KARAR TEORİSİ

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

Karar Teorisinin Elemanları 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 Süreci 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.

Gelecekteki Muhtemel Talepler Getiri tablosu 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) 12 2 16

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

Karar Ortamı 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.

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 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 Gelecekteki Muhtemel Talepler Alternatifler Düşük Averaj Yüksek Küçük tesis Orta boy tesis Büyük tesis $ 0 3 14 $ 2 10 $ 6 4 6 4 14

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 (EMV): 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? 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. Sıralı bir şekilde karar vermeyi gerektiren durumlar için kullanışlıdır.

Karar Ağacının Yapısı B Soldan sağa oluşturulur Doğa durumu 1 B getiri 1 Doğa durumu 2 getiri 2 getiri 3 2 A’1 i seç A’2 yi seç getiri 6 getiri 4 getiri 5 A’3 ü seç A’4 ü seç 1 Karar Noktası Şans Olayı Soldan sağa oluşturulur Sağdan sola değerlendirilir

Karar ağacı – Örnek 5s-5 video dükkanı Düşük talep (0.4) 40 Yüksek talep (0.6) 50 2 Hiçbir şey yapma Fazla mesai 55 (10) Fiyatı düşür Küçük yer Büyük yer 1 Genişlet 70 Karar Noktası Şans Olayı

Karar ağacı – Örnek 5s-5 video dükkanı Düşük talep (0.4) 40 Yüksek talep (0.6) 50 2 Hiçbir şey yapma Fazla mesai 55 (10) Fiyatı düşür Küçük yer Büyük yer 1 Genişlet 70 Karar Noktası Şans Olayı 1. Her karar noktasında en iyi alternatifi belirle

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) Risk altında Beklenen getiri Tam Bilginin Beklenen Değeri Belirlilik altında Beklenen getiri - =

Tam Bilginin Beklenen Değeri 0.3 olasılıkla düşük, 0.50 olasılıkla averaj, ve 0.2 olasılıkla yüksek Gelecekteki Muhtemel Talepler Alternatifler Düşük Averaj Yüksek Küçük tesis Orta boy tesis Büyük tesis $ 10 7 (4) 12 2 16 Belirlilik altında beklenen getiri ? =10(0.3) + 12(0.5) + 16(0.2) = 12.2 (Talebin nasıl olacağını bili- yoruz (belirli))

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 Doğa durumu Alternatifler #1 #2 A B C 4 16 12 2 8 P(2); İkinci doğa durumun olasılığı P(1)= 1- P(2)

Duyarlılık Analizi; Örnek 5s-8 B C A en iyi C en iyi B en iyi #1 Getiri #2 Getiri 16 14 12 10 8 6 4 2 16 14 12 10 8 6 4 2 0.2 0.4 0.6 0.8 1 P(2); İkinci doğa durumun olasılığı Duyarlılık Analizi: En iyi beklenen ödentiye sahip alternatif için olasılık aralığının belirlenmesi

Çözümlü Problem 5