Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

Σχετικά έγγραφα
Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

Θέμα: Ενδεικτικό Θέμα εξετάσεων: Μέτρα θέσης Παλινδρόμηση

Θέμα: Ασκήσεις για εύρεση ολικής, συνδυασμένης και δεσμευμένης πιθανότητας. Βιβλίο Keller Κεφάλαιο 6

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE

Θέμα: ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ (Συνδυασμένη, ολική και δεσμευμένη) ΚΕΦΑΛΑΙΟ 6 KELLER

Θέμα: ΑΣΚΗΣΕΙΣ ΣΤΑ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΚΕΦΑΛΑΙΑ 10,12 KELLER

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE

Επιµέλεια: Χρυσάνθη Παπαθανασοπούλου

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 ΒΙΒΛΙΟ KELLER

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE

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

Μοντελοποίησης και Βελτιστοποίηση Εφοδιαστικών Αλυσίδων 7 Ο εξάμηνο

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

Θέμα: ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 KELLER

Λήψη αποφάσεων υπό αβεβαιότητα

Λήψη αποφάσεων υπό αβεβαιότητα

Λήψη αποφάσεων υπό αβεβαιότητα. Παίγνια Αποφάσεων 9 ο Εξάμηνο

Αβεβαιότητα (Uncertainty)

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

Ποσοτική Ανάλυση Κινδύνων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ Ενότητα 5

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

Επιχειρησιακή Έρευνα

Περιπτώσεις που η στατιστική συνάρτηση ελέγχου είναι η Ζ: 1. Η σ είναι γνωστή και ο πληθυσμός κανονικός.

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

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Πληροφοριακά Συστήματα Διοίκησης. Θεωρία Αποφάσεων

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων Ι Σύνολο- Περιεχόμενο Μαθήματος

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

από την ποσοστιαία μεταβολή της ζητούμενης ποσότητας προς την ποσοστιαία Σχέση ελαστικότητας ζήτησης και κλίση της καμπύλης ζήτησης.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 9. Κατανομές Δειγματοληψίας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ Εισαγωγή

Επιχειρησιακή Έρευνα

Network Analysis, CPM and PERT Assignment 2 - Λύσεις

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Επιχειρησιακή Έρευνα

Κεφάλαιο 7, ΙΜ. Διαγράμματα επιδράσεων & Δέντρα Αποφάσεων

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

10 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Α

Ακέραιος Γραμμικός Προγραμματισμός

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00)

ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

( ) ΘΕΜΑ 1 κανονική κατανομή

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

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

Δένδρα Αποφάσεων. Δρ. Β. Βασιλειάδης ΔΙΚΣΕΟ, ΑΤΕΙ Μεσολογγίου

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

Διάλεξη 6 η :Δένδρα Αποφάσεων. Β. Βασιλειάδης Τµ. Διοικ. Επιχειρήσεων, ΤΕΙ ΔΥΤ. ΕΛΛΑΔΑΣ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Διάλεξη 3. Οικονομικά της ευημερίας. Οικονομικά της ευημερίας 3/9/2017. Περίγραμμα. Εργαλεία δεοντολογικής ανάλυσης


ΑΣΚΗΣΗ 1 ΑΣΚΗΣΗ 2 ΑΣΚΗΣΗ 3

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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


Επιχειρησιακή Έρευνα

Οργάνωση και Διοίκηση Εργοστασίων. Σαχαρίδης Γιώργος

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

Διαχείριση έργων. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση

Το Ευρωπαϊκό Πρόγραμμα. Motor Challenge

Αρχές Οργάνωσης και Διοίκησης Επιχειρήσεων 11:40


Προσεγγιστικοί Αλγόριθμοι

Διαχείριση Έργων Πληροφορικής

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Μοντέλα Διανομής και Δικτύων

Kλινικές ΑΠΑΝΤΗΣΕΙΣ ΣΕ ΒΑΣΙΚΑ ΕΡΩΤΗΜΑΤΑ

Μεγιστοποίησε η Ελληνική Κυβέρνηση τα Έσοδα από την Εκχώρηση των Τεσσάρων Τηλεοπτικών Αδειών; Γρηγόρης Θ. Παπανίκος

