Και μια που πλέον δεν σας πονάνε τα μυαλά σας με την προηγούμενη ανάρτηση (βλέπετε Μελισσοκομικοί χειρισμοί και δέντρα αποφάσεων) πάμε στο δεύτερο μέρος της ενότητας των δέντρων αποφάσεων.
Και τι διαφέρει το πρώτο μέρος από το δεύτερο?
Πρώτα από όλα το δεύτερο έχει πιο Τζαμάτο τίτλο "Μελισσοκομία και δέντρα αποφάσεων"!
Μπερεκέτι πράγματα!
Μπαμπάτσικα!
Μεγαλεία!
Χα χα χα.
Έπειτα θα είναι μικρότερο σε μέγεθος από το πρώτο μέρος, αχχχχχχχχχχχ εδώ σας έριξα λίγο, σας έκλεψα στο ζύγι χα χα χα.
Δυστυχώς όμως θα είναι πολυπλοκότερο!
Ωχ ωχ ωμμμμμ! Ωχ ωχ ωμμμμμμμ!
Καλά να πάθετε που με ακούσατε ότι πρέπει να διαβάσετε και αυτό το μέρος της ενότητας!
Χα χα χα.
Και αφήνουμε τους μελισσοκομικούς χειρισμούς για να ανεβούμε επίπεδο και να επεκτείνουμε τα δέντρα αποφάσεων σε όλο το φάσμα της μελισσοκομίας, και φυσικά και για μια ακόμα φορά δεν θα κάνουμε δέντρα αποφάσεων για τα πάντα στην μελισσοκομία, γιατί, γιατί γιατί........ διαβάστε την προηγούμενη ανάρτηση και θα δείτε γιατί χα χα χα.
Και χωρίς πολλές σάλτσες πάμε στο ζουμί.
Στο παραπάνω δέντρο αποφάσεων αναλύω ένα ερώτημα που μου είχε κάνει ένας φίλος μου σχετικά με την αγορά έτοιμων μελισσιών αυτή την εποχή (πριν από μια εβδομάδα αυτό το ερώτημα), για να το κάνω γενικό το δέντρο αποφάσεων (έτσι ώστε να βοηθήσει και άλλους), δεν έχω βάλει μέσα την τιμή προσφοράς που του έγινε ούτε την δυναμικότητα των μελισσιών (αυτά ήταν τα μόνα στοιχεία που είχα για αυτό το ερώτημα), ο φίλος μας μπορεί να προσθέσει μέσα στο δέντρο αποφάσεων του και αυτά τα αρχικά δεδομένα καθώς και δεδομένα που τα γνωρίζει αυτός (πχ κόστος ξεχειμωνιάσματος, υγεία μελισσιού, κόστος νέων κυψελών στο μέρος που είναι κτλ) για να βγάλει μια άκρη και μια απόφαση που να τον συμφέρει, το ίδιο φυσικά ισχύει και για κάθε άλλο μελισσοκόμο που μπορεί να αντιμετωπίσει ένα παρόμοιο πρόβλημα.
Σε αυτό το δέντρο αποφάσεων δεν έχει μπει και η περίπτωση να αγορασθούν τα μελίσσια για να τα μεταπωλήσουν σε ένα άλλο μελισσοκόμο με κάποιο κέρδος (μια άσκηση για το καλοκαίρι παιδάκια μου για εσάς και αυτό χα χα χα).
Προβλήματα αυτής της μορφής θα βρείτε πολλά στην μελισσοκομία ως επιχείρηση και μάλιστα ευκολότερα στην λύση τους όταν θα αφορούν τεχνικό εξοπλισμό που θα οδηγήσει σε υποκατάσταση πρώτων ή έτοιμων προϊόντων από προμηθευτές σας από αυτά που θα παράγετε εσείς (βλέπετε προηγούμενη ανάρτηση Χαμένος στο λαβύρινθο), γιατί θα ξέρετε τις περισσότερες από τις παραμέτρους που είναι απαραίτητες για την επίλυση του δέντρου αποφάσεων (αρχικά κόστη, κέρδη, πιθανότητες επιτυχίας), κάτι που σε δέντρα αποφάσεων που θα βασίζονται σε μεγάλο βαθμό στις καιρικές συνθήκες (θα το δούμε παρακάτω αυτό) δεν θα είναι γνωστές και θα είναι απλώς πιθανολογούμενες βάση ιστορικών στοιχείων που θα συλλέξετε ή βάση της εμπειρίας σας ή του ενστίκτου σας (βράσε όριζα χα χα χα).
