Anda di halaman 1dari 49

F.G.

Filip

Curs SAD
(Vers 2014)

Analiza deciziilor(Ii):
Elemente de baza si Metode
din Teoria Jocurilor
Acad F. G. Filip

F.G. Filip

Exista numeroase produse software care transpun


informatic metodele de rezolvarea a problemelor
decizionale . Cateva exemple:

Frontline- SOLVER -: http://www.solver.com/ ( optimizare, simulare , analiza de


risc., algoritmi genetici) , fost FRONTSYS
Palisade Decision Tool Suite, @Risc, Precision Tree, Neural Tools,
Evolver: http://www.palisade-europe.com/ ( arbori de decizie, analiza de risc,
simulare Monte-Carlo, diagrame de influenta, retele neurale, statistica , algoritmi genetici, retele
neurale ... )

Decision Tool Pack -Decision Analysis System : http://


www.decisiontoolpak.com/ ( arbori de decizie , analiza de sensibilitate, Monte-Carlo)

( diagrame de influenta,

Luminna-Analytica : http://www.lumina.com/
arbori de decizie, simulare Monte Carlo )

Superdecisions : http://www.superdecisions.com/ AHP free


Viador : Business Intelligence http://www.viador.com/?
gclid=CNvY4Y6Lp58CFQeQzAodBngD0A

F.G. Filip

Caracteristici
Contin

exemple de aplicatii

Ex. Productie cu ajutorul produsului SOLVER


http://www.solver.com/procenter.htm

Furnizeaza

versiuni demo/trial/academic

Ex 1. Analytica Trial version:


http://www.lumina.com/products/free-trial/
Ex 2. Palisade-- Student version:

http://www.palisade.com/academic/students.asp

Ex. 3 :Easy Decision Tree al SmartDraw free version


http://www.smartdraw.com/downloads/

F.G. Filip

Darinstrumentele

informatice sunt doar niste


rezolvitori (solvers) ai unor probleme formulate (in
general ) de om si il ajuta pe om la:
Formularea si rezolvarea modelului
Analize de sensibilitate
Prezentarea eleganta a rezultatelor

Dificultatea

constau in

si arta decidentului /asistentului sau

Fixarea obiectivelor relevante


Intelegerea problemei care nu vine impachetata frumos
Alegerea demersului de modelare
Identificarea/proiectarea alternativelor
Analizarea rezultatelor date de instrumentele TI

F.G. Filip

Obiectivul principal al prelegerii


Prezenta

prelegere este menita sa prezinte

elementele de baza privind activitatile decizionale asistate


de calculator

Obiectiv

specific: Prezentarea unor metode

imprumutate din Teoria jocurilor


bazate pe scoruri ordinale ( ranguri)

Obiectiv

secundar

Sa reia unele elemente prezentate in cursul anterior

F.G. Filip

Cuprins
A.

Notiuni de baza ( V Curs 2)

Caracteristici
Tipuri de decizii
Sisteme de valori si obiective
Efecte si riscuri
Roluri decizionale
Analiza deciziilor

B.Procesul

decizional rational
C. Metode clasice de rezolvare

F.G. Filip

Exemple

( Filip , 2002 , 2005, subcap. #1.2)

Alegerea unui loc de munca


Schimbarea locului de munca
Demararea unei afaceri
Ordonantarea atelerului
Planificarea functionarii unui sistem cu rezervoare tampon ( rafinarii,
sisteme de apa )
Achizitionarea unui produs TI
Plasarea disponibilitatilor banesti
Analiza livrarilor la o firma de produse electronice
Decizii de controlul poluarii mediului

F.G. Filip

Caracteristici
( Filip 2002, 2005, subcap . #1.2.6)
Decizii sunt atat in viata personala cat si in cea profesionala
Obiectivele sunt multiple si uneori conflictuale
Efectul se constata in viitor si poate fi afectat de incertitudine
( Decizii bune vs decizii cu efect bun)
Decidentul si executantul deciziei pot fi persoane diferite
Evaluarea a cat mai multe alternative e preferabila
experimentarii lor pe viu

F.G. Filip

Decizia: definitia generala


Decizia

este rezultatul unor activitati specifice


omului desfasurate in viata profesionala si privatacare constau in acumularea si crearea de cunostinte
in procesul de solutionare a unei probleme de
alegere dintre mai multe alternative identificate
sau proiectate in vederea efectuarii unor actiuni
care implica antrenarea unor resurse personale sau
ale organizatiei in scopul atingerii unei stari dorite.

