Errataliste fuer das Buch ET

Werbung
Vorläufige Errataliste
für das Buch Entscheidungstheorie
von Prof Dr. Rommelfanger und Dr. Eickemeier, ISBN 3-540-4265-2
S. 36 oben
S. 43 oben
die ersten beiden Zeilen müssen entfernt werden (doppelt, siehe S. 35)
~
Für Fuzzy-Intervalle X i  (x i , x i , x1i , x1i , x i , x i ) ,  des -Typs lassen sich die Bedingungen (2.4) vereinfachen zu
~
~



X k   X i  x
(2.5)
k  x i und x k  x i für   , ,1,
wobei mindestens eine dieser Ungleichungen im strengen Sinne erfüllt
sein muss.
53,2
8,87
 8,87 ,  R (5) 
 0,81
11
6
S. 43 <2.12>
x̂ 5 
S. 48 Mitte
Die Gewinnmatrix in Tab. 3.1 gibt an...
S. 54 oben
n
(a k )  max 1  u ij
n
j1
i
Satz "(Sie unterscheidet sich lediglich durch den Faktor
1
n
von dem
Kriterium des Nutzenerwartungswertes, vgl. S. 73.)" streichen
S. 55 Mitte
Transformieren wir z. B. die in Tab. 3.3 beschriebene ...
S. 61, unten
~
...berechnen als C 21 = (25; 25; 35; 45; 45; 45),
S. 62 <3.11>
S. 65, Tab 3.10
53,2
 8,87 .
6
~ ~
~
Als Lösung der Gleichung X4  C  X5 ist dann
~
C = x̂ 5  x̂ 4  9,14  8,87 = 0,27 zu wählen.
x̂ 5 
In der Spalte s3 , 2. Zeile muss statt 0,3 der Wert 0,2 stehen.
S. 76, Tab. 3.12
S1
S2
S3
E(A)
A1
60.000
-50.000
100.000
52.500
A2
60.000
60.000
60.000
60.000
P(Sj)
0,25
0,25
0,5
S. 77
Für x = 60.000:
1
60.000
A1
A2
1-p
-50.000
p
100.000
Abb. 3.6: Entscheidungsbaum 3
Der Entscheidungsträger gibt an, bei p = 0,5 zwischen A1 und A 2
indifferent zu sein:
u(60.000) = u(100.000)  0,5 + u(-50.000)  0,5
u(60.000) = 1  0,5 + 0  0,5 = 0,5
Die Entscheidungsmatrix auf Basis der ermittelten Nutzenwerte sieht
damit wie folgt aus:
S1
S2
S3
E(u(A))
A1
0,5
0
1
0,625
A2
0,5
0,5
0,5
0,5
P(Sj)
0,25
0,25
0,5
Tab. 3.13: Ergebnismatrix 2
S. 80, 2. Zeile
zu den in der Tab. 3.17 fett markierten
S. 80, Tab. 3.17
Risikoneutralität
KRELLE- BERNOULLI
Nutzen
-Nutzen
a1
0,686
0,708
0,757
a2
0,636
0,679
0,778
a3
0,672
0,725
0,846
a4
0,562
0,633
0,788
a5
0,448
0,531
0,696
S. 87, letzte Zeile
vgl. Abb. 3.12
S. 89, Mitte
E[ 1  e a ( v  X) ] = 1  e a[E(v  X)  (v,X)] .
S. 103, Formel (3.37) (a k )  max ( u ij p j  (1  ) min u ij )
i
S. 109, letzter Absatz vgl. Tab. 3.34
j
j
S. 112, 1. Satz
da a0 zwar a2 und a4 dominiert, trotzdem jedoch 4 unvergleichbare
Alternativen übrig bleiben
S. 116, Mitte
16.390 €
S. 117, Abb. 3.18
Die unterste Wahrscheinlichkeit lautet p(s3)
S. 124, oben
In der dritten Zeile muss folgendes ergänzt werden:
S. 124, vor <3.38>
S. 124, <3.39>
w1 ( Y) =
Max{w  R | w  E1( Y)  E1 und w  w }
w  (Y) =
Max{w  R | w  E  (Y)  E  und w  w  }
in Tab. 3.5 und den Fuzzy-Wahrscheinlichkeiten in Tab. 3.25 bzw.
den modifizierten Fuzzy-Wahrscheinlichkeiten aus Tab. 3.27 zeigen
S. 124, Tab. 3.42
a1
a3
S. 125, 1. Satz
s1
(200; 205; 210;
215; 218; 225)
(137; 140; 145;
148; 150; 155)
s2
(90; 92; 95;
95; 98; 103)
(132; 135; 138;
140; 142; 145)
s3
(-95; -90; -85;
-80; -75, -70)
(-10; -7; -5;
-1; 2; 5)
Mit den Berechnungsgrößen aus Tab. 3.25, die …
S. 125, Tab. 3.43
~
E iP  (Eεi ;E iλ ;E1i ; Ei1 ;Eiλ ;Eiε ) ε,λ
a1
(96,95 ; 108,02 ; 116,5 ; 121,2 ; 130,46 ; 140,69)
a3
(101,59 ; 107,58 ; 112,9 ; 115,88 ; 121,04 ; 126,7)
S. 125, Abb. 3.24
a3 a1
1
=0,5
=0,05
40 50 60
150 160
70
80 90 100 110 120 130 140
S. 130, Aufgabe 3.8
s1
s2
s3
s4
s5
pj
0,35
0,3
0,2
0,05
0,1
a1
17
5
0,8
10
1
a2
2
22
0,8
0,8
15
a3
8
11
3
34
4
x 2  0,8x

