Kryteria podejmowania decyzji

From Systems analysis Wiki
Jump to navigation Jump to search

Kryteria podejmowania decyzji — w teorii podejmowania decyzji, sformalizowane reguły lub metody stosowane do wyboru optymalnej strategii w warunkach niepewności lub ryzyka. Pozwalają one usystematyzować proces wyboru i określić preferowane rozwiązanie na podstawie znanych danych lub założeń dotyczących otoczenia zewnętrznego.

Podstawowe pojęcia

  • Warunki niepewności — sytuacja, w której nie wiadomo, jaki wynik nastąpi po podjęciu decyzji, i brak jest wiarygodnych prawdopodobieństw wystąpienia różnych wyników.
  • Warunki ryzyka — sytuacja, w której prawdopodobieństwa wystąpienia różnych wyników są znane lub mogą być zasadnie oszacowane.

Kryteria w warunkach niepewności

  • Kryterium Walda: Ukierunkowane na maksymalizację minimalnego możliwego wyniku. Stanowi pesymistyczną strategię ochrony przed najgorszymi wynikami.
  • Kryterium maksymaksu: Ukierunkowane na maksymalny możliwy wynik. Stanowi optymistyczne podejście, zakładające najlepszy scenariusz.
  • Kryterium Hurwicza: Kompromis między optymizmem a pesymizmem. Wybór jest dokonywany przy użyciu parametru optymizmu, który wyznacza równowagę między najgorszym a najlepszym wynikiem.
  • Kryterium Savage'a: Minimalizuje maksymalny żal z powodu podjęcia błędnej decyzji. Ocena opiera się na różnicy między wynikiem optymalnym a rzeczywistym.
  • Kryterium Laplace'a: Zakłada równe prawdopodobieństwo wszystkich wyników. Wybierana jest strategia o najwyższym średnim oczekiwanym wyniku.

Kryteria w warunkach ryzyka

  • Kryterium Bayesa: Opiera się na maksymalizacji oczekiwanego wyniku z uwzględnieniem znanych lub oszacowanych prawdopodobieństw wyników. Stosowane, gdy prawdopodobieństwa są rzetelnie znane.
  • Kryterium Hodge'a-Lehmanna: Łączy podejście Walda i Bayesa. Uwzględnia zarówno minimalny możliwy wynik, jak i wartość średnią opartą na prawdopodobieństwach, z zadaną wagą.
  • Kryterium minimaksu Bayesa: Stosowane przy niepewności co do prawdopodobieństw. Wybierana jest strategia minimalizująca najgorsze oczekiwane ryzyko spośród wszystkich dopuszczalnych rozkładów prawdopodobieństwa.

Wybór kryterium

Wybór kryterium zależy od:

  • dostępności informacji o prawdopodobieństwach,
  • stosunku do ryzyka (skłonność do optymizmu lub pesymizmu),
  • specyfiki konkretnego zadania.

W warunkach pełnej niepewności częściej stosuje się kryteria Walda, Maksymaksu, Hurwicza, Savage'a i Laplace'a.

W warunkach ryzyka preferowane są kryteria Bayesa, Hodge'a-Lehmanna lub Minimaksu Bayesa.

Tabela porównawcza

Kryterium Warunki stosowania Typ wyniku Charakter strategii Wymaga znajomości prawdopodobieństw Typ optymalizacji Podstawowa metoda obliczania Odporność na błędy
Walda Pełna niepewność Minimalny wynik Pesymistyczna Nie Maksymalizacja minimum Wybór największego spośród minimalnych wyników Wysoka
Maksymaksu Pełna niepewność Maksymalny wynik Optymistyczna Nie Maksymalizacja maksimum Wybór największego spośród maksymalnych wyników Niska
Hurwicza Pełna niepewność Ważona między minimum a maksimum Kompromisowa Nie Ważona optymalizacja Obliczanie wartości średniej między minimum a maksimum z wagami Średnia
Savage'a Pełna niepewność Maksymalny żal Ostrożna Nie Minimalizacja żalu Budowa macierzy żalów i wybór minimalnego maksymalnego żalu Wysoka
Laplace'a Pełna niepewność Średni wynik Neutralna Nie Maksymalizacja średniej Obliczanie wartości średniej dla wszystkich wyników Średnia
Bayesa Ryzyko (prawdopodobieństwa znane) Oczekiwany wynik Optymistyczna (racjonalna) Tak Maksymalizacja oczekiwanego zysku Obliczanie wartości oczekiwanej według prawdopodobieństw Średnia
Hodge'a-Lehmanna Częściowa niepewność Wynik kombinowany Kompromisowa Częściowo Kombinowana optymalizacja Kombinacja minimum i wartości oczekiwanej z wagami Średnia
Minimaksu Bayesa Częściowa niepewność (niepewność co do prawdopodobieństw) Maksymalne oczekiwane ryzyko Pesymistyczna Częściowo Minimalizacja maksymalnego ryzyka Minimalizacja najgorszego ryzyka bayesowskiego spośród wszystkich dopuszczalnych prawdopodobieństw Wysoka