Και πάμε στα καλά τώρα!
Είπαμε τα δέντρα αποφάσεων είναι δυνατά εργαλεία, αρκεί να υπάρχουν ιστορικά δεδομένα για να υποστηρίξουν τις αποφάσεις μας και να αποτελέσουν τα αρχικά μας δεδομένα (για καταγραφή των αρχικών δεδομένων χρονιά με την χρονιά βλέπετε προηγούμενη ανάρτηση Το Κόστος της Γνώσης).
Πείτε ότι τα έχουμε αυτά τα ιστορικά δεδομένα (είχαμε προνοήσει να κρατάμε βάσεις δεδομένων για πες μια δεκαετία και μπορούμε βάσιμα να έχουμε κάποια αρχικά δεδομένα σε πιθανολογική βάση καθώς και κάποια δεδομένα σχετικά με κόστη χειρισμών και αποδόσεις σε κάθε περίπτωση ενδεχομένων) και έχουμε να αντιμετωπίσουμε ένα πρόβλημα μεταφοράς - τροφοδοσίας (για προβλήματα μεταφοράς vs τροφοδοσίας βλέπετε προηγούμενη ανάρτηση Τα μελίσσια τρέφονται με πετρέλαιο ). Και έστω* ότι έχουμε ένα κόστος μεταφοράς σε άλλη τοποθεσία 500 ευρώ, ενώ ένα κόστος τροφοδοσίας 1000 ευρώ, με αποδόσεις για την μεταφορά 1500 ευρώ αν πετύχει η μεταφορά να πάει σε μέρος που θα έχει καλή νεκταροέκκριση (ενδεχόμενο για αυτό 50%), ή ζημίες 200 ευρώ αν δεν υπάρξει νεκταροέκκριση στο μέρος που θα πάμε (ενδεχόμενο για αυτό 50%), και επίσης αν τροφοδοτήσουμε στο μέρος που θα είμαστε και μετά ξαναδώσει το μέρος θα έχουμε κέρδος 1100 ευρώ (ενδεχόμενο για αυτό 20%), και αν δεν ξαναδώσει το μέρος θα έχουμε κέρδος 400 ευρώ (ενδεχόμενο για αυτό 80%). Και όχι πονηρά μου παιδάκια τροφοδοσία μαζί με νεκταροέκκριση! Αν θέλετε να μάθετε για αυτά λάθος άτομο διαβάζετε χα χα χα.
*Τα δεδομένα αυτά είναι φανταστικά και μόνο για τις ανάγκες του παραδείγματος μας, μην τολμήσει κανείς να τα θεωρήσει ως πραγματικά, αυτά τα δεδομένα βγαίνουν μόνο με ιστορικά δεδομένα ετών ή και δεκαετιών. Προσοχή!!!
Έχοντάς αυτά τα δεδομένα κάνουμε τον πίνακα αρχικών δεδομένων στο παραπάνω παράδειγμα (και πιστέψτε με αυτός ο πίνακας είναι όλα τα λεφτά, είτε λόγου ιστορικών δεδομένων που θα έχετε συλλέξει είτε λόγου εμπειρίας έτσι και σχηματίσετε αυτόν τον πίνακα όλα μετά εύκολα θα είναι).
Σχηματίζουμε έπειτα το δέντρο αποφάσεων που μας δίνουν οι ενέργειες που μπορούμε να κάνουμε σύμφωνα με τα αρχικά μας δεδομένα, και στο τέλος υπολογίζουμε την Προσδοκώμενη Τιμή κέρδους (ΠΤΚ) για κάθε μια από τις επιλογές μας. Η οποία ΠΤΚ είναι το άθροισμα των γινωμένων των πιθανοτήτων να συμβεί η κάθε εκδοχή επί το κέρδος που θα μας δώσει η κάθε εκδοχή του μέλλοντος.
