PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI

Podobne dokumenty
Rozdział 9 PROGRAMOWANIE DYNAMICZNE

Rozdział 8 PROGRAMOWANIE SIECIOWE

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

Rozdział 1 PROGRAMOWANIE LINIOWE

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2

Gry z naturą 1. Przykład

Podejmowanie decyzji w warunkach niepełnej informacji. Tadeusz Trzaskalik

8. Podejmowanie Decyzji przy Niepewności

Rozdział 1 PROGRAMOWANIE LINIOWE

Badania operacyjne i teorie optymalizacji

TEORIA GIER W NAUKACH SPOŁECZNYCH. Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 1

Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI

Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Problemy oceny alternatyw w warunkach niepewności

Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik:

Czym jest użyteczność?

OPTYMALIZACJA JEDNOSTADIALNEGO STEROWANIA WIELKOŚCIĄ ZAPASU W LOGISTYCZNYCH SYSTEMACH ZAOPATRZENIA I PRODUKCJI

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego

Tworzenie gier na urządzenia mobilne

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Schemat programowania dynamicznego (ang. dynamic programming)

Elementy teorii gier. Badania operacyjne

Mixed-UCT: Zastosowanie metod symulacyjnych do poszukiwania równowagi Stackelberga w grach wielokrokowych

Projektowanie rozmieszczenia stanowisk roboczych

Sztuczna Inteligencja Projekt

Cele i zadania gospodarki leśnej na tle struktury Państwowego Gospodarstwa Leśnego Lasy Państwowe

Lekcja 2. Pojęcie równania kwadratowego. Str Teoria 1. Równaniem wielomianowym nazywamy równanie postaci: n

PROGRAMOWANIE KWADRATOWE

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

. Funkcja ta maleje dla ( ) Zadanie 1 str. 180 b) i c) Zadanie 2 str. 180 a) i b)

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

Podstawy zarządzania

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PODSTAWY WSPOMAGANIA PODEJMOWANIA DECYZJI W ZARZĄDZANIU BEZPIECZEŃSTWEM. cz. 6. dr BOŻENA STARUCH

PROGRAM GEO Folder ten naleŝy wkleić do folderu osobistego: D:\inf1\nazwisko\GEO89

Ekonometria - ćwiczenia 10

B jest globalnym pokryciem zbioru {d} wtedy i tylko wtedy, gdy {d} zależy od B i nie istnieje B T takie, że {d} zależy od B ;

Matematyka ubezpieczeń majątkowych r.

Wykład 2 - model produkcji input-output (Model 1)

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Teoria gier matematyki). optymalności decyzji 2 lub więcej Decyzja wpływa na wynik innych graczy strategiami

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9

Optymalizacją wielokryterialną nazwiemy próbę znalezienia wektora zmiennych decyzyjnych: x = [x 1

Data Mining Wykład 5. Indukcja drzew decyzyjnych - Indeks Gini & Zysk informacyjny. Indeks Gini. Indeks Gini - Przykład

Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów

etody programowania całkowitoliczboweg

TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

Programowanie liniowe metoda sympleks

Statystyka. Zadanie 1.

Programowanie dynamiczne. Tadeusz Trzaskalik

Podejmowanie decyzji - sztuka dobrego wyboru

dr inż. Cezary Wiśniewski Płock, 2006

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

Priorytetyzacja przypadków testowych za pomocą macierzy

Programowanie sieciowe. Tadeusz Trzaskalik

Programowanie liniowe. Tadeusz Trzaskalik

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Rozdział 8 PROGRAMOWANIE SIECIOWE

Próbny egzamin maturalny z matematyki Poziom rozszerzony

1 Programowanie całkowitoliczbowe PLC

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Teoria gier. wstęp Teoria gier Zdzisław Dzedzej 1

Scenariusz lekcji 1. Informacje wst pne: 2. Program nauczania: 3. Temat zaj 4. Integracja: 5. Cele lekcji: Ucze potrafi:

Z-ZIP Ekonomia menedżerska Manager economics

1-2. Formułowanie zadań decyzyjnych. Metoda geometryczna

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału.

Sztuczna inteligencja: zbiory rozmyte

Wprowadzenie do klasyfikacji

Polityka zarządzania ryzykiem na Uniwersytecie Ekonomicznym w Poznaniu. Definicje

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

Rozwiązywanie układów równań liniowych

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB IV ZBIORY PRZYBLIŻONE I ODKRYWANIE REGUŁ DECYZYJNYCH

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW

Matura próbna 2014 z matematyki-poziom podstawowy

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Teoria gier w ekonomii - opis przedmiotu

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

Metody systemowe i decyzyjne w informatyce

Raport klasy 4 A. Wyniki procentowe poszczególnych uczniów. Średni wynik klasy 13,13 pkt 60% Średni wynik szkoły 14,47 pkt 66%

MATEMATYKA POZIOM PODSTAWOWY PRZYKŁADOWY ZESTAW ZADAŃ NR 2. Czas pracy 120 minut

TEORIA GIER W NAUKACH SPOŁECZNYCH

Program "FLiNN-GA" wersja 2.10.β

b) [3 punkty] Jaka jest oczekiwana wartość doskonałej informacji? 0,875 (=3,625 2,75)

