Thuyết trình cài đặt cây QUYẾT ĐỊNH và ỨNG DỤNG vào bài TOÁN RA QUYẾT ĐỊNH

UIT - HCM
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
HVTH: MAI TRUNG THÀNH
TRẦN LỆ THỦY
CÀI ĐẶT CÂY QUYẾT ĐỊNH VÀ ỨNG DỤNG VÀO BÀI TOÁN RA QUYẾT ĐỊNH
HỆ HỖ TRỢ QUYẾT ĐỊNH
UIT - HCM
CÀI ĐẶT CÂY QUYẾT ĐỊNH
VÀ ỨNG DỤNG VÀO BÀI TOÁN RA QUYẾT ĐỊNH


 !"
1. GIỚI THIỆU VỀ RA QUYẾT ĐỊNH VÀ CÂY QUYẾT ĐỊNH
1. GIỚI THIỆU VỀ RA QUYẾT ĐỊNH VÀ CÂY QUYẾT ĐỊNH
2. CQĐ TRONG BÀI TOÁN QUYẾT ĐỊNH CHO VAY VỐN
2. CQĐ TRONG BÀI TOÁN QUYẾT ĐỊNH CHO VAY VỐN
3. KẾT LUẬN
3. KẾT LUẬN
4. TÀI LIỆU THAM KHẢO
4. TÀI LIỆU THAM KHẢO
5. CÂU HỎI
5. CÂU HỎI
UIT - HCM
1a. GIỚI THIỆU
VỀ RA QUYẾT ĐỊNH
 !"
#
•
!$%&'()*+,-./($%0(1+,23+4356(+7389+8+:;3+8<%=+>?0@A"B@8C8
=+0=8C8$%&'(DE)<B)F3+4./(A"D-A"-&GH(I:)>J3./(K'($%C.:

.%L(:303)8<%K8M-N%/3)ON8'(.
UIT - HCM
1a. GIỚI THIỆU
VỀ RA QUYẾT ĐỊNH (tt)
 !"

•
RQĐ trong điều kiện không chắc chắn (uncertainty- Quyết định không có xác suất): P+8!QK+RN8'(
)>J3S03G%E(SC&3T.U8(I(+08+:;3K+RN8'()>J3303V9,8M% ,8W$%)'303DE)<3X
8C8$%&'(Y
•
RQĐ trong điều kiện rủi ro (risk- Quyết định có xác suất): P+8!Q)ON8'()>J3S03s%E(SC&3T.U8
(I(+08Y
•
RQĐ trong điều kiện chắc chắn (certainty): P+8!Q)ON8'(3+Z33+Z(I(+08-:GHSC&QV:)5
GHV[V-D-++3+5$%&'()*+Y
UIT - HCM
1a. GIỚI THIỆU
VỀ RA QUYẾT ĐỊNH (tt)
 !"

Bảng được mất ( Payoff Tables)
•
80(*)>J3.E(,-K'($%C=+0(G8+(\D8M3K'(+J=303=+>?0$%&'()*+D-./(G2K8M@G((]
:^(%]_]D](B
•
C80(*)>J3.E(+8F(+*80(*)>J3.E(3T(E(3C303=+>?0$%&'()*+D-(\G2K8M
•
80(*)>J3)>J3.E(=+C0+,J8+%`Q3+8=+aQ(+b88QK+:C303++&NE(Kc)/):(+a3++J=
-:Y

UIT - HCM
1b. GIỚI THIỆU CÂY QUYẾT ĐỊNH
 !"
d

e&$%&'()*+,-./(VIN8F%V8[(+]:(+b883T303N-8(:0$%&'()*+Y

Cây quyết định bao gồm bốn thành phầnf
•
Nhánh: là một biến cố hay chiến lược nối hai nút hay một nút và kết quả
•
Nút sự kiện: là một điểm trên cây quyết định được biểu diễn bằng hình tròn và từ
đó sẽ phát xuất nhiều nhánh, mỗi nhánh là một sự kiện có thể xảy ra.
•
Ký hiệu:
UIT - HCM
1b. GIỚI THIỆU CÂY QUYẾT ĐỊNH
 !"
g
•
Nút quyết định: tương ứng với các phương án lựa chọn cho quyết định .
•
Ký hiệu:
•
Kết quả là hậu quả của một chuỗi chiến lược và biến cố ( sự kiện) tạo thành một con
đường duy nhất trên cây quyết định từ điểm đầu đến điểm cuối cùng.
UIT - HCM
1b. GIỚI THIỆU CÂY QUYẾT ĐỊNH (tt)
 !"
h

•
aVif
j($%&'()*+
kl
mmYmmm
mmYmmm
j(G2K8M
nPmY
nPmY
nPmY
nPmYd
#mmYmmm
dmmYmmm


UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

•
oW%3+a(+>b)>J3GpVi3+:D8M3$%&'()*+K+R35S03G%E(SC&G2K8M,-f
•
303=+>?=+0=o'=3`,I3$%
•
303=+>?=+0=o'=3`NC:(+T
•
303=+>?=+0=o'=3`+L8o'3.88.S
UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

m
•
Phương pháp tiếp cận lạc quan ( Maximax):

+4303=+>?0$%&'()*+3580(*)>J3.E(,q+E(

'%NC)>J3.E(@=&:r(N,]Bs+(+]:3+8=+aQ=+>?0,23+4$%&'()*+Dq83+8=+a
(+E=+E(GH)>J33+4.