Ασκήσεις μελέτης της 6 ης διάλεξης

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική

ΤΣΑΝΤΑΣ ΝΙΚΟΣ 8/6/2009

«Ανάλυση κινδύνων και λήψη αποφάσεων: Αναμενόμενη τιμή»

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

Κεφ. 9 Ανάλυση αποφάσεων

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Γ

ΠΑΡΑΡΤΗΜΑ ΙΙ: ΟΡΟΙ ΕΝΤΟΛΗΣ

Ερωτήσεις Ασκήσεις στη Διαλογή Έργου και Επιλογή

Η ΠΡΟΣΦΟΡΑ ΤΩΝ ΑΓΑΘΩΝ

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

Ακέραιος Γραμμικός Προγραμματισμός

Επιχειρησιακό Πρόγραμμα «Κεντρική Μακεδονία» «Ενίσχυση δημόσιων υποδομών έρευνας και καινοτομίας» Συχνές Ερωτήσεις

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

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

Εργαστήριο Ηλεκτρικών κυκλωμάτων

Επιχειρησιακή Έρευνα

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

Μέθοδος μέγιστης πιθανοφάνειας

ΑΣΚΗΣΗ 1 Βρείτε την ισορροπία των ακόλουθων παιγνίων απαλείφοντας διαδοχικά τις κυριαρχούµενες στρατηγικές.

Transcript:

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου 1, 263 34 ΠΑΤΡΑ Τηλ.: 2610 369051, Φαξ: 2610 396184, TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE DEPARTMENT: BUSINESS ADMINISTRATION (PATRAS) Address: M. Alexandrou 1, 263 34 PATRA Greece Tel.:+2610 369213,Fax:+2610 396184, Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ Επιμέλεια: ΜΗΤΡΟΠΟΥΛΟΣ Ι. - ΒΑΣΙΟΥ Γ. Ημερομηνία: 27/12/2017 1

ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ Βήματα για την επίλυση ενός δέντρου αποφάσεων 1. Εντοπίστε ένα κόμβο στα δεξιά : επιλέξτε ένα κόμβο που δεν προηγείται άλλων κόμβων. Οι κόμβοι αυτοί, συνήθως, βρίσκονται στην άκρη δεξιά του διαγράμματος. Ένας τέτοιος κόμβος απεικονίζει ένα από τα γεγονότα που θα συμβούν τελευταία μέρα στον ορίζοντα προγραμματισμού. 2. Προσδιορίστε την ΑΝΑ που συνδέεται με τον κόμβο : προσδιορίστε την αναμενόμενη απόδοση σε αυτό το σημείο του δέντρου αποφάσεων. Οι αποφάσεις αξιολογούνται διαφορετικά από τα αβέβαια γεγονότα. Αν ο κόμβος αντιπροσωπεύει απόφαση : επιλέξτε την εναλλακτική λύση με τη μεγαλύτερη ΑΝΑ. Αν ο κόμβος αντιπροσωπεύει αβέβαιο γεγονός : υπολογίστε κατά μέσο όρο την απόδοση στα διάφορα πιθανά αποτελέσματα, χρησιμοποιώντας τον τύπο της ΑΝΑ. 3. Αντικαταστήστε τον κόμβο με την ΑΝΑ του : αφαιρέστε τον κόμβο και τους συνδεδεμένους με αυτόν κλάδους από το δέντρο αποφάσεων και τοποθετήστε στη θέση του την ΑΝΑ που μόλις υπολογίσατε. Εναλλακτικά, η ΑΝΑ μπορεί να γραφεί πάνω από τον κόμβο και να παραβλεφθούν όλοι οι κλάδοι στα δεξιά του. 4. Επιστέψτε στο βήμα 1 : συνεχίστε να ξεδιπλώνετε το δέντρο αποφάσεων σύμφωνα με τα προηγούμενα βήματα μέχρις ότου το διάγραμμα έχει αναλυθεί πλήρως και έχει προσδιοριστεί μια βέλτιστη εναλλακτική λύση για την αρχική απόφαση. 2

