Transcript 의사결정

8장. 의사결정기법
제2편 경영과학적 방법론
산업경영공학
하병현
[email protected]
목차
 개요
 의사결정 모형
 확실성 하에서의 의사결정
 위험 하에서의 의사결정
 불확실성 하에서의 의사결정
 의사결정나무
1
개요
 의사결정
 여러 전략으로부터 특정 선택에 이르는 일련의 과정
 계량적 분석방법에 의한 의사결정
 모든 여건의 체계적 분석  바람직한 대안 선택
• 현실적으로 모든 여건을 분석하기는 어려움
 의사결정의 환경에 대한 검토 역시 필요
•
•
•
•
확실성(certainty)
위험(risk)
불확실성(uncertainty)
상충(conflict)
2
의사결정 모형
 의사결정 모형
 특정한 전략을 선택했을 경우, 일정한 여건하에서 예기
되는 결과를 도출하는 방식
 일반적인 구성요소





전략(strategies) -- 선택 대상, Si
여건(environments) -- 통제불가능, Nj
결과(outcomes) -- 여건에 따른 전략의 결과, Oij
여건의 예측 -- 여건의 발생 확률, Pj
의사결정 기준 -- 전략의 선택 기준
3
확실성 하에서의 의사결정
 단일 여건의 가정
 통제할 수 없는 변수가 중요하지 않은 경우 여건의 차
이를 무시
 하위 단계의 의사결정 문제나 생산과 관련한 실무적 문
제의 해결에 자주 이용
 예제




스케줄링
생산 제품 결정
인원 할당
수송 계획
4
위험 하에서의 의사결정
 예측 가능한 복수 여건
 일반적으로 기대값(expected value)을 사용하여 결정
 추정된 확률에 대한 신뢰도가 높을 경우 어떤 의사결정
문제에도 적용이 가능한 접근법
m
EVi   Pj Oij
j 1
5
위험 하에서의 의사결정
 장비구입 예제
 총비용 기준
전 부품
여건
략 주문 고장횟수
수
확률
N1
0
0.4
S1
S2
S3
S4
S5
S6
0 10,000 20,000 30,000 40,000 50,000
1,200 1,200 11,200 21,200 31,200 41,200
2,400 2,400 2,400 12,400 22,400 32,400
3,600 3,600 3,600 3,600 13,600 23,600
4,800 4,800 4,800 4,800 4,800 14,800
6,000 6,000 6,000 6,000 6,000 6,000
0
1
2
3
4
5
N2
1
0.25
N3
2
0.15
N4
3
0.10
N5
4
0.05
N6
5
0.05
 기회손실(opportunity loss) 기준
6
불확실성 하에서의 의사결정
 불확실성 하의 여건
 여건의 예측이 불가능하거나 예측이 가능한 경우라도
신뢰도가 낮은 경우
S1
S2
S3
N1
N2
4.5
6.0
3.0
7.5
5.0
8.0
 의사결정 기준




왈드 기준(Wald criterion)
새비지 기준(Savage criterion)
라플라스-베이즈 기준(Laplace-Bayes criterion)
후르비츠 기준(Hurwicz criterion)
7
불확실성 하에서의 의사결정
 왈드 기준
 최소값 중에서 가장 나은 값을 가지는 전략을 선택
 최대최소(maximin)
• Si* 선택, where i* = argmaxi {minj {Oij}}
 비관적?
• c.f. maximax
S1
S2
S3
N1
N2
4.5
6.0
3.0
7.5
5.0
8.0
8
불확실성 하에서의 의사결정
 새비지 기준
 후회를 최소화
• 후회  기회비용
 최소최대(minimax)
S1
S2
S3
N1
N2
4.5
6.0
3.0
7.5
5.0
8.0
S1
S2
S3
N1
N2
1.5
0.0
3.0
0.5
3.0
0.0
9
불확실성 하에서의 의사결정
 라플라스-베이즈 기준
 각 여건이 발생할 확률이 같다고 가정
S1
S2
S3
N1
N2
4.5
6.0
3.0
7.5
5.0
8.0
10
불확실성 하에서의 의사결정
 후르비츠 기준
 maximin과 maximax을 절충
 낙관계수(coefficient of optimism)  사용
• Si* 선택, where i* = argmaxi {maxj {Oij} + (1 – )minj {Oij}}
S1
S2
S3
S4
N1
N2 N3
N4
2
2
1
1
3
2
5
4
3
2
1
2
1
2
1
1
S4
S3
S1
S2
0.25

