Odlučivanje u uvjetima nesigurnosti

Σχετικά έγγραφα
Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za

3.1 Granična vrednost funkcije u tački

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

ELEKTROTEHNIČKI ODJEL

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Operacije s matricama

1.4 Tangenta i normala

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

TRIGONOMETRIJSKE FUNKCIJE I I.1.

7 Algebarske jednadžbe

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

DUALNOST. Primjer. 4x 1 + x 2 + 3x 3. max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 (P ) 1/9. Back FullScr

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

3 Populacija i uzorak

18. listopada listopada / 13

1 Promjena baze vektora

Funkcije dviju varjabli (zadaci za vježbu)

Kaskadna kompenzacija SAU

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

Teorijske osnove informatike 1

numeričkih deskriptivnih mera.

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Slučajne varijable Materijali za nastavu iz Statistike

TRIGONOMETRIJA TROKUTA

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

41. Jednačine koje se svode na kvadratne

Elementi spektralne teorije matrica

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri

VJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.

RIJEŠENI ZADACI I TEORIJA IZ

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Matematička analiza 1 dodatni zadaci

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

Riješeni zadaci: Nizovi realnih brojeva

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

PISMENI ISPIT IZ STATISTIKE

Riješeni zadaci: Limes funkcije. Neprekidnost

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

Slučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa

Ispitivanje toka i skiciranje grafika funkcija

Linearna algebra 2 prvi kolokvij,

5. Karakteristične funkcije

PREDNAPETI BETON Primjer nadvožnjaka preko autoceste

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Matematika 1 - vježbe. 11. prosinca 2015.

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

radni nerecenzirani materijal za predavanja

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,

Računarska grafika. Rasterizacija linije

Otpornost R u kolu naizmjenične struje

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

Obrada signala

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

VELEPRODAJNO I MALOPRODAJNO POSLOVANJE - VJEŽBE 9 - Sveučilišni preddiplomski studij Ekonomika poduzetništva

IZVODI ZADACI (I deo)

STATISTIKA S M E I M N I AR R 7 : METODE UZORKA

Linearna algebra 2 prvi kolokvij,

VJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.

( , 2. kolokvij)

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

10. domaća zadaća. 3. Neka je X neprekidna slučajna varijabla takva da je X N(0, 1). S točnošću od odredite:

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

RAZLIKA U CIJENI RAZLIKE U CIJENI U TRGOVINI UKUPNA RAZLIKA U CIJENI UKUPNA RAZLIKA U CIJENI

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

TROŠAK KAPITALA Predmet: Upravljanje finansijskim odlukama i rizicima Profesor: Dr sci Sead Mušinbegovid Fakultet za menadžment i poslovnu ekonomiju

Sortiranje prebrajanjem (Counting sort) i Radix Sort

Sustav dvaju qubitova Teorem o nemogućnosti kloniranja. Spregnuta stanja. Kvantna računala (SI) 17. prosinca 2016.

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA

Dijagonalizacija operatora

7. Troškovi Proizvodnje

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Periodičke izmjenične veličine

2.2. Analiza vremena Pert metodom

VJEROJATNOST popravni kolokvij veljače 2017.

III VEŽBA: FURIJEOVI REDOVI

Eliminacijski zadatak iz Matematike 1 za kemičare

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

TEORIJA ODLUČIVANJA DECISION ANALYSIS

Izbor statističkih testova Ana-Maria Šimundić

Računarska grafika. Rasterizacija linije

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

Transcript:

