- •1 Истинное и выборочное уравнение регрессии. Метод наименьших квадратов.
- •2 Классификация моделей систем массового обслуживания. Графическая модель смо.
- •3. Классификация эконометрических моделей
- •3.Классификация эконометрических моделей
- •4. Классификация эмм
- •7 Одноканальная и многоканальная система массового обслуживания (смо) с ожиданием и ограничением на длину очереди.
- •8 Одноканальная и многоканальная система массового обслуживания (смо) с отказами.
- •9) Одноканальная и многоканальная смо с ожиданием без ограничения на длину очереди.
- •10 Однопродуктовая модель оптимальной партии поставки без дефицита.
- •11 Определение и свойства коэффицентов прямых и полных затрат
- •12 Определение оптимальной величины партии в условиях скидки на размер заказа
- •13. Определение оптимальной стратегии в условиях неопределенности по критериям Байеса и Вальда.
- •14. Определение оптимальной стратегии в условиях неопределенности по критериям Байеса и Гурвица.
- •15 Определение оптимальной стратегии в условиях неопределенности по критериям Вальда и Сэвиджа.
- •16 Определение оптимальной стратегии в условиях неопределенности по критериям Сэвиджа и Гурвица.
- •17. Определение точки заказа и моментов подачи заказа.
- •18 Определение эконометрики и ее задачи.
- •19) Основные понятия и принципы построения сетевого графика.
- •20. Основные понятия теории управления запасами: запас, виды затрат в системе управления запасами, критерий оптимальности управления производством и запасами.
- •21. Основные этапы экономико-математического моделирования.
- •22 Оценка качества множественной линейной регрессии.
- •23 Полный и свободный резервы времени работ в задачах сетевого планирования
- •24 Понятие о системе массового обслуживания. Примеры смо в экономике
- •25 Понятие об игровых моделях. Основные понятия: конфликтная ситуация, игрок, стратегия.
- •26 Предмет экономико-математического моделирования
- •27 Проверка значимости коэффициента детерминации.
- •28 Проверка значимости коэффициентов регрессии
- •29 Проверка общего качества уравнения регрессии. Коэффициент детерминации. Проверка значимости коэффициента детерминации
- •30. Путь, полный путь, критический путь, определение критического пути четырехсекторным методом.
- •31. Расчет временных параметров событий в задачах сетевого планирования.
- •32. Регрессии. Нелинейные по переменным и их построение.
- •33. Резервы времени работ в задачах сетевого планирования
- •34. Сроки раннего и позднего начала и окончания работ в задачах сетевого планирования
- •35. Сроки совершения событий в задачах сетевого планирования
- •36. Схема межотраслевого баланса за отчетный период в стоимостном выражении
- •37. Типы данных и виды переменных в эконометрических задачах
- •38 Типы данных и виды переменных в эконометрических моделях
- •39 Точечный и интервальный прогноз на основе модели парной линейной регрессии
- •41. Эластичность функции.
14. Определение оптимальной стратегии в условиях неопределенности по критериям Байеса и Гурвица.
В математике модель конфликтной ситуации (когда интересы участников противоположны) называют игрой. Стороны – игроки, а их возможные действия – стратегии. «Природой» называют игрока, которые действует не сознательно, сознательно действующего игрока – принимающим решение. Принятие решений в условиях неопределенности происходит в ситуации, когда вероятности состояний природы неизвестны. Когда вероятности состояний природы известны (рассчитаны на основе стат. данных или определены экспертным путем) решение принимается в условиях риска.
Для принятия решений в условиях неопределенности используется несколько различных критериев, один из них - критерий Гурвица. Он основан на принципе пессимизма-оптимизма. Для принятия решения используется значение γ, которое принимающий решение задает на основание своего опыта. При этом на практике выбирают 0˂γ˂1, где, если γ=0 получаем критерий крайнего оптимизма, а если γ=1, то критерий крайнего пессимизма.
,
Критерий Байеса используется при принятии решений в условиях риска.
Пусть принимающий решение имеет m стратегий, а природа – n, причем состояние природы Пj реализуется с вероятностью pj (j = ). Наилучшей по Байесу будет стратегия Ai, соответствующая наибольшему ожидаемому выигрышу
15 Определение оптимальной стратегии в условиях неопределенности по критериям Вальда и Сэвиджа.
Критерий Вальда является критерием крайнего пессимизма, т.к. здесь игрок А исходит из предположения, что природа П «действует» против него наихудшим образом, т.е. реализует такие состояния Пj, при которых величина его выигрыша принимает наименьшие значения. Показатели эффективности чистой стратегии рассчитываются по формуле:
Оптимальной
по критерию Вальда считается та чистая
стратегия, показатель эффективности
которой будет максимальным, то есть
обеспечивается максимин:
Критерий Вальда
так же еще называют максиминным критерием.
Выбранные таким образом варианты
полностью исключают риск. Это означает,
что принимающий решение не может
столкнуться с наихудшим результатом,
чем тот, на который он ориентируется.
Применение критерия Вальда бывает
оправдано, если ситуация, в которой
принимается решение, следующая:
- О возможностях внешних проявлений состояний природы Пj ничего не известно;
-Приходится считаться с появлением различных внешних состояний Пj;
-Решение реализуется только один раз;
-Необходимо исключить какой бы то ни было риск.
Данным критерием руководствуются ЛПР не склонные к риску или рассматривающие ситуацию как пессимисты.
В ряде экономических задач в качестве критерия эффективности выступает показатель минимума затрат: капитальные вложения, валовые издержки производства, приведенные годовые затраты…
Критерий Сэвиджа – критерий потерь от «минимакса»
Критерий Сэвиджа как и критерий Вальда, является критерием крайнего пессимизма, ибо и здесь игрок А исходит из предположения, что природа реализует самые неблагоприятные для него состояния. Критерий Сэвиджа рекомендует выбирать в качестве оптимальной ту чистую стратегию, при которой минимизируется величина максимального риска. Таким образом, показатель эффективности определяется как величина максимального риска:
А цена игры равна:
При использовании
критерия Сэвиджа ситуация, в которой
принимается решение, должна удовлетворять
тем же условиям, что и при применении
критерия Вальда.
