία είναι φρόνιμο να αρνηθούμε κάθε αξιοπιστία, όσον αφορά την υπεροχή της εναλλακτικής a πάνω στο πρότυπο αναφοράς ri, α- κόμη κι αν όλα τα υπόλοιπα κριτήρια είναι σε συμφωνία με αυτήν την υπεροχή. 9

10 Το κατώφλι veto είναι καθαρά θέμα επιλογής. Σημειώνει το όριο, πέραν του οποίου εκτιμάται ότι η αντίθεση του κριτηρίου j στην υπόθεση υπεροχής, κρίνεται αρκετά βίαιη, ώστε να προκαλεί την απόρριψη αυτής της υπόθεσης (χωρίς αυτό να επιδρά στην αξιοπιστία της αντίστροφης υπόθεσης). Για τον υπολογισμό του δείκτη μερικής ασυμφωνίας, σε κάθε κριτήριο, διακρίνουμε τις εξής περιπτώσεις: Δείκτης Μερικής Ασυμφωνίας για τη σχέση: α r i o Αύξουσα κλίμακα κριτηρίου o Φθίνουσα κλίμακα κριτηρίου Δείκτης Μερικής Ασυμφωνίας για τη σχέση: r i α o Αύξουσα κλίμακα κριτηρίου o Φθίνουσα κλίμακα κριτηρίου Παρακάτω, περιγράφεται η λειτουργία του δείκτη μερικής ασυμφωνίας, για τη σχέση: α r i, για αύξουσα κλίμακα κριτηρίου. Δείκτης Μερικής Ασυμφωνίας για τη σχέση: α r i Ο δείκτης μερικής ασυμφωνίας d j (α,r i ) εκφράζει το κατά πόσο το κριτήριο g j αντιτίθεται στον ισχυρισμό η εναλλακτική a είναι τουλάχιστο το ίδιο καλή με το πρότυπο r i, δηλαδή ότι η α υπερέχει του προτύπου r i (asr i ). Στην περίπτωση που το κριτήριο είναι αύξουσας κλίμακας, οι τιμές του δείκτη μερικής ασυμφωνίας της σχέσης α r i ή asr i, για διάφορες τιμές της εναλλακτικής α, α- πεικονίζονται γραφικά στο παρακάτω σχήμα. d j (a,r i ) Δείκτης Μερικής Ασυμφωνίας d j (a,r i ) Αύξουσα Προτίμηση 1 0 g j (r i ) g j (r i )-v j (r i ) g j (r i )-p j (r i ) g j (a) 10

11 Εάν g j (a) g j (r i )-v j (r i ), τότε d j (a,r i )= 1 Ή, αλλιώς, g j (r i )- g j (a) v j (r i ), οπότε το πρότυπο αναφοράς r i θέτει βέτο στην υπεροχή της εναλλακτικής a έναντι του προτύπου. Εάν g j (r i )-v j (r i ) < g j (a) g j (r i )-p j (r i ), τότε d j (a,r i )= gj( gj( a) pj( vj( pj( Στο διάστημα αυτό, το πρότυπο αναφοράς r i προτιμάται της εναλλακτικής a, χωρίς όμως να ασκεί βέτο, η δε τιμή του δείκτη ασυμφωνίας βρίσκεται στο ημιανοικτό διάστημα [0,1). Όσο αυξάνει η προτίμηση g j (a), τόσο η τιμή του δείκτη ασυμφωνίας μειώνεται, πλησιάζοντας στο μηδέν. Στο σημείο στο οποίο g j (a) = g j (r i )-p j (r i ) ή g j (r i )- g j (a) = p j (r i ), ο αριθμητής της παραπάνω σχέσης γίνεται μηδέν, οπότε d j (a,r i )=0. Εάν g j (a)> g j (r i )- p j (r i ), τότε d j (a,r i )= 0 Ή, αλλιώς, g j (r i )-g j (a)<p j (r i ), οπότε από το διάστημα αυτό και πέρα δεν υπάρχει αυστηρή προτίμηση του προτύπου αναφοράς r i έναντι της εναλλακτικής a, και ο δείκτης ασυμφωνίας για την υπεροχή της a έναντι του προτύπου αναφοράς, έχει τιμή 0. Σημειώνεται επίσης, ότι στις παραπάνω σχέσεις, η προσέγγιση των ζωνών προτίμησης γίνεται κατά τη φορά αύξησης της προτίμησης της εναλλακτικής α, δηλαδή από αριστερά ( ) προς τα δεξιά Δείκτης Συνολικής Ασυμφωνίας Στην ELECTRE TRI δεν υπολογίζεται δείκτης συνολικής ασυμφωνίας, διότι απλά δεν χρειάζεται. Η μέθοδος διενεργεί έλεγχο αξιοπιστίας της υπεροχής σε επίπεδο κάθε κριτηρίου ξεχωριστά και όχι σε επίπεδο όλων των κριτηρίων μαζί, όπως συμβαίνει με την ELECTRE I. 3.3 Πίνακες Αξιοπιστίας Προέρχονται από το συνδυασμό των πινάκων συμφωνιών και πινάκων ασυμφωνιών και περιλαμβάνουν τους δείκτες αξιοπιστίας, που εκφράζουν την εκτίμηση της αξιοπιστίας: αφενός, της υπεροχής asr i της εναλλακτικής α έναντι ενός προτύπου r i (πίνακας ΠΑ 1, για το δείκτη αξιοπιστίας σ(a,r i ) ), αφετέρου, της υπεροχής r i Sa,του προτύπου r i έναντι της εναλλακτικής α (πίνακας ΠΑ 2, για το δείκτη αξιοπιστίας σ(r i,a)). 11

12 στο επίπεδο όλων των κριτηρίων μαζί. Δείκτης Aξιοπιστίας για τη σχέση: α r i Στη μέθοδο ELECTRE TRI η ασάφεια της υπεροχής από το ένα ζεύγος στο άλλο, εκφράζεται με έναν δείκτη, που ονομάζεται δείκτης αξιοπιστίας υπεροχής. Ο δείκτης α- ξιοπιστίας για τη σχέση υπεροχής αsr i εκφράζει το κατά πόσο ισχύει ο ισχυρισμός η εναλλακτική α υπερέχει του προτύπου r i, με βάση τις τιμές του δείκτη συνολικής συμφωνίας C(a,r i ) και των δεικτών μερικής ασυμφωνίας d j (a,r i ). Ο δείκτης αξιοπιστίας ορίζεται με τον ακόλουθο τρόπο: F(a,r i ) = {j F / d j (a,r i ) > C(a,r i )} Όπου C(a,r i ) είναι ο δείκτης συνολικής συμφωνίας, για το πρότυπο αναφοράς r i και d j (a,r i ) ο δείκτης ασυμφωνίας ανά κριτήριο j και για το πρότυπο r i. Το σύνολο F έχει ως στοιχεία, τα κριτήρια, για τα οποία ο δείκτης ασυμφωνίας είναι μεγαλύτερος του δείκτη συνολικής συμφωνίας. Εάν F(a,r i ) =, τότε σ(a,r i ) = C(a,r i ) (1) 1 dj( a, Εάν F(a,r i ), τότε σ(a,r i ) = C(a,r i ). 1 C( a, J F (2) Από τον τύπο (2) προκύπτει ότι ο δείκτης αξιοπιστίας σ(a,r i ), δεν είναι παρά ο συνολικός δείκτης συμφωνίας C(a,r i ), μειωμένος κατά τον δείκτη ασυμφωνίας d j (a,r i ), με την παρατήρηση ότι ο d j (a,r i ) συνεισφέρει σε αυτήν τη μείωση, μόνον όταν d j (a,r i )> C(a,r i ). Αρχές Υπολογισμού του Δείκτη Αξιοπιστίας Όταν ο δείκτης συνολικής συμφωνίας είναι ίσος με τη μονάδα (C(a,r i ) =1), τότε αυτό συνεπάγεται ότι, για το συγκεκριμένο πρότυπο αναφοράς r i, δεν υπάρχει διαφωνούν κριτήριο, δηλαδή όλοι οι Δείκτες Ασυμφωνίας (d j (a,r i )) είναι 0 και άρα ο Δείκτης Αξιοπιστίας είναι ίσος με 1 (σ(a,r i )=1). Εάν υπάρχει τουλάχιστον ένα κριτήριο, για το οποίο d j (a,r i )=1, τότε ο Δείκτης Α- ξιοπιστίας είναι 0 (σ(a,r i )=0), οποιοδήποτε κι αν είναι το βάρος του κριτηρίου. Όταν ο δείκτης συνολικής συμφωνίας είναι ίσος με μηδέν (C(a,r i )=0), τότε αυτό συνεπάγεται ότι ο Δείκτης Αξιοπιστίας είναι ίσος με 0 (σ(a,r i )=0). Σε όλες τις υπόλοιπες περιπτώσεις, ο Δείκτης Αξιοπιστίας (σ(a,r i ))ισούται με τον δείκτη συνολικήςσσυμφωνίας (C(a,r i )), μειωμένο κατά τον δείκτη ασυμφωνίας (d j (a,r i )), για τις περιπτώσεις που d j (a,r i )> C(a,r i ), σύμφωνα με τον παραπάνω τύπο (2). 12

