## Noch zu Blatt 4 , Aufgabe 3e) ## Verlustmatrix des Auswertungsproblems (in der Übung besprochen) lossmat<-matrix(c(0,.125,.375,.5,.375,.5,.75,.875,.125,.25,.5,.625,.5,.625,.875,1, 1,.5871,.5871,.1563,.8594,.4375,.4375,.0156,.9844,.5625,.5625,.1406,.8438,.4219,.4219,0),16,2) prior<-c(.6,.4) ## gegebenes W'maß lossmat%*%prior ## Erwartungsvektor ## => kleinster erwarteter Verlust hat der Test d(1,1,1,2) ## Blatt 5 ## Nutzenmatrix des gegebenen Entscheidungsproblems utmat<- matrix(c(12,-12,10,3, 10,6,8,15, 8,8,4,3, 12,15,0,-3, 10,8,4,3),5,4,byrow=T) ## a) a3 ist unzulässig (durch scharfes Hinschaun...) ## b) Laplace-Kriterium sympri<-c(1/4,1/4,1/4,1/4) ## symmetrische Prioriverteilung utmat%*%sympri ## Nutzenvektor bzgl. dieser Verteilung ## => a2 ist Laplace-Aktion (da eindeutiges Maximum des obigen Nutzenvektors) ##c) a2 ist Maximin-Aktion ##d) Programm zur Bestimmung einer randomisierten Maximin-Aktion (siehe Vorlesung!) library(lpSolve) obj<- c(1,-1,0,0,0,0,0) ## Zielfunktion con<-matrix(c(0,0,1,1,1,1,1, ## randomisierte Aktion ist 0,0,-1,-1,-1,-1,-1, ## ein Wahrscheinlichkeitsmaß 1,-1,-12,-10,-8,-12,-10, ## Zielfunktion 1,-1,12,-6,-8,-15,-8, ## ausgewertet bei 1,-1,-10,-8,-4,0,-4, ## randomisierter Aktion 1,-1,-3,-15,-3,3,3),6,7,byrow=T) ## hat Maximin-Eigenschaft bounds<-c(1,-1,0,0,0,0) ## Grenzen dir<-rep("<=",6) ## Richtung der Ungleichungen lp("max",obj,con,dir,bounds) ## Wert der Zielfunktion lp("max",obj,con,dir,bounds)$solution ## Optimallösung des Problems ## 7.06 dominiert den Maximin-Nutzen aller reinen Aktionen ##e) Bayes-Aktion zu pi1 pi1<-c(.5,.2,.15,.15) utmat%*%pi1 ## => a2 ist einzige pi1-optimale Aktion ## f) pi2<-c(.4,.35,.15,.1) utmat%*%pi2 ## a4 ist einzige pi2-optimale Aktion pi3<-c(.6,.15,.2,.05) utmat%*%pi3 ## vorschläge zur Verwertung der unterschiedlichen Experteninformation wurden in der Übung diskutiert...