Samenvatting Besliskunde
1
, INHOUDSOPGAVE
INTRODUCTIE BESLISKUNDE ............................................................................................................................. 4
Wat is besliskunde? ............................................................................................................................................ 4
Leerdoelen .......................................................................................................................................................... 5
HOOFDSTUK 1 BESLISSEN MET ONZEKERHEID EN RISICO ................................................................................. 6
Inleiding .............................................................................................................................................................. 6
Het opstellen van een beslistabel ....................................................................................................................... 6
Voorbeeld: ..................................................................................................................................................... 7
Uitwerking structuur: .................................................................................................................................... 7
Beslissingscriteria ............................................................................................................................................... 9
Beslissen met onzekerheid ............................................................................................................................ 9
Beslissen met risico ..................................................................................................................................... 11
Voorbeeld EMV:........................................................................................................................................... 11
Voorbeeld EVwPI: ........................................................................................................................................ 12
Gevoeligheidsanalyse ....................................................................................................................................... 13
Voorbeeld gevoeligheidsanalyse: ................................................................................................................ 13
Beslisbomen...................................................................................................................................................... 14
Voorbeeld: ................................................................................................................................................... 14
Conditionele kansen & Bayes ........................................................................................................................... 16
Voorbeeld: ................................................................................................................................................... 16
Waarde van imperfecte informatie .................................................................................................................. 18
Berekenen verwachte waarde en de beste beslissing, voorbeeld: ............................................................. 19
Voorbeeld: ................................................................................................................................................... 21
Nutsfuncties...................................................................................................................................................... 22
Voorbeeld: ................................................................................................................................................... 22
Voorbeeld: risicomijdende beslisser: .......................................................................................................... 26
HOOFDSTUK 2 MONTE CARLO SIMULATIE ...................................................................................................... 28
Inleiding ............................................................................................................................................................ 28
Monte Carlo Simulatie ...................................................................................................................................... 29
Voorbeeld: ................................................................................................................................................... 30
Uitvoeren van simulatie.................................................................................................................................... 32
Voorbeeldcasus: .......................................................................................................................................... 32
Excel demo simulatie ........................................................................................................................................ 35
HOOFDSTUK 3 LINEAIR PROGRAMMEREN ..................................................................................................... 36
Inleiding ............................................................................................................................................................ 36
Formuleren van een LP probleem ..................................................................................................................... 38
Voorbeeld: ................................................................................................................................................... 38
Grafisch oplossen – Isolijnen ............................................................................................................................ 40
Vervolg voorbeeld: ...................................................................................................................................... 40
Grafisch oplossen – Hoekpuntenmethode ........................................................................................................ 43
Voorbeeld: ................................................................................................................................................... 43
LP oplossen met Excel ....................................................................................................................................... 44
2
,HOOFDSTUK 4 LINEAIR PROGRAMMEREN - GEVOELIGHEIDSANALYSE ........................................................... 46
Impact verandering doelstellingscoëfficiënten (Grafisch) ................................................................................ 46
Voorbeeld (iso-winstlijn): ............................................................................................................................ 46
Impact verandering doelstellingscoëfficiënten (Solver).................................................................................... 47
Voorbeeld 1: ................................................................................................................................................ 48
Voorbeeld 2: ................................................................................................................................................ 48
Voorbeeld: ................................................................................................................................................... 49
Impact verandering randvoorwaarden (Grafisch) ............................................................................................ 50
Impact verandering randvoorwaarden (Solver) ............................................................................................... 51
Voorbeeld 1: ................................................................................................................................................ 52
Voorbeeld 2: ................................................................................................................................................ 53
HOOFDSTUK 5 GEHEELTALLIG LINEAIR PROGRAMMEREN & BINAIRE VARIABELEN ........................................ 55
Geheeltallig lineair programmeren/ Integer Programming (ILP) ..................................................................... 55
Voorbeeld: ................................................................................................................................................... 56
Binaire variabelen............................................................................................................................................. 57
Voorbeeldcasus: .......................................................................................................................................... 57
Modelleren casus 1 ........................................................................................................................................... 59
Modelleren casus 1 ........................................................................................................................................... 60
3
, INTRODUCTIE BESLISKUNDE
Wat is besliskunde?