13 Δείκτης Αξιοπιστίας για τη σχέση: r i α Η συλλογιστική είναι η ίδια, όπως και παραπάνω, με τη διαφορά ότι τώρα υπολογίζουμε το δείκτη αξιοπιστίας σ(r i,a). 3.4 Πίνακας Υπεροχών. Προκύπτει από τον συγκερασμό των δύο πινάκων αξιοπιστίας: ΠΑ1: όπου εξετάζεται η αξιοπιστία της υπεροχής των εναλλακτικών έναντι των προτύπων: α r j και ΠΑ2: όπου εξετάζεται η αξιοπιστία της υπεροχής των προτύπων έναντι των ε- ναλλακτικών: r i α. και περιέχει τις εκτιμήσεις για τις σχέσεις υπεροχής των εναλλακτικών έναντι των προτύπων Σχέσεις Υπεροχής Εναλλακτικών - Προτύπων Μια σχέση υπεροχής μεταξύ της εναλλακτικής α έναντι ενός προτύπου r j εκφράζει την τελική υπεροχή της εναλλακτικής α έναντι του προτύπου r j, προκειμένου η εναλλακτική να καταλάβει την αρμόζουσα κατηγορία στον πίνακα ταξινόμησης. Μια τέτοια σχέση υπεροχής ορίζεται με βάση τους δείκτες αξιοπιστίας σ(a,r i ) και σ(r i,a) και ενός κατωφλίου αποκοπής λ. Το λ θεωρείται ως η ελάχιστη αποδεκτή τιμή που πρέπει να έχει ο δείκτης αξιοπιστίας σ(a,r i ), προκειμένου να ισχύει ο ισχυρισμός η εναλλακτική α υπερέχει του προτύπου r i. Η σχέση υπεροχής μπορεί να είναι: > : Η εναλλακτική υπερέχει του προτύπου αsr j (α > r j ), οπότε καταλαμβάνει την ανώτερη κατηγορία, όπως αυτή ορίζεται από το πρότυπο r j. < : Η εναλλακτική υπερέχεται του προτύπου r j Sα (a < r j ), οπότε καταλαμβάνει την κατώτερη κατηγορία, όπως αυτή ορίζεται από το πρότυπο r j. R : Η εναλλακτική είναι μη συγκρίσιμη έναντι του προτύπου arr j (a R r j ), ο- πότε μπορεί να καταλάβει είτε την κατώτερη, είτε την ανώτερη κατηγορία του προτύπου r j, ανάλογα με τη θεώρηση του αποφασίζοντα (αισιόδοξη ή απαισιόδοξη) Ανάπτυξη των Σχέσεων Υπεροχής Εναλλακτικών - Προτύπων Η ανάπτυξη των σχέσεων υπεροχής γίνεται με βάση το ακόλουθο λογικό διάγραμμα που συνιστά το δένδρο ανάπτυξης των σχέσεων υπεροχής. 13

14 Δένδρο Ανάπτυξης Σχέσεων Υπεροχής - 2 σ(a,>=λ Ναί σ(a,>=σ(ri,a) Όχι σs(ri,a)>=λ Ναί Όχι Όχι Ναί ">" (a> "R" (ar "<" (a< Στον πίνακα που ακολουθεί φαίνονται όλοι οι δυνατοί συνδυασμοί των σχέσεων υπεροχής εναλλακτικών-προτύπων. Εναλλακτικές Σχέσεις Υπεροχής r 2 r 1 Ε1 < < Ε2 > < Ε3 R < Ε4 < > Ε5 > > E6 R > E7 < R Ε8 > R Ε9 R R 3.5 Ταξινόμηση των Εναλλακτικών σε Κατηγορίες Η ταξινόμηση των εναλλακτικών μπορεί να προσεγγισθεί με δύο θεωρήσεις: αισιόδοξη θεώρηση και απαισιόδοξη θεώρηση Αισιόδοξη και Απαισιόδοξη Θεώρηση κατά την Ταξινόμηση των Εναλλακτικών Η αισιόδοξη και απαισιόδοξη θεώρηση αφορούν στο προτιμησιακό προφίλ του αποφασίζοντα και τη στάση του έναντι του κινδύνου, κατά την ταξινόμηση των εναλλακτικών. 14

15 Ένας χαλαρός και ριψοκίνδυνος αποφασίζων έχει συνήθως μια αισιόδοξη θεώρηση των πραγμάτων. Ένας αυστηρός και συντηρητικός αποφασίζων έχει συνήθως μια απαισιόδοξη θεώρηση των πραγμάτων. Οι διαφορές μεταξύ των δύο θεωρήσεων είναι οι ακόλουθες: Αισιόδοξη θεώρηση: - ωθεί τις εναλλακτικές σε όσο το δυνατόν υψηλότερες κατηγορίες. - η προσέγγιση των κατηγοριών γίνεται από κάτω προς τα πάνω (από τη χαμηλότερη προς την υψηλότερη κατηγορία). - Τοποθετούμε την εναλλακτική σε μια κατηγορία, ώστε το ανώτερο πρότυπο αναφοράς αυτής της κατηγορίας να προτιμάται της εναλλακτικής: r h Sa a C h Απαισιόδοξη θεώρηση: - ωθεί τις εναλλακτικές σε όσο το δυνατόν χαμηλότερες κατηγορίες. - η προσέγγιση των κατηγοριών γίνεται από πάνω προς τα κάτω (από την υψηλότερη προς τη χαμηλότερη κατηγορία). - Τοποθετούμε την εναλλακτική σε μια κατηγορία, ώστε η εναλλακτική να υπερέχει του κατώτερου προτύπου αναφοράς αυτής της κατηγορίας: asr h a C h Πίνακες Ταξινόμησης των Εναλλακτικών Στους πίνακες που ακολουθούν φαίνονται όλοι οι δυνατοί συνδυασμοί των σχέσεων υπεροχής εναλλακτικών-προτύπων και οι προκύπτουσα ταξινόμηση, σε κάθε περίπτωση, για την αισιόδοξη και απαισιόδοξη θεώρηση: Σχέσεις Υπεροχής Ταξινόμηση Εναλλακτικές r2 r1 Αισιόδοξη Απαισιόδοξη Ε1 < < Κακή Κακή Ε2 > < Μέτρια Μέτρια Ε3 R < Μέτρια Κακή Ε4 < > Αδύνατη Αδύνατη Ε5 > > Καλή Καλή E6 R > Καλή Καλή E7 < R Κακή Κακή Ε8 > R Καλή Μέτρια Ε9 R R Καλή Κακή 15

