Hurwicz-kriteriet

From Systems analysis Wiki
Jump to navigation Jump to search

Hurwicz-kriteriet — en av metoderna för beslutsfattande under osäkerhet, som erbjuder ett balanserat förhållningssätt mellan extremt optimism och extremt pessimism.

Kriteriets innebörd

Vid val av strategi i en situation där händelsernas utfall är okänt föreslår Hurwicz-kriteriet att man samtidigt beaktar:

  • det sämsta möjliga resultatet (pessimistiskt förhållningssätt),
  • det bästa möjliga resultatet (optimistiskt förhållningssätt).

För detta används en särskild parameter — optimismkoefficienten — som antar ett värde mellan noll och ett. Ju närmare koefficienten är ett, desto mer uppmärksamhet ägnas åt de bästa utfallen; ju närmare den är noll, desto mer beaktas de sämsta möjliga resultaten.

Matematisk formulering

Anta att följande är givna:

  • S={s1,s2,,sm} — mängden av tillgängliga strategier (alternativ).
  • Θ={θ1,θ2,,θn} — mängden av möjliga naturtillstånd.
  • u(si,θj) — vinstfunktion (nyttofunktion) vid val av strategi si och inträffande av tillstånd θj. Representeras ofta av en betalningsmatris A=[aij], där aij=u(si,θj).


Hurwicz-kriteriet introducerar optimismkoefficienten α (alfa), som väljs av beslutsfattaren (BF) i intervallet 0α1. Denna koefficient återspeglar graden av optimism hos BF:

  • α=1 motsvarar fullständig optimism (endast det bästa möjliga utfallet beaktas).
  • α=0 motsvarar fullständig pessimism (endast det sämsta möjliga utfallet beaktas; kriteriet reduceras till Walds kriterium).
  • Värdet (1α) kan tolkas som pessimismkoefficienten.

Procedur för tillämpning av Hurwicz-kriteriet:

  1. Beräkning av minsta och största vinst för varje strategi: För varje strategi siS fastställs:
    **Sämsta utfall (minsta vinst):**
    uimin=minj=1,,nu(si,θj)=minθΘu(si,θ)
    **Bästa utfall (största vinst):**
    uimax=maxj=1,,nu(si,θj)=maxθΘu(si,θ)
  1. Beräkning av Hurwicz-kriteriets värde för varje strategi: För varje strategi si beräknas ett viktat värde som kombinerar det bästa och det sämsta utfallet med hänsyn till optimismkoefficienten α:
    H(si,α)=αuimax+(1α)uimin
    Detta värde representerar den förväntade vinsten för strategi si enligt BF:s preferenser uttryckta genom α.
  1. Val av optimal strategi: Den strategi sHurwicz väljs som maximerar det beräknade värdet av Hurwicz-kriteriet:
    sHurwicz=argmaxi=1,,mH(si,α)=argmaxsiS(αuimax+(1α)uimin)

Det optimala värdet av Hurwicz-kriteriet (garanterad nivå med hänsyn till optimism α) är lika med: VHurwicz=maxi=1,,mH(si,α)=maxsiS(α(maxθΘu(si,θ))+(1α)(minθΘu(si,θ)))

Anmärkning om förlustfunktionen

Om en förlustfunktion L(si,θj) används som ska minimeras, tillämpas Hurwicz-kriteriet för att minimera den viktade kombinationen av det bästa (minimala förluster) och det sämsta (maximala förluster) utfallet:

  1. För varje strategi si bestäms minimala Limin och maximala Limax förluster.
  2. Värdet beräknas: HL(si,α)=αLimin+(1α)Limax
  3. Den strategi väljs som minimerar detta värde: sHurwicz=argminsiSHL(si,α)

Här är α fortfarande optimismkoefficienten: vid α=1 fokuserar BF på att minimera de minimala förlusterna (optimistiskt hoppas på det bästa utfallet), vid α=0 — på att minimera de maximala förlusterna (pessimistiskt förbereder sig för det värsta).


Tillämpning av kriteriet

Processen för tillämpning av Hurwicz-kriteriet omfattar följande steg:

  1. Det minimala och maximala resultatet bestäms för varje möjlig strategi.
  2. För varje strategi beräknas ett sammanvägt värde, som utgör ett viktat värde mellan dess sämsta och bästa utfall, beroende på den valda optimismnivån.
  3. Den strategi väljs vars sammanvägda värde är maximalt.

På så sätt väljer beslutsfattaren den strategi som på bästa sätt tar hänsyn till dennes egna inställning till risk och osäkerhet.

Fördelar och nackdelar

Fördelar:

  • Möjliggör anpassning av beslutsprocessen beroende på karaktären och preferenserna hos beslutsfattaren.
  • Beaktar såväl risk som potentiella fördelar.

Nackdelar:

  • Kräver ett subjektivt val av optimismkoefficienten, vilket kan påverka beslutets objektivitet.