Sistemi di Supporto alle Decisioni I Lezione 1

1
Sistemi di Supporto alle Decisioni ILezione 1

• Chiara Mocenni
• Corso di laurea L1 in Ingegneria Gestionale e L2
  in Ingegneria Informatica
• III ciclo

2
Programma del corso

• Sistemi di Supporto alle Decisioni
• Introduzione e definizioni
• Analisi delle Decisioni
• Preferenze, utilità, decisioni
• Decisioni in condizioni di rischio
• Assessment dellinformazione
• Sistemi esperti basati sulla teoria della
  decisione
• Reti di decisione (I diagrammi di influenza)
• Processi decisionali sequenziali
• Decision tree (alberi di decisione)
• Il valore dellinformazione (perfetta e
  imperfetta)
• Le decisioni multiattributo
• Risoluzione di problemi e casi di studio

3
Testi consigliati e riferimenti

• S. French Decision theory an introduction to
  the mathematics of rationality Ellis-Horwood
  (1986)
• T. Mitchell Decision tree learning McGraw Hill
  (1997)
• D. Skinner Decision analysis Probabilistic
  Publishing (Second edition, 1999)
• E. Turban, J. E. Aronson Decision Support
  Systems and Intelligent Systems Prentice Hall
  (Sixth edition, 2000)
• D. J. Power, Decision Support Systems Concepts
  and Resources for Managers. (CT Quorum Books,
  2002).
• D. Bertsekas, Dynamic Programming and Optimal
  Control, Vols. I and II, Athena Scientific,
  1995, o Dynamic Programming Deterministic and
  Stochastic Models, Prentice-Hall, 1987.
• Altre letture
• A. Bertoz, La scienza della decisione, Codice
  Ed. 2004.
• A.R. Damasio, Lerrore di Cartesio, Adelphi,
  VIII ed. 2005.

4
Definizione

• Un Sistema di Supporto alle Decisioni (DSS) è un
  approccio o una metodologia atta a supportare un
  processo decisionale.
• Un DSS è un sistema informativo computer-based,
  sviluppato allo scopo di individuare una
  soluzione per un problema gestionale non
  completamente strutturato.
• Utilizza dati misurati e conoscenze proprie del
  decisore. Inoltre utilizza modelli e viene
  costruito attraverso un processo iterativo e
  interattivo che coinvolge lend user.
• Il DSS supporta tutte le fasi decisionali.

5
Fasi realizzative del DSS

• Il processo di costruzione del DSS consiste di
  quattro fasi principali
• Intelligence phase esame della situazione reale
  e identificazione e definizione del problema
  (raccolta dati e classificazione)
• Design phase costruzione del modello che
  rappresenta il sistema. Validazione del modello e
  definizione di scenari
• Choice phase selezione della decisione ottima
  rispetto al modello e testing
• Implementation realizzazione del DSS per
  applicazione al problema reale

6
Problemi (I)

• Un problema si dice strutturato se le procedure
  per ottenere la soluzione migliore sono note
  (tipicamente sono problemi ripetitivi di cui si
  conoscono metodi di risoluzione)
• Un problema si dice non strutturato se è molto
  complesso e non se ne conoscono metodi di
  risoluzione (il problema decisionale si basa
  prevalentemente sullintuizione umana)

7
Problemi (II)

• Un problema si dice semistrutturato se le
  procedure per ottenere la soluzione migliore sono
  parzialmente note si collocano a metà tra i
  problemi strutturati e quelli non strutturati.
  Per la loro soluzione è necessario ricorrere sia
  a procedure standard che a valutazioni
  euristiche.
• La realizzazione di un DSS si applica
  particolarmente a questo tipo di problemi.

8
Problemi e modelli

• La scienza delle decisioni è una disciplina che
  studia i modelli concettuali che possono fornire
  un aiuto nellidentificare la decisione migliore
• E una materia interdisciplinare in quanto
  problemi decisionali nascono in diversi campi
  (ingegneria, economia, ambiente, matematica)

9
Cosa significa modellare?

• Un modello è la specificazione di un problema per
  mezzo di un qualsiasi linguaggio (naturale,
  formale, di programmazione, matematico,) che
  rimanda la realizzazione di un compito complesso
  a quella di compiti elementari

10
Problemi decisionali (esempio ambito aziendale)
Strategico
Tattico
Prod Ctrl
Scheduling
11
Problemi decisionali (in ambito manifatturiero)
Plant location, inserimento nuovi
prodotti, dimensionamento capacità produttiva...
anni
Strategico
Programmazione aggregata della produzione, allocaz
ione stagionale della capacità produttiva...
Tattico
mesi
12
Problemi decisionali (in ambito manifatturiero)
Quantità e tempistica della produzione, lot
sizing, politiche di approvvigionamento..
Prod. Ctrl.
settimane
Scheduling
Gestione dei flussi fisici e informativi
giorni, ore
13
Problemi decisionali (in ambito manifatturiero)
Plant location, inserimento nuovi prodotti,
dimens. cap. produttiva...
anni
Strategico
Programmazione aggregata della produzione, allocaz
ione stagionale della capacità...
Tattico
mesi
Prod Ctrl
Quantità e tempistica della produzione ..
settimane
Gestione dei flussi fisici e informativi
Scheduling
giorni, ore
14
Problemi decisionali

