Transcript Karar Ağaçları

Dr. Y. İlker TOPCU
www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info
www.facebook.com/yitopcu
twitter.com/yitopcu
KARAR AĞAÇLARI
 Bir karar ağacı aşağıdakilerden oluşan bir şekildir:
 karar noktaları (kareler)
 şans noktaları (daireler)
 karar dalları (seçenekler)
 şans dalları (olaylar)
 son noktalar (getiriler veya faydalar)
KARAR TABLOSUNUN KARAR AĞACINA
DÖNÜŞTÜRÜLMESİ
SEÇENEKLER
a1
a2
.
am
q1
x11
x21
.
xm1
OLAYLAR
...
q2
...
x12
...
x22
.
...
...
xm2
qn
x1n
x2n
.
xmn
q1
a1
qn
a2
x11
x1n
am
q1
xm1
qn
xmn
KARAR AĞACI YÖNTEMİ
Sorunun tanımlanması
Karar ağacının çizilmesi / yapılandırılması
Olayların oluşma olasılıklarının atanması
Beklenen getirinin (veya faydanın) ilgili şans
noktası için hesaplanması - geriye doğru, işlem
5. En yüksek beklenen getirinin (faydanın) ilgili karar
noktasına atanması - geriye doğru, karşılaştırma
6. Önerinin sunulması
1.
2.
3.
4.
ÖRNEK 1
Şans
noktası
1
Karar
noktası
Küçük
fabrika kur
2
Yüksek talep
(0.6)
$200.000
Düşük talep
(0.4)
-$180.000
Yüksek talep
(0.6)
$100.000
Düşük talep
(0.4)
-$20.000
$0
Karar
noktası
Şans
noktası
Yüksek talep
(0.6)
$200.000
1
BD =
$48.000
Düşük talep
(0.4)
-$180.000
Yüksek talep
(0.6)
$100.000
Düşük talep
(0.4)
-$20.000
Küçük
fabrika kur
2
BD =
$52.000
$0
ÖRNEK 2
STRATEJİLER
Yeni donanım (S1)
Fazla mesai (S2)
Bir şey yapmama (S3)
OLASILIKLAR
OLAYLAR
Düşüş
Yükseliş
130
150
150
40%
220
210
170
60%
184
%60
220
%40
130
186
%60
210
%40
150
162
%60
170
%40
150
ARDIŞIK KARAR AĞACI
 Ardışık (sequential) karar ağacı, birbirlerine bağlı
sıralı kararların verildiği (çok aşamalı karar verme;
multi-stage decision making) ve karar tablosunun (tek
aşamalı kararla sınırlı) yetersiz kaldığı durumların
gösterimi için kullanılır
ÖRNEK 3
 Diyelim ki KV ilk kararın sonucuna bağlı ikinci bir
kararın olduğu iki karar vermeli
 Yeni bir fabrika kurmadan önce KV’nin $10.000’a bir
pazarlama araştırması çalışması yapma seçeneği olsun
 Araştırmadan gelecek bilgi büyük fabrika kurma, küçük
fabrika kurma veya bir şey yapmama kararı üzerinde
yardımcı olacaktır
 Araştırma öncesi KV, yüksek talep ve düşük talep
gerçekleşme olasılıklarının eşit olduğuna inanmaktadır:
her olayın olasılığı %50
 Araştırma sonuçları %45 olasılıkla yüksek talep
beklenildiğini verecektir
 Her ne kadar pazarlama araştırması KV’ye kesin bilgi
vermese de koşullu (artçıl) olasılıkları (conditional
(posterior) probabilities) belirleyerek yardımcı olacaktır:
 Araştırma sonucu olumlu olduğunda talebin yüksek
olma olasılığı %78
 Araştırma sonucu olumsuz olduğunda talebin yüksek
olma olasılığı %27
ÖRNEK 4
 Yeni bir ürünün piyasaya sürülme kararı
 Sürüm öncesi bir pazar testi yapıp yapmama kararı
 Pazar testi masrafı $20.000 ve ürünün sürümü için kampanya





masrafı $100.000
Proje başarılı (S) olursa getiriler: test $40.000; kampanya
$400.000
Proje başarısız (F) olursa getiri $0
Yeni ürünün (kampanyanın) başarı olasılığı: %50
Eğer pazar testi başarılı olursa kampanyanın başarısı: %80
Eğer pazar testi başarısız olursa kampanyanın başarısı: %10
[240]
K
[240]
[110]
F(.5)
[110]
[-20]
20
[-80] S(.1)
F(.9)
K
-20
[100]
[100]
K
~K
S(.5)
300
F(.5)
0
-80
280
-120
~K
~T
320
F(.2)
~K
S(.5)
T
S(.8)
-100