Выбрать главу

Пример

Вероятность того, что после вакцинации у Вас поднимется

температура, составляет 25 %. Из этого следует, что состо-

яние «температура» имеет вероятностное значение 0,25, в то

время как состояние «нет температуры» — значение 0,75.

Риск инфицирования составляет для Вас 3 % (вероятност-

ное значение — 0,03), а вероятность того, что Вы не будете

инфицированы, таким образом, составляет 97 % (вероят-

ностное значение — 0,97).

Умножайте!

При сложных решениях Вам приходится сталкиваться

с гораздо большим количеством ступеней-состояний.

Если происходит случай А (а не В), то может произойти

как случай С, так и случай D, из чего вытекают различ-

ные последствия. Но с какой вероятностью?

Здесь действует правило умножения. Вы должны умно-

жить вероятностные значения случая А на вероятност-

ные значения случая С или, соответственно, случая D.

Пример

Вероятность того, что после вакцинации Вы будете инфици-

рованы и у Вас поднимется температура, составляет 0,75 %

(0,25 х 0,03 = 0,0075). Вероятность же того, что после вакци-

нации у Вас не поднимется температура и Вы не будете ин-

фицированы, составляет 72,75 % (0,75 х 0,97 = 0,7275).

Проблема, однако, состоит в том, что в большинстве

случаев вероятностное значение Вам неизвестно. Тогда

Вам нужно произвести оценку. И подобная оценка значе-

ний не только может быть неточной или произвольной, но имеет также опасную тенденцию усиливаться и фаль-

сифицировать результат. Можно лишь посоветовать

очень осторожно обращаться с подобными оценками.

• Внимание! Правило умножения имеет следующий эф-

фект: если Вы разобрали ситуацию слишком подробно,

то в результате у Вас получатся ничтожно малые число-

вые значения, которые едва ли будут иметь смысл. •

Последствия

В конце каждого «дерева решений» выстраиваются в виде

кроны (или, скорее, корней) последствия каждого ре-

шения. Этот список поможет Вам найти правильное ре-

шение. Просмотрите каждое последствие в отдельности

и проверьте, какие из них наиболее близко подводят

Вас к осуществлению цели. Какова вероятность этих

последствий?

В идеальном случае все последствия можно оценить по

одному критерию, например сколько денег Вы получите.

В таком случае Вы можете сравнить различные альтер-

нативы, например: если Вы выберете альтернативу А,

то выиграете 10 тыс. евро при условии, что произойдет

событие X. Если же произойдет событие Y, то Вы поте-

ряете 3 тыс. евро.

Чем более различны по содержанию предполагаемые

последствия, тем менее выразительным получается «де-

рево решений».

Пример

Г-н Якоб хочет решить, стоит ли ему купить собаку. В конце

его «дерева решений» возникают следующие последствия:

«Я не смогу больше свободно путешествовать», «2,5 тыс. евро»,

«Каждый день ходить гулять в парк» и «Никакой защиты

от воров». Теперь г-н Якоб не знает, на что ему решиться.

Для анализа последствий Вам необходимо нечто вроде

общего знаменателя, а именно Ваши критерии оценки,

т. е. Ваши цели (см. стр. 69). Если у Вас не одна цель, то и «деревьев решений» должно быть несколько.

В чем смысл «дерева решений»?

«Дерево решений» показывает Вам, какие последствия

могут иметь Ваши решения и определенные события. Для

этого Вам нужно все максимально упростить. Вы можете

внести в «дерево решений» лишь небольшое количество

событий. Кроме того, все должно быть ясно и четко сис-

тематизировано, а это не всегда возможно. В «дереве

решений» нет места для промежуточных аспектов. Един-

ственный смысл «дерева решений» состоит в том, что Вы

получаете более наглядную картину проблемы и Ваши

мысли, хотите Вы этого или нет, структурируются.

Создайте иерархию последствий

Какую альтернативу Вы предпочтете, зависит от Ваших

пристрастий. Чтобы выбрать подходящую, целесообразно

7 заказ 8007

выстроить все последствия в иерархическом порядке:

что Вам нравится больше, а что совсем не желательно?

Возможно, Вы даже сможете оценить их по десятибал-

льной шкале (0 — нежелательно, 10 — превосходно).

«Наименьшее зло», «всё по максимуму»

и Лаплас

Чтобы выбрать подходящее решение, Вы можете обра-

титься к трем классическим правилам, которые относятся

к принятию решений в условиях неопределенности (а так-