Оптимальное решение - Optimal decision
Решение оптимальным является решение , которое приводит к по крайней мере так хорошо известного или ожидаемого результата , как и все другие доступные варианты решения. Это важное понятие в теории принятия решений . Чтобы сравнить разные результаты решения, каждому из них обычно присваивается значение полезности .
Если есть неуверенность в том, каким будет результат, но есть знание о распределении неопределенности, то в соответствии с аксиомами фон Неймана-Моргенштерна оптимальное решение максимизирует ожидаемую полезность ( средневзвешенное значение полезности по всем возможным исходам решения. ). Иногда, эквивалентная задача минимизации ожидаемого значения от потери , считаются, где потеря (-1) раз полезности. Другая эквивалентная проблема - минимизировать ожидаемое сожаление .
«Полезность» - это всего лишь произвольный термин для количественной оценки желательности конкретного результата решения и не обязательно связанный с «полезностью». Например, для кого-то вполне может быть оптимальным решением купить спортивный автомобиль, а не универсал, если результат с точки зрения другого критерия (например, влияние на личный имидж) более желателен, даже с учетом более высокой стоимости и отсутствия универсальности спортивного автомобиля.
Проблема поиска оптимального решения - это задача математической оптимизации . На практике немногие люди проверяют, что их решения оптимальны, но вместо этого используют эвристику для принятия решений, которые «достаточно хороши», т. Е. Они приносят удовлетворение .
Более формальный подход может использоваться, когда решение достаточно важно, чтобы мотивировать время, необходимое для его анализа, или когда оно слишком сложно для решения с более простыми интуитивными подходами, такими как множество доступных вариантов решения и сложная взаимосвязь между решением и результатом. .
Формальное математическое описание
Каждое решение в наборе доступных вариантов решения приведет к результату . Все возможные исходы образуют набор . Приписывая полезность каждому результату, мы можем определить полезность конкретного решения как
Затем мы можем определить оптимальное решение как такое, которое максимизирует :
Таким образом, решение проблемы можно разделить на три этапа:
- прогнозирование результата для каждого решения
- назначение полезности каждому результату
- найти решение, которое максимизирует
При неуверенности в исходе
Если невозможно с уверенностью предсказать, каким будет результат того или иного решения, необходим вероятностный подход. В самом общем виде это можно выразить следующим образом:
Учитывая принятое решение , мы знаем распределение вероятностей для возможных результатов, описываемое условной плотностью вероятности . Рассматривая как случайную величину (при условии ), мы можем рассчитать ожидаемую полезность решения как
- ,
где интеграл берется по всему набору (ДеГрут, стр. 121).
Тогда оптимальное решение - это максимальное решение , как указано выше:
Примером может служить проблема Монти Холла .
Смотрите также
Ссылки
- Оптимальные статистические решения Морриса ДеГрута . Макгроу-Хилл. Нью-Йорк. 1970. ISBN 0-07-016242-5 .
- Джеймс О. Бергер Статистическая теория принятия решений и байесовский анализ . Второе издание. 1980. Серия Спрингера в статистике. ISBN 0-387-96098-8 .