16 3.5.3 Διαχείριση της Ασυγκρισιμότητας Όταν έχουμε μια σχέση ασυγκρισιμότητας α R r j, τότε: στην αισιόδοξη θεώρηση: τοποθετούμε την εναλλακτική α στην ανώτερη κατηγορία, όπως αυτή ορίζεται από το πρότυπο r j, ενώ στην απαισιόδοξη θεώρηση: τοποθετούμε την εναλλακτική α στην κατώτερη κατηγορία, όπως αυτή ορίζεται από το πρότυπο r j. Πρέπει να παρατηρήσουμε, ότι διαφοροποίηση στην εκτίμηση για την ταξινόμηση μιας εναλλακτικής, μεταξύ αισιόδοξης και απαισιόδοξης θεώρησης, παρατηρείται μόνο όταν εμφανίζεται ασυγκρισιμότητα της εναλλακτικής αυτής έναντι ενός ή περισσοτέρων προτύπων. Μόνο τότε, δίνεται η δυνατότητα στον αποφασίζοντα να ερμηνεύσει αυτήν την ασυγκρισιμότητα με διαφορετικό τρόπο, ανάλογα με το προτιμησιακό του προφίλ. Σε όλες τις άλλες περιπτώσεις, όπου υπάρχουν σαφείς μαθηματικές σχέσεις ( >, ή < ), ο αποφασίζων είναι υποχρεωμένος να ακολουθήσει αυτές τις σχέσεις, οπότε δεν τίθεται θέμα αισιόδοξης ή απαισιόδοξη θεώρησης. Εδώ θα πρέπει να αναφέρουμε, ότι υπάρχουν δύο περιπτώσεις, όπου παρά την εμφάνισης ασυγκρισιμότητας, δεν παρατηρείται διαφοροποίηση των δύο θεωρήσεων κατά την ταξινόμηση των αντίστοιχων εναλλακτικών. Στην πρώτη περίπτωση, η εναλλακτική υπερέχει του ανωτέρου προτύπου r 1, οπότε είναι στην κατηγορία Καλή, ανεξάρτητα από την ασάφεια (μη συγκρισιμότητα) ως προς το πρότυπο r 2. Στη δεύτερη περίπτωση, η εναλλακτική είναι χειρότερη του κατωτέρου προτύπου r 2, οπότε είναι στην κατηγορία Κακή, ανεξάρτητα από την ασάφεια (μη συγκρισιμότητα) ως προς το πρότυπο r Παράδειγμα Εφαρμογής της μεθόδου ELECTRE TRI 4.1 Γενικά Η μέθοδος ELECTRE TRI χρησιμοποιείται για την ταξινόμηση των εναλλακτικών σε κατηγορίες. Στην περίπτωση αυτή, δεν αναζητούμε την καλύτερη εναλλακτική, αλλά ο στόχος είναι να ταξινομηθούν οι εναλλακτικές σε κατηγορίες, ώστε να διευκολυνθεί η τελική μας επιλογή. Έτσι, στο παράδειγμα της αγοράς αυτοκινήτου, η μέθοδος ELECTRE TRI θα μπορούσε να χρησιμοποιηθεί σε μια προκαταρκτική φάση, πριν από την εφαρμογή της ELECTRE Ι, ως ένα εργαλείο για τον περιορισμό του συνόλου εναλλακτικών Α, ώστε τελικά να περιορισθούμε μόνο στις αποδεκτές εναλλακτικές, μεταξύ των οποίων θα επιλέξουμε την καλύτερη. Έτσι, οι κατηγορίες, στις οποίες θα ταξινομηθούν οι εναλλακτικές, μπορεί να είναι: 16

17 κατηγορία καλή : περιλαμβάνει τις αποδεκτές εναλλακτικές, δηλαδή εκείνες, μεταξύ των οποίων θα επιλεγεί η καλύτερη εναλλακτική. κατηγορία κακή : περιλαμβάνει τις απορριπτέες εναλλακτικές, δηλαδή εκείνες, οι οποίες δεν θα μετάσχουν στην τελική επιλογή. κατηγορία μέτρια : περιλαμβάνει τις υπό εξέταση εναλλακτικές, δηλαδή εκείνες, οι οποίες χρειάζονται περαιτέρω εξέταση, ώστε ορισμένες από αυτές να τοποθετηθούν στην κατηγορία των αποδεκτών εναλλακτικών, ενώ οι υπόλοιπες στην κατηγορία των απορριπτέων εναλλακτικών. 4.2 Στοιχεία και Παράμετροι για τη Λειτουργία της ELECTRE TRI Τα στοιχεία και οι παράμετροι που είναι αναγκαία για τη λειτουργία της μεθόδου ELECTRE TRI είναι τα ακόλουθα: Το σύνολο των εναλλακτικών Α Το σύνολο Α παραμένει το ίδιο, με εκείνο της μεθόδου ELECTRE Ι, ώστε να μπορεί να υπάρξει και ένας έλεγχος συμβατότητας, μεταξύ των αποφάσεων που προκύπτουν από τις δύο μεθόδους. Επίσης, για να είναι συγκρίσιμες οι αποφάσεις των δύο μεθόδων, διατηρούνται ίδιες οι τιμές και των λοιπών παραμέτρων, όπως: τα κριτήρια οι επιδόσεις των εναλλακτικών στα κριτήρια οι κλίμακες κριτηρίων τα βάρη των κριτηρίων Επειδή, όμως, η μέθοδος ELECTRE TRI αφενός βασίζεται σε ψευδοκριτήρια, αφετέρου ταξινομεί σε κατηγορίες, θα πρέπει να προστεθούν και οι τιμές των ακόλουθων παραμέτρων: Πρότυπα αναφοράς r j Αποτελούν τις τιμές των κατώτερων και ανώτερων ορίων που οριοθετούν τις κατηγορίες ταξινόμησης. Εάν m είναι οι κατηγορίες ταξινόμησης, τότε ο αριθμός των προτύπων αναφοράς είναι: n=m-1. Στην περίπτωσή μας, n=3-1=2. Απαιτούνται δηλαδή 2 πρότυπα. Θα πρέπει επίσης να σημειώσουμε ότι, για τα κριτήρια αύξουσας κλίμακας, θα πρέπει να ορίζεται: (ανώτερο πρότυπο) r 1 > r 2 (κατώτερο πρότυπο), ενώ για τα κριτήρια φθίνουσας κλίμακας, θα πρέπει να ορίζεται: r 1 < r 2. 17

18 Κατώφλια Αδιαφορίας q j Τα κατώφλια αδιαφορίας ορίζονται με βάση τα πρότυπα αναφοράς και όχι με βάση τις εναλλακτικές, όπως στην ELECTRE IS. Για τον ορισμό των τιμών τους, ι- σχύει η παραπάνω παρατήρηση, σχετικά με την αύξουσα φθίνουσα κλίμακα των κριτηρίων. Κατώφλια Προτίμησης p j Ισχύουν κι εδώ, όσα ελέχθησαν παραπάνω για τα κατώφλια αδιαφορίας. Κατώφλια Veto v j Τα κατώφλια veto που ορίζονται στην ELECTRE TRI, καθώς ορίζονται με βάση τα πρότυπα αναφοράς, είναι διαφορετικά από εκείνα που ορίζονται στην ELECTRE I (veto με βάση τις εναλλακτικές). Σημειώνουμε, επίσης, ότι δεν είναι υποχρεωτικό να ασκούν veto όλα τα κριτήρια. Μεταξύ των κατωφλίων θα πρέπει να ισχύει η σχέση: v j >p j >q j. 4.3 Πίνακας Πολυκριτήριων Εκτιμήσεων Με βάση τα παραπάνω, ο πίνακας των πολυκριτήριων εκτιμήσεων θα μπορούσε να είναι ο ακόλουθος: Πίνακας Πολυκριτήριων Εκτιμήσεων Εναλλ/κές Κριτήρια Ενέργειες K1 K2 K3 K4 K5 E ,7 117 E ,9 102 E ,2 110 E ,6 102 E ,4 122 E ,4 116 Ε ,2 122 Κλίμακα Βάρος 36,80% 24,60% 18,40% 12,10% 8,10% Πρότυπα r r Κατώφλια Αδιαφορίας q(r1) ,1 5 q(r2) Κατώφλια Προτίμησης p(r1) ,

19 p(r2) Kατώφλια Veto v(r1) v(r2) Ανάπτυξη της Μεθόδου Η ανάπτυξη της μεθόδου για τη δόμηση των σχέσεων υπεροχής, μεταξύ εναλλακτικών και προτύπων αναφοράς, γίνεται σε τρία βήματα: Βήμα 1 ο : Σύγκριση Εναλλακτικών με τα Πρότυπα Αναφοράς Ο πίνακας των δεικτών αξιοπιστίας σ(a,r i ), για τη σχέση α r i ( asr i ), προκύπτει από τη σύγκριση των εναλλακτικών με τα δύο πρότυπα r 1 και r 2 και προέρχεται από το συνδυασμό του πίνακα συμφωνιών ΠΣ 1 και του πίνακα ασυμφωνιών ΠΑΣ 1. Ο πίνακας αξιοπιστίας ΠΑ 1 είναι: σ(a,r i ) α r i ( asr i ) r 2 r 1 E1 0,879 0,192 E2 0,919 0,000 E3 1,000 0,919 E4 0,919 0,000 E5 0,632 0,000 Ε6 0,632 0,000 E7 1,000 0,303 Βήμα 2 ο : Σύγκριση Προτύπων Αναφοράς με τις Εναλλακτικές Ομοίως, ο πίνακας των δεικτών αξιοπιστίας σ(r i,a), για τη σχέση r i α (r i Sa), προκύπτει από τη σύγκριση των δύο προτύπων r 1 και r 2 με τις εναλλακτικές, και προέρχεται από το συνδυασμό του πίνακα συμφωνιών ΠΣ 2 και του πίνακα ασυμφωνιών ΠΑΣ 2. Ο πίνακας αξιοπιστίας ΠΑ 2 είναι: σ(r i,a) r i α (r i Sa) r 2 r 1 E1 0,000 1,000 E2 0,311 0,879 E3 0,000 0,511 E4 0,000 0,542 E5 0,000 1,000 Ε6 0,000 1,000 E7 0,000 1,000 19