ΑΣΚΗΣΗ 1 Η εταιρία Jackson Pharmaceuticals Inc σκέφτεται να χρηματοδοτήσει μια ερευνητική ομάδα για να ανακαλύψει ένα φάρμακο για τη νόσο του Lyme και ο αντιπρόεδρος ερευνών πρέπει να πάρει αυτή την απόφαση. Το ερευνητικό πρόγραμμα έχει ένα συνολικό κόστος 10000000 δολάρια και δεν υπάρχει καμιά εγγύηση ότι θα έχει αποτέλεσμα. Πράγματι, η εταιρία εκτιμά ότι υπάρχει μόνο 40% πιθανότητα να βρουν κάποιο φάρμακο. Αν η ερευνητική ομάδα βρει το φάρμακο, η εταιρία πρέπει μετά να αποφασίσει αν θα το παράγουν οι ίδιοι ή αν θα πουλήσουν τα δικαιώματα σε ένα χημικό εργαστήριο για 30000000 δολάρια. Αν παράγουν οι ίδιοι το προϊόν και η παραγωγή προχωρήσει ομαλά, προβλέπουν μια απόδοση 50000000 δολαρίων. Όμως, υπάρχει μια πιθανότητα 30% να παρουσιαστούν προβλήματα στην παραγωγή λόγω της επαναδιαμόρφωσης των εγκαταστάσεων παραγωγής. Σε αυτή την περίπτωση, το κέρδος θα είναι μόνο 10000000 δολάρια. Να απεικονιστεί το πρόβλημα σε ένα δέντρο αποφάσεων και να βρεθεί η βέλτιστη εναλλακτική λύση για την αρχική απόφαση που πρέπει να λάβει η εταιρία. ΛΥΣΗ Κατασκευάζουμε το δέντρο απόφασης και κάτω από κάθε κλάδο αναγράφουμε το καθαρό κέρδος (έσοδα-κόστος) και την πιθανότητα όπου αυτή υπάρχει. Βρίσκουμε την ΑΝΑ του τελευταίου, από δεξιά, κόμβου : 0,7 40000000 + 0,3 0 = 28000000 Διαγράφουμε τον τελευταίο κόμβο και το δέντρο γίνεται : Ο τελευταίος, από δεξιά, κόμβος είναι κόμβος απόφασης, επιλέγω τον κλάδο με τη μεγαλύτερη αξία, διαγράφω τον κόμβο και το δέντρο γίνεται : 3

