---
title: "Döntési kritériumok"
source: "https://systems-analysis.info/int/D%C3%B6nt%C3%A9si_krit%C3%A9riumok"
wiki: "systems-analysis.info/int"
article: "Döntési_kritériumok"
language: "hu"
categories:
  - "Category:Decision theory"
  - "Category:Decision-making"
  - "Category:Hungarian"
revision_id: 1787
wiki_created_at: 2026-09-06T22:53:58Z
wiki_modified_at: 2026-09-06T22:53:58Z
downloaded_at: 2026-09-07T22:47:44Z
---

# Döntési kritériumok

**Döntési kritériumok** — a döntéselméletben: formalizált szabályok vagy módszerek, amelyeket a bizonytalanság vagy kockázat körülményei között az optimális stratégia kiválasztásához alkalmaznak. Lehetővé teszik a választási folyamat rendszerezését és az előnyös döntés meghatározását a rendelkezésre álló adatok vagy a külső környezetre vonatkozó feltételezések alapján.

## Alapfogalmak

- **Bizonytalanság feltételei** — olyan helyzet, amelyben nem ismert, hogy a döntés meghozatala után pontosan melyik kimenetel következik be, és a különböző kimenetelekhez nem áll rendelkezésre megbízható valószínűség.
- **Kockázat feltételei** — olyan helyzet, amelyben a különböző kimenetelekhez tartozó valószínűségek ismertek vagy megalapozottan becsülhetők.

## Kritériumok bizonytalanság esetén

- Wald-kritérium: A minimálisan lehetséges eredmény maximalizálására törekszik. Pesszimista stratégiát képvisel a legrosszabb kimenetelekkel szemben.
- Maximax-kritérium: A maximálisan lehetséges eredményre törekszik. Optimista megközelítés, amely a legjobb forgatókönyvre számít.
- Hurwicz-kritérium: Kompromisszum az optimizmus és a pesszimizmus között. A választást egy optimizmus-paraméter segítségével határozzák meg, amely egyensúlyt teremt a legrosszabb és a legjobb kimenetel között.
- Savage-kritérium: Minimalizálja a rossz döntés miatti maximális sajnálatot. Az értékelés az optimális és a tényleges eredmény különbségén alapul.
- Laplace-kritérium: Minden kimenetel egyenlő valószínűségét feltételezi. A legnagyobb átlagos várható eredménnyel rendelkező stratégiát választják.

## Kritériumok kockázat esetén

- Bayes-kritérium: A várható eredmény maximalizálásán alapul, figyelembe véve a kimenetelekhez tartozó ismert vagy becsült valószínűségeket. Akkor alkalmazzák, ha a valószínűségek megbízhatóan ismertek.
- Hodge–Lehmann-kritérium: Kombinálja a Wald- és a Bayes-megközelítést. Figyelembe veszi mind a minimálisan lehetséges eredményt, mind a valószínűségeken alapuló átlagos értéket, adott súlyozással.
- Bayes-minimax kritérium: Akkor alkalmazzák, ha a valószínűségekkel kapcsolatban bizonytalanság áll fenn. Azt a stratégiát választják, amely minimalizálja az összes megengedhető valószínűségi eloszlás közül a legrosszabb várható kockázatot.

## Kritérium megválasztása

A kritérium megválasztása a következőktől függ:

- a valószínűségekre vonatkozó információ elérhetőségétől,
- a kockázathoz való viszonyulástól (optimizmus vagy pesszimizmus),
- az adott feladat sajátosságaitól.

Teljes bizonytalanság esetén leggyakrabban a Wald-, Maximax-, Hurwicz-, Savage- és Laplace-kritériumokat alkalmazzák.

Kockázat esetén a Bayes-, Hodge–Lehmann- vagy Bayes-minimax kritériumok az előnyösebbek.

## Összehasonlító táblázat

| Kritérium     | Alkalmazási feltételek                                                  | Eredmény típusa                              | Stratégia jellege      | Valószínűségek ismeretét igényli | Optimalizálás típusa              | Számítás fő módszere                                                                    | Hibákkal szembeni stabilitás |
|---------------|-------------------------------------------------------------------------|----------------------------------------------|------------------------|----------------------------------|-----------------------------------|-----------------------------------------------------------------------------------------|------------------------------|
| Wald          | Teljes bizonytalanság                                                   | Minimális eredmény                           | Pesszimista            | Nem                              | Minimum maximalizálása            | A minimális eredmények közül a legnagyobb kiválasztása                                  | Magas                        |
| Maximax       | Teljes bizonytalanság                                                   | Maximális eredmény                           | Optimista              | Nem                              | Maximum maximalizálása            | A maximális eredmények közül a legnagyobb kiválasztása                                  | Alacsony                     |
| Hurwicz       | Teljes bizonytalanság                                                   | A minimum és maximum közötti súlyozott érték | Kompromisszumos        | Nem                              | Súlyozott optimalizálás           | A minimum és maximum közötti átlagérték kiszámítása súlyokkal                           | Közepes                      |
| Savage        | Teljes bizonytalanság                                                   | Maximális sajnálat                           | Óvatos                 | Nem                              | Sajnálat minimalizálása           | Sajnálat-mátrix felépítése és a minimális maximális sajnálat kiválasztása               | Magas                        |
| Laplace       | Teljes bizonytalanság                                                   | Átlagos eredmény                             | Semleges               | Nem                              | Átlag maximalizálása              | Az összes kimenetelre vonatkozó átlagérték kiszámítása                                  | Közepes                      |
| Bayes         | Kockázat (ismert valószínűségek)                                        | Várható eredmény                             | Optimista (racionális) | Igen                             | Várható nyereség maximalizálása   | Várható érték kiszámítása a valószínűségek alapján                                      | Közepes                      |
| Hodge–Lehmann | Részleges bizonytalanság                                                | Kombinált eredmény                           | Kompromisszumos        | Részben                          | Kombinált optimalizálás           | A minimum és a várható érték kombinációja súlyozással                                   | Közepes                      |
| Bayes-minimax | Részleges bizonytalanság (valószínűségekkel kapcsolatos bizonytalanság) | Maximális várható kockázat                   | Pesszimista            | Részben                          | Maximális kockázat minimalizálása | A legrosszabb Bayes-kockázat minimalizálása az összes megengedhető valószínűség körében | Magas                        |