20 Βήμα 3 ο : Ανάπτυξη των Σχέσεων Υπεροχής και Ταξινόμηση Από το συγκερασμό των παραπάνω δεικτών αξιοπιστίας σ(a,r i ) και σ(r i,a), που περιλαμβάνονται στους πίνακες ΠΑ 1 και ΠΑ 2, προκύπτει ο πίνακας υπεροχών, όπου καθορίζεται η τελική υπεροχή της κάθε εναλλακτικής α έναντι του κάθε προτύπου r i, προκειμένου η εναλλακτική α να καταλάβει την αρμόζουσα κατηγορία ταξινόμησης. Στη παραπάνω διαδικασία αυτή, το κατώφλι αποκοπής λ = 0,76. Ταξινόμηση ανά Εναλλακτική Σχέσεις Υπεροχής Ταξινόμηση r 2 r 1 Αισιόδοξη Απαισιόδοξη Ε1 > < Μέτρια Μέτρια Ε2 > < Μέτρια Μέτρια Ε3 > > Καλή Καλή Ε4 > R Καλή Μέτρια Ε5 R < Μέτρια Κακή E6 R < Μέτρια Κακή Ε7 > < Μέτρια Μέτρια Στο γράφημα, που ακολουθεί, εμφανίζονται τα πρότυπα αναφοράς r 1 και r 2, καθώς και οι κατηγορίες ταξινόμησης. Φαίνεται επίσης, και η θέση της καλής εναλλακτικής Ε3, στην κατηγορία που αντιστοιχεί ανά κριτήριο. Τελικά, η ταξινόμηση των εναλλακτικών σε κατηγορίες είναι η ακόλουθη: 20

21 Ταξινόμηση σε Κατηγορίες Εκτίμηση Καλή Μέτρια Κακή Αισιόδοξη Ε3, Ε4 Ε1, Ε2, Ε5, Ε6, Ε7 Απαισιόδοξη Ε3 Ε1, Ε2, Ε4, Ε7 Ε5, Ε6 Στατιστικά της Ταξινόμησης Εκτίμηση Καλή Μέτρια Κακή Αισιόδοξη 29% (2 στις 7) 71% (5 στις 7) 0% (0 στις 7) Απαισιόδοξη 14% (1 στις 7) 57% (4 στις 7) 29% (2 στις 7) Όπως είναι φυσικό, στη μεν αισιόδοξη θεώρηση παρατηρούμε μια μετατόπιση των εναλλακτικών προς τις καλύτερες κατηγορίες, ενώ στην απαισιόδοξη θεώρηση η μετατόπιση των εναλλακτικών γίνεται προς τις χειρότερες κατηγορίες. Θα πρέπει να παρατηρήσουμε, ότι οι δύο αποφάσεις που προέκυψαν από τις δύο μεθόδους είναι απόλυτα συμβατές μεταξύ τους, αφού η καλή (και στις δύο θεωρήσεις) εναλλακτική Ε3 της ELECTRE TRI είναι η καλύτερη εναλλακτική της ELECTRE I. 21

Για να επιλεγεί το υποσύνολο Ν, η μέθοδος ELECTRE I λειτουργεί σε δύο φάσεις:

Για να επιλεγεί το υποσύνολο Ν, η μέθοδος ELECTRE I λειτουργεί σε δύο φάσεις: Η Μέθοδος ELECTRE I 1. Εισαγωγή Η μέθοδος ELECTRE I [Roy, 1968] απαντά στην προβληματική της επιλογής (προβληματική α) και έχει ως στόχο την επιλογή της καλύτερης εναλλακτικής από ένα σύνολο Α εναλλακτικών.

Διαβάστε περισσότερα

Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων

Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Τομέας Ηλ. Βιομηχανικών Διατάξεων & Συστημάτων Αποφάσεων Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων Ε07 Η μέθοδος ELECTRE

Διαβάστε περισσότερα

Ανάπτυξη Εφαρμογής Πολυκριτηριακών Μεθόδων Λήψης Αποφάσεων

Ανάπτυξη Εφαρμογής Πολυκριτηριακών Μεθόδων Λήψης Αποφάσεων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Ανάπτυξη Εφαρμογής Πολυκριτηριακών Μεθόδων Λήψης Αποφάσεων Διπλωματική Εργασία της Άννας Μόσχογλου (ΑΕΜ: 207) Επιβλέποντες

Διαβάστε περισσότερα

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων.

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων. ΠΕΡΙΛΗΨΗ Η τεχνική αυτή έκθεση περιλαµβάνει αναλυτική περιγραφή των εναλλακτικών µεθόδων πολυκριτηριακής ανάλυσης που εξετάσθηκαν µε στόχο να επιλεγεί η µέθοδος εκείνη η οποία είναι η πιο κατάλληλη για

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Άσκηση 1η: Αξιολόγηση σεισμογενών περιοχών της Ελλάδας Διονύσης Γιαννακόπουλος Τμήμα Διοίκησης

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλίας

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλίας Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλίας Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση και Διαχείριση Έργων και Προγραμμάτων «Πολυκριτήριες Προσεγγίσεις για την Αξιολόγηση των Περιφερειών Ελλάδας με σκοπό

Διαβάστε περισσότερα

Αξιολόγηση στο Σχεδιασμό του Χώρου

Αξιολόγηση στο Σχεδιασμό του Χώρου Αξιολόγηση στο Σχεδιασμό του Χώρου Ενότητα: Παράδειγμα εφαρμογής μεθόδου ELECTRE II Τρίτη άσκηση μαθήματος Υπεύθυνη Μαθήματος: Αναστασία Στρατηγέα Σχολή: Αγρονόμων Τοπογράφων Μηχανικών Τομέας: Γεωγραφίας

Διαβάστε περισσότερα

όχι asb (η δράση a στο κριτήριο Κ δεν είναι τουλάχιστο όσο καλή είναι η δράση b) Για ψευδοκριτήριο o

όχι asb (η δράση a στο κριτήριο Κ δεν είναι τουλάχιστο όσο καλή είναι η δράση b) Για ψευδοκριτήριο o .3. Η οικογένεια των μεθόδων ELECTRE Η μέθοδος ELECTRE περιλαμβάνει μία οικογένεια πολύ κριτηριακών αλγορίθμων ανάλυσης που επινοήθηκαν στην Γαλλία την δεκαετία του 960. Προτάθηκε από τον Bernard Roy και

Διαβάστε περισσότερα

Μάθημα: Συστήματα Υποστήριξης Αποφάσεων

Μάθημα: Συστήματα Υποστήριξης Αποφάσεων Μάθημα: Συστήματα Υποστήριξης Αποφάσεων Αναλυτικό Διάγραμμα Μελέτης Χρονοδιάγραμμα Μελέτης- Διάθρωση της Ύλης 1η Εβδομάδα Ο ρόλος της Ανάλυσης Αποφάσεων Γνωστικές Λειτουργίες στη Λήψη Αποφάσεων Το Πολυκριτήριο

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 8: Σχεσιακά Μοντέλα Αποφάσεων(β) Διονύσης Γιαννακόπουλος Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Πολυκριτήρια Ανάλυση Αποφάσεων. Multicriteria Decision Analysis. 1. Εισαγωγή

Πολυκριτήρια Ανάλυση Αποφάσεων. Multicriteria Decision Analysis. 1. Εισαγωγή Πολυκριτήρια Ανάλυση Αποφάσεων 2 Multicriteria Decision Analysis 1. Εισαγωγή Η Πολυκριτήρια Υποστήριξη Αποφάσεων (ΠΥΑ), έχει σκοπό να παράσχει στον αποφασίζοντα τα απαραίτητα εργαλεία που θα του επιτρέψουν

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 7: Σχεσιακά Μοντέλα Αποφάσεων Διονύσης Γιαννακόπουλος Τμήμα Διοίκησης Επιχειρήσεων Άδειες

Διαβάστε περισσότερα

Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας

Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας Συνάρτηση χρησιμότητας Ο νέος τρόπος μοντελοποίησης των προτιμήσεων θα βασιστεί στην κατασκευή μιας συνάρτησης χρησιμότητας (utility

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 3: Γενική Μεθοδολογία Μοντελοποίησης Προβλημάτων Απόφασης

Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 3: Γενική Μεθοδολογία Μοντελοποίησης Προβλημάτων Απόφασης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 3: Γενική Μεθοδολογία Μοντελοποίησης Προβλημάτων Απόφασης Διονύσης Γιαννακόπουλος Τμήμα

Διαβάστε περισσότερα

Μέθοδοι Βελτιστοποίησης

Μέθοδοι Βελτιστοποίησης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # 6: Αναλυτική Ιεραρχική Διαδικασία Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

«Συστήματα Υποστήριξης Αποφάσεων» «Εφαρμογή Υποστήριξης Απόφασης με την Μέθοδο Ιεραρχικής Ανάλυσης Αποφάσεων AHP»