OBS.

Uneori prin decizie se va intelege rezulataul


procesului ( alternativa de actiune aleasa)

F.G. Filip

Concepte de baza
( Filip , 2002; 2005 , subcap. #1.3 & 7.2)

Subiecte de preocupare -SP ( ex pret, calitate, timp de livrare )


Obiective : SP + sens dezirabil ( ex. pret mic, calitate inalta , timp scurt)
Metrica, atribut : masoara satisfacerea obiectivului
Criteriu de evaluare : CE(j), j=1,2,, nc ( Obiectiv+ Metrica)
Alternative : A(i) , i=1,,na
Scor, consecinta: nivelul atributului s(i,j) pt alternativa A(i) la
criteriul CE(j)
Restrictii (praguri de acceptare ): servesc la filtrarea alternativelor
Functie de utilitate unitara : v( A(i,j) ) : valoarea perceputa pt scorul s(i,j)

Relatii intre alternativele A(i) si A(k) prin prisma criteriului CE(j) :

preferinta, preferinta slaba, indiferenta , necomparabilitate


A(i) P A(k) ; A(i) WP A(k) ; A(i) I A(k) ; A(i) NC A(k)
Atitudine fata de risc ( aversiune, cautare , indiferenta )

F.G. Filip

Obiective si Sisteme de valori


Unele
Unel

obiective vizeaza

maximizarea ( notatie: ) (de ex: venitul ; durata asistentei tehnice)


minimizarea (notatie: ) ( ex: costul, timpul de livrare, timpul de stationare intre masini de
prelucrare, durata intretinerii)
plasarea intr-o vecinatate ( OBS. Prin introducerea distantei fata de valoarea optima se poate
transforma intr-o problema de minimizare ; Exemple: varsta programatorului la angajare, ,
momentul de livrare, ritmurile de fabricatie ale instalatiilor din combinat)

Valorile

dorite ( tintele) pot fi

Cuantificabile cardinale sau ordinale-ranguri


Calitative : munca intensa, firma cu buna reputatie

Obiectivele

relevante depind de:

Sistemul de valori
Orizontul decizional si nivelul de autoritate

F.G. Filip

Efecte si riscuri
Efectul

aplicarii deciziei e influentat de:

Evolutia imprevizibila a contextului( evenimente incerte)


Modul de executie a deciziei

Calitatea

deciziei

nu trebuie judecata numai dupa rezultat


ci ea depinde de

Abundenta alternativelor (identificate sau proiectate)


Adecvanta rationamentelor , ambele considerate in momentul deciziei

Scopul analizei deciziilor=cresterea sansei pentru un efect bun prin


furnizarea de metode de

sistematizare a datelor si
rezolvarea a modelelor

F.G. Filip

Roluri decizionale
Initiatorii-ii

imputernicesc pe decidenti ca sa rezolve


problema si determina inceperea procesului decizional
Promotorii-sustin activitatile de elaborare, adoptare si
executie a deciziei
Asistentii decizionali -stapanesc metode si tehnici
si ajuta la elaborarea deciziei
Responsabilii-adopta decizia si dau socoteala pt ea
Realizatorii-executa decizia
Beneficiarii-sunt afectati de executia deciziei
Opozantii (rau si /sau bine intentionati) se opun pe fata sau
pe ascuns

F.G. Filip

Analiza deciziilor [Keeney si Raifa, 1976]


O

abordare prescriptiva
conceputa pentru persoane
dotate cu o inteligenta normala ( nu pt genii!!),
care doresc sa gandeasca profund si sistematic
atunci cand abordeaza probleme reale si importante

F.G. Filip

Metode si tehnici de asistare a


deciziilor(I)
Specifice:
Centrate pe judecata umana (tehnici de creativitate ( Filip ,2002, 05 # 3.2):

Grupul nominal ( Ex: http://asq.org/learn-about-quality/idea-creation-tools/overview/nominalgroup.html )


Brainstorming, Ex: http://www.mindtools.com/brainstm.html ( cu prezentare vocala)

25 de tehnici de Brainstorming : http://celestinechua.com/blog/25-brainstorming-techniques /


Brainstorming Centre: http://asq.org/learn-about-quality/idea-creation-tools/overview/nominal-group.html

