L'albero delle decisioni è un esempio. Metodi decisionali

18/02/2019

Nella maggior parte dei casi, il processo decisionale può essere svolto alla velocità della luce, in base alla nostra esperienza, come si dice, a occhio. Ma a volte questa opzione non è considerata adeguata. E cosa fare in questo caso? Soprattutto per questo le persone intelligenti hanno sviluppato metodi decisionali. Consentono gradualmente e con deviazioni minime di elaborare l'algoritmo delle azioni.

Informazioni generali

E il momento più interessante per noi è il metodo dell'albero decisionale. Com'è? Dove viene utilizzato? Il metodo Albero decisionale è una rappresentazione grafica di determinate azioni e stati dell'ambiente che indicano le probabilità e le vincite corrispondenti per determinate combinazioni. Viene utilizzato per valutare i rischi dei progetti, quando è necessario investire fondi per un periodo di tempo significativo. La ragione per usarlo è avere due o più set di soluzioni consecutive. E dovrebbero fluire dal precedente e / o set di stati dell'ambiente.

Sulla struttura formale

Risultati azione albero decisionale

Quali elementi vengono utilizzati per creare? Questo è:

  1. Nodo della soluzione Utilizzato per caratterizzare il momento della scelta.
  2. Linea che rappresenta l'alternativa.
  3. Nodo eventi Usato per denotare una certa casualità che si verifica.
  4. Una riga che descrive l'ambiente che è il risultato di un evento imprevisto.
  5. Nodo risultato. Utilizzato per indicare i totali. È associato a uno stato specifico dell'ambiente e alle decisioni.
  6. Nodo per denotare un risultato intermedio. È necessario indicare una situazione in cui un'altra decisione dovrebbe essere presa.

costruzione

In pratica, come viene utilizzato il metodo dell'albero decisionale? Per formulare diversi scenari di sviluppo, è necessario disporre di tutte le informazioni necessarie e affidabili, che tengano conto delle probabilità e del momento in cui si verificano determinati eventi e risultati. Inizialmente vengono raccolti i dati. Per fare ciò, puoi usare il seguente algoritmo:

  1. La composizione e la durata delle fasi del ciclo di vita sono determinate;
  2. Sono previsti eventi chiave che influenzeranno (o potrebbero cambiare) ulteriori sviluppi;
  3. Il tempo del loro verificarsi è determinato;
  4. Vengono formulate tutte le soluzioni possibili considerate come opzioni per eventi chiave;
  5. La probabilità della loro adozione è determinata;
  6. Costo stimato delle fasi a prezzi correnti.

Sui dati ottenuti, è abbastanza possibile costruire un albero decisionale. Conterrà i nodi considerati eventi chiave. In sostanza, questi sono punti decisionali. Sono uniti da rami - cioè, determinate opere che mirano a raggiungere un determinato risultato. La costruzione di un albero decisionale consente di calcolare la probabilità per ciascuno scenario selezionato. Inoltre, l'attenzione è rivolta ad altri indicatori di fondamentale importanza che sono necessari per l'analisi del rischio e l'adozione di azioni di gestione efficaci. Va notato che questo metodo viene solitamente utilizzato per progetti che hanno un numero di opzioni possibili. In effetti, diversamente, lo schema diventa troppo voluminoso, il che rende difficile calcolare la soluzione ottimale e selezionare i dati necessari. La comprensione di come fare un albero decisionale dovrebbe già formarsi. Diamo un'occhiata agli esempi.

Progetti di investimento

processo decisionale

Il modo migliore per chiarire un albero decisionale è un esempio dalla vita. Pertanto, è meglio iniziare con esso, e non con la matematica astratta. Supponiamo di avere una scelta di tre progetti di investimento. Indichiamo loro come IP1, IP2 e IP3. Supponiamo che per la loro attuazione sia necessario investire rispettivamente 200, 300 e 500 milioni di rubli. Il profitto atteso è 100, 200 e 300 milioni di rubli. C'è il rischio di perdere soldi. La probabilità di tale scenario è del 10%, 5% e 20% per ciascuna opzione. Cosa è meglio scegliere? Trovare una risposta puramente matematica è abbastanza difficile. Ma con l'uso di un albero decisionale, questo compito è molto più facile. Inizialmente, è necessario creare un albero decisionale del progetto di investimento. Dopo che è stato costruito, iniziamo a investigarlo usando l'analisi inversa. Devi andare alla foto da destra a sinistra. Entrando nei circoli, dobbiamo inserire in essi i valori matematici delle aspettative dei pagamenti. Nel nostro caso, il risultato sarà simile a questo:

  1. 100 * 0,9 - 200 * 0,1 = 70;
  2. 200 * 0,95 - 300 * 0,05 = 175;
  3. 300 * 0,8 - 500 * 0,2 = 140.

Sulla base dei calcoli, è facile vedere che IP2 è più vantaggioso per noi. E ora tuffiamoci nella matematica e consideriamo alcuni problemi astratti sull'albero decisionale.

