KARAR ANALİZİ (KARAR AĞAÇLARI)

Slides:



Advertisements
Benzer bir sunumlar
TİCARİ İŞLEMLER VE VARLIK KAYNAK YAPISINA ETKİLERİ
Advertisements

İŞÇİLİK Yrd.Doç. Dr. Niyazi KURNAZ
ENDEKSLER Endeks belirli bir değişkenin veya değişkenlerin değerlerinde zaman içinde veya mekanlar arasında ortaya çıkan değişimlerin oransal ölçüsüdür.
FAİZ HESAPLARI ÖMER ASKERDEN PİRİ MEHMET PAŞA ORTAOKULU
KARAR TEORİSİ.
KARAR ANALİZİ Dr. Y. İlker TOPCU
Üçgenleri açı ölçülerine göre sınıflandırır
Gün Öncesi Piyasası Müdürlüğü
36 KV HAVAİ HATLARDA DÜŞEY YAKLAŞIM MESAFELERİ
HARİTA PROBLEMLERİ.
Kısa Yoldan Çarpma İşlemi
UYGULAMA II
ÇEMBERDE AÇILAR.
YATIRIM TEŞVİK BELGESİ
FİNANSMAN faiz HESAPLARI
Maliyet, Hacim, Kar Analizi
Mega Holdings İş Sunumu Yaşam Değiştiren Organizasyon
Kurallar Eğitimin Edification ı ÇOOOOOOOOKKKKK ÖNEEEEEMLİİİİİİİİİ. Alttaki yazı eğitimin sahibinin cümleleri sizde bu şekilde kendi cümllelerinizle ve.
“Döner Sermaye ve Finans Akışı” Dokuz Eylül Üniversitesi
ITY529S İTY’DE KARAR VERME
BASİT YÖNTEMLER Dr. Y. İlker TOPCU
KARAR MODELİ KURMA Dr. Y. İlker TOPCU
SORUNU ÇÖZÜMLEME Dr. Y. İlker TOPCU
VOLEYBOL İNDEKS (OYUNCULARIN FİZİK YETENEKLERİNİN ÖLÇÜMÜ)
MATEMATİK.
EN KÜÇÜK ORTAK KAT.
KARAR AĞACI VE FAYDA KURAMI
Üçgenleri açı ölçülerine göre sınıflandırır
Çok Modelli Hatlar.
HAKKIMIZDA. İstatistiki Veriler Özgeçmiş Sayısı: Kurumsal Üye Sayısı: Günlük Tekil Ziyaretçi Sayısı: Aylık Tekil Ziyaretçi Sayısı:
Sermaye Maliyeti Nedir?
Cisim yüksekliği tabana dik olan Cisim yüksekliği tabana dik olmayan
KONULAR YÖNDEŞ AÇILAR İÇ AÇILAR İÇ TERS AÇILAR DIŞ AÇILAR
ÇEMBERDE AÇILAR SİTELER ÖĞRENCİ YURDU KÜTAHYA EĞİTİM KOMİSYONU.
GÖK-AY Özel Güvenlik Eğt. Hizmetleri
HAZIRLAYAN:SAVAŞ TURAN AKKOYUNLU İLKÖĞRETİM OKULU 2/D SINIFI
ÖLÇME VE DEĞERLENDİRME DERSİ
Chapter 1 Learning Objectives
1/20 ÖLÇÜLER (Sıvı) 7 litrede kaç tane yarım litre vardır? A B C D.
1/20 ÖLÇÜLER (Uzunluk) 4 metre kaç santimetredir? A B C D.
AÇILAR MERVE ERDEM B (GECE)
DERS-7 TESTLER Prof. Dr. Hüseyin BAŞLIGİL YILDIZ TEKNİK ÜNİVERSİTESİ
Top Management Program in Logistics & Supply Chain Management (TMPLSM) Üretim ve Operasyon Yönetimi 5: Kapasite.
SEBZELERİN DEKAR’A VERİM BİLGİLERİ.
KARAR AĞACI.
Sütun Grafiği.
1/20 GRAFİKLER Yandaki grafik, hangi çeşit grafiktir? Şekil Sütun Çizgi Daire KIZ ERKEK   Her resim 4 öğrenciyi gösteriyor A B C D.
ATAMA (TAHSİS) MODELİ 17.
OLASILIK ve OLASILIK DAĞILIMLARI