Avocatul diavolului,
Philips 66,
Analiza Delphi,
Elaborarea de scenarii,

Grafo-analitice : diagrame de influenta, arbori de decizie (Filip 2005,#

3.3)

Exemplu produsul ANALYTICA al firmei Lumina :


http://www.lumina.com/technology/influence-diagrams/

Analiza datelor si a documentelor : Depozite de date, OLAP , data mining,

Business intelligence ( Filip 2005, # 4),Ex;


Analiza deciziilor multiatribut si multicriteriale: Functii de sinteza ( MADM),
AHP, ELECTRE, metode cu scoruri ordinale( Filip, 2005, # 6, 7 )

F.G. Filip

Metode si tehnici de asistare a


deciziilor (II)

Imprumutate
Cercetarea operationala optimizari : P L ( programare liniara),
PNL (neliniara); teoria jocurilor , analiza de risc
Simularea si Foile de calcul(spreadsheet) ( Filip, 2005, Cap # 5)
Metode bazate pe inteligenta artificiala : sisteme expert, fuzzy,
algoritmi genetici, retele neurale ,agenti inteligenti , Knowledge
Management (Filip , 05,# 8)
=========================================

Sistemele suport pt decizii ( SSD) integreaza produsele TI care sustin


metodele impreuna cu alte instrumente de TI de uz general

F.G. Filip

Cuprins
A.

Notiuni de baza
B. Procesul decizional rational
Modelul procesual al lui Herbert Simon
Informarea ( Intelligence )

Stabilirea sistemului de valori si obiective: ( Lista subiectelor de interes,


Obiectivele relevante, Obiectivele fundamentale si ajutatoare )

Culegerea datelor si detectarea problemei decizionale ( Tipuri de


informatii,Incertitudinea )

Proiectarea modelelor si alternativelor ( Design)

C.

Modelarea problemei (Adoptarea demersului, Scara de masura, Criterii


de evaluare )
Setul de alternative

Metode clasice

F.G. Filip

Modelul procesual (H. Simon, 1960): Etape


( F ilip, 2007, # 2.4.1.&Filip
2005, # 2.2
2.4.1.

Intelligence-Informare

== Problema decizionala

Design-Proiectare modele si alternative

Stabilirea obiectivelor
Culegerea datelor si Identificarea situatiei
Clasificarea problemei

Alegerea abordarii
Construirea modelelor
Identificarea/proiectarea alternativelor

==>Modele si alternative

Choice-Alegere
Experimentarea modelului ( rezolvarea, interpretarea rezultatelor, modificarea
parametrilor)
Alegerea
Analiza de sensibilitate
==> Solutia ( decizia)== Lansare in executie

Evaluarea efectelor

F.G. Filip

Informarea ( Intelligence)
Abordari

posibile

A1:Mai intai adunarea datelor pentru identificarea


problemei ( sprijinita de tehnici de Business Intelligence-BI)
Corespunde unei abordari reactive ( situatie decizionala
fortata )
Evita rezolvarea problemelor surogat sau false in locul
abordarii cauzelor reale
A2: Mai intai stabilirea/actualizarea setului de subiecte

de preocupare si interes si a obiectivelor


Corespunde abordarii proactive ( situatie nefortata)
Recomandabila in contextul schimbarilor rapide si
continue din ziua de azi

F.G. Filip

Stabilirea obiectivelor
( Filip, 2005, subcap. 2.2.2.1)

Lista

subiectelor de interes ;Observatii

Lista poate depinde de caracteristicile rolului / individului


OBS. Obiectivele personale =metaobiective care se manifesta
inconstient/ pe ascuns chiar in deciziile profesionale

Obiectivele relevante
Mai putine decat numarul subiectelor de interes
Sunt alese in functie de : nivelul de autoritate si fezabilitatea lor

Metafore : Subiectul de interes= calea de miscare; Tinta=destinatia; Obiectivul:=


substitut pt tinta cand aceea nu poate fi atinsa cu exactitate

Sunt determinate de
Multimea de aspiratii ale individului/menirea organizatiei
Neajunsurile starii actuale
Evolutiile colegilor/miscarile concurentei

F.G. Filip

Obiective fundamentale si ajutatoare


Obiectivele

fundamentale-ObF

Sunt importante in sine si


Servesc la alegerea criteriilor de evaluare
Constituie un referential pt detectarea situatii lor decizionale fortate
Pot fi descompuse in subobiective

