- •Вопросы
- •Постановка задачи оптимизации.
- •Решение задач линейной оптимизации с помощью ms Excel.
- •Анализ чувствительности оптимального решения к изменению параметров и поиск альтернативных решений.
- •Содержание отчета об устойчивости.
- •Проблемы, требующие использования двоичных переменных.
- •Экономический смысл теневой цены. Дефицитный ресурс.
- •Нормированная стоимость продуктов. Влияние на устойчивость решения.
- •Теневая цена и рентабельность инвестиций.
- •Целочисленная оптимизация. Проблемы целочисленной оптимизации.
- •Методика учета постоянных издержек при оптимизации. Срок окупаемости.
- •Замкнутая и несбалансированная задачи о назначениях.
- •Замкнутая и несбалансированная транспортная задача.
- •Проблема выбора оптимального маршрута.
- •Дефицитный ресурс. Планирование от «узкого места».
- •Модель экономичного размера заказа (eoq - Economic Order Quantity)
- •17. Модели управления запасами: определение момента для нового заказа при вероятностном распределении требований. Безопасный уровень запаса и риск невыполнения требования . (раздатка 5)
- •18. Необходимые характеристики случайных величин. Расчет с помощью функций ms Excel.
- •19. Использование частотной диаграммы и кумулятивной кривой для оценки вероятностей финансовых исходов и риска потерь.
- •21. Формулы для расчета оптимального заказа.
- •22. Формулы для расчета максимально возможной прибыли при управлении заказами.
- •23. Стратегии уменьшения потерь при управлении запасами.
- •24. Риск дефицита и уровень обслуживания. (раздатка 5)
- •25. Безопасный резерв товара. (раздатка 5)
- •26. Издержки хранения товара и цена обеспечения высокого уровня обслуживания клиентов.
- •27. Модели теории очередей. Принципы классификации систем массового обслуживания. Пример.
- •Принципы расчета экономических параметров систем массового обслуживания. Пример.
- •Альтернативы и состояния окружения.
- •Матрица выигрышей при принятии решения.
- •Матрица упущенных возможностей.
- •Критерии принятия решений в условиях полной неопределенности.
- •Критерий минимаксного риска (минимаксных сожалений).
- •Критерии принятия решений в условиях риска (статистической неопределенности).
- •Ожидаемая монетарная ценность (emv). Ожидаемые упущенные возможности (eol).
- •Монетарная ценность совершенной информации. Грубая оценка монетарной ценности обычной информации.
- •37. Выбор решения в условиях цепочки последствий. Деревья решений.
- •38. Надстройка «Дерево решений», методика применения. (есть в электронной раздатке)
- •39. Расчет emv и npv по дереву решений.
- •40. Анализ чувствительности решения, выбираемого по дереву, к параметрам поставленной задачи.
- •41. Сценарный анализ для дерева решений и выработка приемлемой стратегии компании.
- •42. Диаграммы Ганта и сетевые диаграммы при планировании проекта.
- •43 Сетевые диаграммы при планировании проекта.
- •Использование ms Project для управления проектом.
- •Стоимость сокращения длительности проекта. Расчет оптимальной длительности проекта с учетом экономической целесообразности.
- •Сетевые диаграммы при планировании проекта: вероятностное распределение времени выполнения отдельных этапов проекта. Pert: расчет среднего ожидаемого времени выполнения проекта и его дисперсии.
- •Вероятность выполнения проекта точно в срок. Пессимистическая и оптимистическая оценки длительности проекта. Назначение даты завершения проекта с учетом допустимых рисков.
- •Нормальное распределение
- •Стандартное нормальное распределение
38. Надстройка «Дерево решений», методика применения. (есть в электронной раздатке)
Дерево альтернатив – это
необходимый инструмент при стратегическом планировании и инвестиционном
анализе. Нередко нужно выбирать между альтернативами, каждая из
которых представляет собой «многошаговый» процесс принятия решений. Эти
шаги могут быть разнесены во времени, причем на каждом шаге может возникать
свой набор альтернатив и сценариев будущего. В этом случае визуализировать
процесс выбора из рассматриваемых альтернатив удобно с помощью дерева
альтернатив (иначе говорят – дерева решений). а дерева альтернатив.
дерево принятия решений (также могут назваться деревьями классификации или регрессионными деревьями) — используется в области статистики и анализа данных для прогнозных моделей. Структура дерева представляет собой следующее: «листья» и «ветки». На ребрах («ветках») дерева решения записаны атрибуты, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — атрибуты, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе.
39. Расчет emv и npv по дереву решений.
Теперь на место всех звездочек нужно ввести формулу для NPV.
Однако перед этим удобно выровнять ветви, нажав на соответствующую кнопку в окне надстройки.
Критерий «Ожидаемой монетарной ценности» - EMV (по-английски Expected
Monetary Value).
Должны быть известны оценки вероятности для различных состояний окружения Pj (j - номер состояния окружения). Поскольку состояния окружения - взаимно исключающие и в совокупности исчерпывающие, сумма вероятностей всех состояний окружения всегда равна 1:
p1 + p2 + p3 + … + pn = 1
А. Для каждой альтернативы рассчитать по формулам средний ожидаемый выигрыш (Expected Monetary Value)
EMValt = p1*V1 + p2*V2 + p3*V3 + … + pn*Vn
В случае, когда вероятности сценариев будущего определены, наиболее
употребительным критерием выбора из нескольких альтернатив является
критерий «Ожидаемой монетарной ценности» - EMV (по-английски Expected
Monetary Value). Для каждой i-ой альтернативы следует рассчитать величину
суммы произведений выигрышей при различных сценариях будущего на
величины вероятностей этих сценариев pj
после чего выбрать ту альтернативу, для которой EMV максимальна.
40. Анализ чувствительности решения, выбираемого по дереву, к параметрам поставленной задачи.
Поскольку параметры дерева альтернатив всегда содержат множество
прогнозных значений и грубых оценок, результат выбора оптимальной
альтернативы, так же как и в случае выбора альтернатив по таблице выигрышей и
потерь, должен быть проанализирован на чувствительность к изменению прогноз
параметров и оценок в пределах интервалов, которые кажутся разумными лицам,
принимающим решение.