FİRMA DAVRANIŞI VE ENDÜSTRİYEL ORGANİZASYON
EĞİTİMDE ÖLÇME VE DEĞERLENDİRME
SEBZELERİN GENEL EKİM – DİKİM BİLGİLERİ
1/20 ÖLÇÜLER (Zaman) A B C D Bir saat kaç dakikadır?
1:000:590:580:570:560:550:540:530:520:510:500:490:480:470:460:450:440:430:420:410:400:390:380:370:360:350:340:330:320:310:300:290:280:270:260:250:240:230:220:210:200:190:180:170:160:150:140:130:12.
Teste Başla 4. SINIF MATEMATİK TESTİ Çıkış Teste Devam Et.
Test : 2 Konu: Çarpanlar ve Katlar
SINIF GEÇME.
İHRACATA YÖNELİK DEVLET YARDIMLARI PAZAR ARAŞTIRMASI VE PAZARLAMA FAALİYETLERİ - İBGS 2009/5 YURTDIŞINDA DÜZENLENEN FUARLARA KATILIM - İBGS 97/5.
KARAR AĞACI. Sayfa 111 Bir petrol şirketi, Batman yakınında bir arazide kuyu açmadan önce başka bir firmaya jeolojik bir etüd yaptırıp yaptırmama konusunda.
VERİ İŞLEME VERİ İŞLEME-4.
VİZE ÖNCESİ GENEL TEKRAR SORULARI
B. KARLILIK ANALİZİ Yönetim uygulamalarında kar planlaması ve karlılık analizi alanında kullanılan önemli araçlardan biri; literatürde “başabaş analizi,
Beklenen Getirinin ve Riskin Ölçülmesi
100 Yetişkine İlişkin Kolesterol Değerleri
1:000:590:580:570:560:550:540:530:520:510:500:490:480:470:460:450:440:430:420:410:400:390:380:370:360:350:340:330:320:310:300:290:280:270:260:250:240:230:220:210:200:190:180:170:160:150:140:130:12.
EĞİTİM ÖĞRETİM YILI SINIF GEÇME YÖNETMELİĞİ
Kalemimizin ucu ile defterimize dokunalım
ÜÇGENDE AÇILAR 7.sınıf.
USLE P FAKTÖRÜ DR. GÜNAY ERPUL.
BAŞARILI ve BAŞARISIZ İnsanlar
Sunum transkripti:

KARAR ANALİZİ (KARAR AĞAÇLARI) 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 am q1 x11 qn x1n xm1 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 En yüksek beklenen getirinin (faydanın) ilgili karar noktasına atanması - geriye doğru, karşılaştırma Önerinin sunulması

ÖRNEK 1 Şans Yüksek talep (0.6) noktası $200.000 1 Düşük talep (0.4) Büyük fabrika kur -$180.000 Karar noktası Yüksek talep (0.6) $100.000 Küçük fabrika kur 2 Düşük talep (0.4) -$20.000 Yatırım yapma $0

Şans noktası Yüksek talep (0.6) $200.000 1 Düşük talep (0.4) Büyük fabrika kur BD = $48.000 -$180.000 Karar noktası Yüksek talep (0.6) $100.000 Küçük fabrika kur 2 Düşük talep (0.4) BD = $52.000 -$20.000 Yatırım yapma $0

ÖRNEK 2 220 130 210 150 170 %60 %40 184 186 162

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

T S(.5) F(.5) ~T K ~K S(.8) F(.2) S(.1) F(.9) 320 -80 20 280 -120 -20 300 -100 [240] [-80] [-20] [110] [100]