Obiective ajutatoare ( means objectives)-ObA

Le substituie pe ObjF atunci cand gradul de indeplinire a acestora e greu de masurat /estimat ( Ex Angajarea
unui programator adecvat=>referinte cat mai favorabile, cursuri absolvite, cat mai noi , testul practic )

Testul

WITI ( Why Is This Important ? )

R1: Pt ca el conteaza in alegerea alternativei => ( ObF)


R2: Pt ca el ajuta la realizarea obiectivului ObF x=> (ObA)
R3:De curiozitate. Alegerea nu depinde de el=>Ob nerelevant

F.G. Filip

Exemplu: planificarea productiei unui combinat


ObF

Functionarea optima

Livrarea la timp

Evolutia optima

Functionarea instalatiilor

Minimizarea volum

a produselor

a stocurilor

la parametrii nominali

deseuri deversate

ObA

Respectarea plan

Minimizarea

de reparatii

variatiilor

Urmarirea traiectoriilor

Apropierea de ritmurile

dorite pt stocuri

de productie nominale

F.G. Filip

Culegerea datelor ( Filip ,#2005, Subcap. 2.2.2.2)


Clasificare

dupa

Sursa: interna ( salariati, senzori in instalatii ), extena (admin


financiara, materiale publice: internet , ziare )
Continut : economice, juridice, tehnologice, ref. concurenti
Natura: cantitativa , calitativa, oficiala, neoficiala (zvonuri)
Frecventa de obtinere: continua in timp real, zilnica, lunara
Modul de aparitie: spontan, la cerere, initiativa unor terti
(consultanti, administratia publica)
Gradul de detaliu : amanuntita, rezumata

OBS.

Diversitatea surselor si a continutului


depinde de nivelul ierarhic in organizatie

F.G. Filip

Incertitudinea
Tipuri

de probleme prin prisma calitatii datelor

Deterministe : o altenativa de actiune are o consecinta unica


Stohastice : o actiune poate avea mai multe consecinte si
probabilitati cunoscute
In conditii de nedeterminare: Nu se poate spune nimic despre
consecintele unei actiuni ( nici macar despre numarul lor); Se
incearca estimari subiective pt rezolvari de tip try and error

Sursele

incertitudinii

Lipsa informatiilor despre factorii externi


Estimarea eronata a consecintelor
Incapacitatea de a exprima satisfacator probabilitatile
consecintelor

F.G. Filip

Modelarea problemei ( Filip 2005, # 2.2.3.1)


Adoptarea

demersului

Abordari principale( H. Simon)


Logica din pdv economic ( modelul Econo-logic)=>
optimizare ( mono /multi criteriala)
Rationalitatea limitata ( bounded rationality)=>alegerea
primei solutii care satisface pragul de aspiratii
Favoritul implicit ( cel dorit de comanditar)
Alte abordari posibile
Eliminarea prin aspecte ( a lui Tversky) a alternativelor care nu
satisfac criteriile in ordinea descrescatoare a importantei
Incrementala ( mudling through) bazata pe comparatii
Scanarea mixta ( a lui Etzioni) bazata pe crestera gradului de
detaliu pe masura ce raman mai putine alternative

F.G. Filip

Criterii de evaluare (i)


de evaluare , CE(j) (j=1,2,, nc)
serveste la aprecierea meritului alternativelor ,
A(i) ( i=1,,naT) pentru

Criteriul

Filtrarea celor care nu indeplinesc restrictiile ( limite


maxime/minime ) . OBS. Nu la toate criteriile se asociaza
restrictii pt. filtrare
Ordonarea alternativelor A(i) ( i=1,, na) ramase in cursa

unde:
nc = nr de criterii
naT = nr. total de alternative
na = nr de alternative ramase de ordonat ( na < naT )

F.G. Filip

Criterii de evaluare (II)


Cerinte

pentru alegerea criteriilor ( Keeney& Raiffa)

1. Completitudinea

Trebuie sa acopere toate aspectele care ar putea influenta alegerea


Testul de importanta: evaluarea efectului asupra schimbarii alegerii produs de variatiile
posibile pt un criteriu candidat -> includere/neincludere