Odlučivanje u uvjetima nesigurnosti S obzirom u kojoj su nam mjeri poznate moguće posljedice odluka koje donosimo metode za odlučivanje dijelimo u dvije skupine: metode odlučivanja u uvjetima sigurnosti, metode odlučivanja u uvjetima nesigurnosti i rizika. Kod odlučivanja u uvjetima nesigurnosti poznate se nam aktivnosti koje možemo poduzeti i moguće posljedice (više njih) tih odluka, ali nam nisu poznate vjerojatnosti nastupanja pojedinih posljedica. Kod odlučivanja u uvjetima rizika poznate su nam aktivnosti koje možemo poduzeti i posljedice tih aktivnosti s pripadnim vjerojatnostima. Informacije koje su nam dostupne možemo zapisati u obliku matrice plaćanja. Svaki stupac predstavlja jedno od stanja okoline koje može nastati. Svaki redak predstavlja moguće ishode ukoliko je poznat akcija. predstavlja financijski rezultat kao posljedicu poduzimanja poduhvata i nastanka stanja okoline. Stanja okoline Metode odlučivanja u uvjetima nesigurnosti: Maximax (optimistični pristup) Maximin (pesimistični pristup, Waldov kriterij) Kriterij realizma (Hurwiczov kriterij) Kriterij minimalnog žaljenja (Savageov kriterij) Laplaceov kriterij (pristup jednake vjerojatnosti) Osnovna metoda odlučivanja u uvjetima rizika: Očekivana vrijednost Metode odlučivanja u uvjetima nesigurnosti i rizika prikazat ćemo kroz primjer. Primjer. Poduzeće razmatra otvaranje novog pogona. U tablici plaćanja prikazani su financijski rezultati (dobit u tisućama kuna) koji mogu nastati u ovisnosti o akciji koje poduzeće odabere poduzeti i stanju ekonomije koje može nastati u budućnosti (poduzeće ne može utjecati na stanje ekonomije).

Stanje okoline Gradnja velike tvornice 200 50-120 Gradnja srednje tvornice 90 120-30 Gradnja male tvornice 40 30 20 Odustajanje od gradnje 0 0 0 Maximax kriterij Karakterizira je sklonost riziku pri odlučivanju. Za svaku akciju identificira se najbolji ishod i bira se akcija za koju je ta vrijednost najveća. =max =max =max max =argmax U našem primjeru =200, ='Gradnja velike tvornice'. Stanje okoline Max Gradnja velike tvornice 200 50-120 200 Gradnja srednje tvornice 90 120-30 120 Gradnja male tvornice 40 30 20 40 Maximin kriterij Ovaj kriterij karakterizira odbojnost prema riziku u odlučivanju. Za svaku akciju identificira se najslabiji ishod i bira se akcija za koju je ta vrijednost najveća. =max =min =max =argmax U našem primjeru =20, ='Gradnja male tvornice'. max

Stanje okoline Min Gradnja velike tvornice 200 50-120 -120 Gradnja srednje tvornice 90 120-30 -30 Gradnja male tvornice 40 30 20 20 Kriterij realizma Ravnotežni je kriterij između prethodna dva kriterija. Odredi se faktor realizma (optimizma) ili faktor pesimizma (koji iznosi 1 ) koji karakterizira stav donositelja odluke prema riziku. Za svaku akciju odredi se Hurwiczova vrijednost Odabire se ona akcija za koju je najveći. = +1 =max =argmax U našem primjeru, za α=0,4, =30, ='Gradnja srednje tvornice'. Stanje okoline Gradnja velike tvornice 200 50-120 8 Gradnja srednje tvornice 90 120-30 30 Gradnja male tvornice 40 30 20 28 Kriterij minimalnog žaljenja Svakom ishodu u tablici odlučivanja pridružuje se žaljenje =max Od ishoda najbolje akcije za stanje okoline oduzima se vrijednost i formira se nova tablica koju nazivamo tablica žaljenja.

Za naš primjer tablica žaljenja ima vrijednosti: Stanje okoline Gradnja velike tvornice 0 70 140 Gradnja srednje tvornice 110 0 50 Gradnja male tvornice 160 90 0 Odustajanje od gradnje 200 120 20 Za svaku akciju računa se maksimalno žaljenje. = max Bira se akcija za koju je izračunata vrijednost najmanja. min =minmax U našem primjeru minimalna vrijednost je 110, a ='Gradnja srednje tvornice'. Stanje okoline Max Gradnja velike tvornice 0 70 140 140 Gradnja srednje tvornice 110 0 50 110 Gradnja male tvornice 160 90 0 160 Odustajanje od gradnje 200 120 20 200. Očekivana vrijednost Ako se od ostvarenja nekog događaja čija je vjerojatnost ostvarenja p ostvaruje dobit D, a inače nema ni gubitka ni dobitka, matematičko očekivanje (očekivana vrijednost, očekivana monetarna vrijednost) definira se kao produkt tih dviju vrijednosti = Poopćenje: Neka se nakon pokretanja projekta može ostvariti jedan od n različitih događaja s pripadnim vjerojatnostima, =1,, i pripadnim dobitima. Matematičko očekivanje definira se kao suma produkata vjerojatnosti i dobiti događaja. =