«Συστήματα Υποστήριξης Αποφάσεων» «Εφαρμογή Υποστήριξης Απόφασης με την Μέθοδο Ιεραρχικής Ανάλυσης Αποφάσεων AHP» «Συστήματα Υποστήριξης Αποφάσεων» «Εφαρμογή Υποστήριξης Απόφασης με την Μέθοδο Ιεραρχικής Ανάλυσης Αποφάσεων AHP» Περιεχόμενα Εισαγωγή...3 Η μέθοδος της ιεραρχικής ανάλυσης αποφάσεων...3 Εφαρμογή Υποστήριξης

Διαβάστε περισσότερα

Μελέτη Περίπτωσης : 2.1

Μελέτη Περίπτωσης : 2.1 Μελέτη Περίπτωσης : 2.1 EMV Συνάρτηση ς ~ Διοργάνωση Έκθεσης Είστε ο project manager για τη διοργάνωση μιας έκθεσης για οικιακό εξοπλισμό σε μια επαρχιακή πόλη. Μεταξύ των άλλων, θα πρέπει να αποφασίσετε

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Άσκηση 2η : Επιλογή Πόλης Εγκατάστασης Super Market Διονύσης Γιαννακόπουλος Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

Διαβάστε περισσότερα

Condorcet winner. (1) Αν U j (x) > U j (y) τότε U i (x) > U i (y) και (2) Αν U i (y) > U i (x) τότε U j (y) > U j (x).

Condorcet winner. (1) Αν U j (x) > U j (y) τότε U i (x) > U i (y) και (2) Αν U i (y) > U i (x) τότε U j (y) > U j (x). Οικονοµικό Πανεπιστήµιο Αθηνών Άνοιξη 2012 Τµήµα Οικονοµικής Επιστήµης ηµόσια Οικονοµική ΙI Η διαδικασία της ψηφοφορίας Ως µεθόδου παροχής των δηµοσίων αγαθών (για τα ιδιωτικά αγαθά, ο µηχανισµός των τιµών).

Διαβάστε περισσότερα

ΣΥΝΑΡΤΗΣΙΑΚΑ ΜΟΝΤΕΛΑ ΑΠΟΦΑΣΕΩΝ

ΣΥΝΑΡΤΗΣΙΑΚΑ ΜΟΝΤΕΛΑ ΑΠΟΦΑΣΕΩΝ Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΣΥΝΑΡΤΗΣΙΑΚΑ

Διαβάστε περισσότερα

ΜΕΘΟΔΟΣ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ELECTRE

ΜΕΘΟΔΟΣ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ELECTRE ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΓΕΩΓΡΑΦΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΑΞΙΟΛΟΓΗΣΗ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΤΟΥ ΧΩΡΟΥ ΜΕΘΟΔΟΣ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ELECTRE Υπεύθυνη Μαθήματος

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Ενότητα # 6: Συναρτησιακά Μοντέλα Αποφάσεων Διονύσης Γιαννακόπουλος Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Συστήματα Στήριξης Αποφάσεων

Συστήματα Στήριξης Αποφάσεων Συστήματα Στήριξης Αποφάσεων Τμήμα: Μηχανικών Παραγωγής & ιοίκησης ιδάσκων: A.Π. Βαβάτσικος, Dip.Eng., PhD H Μέθοδος PROMETHEE Η μέθοδος PROMETHEE (Preference Ranking Organization METHod for Enrichment

Διαβάστε περισσότερα

Ανάπτυξη και αποτελέσµατα πολυκριτηριακής ανάλυσης Κατάταξη εναλλακτικών σεναρίων διαχείρισης ΟΤΚΖ Επιλογή βέλτιστου σεναρίου διαχείρισης

Ανάπτυξη και αποτελέσµατα πολυκριτηριακής ανάλυσης Κατάταξη εναλλακτικών σεναρίων διαχείρισης ΟΤΚΖ Επιλογή βέλτιστου σεναρίου διαχείρισης Ανάπτυξη και αποτελέσµατα πολυκριτηριακής ανάλυσης Κατάταξη εναλλακτικών σεναρίων διαχείρισης ΟΤΚΖ Επιλογή βέλτιστου σεναρίου διαχείρισης 1. Εισαγωγή Στην τεχνική αυτή έκθεση περιγράφεται αναλυτικά η εφαρµογή

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

ΑΞΙΟΛΟΓΗΣΗ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΤΟΥ ΧΩΡΟΥ. ΑΣΚΗΣΗ 3 η ΜΕΘΟΔΟΣ ELECTRE II ΠΑΡΑΔΕΙΓΜΑ ΕΦΑΡΜΟΓΗΣ. Υπεύθυνη μαθήματος Αναστασία Στρατηγέα Αναπλ. Καθηγ. Ε.Μ.Π.

ΑΞΙΟΛΟΓΗΣΗ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΤΟΥ ΧΩΡΟΥ. ΑΣΚΗΣΗ 3 η ΜΕΘΟΔΟΣ ELECTRE II ΠΑΡΑΔΕΙΓΜΑ ΕΦΑΡΜΟΓΗΣ. Υπεύθυνη μαθήματος Αναστασία Στρατηγέα Αναπλ. Καθηγ. Ε.Μ.Π. ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΓΕΩΓΡΑΦΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΑΞΙΟΛΟΓΗΣΗ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΤΟΥ ΧΩΡΟΥ ΑΣΚΗΣΗ 3 η ΜΕΘΟΔΟΣ ELECTRE II ΠΑΡΑΔΕΙΓΜΑ ΕΦΑΡΜΟΓΗΣ Υπεύθυνη

Διαβάστε περισσότερα

Πολυκριτήρια Ανάλυση και Λήψη Αποφάσεων

Πολυκριτήρια Ανάλυση και Λήψη Αποφάσεων Πολυκριτήρια Ανάλυση και Λήψη Αποφάσεων Χριστίνα Ευαγγέλου, Νίκος Καρακαπιλίδης Industrial Management & Information Systems Lab MEAD, University of Patras, Greece {chriseva, nikos}@mech.upatras.gr ιάρθρωση

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΧΡΗΣΙΜΟΤΗΤΑΣ ΚΑΤΑΝΑΛΩΤΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ

ΘΕΩΡΙΑ ΧΡΗΣΙΜΟΤΗΤΑΣ ΚΑΤΑΝΑΛΩΤΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ Ένθετο Κεφάλαιο ΘΕΩΡΙΑ ΧΡΗΣΙΜΟΤΗΤΑΣ ΚΑΤΑΝΑΛΩΤΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ Μικροοικονομική Ε. Σαρτζετάκης 1 Καταναλωτική συμπεριφορά Σκοπός αυτής της διάλεξης είναι να εξετάσουμε τον τρόπο με τον οποίο οι καταναλωτές

Διαβάστε περισσότερα

Θεώρηση πολλαπλών κριτηρίων στη ΔΥΠ (3) Επανάληψη Μέθοδος Promethee II

Θεώρηση πολλαπλών κριτηρίων στη ΔΥΠ (3) Επανάληψη Μέθοδος Promethee II Θεώρηση πολλαπλών κριτηρίων στη ΔΥΠ (3) Επανάληψη Μέθοδος Promethee II Διαχείριση υδατικών πόρων Ανάγκη σύνθεσης επιστημών Σημερινό μάθημα: έμφαση στη χρήση εννοιών και μεθόδων από την επιχειρησιακή έρευνα

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ Συσχέτιση (Correlation) - Copulas Σημασία της μέτρησης της συσχέτισης Έστω μία εταιρεία που είναι εκτεθειμένη σε δύο μεταβλητές της αγοράς. Πιθανή αύξηση των 2 μεταβλητών

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ Εισαγωγή

ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ Εισαγωγή 1 ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ Εισαγωγή Η ανάλυση ευαισθησίας μιάς οικονομικής πρότασης είναι η μελέτη της επιρροής των μεταβολών των τιμών των παραμέτρων της πρότασης στη διαμόρφωση της τελικής απόφασης. Η ανάλυση

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 22Νοεμβρίου 2015 ΑΥΞΟΥΣΕΣ ΦΘΙΝΟΥΣΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Αν μια συνάρτηση f ορίζεται σε ένα διάστημα

Διαβάστε περισσότερα

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ

Διαβάστε περισσότερα

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ

Διαβάστε περισσότερα

Βιομηχανικά Ατυχήματα Μεγάλης Έκτασης και Σχεδιασμός Χρήσεων Γης

Βιομηχανικά Ατυχήματα Μεγάλης Έκτασης και Σχεδιασμός Χρήσεων Γης ΤΟΜΕΑΣ ΙΙ: Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων Βιομηχανικά Ατυχήματα Μεγάλης Έκτασης και Σχεδιασμός Χρήσεων Γης Ι. Ζιώμας, Καθηγητής ΕΜΠ Αντικείμενο Η ανάπτυξη μεθοδολογίας λήψης

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3. Ενισχυτικές διαφάνειες

Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3. Ενισχυτικές διαφάνειες Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3 Ενισχυτικές διαφάνειες Πρόβλημα απόφασης υπό το καθεστώς αβεβαιότητας (decision making under uncertainty) Ένα πρόβλημα τοποθετείται γενικά ως πρόβλημα

Διαβάστε περισσότερα

Περί της Ταξινόμησης των Ειδών

Περί της Ταξινόμησης των Ειδών Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Φυσικής 541 24 Θεσσαλονίκη Καθηγητής Γεώργιος Θεοδώρου Tel.: +30 2310998051, Ιστοσελίδα: http://users.auth.gr/theodoru Περί της Ταξινόμησης

Διαβάστε περισσότερα

1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της;

1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της; 1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες (μορφές) της; Η δομή επανάληψης χρησιμοποιείται όταν μια σειρά εντολών πρέπει να εκτελεστεί σε ένα σύνολο περιπτώσεων, που έχουν κάτι

Διαβάστε περισσότερα

Περιγραφή µεθόδων πολυκριτηριακής ανάλυσης/λήψης αποφάσεων και επιλογή της µεθόδου για εφαρµογή στα πλαίσια του προγράµµατος. 1.

