5. Informationsbeschaffung
a. Entscheidungstheorie formuliert auch Abbildungen
von Nachrichten in den Aktionenraum (die auch
randomisiert werden können; s. Ferschl, Nutzenund Entscheidungstheorie,Opladen,1975).Statt für
Aktionen wird das Problem nun für
Entscheidungsfunktionen betrachtet und liefert den
Wert des Informationssystems.
Igz zu vollständigen Aktionenmengen wird hier die
Aktionenmenge als nur teilweise bekannt und zu
Kosten c erweiterbar angesehen:
a. Einstufig
b. mehrstufig (sequentielle Beschaffungsmodelle)
8. Optimale Politik bei einfacher
Alternativensuche und bekannter
Verteilung des (Geld-)Nutzens
F(u) mit Dichte f(u):
Ermittlung von v* = erwarteter Wert bei optimaler Fortsetzung der Suche
Stoppen wenn u ≥ v*!
Ermittlung:
v E max u, v c
s
v
vf (u )du
u f (u )du cs
v
vF(v)
u f (u )du cs
v
v
v
(u v) f (u )du cs
v
TF(v)
Wir erhalten v* als Nullstelle: TF(v)-cs=0
Bsp.:
Für G(u,s) gilt: TF(v)-f(v)-v(1-F(v))
Für N [0,1] gilt: TF(v)=(v²+1)/2-v und v* = 1-√2cs
(cs < ½)
v f (u )du
v
u f (u )du cs
v
10. Konjugierte Familie: a priori Verteilung = a posteriori Verteilung ,
Beispiele:
Parameter
Konjugierte Familie
Bernoulli-Verteilung
Beta-Verteilung
Normalverteilung
Gamma-Verteilung
Normal
Poisson-Verteilung
Gamma-Verteilung
Negative Binomialverteilung
Beta-Verteilung
Gleichverteilung
Pareto-Verteilung
Multinomialverteilung
Dirichlet-Verteilung
mehrdimensionale
Normalverteilung
Wishart-Verteilung
11. Sequentielle Alternativensuche
mit Datenpräzisierung
Bekannt: 3-dimensionale Verteilung der ZV
X=
(x1, x2, x3)
Entscheider kann:
X1 mit Suchkosten c1 beobachten,
X2 mit Testkosten c2 beobachten.
Er kann in jedem Fall akzeptieren oder mit der Suche
fortfahren.
Den wahren Wert X3 kennt er erst nach Akzeptanz.
Wir nehmen an X ist multivariat normalverteilt mit
den Parametern
und der
Korrelationsmatrix M.
12. Der Such- und Testprozess
Verwerfen
Verwerfen
X1 Beobachten
c1
X2 Testen
c2
Akzeptieren
X3
13. Optimale Politik
Es muss untersucht werden, ob Testen überhaupt sinnvoll ist. Wenn
nicht, dann ermittelt man den Wert der Politik v0 wie bei einer sequ.
Politik.
Ist Testen sinnvoll, so werden die Werte x* (<) und y* ermittelt,
die das Testintervall definieren. Für x>y* nehme an, für x<x*
verwerfe und für x*<x<y* teste. Mit v* errechnet man den Wert der
Politik.
23. Man kann zeigen: Diese Probleme lassen
sich vermeiden,
wenn 12 23 - 13 ≤ 0 und 12 13- 23 ≤ 0 erfüllt wird!
MacQueen (1964) zeigt, daß
1) Eine Interpretation der Lösung als 2facher Test möglich ist und
2) hiedurch die optimale Ausschöpfung eines beschränkten Budgets für
wiederholte Sequentialtests approx. möglich ist
DeGroot, M.,Optimal Statistical Decisions,
McGraw-Hill Company,N.Y., 1970
MacQueen, J.B.,Optimal Policies for a Class of Search and
Evaluation Problems, Operations Research, Vol. 8, No.3
24. Univ.Prof. Dipl.-Ing. Dr. Wolfgang PANNY
Full Professor (retired)
Department of Information Systems and Operations
WU Vienna University of Economics and Business
Welthandelsplatz 1, 1020 Vienna, Austria
Phone: +43-1-31336-5221, Fax: +43-1-31336-905221
wolfgang.panny@wu.ac.at
Personal data
Date of birth: August 5, 1948
Citizenship: Austria
Marital Status: married
Education
2005 – 2007
WU, Department of Information Systems and Operations
Chair of Department
1987 – 1989
WU, Department of Statistics and Mathematics
Associate Professor
1986 – 1987
University of Bamberg (Germany),
Department of Management Information Systems
Full Professor
1985 – 1986
WU, Department of Statistics and Mathematics
Associate Professor
1976 – 1985
WU, Department of Statistics and Mathematics
Assistant Professor
1973 – 1976
WU, Department of Statistics and Mathematics
Research and Teaching Assistant
25. Visiting positions
Visiting Scientist, McMaster University (Hamilton, Ontario, Canada), Department of
Mathematics and Statistics, 1987
Outside positions
Austrian member of ISO/IEC JTC1/SC32/WG3 (Database Languages)
Research interests
> Algorithms and data structures
> Design and analysis of algorithms
> Databases and database languages
Teaching experience >
>
>
>
>
Algorithms and data structures
Databases and database languages
Information retrieval
MIS, expert systems
Analysis of algorithms
Research projects
>
>
>
>
>
>
IDIOM Information Diffusion Across Interactive Online Media; Partners:
MODUL University Vienna, TU Graz, Gentics Software, Austria.info Systems
GmbH, Prisma
RAVEN Relation Analysis and Visualization for Evolving Networks;
Partners: MODUL University Vienna, Know-Center, Gentics Software,
SmApper Technologies
Conference chairs
> Section chair, Symposium Informationswirtschaft, Vienna 2003
> Section chair, 4th International Conf. on Lattice Path Combinatorics and
Applications, Vienna 1998
> Section chair, Operations Research, Vienna 1990
> Host and Organizer, Working Group Meeting ISO/IEC JTC1/SC32/WG3, Vienna
2002
> Scientific Committee, 6th International Conf. on Lattice Path Combinatorics and
Applications, Tennessee, USA, 2007
Refereeing
Occasional refereeing (e.g. for Wirtschaftsinformatik, Teubner, Springer, Random
Structures & Algorithms, The Computer Journal, Journal of Applied Probability,
Journal of Statistical Planning and Inference, …)
26. Memberships
>
>
>
>
>
>
Austrian Computer Society
Austrian Mathematical Society
Austrian Statistical Society
GI-Special Interest Group for Information Retrieval
Society for Industrial and Applied Mathematics (SIAM)
Institute of Combinatorics and its Applications (ICA)
Publications of the last years
W. PANNY: A Lattice Path Combinatorial Approach to Rothe Numbers and Related Convolution Results,
Fundamenta Informaticae 117 (2012), 265-277.
E. ASCHAUER, E. EBERHARTINGER, W. PANNY: Cross-Border hybrid Finance and Tax Planning: Does
International Tax Coordination Work? in: International Tax Coordination: An Interdisciplinary
Perspective on Virtues and Pitfalls, ed.: M. Zagler (Routledge: London, 2010), 115-133.
W. PANNY: Deletions in Random Binary Search Trees: A Story of Errors, Journal of Statistical Planning and
Inference 140 (2010), 2335-2345.