• La struttura matematica di un problema
  decisionale diventa via via più labile al
  crescere di
• Livello di aggregazione del sistema
• Incertezza sugli elementi da cui dipende la
  decisione migliore

15
Problemi decisionali

• La struttura matematica di un problema
  decisionale diventa via via più labile al
  crescere di
• Livello di giudizio soggettivo sulla situazione
  stessa
• Orizzonte temporale

16
Informazione completa

• Determinare il cammino più breve da una città ad
  unaltra, avendo la cartina geografica
• Decidere quando e quanto produrre di un
  determinato bene, conoscendo la domanda nei
  prossimi mesi e i costi di produzione e di
  immagazzinamento

17
Informazione incompleta

• Decidere relativamente allintroduzione di un
  nuovo prodotto
• Dati da
• Marketing
• Produzione
• Progettazione
• Problema di integrare ed elaborare linformazione

18
Decisione

• Una decisione è un atto conscio e irrevocabile di
  allocazione di risorse, finalizzato al
  raggiungimento di determinati obiettivi

19
Aleatorietà / Stato di natura

• Lo stato di natura descrive lo scenario in cui la
  decisione si trova a impattare
• Non è (del tutto) noto a priori
• Deve essere possibile enumerare gli stati di
  natura che si potranno verificare

20
Risultati / Conseguenze

• Un risultato è leffetto congiunto di una
  decisione e del verificarsi di uno stato di
  natura
• Lanalisi delle decisioni può aiutare a prendere
  la decisione migliore, ma non può garantire il
  miglior risultato

21
Risultati (II)

• Deve essere possibile enumerare tutte le
  possibili conseguenze
• Deve essere sempre possibile confrontare tra loro
  due conseguenze

22
Confronto di situazioni

• Date due diverse situazioni a e b, il decisore
  deve essere sempre in grado di dire se
• a è meglio di b (a ? b)
• b è meglio di a (b ? a)
• a e b sono indifferenti (a b)

23
Possibili scenari

• Incertezza completa
• Il decisore non ha alcuna informazione su quale
  stato di natura si verificherà
• Rischio
• Il decisore stima con quale probabilità si
  potranno verificare i diversi stati di natura
• Gioco
• Gli stati di natura sono determinati da altri
  decisori

24
Probabilità

• La probabilità oggettiva misura il livello di
  verosimiglianza relativo al verificarsi di un
  certo evento
• La probabilità soggettiva misura il giudizio di
  un decisore sulla verosimiglianza che un certo
  evento ha di verificarsi

25
Analisi delle decisioni

• Lanalisi delle decisioni è una metodologia e un
  insieme di strumenti formali per
• Fornire un supporto alla comunicazione tra
  decisore e analista
• Arrivare a formulare decisioni coerenti con gli
  obiettivi del decisore e che incorporino
  correttamente linformazione disponibile
• Condurre ad azioni implementative chiare e
  vincolanti
• Un metodo più che un algoritmo (NB. nella
  risoluzione degli alberi e delle reti di
  decisione avremo bisogno anche algoritmi)

26
Analisi delle decisioni (II)

• Analisi descrittiva
• Teoria che descrive e spiega il comportamento
  dei decisori (e.g. consumatori)
• Analisi normativa
• Teoria che fornisce strumenti per prendere
  decisioni razionali

27
Lotteria

• Si consideri una situazione A

Vinci 1
Testa 0.5
A
Perdi 0,60
Croce 0.5
28
Lotterie

• Spesso conviene rappresentare le conseguenze in
  termini monetari
• Una lotteria può portare sia a un risultato
  positivo, sia a uno negativo
• gtgtgt PROBLEMA come confrontare tra loro diverse
  lotterie?

29
Vinci 1
Testa 0.5
A
Perdi 0.60
Croce 0.5
Vinci 101
Testa 0.5
B
Perdi 100
Croce 0.5
30
Valore atteso della lotteria A
EA 0.5 1 - 0.5 0.60 0.20
31
Valore atteso della lotteria B
EA 0.5 101 - 0.5 100 0.50
32
Confronto tra lotterie

• Dunque, EB gt EA
• Ma quanti preferirebbero partecipare a B
  piuttosto che ad A?

il valore atteso di una lotteria non può
essere preso a criterio universale (valido per
tutti i decisori)
33

• Scelte in condizioni di certezza
• le conseguenze delle scelte del decisore
  definiscono in maniera completa le sue preferenze
  (in termini di decisioni esiste un solo stato di
  natura).
• Scelte in condizioni di incertezza
• il decisore dispone di una informazione
  parziale circa lo stato di natura che potrebbe
  presentarsi. Se lincertezza è completa, il
  decisore non ha idea su quale stato di natura
  potrebbe verificarsi.

34
Teoria delle decisioni in condizioni di incertezza

• Supponiamo che il decisore abbia accettato una
  certa definizione di razionalità che gli ha
  permesso di misurare i valori vij, dove i1,,m
  rappresenta lindice della scelta ai e j1,,n
  rappresenta lindice dello stato di natura ?j.
• vij rappresenta la conseguenza della scelta ai
  dato il verificarsi dello stato ?j.
• P(?j) è la probabilità che si verifichi lo
  stato ?j.

35
Regola dellutilità attesa

• DEF. Lutilità attesa di ak è
• DEF. Regola dellutilità attesa scegli ak tale
  che