Περιγραφή µεθόδων πολυκριτηριακής ανάλυσης/λήψης αποφάσεων και επιλογή της µεθόδου για εφαρµογή στα πλαίσια του προγράµµατος. 1. Περιγραφή µεθόδων πολυκριτηριακής ανάλυσης/λήψης αποφάσεων και επιλογή της µεθόδου για εφαρµογή στα πλαίσια του προγράµµατος 1. Γενικά Η διαµόρφωση ολοκληρωµένης περιβαλλοντικής πολιτικής για τη διαχείριση

Διαβάστε περισσότερα

Όρια Αλγόριθμων Ταξινόμησης. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη

Όρια Αλγόριθμων Ταξινόμησης. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Όρια Αλγόριθμων Ταξινόμησης Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Όρια Αλγόριθμων Ταξινόμησης Μέχρι στιγμής εξετάσθηκαν μέθοδοι ταξινόμησης µε πολυπλοκότητα της τάξης Θ ) ή Θlog ). Τι εκφράζει

Διαβάστε περισσότερα

Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP)

Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP) Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP) Εισαγωγή Παρουσιάστηκε από τον Thomas L. Saaty τη δεκαετία του 70 Μεθοδολογία που εφαρμόζεται στην περιοχή των Multicriteria Problems Δίνει

Διαβάστε περισσότερα

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 3: Έλεγχοι υποθέσεων - Διαστήματα εμπιστοσύνης Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Οι ερευνητικές υποθέσεις Στην έρευνα ελέγχουμε

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή

Διαβάστε περισσότερα

Διάλεξη 3. Προτιµήσεις. Ορθολογισµός στην οικονοµική. Σχέσεις προτιµήσεων

Διάλεξη 3. Προτιµήσεις. Ορθολογισµός στην οικονοµική. Σχέσεις προτιµήσεων Ορθολογισµός στην οικονοµική Διάλεξη 3 Προτιµήσεις!1 Υπόθεση συµπεριφοράς: Ένας λήπτης αποφάσεων επιλέγει πάντοτε τον πλέον προτιµώµενο συνδυασµό από το σύνολο των εναλλακτικών συνδυασµών που έχει στη

Διαβάστε περισσότερα

ΣΥΓΚΡΙΤIΚΗ ΑΞΙΟΛΟΓΗΣΗ ΠΟΛΥΚΡΙΤΗΡΙΩΝ ΜΕΘΟ ΟΛΟΓΙΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΤΑΞΙΝΟΜHΣΗΣ

ΣΥΓΚΡΙΤIΚΗ ΑΞΙΟΛΟΓΗΣΗ ΠΟΛΥΚΡΙΤΗΡΙΩΝ ΜΕΘΟ ΟΛΟΓΙΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΤΑΞΙΝΟΜHΣΗΣ ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΣΥΓΚΡΙΤIΚΗ ΑΞΙΟΛΟΓΗΣΗ ΠΟΛΥΚΡΙΤΗΡΙΩΝ ΜΕΘΟ ΟΛΟΓΙΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΤΑΞΙΝΟΜHΣΗΣ Υπό ΝΤΕΓΙΑΝΝΗ ΣΤΑΥΡΟ Χανιά, 2009 ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ...

Διαβάστε περισσότερα

Συστήματα Στήριξης Αποφάσεων

Συστήματα Στήριξης Αποφάσεων Συστήματα Στήριξης Αποφάσεων Τμήμα: Μηχανικών Παραγωγής & Διοίκησης Διδάσκων: A.Π. Βαβάτσικος, Dip.Eg., PhD Αναλυτική Ιεραρχική Διαδικασία-Aalytic Hierarchy Process (AHP) Η Αναλυτική Ιεραρχική Διαδικασία

Διαβάστε περισσότερα

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 2: Έλεγχοι Υποθέσεων

Διαβάστε περισσότερα

Μέθοδοι Βελτιστοποίησης

Μέθοδοι Βελτιστοποίησης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # 8:Βασικές Αρχές Πολυκριτήριας Ανάλυσης Αποφάσεων Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης

Διαβάστε περισσότερα

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

Σχεδιάγραμμα 1: Αξία ή Μικτή Ωφέλεια Ενός Προϊόντος και το Πλεόνασμα του Καταναλωτή. Μέτρα ευημερίας του καταναλωτή. Κ α μ π ύ λ η Ζ ή τ η σ η ς P 1

Σχεδιάγραμμα 1: Αξία ή Μικτή Ωφέλεια Ενός Προϊόντος και το Πλεόνασμα του Καταναλωτή. Μέτρα ευημερίας του καταναλωτή. Κ α μ π ύ λ η Ζ ή τ η σ η ς P 1 Ο ορισμός της κοινωνικής ευημερίας και συνεπώς και των αντίστοιχων μετρήσεων της στην περίπτωση του καταναλωτή είναι από τα πιο αμφιλεγόμενα αντικείμενα της οικονομικής επιστήμης. Αυτό συμβαίνει γιατί

Διαβάστε περισσότερα

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη;

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; ΚΕΦΑΛΑΙΟ 2 ο ΚΙΝΗΣΗ 2.1 Περιγραφή της Κίνησης 1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; Κινηματική είναι ο κλάδος της Φυσικής που έχει ως αντικείμενο τη μελέτη της κίνησης. Στην Κινηματική

Διαβάστε περισσότερα

ΜΙΑ ΠΟΛΥΚΡΙΤΗΡΙΑ ΠΡΟΣΕΓΓΙΣΗ ΓΙΑ ΧΩΡΟΘΕΤΗΣΗ ΧΥΤΑ: Η ΠΕΡΙΠΤΩΣΗ ΤΟΥ ΧΥΤΑ Ν. ΤΡΙΚΑΛΩΝ

ΜΙΑ ΠΟΛΥΚΡΙΤΗΡΙΑ ΠΡΟΣΕΓΓΙΣΗ ΓΙΑ ΧΩΡΟΘΕΤΗΣΗ ΧΥΤΑ: Η ΠΕΡΙΠΤΩΣΗ ΤΟΥ ΧΥΤΑ Ν. ΤΡΙΚΑΛΩΝ ΤΕΙ ΘΕΣΣΑΛΙΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗΣ ΕΡΓΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΔΙΟΙΚΗΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΩΝ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΩΝ» ΜΙΑ ΠΟΛΥΚΡΙΤΗΡΙΑ ΠΡΟΣΕΓΓΙΣΗ ΓΙΑ ΧΩΡΟΘΕΤΗΣΗ

Διαβάστε περισσότερα

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Μαθηματικά Ενότητα 2: Διαφορικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

3.1 Ανεξάρτητες αποφάσεις - Κατανομή χρόνου μεταξύ εργασίας και σχόλης

3.1 Ανεξάρτητες αποφάσεις - Κατανομή χρόνου μεταξύ εργασίας και σχόλης 3. ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ ΑΝΑΛΥΣΗ ΤΗΣ ΑΓΟΡΑΣ ΕΡΓΑΣΙΑΣ (ΝΕΟΚΛΑΣΙΚΟ ΥΠΟΔΕΙΓΜΑ). ΠΡΟΣΦΟΡΑ ΕΡΓΑΣΙΑΣ Ως προσφορά εργασίας ορίζεται το σύνολο των ωρών εργασίας που προσφέρονται προς εκμίσθωση μία δεδομένη χρονική στιγμή.

Διαβάστε περισσότερα

Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ

Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ 2.1 Περιγραφή της Κίνησης 1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; Κινηματική είναι ο κλάδος της Φυσικής που έχει ως αντικείμενο τη μελέτη της κίνησης.

