Выбор решения в условиях непределенности (стр. 3 из 5)

Наиболее желательный способ определения вероятности - объективность. Вероятность объективна, когда ее можно определить математическими методами или путем статистического анализа накопленного опыта. Вероятность может быть объективно определена, если поступит достаточно релевантной информации для того, чтобы прогноз оказался статистически достоверным. Во многих случаях организация не располагает достаточной информацией для объективной оценки вероятности. В таком случае часто руководители используют суждения о возможности совершения альтернатив с той или иной субъективной или предполагаемой вероятностью.

Эта ситуация встречается на практике наиболее часто. Здесь пользуются вероятностным подходом, предполагающим прогнозирование возможных исходов и присвоение им вероятностей. При этом пользуются:
а) известными, типовыми ситуациями (типа - вероятность появления герба при бросании монеты равна 0.5);
б) предыдущими распределениями вероятностей (например, из выборочных обследований или статистики предшествующих переудов известна вероятность появления бракованной детали);
в) субьективными оценками,сделанными аналитиком самостоятельно либо с привлечением группы экспертов.
Последовательность действий аналитика в этом случае такова:
прогнозируются возможные исходы Ak, k = 1,2,....., n;
каждому исходу присваивается соответствующая вероятность pk, причем

Е рк = 1

выбирается критерий(например максимизация математического ожидания прибыли);
выбирается вариант, удовлетворяющий выбранному критерию.

Процесс принятия решения может быть выполнен в несколько этапов:
Этап 1. Определение цели.
В качестве критерия выбирается максимизация математического ожидания прибыли.
Этап 2. Определение набора возможных действий для рассмотрения и анализа (контролируются лицом, принимающим решение)
Управляющий может выбрать один из двух вариантов:
а1 = { покупка станка М1 }
а2 = { покупка станка М2 }
Этап 3. Оценка возможных исходов и их вероятностей (носят случайный характер).
Управляющий оценивает возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом:
х1 = 1200 едениц с вероятностью 0. 4
х2 = 2000 едениц с вероятностью 0. 6
Этап 4. Оценка математического ожидания возможного дохода:
1200 20 * 1200 - 15000 = 9000
М 0.4

0.6 2000 20 * 2000 - 15000 = 25000
а1


а2
1200 24 * 1200 - 21000 = 7800

0.4
М2 0.6 2000 24 * 2000 - 21000 = 27000

Е (Да) = 9000 * 0. 4 + 25000 * 0. 6 = 18600
Е (Дб) = 7800 * 0. 4 + 27000 * 0. 6 = 19320
Таким образом, вариант с приобретением станка М2 экономически более целесообразен.

3.1Принятие решений в условиях риска.

Как указывалось выше, с точки зрения знаний об исходных данных в процессе принятия решений можно представить два крайних случая: определенность и неопределенность. В некоторых случаях неопределенность знаний является как бы "неполной" и дополняется некоторыми сведениями о действующих факторах, в частности, знанием законов распределения описывающих их случайных величин. Этот промежуточный случай соответствует ситуации риска. Принятие решений в условиях риска может быть основано на одном из следующих критериев:

• критерий ожидаемого значения;
• комбинации ожидаемого значения и дисперсии;
• известного предельного уровня;
• наиболее вероятного события в будущем.

Рассмотрим более подробно применение этих критериев.

1. Критерий ожидаемого значения (КОЗ).

Использование КОЗ предполагает принятие решения, обуславливающего максимальную прибыль при имеющихся исходных данных о вероятности полученного результата при том или другом решении. По существу, КОЗ представляет собой выборочные средние значения случайной величины. Естественно, что достоверность получаемого решения при этом будет зависеть от объема выборки. Так, если обозначить

КОЗ - Е(x1, x2,..., xn)

, где x1, x2,..., xn - принимаемые решения при их количестве, равном n, то

E(xI) () M(xi)

, где M(xi) - математическое ожидание критерия.

Таким образом, КОЗ может применяться, когда однотипные решения в сходных ситуациях приходится принимать большое число раз.

2. Критерий "ожидаемого значения - дисперсия".

Как указывалось выше, КОЗ имеет область применения, ограниченную значительным числом однотипных решений, принимаемых в аналогичных ситуациях. Этот недостаток можно устранить, если применять комбинацию КОЗ и выборочной дисперсии s2. Возможным критерием при этом является минимум выражения:

E(Z, ) = E(Z) ± k*U(Z)

, где

E(Z, ) - критерий "ожидаемого значения - дисперсия";

k - постоянный коэффициент;

U(Z) = mZ/S - выборочный коэффициент вариации;

mZ - оценка математического ожидания;

S - оценка среднего квадратического ожидания.