Laplaceov kriterij Pošto vjerojatnosti potencijalnih ishoda nisu poznate pretpostavlja se da su vjerojatnosti jednake. = 1 Za svaku akciju računa se očekivana vrijednost = = = 1 Odabere se akcija za koju se ostvaruje na najveća očekivana vrijednost. U našem primjeru najveća očekivana vrijednost iznosi 60, a ostvaruje se za ='Gradnja srednje tvornice'. Stanje okoline Gradnja velike tvornice 200 150-120 43.3 Gradnja srednje tvornice 90 120-30 60 Gradnja male tvornice 40 30 20 30 Kriterij očekivane vrijednosti Za primjenu kriterija očekivane vrijednosti potrebno je poznavanje vjerojatnosti nastanka pojedinih stanja okoline. Određivanje najbolje alternative dobije se na isti način kao i primjenom Laplaceovog kriterija uz uvažavanje poznatih vjerojatnosti (umjesto vjerojatnosti = 1 ). Ukoliko pretpostavimo da su vjerojatnosti nastanka stanja (Ekspanzija,Stagnacija, Recesija) iznose (0.1, 0.5, 0.4) na temelju kriterija očekivane vrijednosti odabrali bi alternativu 'Izgradnja srednje tvornice'. Očekivana vrijednost iznosi 57. Stanje okoline Gradnja velike tvornice 200 150-120 -3 Gradnja srednje tvornice 90 120-30 57 Gradnja male tvornice 40 30 20 27

Trošak nesigurnosti Trošak nesigurnosti ili očekivana vrijednost savršene informacije (OVSI) jednaka je razlici očekivane vrijednosti uslijed sigurnosti (OVUS) i očekivane vrijednosti bez informacija (OVBI). = Očekivana vrijednost uslijed sigurnosti (OVUS) predstavlja poznavanje stanja okoline u budućnosti (relativna frekvencija pojavljivanja pojedinih stanja se ne mijenja). Ukoliko bi stanje bilo poznato odabrali bi akciju koja bi u tom stanju dala maksimalnu dobit. Zaključujemo = max + max + + max OVBI je očekivana vrijednost akcije odabrane na temelju kriterija očekivane vrijednosti. U našem primjeru =0,1 200+0,5 100+0,4 20=88, = =88 57=31.

Granična analiza u poslovanju U slučaju poslovnog problema u kojem okolina može poprimiti mnogo stanja izrada tablice isplate bila bi previše komplicirana pa se problemu pristupa na drugi način. Da bi riješili takav problem potrebno je uvesti dva nova pojma: Granični trošak (GT) - dodatni trošak koji nastaje pri proizvodnji jednog dodatnog proizvoda. Granična dobit (GD) dodatna dobit koja nastaje prodajom jednog dodatnog proizvoda. Promatrat ćemo dva slučaja granične analize: granična analiza s diskretnom distribucijom potražnje, granična analiza s normalnom distribucijom potražnje. Proizvodnja dodatnog proizvoda je isplativa ako je očekivana dobit od dodatnog proizvoda veća od očekivanog troška proizvodnje dodatnog proizvoda. U ovoj analizi očekivani gubitak jednak je očekivanom trošku. Neka je p - vjerojatnost da je potražnja veća ili jednaka ponudi (dodatni proizvod će biti prodan) 1-p - vjerojatnost da je potražnja manja od ponude (dodatni proizvod neće biti prodan) očekivana dobit od dodatnog proizvoda 1 - očekivani trošak proizvodnje dodatnog proizvoda Uvjeti isplativosti proizvodnje: 1 + + Dakle, dodatni proizvod je isplativo proizvesti ukoliko je vjerojatnost prodaje veća od omjera graničnog troška i zbroja graničnog troška i granične dobiti.