Sztuczna inteligencja : Zbiory rozmyte cz. 2

EGZAMIN MATURALNY Z INFORMATYKI POZIOM PODSTAWOWY CZĘŚĆ II 11 MAJA 2018 WYBRANE: Czas pracy: 120 minut. Liczba punktów do uzyskania: 30

WYKŁAD 8 ANALIZA REGRESJI

Scenariusz lekcyjny Obliczanie pierwiastków dowolnego stopnia i stosowanie praw działań na pierwiastkach. Scenariusz lekcyjny

PIERWSZE URUCHOMIENIE PROGRAMU ITNC PROGRAMMING STATION

Technologia informacyjna Algorytm Janusz Uriasz

Transkrypt:

Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI 5.2. Ćwiczenia komputerowe Ćwiczenie 5.1 Wykorzystując tryb konwersacyjny programu DRZEWO1.EXE, określić decyzje optymalne w zagadnieniu opisanym w podręczniku w przykładzie 5.2 :

Rozwiązanie Rozwiązanie uzyskujemy za pomocą systemu Badania operacyjne z komputerem. Wersja 2.01 (2007). Z głównego menu wybieramy opcję: 5. Decyzje w warunkach niepełnej informacji 1. Drzewo decyzyjne wersja graficzna 1. Wprowadzenie nowego zadania 1. Zadanie maksymalizacji Liczba etapów (max 3): 2 Liczba decyzji w rozpatrywanym węźle (max 4) 2 1

2 0.26 0.74 Liczba decyzji w rozpatrywanym węźle (max 4) 2 Liczba decyzji w rozpatrywanym węźle (max 4) 2 Liczba decyzji w rozpatrywanym węźle (max 4) 3 1 99 2 0.26 78 0.74 111 1 78 2

0.26 57.74 90 1 111 2 0.26 90 0.74 123 3 0.26 58 0.40 113 0.34

135 Podaj nazwę pliku: ZADANIE 1 4. Rozwiązanie zadania 4 1. Tryb konwersacyjny Wskaż rozpatrywany węzeł decyzyjny (4) 2 (I) Policz oczekiwaną wypłatę: 0.26 58 0.40 113 0.34 135 3 106.2 1 Akceptujemy zaproponowaną przez pogram nazwę pliku, w którym zapisane będzie rozwiązywane zadanie. Możliwe jest zapisanie zadania pod inną ośmioznakową nazwą. 2 Węzły decyzyjne rozpatrujemy w kolejności od końca. 3 Oczekiwana wypłata jest sumą iloczynów wypłat w poszczególnych stanach natury mogących zaistnieć po podjęciu rozpatrywanej decyzji i prawdopodobieństw ich wystąpienia. (H) Policz oczekiwaną wypłatę: 0.26 90 0.74 123 3 114.4 (G) Podaj oczekiwaną wypłatę: 111 3 Wskaż decyzję optymalną: (H) 4 Wskaż rozpatrywany węzeł decyzyjny: (2) 2 4 Decyzja optymalna zapewnia najwyższą oczekiwaną wypłatę. (C) Podaj oczekiwaną wypłatę:

99 3 (D) Policz oczekiwaną wypłatę: 0.26 78 0.74 111 3 102.4 Wskaż decyzję optymalną: (D) 4 Wskaż rozpatrywany węzeł decyzyjny: (3) 2 (E) Podaj oczekiwaną wypłatę: 78 3 (F) Policz oczekiwaną wypłatę: 0.26 57 0.74 90 3 81.4 Wskaż decyzję optymalną: (F) 4 Wskaż rozpatrywany węzeł decyzyjny: (1) 2 (A) Podaj oczekiwaną wypłatę: 102.4 (B) Policz oczekiwaną wypłatę: 0.26 81.4 0.74 114.4 3 105.8 Wskaż decyzję optymalną: (B) 4 Rozwiązanie optymalne Esc

Czy chcesz przeprowadzić symulację przebiegu procesu? (NIE) 5 5. Przeglądanie rozwiązania 5 System daje możliwość przeprowadzenia symulacji procesu decyzyjnego po wybraniu opcji (TAK) 1.Zestawienie pełne wszystkie iteracje 6... Esc 6 W zestawieniu pełnym znajduje się pełen przebieg obliczeń. 2. Zestawienie skrócone 7... Esc 0 8 7 W zestawieniu skróconym znajduje się rozwiązanie optymalne. 8 Wychodzimy z programu Ćwiczenie 5.2 Wykorzystując tryb konwersacyjny programu DRZEWO2.EXE, określić decyzje optymalne w zagadnieniu opisanym w podręczniku w przykładzie 5.2 : Rozwiązanie Rozwiązanie uzyskujemy za pomocą systemu Badania operacyjne z komputerem. Wersja 2.01 (2007). Z głównego menu wybieramy opcję: 5. Decyzje w warunkach niepełnej informacji 2. Drzewo decyzyjne wersja tekstowa 2 1. Wprowadzenie nowego zadania Rodzaj zadania : (MAKSYMALIZACJA) Liczba etapów (max. 5): 2 Etap 2: liczba węzłów decyzyjnych: 3 Etap 1: liczba węzłów losowych: 2