Esempio più semplice

In questo caso, avremo solo due opzioni: "no" o "sì". Oppure, nel linguaggio della logica booleana, avremo 0 o 1. Capire un tale esempio di albero decisionale può essere difficile, quindi useremo "no" o "sì". Supponiamo che ci venga offerto di lavorare per 160 rubli all'ora. Possiamo dire di no, e quindi non cambierà nulla. Oppure diciamo "sì", e poi, dopo aver lavorato un po ', possiamo sentire come nella nostra tasca è diventato più pesante per 160 rubli. È possibile complicare leggermente il modello e, in caso di accordo, aggiungere una continuazione. Ad esempio: lavora sodo? Se "sì", quindi il pagamento di 300 rubli, se "no", restiamo allo stesso livello di 160.

Elaborazione di strategie di comportamento della vita

albero decisionale del progetto di investimento

Può sembrare a molti che l'esempio di un albero decisionale venga usato solo per grandi investimenti e ricerche matematiche astratte. Ma non lo è. Puoi, naturalmente, memorizzare la teoria. E puoi adottarlo e vincere. E ora esamineremo la formula suggerita da Jean-Paul Getty, intitolata "Come diventare ricchi". Si esprime brevemente: "Alzati presto", "Lavora duro", "Trova l'olio". Diamo un'occhiata alla modellazione della sequenza di decisioni:

  1. Dobbiamo scegliere tra "Alzati presto" e "Dormi fino a tardi". Questa è la scelta più semplice.
  2. Dobbiamo scegliere tra "Work hard" e "After sleeves". Questa è anche la scelta più semplice.
  3. Allo stesso tempo, l'evento "Olio trovato" può verificarsi con una certa probabilità. Il suo valore dipende dalla sequenza delle nostre decisioni.

Se trovassimo il petrolio, allora diventammo ricchi. Non sono stati trovati depositi, significa che ci sono solo perdite, spese per la ricerca. E se dormi tardi e lavori senza badare, non puoi nemmeno cercare l'olio. L'opzione più preferita è "Alzati presto" e "Lavora duro".

Stiamo cercando il nostro petrolio

esempio di albero decisionale

E ora per i calcoli. L'esempio considerato di un albero decisionale è spiegato meglio usando le tabelle. Supponiamo che lavoriamo in modo ottimale. Quindi la nostra opzione:

Ci alziamo presto e lavoriamo sodo

Evento possibile

Olio trovato

Sfortuna

Utile (perdita) in rubli

10000000

- 200 000

Probabilità di accadimento

0.1

0.9

Rischio (= Utile (perdita) * Probabilità)

1000000

- 180 000

Risultato atteso

1.000.000 - 180.000 = 820.000

Come puoi vedere, l'opzione più redditizia offre prospettive piuttosto buone. È possibile utilizzare questa tabella per vedere questo esempio? Sì, e non è così difficile come potrebbe sembrare a prima vista:

decisione

Alzati presto (lunga giornata)

Stai sveglio fino a tardi

Lavora sodo

La probabilità di trovare olio (H) = 10%

Fallimento = (1-H) = 90%

Risultato atteso: (0,1 * 10 000 000) + 0,9 * (- 200 000) = 820 000

(Н) = 5% Fallimento = (Н-Н) = 95% Potenziale vincita: (0,05 * 10 000 000) + 0,95 * (- 200 000) = 310 000

Lavora con freddezza

(N) = 1% Fallimento = (1-H) = 99% Risultato previsto: (0,01 * 10 000 000) + 0,99 * (- 200 000) = - 98 000

(N) = 0% Fallimento = (1-H) = 100% Guadagno potenziale: (0 * 10 000 000) + 1 * (- 200 000) = - 200 000

Questo esempio di un albero decisionale ci mostra chiaramente che la chiave del successo è un duro lavoro. La dimensione della giornata lavorativa può avvicinarci all'obiettivo di diventare ricchi e aumentare le dimensioni dello stato. Anche se, ovviamente, i dati qui sono abbastanza generalizzati, ma speriamo che la linea generale del pensiero sia comprensibile.

Migliorare l'esempio

opzioni dell'albero decisionale

Qualcuno potrebbe obiettare - beh, un albero decisionale è utile. Ma le opzioni considerate sono troppo esagerate e il loro utilizzo in una situazione reale è piuttosto problematico. Questa opinione ha il diritto di esistere, ma solo per coloro che non hanno capito. L'albero decisionale può essere abbastanza complesso e flessibile. Pertanto, perfezioneremo un po 'l'esempio dell'olio. E questa volta dobbiamo prendere in considerazione il recupero. Supponiamo che i fondi per la ricerca di petrolio vengano spesi all'istante. Se troviamo un minerale, allora tutti gli investimenti che sono stati fatti in esplorazione, pagheranno immediatamente. I ricavi arriveranno tra due anni. Come puoi vedere, abbiamo incassi e pagamenti sparsi per tutto il periodo di tempo. E dobbiamo portare tutti gli importi sul denaro disponibile. Supponiamo che il tasso di sconto sia del 20%, quindi la nostra formula per una persona che lavora duramente e che si alza presto assomiglierà a questa: (0,1 * 10 000 000) / 1,22 + 0,9 (-200 000) = 514 444. Per altre varianti di attività, i valori saranno: 157,222, - 128,555 e - 200.000 rubli. D'accordo, questo è più come una motivazione per il progetto! Nonostante il fatto che i livelli di reddito siano diminuiti, l'opzione di lavorare sodo e alzarsi presto è ancora la più efficace. Allora come dormire fino a tardi non attrae. E quale processo decisionale è vantaggioso per noi, sia nella vita che nei calcoli?