Η ΠΤΚ με την μεγαλύτερη τιμή είναι και η προτιμότερη επιλογή (φυσικά υπάρχουν και άλλα κριτήρια αλλά δεν είναι επί της παρούσης ανάρτησης να αναλυθούν, είπαμε όποιος θέλει διαβάζει περισσότερο πάνω σε αυτό το εργαλείο αποφάσεων).
Έτσι στο παράδειγμα μας έχουμε:
ΠΤΚ μετακίνησης =1500*0,5+(-200)*0,5= 650 ευρώ
και ΠΤΚ τροφοδοσίας=1100*0,2+400*0,8=540 ευρώ
Οπότε προτιμότερη επιλογή είναι να μετακινήσουμε τα μελίσσια στην νέα θέση τους από ότι να τα τροφοδοτήσουμε και να τα αφήσουμε στην θέση τους.
Πολλά παρόμοια προβλήματα μπορούν να λυθούν με αυτό τον τρόπο, παραδείγματος χάρη ένα πρόβλημα τέτοιας μορφής είναι στο ξεχειμώνιασμα. Τι κάνουμε με πολύ αδύναμα μελίσσια? Τα αφήνουμε να ξεχειμωνιάζουν χωρίς συνένωση ή με συνένωση με άλλα αδύναμα? Θυσιάζουμε τώρα ένα μελίσσι για να μην χάσουμε και τα δύο? Ή ρισκάρουμε να τα διατηρήσουμε και τα δύο και να έχουμε κέρδος του χρόνου? Ή μήπως το κέρδος που θα έχουμε του χρόνου θα είναι μικρότερο από το κόστος που θα υποστούμε τον χειμώνα για να τα κρατήσουμε και τα δύο ζωντανά (τροφές)? Και ξεχωριστές παράμετροι όπως το πόσο μακριά ξεχειμωνιάζουμε το μελισσοκομείο (κόστος καυσίμων), ή που είμαστε στον χάρτη (Βόρεια - Νότια, ξεγόνεμα ή όχι, πολλές τροφές ή όχι), ή και η ύπαρξη στο υλικό μας και ενός αριθμού από πενταράκια (κυψέλες) πόσο επηρεάζουν αυτή την απόφαση μας?
Εύκολο πρόβλημα γιατί είναι οι περισσότερες παράμετροι γνωστές (κόστος τροφής, κατανάλωση σε καύσιμα, κατανάλωση τροφής σε διαφορετικούς χειμώνες, ποσοστά απωλειών σε κάθε μορφή χειμώνα-αν είσαι πολλά χρόνια στο επάγγελμα-) όλες εκτός από μία, το τι πιθανότητες υπάρχουν να είναι ποιας μορφής ο χειμώνας! Δεν πειράζει προβλήματα στην οποία μόνο μια παράμετρος είναι άγνωστη συνήθως είναι εύκολα προβλήματα. Και φυσικά αυτή η άσκηση είναι για τις χειμερινές διακοπές σας χα χα χα.
Και επειδή αρχίζω να μυρίζω τα μυαλά να καψαλίζονται κάπου εδώ θα διακόψουμε την μετάδοση μας και θα βάλουμε τον εθνικό ύμνο για να κοιμηθούν οι τηλεθεατές μας!
Χα χα χα.
Adios Amigos!
Μότσανος Λάζαρος
Σοχός 20/7/2014
*Τα δεδομένα αυτά είναι φανταστικά και μόνο για τις ανάγκες του παραδείγματος μας, μην τολμήσει κανείς να τα θεωρήσει ως πραγματικά, αυτά τα δεδομένα βγαίνουν μόνο με ιστορικά δεδομένα ετών ή και δεκαετιών. Προσοχή!!!
Έχοντάς αυτά τα δεδομένα κάνουμε τον πίνακα αρχικών δεδομένων στο παραπάνω παράδειγμα (και πιστέψτε με αυτός ο πίνακας είναι όλα τα λεφτά, είτε λόγου ιστορικών δεδομένων που θα έχετε συλλέξει είτε λόγου εμπειρίας έτσι και σχηματίσετε αυτόν τον πίνακα όλα μετά εύκολα θα είναι).