2. Neredundanta

Un anumit aspect e considerat doar intr-un criteriu

3. Decompozabilitatea

Criteriile generale/vagi pot fi descompuse in criterii simple si independente

4. Operabilitatea

Exprimarea criteriilor pe intelesul tuturor nu numai al specialistilor

5. Minimalitatea

Nr recomandat= 7. Restul in rezerva pt rezolvarea eventualelor balotaje

F.G. Filip

Atribute ( consecinte) si metrici

Atributelor/Consecintelor ( din pdv al Criteriilor de evaluare CE) la aplicarea


alternativlor li se atribuie valori numerice lingvistice ( de ex bun, mare,
jos,cardinale ( valori numerice), sau ordinale ( de ex. locul I, locul II)

Scari de masura ( metrici ) pentru determinarea scorului s(i ,j )


(= valoarea numerica masurata/estimata a atributului)

Naturala :Exprimata un unitati de masura neambigue , intelese de toti


( pret [RON], profit[%], timp de livrare [ zile ],)
Construita: Estimari exprimate in note [1-5] ;0-100]pentru atribute
calitative ( caracterul muncii, reputatia firmei )
Directa : masoara in mod explicit satisfacerea obiectivului
Inlocuitor ( proxy) ; aproximeaza gradul de satisfacere al obiectibelor
asociate ( de ex, nr de clienti si cel de reclamatii pot indica reputatia
firmei )

F.G. Filip

Functii de valoare
Observatie

preliminara :

Scorurile ( nivelurile atributelor / consecintele) pt diferite criterii


sunt exprimate in unitati de masura diferite (RON, zile, note) si
au plaje de variatie diferite=>nu permit comparatii

Solutie : functiile de valoare/utilitate scalare , v( s(i,j ) )


Exprima perceptia de valoare a decidentului fata de un scor
Variaza toate intre aceleasi limite ( de ex [0-1] , [0-100])
Scalarea = o forma particulara cu val [0,1] , dar fara semnificatie fizica
v(i,j)=r( i ,j)=(s(i,j) sm(j))/ (sM(j)sm(j) ) pt criterii de maxim
v(i,j)=r( i ,j)=(sM(j) s(i, j))/ (sM(j)sm(j)) pt criterii de minim

Unde: sM(j) = val. max permisa pt CE(j) ( cea mai preferata daca CE si
cea mai putin preferata daca CE ); sm(j)= val min. permisa
,

F.G. Filip

Exemplu : alegerea furnizorului de


echipamente ( Filip, 2005, #1.2.5.1)

Dl. X a ajuns sef de intreprindere. Doreste sa achizitioneze


un echipament nou pt. a moderniza firma. A lansat o cerere
de oferta si a primit cateva propuneri. Pe baza experientei
ar vrea un produs de firma cu renume cat mai inalt ( , scor
construit , cu note). Inginerul sef , beneficiarul investitiei ,
spune ca timpul de livrare cat mai scurt (, natural, direct
exprimat in saptamani ) ar trebui sa primeze, in timp ce
contabilul sef da prioritate pretului cel mai scazut ( ,
natural, direct , exprimat in mii RON). E democratie si , desi
Dl X e sef , a decis ca parerea fiecaruia dintre cei trei sa
aiba pondere egala

F.G. Filip

Functii de valoare unitare (I)


Valoarea perceputa a notei pt reputatia firmei
Valori normalizate
v( s1)=r(s1)

Functii neliniare

1
0,9

0.75

0.75

v(s1)

0,5

s1

1
5
S1 =reputatia firmei exprimata in note[1,5]

s1

F.G. Filip

Functii de valoare unitare (II)


Valoarea perceputa a termenului de livrarare
Valori normalizate

Functii neliniare

r(s2)

v(s2)
1

0
1

s(i,2)

s(i,2): termenul de livrare [saptamaini ]

s(i,2)

F.G. Filip

Functii de valoare unitare (III)


Valoarea perceputa a pretului produsului
Valori normalizate

Functii neliniare

r(s 3)

v(s 3)
1

0
50

100

s(I, 3)

s3= Pretul produsului [mii RON]

50 60

80

100 s(I, 3)

F.G. Filip

Relatii de preferinta si dominanta


Preferinta:

Fie alternativele A(i) si A(k)


A(i) P A(k)
v(i)=v(A(i))> v(k)=v( A(k)) ;
Preferinta slaba ( weak preference):
A(i) WP A(k)
v(A(i)) v(A(k)) ;
Indiferenta:
A(i) I A(k )
v(A(i))= v(A(k))
Unde:v(i)=o functie agregata sau un vector de functii scalare de valoare
v(i)=[v (i,1),,v(i,nc)]
Daca o alternativa are toate functiile scalare de valoare mai proaste
decat toate celelalte se spune ca e dominata si se elimina

