Специфическим графическим инструментом анализа проблемных ситуаций являются, так называемые, деревья решений. Термин получил свое название от древообразующей структуры схемы.
С помощью этого метода решается целый ряд задач, когда имеются два или более последовательных множества решений, причем, последующие решения основываются на результатах предыдущих состояний среды, т.е. появляется цепочка решений, вытекающих одно из другого. Подобные задачи проще решать с использованием дерева решений, которое представляет собой графическое изображение последовательности решений и состояний среды с указанием соответствующих вероятностей и выигрышей для всевозможных комбинаций.
Для упрощения применения этого метода разобьем его на несколько этапов.
На первом этапе формулируем задачу. Отбрасываем не относящиеся к проблеме факторы, а оставшиеся подразделяем на существенные и несущественные. Далее: определяем возможности сбора информации для экспериментирования и реальных действий; составляем перечень событий, которые с определенной вероятностью могут произойти: устанавливаем временной порядок расположения событий, в исходах которых содержится полезная и доступная информация, и тех последовательных действий, которые можно предпринять.
На втором этапе строим дерево решений. Оно состоит из двух основных частей: «решений» и «вероятностных событий». Они представлены квадратами (рис. 3.1). Эти решения и вероятностные события связаны, что видно из последующих примеров.
Рис. 3.1. Составные части дерева решений
Суть третьего этапа состоит в оценке вероятностей состояний среды, т.е. сопоставлении шансов возникновения каждого конкретного события.
Установление выигрышей (или проигрышей, как выигрышей со знаком минус) для каждой возможной комбинации альтернатив (действий) состояний среды составляют четвертый этап.
На пятом этапе решается задача.
Дерево решений состоит из ряда узлов и исходящих из них ветвей. Квадраты обозначают пункты принятия решений (или возможные события), а дуги соответствуют переходам между логически связанными решениями и случайными событиями. Из вершин — решения (квадратов) исходит столько дуг, сколько имеется вариантов (альтернатив), выбор конкретной дуги (вариант решения) осуществляется ЛПР. Из вершины — события также может исходить несколько дуг. Но здесь уже выбор осуществляется случайным образом в соответствии с заданными вероятностями отдельных исходов.
После того, как дерево решения построено, оно анализируется справа налево, т.е. начинать надо с последнего принятого решения. Для каждого решения выбирается альтернатива с наибольшим показателем отдачи (или с наименьшими затратами). Если за принятием решения следует несколько возможных вариантов событий, то выбирается альтернатива с наибольшей предполагаемой прибылью (или с наименьшей предполагаемой величиной затрат).
Рассмотрим задачу максимизации ожидаемой прибыли от акций.
Предположим, что мы владеем акциями стоимостью 1000 у.е. Мы должны принять решение относительно того, держать ли акции, продать их все или купить еще акции на сумму 500 у.е. Вероятность 20%-го роста курсовой стоимости акции составляет 0,6, а вероятность снижения курсовой стоимости на 20% — 0,4. Какое решение необходимо принять с тем, чтобы максимизировать ожидаемую прибыль?
Сначала необходимо решить, что делать с акциями: купить еще, все продать или все держать. Это отображено с помощью дерева решений на рис. 3.2. Диаграмма содержит величину доходов или расходов в случае принятия того или иного решения. Например, вариант «продажи» даст доход в 1000 у.е. (показан как + 1000 на дереве). В противоположность этому, вариант «покупки» принесет расходы в сумме 500 у.е. (показаны как — 500 на дереве). Если мы продадим акции, тогда их у нас будет ноль. Если мы просто будем держать акции, то в случае 20%-ного подъема на рынке их стоимость составит 1200 у.е., а в случает 20%-ного спада — 800 у.е. В другом случае, после покупки акций еще на 500 у.е., при подъеме рынка мы окажемся обладателями акций стоимостью 1800 у.е., а при падении — стоимостью 1200 у.е. Данные значения указаны в конце каждой ветви в правой части дерева решений (рис. 3.3). Дерево также показывает вероятности возможных событий (т.е. рост или падение курсовой стоимости акций), а также денежные средства, затраченные или полученные при этом. Например, покупка акции стоит 500 у.е. (т.е. в данной точке диаграммы указано — 500 у.е.). Аналогично, продажа акций даст доход в 1000 у.е., и это указано рядом с соответствующей ветвью дерева.
Рис. 3.2. Покупать, продавать или ни то, ни другое
Рис. 3.3. Дерево решений
Начиная с правой стороны и двигаясь влево, производится расчет ожидаемых значений, как это показано на рис. 3.4. Таким образом, ожидаемое значение в блоке вероятностных событий А рассчитывается путем умножения каждой вероятности на значение в конце ветви, т.е. ожидаемое значение в блоке А составляет 0,6 х 1800 + 0,4 х 1200 = 1560 у.е. Аналогично, ожидаемое значение для блока Б составляет 0,6 х 1200 + 0,4 х 800 = 1040 у.е.
Рис. 3.4. Ожидаемые значения
И наконец, можно принимать решение на основании вывода ожидаемых значений по соответствующим ветвям обратно к блоку решений В. Три возможных пути обратно к блоку В дают следующие значения:
Вариант 1: 1560 - 500 = 1060 у.е.
Вариант 2: 0 + 1000 = 1000 у.е.
Вариант 3: 1040 + 0 = 1040 у.е.
Следовательно, на основании данного критерия с целью максимизации ожидаемой стоимости акций мы предпочтем вариант 1. Таким образом, мы решим купить еще акций на сумму в 500 у.е., что даст нам ожидаемую чистую прибыль в 1060 у.е. Это значение показано в блоке В, а путь решения выделен, как показано на рис. 3.4. Следует отметить, что этот простой способ принятия решений, основанный на максимизации ожидаемой отдачи, может не всегда оказаться приемлемым. Например, также необходимо учитывать факторы риска, о чем мы будем говорить в следующем примере.
С помощью дерева решений рассмотрим задачу выбора оптимального проекта реконструкции фабрики — химчистки.
Руководство компании решает реконструировать фабрику — химчистки по одному из трех проектов. Размер выигрыша, который компания может получить, зависит от благоприятного или неблагоприятного состояния рынка (табл. 3.4).
Таблица 3.4