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

Σχετικά έγγραφα
«Ανάλυση κινδύνων και λήψη αποφάσεων: Αναμενόμενη τιμή»

Ποσοτική Ανάλυση Κινδύνων

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

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

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

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

Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3. Ενισχυτικές διαφάνειες

Πληροφοριακά Συστήματα Διοίκησης. Θεωρία Αποφάσεων

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

Αβεβαιότητα (Uncertainty)

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

Λήψη αποφάσεων υπό αβεβαιότητα

Κεφ. 9 Ανάλυση αποφάσεων

Λήψη αποφάσεων υπό αβεβαιότητα

Λήψη αποφάσεων υπό αβεβαιότητα. Παίγνια Αποφάσεων 9 ο Εξάμηνο

ΜΕΘΟΔΟΙ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ ΜΕ ΑΓΝΩΣΤΕΣ ΠΙΘΑΝΟΤΗΤΕΣ ΕΚΒΑΣΗΣ ΤΩΝ ΔΙΑΦΟΡΩΝ ΕΝΔΕΧΟΜΕΝΩΝ

Μιατρίτη µέθοδος προσδιορισµού αρχικής λύσης σε προβλήµατα µεταφοράς είναι

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

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

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ

Ανάλυση Αποφάσεων ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Αθήνα Επιχειρησιακή Έρευνα

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Β

Ειδικά Θέματα Πιθανοτήτων και Στατιστικής Θεωρία Αποφάσεων. Μέρος Α

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

Simplex µε πίνακες Simplex µε πίνακες

Ασκήσεις μελέτης της 16 ης διάλεξης

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

Πρακτική µε στοιχεία στατιστικής ανάλυσης

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΥΝΤΟΜΕΣ ΛΥΣΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ

4 η δεκάδα θεµάτων επανάληψης

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

ΤΣΑΝΤΑΣ ΝΙΚΟΣ 4/6/2009

2 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ και. Έστω Α, Β ενδεχόµενα ενός δειγµατικού χώρου Ω µε Ρ(Α) = 8

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

1. ** α) Αν η f είναι δυο φορές παραγωγίσιµη συνάρτηση, να αποδείξετε ότι. β α. = [f (x) ηµx] - [f (x) συνx] β α. ( )

3 η δεκάδα θεµάτων επανάληψης

5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη

4 η δεκάδα θεµάτων επανάληψης

δημιουργία: επεξεργασία: Ν.Τσάντας

ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 1 η εκάδα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ

Ασκήσεις. Ιωάννα Καντζάβελου. Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1

Οικονοµικός ορθολογισµός

ΑΣΚΗΣΗ 1 ΑΣΚΗΣΗ 2 ΑΣΚΗΣΗ 3

ηµόσια Οικονοµική Βασίλης Ράπανος, Γεωργία Καπλάνογλου µόνο Τµήµα Ι.

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4

1 η δεκάδα θεµάτων επανάληψης

(1) 98! 25! = 4 100! 23! = 4

Σχολικός Σύµβουλος ΠΕ03

Εκτίµηση και Οµόλογα. Κεφάλαιο. 6.1 Εκτίµηση και Κόστος Ευκαιρίας Κεφαλαίου

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

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

o AND o IF o SUMPRODUCT

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

ΠΡΑΞΕΙΣ ΜΕ ΕΚΑ ΙΚΟΥΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Επιπλέον Ασκήσεις ΤΟ ΠΡΟΒΛΗΜΑ ΤΩΝ ΣΥΝΑΝΤΗΣΕΩΝ

Αξιολόγηση και επιλογή δράσης (έργου)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

4.2 Η ΣΥΝΑΡΤΗΣΗ y = αx 2 + βx + γ µε α 0

f (x) = l R, τότε f (x 0 ) = l. = lim (0) = lim f(x) = f(x) f(0) = xf (ξ x ). = l. Εστω ε > 0. Αφού lim f (x) = l R, υπάρχει δ > 0

Μελέτη Περίπτωσης : 2.1

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β )

8 Άρα η Ϲητούµενη πιθανότητα είναι

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone

Πακέτο Επιχειρησιακή Έρευνα #02 ==============================================================

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙI

Παλαιότερες ασκήσεις

Η ακρίβεια ορίζεται σαν το πηλίκο των ευρεθέντων συναφών εγγράφων προς τα ευρεθέντα έγγραφα. Άρα για τα τρία συστήµατα έχουµε τις εξής τιµές:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α

ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

Ασκήσεις μελέτης της 6 ης διάλεξης

E3 ΠΛΕΟΝΑΣΜΑΤΑ 1.Πλεόνασµα καταναλωτή 2.Πλεόνασµα προµηθευτή 3.Συνολικό πλεόνασµα

Ηθικός Κίνδυνος. Το βασικό υπόδειγμα. Παρουσιάζεται ένα στοχαστικό πρόβλημα χρηματοδότησης όταν τα αντισυμβαλλόμενα μέρη έχουν συμμετρική πληροφόρηση.

ΘΕΩΡΙΑ ΑΠΟΘΕΜΑΤΩΝ. Ι. Προσδιοριστικά Μοντέλα αποθεµάτων

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

(365)(364)(363)...(365 n + 1) (365) k

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

( ) ΘΕΜΑ 1 κανονική κατανομή

3.2 Η ΕΝΝΟΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ

Περιεχόμενα. 1. Ανάλυση ευαισθησίας. (1) Ανάλυση ευαισθησίας (2) Δυϊκό πρόβλημα (κανονική μορφή) (3) Δυαδικός προγραμματισμός (4) Ανάλυση αποφάσεων

Κεφάλαιο 9 ο Κ 5, 4 4, 5 0, 0 0,0 5, 4 4, 5. Όπως βλέπουµε το παίγνιο δεν έχει καµιά ισορροπία κατά Nash σε αµιγείς στρατηγικές διότι: (ΙΙ) Α Κ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Λύσεις 2ης Ομάδας Ασκήσεων

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9

Αξιολόγηση και επιλογή δράσης (έργου)

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

35 = (7+ 109) =

Transcript:

Θέµα 1 Έχουμε τρεις εναλλακτικές επένδυσης των κερδών μιας εταιρείας και η απόφασή εξαρτάται από τις γενικότερες συνθήκες της οικονομίας (αναπτυσσόμενη, σταθερή, επιβραδυνόμενη), για τις οποίες δεν είναι δυνατόν να προσδιοριστούν πιθανότητες, μπορεί με τη βοήθεια ειδικών να φτιαχτεί όμως ένας αξιόπιστος πίνακας αναμενόμενων αποπληρωμών κατά περίπτωση όπως φαίνεται πιο κάτω: Οικονομία Εναλλακτική Αναπτυσσόμενη Σταθερή Επιβραδυνόμενη Ομόλογα (bonds) 40 45 5 Μετοχές (stocks) 70 30-13 Αμοιβαία κεφάλαια (mutual funds) 53 45-5 Χρησιμοποιήστε τα κριτήρια maximin, maximax, Hurwicz (για δείκτη αισιοδοξίας α= 0.5 εξηγήστε τι σημαίνει), minmax regret (διαφυγόντος κέρδους) και Laplace. Στο τέλος δώστε και μια τελική απάντηση σε ποια εναλλακτική επένδυσης καταλήγετε και γιατί (με μια πρόταση). Λύση Maximin Το χειρότερο της 1ης γραµµής είναι: 5 Το χειρότερο της 2ης γραµµής είναι: -13 Το χειρότερο της 3ης γραµµής είναι: -5 Το καλύτερο από τα 3 αυτά χειρότερα κάθε γραµµής είναι το 5 Ομόλογα (bonds) Maximax Αναζητούµε τώρα το καλύτερο κάθε γραµµής και επιλέγουµε το καλύτερο όλων: max {45, 70, 53} = 70 Μετοχές (stocks)