Granična analiza s diskretnom distribucijom Primjer. Ugostiteljski objekt naručuje krafne. Krafne je potrebno prodati isti dan jer naredni dan potpuno gube na vrijednosti. Ugostiteljski objekt plaća 40 kuna za jednu kutiju krafni, dok je prodaje po 60 kuna. Dakle, granična dobit po kutiji iznosi 20 kuna, a granični trošak je 40 kuna. Iz prošle prodaje ugostiteljski objekt procjenjuje distribuciju prodaje krafni. n Vjerojatnost prodaje (p=n) Kumulativno ( ) 4 0,05 1,00 5 0,15 0,95 6 0,15 0,80 7 0,20 0,65 8 0,25 0,54 9 0,10 0,20 10 0,10 0,10 + = 40 40+20 =0,66 Pošto su za n=6 kutija očekivani granični prihodi veći od očekivanih graničnih troškova (a za n=7 to više ne vrijedi) to je optimalna narudžba. Granična analiza s normalnom distribucijom Kada potražnja za proizvodom poprima normalnu distribuciju, što je česta pretpostavka u modeliranju poslovanja, granična analiza s normalnom distribucijom se može koristiti. Za takvu analizu potrebno je odraditi četiri veličine: prosječnu prodaju proizvoda, standardnu devijaciju prodaje proizvoda, granična dobit od prodaje jednog proizvoda GD, granični trošak od proizvodnje dodatnog proizvoda GT. Koraci u provođenju analize: (a) Odredite vjerojatnost p. = + (b) Odredite percentil z standardne normalne distribucije koji odgovara vrijednosti 1-p, tj. odredite z t.d. 0,1 =1. (c) Optimalna proizvodnja dobije se formulom =+. Primjer. Prodaja novina na kiosku poprima normalnu razdiobu s 50 prodanih novina i standardnom devijacijom 10 novina. Uz granični trošak od 4 kune i granični dobit od 2 kuna (prodaja po šest kuna), odredite koliko novina kiosk treba naručiti. Rj. = + =2 3 = 0,407 Optimalna narudžba je: =10 0,407+50=45,69 45

Zadaci za vježbu ZAD 1. Zadatak. Osoba razmišlja o prodaji ruža subotom navečer zaljubljenim parovima. Nabavna vrijednost ruže je 15 kuna, a prodajna 20 kn. Minimalno može naručiti 10 komada, a odlučila je da neće naručiti više od 20 komada. Za potražnju također očekuje da bi trebala biti barem 10, a najviše 20. (a) Provjerite koje preporuke daje pojedini kriterij odlučivanja u uvjetima nesigurnosti. (b) Ukoliko su poznate vjerojatnosti potražnje, odredite očekivanu vrijednost i trošak nesigurnosti. 10 11 12 13 14 15 16 17 18 19 20 5% 5% 5% 10% 15% 20% 15% 10% 5% 5% 5% ZAD 2. Poduzeće razmišlja o osiguranju zgrade od požara. Vrijednost zgrade je 2 milijuna kuna, a osigurali bi je na vrijednost od milijun kuna na razdoblje od pet godina. Ukoliko je vjerojatnost požara u godini 1%, a vremenska vrijednost novca 4% odredite neto cijenu tog osiguranja. (Po isplati osigurane svote koja se isplaćuje na kraju godine osiguranje prestaje.) Rješenje. Godina Vjerojatnost događaja Vjerojatnost isplate Isplata u slučaju nastanka događaja Sadašnja vrijednost isplate Očekivana sadašnja vrijednost isplate 1 0,01 0,01 1.000.000 1.000.000 /1,04 0,01 /1,04 2 0,01 0,99 0,01 1.000.000 1.000.000 /1,04 0,99 0,01 /1,04 3 0,01 0,99 0,01 1.000.000 1.000.000 /1,04 0,99 0,01 /1,04 4 0,01 0,99 0,01 1.000.000 1.000.000 /1,04 0,99 0,01 /1,04 5 0,01 0,99 0,01 1.000.000 1.000.000 /1,04 0,99 0,01 /1,04 Neto premija (ukupna očekivana sadašnja vrijednost isplate) 43.671,10