Het is in veel situaties niet mogelijk om beslissingen enkel op basis van intuïtie te nemen.
Vooral in onzekere situaties is onze intuïtie niet goed genoeg. Daarnaast volstaat een zuiver
intuïtieve aanpak niet, aangezien managers hun beslissingen moeten verantwoorden, zeker
wanneer de beslissingen later negatieve consequenties blijken te hebben. Om de kwaliteit
van het beslissingsproces te verbeteren, kan een gestructureerde modelmatige aanpak op
basis van de beschikbare data hierbij hulp bieden. Besliskunde reikt de methoden en
technieken aan om beslissingen te ondersteunen, om zo betere en verantwoordelijke
beslissingen te kunnen nemen in een complexe en dynamische wereld.
Beslissing:
Een keuze tussen verschillende alternatieven waarbij de uitkomst wordt geëvalueerd met
behulp van criteria.
Wat maakt een beslissing moeilijk?
• Vele keuzemogelijkheden
• Tegenstrijdige doelstellingen
• Onzekerheid over de toekomst
Wat maakt een goede beslissing?
• Criteria om de uitkomst te beoordelen
• Criteria om het proces te beoordelen
Beide criteria zijn dus van groot belang! Wanneer de kwaliteit van een beslissing enkel alleen
op basis van de uitkomst wordt geëvalueerd, ontstaat er een denkfout die outcome bias
genoemd wordt.
Waarom is besliskunde relevant?
• Management/ leiderschap draait allemaal om beslissingen nemen
• Het helpt bij het beter begrijpen van het probleem
• Het is nodig om gezamenlijk beslissingen te nemen/ overtuigen/ verantwoorden
• Het helpt om aannames expliciet te maken
• Het helpt om de kwaliteit te waarborgen
• Het is nuttig als je nog niet genoeg ervaring hebt om een goede intuïtie te
ontwikkelen
De hoofdonderwerpen bij besliskunde zijn:
• Beslissen met onzekerheid
• Monte Carlo Simulatie
• Lineair Programmeren
4
1
, INHOUDSOPGAVE
INTRODUCTIE BESLISKUNDE ............................................................................................................................. 4
Wat is besliskunde? ............................................................................................................................................ 4
Leerdoelen .......................................................................................................................................................... 5
HOOFDSTUK 1 BESLISSEN MET ONZEKERHEID EN RISICO ................................................................................. 6
Inleiding .............................................................................................................................................................. 6
Het opstellen van een beslistabel ....................................................................................................................... 6
Voorbeeld: ..................................................................................................................................................... 7
Uitwerking structuur: .................................................................................................................................... 7
Beslissingscriteria ............................................................................................................................................... 9
Beslissen met onzekerheid ............................................................................................................................ 9
Beslissen met risico ..................................................................................................................................... 11
Voorbeeld EMV:........................................................................................................................................... 11
Voorbeeld EVwPI: ........................................................................................................................................ 12
Gevoeligheidsanalyse ....................................................................................................................................... 13
Voorbeeld gevoeligheidsanalyse: ................................................................................................................ 13
Beslisbomen...................................................................................................................................................... 14
Voorbeeld: ................................................................................................................................................... 14
Conditionele kansen & Bayes ........................................................................................................................... 16
Voorbeeld: ................................................................................................................................................... 16
Waarde van imperfecte informatie .................................................................................................................. 18
Berekenen verwachte waarde en de beste beslissing, voorbeeld: ............................................................. 19
Voorbeeld: ................................................................................................................................................... 21
Nutsfuncties...................................................................................................................................................... 22
Voorbeeld: ................................................................................................................................................... 22
Voorbeeld: risicomijdende beslisser: .......................................................................................................... 26
HOOFDSTUK 2 MONTE CARLO SIMULATIE ...................................................................................................... 28
Inleiding ............................................................................................................................................................ 28
Monte Carlo Simulatie ...................................................................................................................................... 29
Voorbeeld: ................................................................................................................................................... 30