Σχηματίζουμε έπειτα το δέντρο αποφάσεων που μας δίνουν οι ενέργειες που μπορούμε να κάνουμε σύμφωνα με τα αρχικά μας δεδομένα, και στο τέλος υπολογίζουμε την Προσδοκώμενη Τιμή κέρδους (ΠΤΚ) για κάθε μια από τις επιλογές μας. Η οποία ΠΤΚ είναι το άθροισμα των γινωμένων των πιθανοτήτων να συμβεί η κάθε εκδοχή επί το κέρδος που θα μας δώσει η κάθε εκδοχή του μέλλοντος.
Η ΠΤΚ με την μεγαλύτερη τιμή είναι και η προτιμότερη επιλογή (φυσικά υπάρχουν και άλλα κριτήρια αλλά δεν είναι επί της παρούσης ανάρτησης να αναλυθούν, είπαμε όποιος θέλει διαβάζει περισσότερο πάνω σε αυτό το εργαλείο αποφάσεων).
Έτσι στο παράδειγμα μας έχουμε:
ΠΤΚ μετακίνησης =1500*0,5+(-200)*0,5= 650 ευρώ
και ΠΤΚ τροφοδοσίας=1100*0,2+400*0,8=540 ευρώ
Οπότε προτιμότερη επιλογή είναι να μετακινήσουμε τα μελίσσια στην νέα θέση τους από ότι να τα τροφοδοτήσουμε και να τα αφήσουμε στην θέση τους.
Πολλά παρόμοια προβλήματα μπορούν να λυθούν με αυτό τον τρόπο, παραδείγματος χάρη ένα πρόβλημα τέτοιας μορφής είναι στο ξεχειμώνιασμα. Τι κάνουμε με πολύ αδύναμα μελίσσια? Τα αφήνουμε να ξεχειμωνιάζουν χωρίς συνένωση ή με συνένωση με άλλα αδύναμα? Θυσιάζουμε τώρα ένα μελίσσι για να μην χάσουμε και τα δύο? Ή ρισκάρουμε να τα διατηρήσουμε και τα δύο και να έχουμε κέρδος του χρόνου? Ή μήπως το κέρδος που θα έχουμε του χρόνου θα είναι μικρότερο από το κόστος που θα υποστούμε τον χειμώνα για να τα κρατήσουμε και τα δύο ζωντανά (τροφές)? Και ξεχωριστές παράμετροι όπως το πόσο μακριά ξεχειμωνιάζουμε το μελισσοκομείο (κόστος καυσίμων), ή που είμαστε στον χάρτη (Βόρεια - Νότια, ξεγόνεμα ή όχι, πολλές τροφές ή όχι), ή και η ύπαρξη στο υλικό μας και ενός αριθμού από πενταράκια (κυψέλες) πόσο επηρεάζουν αυτή την απόφαση μας?
Εύκολο πρόβλημα γιατί είναι οι περισσότερες παράμετροι γνωστές (κόστος τροφής, κατανάλωση σε καύσιμα, κατανάλωση τροφής σε διαφορετικούς χειμώνες, ποσοστά απωλειών σε κάθε μορφή χειμώνα-αν είσαι πολλά χρόνια στο επάγγελμα-) όλες εκτός από μία, το τι πιθανότητες υπάρχουν να είναι ποιας μορφής ο χειμώνας! Δεν πειράζει προβλήματα στην οποία μόνο μια παράμετρος είναι άγνωστη συνήθως είναι εύκολα προβλήματα. Και φυσικά αυτή η άσκηση είναι για τις χειμερινές διακοπές σας χα χα χα.
Και επειδή αρχίζω να μυρίζω τα μυαλά να καψαλίζονται κάπου εδώ θα διακόψουμε την μετάδοση μας και θα βάλουμε τον εθνικό ύμνο για να κοιμηθούν οι τηλεθεατές μας!
Χα χα χα.
Adios Amigos!
Μότσανος Λάζαρος
Σοχός 20/7/2014
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου