Αβεβαιότητα (Uncertainty)



Σχετικά έγγραφα
Α) Κριτήριο Προσδοκώμενης Χρηματικής Αξίας Expected Monetary Value (EMV)

Α. Διατύπωση μοντέλου προβλήματος γραμμικού προγραμματισμού

Ποσοτική Ανάλυση Κινδύνων

«Ανάλυση κινδύνων και λήψη αποφάσεων: Αναμενόμενη τιμή»

Πληροφοριακά Συστήματα Διοίκησης. Θεωρία Αποφάσεων

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Β

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Α

Επιλογή επενδύσεων κάτω από αβεβαιότητα

Διαχείριση Εφοδιαστικής Αλυσίδας Μέρος 5 Αξιολόγηση Εναλλακτικών Σεναρίων ΔΡ. ΙΩΑΝΝΗΣ ΡΟΜΠΟΓΙΑΝΝΑΚΗΣ

Κατανόηση των διαφορετικών ειδών προϋπολογισμού. Εξοικείωση με τη χρήση ελαστικών προϋπολογισμών. Κατανόηση των αποκλίσεων των προϋπολογισμών.

Κεφ. 9 Ανάλυση αποφάσεων

Λήψη αποφάσεων υπό αβεβαιότητα

1. Στοιχεία Προβλημάτων Απόφασης

Ομόλογα (bonds) Μετοχές (stocks) Αμοιβαία κεφάλαια (mutual funds)

Λήψη αποφάσεων υπό αβεβαιότητα

Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3. Ενισχυτικές διαφάνειες

ΤΣΑΝΤΑΣ ΝΙΚΟΣ 4/6/2009

Λήψη αποφάσεων υπό αβεβαιότητα. Παίγνια Αποφάσεων 9 ο Εξάμηνο

Β. Βασιλειάδης Αν. Καθηγητής. Επιχειρησιακή Ερευνα Διάλεξη 6 η - Θεωρεία Παιγνίων

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

2 Η ΠΡΟΟΔΟΣ ΑΝΑΛΥΣΗ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΜΗΧΑΝΙΚΗ ΓΝΩΣΕΩΝ ΠΑΡΑΣΚΕΥΗ 2 ΔΕΚΕΜΒΡΙΟΥ 2016, ώρα ΑΣΚΗΣΗ 1 Ένα ιδιωτικό κέντρο τεχνικού ελέγχου

3 Η ΠΡΟΟΔΟΣ ΑΝΑΛΥΣΗ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΜΗΧΑΝΙΚΗ ΓΝΩΣΕΩΝ ΠΕΜΠΤΗ 12 ΔΕΚΕΜΒΡΙΟΥ 2013, ώρα ΑΣΚΗΣΗ 1 Ένα μεγάλο ακτινοδιαγνωστικό κέντρο θέλει να

Ανάλυση Αποφάσεων ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Αθήνα Επιχειρησιακή Έρευνα

Λήψη Αποφάσεων σε Συνθήκες Αβεβαιότητας. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Συστήματα Χρηματοοικονομικής Διοίκησης

Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΑΞΙΟΛΟΓΗΣΗ ΕΠΕΝ ΥΣΕΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΛΕΙΤΟΥΡΓΙΕΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών ιαχείριση Ενέργειας και Περιβαλλοντική Πολιτική

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων

Επενδυτικός κίνδυνος

Ερωτήσεις Ασκήσεις στη Διαλογή Έργου και Επιλογή

ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ. Δρ. Σταύρος Καμινάρης Επίκουρος Καθηγητής

Στο δέντρο απόφασης που ακολουθεί βρείτε ποια είναι η βέλτιστη επένδυση, η Α ή η Β.

6. Οικονοµική Αξιολόγηση Ενεργειακών Επενδύσεων

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙI

Η προσδοκώµενη χρησιµότητα του κέρδους όταν η πιθανότητα η τιµή του προϊόντος Ρ1 είναι ψ, χ το επίπεδο παραγωγής και c(x) η συνάρτηση κόστους, είναι

ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ Εισαγωγή

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ

Λήψη απόφασης σε πολυπρακτορικό περιβάλλον. Θεωρία Παιγνίων

Βασικές έννοιες για αξία χρήματος και επενδύσεις. Δρ. Αθανάσιος Δαγούμας, Λέκτορας Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Παν.

ΜΕΘΟΔΟΙ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ ΜΕ ΑΓΝΩΣΤΕΣ ΠΙΘΑΝΟΤΗΤΕΣ ΕΚΒΑΣΗΣ ΤΩΝ ΔΙΑΦΟΡΩΝ ΕΝΔΕΧΟΜΕΝΩΝ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΑΝΑΛΥΣΗ ΤΑΜΕΙΑΚΩΝ ΡΟΩΝ

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1)

Αποτίμηση Επιχειρήσεων

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Ορισμός: Τα Δ.Α. Είναι μια μέθοδος για ορθολογική λήψη αποφάσεων σε συνθήκες αβέβαιου μέλλοντος

Συναλλαγματικές ισοτιμίες και επιτόκια

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Credit Value at Risk

ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΔΙΟΙΚΗΣΗ ΘΕΩΡΙΑ ΚΑΙ ΠΡΑΚΤΙΚΗ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Επιχειρησιακή Έρευνα

ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΑΝΑΛΥΣΗ & ΔΙΟΙΚΗΤΙΚΗ Ε.ΜΙΧΑΗΛΙΔΟΥ - 1 ΤΟΜΟΣ Β ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΑΝΑΛΥΣΗ & ΔΙΟΙΚΗΤΙΚΗ

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Συστήματα Στήριξης Αποφάσεων

Μελέτη Περίπτωσης : 2.1

Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1)

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ Ενότητα 5

Το Υπόδειγμα της Οριακής Τιμολόγησης

ΠΕΙΡΑΜΑΤΙΚΟ ΣΧΟΛΕΙΟ Α.Π.Θ.

ΕΦΑΡΜΟΓΕΣ ΣΧΕΔΙΑΣΜΟΥ ΔΥΝΑΜΙΚΟΤΗΤΑΣ

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

acg 2/4/2016 Στοιχεία Ανάλυσης Αποφάσεων

Ορισμός: Τα Δ.Α. Είναι μια μέθοδος για ορθολογική λήψη αποφάσεων σε συνθήκες αβέβαιου μέλλοντος

Μοντελοποίησης και Βελτιστοποίηση Εφοδιαστικών Αλυσίδων 7 Ο εξάμηνο

( p) (1) (2) ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ. Α.Α.Δράκος

Κέρδη προ φόρων ή Φορολογητέα Κέρδη = Πωλήσεις Μεταβλητό κόστος Έξοδα διοίκησης και διάθεσης Έξοδα συντήρησης εξοπλισμού Τόκοι - Αποσβέσεις

Εσωτερικός βαθμός απόδοσης

( ) ΘΕΜΑ 1 κανονική κατανομή

Οργάνωση και Διοίκηση Εργοστασίων. Σαχαρίδης Γιώργος

Ε. ΔΗΜΗΤΡΙΑΔΟΥ ΕΕΔΙΠ ΙΙ

Πρόσθετες Εφαρμογές Αξιολόγηση Ενεργειακών Επενδύσεων

ΔΕΟ 31 1 η γραπτή εργασία Τελική έκδοση με παρατηρήσεις

ΟΙΚΟΝΟΜΙΚΗ ΤΩΝ ΔΙΚΤΥΩΝ ΚΑΙ ΤΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ (ECΟ465) ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ ΜΕΡΟΣ Α

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Value at Risk (VaR) και Expected Shortfall

ΚΤΡ Π.ΚΤΡ Κ.Π.Α

Μεθοδολογία αποτίμησης επενδυτικών σχεδίων στα αεροδρόμια. Η εμπειρία από την περίπτωση του Κρατικού Αερολιμένα της Σαντορίνης

ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ ΥΠΟ ΣΥΝΘΗΚΕΣ ΑΒΕΒΑΙΟΤΗΤΑΣ

«ΘΕΩΡΙΑ ΔΕΝΔΡΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΕΦΑΡΜΟΓΕΣ»

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010

Notes. Notes. Notes. Notes

Η παρούσα αξία της επένδυσης αν αυτή υλοποιηθεί άµεσα είναι 0 K 0 1 K

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

ΑΝΑΛΥΣΗ ΚΑΙ ΕΚΤΙΜΗΣΗ ΚΟΣΤΟΥΣ ΙΑΤΡΗΣΗΣ

ΑΣΚΗΣΗ 1 ΑΣΚΗΣΗ 2 ΑΣΚΗΣΗ 3

Επένδυση µέρους των ρευστών διαθεσίµων ύψους

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

Ποσοτική Ανάλυση Επιχειρηματικών Αποφάσεων Θεωρία Αποφάσεων. Μέρος Α

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

Παράδειγµα (Risky Business 1)

4.2 ΕΝΕΡΓΕΙΑΚΕΣ ΔΑΠΑΝΕΣ

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

Ανταγωνιστική αγορά-εφαρμογές

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Το Επενδυτικό σχέδιο 3. Βασικές έννοιες και ορισµοί

Transcript:

Αβεβαιότητα (Uncertainty) Παράδειγμα κατασκευής μοντέλου προβλήματος στο Excel και διαχείρισης της αβεβαιότητας που το ίδιο το πρόβλημα εμπεριέχει. Ανάλυση προβλήματος Βήμα 1: Καθορισμός του προβλήματος υπό εξέταση Βήμα 2: Καθορισμός των παραγόντων υπό τον έλεγχό μας (αποφάσεις). Βήμα 3: Καθορισμός των παραγόντων που δεν είναι υπό τον έλεγχό μας (γεγονότα). Βήμα 4: Καθορισμός των παραγόντων που περιορίζουν την απόφασή μας. Παράδειγμα: Μια θεατρική επιχείρηση προτίθεται να ανεβάσει ένα θεατρικό έργο για μια μόνο παράσταση. Υπάρχει ένα διαθέσιμο μικρό θέατρο με 300 θέσεις, ένα μεσαίου μεγέθους με 1200 θέσεις και ένα μεγάλο με 3600 θέσεις. Οι τιμές αντίστοιχα είναι 600, 1800 και 5500. Η επιχείρηση δεν γνωρίζει τη ακριβής ζήτηση εισιτηρίων. Ωστόσο εκτιμά ότι θα υπάρξει «μικρό ενδιαφέρον» 250 θεατών με πιθανότητα 20%, «μέτριο ενδιαφέρον» 800 θεατών με πιθανότητα 70%, «μεγάλο ενδιαφέρον» 2300 θεατών με πιθανότητα 9% και «πολύ μεγάλο ενδιαφέρον» 4500 θεατών με πιθανότητα 1%. Η τιμή κάθε εισιτηρίου είναι 10. Ποιο θέατρο συμφέρει την επιχείρηση να ενοικιάσει; Υπάρχουν 3 εναλλακτικές αποφάσεις που μπορούν να ληφθούν και 4 πιθανές καταστάσεις οι οποίες μπορεί να συμβούν συνολικά υπάρχουν 12 ενδεχόμενα. Ο βασικός τύπος που δίνει το κέρδος είναι ο ακόλουθος: κέρδος = (10 * min(χωρητικότητα, ζήτηση)) - ενοίκιο 1) Μικρό θέατρο και μικρό ενδιαφέρον Χωρητικότητα θεάτρου: 300 Ζήτηση εισιτηρίων: 250 min(χωρητικότητα, ζήτηση): 250 ενοίκιο = 600 κέρδος = (10 * 250) - 600 = 1900 2) Μικρό θέατρο και μέτριο ενδιαφέρον Χωρητικότητα θεάτρου: 300 Ζήτηση εισιτηρίων: 800 min(χωρητικότητα, ζήτηση): 300 ενοίκιο = 600 κέρδος = (10 * 300) - 600 = 2400 3) Μικρό θέατρο και μεγάλο ενδιαφέρον κέρδος = (10 * 300) - 600 = 2400 4) Μικρό θέατρο και πολύ μεγάλο ενδιαφέρον κέρδος = (10 * 300) - 600 = 2400 5) Μεσαίο θέατρο και μικρό ενδιαφέρον Χωρητικότητα θεάτρου: 1200 Ζήτηση εισιτηρίων: 250 min(χωρητικότητα, ζήτηση): 250 ενοίκιο = 1800 κέρδος = (10 * 250) - 1800 = 700 1

6) Μεσαίο θέατρο και μέτριο ενδιαφέρον Χωρητικότητα θεάτρου: 1200 Ζήτηση εισιτηρίων: 800 min(χωρητικότητα, ζήτηση): 800 ενοίκιο = 1800 κέρδος = (10 * 800) - 1800 = 6200 7) Μεσαίο θέατρο και μεγάλο ενδιαφέρον Χωρητικότητα θεάτρου: 1200 Ζήτηση εισιτηρίων: 2300 min(χωρητικότητα, ζήτηση): 1200 ενοίκιο = 1800 κέρδος = (10 * 1200) - 1800 = 10800 8) Μεσαίο θέατρο και πολύ μεγάλο ενδιαφέρον κέρδος = (10 * 1200) - 1800 = 10800 9) Μεγάλο θέατρο και μικρό ενδιαφέρον Ζήτηση εισιτηρίων: 250 min(χωρητικότητα, ζήτηση): 250 κέρδος = (10 * 250) - 5500 = -3000 10) Μεγάλο θέατρο και μέτριο ενδιαφέρον Ζήτηση εισιτηρίων: 800 min(χωρητικότητα, ζήτηση): 800 κέρδος = (10 * 800) - 5500 = 2500 11) Μεγάλο θέατρο και μεγάλο ενδιαφέρον Ζήτηση εισιτηρίων: 2300 min(χωρητικότητα, ζήτηση): 2300 κέρδος = (10 * 2300) - 5500 = 17500 12) Μεγάλο θέατρο και πολύ μεγάλο ενδιαφέρον Ζήτηση εισιτηρίων: 4500 min(χωρητικότητα, ζήτηση): 3600 κέρδος = (10 * 3600) - 5500 = 30500 Θέατρο Θέσεις Ενοίκιο 250 800 2300 4500 Προσδοκώμενο κέρδος Μικρό 300 600 1.900 2.400 2.400 2.400 2.300 Μεσαίο 1200 1.800 700 6.200 10.200 10.200 5.500 Μεγάλο 3600 5.500-3.000 2.500 17.500 30.500 3.030 Πιθανότητα 20% 70% 9% 1% 2

Ο υπολογισμός του προσδοκώμενου κέρδους (Expected Value=EV) για την τιμή 5500 είναι: 700*20% + 6200 *70% + 10200*9% + 10200*1% = 5500 Προτείνεται η εναλλακτική απόφαση με το υψηλότερο προσδοκώμενο κέρδος. Άρα προτείνεται η ενοικίαση του μεσαίου θεάτρου και το αναμενόμενο κέρδος είναι 5500. Αν υπάρχουν και άλλα έξοδα (π.χ. φωτισμός, κουστούμια, κλπ) και είναι τα ίδια και στα τρία θέατρα π.χ. 2500 τότε η απόφαση επιλογής θεάτρου δεν αλλάζει. Υπολειμματική αξία (Salvage) Ως υπολειμματική αξία ορίζεται η αξία ενός αντικειμένου που δεν πωλείται στην κανονική του τιμή. Χρησιμοποιώντας το παράδειγμα του θεάτρου που αναφέρθηκε, υποθέτουμε ότι 10 λεπτά πριν την έναρξη της παράστασης όλες οι εναπομείνασες θέσεις προσφέρονται προς 2 η κάθε μια και υπάρχει τέτοια ζήτηση που καλύπτει όλες τις θέσεις του θεάτρου. Ποια είναι τώρα η πλέον συμφέρουσα απόφαση ενοικίασης; Ζήτηση Κανονικών Εισιτηρίων Θέατρο Θέσεις Ενοίκιο 250 800 2300 4500 Μικρό 300 600 1.900 2.400 2.400 2.400 Μεσαίο 1200 1.800 700 6.200 10.200 10.200 Μεγάλο 3600 5.500-3.000 2.500 17.500 30.500 Υπολειμματική αξία Θέατρο Θέσεις 250 800 2300 4500 Μικρό 300 100 Μεσαίο 1200 1.900 800 Μεγάλο 3600 6.700 5.600 2.600 Θέατρο 250 800 2300 4500 Προσδοκώμενο κέρδος Μικρό 2.000 2.400 2.400 2.400 2.320 Μεσαίο 2.600 7.000 10.200 10.200 6.440 Μεγάλο 3.700 8.100 20.100 30.500 8.524 Πιθανότητα 20% 70% 9% 1% Ας σημειωθεί ότι οι περιπτώσεις που όλες οι θέσεις έχουν καταληφθεί από τα κανονικά εισιτήρια παραμένουν ως έχουν. Δηλαδή: Μικρό Θέατρο με Μέτρια Ζήτηση Μικρό Θέατρο με Μεγάλη Ζήτηση Μικρό Θέατρο με Πολύ Μεγάλη Ζήτηση Μεσαίο Θέατρο με Μεγάλη και Πολύ Μεγάλη Ζήτηση 3

