ݺߣ

ݺߣShare a Scribd company logo

Karar teorisi

•Download as PPS, PDF•
•
Yiğit Uluğ
Yiğit Uluğ
1 of 25
Downloaded 209 times
KARAR TEORİSİ
Karar Teorisi operasyonlar yönetimi karalarının geniş bir bölümü için uygun olan karar vermede genel bir yaklaşımı ifade eder, ve aşağıdaki süreçleri içerir. Ürün ve Hizmet Tasarımı Karar Teorisi Ekipman Seçimi Yer Planlama Kapasite Planlama
Kararların sonuçları üzerinde bir etkiye sahip olan gelecek olası durumların bir kümesi Yöneticinin aralarından seçim yapacağı bir alternatifler listesi Her bir alternatifin gelecekte ortaya çıkabilecek olası her durum altındaki getirisi Karar Teorisinin Elemanları
Gelecekte ortaya çıkabilecek muhtemel durumları (doğanın çıkardığı durumlar) belirle Yüksek, orta, düşük talep Rakip firma yeni bir ürün çıkarır yada çıkarmaz Alternatiflerin bir listesini oluştur. Bir alternatifte hiçbir şey yapmamak olabilir. Gelecekte ortaya çıkabilecek olası durumların her biri altında her bir alternatifin getirisini belirle. Mümkün ise gelecekte ortaya çıkabilecek muhtemel her durumun olasılığının belirlenmesi Bazı karar kriterlerine göre alternatifler değerlendir ve en iyi alternatifi seç. Karar Süreci
Getiri tablosu Her bir alternatifin muhtemel her durum altındaki getirisini gösteren tablo $ 10 12 16 $ 10 12 2 $ 10 7 (4) Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
Hatalı karar verme nedenleri Karar verme prosesini tam olarak takip etmeme Problemi belirle, Amacı ve çözüm için kriteri belirle, Uygun alternatifleri geliştir Alternatifleri değerlendir En iyiyi seç Uygula ve istenen sonuçların alınıp alınmadığını takip et. Yöneticinin kendine aşırı güveni, hatada ısrarı, veya karar vermede çok gecikmesi
Hatalı karar verme nedenleri Sınırlandırılmış akla uygunluk; Karar verme üzerinde maliyetler, insani yetenekler, zaman, teknoloji ve yeterli bilgi konularındaki kısıtlamalardan ötürü kötü karar verilmesi Eksik optimizasyon Firmanın her bir bölümünün kendi açısından en iyi çözümü aramaya çalışması yüzünden, genel olarak firma için en iyi çözümün elde edilememesi
Belirlilik – Karar ortamı ile ilgili parametreler bilinen değerlere sahip Risk – Parametrelerin alabilecekleri olasılık değerleri biliniyorsa Belirsizlik – Karar ortamında çeşitli gelecek olayların olasılığının tayin edilmesi imkansızdır. Karar Ortamı
Ma ksi min – Alternatiflerden en kötülerin içinden en iyisinin seçilmesi (kazanç matrisi için). Minimum getirinin garantilenmesi. Ma ks ima ks – Alternatiflerden en iyilerinin içinden en iyisinin seçilmesi. Laplace - Eşit Olasılıklı Durumlar Ölçütü. En iyi getiri ortalamasına sahip alternatif tercih edilir. Minima ks Pişmanlık Ölçütü – En büyük pişmanlıkların en küçüğüne karşı gelen alternatif seçilir. Karardan pişmanlık derecesi minimize edilir. Belirsizlik Altında Karar Verme
Belirsizlik Altında Karar Verme Örnek 5S-2: Maximin e göre Minimum “payoffs”; 10, 7, -4 -> Alternatif 1 seç Maximax a göre Maximum “payoffs”; 10,12,16 -> Alternatif 3 ü seç Laplace a göre Averaj “payoffs”; 30/3, 31/3, 14/3 -> Alternatif 2 yi seç
Belirsizlik Altında Karar Verme Minimaks pişmanlık, Pişmanlıklar; Maksimum pişmanlıklar; 6, 4, 14 -> 2 ci alternatifi seç 6 4 14 $ 6 4 0 $ 2 0 10 $ 0 3 14 Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
Risk Altında Karar Verme Risk : Her bir durumunun ortaya çıkma olasılığı. Risk belirsizlik ile belirlilik uç noktaları arasında yer alır. En İyi Beklenen Parasal Değer Ölçütü (E MV ) : Her alternatif için beklenen getiriyi hesaplayıp, en iyi beklenen getiriye sahip alternatif seçilir.
