Filip
Curs SAD
Analiza deciziilor(iII):
Modelare si reprezentare
( vers. 2014)
Acad F. G. Filip
F.G. Filip
F.G. Filip
Darinstrumentele
Dificultatea
constau in
F.G. Filip
Darinstrumentele
Dificultatea
constau in
F.G. Filip
Obiective
secundare:
Diagrame de influienta
Arbori de decizie
F.G. Filip
Cuprins
A.
Modele si modelare
B. Stabilirea setului de alternative
C . Metode specifice de reprezentare grafica
F.G. Filip
Cuprins
A.
Modele si modelare
B. Stabilirea setului de alternative
C . Metode specifice de reprezentare grafica
F.G. Filip
F.G. Filip
F.G. Filip
obiective vizeaza
Valorile
Obiectivele
Sistemul de valori
Orizontul decizional si nivelul de autoritate
F.G. Filip
Efecte si riscuri
Efectul
Calitatea
deciziei
sistematizare a datelor si
rezolvarea a modelelor
F.G. Filip
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
F.G. Filip
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)
=========================================
F.G. Filip
Intelligence-Informare
Stabilirea obiectivelor
Culegerea datelor si Identificarea situatiei
Clasificarea problemei
== Problema decizionala
Choice-Alegere
Experimentarea modelului ( rezolvarea, interpretarea rezultatelor, modificarea parametrilor)
Alegerea
Analiza de sensibilitate
==> Solutia ( decizia)== Lansare in executie
Evaluarea efectelor
F.G. Filip
demersului
F.G. Filip
Tema !!
De
studiat si prezentat
G. Barros (2010) :Herbert A. Simon and
the concept of rationality: Boundaries and
procedures
http://www.scielo.br/pdf/rep/v30n3/a06v30
n3.pdf
F.G. Filip
2D,
3D
Analogice centrate pe fiziologia ( functiile ) SR :
organigrame, grafice, harti
Simbolice : modele matematice (bazate pe cunostinte
adanci), reguli , cadre, retele semantice ( bazate pe
cunostinte de suprafata, euristice )
F.G. Filip
intelegere
Normative-pentru decidentul care efectueaza analize
cantitative intr-un mod rational pur
Prescriptive- completate cu judecata si intuitia umana
Model decizional trebuincios (RDM-requisite decision model)
[ Clemen , 1996]:
Contine tot ce e necesar pt rezolvarea problemei
Nu lasa loc pt nevoia de interpretari suplimentare
F.G. Filip
Operatii de modelare
Simplificarea
F.G. Filip
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
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
F.G. Filip
F.G. Filip
orientata pe obiecte-UML
-Arborii de pertinenta pt determinare deciziilor
initiale pt atingerea unui obiectiv
-Diagramele Tornado pt identificarea acelor
variabile fata de care rezultatul alegerii e sensibil
-Diagrame
de influenta
-Arborii de decizie
F.G. Filip
TEMA !!
Sa
F.G. Filip
Variabila de decizie
Ce fac?)
Variabila
(
Care e situatia ?)
Variabila
(
incerta
determinista
Ce ar rezulta?)
Obiectiv
(
Unde ajung?)
Influenta
F.G. Filip
Lista de exemple
( Filip , 2002 , 2005, subcap. #1.2)
F.G. Filip
F.G. Filip
VP
SE
VT
NA
DLA
CV
Pr
CT
CF
F.G. Filip
Lanseaza
SE
DLA
Mai rea (P% )
Renunta
Arborele
F.G. Filip
F.G. Filip
(30)
SE
LEGENDA
DD/R=Decizie dezvolta/revinde
DC/R=Dec. continua/renunta
QP= Calitatea produsului
A21: revinde
ChD=Chelt .de dezvoltare
Ai,j..=Alternativa I,j
(20)
(50)
A2: lanseaza
DLA
DD/R
Reusit(60)
SE
QP
A22;dezvolta
;ChD=100
11
A1: renunta
5
6
DC/R
Continua
7
SE
Imperfect (40)
8
9
10
A221:renunta
F.G. Filip
Tabelul consecintelor
Nr
P
(%)
NP
VP
[RON
CVU
[RON
CF
[RON
ChD
[RON
Pr
[RON
30
100
50
40
500
500
20
50
40
30
450
50
50
40
20
15
400
-200
18
80
40
10
500
100
1800
12
40
30
450
100
330
30
35
15
400
100
-150
12
50
35
10
500
100
650
30
24
450
100
-40
20
10
400
100
-400
10
100
-100
11
120
F.G. Filip
Ve=60
SE
(20%)
(50%)
A2: lanseaza
DLA
DD/R
Reusit(60%)
Ve=531
SE
QP
A22:dezvolta
ChD=100
A1: renunta
11
A21: revinde
(30%)
500 RON
50 RON
-200 RON
4
4
5
6
Continua Ve=-187
DC/R
SE
7
8
Imperfect (40%)
-100
10
A221:renunta
F.G. Filip
Ve=60
SE
(20%)
(50%)
A2: lanseaza
DLA
DD/R
Reusit(60%)
2
3
Ve=531
SE
QP
A22;dezvolta
ChD=100
11
A1: renunta
A21: revinde
(30%)
Imperfect (40%)
5
6
Continua
DC/R
Ve=-187
SE
7
8
- -100
10
A221:renunta
F.G. Filip
A21: revinde
Ve=-60
SE
(50%)
A2: lanseaza
DLA
DD/R
Reusit(60%)
Ve=278
QP
A22;dezvolta
ChD=100
11
A1: renunta
(20%)
Imperfect
(40%)
Ve=531
SE
(30%)
2
3
4
5
6
DC/R
- -100
10
A221:renunta
F.G. Filip
A2: lanseaza
DLA
DD/R
Ve=531
Reusit(60%)
SE
Ve=278
QP
A22;dezvolta
ChD=100
11 100
A1: renunta
4
5
6
DC/R
Imperfect (40%)
- -100
10
A221:renunta
F.G. Filip
A2: lanseaza
DLA
DD/R
Ve=531
Reusit(60%)
SE
Ve=278
QP
A22;dezvolta
ChD=100
4
5
6
DC/R
Imperfect (40%)
- -100
10
A221:renunta
F.G. Filip
Tema!
Sa
F.G. Filip
Estimarea probabilitarilor
(Filip ,2002,2004; #7.2.3.2)
Roata
probabilitatilor
Creste
(P)? Scade ? OK
Consecinta
apare
Loteria 1
P1
Nu apare
P2
DAL
Metoda
loteriilor
(Clemen 1996)
Loteria 2
P1=premiul 1=10.000 RON
P2=premiul 2=100 RON
DAL=decizia de alegere a loteriei
(P)
(1-P)
F.G. Filip
Exemple
de aplicatii
Furnizeaza
versiuni demo/trial/academic
F.G. Filip
Pt sudiu
Cursul
sionTrees.asp?E=0
Decision
Tree Primer:
http://www.public.asu.edu/~kirkwood/DAStuff/
decisiontrees/index.html
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