Chapter 13 : Sensitivity Analysis 리뷰

[김수빈(경영18)]

수업자료와 카페에 게시된 복습 내용을 보면서 공부하다 보니 실험해보고 싶은 내용이 생겨 글을 쓰게 되었습니다!

여러 학우분들께서 13장의 의사결정 분석 내용을 리뷰해두었지만, Sensitivity Analysis 부분에 대해서는 리뷰가 되어 있지 않아

스스로 공부하다보니 실험해보고 싶은 내용이 생겼습니다.

우선, Pay Off Table in Profit은 수업시간에 다룬 교수님의 사례를 그대로 두고 풀어보았습니다.

Decision Alternative	State of Nature
	Strong Demand_S1	Weak Demand_S2
D1	8	7
D2	14	5
D3	20	-9

S1의 발생 확률은 p, S2의 발생 확률은 (1-p)로 두고 Expected Value를 계산해본 결과는 아래의 그림과 같습니다.

3개의 식을 그래프로 표현하고 각 식의 접점을 계산해본 결과 역시 아래의 그림과 같습니다.

위의 그래프를 통해 알 수 있듯이 3개의 구간으로 나누어지고, 각 구간별 큰 값을 가지는 Expected Value의 의사결정 대안은 다릅니다.

따라서 p의 값을 조정함으로써 각 구간별 큰 값을 가지는 Expected Value의 의사결정 대안 최저값을 아래의 방법으로 찾아보았습니다.

① S1을 미지수로 두어 S1의 상황일 때 최적 대안의 최저값 찾기

② S2를 미지수로 두어 S2의 상황일 때 최적 대안의 최저값 찾기

1. (기존예제) S1=80%, S2=20%

2. S1=60%, S2=40%

3. S1=20%, S2=80%

결과적으로 p(S1의 발생확률)가 0.8일 때 최적의 대안인 d3의 최저값은 상황별로 각각 17.5와 -19가 될 수 있으며,

p가 0.6일 때 최적의 대안인 d2의 최저값은 상황별로 각각 10.67과 0이 될 수 있으며,

p가 0.2일 때 최적의 대안인 d1의 최저값은 상황별로 각각 6과 6.5가 될 수 있었습니다. 표로 요약하면 아래와 같습니다.

Decision Alternative (p의 가정 값별 최적 대안)		State of Nature (각각의 최저값)
		Strong Demand_S1	Weak Demand_S2
p=0.2	D1	6 이상 값	6.5 이상 값
p=0.6	D2	10.67 이상 값	0 이상 값
p=0.8	D3	17.5 이상 값	-19 이상 값

이상으로 Sensitivity Analysis 내용을 리뷰해보고 실험해보았습니다.

수업시간에는 p=0.8의 상황만을 가정하고 풀이해보았지만, 복습 중 나머지 p값에 따른 상황 역시 실험해보고 게시글로 남겨보았습니다.

스스로 푸는 과정에서 어려움이 있었지만, 원리를 이해하고 가정하여 풀이해보니 재미있었습니다!

비록 이번 학기에 작성하는 마지막 리뷰 게시글이지만, 단순 암기가 아닌 이해를 바탕으로 수강할 수 있어 다양하게 생각해보고 풀이해볼 수 있었습니다.

마지막 수업이 비대면이라 아쉽지만, 다들 몸 조심하시고 건강하세요!!! 감사합니다!

[현승용]

이부분 정리 및 리뷰에 다들 도움이 될거야.