Risk Altında Karar Verme Örnek 5s-4; Bir önceki örnekte talebin 0.3 olasılıkla düşük, 0.50 olasılıkla averaj, ve 0.2 olasılıkla yüksek olacağını biliyor isek, hangi alternatifi seçmeli? EV küçük = 0.3(10)+0.5(10)+0.2(10) = 10 EV orta = 0.3(7)+0.5(12)+0.2(12) = 10.5 EV büyük = 0.3(-4)+0.5(2)+0.2(16) = 3 => 2. Alternatifi seç
Risk Altında Karar Verme Karar Ağacı : Olası sonuç ve alternatiflerin şematik gösterimidir. Sıralı bir şekilde karar vermeyi gerektiren durumlar için kullanışlıdır.
Karar Ağacının Yapısı Soldan sağa oluşturulur Sağdan sola değerlendirilir Doğa durumu 1 B getiri 1 Doğa durumu 2 getiri 2 getiri 3 2 A’ 1 i seç A’ 2 yi seç getiri 6 Doğa durumu 2 2 getiri 4 getiri 5 A’ 3 ü seç A’ 4 ü seç Doğa durumu 1 A’ 1 i seç A’ 2 yi seç 1 Karar Noktası Şans Olayı
Karar ağacı – Örnek 5s-5 video dükkanı Düşük talep (0.4) 40 Yüksek talep (0.6) 40 50 2 Hiçbir şey yapma Fazla mesai 50 2 55 (10) Fiyatı düşür Düşük talep (0.4) Küçük yer Büyük yer 1 Genişlet Hiçbir şey yapma Yüksek talep (0.6) 70 Karar Noktası Şans Olayı
Karar ağacı – Örnek 5s-5 video dükkanı 1. Her karar noktasında en iyi alternatifi belirle Karar Noktası Şans Olayı Düşük talep (0.4) 40 Yüksek talep (0.6) 40 50 2 Hiçbir şey yapma Fazla mesai 50 2 55 (10) Fiyatı düşür Düşük talep (0.4) Küçük yer Büyük yer 1 Genişlet Hiçbir şey yapma Yüksek talep (0.6) 70
Karar ağacı – Örnek 5s-5 video dükkanı 2. Her bir alternatif için beklenen getiriyi bul; Küçük yer aç EMV = 40(0.4) + 55(0.6) = 49 Büyük yer aç EMV = 50(0.4) + 70(0.6) = 62 Beklenen getiriye göre büyük yer açmak daha iyi
Tam Bilginin Beklenen Değeri Belirlilik altında beklenen getiri ile risk altında beklenen getiri arasındaki farktır (Expected value of perfect information) Tam Bilginin Beklenen Değeri Belirlilik altında Beklenen getiri Risk altında Beklenen getiri = -
Tam Bilginin Beklenen Değeri 0.3 olasılıkla düşük, 0.50 olasılıkla averaj, ve 0.2 olasılıkla yüksek Belirlilik altında beklenen getiri ? =10(0.3) + 12(0.5) + 16(0.2) = 12.2 (Talebin nasıl olacağını bili- yoruz (belirli)) $ 10 12 16 $ 10 12 2 $ 10 7 (4) Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
Tam Bilginin Beklenen Değeri Örnek 5s-4 te; risk altında beklenen değere göre 2. alternatif seçilmişti. Beklenen getiri = 10.5 ti. EVPI = tam bilginin beklenen değeri = 12.2 – 10.5 = 1.7 Başka bir yol; EVPI = minimum beklenen pişmanlık Beklenen Pişm. Küçük = 0.3(0)+0.5(2)+0.2(6) = 2.2 Beklenen Pişm. Orta = 0.3(3)+0.5(0)+0.2(4) = 1.7 => EVPI = 1.7 Beklenen Pişm. Büyük = 0.3(14)+0.5(10)+0.2(0) = 9.2 Tam bilgiden dolayı kazanç = minimum beklenen pişmanlık
