KARAR TEORS Karar Teorisi operasyonlar ynetimi karalarnn geni

KARAR TEORİSİ

Karar Teorisi operasyonlar yönetimi karalarının geniş bir bölümü için uygun olan karar vermede genel bir yaklaşımı ifade eder, ve aşağıdaki süreçleri içerir. Kapasite Planlama Yer Planlama Ürün ve Hizmet Tasarımı Ekipman Seçimi

Karar Teorisinin Elemanları n Kararların sonuçları üzerinde bir etkiye sahip olan gelecek olası durumların bir kümesi n Yöneticinin aralarından seçim yapacağı bir alternatifler listesi n Her bir alternatifin gelecekte ortaya çıkabilecek olası her durum altındaki getirisi

Karar Süreci n Gelecekte ortaya çıkabilecek muhtemel durumları (doğanın çıkardığı durumlar) belirle ¨ Yüksek, orta, düşük talep ¨ Rakip firma yeni bir ürün çıkarır yada çıkarmaz n Alternatiflerin bir listesini oluştur. Bir alternatifte hiçbir şey yapmamak olabilir. n Gelecekte ortaya çıkabilecek olası durumların her biri altında her bir alternatifin getirisini belirle. n Mümkün ise gelecekte ortaya çıkabilecek muhtemel her durumun olasılığının belirlenmesi n Bazı karar kriterlerine göre alternatifler değerlendir ve en iyi alternatifi seç.

Getiri tablosu n Her bir alternatifin muhtemel her durum altındaki getirisini gösteren tablo Gelecekteki Muhtemel Talepler Alternatifler Düşük Averaj Yüksek Küçük tesis Orta boy tesis Büyük tesis $ 10 7 (4) $ 10 12 2 $ 10 12 16

Hatalı karar verme nedenleri n Karar verme prosesini tam olarak takip etmeme ¨ Problemi belirle, ¨ ¨ ¨ n 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 n n 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

Karar Ortamı Belirlilik – Karar ortamı ile ilgili parametreler bilinen değerlere sahip n Risk – Parametrelerin alabilecekleri olasılık değerleri biliniyorsa n Belirsizlik – Karar ortamında çeşitli gelecek olayların olasılığının tayin edilmesi imkansızdır. n

Belirsizlik Altında Karar Verme Maksimin – Alternatiflerden en kötülerin içinden en iyisinin seçilmesi (kazanç matrisi için). Minimum getirinin garantilenmesi. Maksimaks – Alternatiflerden en iyilerinin içinden en iyisinin seçilmesi. Laplace - Eşit Olasılıklı Durumlar Ölçütü. En iyi getiri ortalamasına sahip alternatif tercih edilir. Minimaks Pişmanlık Ölçütü – En büyük pişmanlıkların en küçüğüne karşı gelen alternatif seçilir. Karardan pişmanlık derecesi minimize edilir.

Belirsizlik Altında Karar Verme n Örnek 5 S-2: ¨ Maximin e göre n ¨ Minimum “payoffs”; 10, 7, -4 -> Alternatif 1 seç Maximax a göre n Maximum “payoffs”; 10, 12, 16 -> Alternatif 3 ü seç ¨ Laplace n a göre Averaj “payoffs”; 30/3, 31/3, 14/3 -> Alternatif 2 yi seç

Belirsizlik Altında Karar Verme n Minimaks pişmanlık, ¨ Pişmanlıklar; Alternatifler Küçük tesis Orta boy tesis Büyük tesis ¨ Maksimum Gelecekteki Muhtemel Talepler Düşük Averaj Yüksek $0 3 14 $2 0 10 $6 4 0 6 4 14 pişmanlıklar; 6, 4, 14 -> 2 ci alternatifi seç

Risk Altında Karar Verme Risk: Her bir durumunun ortaya çıkma olasılığı. n Risk belirsizlik ile belirlilik uç noktaları arasında yer alır. n En İyi Beklenen Parasal Değer Ölçütü (EMV): n ¨ Her alternatif için beklenen getiriyi hesaplayıp, en iyi beklenen getiriye sahip alternatif seçilir.