u ( x )   7 x  22 für
 35,56 x

0,8  x  10
10  x  19
19  x
S. 149, Tab. 4.7
Preis (A4) = 0,875, nicht 0,8757
S. 152, Tab. 4.8
Gewichtevektor
S. 154
Gewichtevektor (0,2727 , 0,5454 , 0,1818)
S. 160, 3. Zeile
Aus (4.13) folgt
6
11
= 0,5454, nicht 0,54554
S. 166, Tab. 4.18
Werkstatt
Werkstatt
(erweiterte Division)
(Neues Verfahren)
T
( 7 ; 15 ; 8 ; 8 ; 17 ; 9 )
(14 ; 15 ; 16 ; 16 ; 17 ; 18 )
W
(1 ; 1 ; 1 ; 1 ; 1 ; 1)
(2 ; 2 ; 2 ; 2 ; 2 ; 2)
D
(2 ; 5 ; 3 ; 3 ; 7 ; 4)
(4 ; 5 ; 6 ; 6 ; 7 ; 8)
P
(4 ; 4; 4 ; 5 ; 5 ; 5)
( 8 ; 8 ; 8 ; 10 ; 10 ; 10 )

(14 ; 30 ; 16 ; 17 ; 36 ; 19 )
( 28 ; 31 ; 32 ; 34 ; 36 ; 38 )
19 36 17 16 30 14
19 18 17 16 15 14
19 36 17 16 30 14
19 18 17 16 15 14
19 36 17 16 30 14
33 33 33 33 33 33
33 33 33 33 33 33
33 33 33 33 33 33
33 33 33 33 33 33
33 33 33 33 33 33
S. 169, 3. Zeile
Niveau  , nicht Niveau 1
S. 170, 2. Zeile
(4,0826 ; 4,3467 ; 4,6345 ; 5,3873 ; 5,7684 ; 6,1883) ,
S. 170 <4.22>
Entscheider für die Attribute Technik und Preis reelle Zahlen
S. 178, letzter Satz
4.14 – 4.20
S. 192 <5.1>
(a1 Pk a2 Ik a3 Pk a4)
S. 194 <5.4>
erste Matrix
 a1 a1   a1 

  
 P1 P2  P 
a
  
 2 a 2  a 2 
S. 194, drittletzte Zeile Lösungsansätze aus dem Kapitel 4
S. 195, 1. Zeile
Zeile ersatzlos streichen, da Wiederholung
S. 199, 2. Zeile
a 1 und a 2 , nicht a und b
S. 209, Mitte
In Beispiel < 5.12 > ist (B , C)
S. 219
w(Peter) = (0,116; 0,653; 0,231)
S. 220 Tab. 5.31
S. 220, Mitte
A1
Peter
1,954
Lieschen
0,572
Gisela
1,446
A2
1,828
3,136
0,763
A3
0,979
1,323
2,505
A1: 1,954 0,345  0,572 0,109 1,446 0,546  1,450
A2: 1,828 0,345  3,136 0,109  0,763 0,546  1,395
A3: 0,979 0,345 1,323 0,109  2,505 0,546  1,690
Die Familie Müller bewertet damit das Auto 3 am höchsten
S. 225, unten
S. 232 Punkt 2.3
S. 232 Punkt 2.4 b.
Gruppenmitglied 4 hat s2 einen Wert zugeordnet, der die Kategorie
"abgelehnt" unterstützt, und gleichzeitig hat Mitglied 3 die Indifferenz
zugunsten des DOF von "abgelehnt" reduziert
~ ~
; 22 ; 2; 14
; 3,72; 4,5) ,
a. N  M  (10
7 13
5
~ ~
b. N  M  (2; 3; 13 ; 14 ; 6; 8) ,
3 3
~
E3  
~
E4 
~
E1 ,
~
E2 ,
~
E4 
~
E5  
~
E1 ,
~
E2
~
~
E 5   E1
~
~
E3   E2 ,
~
ρ  λ E3 
~
E4 
~
E1 ,
~
E2 ,
~
E4 
~
E5  
~
E1 ,
~
E2 ,
~
E5 
~
E4 
~
~
E3   E2 ,
ρε
ρ 1
ε
~
E1
~
E3
~
~
~
~
~
E 4   E 5   E 3   E 2   E1
~
~
~
~
~
~
~
~
E 4   E 3   E 2   E1 , E 5   E 3   E 2   E1
S. 233 Punkt 3.3 a.
Laplace: Keine Entscheidung möglich
S. 233 Punkt 3.4
w = 0,5
S. 234 Punkt 3.8 b.
(1) Für x  [0,8; 10] ist der Entscheider risikofreudig eingestellt.
S. 235 Punkt 4.2 c.
E (a 3 ) = 10,28, E (a 5 ) = 3,82
S. 239 Punkt 5.1
b. Keine Entscheidung für absolute Mehrheit möglich, bei einfacher
Mehrheit A(4).
c. A(4), B(5), d. h. B gewinnt.
S. 245, Mitte
~
In Abb. A.3 ist B eine konvexe unscharfe Menge,...
S. 249, Abb. A.9
MN
-2
6
S. 250, Abb. A.12
M
N
1
7
~ ~
ZGF von M  N
2
3
4
5
x
Herunterladen