Duyarlılık Analizi Getiriler ve olasılıklar birer tahmin ve hata içerebilirler. Bu verilerin bir veya birkaçındaki değişikliğe karşı seçilen alternatifin ne kadar hassas olduğunun belirlenmesinde karar verici açısından önemlidir. Duyarlılık Analizi : Her bir alternatifin en iyi olduğu olasılık aralığının belirlenmesini içerir
Duyarlılık Analizi; Örnek 5s-8 Getiri tablosu P(2); İkinci doğa durumun olasılığı P(1)= 1- P(2) 12 2 8 4 16 12 A B C #2 #1 Alternatifler Doğa durumu
Duyarlılık Analizi; Örnek 5s-8 16 14 12 10 8 6 4 2 0 16 14 12 10 8 6 4 2 0 Duyarlılık Analizi : En iyi beklenen ödentiye sahip alternatif için olasılık aralığının belirlenmesi P(2); İkinci doğa durumun olasılığı 0 0.2 0.4 0.6 0.8 1 A B C A en iyi C en iyi B en iyi #1 Getiri #2 Getiri
Çözümlü Problem 5

More Related Content

Karar teorisi

  • 2. Karar Teorisi operasyonlar yönetimi karalarının geniş bir bölümü için uygun olan karar vermede genel bir yaklaşımı ifade eder, ve aşağıdaki süreçleri içerir. Ürün ve Hizmet Tasarımı Karar Teorisi Ekipman Seçimi Yer Planlama Kapasite Planlama
  • 3. Kararların sonuçları üzerinde bir etkiye sahip olan gelecek olası durumların bir kümesi Yöneticinin aralarından seçim yapacağı bir alternatifler listesi Her bir alternatifin gelecekte ortaya çıkabilecek olası her durum altındaki getirisi Karar Teorisinin Elemanları
  • 4. Gelecekte ortaya çıkabilecek muhtemel durumları (doğanın çıkardığı durumlar) belirle Yüksek, orta, düşük talep Rakip firma yeni bir ürün çıkarır yada çıkarmaz Alternatiflerin bir listesini oluştur. Bir alternatifte hiçbir şey yapmamak olabilir. Gelecekte ortaya çıkabilecek olası durumların her biri altında her bir alternatifin getirisini belirle. Mümkün ise gelecekte ortaya çıkabilecek muhtemel her durumun olasılığının belirlenmesi Bazı karar kriterlerine göre alternatifler değerlendir ve en iyi alternatifi seç. Karar Süreci
  • 5. Getiri tablosu Her bir alternatifin muhtemel her durum altındaki getirisini gösteren tablo $ 10 12 16 $ 10 12 2 $ 10 7 (4) Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
  • 6. Hatalı karar verme nedenleri Karar verme prosesini tam olarak takip etmeme Problemi belirle, Amacı ve çözüm için kriteri belirle, Uygun alternatifleri geliştir Alternatifleri değerlendir En iyiyi seç Uygula ve istenen sonuçların alınıp alınmadığını takip et. Yöneticinin kendine aşırı güveni, hatada ısrarı, veya karar vermede çok gecikmesi