F.G. Filip

Stabilirea alternativelor (Filip, 2005, # 2.2.3.2)


-Considerente

generale:

Inventarierea alternativelor
e o activitate decizionala distincta
conditioneaza calitatea solutiei; cele mai sofisticate metode si instrumente TI nu
ajuta cand setul de alternative e necorespunzator

Consultantii pot recomanda acele alternative pe care au interes sa le


promoveze si nu pe cele care ar rezolva situatia de decizie ( ex.
promovarea unor instrumente TI pe care le cunosc sau... )

Abordari:
Inventarierea pasiva cand se ofera un set de altenative ( ex. alegerea unui programator
dintre candidatii prezentati
Identificarea activa sau generarea alternativelor plecand de la obiective => campul
decizional poate fi infinit

F.G. Filip

Stabilirea alternativelor (II)


Observatii
Fiecare alternativa are o identitate proprie chiar daca poate fi o
parte din alta mai complexa
Marimea setului de alternative e in functie de : costul si timpul
necesare pt obtinere, miza problemei, sursele disponibile
Setul de alternative poate avea caracter dinamic putand fi
extins sau redus pe masura ce analiza avanseaza. ( alternativele
dominate se exclud de la inceput)
Pt identificarea activa si generarea de alternative sunt bune
tehnicile bazate pe creativitate (Grupul nominal,
Brainstorming , Delphi) vezi descrierea (Filip, 2005, cap. 3)

F.G. Filip

Tabela consecintelor si tabela de decizie


( cazul determinist)
CE(1)
w(1)
A(1)

s (1,1)* , v(1,1)**

..

CE(nc)
w(nc)
s (1, nc)* , v(1,nc)**

A( na)

s (na, 1)* , v(na, 1)**

s(na, nc)*, v(na, nc)^^

Legenda: A(i)=alternativa cu nr i; CE(j) =criteriul de evaluare j; s (i,j


=scorul/consecinta lui A(i) prin prisma lui CE(j); v(i,j)= valoarea
scorului s(i.j) perceputa de decident; w(j)=ponderea lui CE(j)
(w(j)=1) ; = minimizare; = maximizare; * = in tabela
consecintelor; ** = in tabela de decizie

F.G. Filip

EXEMPLU Alegerea furnizorului in functie de 1) reputatie, 2)


termen de livrare , 3 )pret

Tabela consecintelor

Tabela decizionala

s(i,j)

CE1
(Renume
in note
[1,5])

CE2
( Termen
livrare in
luni)

CE3
( pret in
mii
RON)

r(i,j)

CE1
[0.1]
(j)=4

CE2
[0,1]
(j)=3

CE3
[0,1]
(j)=50

A(1)

100

A(1)

A(2)

50

A(2)

0.75

0.66

A(3)

60

A(3)

0,25

0,8

A( 4)

80

A(4)

0.33

0,4

In Tabela decizionala
r( i ,j)=(s(i,j) sm(j))/ (j) pt criterii de maxim
r( i ,j)=(sM(j) s(i, j))/ (j) pt criterii de minim
(j)=(sM(j)sm(j)

F.G. Filip

Cuprins
A.

Notiuni de baza
B. Procesul decizional rational
C . Metode clasice de rezolvare
Metode de rezolvare din teoria jocurilor
Metode basate pe scoruri ordinale

F.G. Filip

Rezolvare cu metode din teoria jocurilor(i)


1.Metoda

i)

pesimista Wald(proiectarea in worst case design)

Pt fiecare alternativa se calculeaza in tabela de decizie valoarea cea mai mica

rm(i)=min j ( r(i, j) ; i=1, , na =>

ii). Se alege cea mai mare dintre valorile minime

ropt= maxi (rm(i)) ======== 0,6== A(2)

{ 0; 0,66; 0; 0 }

F.G. Filip

Rezolvare cu metode din teoria jocurilor (ii )


(Filip,2002,05,#7.4.1)
2. Metoda optimista a lui Hurwicz

i).Pt fiecare alternativa se calculeaza in tabela de decizie valoarea cea mai mare

rM(i) = max j ( r(i, j) ; i=1, , na


ii). Se alege cea mai mica dintre valorile maxime
Ropt = mini (rM(i))

3. Metoda regretului maxim a lui Savage


(Vezi Filip, 2005, subcap 7.4.1 ! )

F.G. Filip

Tema !!
Tema

: de studiat si prezentat
referate individuale privind
metodele
Hurwicz
Savage

! !