11
의사결정나무
 의사결정을 위한 도식적 모형
 결정 분기점, 기회 분기점
 다단계의 복잡한 의사결정에 용이
 확률을 이용한 평균값 접근
 여러 년도에 걸친 분석의 경우 화폐의 시간적 가치를
도입 필요
12
의사결정나무
 공장 확장 예제
 대안
• 현대화와 동시에 공장 확장
• 현대화 후 3년간 시장 조사를 거쳐 확장 여부 결정
 여건
• 수요예측 기반 확률
처음
3년
높음 (H1)
낮음 (L1)
0.7
0.3
다음
7년
높음 (H2) 낮음 (L2)
높음 (H3) 낮음 (L3)
0.85
0.15
0.1
0.9
13
의사결정나무
 공장 확장 예제(계속)
 비용
• 현대화에 드는 비용: 3.5백만원
• 확장 비용
• 현대화와 동시에 확장: 2.5백만원
• 현대화를 하고 3년 후에 확장: 4백만원
 수익(백만원/년)
처음 3년 수요
다음 7년 수요
높음
낮음
높음
낮음
확장 X
0.6
0.55
0.6
0.55
확장 O
1.2
0.30
1.5
0.30
14
현금 흐름
H1
0.6/년
(1.8)
현대화
–3.5
현대화
동시 확장
–6.0
L1
0.55/년
(1.65)
H1 1.2/년 (3.6)
H2 1.5/년 (10.5)
L2 0.3/년 (2.1)
–3.60
유지
0.0
H2 0.6/년 (4.2)
2.50
L2 0.55/년 (3.85)
2.15
확장
–4.0
H3 1.5/년 (10.5)
4.65
L3 0.3/년 (2.1)
–3.75
유지
0.0
H3 0.6/년 (4.2)
2.35
L3 0.55/년 (3.85)
2.00
H2 1.5/년 (10.5)
8.10
L2 0.3/년 (2.1)
L1 0.3/년 (0.9)
4.80
확장
–4.0
H3 1.5/년 (10.5)
L3 0.3/년 (2.1)
–0.30
5.40
–3.00
15
9.24
의사
결정
확장
H1 = 0.70, L1 = 0.30
H2 = 0.85, L2 = 0.15
H3 = 0.10, L3 = 0.90
5.24
H1
0.6/년
(1.8)
–4.0
4.15
유지
0.0
6.59
L1
0.55/년
(1.65)
현대화
–3.5
3.89
확장
–4.0
2.94
3.89
유지
0.0
4.14
현대화
동시 확장
–6.0
9.24
H1 1.2/년 (3.6)
H2 1.5/년 (10.5)
L2 0.3/년 (2.1)
–3.60
H2 0.6/년 (4.2)
2.50
L2 0.55/년 (3.85)
2.15
H3 1.5/년 (10.5)
4.65
L3 0.3/년 (2.1)
–3.75
H3 0.6/년 (4.2)
2.35
L3 0.55/년 (3.85)
2.00
H2 1.5/년 (10.5)
8.10
L2 0.3/년 (2.1)
2.94
10.14
L1 0.3/년 (0.9)
4.80
H3 1.5/년 (10.5)
L3 0.3/년 (2.1)
–0.30
5.40
–3.00
16