- •Курс лекций по дисциплине
- •Для специальностей
- •Минск 2010
- •Тема 19. Динамическое программирование 73
- •Тема 20. Использование имитационного моделирования в процессе принятия управленческих решений 89
- •Тема 21. Многокритериальные задачи теории принятия решений 103
- •Тема 22. Экспертизы и обработка экспертных оценок как база решения сложных проблемных ситуаций. Методы дерева целей и анализа иерархий 117
- •Тема 11. Предмет, задачи и основные понятия теории принятия решений Основные понятия и определения
- •11.1. Объект и предмет исследования теории принятия решений. Назначение теории принятия решений и ее основные понятия
- •11.2. Этапы процесса моделирования.
- •11.3. Классификация задач принятия решений
- •Вопросы для самоконтроля
- •Тема 12. Использование целочисленной оптимизации в задачах теории принятия решений Основные понятия и определения
- •12.1. Сущность целочисленной оптимизации (целочисленного линейного программирования (цлп))
- •Задача о распределении бюджета
- •12.2. Использование логических условий и формирование зависимых решений с помощью целочисленных переменных
- •Вопросы для самоконтроля
- •Тема 13. Игровые модели теории принятия решений Основные понятия и определения
- •13.1 Теория игр как раздел теории принятия решений. Матричные игры с нулевой суммой
- •Решение парных матричных игр с нулевой суммой. Принцип минимакса.
- •13.2 Игры без седловых точек. Использование линейной оптимизации
- •Вопросы для самоконтроля
- •Тема 14. Игры с природой Основные понятия и определения
- •14.1 Игры с природой в условиях риска
- •14.2 Игры с природой в условиях неопределенности
- •14.3 Многоэтапные процессы принятия решений
- •Вопросы для самоконтроля
- •Тема 15. Сетевые модели теории принятия решений Основные понятия и определения
- •15.1. Понятие о методах сетевого планирования и управления (спу)
- •15.2. Понятие о сетевых моделях и правила построения сетевых графиков
- •15.3. Расчет критического пути сетевого графика
- •Тема 16. Оптимизация сетевых потоков Основные понятия и определения
- •16.1. Задача о максимальном потоке
- •16.2. Задача о потоке минимальной стоимости
- •16.3. Задача о кратчайшем маршруте
- •Тема 17. Сетевое планирование в условиях неопределенности Основные понятия и определения
- •17.1. Общая характеристика, область использования и алгоритм определения временных параметров проекта по методу pert
- •17.2. Обоснование и использование центральной предельной теоремы при расчетах вероятности выполнения проекта в директивный срок
- •17.3. Понятие о стохастических сетях
- •18.1. Характеристика стохастических задач, решаемых в условиях риска
- •18.2. Простейшие методы решения стохастических задач: мм-постановка, mp-постановка (задача с вероятностными ограничениями), pp-постановка
- •Вопросы для самоконтроля
- •Тема 19. Динамическое программирование Основные понятия и определения
- •19.1. Понятие о динамическом программировании.
- •19.2. Принцип оптимальности Беллмана и алгоритм решения задач динамического программирования
- •19.3. Вероятностное динамическое программирование и марковские процессы принятия решений
- •19.4. Определение оптимальной стратегии, максимизирующей ожидаемый доход в случае конечного горизонта планирования
- •19.5. Определение оптимальной стратегии для процесса с бесконечным числом этапов (оптимальная долгосрочная стратегия)
- •Вопросы для самоконтроля
- •Тема 20. Использование имитационного моделирования в процессе принятия управленческих решений Основные понятия и определения
- •20.1 Виды имитационного моделирования
- •1. Произошло ли событие a?
- •Какое из нескольких событий произошло?
- •Какое значение приняла случайная величина ?
- •Какую совокупность значений приняли случайные величины ?