F.G. Filip

Metode bazate pe scoruri ordinale(ranguri)


( Filip, 2005,subcap. 7.4.2)
Metoda

Borda ( forma cea mai simpla),


i) Din Tabela consecintelor se formeaza Matricea rangurilor
rg ( i,j ) =1,2,3, alternativelor

ii)

In ordinea descrscatoare a scorurilor pt. CE de maximizare


In ordinea crescatoare a scorurlior pt CE de minimicare

Se aloca puncte rangurilor


p( i,j) =( na+1)- rg(i, j) ; j=1,,nc; i=1,..,na
iii) Se calculeaza punctajul total pt fiecare alternativa
P(i)= p( i,,j) ; i=1,,na
iv) Se alege alternativa cu punctajul cel mai mare

s(ij)

CE1

CE2

F.G. Filip
CE3

A(1)

100

Tabela

A(2)

50

Consecintelor

A(3)

60

A(4)

80

Matricea
rg(ij)

CE1

CE2

CE3

A(1)

A(2)

A(3)

A(4)

3
CE3

Rangurilor

p(ij)

CE1

CE2

P=p(ij)

Locul

Tabela

A(1)

Punctelor

A(2)

10

A(3)

III

A(4)

IV

II

F.G. Filip

Metode bazate pe ranguri


Observatii

la Metoda Borda

Desi pleaca de la scoruri ordinale ajunge la punctaje cu


valori cardinale
Exista mai multe variante de calcul al punctajului .
Rezultatul e sensibil la formula de calcul( Vezi Filip, 2005,
7.4.2 )
Metoda e inca mult folosita desi sufera din cauza
concurentilor falsi ( desi nu vor sa concureze cu adevarat
pot strica Matricea rangurilor

Metoda

Condorcet bazata pe comparatii pe

perechi . De studiat (Vezi Filip, 2005, 7.4.2 ) !!

F.G. Filip

Metode de rezolvare pentru exemple


( Filip , 2002 , 2006, subcap. #1.2)
Schimbarea locului de munca => MADM cu functii de sinteza

( functia aditiva-ponderata) si arbori de decizie


Demararea unei afaceri=> Diagrame de influenta + arbori de decizie
Ordonantarea atelierului=> Optimizare prin simulare
Planificarea functionarii unui sistem cu rezervoare tampon
( rafinarii, sisteme de apa )=> optimizare [multicriteriala]
Achizitionarea unui chipament=> Teoria jocurilor si Metode cu
scoruri cardinale ( Metoda Borda)
Plasarea disponibilitatilor banesti=>Sistem expert
Analiza livrarilor la o firma de prod. electronice=> Magazii de date
Decizii de controlul poluarii mediului=> OLAP si analiza de risc

F.G. Filip

Si acum, la explorarea instrumentelor TI !

Frontline- SOLVER -: http://www.solver.com/ ( optimizare, simulare , analiza de risc., algoritmi


genetici) , fost FRONTSYS
Palisade Decision Tool Suite, @Risc, Precision Tree, Neural Tools, Evolver:
http://www.palisade-europe.com/ ( arbori de decizie, analiza de risc, simulare Monte-Carlo, diagrame de
influenta, retele neurale, statistica , algoritmi genetici, retele neurale ... )
Decision Tool Pack -Decision Analysis System : http://www.decisiontoolpak.com/
( arbori de decizie , analiza de sensibilitate, Monte-Carlo)

Luminna-Analytica : http://www.lumina.com/ ( diagrame de influenta, arbori de


decizie )

Superdecisions : http://www.superdecisions.com/ AHP free


VIADOR : Business Intelligence http://www.viador.com/?
gclid=CNvY4Y6Lp58CFQeQzAodBngD0A

F.G. Filip

Intrebari ??
Pe

loc
Prin corespondenta
Adresa: ffilip@acad.ro
Subj. Curs SAD 2014
Raspuns [in mod normal] in max 24 de ore

F.G. Filip

Multumesc

pentru
atentie !
F. G. Filip
ffilip@acad.ro