EMM 2--postupy-vysvětlený-na-příkladech

(mil. Kč) 

x1  1,5 

(mil. Kč) 

x2  2   

(mil. Kč) 

6x1 + 4x2 + n1 

– p

1 = 40 

(10 tis. Kč) 

2x1 + x2 + n2 

– p

2 = 8   

(mil. bodů rizika) 

x1 + 3x2 + n3 

– p

3 = 15 

(mil. bodů likvidovosti) 

o kolik jsme nedosáhli 

o kolik jsme překročili 

z = n1 + p1 + n2 + p2 + n3 + p3  min (když všechny účelové funkce jsou stejně důležité – bez vah) 
 
n1,2,3  0 
p1,2,3  0 
 
V1 = 5, V2 = 3, V3 = 1 
 
z = 5n1 + 5p1 + 3n2 + 3p2 + 1n3 + 1p3  min (při vahách účelové funkce) 

o  penalizujeme jakoukoliv odchylku od cíle ve směru zhoršení 
o  penalizace  pouze při nedosažení cíle 

z = 5n1 + 3p2 + 1n3 
 
n1 

– bude vadit nedosažení zisku 

p2 

– bude vadit překročení bodů rizika 

n3 

– bude vadit nedosažení bodů likvidovosti 

15 

3. krok 

o  vyřízení modelu pomocí lineárního programování a simplexového algoritmu 

 
TEORIE ROZHODOVÁNÍ 

o  cílem je volba nejlepšího rozhodnutí 
o  rozhodnutí činí inteligentní rozhodovatel – činěno nyní 
o  výsledek rozhodnutí ovlivněn působením neovladatelného faktoru (příroda) – znám 

v budoucnu 

o  komponenty modelu: 

  alternativy rozhodnutí – konečný počet 

  stavy okolností – strategie neinteligentního hráče – konečný počet 

  rozhodovací kritérium – podle čeho rozhodujeme výhodnost rozhodnutí 

  vektor rizika – vztahuje se ke stavům okolností = pravděpodobnosti nastání 

jednotlivých stavů okolnosti 

s1 

sn 

a1 

v11 

v1n 

am 

v21 

vmn 

riziko 

p1 

pn 

alternativy, stavy okolností, prvky výplatní matice, vektor rizika 

1. krok 

o  2 tabulky zadání (pokud je rozdělená) vypočítáme rozdíl mezi výnosy a nákldy – nová 

tabulka: 

Krásn  

Slušn  

Hnusn