- •20.2 Имитационное моделирование как метод анализа инвестиционных проектов
- •20.3 Имитационное моделирование денежных потоков проекта
- •20.4 Имитационное моделирование чистой приведенной стоимости проекта
- •Вопросы для самоконтроля
- •Тема 21. Многокритериальные задачи теории принятия решений Основные понятия и определения
- •21.1 Классификация многокритериальных задач
- •21.2 Принцип оптимальности Парето.
- •21.3 Принцип равновесия по Нэшу
- •21.4 Обзор методов решения задач векторной оптимизации
- •1. Методы свертки системы показателей эффективности
- •Вопросы для самоконтроля
- •Тема 22. Экспертизы и обработка экспертных оценок как база решения сложных проблемных ситуаций. Методы дерева целей и анализа иерархий Основные понятия и определения
- •22.1 Экспертное оценивание важности объектов
- •22.1.1 Усреднение экспертных оценок
- •22.1.2 Попарное сравнение объектов
- •22.2 Назначение сложных экспертиз
- •22.3 Экспертный анализ сложной проблемы с помощью дерева целей
- •22.4 Метод анализа иерархий: особенности и область применимости
- •Вопросы для самоконтроля
14.3 Многоэтапные процессы принятия решений
Часто принятие решения представляет многоэтапный процесс из цепочки решений, каждое из которых зависит от предыдущего. Последовательность решений изображают графически с помощью деревьев решений, при этом моменты принятия решений обычно обозначают квадратами, моменты возникновения различных исходов – кружками, а альтернативные решения - линиями, называемыми ветвями.
Пример решения многоэтапной задачи.
На предприятии рассматривается возможность запуска нового продукта. Необходимо решить, приступать ли немедленно к сбыту, произвести маркетинговые исследования (МИ) рынка или отказаться от нового продукта. Стоимость проведения маркетингового исследования – 50.000. д.е. Сбыт товара требует 100.000 д.е. на дополнительное оборудование, монтаж и наладку. Отказ от проекта сэкономит 250.000 д.е. на расходах по содержанию персонала. Оцененные экспертами вероятности высокого, среднего и низкого спроса на новый продукт составляют соответственно 0,2; 0,4 и 0,4.
Маркетинговые исследования позволяют уточнить эти вероятности. При этом если результат маркетингового исследования положительный, то вероятности высокого, среднего и низкого спроса равны 0,4; 0,4 и 0,2; в случае отрицательного результата маркетинговых исследований вероятности высокого, среднего и низкого спроса равны 0,1; 0,1 и 0,8.
Спрос |
Вероятность |
||
Без маркетингового исследования |
С проведением маркетингового исследования |
||
Результат положительный |
Результат отрицательный |
||
Высокий |
0,2 |
0,4 |
0,1 |
Средний |
0,4 |
0,4 |
0,1 |
Низкий |
0,4 |
0,2 |
0,8 |
Вероятность положительного результата маркетингового исследования равна 0,7, а отрицательного – 0,3. Прогнозы говорят о том, что высокий объем продаж принесет доход в 1.000.000 д.е., средний – 500.000 д.е., а низкий – 200.000 д.е.
Построим дерево решений.
Проведение МИ приводит к двум исходам: положительному с вероятностью 0,7 и отрицательному с вероятностью 0,3. Для ветви “продавать без МИ” имеется три исхода – высокий, средний и низкий спрос. Продолжая процесс, получим окончательный результат.
5
Далее, двигаясь справа налево, рассчитаем ожидаемый доход.
Ожидаемый доход в блоке 6
В блоке 4 запишем максимальный из двух ожидаемых доходов (640000 – 100000 = 540000 д.е.) и 250000 , то есть 540000 д.е.
Ожидаемое значение для блока 5:
Ожидаемое значение для блока 2:
Ожидаемое значение для блока 3:
Наконец, ожидаемое значение блока 1:
Дерево решений с рассчитанными ожидаемыми значениями доходов представлено ниже. Жирной линией выделено наилучшее решение. Таким образом, для максимизации ожидаемой прибыли фирме следует провести МИ и, если его результаты положительны, то продавать продукт. В случае отрицательных результатов МИ следует отказаться от продукта.
