Dr. Y. İlker TOPCU
www.ilkertopcu.net
www.linkedin.com/in/ilker-topcu twitter.com/yitopcu
facebook.com/yitopcu instagram.com/yitopcu
Karar Ağaçları
Bir karar ağacı aşağıdakilerden oluşan bir şekildir
karar noktaları (kareler) – decision nodes
şans noktaları (daireler) – chance nodes
karar dalları (seçenekler) – decision branches
şans dalları (olaylar) – chance branches
son noktalar (getiriler veya faydalar) – terminal
nodes
Karar Tablosu Karar Ağacı
SEÇENEKLER θ1 θ2 ... θn
a1 x11 x12 ... x1n
a2 x21 x22 ... x2n
. . . ... .
am xm1 xm2 ... xmn
OLAYLAR
a1 a2
am
θ1 x11
θn
x1n
θ1 xm1
Karar Ağacı Yöntemi
1. Sorunun tanımlanması
2. Karar ağacının çizilmesi / yapılandırılması 3. Olayların oluşma olasılıklarının atanması
4. Beklenen getirinin (veya faydanın) ilgili şans
noktası için hesaplanması - geriye doğru, işlem 5. En yüksek beklenen getirinin (faydanın) ilgili
karar noktasına atanması - geriye doğru, karşılaştırma
6. Önerinin sunulması
$200,000
-$180,000
$100,000 -$20,000
Örnek 1 BD=200x.6+(-180)x.4=48
Yüksek talep (0.6)
Düşük talep (0.4)
Düşük talep (0.4)
Yüksek talep (0.6)
1
Küçük 2 fabrika kur
$48,000
$52,000
STRATEJİLER Düşük Yükseliş
Yeni donanım (S1) 130 220
Fazla mesai (S2) 150 210
Hiçbir şey yapma (S3) 150 170
Olasılıklar 40% 60%
OLAYLAR
220
130 210
150 170
%60
%40
%60
%40
%60
%40
184
186
162
Örnek 2
Ardışık Karar Ağacı
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 sonuçlarının yüksek talep gösterme olasılığı
%45 olsun
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
Bir yönetici, yeni bir ürün sürümü için ulusal bir kampanya (K) yapıp yapmayacağına ve ulusal kampanyadan önce ürün için bir pazar testi (T) yapıp yapmayacağına karar vermelidir.
Pazar testi maliyeti $20K ve ürünün sürümü için ulusal kampanya maliyeti $100K
Getiriler başarı (S) durumunda $40K ve $400K
Pazar testi öncesi, 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
C
~C
S(.8) F(.2)
C
~C
S(.5) F(.5) C
~C
S(.1) F(.9)
320 20 -80
280 -120 -20
300 [240]
[240]
[-80]
[-20]
[110]
[100]
[100]
[110]
Olasılık Değerlerinin Tahmin Edilmesi Bayes Analizi
Yönetim deneyimi veya sezgi
Geçmiş bilgi
Mevcut veriler
yeni veriler olasılıkları revize edebilir
Artçıl olasılıklar Öncül
olasılıklar Yeni veri
Bayes Teoremi
Örnek 5
Pazar araştırma uzmanları, KV'ye, istatistiksel olarak pazarda yüksek talebe sahip tüm yeni ürünler için önceki pazar araştırmalarının %70 oranında yüksek talebi doğru bir şekilde tahmin ettiğini söylesinler.
Bu durumda araştırmaların %30 oranında yanlışlıkla olumsuz rapor verdiği söylenebilir.
Öte yandan, pazarda düşük talebe sahip yeni ürünler için önceki araştırmaların %80 oranında düşük talebi doğru bir şekilde tahmin ettiğini söylesinler.
Bu durumda da araştırmaların %20’si yanlışlıkla
olumlu rapor vermektedir.
Pazar Araştırması Güvenilirliği
araştırma sonucu
Yeni ürüne talep
yüksek (YT) düşük (DT) olumlu rapor
(ürün için yüksek talep tahmin etme)
P(olumlu rapor|YT)
= %70 P(olumlu rapor|DT)
= %20
olumsuz rapor
(ürün için düşük talep tahmin etme)
P(olumsuz rapor|YT)
= %30 P(olumsuz rapor|DT)
= %80
Artçıl olasılıkları hesaplama
P(BA) P(A) P(AB) =
P(BA) P(A) + P(BA’) P(A’)
A ve B herhangi bir olay; A’, A olayının tümleyeni P(YTolumlu rapor) =
[P(olumlu raporYT)×P(YT)] /
[P(olumlu raporYT)×P(YT) + P(olumlu raporDT)×P(DT)]
P(DTolumlu rapor) =
[P(olumlu raporDT)×P(DT)] /
[P(olumlu raporYT)×P(YT) + P(olumlu raporDT)×P(DT)]
Olumlu araştırma raporu ile revize edilen olasılıklar
Olay P(olumlu
rapor│olay) Öncül
olasılık Bileşik olasılık Artçıl olasılık P(olay│olumlu rapor)
YT 0.7 0.5 .7x.5 = .35 .35/.45 = .78
DT 0.2 0.5 .2x.5 = .10 .10/.45 = .22
P(olumlu) = .45
Olumsuz araştırma raporu ile revize edilen olasılıklar
Olay P(olumsuz
rapor│olay) Öncül
olasılık Bileşik olasılık Artçıl olasılık
P(olay│olumsuz rapor)
YT 0.3 0.5 .3x.5 = .15 .15/.55 = .27
DT 0.8 0.5 .8x.5 = .40 .40/.55 = .73
P(olumsuz) = .55
Ek Örnek
Bir otomobil satın almaya karar verdiniz ve 4000 ₤ değerinde sıfır bir otomobil ile 2750 ₤ değerinde ikinci el bir otomobil arasında seçim yapacaksınız.