Esempio di riscaldamento

esempio di vita dell'albero decisionale

Offriamo ai lettori di consolidare le loro conoscenze. Supponiamo di avere un documento. Produce prodotti P1 nella quantità di 1 000 unità. Il capo del DOK ritiene che il mercato dei beni P2 si stia espandendo. Sono stati condotti studi che hanno permesso di stabilire le opzioni di sviluppo proposte: P1mak = 1000; P1min = 5000; P2mak = 8000; P2min = 4000. Qui min e papavero sono le probabilità di domanda per una certa quantità di merci. Cioè, un migliaio di P1 non è un problema da implementare. Ma 5000 potrebbe non essere in grado di fare. La probabilità di domanda è: C1mak = 0,7; C1min = 1-C1mak = 0,3; S2mak = 0.6; C2min = 1 - C2mak = 0,4. Per unità di beni P1, realizziamo un profitto nell'ammontare di 1 unità monetaria. Per A2, questa cifra è 0.9. Ma c'è un problema: la richiesta minima per entrambi i prodotti supera le capacità esistenti e disponibili del MLC. Quali saranno i costi (ora pari a K) per raddoppiarli per la produzione parallela in equivalente, se:

  1. i costi sono K = 0,4 * 103 unità monetarie;
  2. quantità equivalente di P1 = 1000 e P2 = 900;
  3. la richiesta massima e corrente per P1 e P2 è rispettivamente: (K1mak = 2 * 103; K1min = 1.4 * 103) e (K2mak = 1.2 * 103; K2min = 0.8 * 103).

E avendo tali dati, è necessario determinare se è consigliabile sostituire i prodotti fabbricati e sviluppare capacità.

Problem solving

costruzione di alberi decisionali

È difficile capirlo da solo? Bene, un piccolo suggerimento: puoi usare l'algoritmo usato nell'esempio con l'olio. Per coloro che non sono in grado di controllarlo, verrà scritta una soluzione. Inizialmente, stabiliamo le conseguenze delle nostre decisioni per la produzione di un tipo (P1 o P2). Quindi esplora l'opzione con entrambi. Per fare ciò, scartiamo le azioni irrazionali per lo sviluppo delle capacità e evidenziamo i dati sui possibili guadagni separatamente nella colonna. Prendiamo in considerazione la probabilità di domanda e stimiamo l'efficienza media nei punti di diramazione. Se calcoliamo, vedremo che con la produzione prolungata di prodotti P1, è più vantaggioso per noi nello sviluppo di capacità e produzione simultanea rispetto alla transizione a una P2. Anche se, questo è se le aspettative minime. E per quanto riguarda la massima richiesta? In questo caso, dobbiamo disegnare un altro ramo che considererà questa soluzione. Per calcolare la sua efficacia, riassumiamo la prima e la seconda opzione e sottraiamo il costo del raddoppio della capacità. E si scopre che questa è la soluzione più redditizia. Di conseguenza, arriviamo alla conclusione che è necessario sviluppare capacità e assicurare il rilascio simultaneo di P1 e P2.

Stabilisci obiettivi

Questo è ciò che è un albero decisionale. Esempi di risoluzione di problemi di rischio ci consentono di comprendere questo metodo e adottarlo. Certo, all'inizio ci possono essere alcune difficoltà, ma sono risolte con successo con la pratica. I libri di matematica, econometria, cibernetica e una serie di altre discipline possono aiutare in questo.

Capacità di automatizzare

I metodi decisionali hanno una struttura chiara. Pertanto, le tecnologie informatiche possono lavorare con loro abbastanza facilmente. Come altro esempio, il processo di emissione di un prestito in una banca. Allo stesso tempo, per un computer, un albero decisionale viene presentato sotto forma di un costrutto logico "se ... allora ...". Anche se, a proposito, si basa anche su questo principio per le persone, ma quando si interagisce con la tecnologia, è necessario concentrare l'attenzione su questo. Supponiamo che il primo passo sia la questione dell'età. Se una persona ha meno di quarant'anni, allora gli chiedono della sua educazione e dei suoi stipendi. Di più - c'è una casa. La risposta è sì - emettiamo un prestito. Negativo: chiedere il livello di reddito. Meno di 20 mila rubli al mese - rifiutiamo. Questo è fatto in modo rapido ed efficiente.

conclusione

compiti dell'albero decisionale

Se ci sono diversi comportamenti e scenari, allora dovresti usare un albero decisionale per trovare la situazione migliore. Consentirà di mettere tutte le informazioni disponibili e i calcoli sulla carta e migliorare l'efficacia del processo decisionale.