Etap 2: liczba węzłów losowych: 7 Liczba węzłów końcowych: 12 Gałęzie: węzeł początkowy, końcowy, prawdopodobieństwo, wypłata: 1 2 1 3 2 4 1 3 5.26 3 6.74 1 2 4 7 4 8 5 9 5 10 6 11 6 12 6 13 7 14 1 99 8 15.26 78 8 16.74 111 9 17 1 78 10 18.26 57 10 19.74 90 11 20 1 111 12 21.26 90 12 22.74 123 13 23.26 58 13 24.4 113 13 25.34 135 End Podaj nazwę pliku: ZADANIE 1 4. Rozwiązanie zadania 4 Strategia optymalna Rozwiązanie optymalne Esc 5. Przeglądanie rozwiązania 1.Zestawienie pełne wszystkie iteracje 6... Esc 0 8 0 8

Ćwiczenie 5.3 Wykorzystując tryb konwersacyjny programu REGUŁY.EXE, rozwiązać zadanie z przykładu 5.3 z podręcznika: Rodzaj uprawy Warunki pogodowe Susze Normalne Deszcze 1 8 10 12 2 10 11 7 3 9 13 8 4 11 10 6 5 10 10 9 Rozwiązanie Rozwiązanie uzyskujemy za pomocą systemu Badania operacyjne z komputerem. Wersja 2.01 (2007). Z głównego menu wybieramy opcję: 5. Decyzje w warunkach niepełnej informacji 3. Reguły decyzyjne w warunkach niepewności 3 1. Wprowadzenie nowego zadania Liczba decyzji (max. 20): 5 Liczba stanów natury (max. 20): 3 Macierz wypłat: 8 10 12 10 11 7 9 13 8 11 10 6 10 10 9 Podaj nazwę pliku: ZADANIE 1 4. Rozwiązanie zadania 9 4 9 Program pozwala na wskazanie decyzji optymalnej w sensie reguł Walda, Hurwicza, Laplace a oraz Savage a. 1. Tryb konwersacyjny

Reguła decyzyjna 1. Reguła Walda Podaj minimalne wypłaty dla kolejnych decyzji: 8 7 8 6 9 Wskaż decyzję optymalną 9 (decyzja 5) 10 Decyzja optymalna: 5 10 10 Decyzja optymalna w sensie reguły Walda charakteryzuje się największą spośród minimalnych wypłat wszystkich decyzji. W przypadku, gdy wartość ta jest jednakowa dla kilku decyzji, należy wskazać którąkolwiek z nich. 4. Rozwiązanie zadania 4 1. Tryb konwersacyjny Reguła decyzyjna 2. Reguła Laplace a 2 Wskaż decyzję optymalną 10 (decyzja 1 lub 3) 11 11 Decyzja optymalna w sensie reguły Laplace a charakteryzuje się największą spośród oczekiwanych wypłat wszystkich decyzji. W przypadku, gdy wartość ta jest jednakowa dla kilku decyzji, należy wskazać którąkolwiek z nich. Decyzja optymalna: 1,3 4. Rozwiązanie zadania 4 1. Tryb konwersacyjny Reguła decyzyjna 3. Reguła Hurwicza 3 Podaj współczynnik ostrożności 0.5 12 12 Współczynnik ostrożności γ jest liczbą z przedziału <0,1>, określającą stopień

Podaj minimalne i maksymalne wypłaty dla kolejnych decyzji: 8 12 7 11 8 13 6 11 9 10 Wskaż decyzję optymalną 10,5 (decyzja 3) 13 Decyzja optymalna: 3 gotowości do podjęcia ryzyka. 13 Decyzja optymalna w sensie reguły Hurwicza charakteryzuje się największą wartością H i (γ) spośród wszystkich decyzji. W przypadku, gdy wartość ta jest jednakowa dla kilku decyzji należy wskazać którąkolwiek z nich. 4. Rozwiązanie zadania 4 1. Tryb konwersacyjny Reguła decyzyjna 4. Reguła Savage a 4 Podaj maksymalne wypłaty dla kolejnych stanów natury: 11 13 12 Wprowadź macierz żalu: 3 3 0 1 2 5 2 0 4 0 3 6 1 3 3 14 Podaj maksymalny żal dla kolejnych decyzji: 3 5 4 6 3 Wskaż decyzję optymalną 3 (decyzja 1 lub 5) 15 Decyzja optymalna: 1,5 14 Macierz żalu zawiera liczby będące różnicami między poszczególnymi wypłatami a ich maksymalnymi wartościami dla odpowiednich stanów natury. 15 Decyzja optymalna w sensie reguły Savage a charakteryzuje się najmniejszą spośród maksymalnych wartości żalu wszystkich decyzji. W przypadku, gdy wartość ta jest jednakowa dla kilku decyzji, należy wskazać którąkolwiek z nich. 5. Przeglądanie rozwiązania

1.Zestawienie pełne wszystkie iteracje 6... Esc 0 8