CURS 8

MODELARE ECONOMICA
Conf. dr. NADIA CIOCOIU

3. Decizii în condiţii de risc.

3.2. Arbori decizionali

3.3. Conceptul de utilitate

 3.2. Metoda arborelui de decizie
Se aplică la situaţiile decizionale de mare
complexitate, în care sunt implicate evenimente
aleatoare care se produc succesiv.
este folosita în cazul unei succesiuni de decizii
intercondiţionate în timp.
se bazeaza pe reprezentarea grafica a tuturor
combinatiilor posibile de variante decizionale si
stari ale naturii corespunzatoare fiecǎrui moment
de timp sub forma unei diagrame formata din:
noduri şi ramuri
 3.2. Metoda arborelui de decizie

Tipuri de noduri:
Noduri de decizie - D
Noduri de tip incertitudine - C sau E
Noduri de tip consecinta (noduri finale)

Tipuri de ramuri:
Variante decizionale
Stări ale naturii
 3.2. Metoda arborelui de decizie

Reguli :
• fiecare nod are un singur nod ascendent şi unul sau
mai multe descendente;
• calculul valorilor asociate fiecǎrui nod se face
dinspre nodurile finale cǎtre cel iniţial.
Algoritmul de rezolvare se bazează pe procedura
“roll-back”: calcularea valorii tuturor nodurilor de la
cele finale către cele iniţiale şi apoi selectarea deciziei
optime începând de la nodul iniţial către cele finale.
 Nodurile de tip decizie (D)
Ramuri = variantele decizionale:
- pornesc din noduri de tip D si ajung în noduri
de tip eveniment (C) sau în noduri terminale
 Noduri de incertitudine (C)
Ramuri = stări ale naturii (au probabilităţi asociate)
- pornesc din noduri de tip (C) si ajung în noduri de tip
decizie (D) sau în noduri terminale
 Reprezentarea arborelui de decizie - exemplu
Piaţă foarte favorabilă
5 45
(0,35)
E
V1: Lot 1000 Piaţă mediu favorabilă
2 6 25
(0,40)

Piaţă nefavorabilă
24,25 7 -6
(0,25)

Piaţă foarte favorabilă

8 30
(0,35)

D E
V2: Lot 700 Piaţă mediu favorabilă
1 9 28
3 (0,40)

Piaţă nefavorabilă
24,25 21,20 10 -2
(0,25)

Piaţă foarte favorabilă

11 20
(0,35)
E
V3: Lot 300 Piaţă mediu favorabilă
4 12 15
(0,40)
13,75 Piaţă nefavorabilă
13 3
(0,25)
 La construirea arborelui trebuie să se aibă în
vedere respectarea următoarelor cerinţe:
1. valoarea nodurilor de incertitudine ( în care natura
„face” alegerea) să depindă numai de evenimentele
viitoare şi nu de deciziile precedente;
2. succesiunea proceselor decizionale la diferite
momente de timp face ca deciziile intermediare să
fie condiţionate de rezultatele estimate ale deciziilor
finale (la ultimele procese decizionale reprezentate
în arbore);
3. decizia iniţială (corespunzătoare primului nod de
decizie) depinde de efectele cumulate ale tuturor
deciziilor intermediare şi finale.
 Etape de rezolvare
definirea problemei decizionale, a evenimentelor
posibile care condiţionează probabilistic
consecinţele ale fiecărei alternative decizionale
reprezentarea grafică a nodurilor decizionale, a
variantelor decizionale şi evenimentelor care
influenţează consecinţele acestora sub forma
unui arbore  stilizat, cu un număr variabil de
ramificaţii, corespunzător variantelor şi
evenimentelor abordate.
determinarea consecinţelor decizionale aferente
fiecărei variante condiţionate de probabilitatea
de apariţie şi manifestare a evenimentelor
respective
 Etape de rezolvare (cont.)
determinarea probabilitatilor de aparitie şi manifestare a
evenimentelor
calculul valorii nodurilor începând de la cele finale către cel 
iniţial:
Valoarea unui nod Eveniment / „Chance” C = valoarea medie
n
probabilistă sau valoarea asteptată =  pjCij
j 1

Valoarea unui nod tip decizie (D):

(D
MAXIM dintre valorile nodurilor de la sfârsitul ramurilor de
decizie care pornesc din nodul respectiv , sau
MINIM dintre valorile nodurilor de la sfârşitul ramurilor de
decizie care pornesc din nodul respectiv
 Etape de rezolvare (cont.)
alegerea variantei optime.