Min-max Regret Βρίσκουµε το καλύτερο ανά στήλη και το αφαιρούµε από τα άλλα της στήλης. Στον νέο πίνακα διαφυγόντος κέρδους που προκύπτει βρίσκουµε το µέγιστο κάθε γραµµής και επιλέγουµε το ελάχιστο αυτών που είναι το ελάχιστο διαφυγόν κέρδος. Πίνακας διαφυγόντος κέρδους 30 0 0 max 1ης γραµµής : 30 0 15 18 max 2ης γραµµής : 18 17 0 10 max 3ης γραµµής : 17 min {30, 18, 17} = 17 Αμοιβαία κεφάλαια (mutual funds) Hurwicz µε α=0.5 Θα υπολογίζουµε για κάθε γραµµή την ποσότητα 0.5 * (min γραµµής) + 0.5 * (max γραµµής) και θα επιλέξουµε την µεγαλύτερη όλων Η(bonds) = 0.5 * (5) + 0.5 * (45) = 25 Η(stocks) = 0.5 * (70) + 0.5 * (-13) = 28.5 Η(mutual funds) = 0.5 * (53) + 0.5 * (-5) = 24 max {25, 28.5, 24} = 28.5 Μετοχές (stocks) Laplace Θεωρούµε τα ενδεχόµενα ισοπίθανα και ουσιαστικά βρίσκουµε ένα µέσο όρο κάθε γραµµής. Μετά επιλέγουµε το καλύτερο όλων. Γραµµή 1 : (1/3) * (40 + 45 + 5) = 90/3 = 30 Γραµµή 2 : (1/3) * (70 + 30-13) = 87/3 = 29 Γραµµή 3 : (1/3) * (53 + 45-5) = 93/3 =31 max {30, 29, 31} = Αμοιβαία κεφάλαια (mutual funds) Γενικο Σχόλιο για το συγκεκριμένο πρόβλημα απόφασης Οι συντηρητικές προσεγγίσεις υποδεικνύουν επένδυση σε οµόλογα. Οι πιο ριψοκίνδυνες προσεγγίσεις (maximax, ελαχιστοποίηση διαφυγόντος κέρδους) υποδεικνύουν επένδυση σε αµοιβαία κεφάλαια ή µετοχές. Τέλος οι πιο ενδιάµεσες προσεγγίσεις που ισορροπούν ανάµεσα σε συντηρητική και επιθετική στρατηγική στη ληψη αποφάσεων (Hurwicz µε α=0.5, κριτήριο Laplace) προτείνουν επίσης αµοιβαία κεφάλαια ή µετοχές.

Θέµα 2 Η Mariah Carey θα δώσει συναυλία στις 2 Μαίου 2018 στα πλαίσια παγκόσµιας περιοδείας της. Τα έσοδα που θα προκύψουν εξαρτώνται από τον καιρό που µπορεί να είναι αίθριος ή βροχερός. Αν ο καιρός είναι αίθριος τα κέρδη θα είναι 1.2 εκ. Ευρώ ενώ αν είναι βροχερός αναµένεται ζηµία 2.0 εκ. Ευρώ. Οι υπεύθυνοι της τραγουδίστριας έχουν το δικαίωµα να ακυρώσουν την παράσταση αλλά τότε θα χάσουν την προκαταβολή των 500 χιλ. Ευρώ. Η πιθανότητα βροχής στις αρχές Μαίου είναι 15% σύµφωνα µε ιστορικά δεδοµένα. Ποια είναι η βέλτιστη απόφαση από την οπτική γωνία του µάνατζερ της τραγουδίστριας; Φτιάξτε το δέντρο και διατυπώστε τη βέλτιστη λύση. Στη συνέχεια, αν υπάρχει δυνατότητα λήψης εξειδικευµένης πληροφορίας από µετεωρολογική εταιρεία µε δορυφόρο και ξέρετε ότι η εταιρεία αυτή προβλέπει σωστά τον αίθριο καιρό σε ποσοστό 95% και τον βροχερό σε ποσοστό 85%, ποια η νέα βέλτιστη στρατηγική για τον µάνατζερ της τραγουδίστριας; Μέχρι πόσα θα ήταν διετεθειµένος να πληρώσει για να έχει την πληροφορία αυτή για τον καιρό; Τέλος, αν θεωρήσετε (α) µια συντηρητική συνάρτηση χρησιµότητας και (β) µια ριψοκίνδυνη συνάρτηση χρησιµότητας, πως πιστεύετε ότι µπορεί να αλλάξουν οι σχετικές αποφάσεις του µάνατζερ; ώστε απλά τη γνώµη σας και δείξτε σχεδιαστικά τι µορφή περίπου θα έχουν οι συναρτήσεις. Ποια είναι η βέλτιστη απόφαση από την οπτική γωνία του µάνατζερ της τραγουδίστριας; Φτιάξτε το δέντρο και διατυπώστε τη βέλτιστη λύση. Το πρώτο ερώτηµα του θέµατος λύνεται σχεδιάζοντας το απλό δέντρο απόφασης, βάσει των δεδοµένων του προβλήµατος. Αρχικά, µας δίνεται ότι: P βροχής =0,15 Άρα: P αίθριου καιρού =1 P βροχής =0,85 Το δέντρο που πρέπει να σχεδιάσουµε είναι:

αίθριος 0.85 βροχερός 0.15 Οπότε, για να υπολογίσουµε την αναµενόµενη απόδοση του κόµβου (), έχουµε: = α ο αβ ς αίθριου P αίθριου καιρού α ο αβ ς βροχ ρού P βροχής = 1 00 000 0,85 000 000 0,15 =1 0 0 000 00 000 = 0 000 Άρα το δέντρο γίνεται: αίθριος 720.000 0.85 βροχερός 0.15 και προφανώς η βέλτιστη απόφαση του µάνατζερ είναι να γίνει η συναυλία. Σωστή απάντηση: Η βέλτιστη απόφαση του µάνατζερ ειναι να µην ακυρώσει τη συναυλία. Αυτή η απόφαση έχει πιθανότητα 85% να αποφέρει κέρδη 1,2 εκ., αλλά και ρίσκο 15% να αποφέρει ζηµία ύψους 2 εκ. αν υπάρχει δυνατότητα λήψης εξειδικευµένης πληροφορίας από µετεωρολογική εταιρεία µε δορυφόρο και ξέρετε ότι η εταιρεία αυτή προβλέπει σωστά τον αίθριο καιρό σε ποσοστό 95% και τον βροχερό σε ποσοστό 85%, ποια η νέα βέλτιστη στρατηγική για τον µάνατζερ της τραγουδίστριας; Από τα δεδοµένα του δεύτερου ερωτήµατος µπορούµε να εξάγουµε τις εξής πιθανότητες: P ρ β ς αίθριου αίθριος =0, 5 P ρ β ς βροχ ρού αίθριος =0,05 P ρ β ς βροχ ρού βροχ ρ ς =0,85 P ρ β ς αίθριου βροχ ρ ς =0,15 Το δέντρο τώρα αποκτάει ένα ακόµη κλαδί στον αρχικό κόµβο απόφασης, αφού υπάρχει η δυνατότητα να πάρουµε µια πληροφορία.

ΠΛΗΡΟΦΟΡΙΑ ΑΙΘΡΙΟΣ 720.000 0.85 ΑΙΘΡΙΟΣ 0.15 ΠΡΟΒΛΕΨΗ ΑΙΘΡΙΟΥ ΠΡΟΒΛΕΨΗ ΒΡΟΧΕΡΟΥ ΑΙΘΡΙΟΣ Άρα πρέπει να υπολογίσουµε την πιθανότητα πρόβλεψης αίθριου καιρού και την πιθανότητα πρόβλεψης βροχερού καιρού. ΠΡΟΣΟΧΗ!!! εν είναι ίδιες µε τις αντίστοιχες πιθανότητες σωστής πρόβλεψης καιρικών φαινοµένων της µετεωρολογικής εταιρείας. Εδώ ισχύει η γενικευµένη σχέση: P ρ β ς αι ο ου = P ρ β αι ο ου υ β ι ο αι ο P αι ο ου P ρ β αι ο ου υ β ι ο αι ο P α ακ ικού αι ο ου

Οπότε έχουµε: P ρ β ς αίθριου = P ρ β αίθριου αίθριος P αίθριος P ρ β αίθριου βροχ ρ ς P βροχ ρού = 0, 5 0,85 0,15 0,15 =0,80 5 0,0 5=0,8 και άρα: P ρ β ς βροχ ρού =1 P ρ β ς αίθριου =1 0,8 =0,1 Τώρα πρέπει να υπολογίσουµε και τις δεσµευµένες πιθανότητες των τελικών κλαδιών του δέντρου απόφασης. Χρησιµοποιώντας τον κανόνα του Bayes: = P αίθριος ροβ α αίθριο = P ρ β αίθριου αίθριος P αίθριος P ρ β ς αίθριου = 0, 5 0,85 0,8 0, P αίθριος ροβ α βροχ ρ ς = P ρ β βροχ ρ ς αίθριος P αίθριος P ρ β ς βροχ ρού Κατ επέκταση, υπολογίζουµε: = 0,05 0,85 0,1 =0, 5 P βροχ ρ ς ροβ α αίθριο =1 P αίθριος ροβ α αίθριο =0,0 1 P βροχ ρ ς ροβ α βροχ ρ =1 P αίθριος ροβ α βροχ ρ ς =0, 5 Και τώρα µπορούµε να υπολογίσουµε τους κόµβους: ρ β αίθριου = α ο αβ ς αίθριου P αίθριος ροβ α αίθριο α ο αβ ς βροχ ρού P βροχ ρ ς ροβ α αίθριο = 1 00 000 0, 000 000 0,0 1 =1 16 480 54 00 =1 11 80 ρ β βροχ ρού

= α ο αβ ς αίθριου P αίθριος ροβ α βροχ ρ ς α ο αβ ς βροχ ρού P βροχ ρ ς ροβ α βροχ ρ = 1 00 000 0, 5 000 000 0, 5 = 00 000 1 500 000= 1 00 000 ΠΛΗΡΟΦΟΡ = α α ς α ο αβ ς ρ β ς αίθριου P ρ β ς αίθριου α α ς α ο αβ ς ρ β ς βροχ ρού P ρ β ς βροχ ρού = 1 11 80 0,8 500 000 0,1 = 4 0,4 85 000 =8 0,4

ΑΙΘΡΙΟΣ 720.000 0.85 1.113.280 ΑΙΘΡΙΟΣ 0.9729 0.15 0.0271 ΠΡΟΒΛΕΨΗ ΑΙΘΡΙΟΥ ΠΛΗΡΟΦΟΡΙΑ 0.83 - ΑΙΘΡΙΟΣ ΠΡΟΒΛΕΨΗ 839.022,4 0.25 ΒΡΟΧΕΡΟΥ 0.75 0.17 Σωστή απάντηση: Η βέλτιστη απόφαση του µάνατζερ ειναι να αγοράσει την πληροφορία και η πληροφορία προβλέπει αίθριο καιρό, να κάνει την συναυλία, αλλιώς αν προβλέπει βροχερό καιρό, να την ακυρώσει.

Μέχρι πόσα θα ήταν διετεθειµένος να πληρώσει για να έχει την πληροφορία αυτή για τον καιρό; Το ποσό αυτό υπολογίζεται από τη διαφορά των αναµενόµενων αποδόσεων της ΠΛΗΡΟΦΟΡΙΑΣ και του να κάνει τη συναυλία χωρίς να πάρει την πληροφορία (). = =8 0,4 0 000=11 0,4 Η διαφορά των δύο επιλογών είναι µικρή, οπότε σε κάθε περίπτωση δεν θα άξιζε να αγοράσει την πληροφορία. Τέλος, αν θεωρήσετε (α) µια συντηρητική συνάρτηση χρησιµότητας και (β) µια ριψοκίνδυνη συνάρτηση χρησιµότητας, πως πιστεύετε ότι µπορεί να αλλάξουν οι σχετικές αποφάσεις του µάνατζερ; ώστε απλά τη γνώµη σας και δείξτε σχεδιαστικά τι µορφή περίπου θα έχουν οι συναρτήσεις. (α) Συντηρητική συνάρτηση χρησιµότητας Σε µια συντηρητική συνάρτηση χρησιµότητας, η απόφαση του µάνατζερ θα άλλαζε εφόσον θα είχε µεγάλο ρίσκο. Αν οι πιθανότητες των φαινοµένων του καιρού ήταν ανάποδα, ο µάνατζερ θα επέλεγε να µην πάρει το ρίσκο να κάνει τη συναυλία και θα ήταν πολύ διαφορετικό το δέντρο όσων αφορά τις απολαβές πλέον. (β) Ριψοκίνδυνη συνάρτηση χρησιµότητας Αντιθέτως, σε µια ριψοκίνδυνη συνάρτηση χρησιµότητας, εφόσον οι πιθανότητες των φαινοµένων του καιρού ήταν εξίσου ανάποδα, ο µάνατζερ θα επέλεγε να κάνει τη συναυλία παρόλο το υψηλό ρίσκο. Στην περίπτωση αυτή, ο λήπτης απόφασης αναζητά το ρίσκο, καθώς έχει µεγαλύτερη απόδοση.