Μεγάλο Θέατρο με Πολύ Μεγάλη Ζήτηση Για τις υπόλοιπες περιπτώσεις τα έσοδα από την υπολειμματική αξία είναι: 2 * (χωρητικότητα θεάτρου κανονικά εισιτήρια) Σε αυτή την περίπτωση (όταν δηλαδή υπάρχει και υπολειμματική αξία) προτιμάται η εναλλακτική του Μεγάλου Θεάτρου. Προσδοκώμενο κέρδος της τέλειας πληροφορίας (EVPI=Expected Value of Perfect Information) Η τέλεια πληροφορία (Perfect Information=PI) για ένα γεγονός αποτελεί το άνω όριο τις προσδοκώμενης τιμής οποιασδήποτε πληροφορίας για το γεγονός. Για παράδειγμα αν κάποιος είναι διατεθειμένος να πληρώσει 200 προκειμένου να λάβει μια τέλεια πληροφορία για ένα γεγονός τότε η οποιαδήποτε πληροφορία έχει στην διάθεσή του δεν αξίζει περισσότερο από 200. Στο παράδειγμα του θεάτρου υπήρξε αβεβαιότητα σχετικά με την ζήτηση εισιτηρίων. Ποια είναι η αξία του να γνωρίζει κανείς την ζήτηση εκ των προτέρων; Η ποσότητα αυτή αποτελεί το EVPI. Αν γνωρίζουμε την ζήτηση εκ των προτέρων μπορούμε να επιλέξουμε την καλύτερη εναλλακτική σε σχέση με το επίπεδο ζήτησης. Άρα για κάθε ζήτηση το ενδιαφέρον μας επικεντρώνεται στο υψηλότερο κέρδος. Το προσδοκώμενο κέρδος έχοντας στην διάθεσή μας την τέλεια πληροφορία υπολογίζεται ως εξής: 20%*1900 + 70%*6200 + 9%*17500 + 1%*30500 = 6600 Το δε προσδοκώμενο κέρδος είχε υπολογιστεί ως 5500. Θέατρο Θέσεις Ενοίκιο 250 800 2300 4500 Προσδοκώμενο κέρδος (EV) Μικρό 300 600 1.900 2.400 2.400 2.400 2.300 Μεσαίο 1200 1.800 700 6.200 10.200 10.200 5.500 Μεγάλο 3600 5.500-3.000 2.500 17.500 30.500 3.030 Πιθανότητα 20% 70% 9% 1% Προσδοκώμενο κέρδος με τέλεια πληροφορία 6.600 Προσδοκώμενο κέρδος της τέλειας πληροφορίας (EVPI) 1.100 Άρα το προσδοκώμενο κέρδος της τέλειας πληροφορίας (EVPI) είναι: EVPI = EV παρουσία της τέλειας πληροφορίας EV χωρίς γνώση της τέλειας πληροφορίας=6600-5500=1100. Άρα η αξία της τέλειας πληροφορίας είναι 1.100. Λήψη απόφασης με χρήση εναλλακτικών κριτηρίων Αν δεν διατίθενται οι πιθανότητες για την ζήτηση τότε μπορούν να χρησιμοποιηθούν εναλλακτικοί τρόποι που θα βοηθήσουν στην λήψη της απόφασης. 4