Risk Altında Karar Verme n Örnek 5 s-4; Bir önceki örnekte talebin 0. 3 olasılıkla düşük, 0. 50 olasılıkla averaj, ve 0. 2 olasılıkla yüksek olacağını biliyor isek, hangi alternatifi seçmeli? ¨ EVküçük = 0. 3(10)+0. 5(10)+0. 2(10) = 10 ¨ EVorta = 0. 3(7)+0. 5(12)+0. 2(12) = 10. 5 ¨ EVbüyük = 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. n Sıralı bir şekilde karar vermeyi gerektiren durumlar için kullanışlıdır. n

Karar Ağacının Yapısı 1 u um r u d ğa Do Karar Noktası Şans Olayı A ç e s i Doğa ’ 1 durum u 2 ’ 2 A rumu u d Doğa 1 yi ç se Doğa Soldan sağa oluşturulur Sağdan sola değerlendirilir durum u 2 eç A’ 1 i s getiri 2 A’ 2 yi s eç getiri 3 eç A’ 3 ü s getiri 4 A’ 4 ü se ç getiri 5 2 B 1 getiri 1 2 getiri 6

Karar ağacı – Örnek 5 s-5 video dükkanı ) Karar Noktası Şans Olayı K k ü üç . 4 p (0 e l a t k 40 Düşü r e y 1 ma 40 p a y y e içbir ş H Yükse k tale Fazla m p (0. 62 esai ) Ge 50 niş let 55 k yü Bü r ye Düşük 0. 4) talep ( 2 Yükse k tale p (0. 6 ) ir Hiçb ma p a y (10) şey Fiyat ı düş ür 50 70

Karar ağacı – Örnek 5 s-5 video dükkanı ). 4 p (0 e l a t k Karar Noktası Şans Olayı Düşü ük K er y üç 1 40 a apm y y e ş Hiçbir Yükse k tale Fazla m p (0. 62 esai ) Ge niş let 40 50 55 k yü Bü r ye 0. 4) pma a y y e bir ş lep ( a t k ü üş D Yükse k tale 2 (10) Hiç Fiyat p (0. 6 ) 1. Her karar noktasında en iyi alternatifi belirle ı düş ür 50 70

Karar ağacı – Örnek 5 s-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 - Risk altında Beklenen getiri

Tam Bilginin Beklenen Değeri 0. 3 olasılıkla düşük, 0. 50 olasılıkla averaj, ve 0. 2 olasılıkla yüksek Gelecekteki Muhtemel Talepler Alternatifler Küçük tesis Orta boy tesis Büyük tesis Düşük $ 10 7 (4) Averaj $ 10 12 2 Yüksek $ 10 12 16 Belirlilik altında beklenen getiri ? =10(0. 3) + 12(0. 5) + 16(0. 2) = 12. 2 (Talebin nasıl olacağını biliyoruz (belirli))

Tam Bilginin Beklenen Değeri n n n Örnek 5 s-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. n Bu verilerin bir veya birkaçındaki değişikliğe karşı seçilen alternatifin ne kadar hassas olduğunun belirlenmesinde karar verici açısından önemlidir. n Duyarlılık Analizi: Her bir alternatifin en iyi olduğu olasılık aralığının belirlenmesini içerir n

Duyarlılık Analizi; Örnek 5 s-8 Getiri tablosu Doğa durumu Alternatifler #1 #2 A B C 4 16 12 12 2 8 P(2); İkinci doğa durumun olasılığı P(1)= 1 - P(2)

Duyarlılık Analizi; Örnek 5 s-8 #1 Getiri 16 14 12 10 8 6 4 2 0 #2 Getiri B A C B en iyi 0 0. 2 C en iyi 0. 4 0. 6 A en iyi 0. 8 1 16 14 12 10 8 6 4 2 0 P(2); İkinci doğa durumun olasılığı Duyarlılık Analizi: En iyi beklenen ödentiye sahip alternatif için olasılık aralığının belirlenmesi

Çözümlü Problem 5