İşe gidiş geliş için otomobile gereksiniminiz vardır. Bu durumda satın aldığınız otomobilin bozulması durumunda, otomobil tamir edilirken başka bir otomobil kiralamanız gerekecektir.
Yeni otomobilin garantisi, iki yıllık bir süre için hem onarım
masraflarını hem de kiralama masraflarını kapsar. İkinci el otomobilnın ise garantisi yoktur. İkinci el otomobil pazarında otomobiller ya iyi ya da kötü çıkmaktadır.
Sadece iki olasılığı göz önünde tuttuğunuzu düşünelim:
İkinci el otomobil iyi çıkabilir ve önümüzdeki iki yıl içinde otomobil tamiri ve otomobil kiralama için 750 ₤ tutarında harcama
yapmanıza neden olur.
Ek Örnek
Ayrıca, iyi bir satın alma olasılığının sadece 2/5 olduğuna inanıyorsunuz.
Bununla birlikte, AA‘ya (eski adıyla The Automobile Association, bir İngiliz otomobil derneği), önemsiz bir maliyetle, bir yol testi
yaptırarak tavsiye isteyebilirsiniz.
Ancak yol testi yapılırken ikinci el otomobilin başkasına satılma riski vardır ve olasılığı 1/3‘dür
Siz satın almadan önce ikinci el otomobil başkasına satılırsa, Yeni otomobili satın almanız gerekecektir.
AA testi sonucu aşağıdaki olasılıklarla olumlu veya olumsuz bir rapor verilecektir:
AA yol testinin
Otomobil
kötü çıktığında iyi çıktığında
olumlu olma olasılığı 1/10 9/10
Ek Örnek
Alternatif olarak, ikinci el otomobili kendi tamirhanenizden incelemesini isteyebilirsiniz.
Bunu önemsiz bir maliyetle, hemen yapabilirler, böylece otomobilin başkasına satılma riski olmaz.
Tamirhane testi sonucu aşağıdaki olasılıklarla olumlu veya olumsuz bir rapor verilecektir:
Testlerden en fazla birini yaptırabilirsiniz.
Parasal kazançlar ve kayıplar için riskten bağımsız olduğunuzu ve
Tamirhane incelemesinin
Otomobil
kötü çıktığında iyi çıktığında
olumlu olma olasılığı 1/2 1
olumsuz olma olasılığı 1/2 0
₤4000
₤3500 (2750+750)
₤4500 (2750+1750)
AA testi
₤4000
Yeni oto İkinci
el oto
Yeni oto
₤4000
₤3500
₤4500
₤3500
₤4500
₤4000
₤4000
₤3500
₤4500
₤3500
₤4500
AA testi
₤3500
₤4500
₤3500
₤4500
P(İyiOlumlu) = ?
[P(Olumluİyi)×P(İyi)]
/
[P(Olumluİyi)×P(İyi) + P(OlumluKötü)×P(Kötü)]= [9/10 x 2/5]
/
[9/10 x 2/5 + 1/10 x 3/5] = 18/21P(İyiOlumsuz) = ?
[P(Olumsuzİyi)×P(İyi)] / [P(Olumsuzİyi)×P(İyi) + P(OlumsuzKötü)×P(Kötü)]
= [1/10 x 2/5] / [1/10 x 2/5 + 9/10 x 3/5] = 2/29
İkinci el oto
AA yol testinin
Otomobil
kötü çıktığında iyi çıktığında olumlu olma
olasılığı 1/10 9/10
olumsuz olma
olasılığı 9/10 1/10
₤3500
₤4500
₤3500
P(İyiOlumlu) =
[P(Olumluİyi)×P(İyi)]
/
[P(Olumluİyi)×P(İyi) + P(OlumluKötü)×P(Kötü)]= [1 x 2/5]
/
[1 x 2/5 + 1/2 x 3/5] = 4/7P(İyiOlumsuz) = [0 x 2/5] / [0 x 2/5 + 1/2 x 3/5] = 0
P (Olumlu) = 1 x 2/5 + 1/2 x 3/5 = 7/10
Tamirhane incelemesinin
Otomobil
kötü çıktığında iyi çıktığında olumlu olma
olasılığı 1/2 1
olumsuz olma
olasılığı 1/2 0
₤4000
₤3500 (2750+750)
₤4500 (2750+1750)
₤4000
Yeni oto
Yeni oto
₤4000
₤3500
₤4500
₤3500
₤4500
₤4000
₤4000
₤3500
₤4500
₤3500
₤3642.86
₤4431.03
₤3642.86
₤4000
₤3850
₤3900
₤4100
₤3928.57
₤4500
₤3928.57 AA testi
Yeni oto
İkinci el oto