  • 7. Hatalı karar verme nedenleri Sınırlandırılmış akla uygunluk; Karar verme üzerinde maliyetler, insani yetenekler, zaman, teknoloji ve yeterli bilgi konularındaki kısıtlamalardan ötürü kötü karar verilmesi Eksik optimizasyon Firmanın her bir bölümünün kendi açısından en iyi çözümü aramaya çalışması yüzünden, genel olarak firma için en iyi çözümün elde edilememesi
  • 8. Belirlilik – Karar ortamı ile ilgili parametreler bilinen değerlere sahip Risk – Parametrelerin alabilecekleri olasılık değerleri biliniyorsa Belirsizlik – Karar ortamında çeşitli gelecek olayların olasılığının tayin edilmesi imkansızdır. Karar Ortamı
  • 9. Ma ksi min – Alternatiflerden en kötülerin içinden en iyisinin seçilmesi (kazanç matrisi için). Minimum getirinin garantilenmesi. Ma ks ima ks – Alternatiflerden en iyilerinin içinden en iyisinin seçilmesi. Laplace - Eşit Olasılıklı Durumlar Ölçütü. En iyi getiri ortalamasına sahip alternatif tercih edilir. Minima ks Pişmanlık Ölçütü – En büyük pişmanlıkların en küçüğüne karşı gelen alternatif seçilir. Karardan pişmanlık derecesi minimize edilir. Belirsizlik Altında Karar Verme
  • 10. Belirsizlik Altında Karar Verme Örnek 5S-2: Maximin e göre Minimum “payoffs”; 10, 7, -4 -> Alternatif 1 seç Maximax a göre Maximum “payoffs”; 10,12,16 -> Alternatif 3 ü seç Laplace a göre Averaj “payoffs”; 30/3, 31/3, 14/3 -> Alternatif 2 yi seç
  • 11. Belirsizlik Altında Karar Verme Minimaks pişmanlık, Pişmanlıklar; Maksimum pişmanlıklar; 6, 4, 14 -> 2 ci alternatifi seç 6 4 14 $ 6 4 0 $ 2 0 10 $ 0 3 14 Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
  • 12. Risk Altında Karar Verme Risk : Her bir durumunun ortaya çıkma olasılığı. Risk belirsizlik ile belirlilik uç noktaları arasında yer alır. En İyi Beklenen Parasal Değer Ölçütü (E MV ) : Her alternatif için beklenen getiriyi hesaplayıp, en iyi beklenen getiriye sahip alternatif seçilir.
  • 13. Risk Altında Karar Verme Örnek 5s-4; Bir önceki örnekte talebin 0.3 olasılıkla düşük, 0.50 olasılıkla averaj, ve 0.2 olasılıkla yüksek olacağını biliyor isek, hangi alternatifi seçmeli? EV küçük = 0.3(10)+0.5(10)+0.2(10) = 10 EV orta = 0.3(7)+0.5(12)+0.2(12) = 10.5 EV büyük = 0.3(-4)+0.5(2)+0.2(16) = 3 => 2. Alternatifi seç
  • 14. Risk Altında Karar Verme Karar Ağacı : Olası sonuç ve alternatiflerin şematik gösterimidir. Sıralı bir şekilde karar vermeyi gerektiren durumlar için kullanışlıdır.