1. Απαισιόδοξο: Για κάθε εναλλακτική απόφαση εντοπίζεται η χειρότερη πιθανή απόδοση. Μικρό Θέατρο min(1900, 2400, 2400, 2400)=1900 Μεσαίο Θέατρο min(700, 6200, 10200, 10200)=700 Μεγάλο Θέατρο min(-3000, 2500, 17500, 30500)=-3000 Τελικά επιλέγεται η μεγαλύτερη τιμή δηλαδή η 1900 που αντιστοιχεί στο Μικρό Θέατρο και Μικρή Ζήτηση. Πρόκειται δηλαδή για την επιλογή με την μικρότερη έκθεση σε κίνδυνο. 2. Αισιόδοξο: Για κάθε εναλλακτική απόφαση εντοπίζεται η καλύτερη πιθανή απόδοση. Μικρό Θέατρο max(1900, 2400, 2400, 2400)=2400 Μεσαίο Θέατρο max(700, 6200, 10200, 10200)=10200 Μεγάλο Θέατρο max(-3000, 2500, 17500, 30500)=30500 Τελικά επιλέγεται η μεγαλύτερη τιμή δηλαδή η 3050 που αντιστοιχεί στο Μικρό Θέατρο και Μικρή Ζήτηση. Πρόκειται δηλαδή για την επιλογή με την μεγαλύτερη έκθεση σε κίνδυνο. 3. Hurwicz: Πρόκειται για συνδυασμό του αισιόδοξου σεναρίου και του απαισιόδοξου σεναρίου δίνοντας έναν συντελεστή βαρύτητας για κάθε σενάριο. Για παράδειγμα αν δοθεί ως συντελεστής στο αισιόδοξο σενάριο η τιμή 80% τότε προκύπτουν οι τιμές: Μικρό Θέατρο: 80%*1900 + 20%*2400=2300 Μεσαίο Θέατρο: 80%*700 + 20%*10200=8300 Μεγάλο Θέατρο: 80%*-3000 + 20%*30500=23800 Το μεγαλύτερο από τα αποτελέσματα είναι το 23.800 άρα με βάση το κριτήριο Hurwicz θα πρέπει να επιλεγεί το «Μεγάλο Θέατρο». Hurwicz Θέατρο Θέσεις Ενοίκιο 250 800 2300 4500 Μικρό 300 600 1.900 2.400 2.400 2.400 Μεσαίο 1200 1.800 700 6.200 10.200 10.200 Μεγάλο 3600 5.500-3.000 2.500 17.500 30.500 Θέατρο Αισιόδοξο Απαισιόδοξο Σταθμισμένη τιμή Μικρό 1.900 2.400 2.300 Μεσαίο 700 10.200 8.300 Μεγάλο - 3.000 30.500 23.800 Συντελεστής 20% 80% 4. Laplace: Υποθέτει ότι όλα τα ενδεχόμενα είναι ισοπιθανά. Δηλαδή αν τα ενδεχόμενα είναι 4 (Μικρή Ζήτηση, Μέτρια Ζήτηση, Μεγάλη Ζήτηση και Πολύ Μεγάλη Ζήτηση) τότε η πιθανότητα του καθενός είναι 25% Laplace Θέατρο Θέσεις Ενοίκιο 250 800 2300 4500 Προσδοκώμενο κέρδος Μικρό 300 600 1.900 2.400 2.400 2.400 2.275 Μεσαίο 1200 1.800 700 6.200 10.200 10.200 6.825 Μεγάλο 3600 5.500-3.000 2.500 17.500 30.500 11.875 Πιθανότητα 25% 25% 25% 25% 5

Το μεγαλύτερο από τα αποτελέσματα είναι το 11.875 άρα με βάση το κριτήριο Laplace θα πρέπει να επιλεγεί το «Μεγάλο Θέατρο». Αναφορές http://www.busi.mun.ca/bsimmons/4401/lecture01-uncertainty1.pdf http://www.busi.mun.ca/bsimmons/4401/lecture02-uncertainty2.pdf 6