Se realizează pe baza analizei comparative a speranţelor

matematice determinate în etapa precedentă.
Speranţa matematică cu valoarea cea mai mare/mică indică
decizia optimă.
Găsirea unei soluţii „optime” este echivalentă cu alegerea
unui drum complet în arbore, pornind de la nodul iniţial şi
parcurgând ramurile arborelui până la nodurile finale.
 3.3. Conceptul de utilitate
Pentru a se ţine cont de preferinţa decidentului în
procesul de alegere a unei variante se poate folosi
conceptul de utilitate.
Utilitate este o mărime subiectivă (depinde de
aprecierea decidentului). Acest concept poate fi
aplicat atât în cazul mai multor criterii de evaluare a
variantelor decizionale pentru a face posibilă 
compararea diferitelor evaluări, cât şi pentru a
exprima atitudinea decidentului faţă de riscul
adoptării unei variante decizionale.
Axiomele von Neumann şi Oscar Morgenstern (vezi carte
ME !)
 3.3. Conceptul de utilitate.
În teoria utilităţii, axiomele sunt folosite pt. construirea
funcţiilor de utilitate: (figurile 1, 2, 3 şi 4 - exemple de funcţii de
utilitate).
Figura 1. Funcţie de utilitate liniară/
atitudine neutră faţă de risc
u

u

v venit v
 3.3 Conceptul de utilitate
Figura 2. Funcţie de utilitate Figura 3. Funcţie de utilitate
convexă/ concava/
simpatie faţă de risc aversiune fata de risc

u
u

u

u

v venit v
v venit v
 3.3. Conceptul de utilitate
Figura 4. Funcţie de utilitate
convexă – concavă/ simpatie şi aversiune
u

u2

u1

v1 v2 Venit V

 3.3. Conceptul de utilitate
În cazul funcţiilor de utilitate liniare, procedura practică de
determinare a utilităţilor este urmatoarea:

1. se considera cunoscute utilităţile a două valori (minimă=0

şi maximă = 1, pt. criterii de maxim),
2. se obţin prin interpolare utilităţile pentru celelalte valori:
se determină valoarea minimă m şi valoarea maximă M a
consecinţelor adoptării unei variante
- în cazul consecinţelor Cij de tip venit sau profit (care se
maximizează), utilităţile sunt:
uij = Cij  mj
Mj  mj
- în cazul consecinţelor Cij de tip cost (care se minimizează),
utilităţile sunt:
uij = Mj  Cij unde: Mj – val. cea mai mare, mj – val cea mai
Mj  mj mica a consecintelor corespunzatoare criteriului j
 3.3. Conceptul de utilitate
3. Pentru alegerea variantei decizionale se aplica metoda
valorii aşteptate (speranţa matematică) a utilităţii
maxime:
Pentru fiecare variantă Vi se determină valoarea
aşteptată (speranţa matematică) a utilităţii:
n
EUi =  pj · uij, pentru i = 1, ..., m
j1
Se alege varianta V* corespunzătoare valorii aşteptate
maxime a utilităţii:
max {EU1, EU2, ..., EUm} => V*
 3.3. Conceptul de utilitate
Modificarea algoritmului de determinare a variantei decizionale optime în
cazul arborilor decizionali multictriteriali:
Stabilirea de către decident a coeficienţilor de importanţă
j >0, pentru fiecare criteriu j = 1, ..., r, astfel încât r j = 1.

j 1

Determinarea utilităţilor pentru consecintele decizionale 

asociate nodurilor finale.
Calculul utilităţilor de sinteză pentru fiecare nod final:

USi = r , pentru i=1,..,n.

  ju ij
j 1
Evaluarea arborelui decizional de la nodurile finale spre
nodul iniţial pentru a determina varianta corespunzătoare
utilităţii de sinteză maxime.
Se poate completa cu analiza senzitivităţii soluţiei la
modificarea coeficienţilor de importanţă stabiliţi de decident.
Studiul de caz 7 carte ME -arbore nesimetric

Val nod 7 =
3000*0,06+
(-250000*0,94)

Val nod 5 = max (val

nod 8, val nod final
renuntare)
Studiul de caz 8 carte ME-arbore simetric