Uitvoeren van simulatie.................................................................................................................................... 32
Voorbeeldcasus: .......................................................................................................................................... 32
Excel demo simulatie ........................................................................................................................................ 35
HOOFDSTUK 3 LINEAIR PROGRAMMEREN ..................................................................................................... 36
Inleiding ............................................................................................................................................................ 36
Formuleren van een LP probleem ..................................................................................................................... 38
Voorbeeld: ................................................................................................................................................... 38
Grafisch oplossen – Isolijnen ............................................................................................................................ 40
Vervolg voorbeeld: ...................................................................................................................................... 40
Grafisch oplossen – Hoekpuntenmethode ........................................................................................................ 43
Voorbeeld: ................................................................................................................................................... 43
LP oplossen met Excel ....................................................................................................................................... 44
2
,HOOFDSTUK 4 LINEAIR PROGRAMMEREN - GEVOELIGHEIDSANALYSE ........................................................... 46
Impact verandering doelstellingscoëfficiënten (Grafisch) ................................................................................ 46
Voorbeeld (iso-winstlijn): ............................................................................................................................ 46
Impact verandering doelstellingscoëfficiënten (Solver).................................................................................... 47
Voorbeeld 1: ................................................................................................................................................ 48
Voorbeeld 2: ................................................................................................................................................ 48
Voorbeeld: ................................................................................................................................................... 49
Impact verandering randvoorwaarden (Grafisch) ............................................................................................ 50
Impact verandering randvoorwaarden (Solver) ............................................................................................... 51
Voorbeeld 1: ................................................................................................................................................ 52
Voorbeeld 2: ................................................................................................................................................ 53
HOOFDSTUK 5 GEHEELTALLIG LINEAIR PROGRAMMEREN & BINAIRE VARIABELEN ........................................ 55
Geheeltallig lineair programmeren/ Integer Programming (ILP) ..................................................................... 55
Voorbeeld: ................................................................................................................................................... 56
Binaire variabelen............................................................................................................................................. 57
Voorbeeldcasus: .......................................................................................................................................... 57
Modelleren casus 1 ........................................................................................................................................... 59
Modelleren casus 1 ........................................................................................................................................... 60
3
, INTRODUCTIE BESLISKUNDE
Wat is besliskunde?
Het is in veel situaties niet mogelijk om beslissingen enkel op basis van intuïtie te nemen.
Vooral in onzekere situaties is onze intuïtie niet goed genoeg. Daarnaast volstaat een zuiver
intuïtieve aanpak niet, aangezien managers hun beslissingen moeten verantwoorden, zeker
wanneer de beslissingen later negatieve consequenties blijken te hebben. Om de kwaliteit
van het beslissingsproces te verbeteren, kan een gestructureerde modelmatige aanpak op
basis van de beschikbare data hierbij hulp bieden. Besliskunde reikt de methoden en
technieken aan om beslissingen te ondersteunen, om zo betere en verantwoordelijke
beslissingen te kunnen nemen in een complexe en dynamische wereld.
Beslissing:
Een keuze tussen verschillende alternatieven waarbij de uitkomst wordt geëvalueerd met
behulp van criteria.
Wat maakt een beslissing moeilijk?
• Vele keuzemogelijkheden
• Tegenstrijdige doelstellingen
• Onzekerheid over de toekomst
Wat maakt een goede beslissing?
• Criteria om de uitkomst te beoordelen
• Criteria om het proces te beoordelen
Beide criteria zijn dus van groot belang! Wanneer de kwaliteit van een beslissing enkel alleen
op basis van de uitkomst wordt geëvalueerd, ontstaat er een denkfout die outcome bias
genoemd wordt.
Waarom is besliskunde relevant?
• Management/ leiderschap draait allemaal om beslissingen nemen
• Het helpt bij het beter begrijpen van het probleem
• Het is nodig om gezamenlijk beslissingen te nemen/ overtuigen/ verantwoorden
• Het helpt om aannames expliciet te maken
• Het helpt om de kwaliteit te waarborgen
• Het is nuttig als je nog niet genoeg ervaring hebt om een goede intuïtie te
ontwikkelen
De hoofdonderwerpen bij besliskunde zijn:
• Beslissen met onzekerheid
• Monte Carlo Simulatie
• Lineair Programmeren
4