Διαβάστε περισσότερα

Δρ. Α.Α.Δράκος,Αναπλ.Καθηγητής Χρηµατοδοτικής Διοίκησης Δρ. Β. Γ. Μπαµπαλός, ΠΔ ΣΗΜΕΙΩΣΕΙΣ ΔΙΔΑΣΚΟΝΤΩΝ ΣΤΗ ΧΡΗΜΑΤΟΔΟΤΙΚΗ ΔΙΟΙΚΗΣΗ 1

Δρ. Α.Α.Δράκος,Αναπλ.Καθηγητής Χρηµατοδοτικής Διοίκησης Δρ. Β. Γ. Μπαµπαλός, ΠΔ ΣΗΜΕΙΩΣΕΙΣ ΔΙΔΑΣΚΟΝΤΩΝ ΣΤΗ ΧΡΗΜΑΤΟΔΟΤΙΚΗ ΔΙΟΙΚΗΣΗ 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Δρ. Α.Α.Δράκος,Αναπλ.Καθηγητής Χρηµατοδοτικής Διοίκησης Δρ. Β. Γ. Μπαµπαλός, ΠΔ 407 2016-2017 ΣΗΜΕΙΩΣΕΙΣ ΔΙΔΑΣΚΟΝΤΩΝ ΣΤΗ ΧΡΗΜΑΤΟΔΟΤΙΚΗ

Διαβάστε περισσότερα

Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η. Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο

Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η. Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο Ζητήματα που θα εξεταστούν: Πως ορίζεται η έννοια της αβεβαιότητας και του κινδύνου. Ποια είναι

Διαβάστε περισσότερα

Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων & Οργανισμών Θεματική Ενότητα: ΔΕΟ 41 Αγορές Χρήματος & Κεφαλαίου. Ακαδημαϊκό έτος:

Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων & Οργανισμών Θεματική Ενότητα: ΔΕΟ 41 Αγορές Χρήματος & Κεφαλαίου. Ακαδημαϊκό έτος: Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων & Οργανισμών Θεματική Ενότητα: ΔΕΟ 41 Αγορές Χρήματος & Κεφαλαίου Ακαδημαϊκό έτος: 2017 2018 Ασκήσεις 3 ης ΟΣΣ Άσκηση 1 η. Έστω οι προσδοκώμενες αποδόσεις και ο

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32 Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι

Διαβάστε περισσότερα

Αξιολόγηση και επιλογή δράσης (έργου)

Αξιολόγηση και επιλογή δράσης (έργου) Αξιολόγηση και επιλογή δράσης (έργου) Η διαδικασία για αξιολόγηση ξεχωριστών δράσεων, έργων ή ομάδων έργων και η επιλογή υλοποίησης μερικών από αυτών, για την επίτευξη του αντικειμενικού σκοπού της επιχείρησης.

Διαβάστε περισσότερα

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6.1 Το Πρόβλημα του Ελέγχου Υποθέσεων Ενός υποθέσουμε ότι μία φαρμακευτική εταιρεία πειραματίζεται πάνω σε ένα νέο φάρμακο για κάποια ασθένεια έχοντας ως στόχο, τα πρώτα θετικά

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5 ο. ΓΕΩΜΕΤΡΙΚOΣ ΤΟΠΟΣ ΤΩΝ PIZΩN ή ΤΟΠΟΣ ΕVANS

ΚΕΦΑΛΑΙΟ 5 ο. ΓΕΩΜΕΤΡΙΚOΣ ΤΟΠΟΣ ΤΩΝ PIZΩN ή ΤΟΠΟΣ ΕVANS ΚΕΦΑΛΑΙΟ 5 ο ΓΕΩΜΕΤΡΙΚOΣ ΤΟΠΟΣ ΤΩΝ PIZΩN ή ΤΟΠΟΣ ΕVANS Εισαγωγή Η μελέτη ενός ΣΑΕ μπορεί να γίνει με την επίλυση της διαφορικής εξίσωσης που το περιγράφει και είναι τόσο πιο δύσκολο, όσο μεγαλυτέρου βαθμού

Διαβάστε περισσότερα

ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής

ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής 1. Σύμφωνα με το νόμο της προσφοράς: α) Η προσφερόμενη ποσότητα ενός αγαθού αυξάνεται όταν μειώνεται η τιμή του στην αγορά β) Η προσφερόμενη

Διαβάστε περισσότερα

Συστήματα Υποστήριξης Αποφάσεων

Συστήματα Υποστήριξης Αποφάσεων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Υποστήριξης Αποφάσεων Άσκηση 3η : Σταθμισμένος Μέσος & Λεξικογραφική -Μετεγκατάσταση Πολυτεχνείου Διονύσης Γιαννακόπουλος

Διαβάστε περισσότερα

Συνάρτηση χρησιμότητας (utility function): u(x)

Συνάρτηση χρησιμότητας (utility function): u(x) Συνάρτηση χρησιμότητας (utility function): u(x) είναι ένας τρόπος να δώσουμε έναν αριθμό σε κάθε δυνατό συνδυασμό κατανάλωσης, τέτοιο ώστε να δίνονται μεγαλύτεροι αριθμοί στους πλέον προτιμώμενους συνδυασμούς

Διαβάστε περισσότερα

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ ΤΕΙ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ ΓΙΑΝΝΗΣ ΦΑΝΟΥΡΓΙΑΚΗΣ ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΣΥΝΕΡΓΑΤΗΣ ΤΕΙ ΚΡΗΤΗΣ ΔΟΜΗ ΠΑΡΟΥΣΙΑΣΗΣ 1. Εισαγωγή

Διαβάστε περισσότερα

ΜΕΡΟΣ ΙΙΙ: ΘΕΩΡΙΑ ΠΑΡΑΓΩΓΟΥ ΚΑΙ ΠΡΟΣΦΟΡΑΣ

ΜΕΡΟΣ ΙΙΙ: ΘΕΩΡΙΑ ΠΑΡΑΓΩΓΟΥ ΚΑΙ ΠΡΟΣΦΟΡΑΣ ΜΕΡΟΣ ΙΙΙ: ΘΕΩΡΙΑ ΠΑΡΑΓΩΓΟΥ ΚΑΙ ΠΡΟΣΦΟΡΑΣ Τεχνολογία και Συναρτήσεις Παραγωγής -H πλευρά της προσφοράς στην οικονομία μελετάει τη διαδικασία παραγωγής των αγαθών και υπηρεσιών που καταναλώνονται από τα

Διαβάστε περισσότερα

ΑΘΑΝΑΣΙΟΥ ΔΗΜΗΤΡΗΣ ΧΗΜΙΚΟΣ ΜΗΧΑΝΙΚΟΣ Ε.Μ.Π.

ΑΘΑΝΑΣΙΟΥ ΔΗΜΗΤΡΗΣ ΧΗΜΙΚΟΣ ΜΗΧΑΝΙΚΟΣ Ε.Μ.Π. ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Δ.Π.Μ.Σ. Τεχνοοικονομικά Συστήματα Επιλογή κατάλληλου υλικού καθαρισμού

Διαβάστε περισσότερα

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 5 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση... Error! Bookmark not defned. Σκοποί Μαθήματος (Επικεφαλίδα

Διαβάστε περισσότερα

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n.. Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων

Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων 1 Διοίκηση Ποιότητας Έργων 2 η Διάλεξη Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων 2 Περιεχόμενα της 2 ης Διάλεξης Στοιχεία και Τεχνικές Ποιοτικού Ελέγχου Σύνοψη Διακύμανση και Ικανότητα

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης)

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης) Πανεπιστήµιο Κρήτης, Τµήµα Επιστήµης Υπολογιστών ΗΥ-6 Συστήµατα Ανάκτησης Πληροφοριών 7-8 Εαρινό Εξάµηνο Άσκηση Λύσεις ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης) Θεωρείστε µια

Διαβάστε περισσότερα

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ 1 Συναρτήσεις Όταν αναφερόμαστε σε μια συνάρτηση, ουσιαστικά αναφερόμαστε σε μια σχέση ή εξάρτηση. Στα μαθηματικά που θα μας απασχολήσουν, με απλά λόγια, η σχέση

Διαβάστε περισσότερα

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ .5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων

Διαβάστε περισσότερα

Προσφορά Εργασίας Προτιμήσεις και Συνάρτηση Χρησιμότητας ( Χ,Α συνάρτηση χρησιμότητας U(X,A)

