Компьютерные Информационные Системы КИС Компьютерные
Информационные   
Системы
Волжский:  (8443)  27-53-12, 27-54-25, 27-57-18  ICQ: 622586532 Время работы:
900-1800
Волгоград:  (8442)  98-99-05, 98-57-18  ICQ: 616396128
Мобильные телефоны:  917-338-57-18, 917-338-99-05  Skype: jsccis

Принятие решений с использованием численных значений вероятностей исходов

Как составить бюджет: практические советы

Кулакова Ольга
к.э.н., директор по науке и развитию ЗАО "КИС"

Принятие решений с использованием численных значений вероятностей исходов

На практике, поиск наиболее оптимального решения начинается с перечисления возможных вариантов и их предполагаемых исходов. Анализ существующих данных и проведение дополнительных исследований, которые формируют информационную среду, позволяет снизить уровень неопределенности и принимать эффективные решения.

К методам принятия решений, учитывающим вероятности возникновения каждого исхода, относятся "правило максимальной вероятности" и "правило оптимизации математических ожиданий".

При данных методах составляется таблица доходов, в которой указываются все возможные варианты доходов и вероятности их наступления.

При использовании правила максимальной вероятности соответственно выбирается один из исходов, имеющий максимальную вероятность по правилу максимаксного или минимаксного решения. Вероятность определяется как относительная частота каждого возможного исхода на основании показателей реализации продукции и анализа потребностей покупателей. В случаях, если несколько решений имеют максимальную вероятность, то, используя правило максимакса, оценивается их возможный доход и выбирается наибольший.

При использовании правила оптимизации математических ожиданий высчитываются математические ожидания для доходов или потерь и затем выбирается оптимальный вариант.

Например, максимизация ожидаемого дохода можно представить в виде формулы: 


Формула максимизации ожидаемого дохода 

На основании исходных данных вероятность каждого исхода и значения из таблицы возможных доходов вычисляется для каждого решения математическое ожидание дохода и далее выбирается максимальное значение.

Используя данные предыдущего примера, предположим, что спрос на 1пирожное наблюдался 15 раз, спрос на 2 шт.- 30 раз, спрос на 3 шт.-30 раз и спрос на 4 шт.-25раз, и рассчитаем математическое ожидание дохода.

Соответственно, относительная частота (вероятность) исхода составляет 0,15; 0,30;0,30 и 0,25. 

 

Воспользовавшись формулой, выбираем максимум среди итоговых чисел. Значение 15,5 соответствует решению закупать 2 единицы.

Аналогично можно минимизировать ожидаемые потери.

Так как значения вероятностей со временем изменяются, при применении правил второго типа обычно используется проверка правил на чувствительность к изменениям вероятностей исходов.

Кроме того, для определения будущего спроса, предприятия затрачивают дополнительные средства на проведение маркетинговых исследований с целью получения необходимой информации. Поэтому, для того, чтобы оценить максимально эффективный объем средств, который можно потратить на получение информации, используется понятие "ожидаемая стоимость полной информации", которая рассчитывается как разница между ожидаемым доходом в условиях определенности и в условиях риска.

Так предположим, что заранее известно, будто спрос на пирожные будет соответствовать количеству закупленных изделий, тогда максимально возможный доход для решения -это приобрести 1 шт. - 10 руб., для 2 шт. - 20, для 3 шт.- 30, и для 4 шт.-40. Если нам известны вероятности различных значений спроса, то можно определить ожидаемый доход в условиях определенности: 0,15*10 0,3*20 0,3*30 0,25*40=26,5. Поэтому максимальная сумма средств, которые можно потратить на получение дополнительной информации, составляет 26,5-15,5=11 руб. в день.

KИC - Компьютерные Информационные СистемыKИC - Компьютерные Информационные СистемыБюджетированиеБюджетированиеПлан производстваПлан производстваСебестоимостьСебестоимостьФинансовый анализФинансовый анализКИС:БюджетированиеКИС:Бюджетирование
© КИС - Компьютерные Информационные Системы Яндекс.Метрика Яндекс цитирования