Знак "минус" ставится в случае оценки прибыли, знак "плюс" - в случае затрат.

Из этой зависимости видно, что в данном случае точность предсказания результата повышается за счет учета возможного разброса значений E(Z), то есть введения своеобразной "страховки". При этом степень учета этой страховки регулируется коэффициентом k, который как бы управляет степенью учета возможных отклонений. Так, например, если для ЛПР имеет большое значение ожидаемые потери прибыли, то k>>1 и при этом существенно увеличивается роль отклонений от ожидаемого значения прибыли E(Z) за счет дисперсии.

3. Критерий предельного уровня.

Этот критерий не имеет четко выраженной математической формулировки и основан в значительной степени на интуиции и опыте ЛПР. При этом ЛПР на основании субъективных соображений определяет наиболее приемлемый способ действий. Критерий предельного уровня обычно не используется, когда нет полного представления о множестве возможных альтернатив. Учет ситуации риска при этом может производиться за счет введения законов распределений случайных факторов для известных альтернатив.

Несмотря на отсутствие формализации критерием предельного уровня пользуются довольно часто, задаваясь их значениями на основании экспертных или опытных данных.

4. Критерий наиболее вероятного исхода.

Этот критерий предполагает замену случайной ситуации детерминированной путем замены случайной величины прибыли (или затрат) единственным значением, имеющим наибольшую вероятность реализации. Использование данного критерия, также как и в предыдущем случае в значительной степени опирается на опыт и интуицию. При этом необходимо учитывать два обстоятельства, затрудняющие применение этого критерия:

• критерий нельзя использовать, если наибольшая вероятность события недопустимо мала;
• применение критерия невозможно, если несколько значений вероятностей возможного исхода равны между собой.

Учет неопределенных факторов, заданных законом распределения.

Случай, когда неопределенные факторы заданы распределением, соответствует ситуации риска. Этот случай может учитываться двумя путями. Первый - анализом адаптивных возможностей, позволяющих реагировать на конкретные исходы; второй - методически, при сопоставлении эффективности технических решений. Суть первого подхода заключается в том, что законы распределения отдельных параметров на этапе проектирования могут быть определены с достаточной степенью приближения на основе сопоставления с аналогами, из физических соображений или на базе статистических данных и данных прогнозов.

Методический учет случайных факторов, заданных распределением, может быть выполнен двумя приемами: заменой случайных параметров их математическими ожиданиями (сведением стохастической задачи к детерминированной) и "взвешиванием" показателя качества по вероятности (этот прием иногда называют "оптимизация в среднем").

Первый прием предусматривает определение математического ожидания случайной величины v - M(v) и определение зависимости W(M(v)), которая в дальнейшем оптимизируется по u. Однако сведение к детерминированной схеме может быть осуществлено в тех случаях, когда диапазон изменения параметра u невелик или когда зависимость W(u) линейна или близка к ней.

Второй прием предусматривает определение W в соответствии с зависимостями соответственно для дискретных и непрерывных величин:

, где

P(ui) - ряд распределений случайной величины ui;

f(ui) - плотность распределения случайной величины u.

При описании дискретных случайных величин наиболее часто используют распределения Пуассона, биноминальное. Для непрерывных величин основными распределениями являются нормальное, равномерное и экспоненциальное.

4. Анализ и принятие управленческих решений в условиях неопределенности.

Эта ситуация разработана в теории, однако на практике формализованные алгоритмыанализа применяются достаточно редко. Основная трудность здесь состоит в том, что невозможно оценить вероятности исходов. Основной критерий - максимизация прибыли - здесь не срабатывает, поэтому применяют другие критерии: максимин (максимизация минимальной прибыли)
минимакс (минимизация максимальных потерь)
максимакс (максимизация максимальной прибыли) и др.

1Неопределенность.

Решение принимается в условиях неопределенности, когда невозможно оценить вероятность потенциальных результатов. Это имеет место, когда требующие учета факторы настолько новы и сложны, что невозможно получить достаточно релевантной информации, могущей помочь объективно определить вероятность, либо имеющаяся ситуация не подчиняется известным закономерностям. Поэтому вероятность определенного последствия невозможно предсказать с достаточной степенью достоверности. Неопределенность характерна для некоторых решений, принимаемых в быстро меняющихся условиях.