Entscheidungen bei unvollständiger Information

1. Kapitel: Einführung.- § 1. Historische Notizen.- § 2. Das Entscheidungssubjekt.- § 3. Die Entscheidung.- § 4. Aktionen.- § 5. Die „Zustände der Realität“, die Ungewißheit und ihre Reduktion.- § 6. Die Entscheidungskonsequenzen (Ergebnisse) und ihr Nutzen für das Entscheidungssubjekt.- § 7. Modifikationen des Entscheidungsmodells.- 7.1. Informationsbeschaffung, Entscheidungsfunktionen.- 7.2. Andere Modifikationen.- 2. Kapitel: Nutzenaxiomatik und Entscheidungskriterien.- § 8. Von der Präferenzpräordnung zum Erwartungsnutzen.- § 9. Die beiden Grundtypen von Entscheidungskriterien.- 9.1. Das Bernoullikriterium (für Aktionen).- 9.2. Das Bernoullikriterium (für Entscheidungsfunktionen).- 9.3. Das Maximinkriterium (für Aktionen).- 9.4. Das Maximinkriterium (für Entscheidungsfunktionen).- § 10. Modifizierungen und Hybridformen.- 10.1. Enttäuschungsfunktion und Minimax-Regret.- 10.2. Das Optimistenkriterium.- 10.3. Das Erfahrungskriterium.- § 11. Das „intergrierte Axiomensystem“ und subjektive Wahrscheinlichkeiten.- 3. Kapitel: Drei Fundamentalprobleme und ihre Überwindung.- § 12. Der hohe Idealisierungsgrad und die Notwendigkeit zu Vorentscheidungen.- § 13. Der „prinzipielle Agnostizismus“.- § 14. Das Stabilitätsproblem.- § 15. Überwindung der drei Fundamentalprobleme durch flexible Modellbildung.- § 16. Das Adaptionskriterium bei partieller Information.- 16.1. Erweitertes Bernoullikriterium.- 16.2. Das Adaptionskriterium.- 16.3. Die Schneeweiß’sche Variante.- 16.4. Beziehung zwischen dem Schneeweißschen und dem erweiterten Bernoullikriterium.- 16.5. Dynamische Erweiterungen.- 4. Kapitel: Der Begriff der partiellen Information.- § 17. Weiche Modellbildung und partielle Information.- § 18. Operationalisierung des Begriffs der partiellen Information.- 18.1. Das Verteilungssimplex.- 18.2. Definitionen der LPI.- § 19. Beispiele.- 19.1. Das Investorbeispiel.- 19.2. Hypothesenprüfung mit der Nutzenfunktion des Wissenschaftlers.- 19.3. Prognosen mit der Nutzenfunktion des Wissenschaftlers und der Nutzenfunktion des Wirtschaftspolitikers.- 19.4. Die Glaubwürdigkeit von Experten.- § 20. Die LPI für Zufallsvektoren.- 20.1. Bei Unabhängigkeit.- 20.2. Ein einfaches Beispiel.- 20.3. Bei Abhängigkeit.- § 21. LPI und Bayes’sches Theorem.- § 22. LPI-Ketten und Unscharfe („fuzziness“).- § 23. LPI-Entropie; LPI-Informationsgehalt; Messung der Unschärfe.- § 24. LPI bei stetigen Verteilungen.- 5. Kapitel: Das Max Emin-Prinzip.- § 25. Die axiomatische Begründung des Bernoulli-Prinzips.- § 26. Das Max Emin -Prinzip. Axiomatische Begründung.- § 27. Spieltheoretische Auffassung.- 27.1. Das algorithmische Verfahren.- 27.2. Ein Beispiel.- § 28. Das Max Emin -Prinzip und der semantische Informationswert.- § 29. Sensitivitätsanalytische Untersuchungen. Optimale Steuerung.- § 30. Das Max Emin-Prinzip bei LPI-Ketten.- § 31. Der LPI-Fall einer zusammengesetzten Entscheidungssituation. Der komponente und globale Informationswert.- 6. Kapitel: Einstufige Entscheidungen.- § 32. Das Grundmodell der einstufigen Entscheidung unter LPI-Bedingungen.- 32.1. Einführung.- 32.2. Ordnung der Zustände nach der Häufigkeit ihres Auftretens.- 32.3. Intervallangaben für die Wahrscheinlichkeiten der Zustände.- § 33. LPI mit nicht abgeschlossenen konvexen Polyedern. Das Max Einf-Prinzip.- § 34. Das Hurwicz- und Hodges-Lehmann-Prinzip unter LPI-Bedingungen.- 34.1. Das Hurwicz-Kriterium.- 34.2. Das Hodges-Lehmann-Kriterium.- § 35. Simulationsverfahren.- § 36. Der LPI-Pall für Unbestimmtheiten in der Entscheidungsmatrix.- § 37. LPI-Entscheidungen aus spieltheoretischer Sicht.- § 38. Grade der stochastischen Unbestimmtheit des Entscheidungswertes (SUE).- 7. Kapitel: Mehrstufige Entscheidungen.- § 39. Mehrstufige Risikosituationen.- 39.1. Einführung, Übersicht.- 39.2. Das Grundmodell einer mehrstufigen Risikosituation.- § 40. Mehrstufige Entscheidungen unter LPI-Bedingungen für die Zustandsverteilungen.- § 41. Mehrstufige nicht-kooperative n-Personen-Spiele unter LPI-Bedingungen.- § 42. LPI-Unbestimmtheiten in den Auszahlungen in einer mehrstufigen Entscheidungssituation.- § 43. Sensitivitätsanalytische Untersuchungen. Der dynamische Informationswert.- § 44. Adaptionsprozesse.- § 45. Die LPI-Entropie und der Grad der stochastischen Unbestimmtheit des Entscheidungswertes in mehrstufigen LPI-Entscheidungen.- § 46. Weitere LPI-Betrachtungen in mehrstufigen Entscheidungen.- 8. Kapitel: Stochastische Programmierung unter LPI-Bedingungen.- § 47. Übersicht, Einführung.- § 48. Vektor c als Zufallsvariable. Die Entscheidung erfolgt nach der Zufallsrealisation.- § 49. Im SLP (48.2) mit LPI-Bedingungen für c folgt die Zufallsrealisation nach dem Entscheid (E > Z).- § 50. Zufallsvariablen in den Restriktionen. Der LPI-Fall.- § 51. Der allgemeine Fall mit diskretem Zufallsvektor (A, b, c).- § 52. Stochastische nichtlineare Programmierung unter LPI-Bedingungen.- § 53. Stochastische dynamische Programmierung.- § 54. Markoffsche Ketten unter LPI-Bedingungen.- § 55. Stochastische Spiele.- § 56. Sensitivitätsanalytische Untersuchungen in der stochastischen Programmierung unter LPI-Bedingungen.- § 57. Der Grad der stochastischen Unbestimmtheit des Entscheidungswertes in der LPI-Programmierung.- § 58. Weitere mögliche LPI-Betrachtungen in der stochastischen Programmierung.- Schlußwort.- Register.