Προσφορά Εργασίας Προτιμήσεις και Συνάρτηση Χρησιμότητας ( Χ,Α συνάρτηση χρησιμότητας U(X,A) Προσφορά Εργασίας - Έστω ότι υπάρχουν δύο αγαθά Α και Χ στην οικονομία. Το αγαθό Α παριστάνει τα διάφορα καταναλωτικά αγαθά. Το αγαθό Χ παριστάνει τον ελεύθερο χρόνο. Προτιμήσεις και Συνάρτηση Χρησιμότητας

Διαβάστε περισσότερα

3. Παίγνια Αλληλουχίας

3. Παίγνια Αλληλουχίας 3. Παίγνια Αλληλουχίας Τα παίγνια αλληλουχίας πραγµατεύονται περιπτώσεις όπου οι κινήσεις των παικτών διαδέχονται η µια την άλλη, σε αντίθεση µε τα παίγνια όπου οι αποφάσεις των παικτών γίνονται ταυτόχρονα

Διαβάστε περισσότερα

(18 ο ) ΚΛΑΣΜΑΤΙΚΗ ΑΝΑΓΩΓΗ - ΙI: «διάμεσος &θεσιακή επιλογή στοιχείου»

(18 ο ) ΚΛΑΣΜΑΤΙΚΗ ΑΝΑΓΩΓΗ - ΙI: «διάμεσος &θεσιακή επιλογή στοιχείου» (8 ο ) ΚΛΑΣΜΑΤΙΚΗ ΑΑΓΩΓΗ - ΙI: «διάμεσος &θεσιακή επιλογή στοιχείου» Το πρόβλημα του διαμέσου στοιχείου: ένα θεμελιακό πρόβλημα Συναντήσαμε ήδη αρκετές φορές το πρόβλημα του να «κόψουμε» ένα σύνολο στοιχείων

Διαβάστε περισσότερα

1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά;

1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά; ΚΕΦΑΛΑΙΟ 2 ο ΚΙΝΗΣΗ 2.1 Περιγραφή της Κίνησης 1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά; Μονόμετρα ονομάζονται τα μεγέθη τα οποία, για να τα προσδιορίσουμε πλήρως, αρκεί να γνωρίζουμε

Διαβάστε περισσότερα

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα.

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα. Εισαγωγή Μετρήσεις-Σφάλματα Πολλές φορές θα έχει τύχει να ακούσουμε τη λέξη πείραμα, είτε στο μάθημα είτε σε κάποια είδηση που αφορά τη Φυσική, τη Χημεία ή τη Βιολογία. Είναι όμως γενικώς παραδεκτό ότι

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ / Γ ΛΥΚΕΙΟΥ (ΘΕΡΙΝΑ)/ ΟΜΑΔΑ ΠΡΩΤΗ

ΑΠΑΝΤΗΣΕΙΣ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ / Γ ΛΥΚΕΙΟΥ (ΘΕΡΙΝΑ)/ ΟΜΑΔΑ ΠΡΩΤΗ ΑΠΑΝΤΗΣΕΙΣ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ / Γ ΛΥΚΕΙΟΥ (ΘΕΡΙΝΑ)/29.12.2015 ΘΕΜΑ Α ΟΜΑΔΑ ΠΡΩΤΗ Α1. α) Λάθος β) Σωστό γ) Λάθος δ)σωστό ε) Λάθος Α2. δ Α3. δ ΟΜΑΔΑ ΔΕΥΤΕΡΗ ΘΕΜΑ Β Β1.α) Το εισόδημα των καταναλωτών.

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 7β: Όρια Αλγόριθμων Ταξινόμησης Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos.

Διαβάστε περισσότερα

ιάλεξη 3 Προτιµήσεις ~ σηµαίνει ότι το x προτιµάται τουλάχιστο όσο και ~ f Ορθολογισµός στην οικονοµική Σχέσεις προτιµήσεων

ιάλεξη 3 Προτιµήσεις ~ σηµαίνει ότι το x προτιµάται τουλάχιστο όσο και ~ f Ορθολογισµός στην οικονοµική Σχέσεις προτιµήσεων Ορθολογισµός στην οικονοµική ιάλεξη 3 Προτιµήσεις Υπόθεση συµπεριφοράς: Ένας λήπτης αποφάσεων επιλέγει πάντοτε τον πλέον προτιµώµενο συνδυασµό από το σύνολο των εναλλακτικών συνδυασµών που έχει στη διάθεση

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται

Διαβάστε περισσότερα

Πώς παίρνουμε αποφάσεις που αφορούν πολλαπλούς στόχους

Πώς παίρνουμε αποφάσεις που αφορούν πολλαπλούς στόχους Κεφάλαιο 2 Πώς παίρνουμε αποφάσεις που αφορούν πολλαπλούς στόχους 1 Παραδείγματα αποφάσεων πολλαπλών στόχων Επιλέγοντας προορισμό διακοπών έντονη νυχτερινή ζωή όχι πολυσύχναστες παραλίες περισσότερη ηλιοφάνεια

Διαβάστε περισσότερα

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n.. Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας

Διαβάστε περισσότερα

ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Πρωτοποριακό στοιχείο της Οδηγίας 2000/60/ΕΚ είναι ότι η ποιότητα των επιφανειακών υδάτων δεν εκτιμάται με βάση μόνο τα αποτελέσματα των χημικών

Διαβάστε περισσότερα

ΦΘΙΝΟΥΣΕΣ ΜΗΧΑΝΙΚΕΣ ΑΡΜΟΝΙΚΕΣ ΤΑΛΑΝΤΩΣΕΙΣ

ΦΘΙΝΟΥΣΕΣ ΜΗΧΑΝΙΚΕΣ ΑΡΜΟΝΙΚΕΣ ΤΑΛΑΝΤΩΣΕΙΣ νοεξαρτητοτεπλοεδειξφθινουσεσ ΜΗΧΑΝΙΚΕΣ ΑΡΜΟΝΙΚΕΣ ΤΑΛΑΝΤΩΣΕΙΣ (17-18) Αν το πλάτος μιας ελεύθερης ταλάντωσης συνεχώς μειώνεται, η ταλάντωση ονομάζεται φθίνουσα ή αποσβεννύμενη ταλάντωση. Όλες οι ταλαντώσεις

Διαβάστε περισσότερα

ΟΙ ΕΡΩΤΗΣΕ1Σ III: ΟΙ ΚΛΙΜΑΚΕΣ]

ΟΙ ΕΡΩΤΗΣΕ1Σ III: ΟΙ ΚΛΙΜΑΚΕΣ] Κατερέλος - 2.3. ΟΙ ΕΡΩΤΗΣΕ1Σ III: ΟΙ ΚΛΙΜΑΚΕΣ] Η χρήση των κλιμάκων στην ψυχολογία είναι εξαιρετικά ευρεία: δοκιμασίες ικανοτήτων, μέτρηση απόψεων και στάσεων ή και κλινικές παρατηρήσεις. Ειδικότερα στην

Διαβάστε περισσότερα

ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΚΑΤΑΣΤΑΣΗΣ ΤΩΝ ΕΠΙΦΑΝΕΙΑΚΩΝ ΥΔΑΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Πρωτοποριακό στοιχείο της Οδηγίας 2000/60/ΕΚ είναι ότι η ποιότητα των επιφανειακών υδάτων δεν εκτιμάται με βάση μόνο τα αποτελέσματα των χημικών

Διαβάστε περισσότερα

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός

Διαβάστε περισσότερα

Μικροοικονομική. Θεωρία Συμπεριφοράς Καταναλωτή

Μικροοικονομική. Θεωρία Συμπεριφοράς Καταναλωτή Μικροοικονομική Θεωρία Συμπεριφοράς Καταναλωτή Συνολική και οριακή ρησιμότητα Η κατανάλωση αγαθών συνεπάγεται κάποια ικανοποίηση ή ρησιμότητα για τον καταναλωτή. Συνολική ρησιμότητα (U) είναι η συνολική

Διαβάστε περισσότερα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα Θεωρία Δυαδικότητας Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόμενα Παρουσίασης 1. Βασικά Θεωρήματα 2. Παραδείγματα 3. Οικονομική Ερμηνεία

Διαβάστε περισσότερα

Απαραμετρική Στατιστική. Το βαθμονομικό κριτήριο του Wilcoxon, για ζευγαρωτες παρατηρήσεις Ο βαθμονομικός συντελεστής συσχέτισης του Spearman

Απαραμετρική Στατιστική. Το βαθμονομικό κριτήριο του Wilcoxon, για ζευγαρωτες παρατηρήσεις Ο βαθμονομικός συντελεστής συσχέτισης του Spearman Απαραμετρική Στατιστική Το βαθμονομικό κριτήριο του Wilcoxon, για ζευγαρωτες παρατηρήσεις Ο βαθμονομικός συντελεστής συσχέτισης του Spearman Το βαθμονομικό κριτήριο του Wilcoxon, για ζευγαρωτες παρατηρήσεις

Διαβάστε περισσότερα