  • 15. Karar Ağacının Yapısı Soldan sağa oluşturulur Sağdan sola değerlendirilir Doğa durumu 1 B getiri 1 Doğa durumu 2 getiri 2 getiri 3 2 A’ 1 i seç A’ 2 yi seç getiri 6 Doğa durumu 2 2 getiri 4 getiri 5 A’ 3 ü seç A’ 4 ü seç Doğa durumu 1 A’ 1 i seç A’ 2 yi seç 1 Karar Noktası Şans Olayı
  • 16. Karar ağacı – Örnek 5s-5 video dükkanı Düşük talep (0.4) 40 Yüksek talep (0.6) 40 50 2 Hiçbir şey yapma Fazla mesai 50 2 55 (10) Fiyatı düşür Düşük talep (0.4) Küçük yer Büyük yer 1 Genişlet Hiçbir şey yapma Yüksek talep (0.6) 70 Karar Noktası Şans Olayı
  • 17. Karar ağacı – Örnek 5s-5 video dükkanı 1. Her karar noktasında en iyi alternatifi belirle Karar Noktası Şans Olayı Düşük talep (0.4) 40 Yüksek talep (0.6) 40 50 2 Hiçbir şey yapma Fazla mesai 50 2 55 (10) Fiyatı düşür Düşük talep (0.4) Küçük yer Büyük yer 1 Genişlet Hiçbir şey yapma Yüksek talep (0.6) 70
  • 18. Karar ağacı – Örnek 5s-5 video dükkanı 2. Her bir alternatif için beklenen getiriyi bul; Küçük yer aç EMV = 40(0.4) + 55(0.6) = 49 Büyük yer aç EMV = 50(0.4) + 70(0.6) = 62 Beklenen getiriye göre büyük yer açmak daha iyi
  • 19. Tam Bilginin Beklenen Değeri Belirlilik altında beklenen getiri ile risk altında beklenen getiri arasındaki farktır (Expected value of perfect information) Tam Bilginin Beklenen Değeri Belirlilik altında Beklenen getiri Risk altında Beklenen getiri = -
  • 20. Tam Bilginin Beklenen Değeri 0.3 olasılıkla düşük, 0.50 olasılıkla averaj, ve 0.2 olasılıkla yüksek Belirlilik altında beklenen getiri ? =10(0.3) + 12(0.5) + 16(0.2) = 12.2 (Talebin nasıl olacağını bili- yoruz (belirli)) $ 10 12 16 $ 10 12 2 $ 10 7 (4) Küçük tesis Orta boy tesis Büyük tesis Yüksek Averaj Düşük Alternatifler Gelecekteki Muhtemel Talepler
  • 21. Tam Bilginin Beklenen Değeri Örnek 5s-4 te; risk altında beklenen değere göre 2. alternatif seçilmişti. Beklenen getiri = 10.5 ti. EVPI = tam bilginin beklenen değeri = 12.2 – 10.5 = 1.7 Başka bir yol; EVPI = minimum beklenen pişmanlık Beklenen Pişm. Küçük = 0.3(0)+0.5(2)+0.2(6) = 2.2 Beklenen Pişm. Orta = 0.3(3)+0.5(0)+0.2(4) = 1.7 => EVPI = 1.7 Beklenen Pişm. Büyük = 0.3(14)+0.5(10)+0.2(0) = 9.2 Tam bilgiden dolayı kazanç = minimum beklenen pişmanlık
  • 22. Duyarlılık Analizi Getiriler ve olasılıklar birer tahmin ve hata içerebilirler. Bu verilerin bir veya birkaçındaki değişikliğe karşı seçilen alternatifin ne kadar hassas olduğunun belirlenmesinde karar verici açısından önemlidir. Duyarlılık Analizi : Her bir alternatifin en iyi olduğu olasılık aralığının belirlenmesini içerir
  • 23. Duyarlılık Analizi; Örnek 5s-8 Getiri tablosu P(2); İkinci doğa durumun olasılığı P(1)= 1- P(2) 12 2 8 4 16 12 A B C #2 #1 Alternatifler Doğa durumu
  • 24. Duyarlılık Analizi; Örnek 5s-8 16 14 12 10 8 6 4 2 0 16 14 12 10 8 6 4 2 0 Duyarlılık Analizi : En iyi beklenen ödentiye sahip alternatif için olasılık aralığının belirlenmesi P(2); İkinci doğa durumun olasılığı 0 0.2 0.4 0.6 0.8 1 A B C A en iyi C en iyi B en iyi #1 Getiri #2 Getiri