KARAR ANALİZİ (KARAR AĞAÇLARI)

... konulu sunumlar: "KARAR ANALİZİ (KARAR AĞAÇLARI)"— Sunum transkripti:

1 KARAR ANALİZİ (KARAR AĞAÇLARI)
Dr. Y. İlker TOPCU twitter.com/yitopcu

2 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)

3 KARAR TABLOSUNUN KARAR AĞACINA DÖNÜŞTÜRÜLMESİ
am q1 x11 qn x1n xm1 xmn

4 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

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

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

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

8 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

9 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

10 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

11

12

13 ÖRNEK 4 Yeni bir ürünün piyasaya sürülme kararı
Sürüm öncesi bir pazar testi yapıp yapmama kararı Pazar testi masrafı $ ve ürünün sürümü için kampanya masrafı $ Proje başarılı (S) olursa getiriler: test $40.000; kampanya $ 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

14 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]