Τέλος, βρίσκουμε την ΑΝΑ του τελευταίου, από δεξιά, κόμβου και τον διαγράφουμε : 0,6 (-10000000) + 0,4 28000000 = 5200000 Η τελική μορφή του δέντρου είναι : Βλέπουμε ότι η βέλτιστη εναλλακτική για την αρχική απόφαση που πρέπει να λάβει η εταιρία είναι να διεξάγει την έρευνα για το νέο φάρμακο, καθώς αυτή μας δίνει τη μέγιστη ΑΝΑ. ΑΣΚΗΣΗ 2 Μια εταιρία υπολογιστών θέλει μια νέα αποθηκευτική μονάδα για ένα προτεινόμενο νέο σύστημα πληροφορικής αλλά, δεδομένου ότι δεν διαθέτει ερευνητικό προσωπικό, θα αναθέσει σε μια ανεξάρτητη εταιρία την ανάπτυξη των ερευνών αυτών. Η εταιρία υπολογιστών προσφέρει αμοιβή 250000$ για την καλύτερη πρόταση για την ανάπτυξη της νέας αποθηκευτικής μονάδας και η σύμβαση θα πάει στην εταιρία με το καλύτερο τεχνικό σχέδιο. Το Ινστιτούτο Ερευνών DriveTek θέλει να αποφασίσει αν θα συμμετάσχει στον διαγωνισμό. Η διοίκησή του εκτιμά ότι το κόστος για να προετοιμάσει μια πρόταση είναι 50000$, με 50% πιθανότητα να κερδίσει τη σύμβαση. Ωστόσο, οι μηχανικοί της DriveTek δεν είναι σίγουροι για το πώς θα εξελιχθεί η προετοιμασία της αποθηκευτικής μονάδας εφόσον τους ανατεθεί η υλοποίηση μέσω της σύμβασης και έχουν καταλήξει σε τρεις εναλλακτικές μεθόδους για την κατασκευή της μονάδας. Η πρώτη είναι μια μηχανική μέθοδος με κόστος 120000$ με την οποία οι μηχανικοί είναι βέβαιοι ότι μπορούν να αναπτύξουν ένα επιτυχημένο μοντέλο. Μια δεύτερη μέθοδος περιλαμβάνει ηλεκτρονικά εξαρτήματα, το εκτιμώμενο κόστος είναι μόνο 50000$ αλλά υπάρχει μόνο 50% πιθανότητα για ικανοποιητικά αποτελέσματα. Μια τρίτη μέθοδος χρησιμοποιεί μαγνητικά εξαρτήματα, έχει κόστος 80000$ και έχει 70% πιθανότητα επιτυχίας. 4

Το Ινστιτούτο Ερευνών μπορεί να υλοποιήσει μόνο μία μέθοδο σε έναν χρόνο και έχει τη δυνατότητα να δοκιμάσει μόνο δύο μεθόδους. Αν προσπαθήσει με τη μαγνητική ή την ηλεκτρονική μέθοδο και αποτύχει, θα πρέπει μετά να εφαρμόσει τη μηχανική μέθοδο για να έχει εγγυημένα αποτελέσματα. Να απεικονιστεί το πρόβλημα σε ένα δέντρο αποφάσεων και να βρεθεί η βέλτιστη εναλλακτική λύση για την αρχική απόφαση που πρέπει να λάβει το Ινστιτούτο Ερευνών. ΛΥΣΗ Κατασκευάζουμε το δέντρο απόφασης και κάτω από κάθε κλάδο αναγράφουμε το καθαρό κέρδος (έσοδα-κόστος) και την πιθανότητα όπου αυτή υπάρχει. Βρίσκουμε την ΑΝΑ των δύο τελευταίων, από δεξιά, κόμβων : 0,5 150000 + 0,5 30000 = 90000 0,7 120000 + 0,3 0 = 84000 Διαγράφουμε τους κόμβους αυτούς και το δέντρο γίνεται : Ο τελευταίος, από δεξιά, κόμβος είναι κόμβος απόφασης, επιλέγω τον κλάδο με τη μεγαλύτερη αξία, διαγράφω τον κόμβο και το δέντρο γίνεται : 5

Τέλος, βρίσκουμε την ΑΝΑ του τελευταίου, από δεξιά, κόμβου και τον διαγράφουμε : 0,5 (-50000) + 0,5 90000 = 20000 Η τελική μορφή του δέντρου είναι : Βλέπουμε ότι η βέλτιστη εναλλακτική για την αρχική απόφαση που πρέπει να λάβει το ινστιτούτο είναι να συμμετάσχει στο διαγωνισμό, καθώς αυτή μας δίνει τη μέγιστη ΑΝΑ. ΑΣΚΗΣΗ 3 Η Εθνική Τράπεζα σκοπεύει να καταθέσει πρόταση εξαγοράς, είτε στην Eurobank, είτε στην Alpha Bank προκειμένου να αυξήσει τα έσοδά της και να αποφύγει τυχόν απώλειες. Στην πρώτη περίπτωση, το κόστος της εξαγοράς εκτιμάται στις 10000Μ, ενώ στην δεύτερη περίπτωση 5000Μ. Επειδή δεν είναι δυνατό να γνωρίζει εκ των προτέρων το αποτέλεσμα του όλου εγχειρήματος, η Εθνική Τράπεζα (λαμβάνοντας υπόψη πλήθος παραμέτρων) υποθέτει ότι η εξαγορά και στις δύο πιθανές περιπτώσεις έχει συγκεκριμένες πιθανότητες επιτυχίας και αποτυχίας. Στην μεν περίπτωση της Eurobank η πιθανότητα επιτυχίας είναι 70%, για την δε Alpha Bank είναι 35%. Στο ενδεχόμενο επιτυχίας της εξαγοράς με την Eurobank, η Εθνική, αναμένει υψηλά έσοδα 18000Μ με πιθανότητα 70% ή χαμηλά έσοδα 16000Μ. Επιπλέον, στο ενδεχόμενο αποτυχίας, η Εθνική αναμένει έσοδα 11000Μ με πιθανότητα 50% ή απώλειες 2000Μ. Επιπρόσθετα, στο ενδεχόμενο επιτυχίας της εξαγοράς με την Alpha Bank, η Εθνική, αναμένει υψηλά έσοδα 9000Μ με πιθανότητα 75% ή χαμηλά έσοδα 7000Μ. Τέλος, στο ενδεχόμενο αποτυχίας με την Alpha Bank, η Εθνική αναμένει έσοδα 6000Μ με πιθανότητα 60% ή απώλειες 1000Μ. Να απεικονιστεί το πρόβλημα σε ένα δένδρο αποφάσεων, να λυθεί το δένδρο και να βρεθεί η βέλτιστη εναλλακτική λύση για την απόφαση που πρέπει να πάρει η Εθνική τράπεζα. 6

ΛΥΣΗ Κατασκευάζουμε το δένδρο απόφασης και κάτω από κάθε κλάδο αναγράφουμε τα έσοδα ή το κόστος που υπάρχει με βάση την εκφώνηση (το κόστος δηλώνεται με αρνητικό αριθμό) ενώ στο τέλος του δένδρου οι αριθμοί που αναγράφονται κάθετα είναι το καθαρό κέρδος (έσοδα-κόστος) σε κάθε περίπτωση. Βρίσκουμε την ΑΝΑ των τεσσάρων τελευταίων από δεξιά κόμβων : 0,7 8000 + 0,3 6000 = 7400 0,5 1000 + 0,5 (-12000) = -5500 0,75 4000 + 0,25 2000 = 3500 0,6 1000 + 0,4 (-6000) = -1800 Διαγράφουμε τους κόμβους αυτούς και προκύπτει το δένδρο : 7