>b8$%&'()*+,I3$%GHGpVi303+o'=3`,I3$%Y4GH3+4+9=+>?0
$%&'()*+3580(*,q+E((:NC80(*)>J3.E(Y
UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

•
Phương pháp tiếp cận lạc quan ( Maximax):
f
UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

•
Phương pháp tiếp cận bảo thủ( Maximin):

l8M(KW.U8$%&'()*+3580(*)>J3.E((+E=+E(D-G%)5,23+4=+>?0$%&'()*+
7Dq880(*,q+E((:GL+>=+>?0$%&'()*+35a(*)>J3.E((+E=+E(Y

'%a(*)>J3.E(,-3+8=+aQ3+8=+a(L8)GH)>J3S03)*+3+:(\$%&'()*+G%)5$%&'(
)*+7Dq8.73(L8(+8F%3T+93+8=+a(L8)GH)>J33+4

UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"
#
•
Phương pháp tiếp cận bảo thủ( Maximin):
•
f
UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

•
Phương pháp tiếp cận hối tiếc( Minimax):

03+o'=3`+L8o'3.88.S)t8+u8D8M3Se&V2./(NC.E(.0(3?+/8Y

>J3(+23+8MNv303+s++8M%GL8980(8)>J3.E(D-a(*)>J3.E(,q
+E(3T(I(+08)53+:(\G2K8M

n%)5QVwNC+L8o'3Q,8M(KW+L8o'3(L8)3+:.U8$%&'()*+

%&'()*+,23+4(>?7Dq880(*+u+E(3T80(*+L8o'3,q+E(
UIT - HCM
QUYẾT ĐỊNH KHÔNG CÓ XÁC SUẤT
 !"

•
Phương pháp tiếp cận hối tiếc( Minimax):
•

f
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"
d

Giá trị kỳ vọng (Expected Monetary Value)

Nếu có thông tin xác suất liên quan đến các sự kiện, ta có thể dùng giá trị kỳ vọng
(EMV- Expected Monetary Value) hay EV.

Ở đây, lợi nhuận kỳ vọng cho mỗi quyết định được tính bằng cách cộng các tích của
giá trị được mất của từng sự kiện với xác suất của trạng thái đó.

Các quyết định cho giá trị kỳ vọng tốt nhất sẽ được chọn.
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"
g

Giá trị kỳ vọng (Expected Monetary Value)

Giá trị kỳ vọng của phương án quyết định là tổng các tích của giá trị được mất của từng sự kiện với
xác suất của trạng thái đó.

Giá trị kỳ vọng (EV) của phương án quyết định d
i
là:
Với: N = số các trạng thái
P(sj ) = xác suất của trạng thái sj

Vij = giá trị được mất ứng với phương án quyết định di và sự kiện sj
N
EMV(d
i
)

=
∑
P(S
j
)V
ij
j=1
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"
h

Giá trị kỳ vọng (Expected Monetary Value)
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"


Giá trị kỳ vọng (Expected Monetary Value)
N
EMV(d
i
)

=
∑
P(S
j
)V
ij
j=1
3
2
1
4
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"
m
Giá trị kì vọng của thông tin hoàn hảo (EVPI)

Việc có thông tin thường xuyên sẽ cải thiện ước tính xác suất các sự kiện.

Giá trị kỳ vọng của thông tin hoàn hảo (EVPI) là sự gia tăng lợi nhuận mong đợi
dẫn đến kết quả nếu biết chắc sự kiện đó sẽ xảy ra.
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"

Cách tính EVPI
Bước 1:
Xác định lợi nhuận tối ưu ứng với từng sự kiện (EVWPI –giá trị kì vọng với thông tin
hoàn hảo)
Bước 2:

Tính giá trị kỳ vọng của lợi nhuận tối ưu. (MaxEMV
i)
Bước 3:
Trừ EMV của các quyết định tối ưu với số tiền xác định trong bước (2).
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"

Cách tính EVPI:
VD:
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"
#
Định lý Bayes và xác suất hậu nghiệm

Kiến thức về các mẫu thông tin thu thập làm survey (thăm dò được dùng để sửa đổi ước tính xác
suất cho các sự kiện.

Trước khi nhận được thông tin này, các ước tính xác suất cho các trạng thái được gọi là xác suất
tiền nghiệm.

Với tri thức về xác suất điều kiện cho các kết quả hoặc các chỉ báo của mẫu hoặc thông tin thăm dò,
có thể sửa đổi các xác suất tiền nghiệm bằng cách sử dụng định lý Bayes.

Các kết quả của phân tích này được gọi là xác suất hậu nghiệm hay xác suất nhánh cho cây quyết
định.
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"


Định lý Bayes
UIT - HCM
QUYẾT ĐỊNH CÓ XÁC SUẤT
 !"

Tính xác suất hậu nghiệm
Bước 1:
Với từng sự kiện, nhân xác suất tiền nghiệm với xác suất điều kiện cho chỉ báo – điều này chi xác
suất liên kết cho sự kiện và chỉ báo.
Bước 2:
Tổng các xác suất liên kết trên tất cả sự kiện– sẽ cho xác suất biên (marginal probability) cho chỉ báo.
Bước 3:
Cho tưng sự kiện, chia xác suất liên kết với xác suất biên cho chỉ báo- sẽ cho phân bố xác suất hậu
nghiệm