Βρίσκουμε την ΑΝΑ των δύο τελευταίων από δεξιά κόμβων : 0,7 7400 + 0,3 (-5500) = 3530 0,35 3500 + 0,65 (-1800) = 55 Διαγράφουμε τους κόμβους αυτούς και η τελική μορφή του δένδρου είναι : Άρα, η βέλτιστη εναλλακτική λύση για την Εθνική τράπεζα είναι να κάνει πρόταση εξαγοράς στη Eurobank, εφόσον εκεί έχουμε την μέγιστη ΑΝΑ. ΑΣΚΗΣΗ 4 Ο διευθυντής παραγωγής του τμήματος καταναλωτικών προϊόντων της εταιρίας Procter & Gamble αποφάσισε να διερευνήσει τις πιθανότητες παραγωγής και διανομής ενός νέου προϊόντος στην Ελλάδα. Το νέο προϊόν είναι φαρμακευτικής φύσης. Η τελική απόφαση για την στρατηγική που θα ακολουθηθεί στην παραγωγή και διανομή του προϊόντος, θα ληφθεί με βάση το κέρδος που αυτή θα αφήσει στην εταιρία. Συνήθως, η εταιρία προτού εισάγει ένα νέο προϊόν στην αγορά, διεξάγει έναν έλεγχο αγοράς με κόστος 50Μ. Επειδή όμως ο χρόνος που είναι διαθέσιμος είναι μικρός, ο διευθυντής παραγωγής δεν είναι σίγουρος αν πρέπει να προχωρήσει σε αυτή την κίνηση. Στην περίπτωση που ο έλεγχος αγοράς πραγματοποιηθεί τότε υπάρχει υπάρχουν δύο εναλλακτικά σενάρια. Το πρώτο είναι να παράγεται στην Ελλάδα (απαιτείται εξοπλισμός παραγωγής με κόστος 25Μ) ή να παράγεται στο εξωτερικό (χωρίς επιπλέον κόστος παραγωγής). Η ζήτηση για το νέο προϊόν εκτιμάται από το τμήμα μάρκετινγκ ισοπίθανα να είναι υψηλή (Υ) είτε χαμηλή (Χ) ανεξάρτητα του τόπου παραγωγής. Οι αποδόσεις (στην παρένθεση φαίνονται οι αντίστοιχες πιθανότητες) εμφανίζονται στο πίνακα που ακλουθεί : ΠΑΡΑΓΩΓΗ ΖΗΤΗΣΗ ΥΨΗΛΗ (50%) ΧΑΜΗΛΗ (50%) ΥΨΗΛΑ ΕΣΟΔΑ ΧΑΜΗΛΑ ΕΣΟΔΑ ΥΨΗΛΑ ΕΣΟΔΑ ΧΑΜΗΛΑ ΕΣΟΔΑ ΕΛΛΑΔΑ 250Μ (45%) 100Μ (55%) 150Μ (45%) 75Μ (55%) ΕΞΩΤΕΡΙΚΟ 150Μ (40%) 90Μ (60%) 60Μ (40%) 45Μ (60%) Στην περίπτωση που δεν πραγματοποιηθεί έλεγχος, αναμένονται υψηλά έσοδα 100Μ με πιθανότητα 40% ή χαμηλά έσοδα 60Μ με πιθανότητα 60%. 8

Να απεικονιστεί το πρόβλημα σε ένα δένδρο αποφάσεων, να λυθεί το δένδρο και να βρεθεί η βέλτιστη εναλλακτική λύση για την απόφαση που πρέπει να πάρει η εταιρία. ΛΥΣΗ Κατασκευάζουμε το δένδρο απόφασης και κάτω από κάθε κλάδο αναγράφουμε τα έσοδα ή το κόστος που υπάρχει με βάση την εκφώνηση (το κόστος δηλώνεται με αρνητικό αριθμό) ενώ στο τέλος του δένδρου οι αριθμοί που αναγράφονται κάθετα είναι το καθαρό κέρδος (έσοδα-κόστος) σε κάθε περίπτωση. Βρίσκουμε την ΑΝΑ των τεσσάρων τελευταίων από δεξιά κόμβων : 0,45 175 + 0,55 25 = 92,5 0,45 75 + 0,55 0 = 33,75 0,4 100 + 0,6 40 = 64 0,4 10 + 0,6 (-5) = 1 Διαγράφουμε τους κόμβους αυτούς και προκύπτει το δένδρο : 9

Βρίσκουμε την ΑΝΑ των δύο τελευταίων από δεξιά κόμβων : 0,5 92,5 + 0,5 33,75 = 63,125 0,5 64 + 0,5 1 = 32,5 Διαγράφουμε αυτούς τους κόμβους και το δένδρο γίνεται : 10

Από τους δύο τελευταίους από δεξιά κόμβους, ο ένας είναι κόμβος απόφασης και ο άλλος κόμβος γεγονότος. Στον κόμβο απόφασης επιλέγουμε τον κλάδο με τη μεγαλύτερη αξία ενώ στον κόμβο γεγονότος βρίσκουμε την ΑΝΑ : 0,4 100 + 0,6 60 = 76 Διαγράφουμε και αυτούς τους κόμβους και η τελική μορφή του δένδρου είναι : Άρα, η βέλτιστη εναλλακτική λύση για την εταιρία είναι να μην κάνει έλεγχο αγοράς εφόσον τότε έχουμε την μέγιστη ΑΝΑ. 11