- •1. Риск в менеджменте, основные принципы его анализа 10
- •2. Принятие решений в условиях стохастической информации 31
- •3. Принятие решений в конфликтных ситуациях 76
- •4. Принятие решений в условиях неопределенности состояний среды 170
- •5. Многокритериальная задача принятия решений в условиях риска 206
- •6. Принятие решений на основе нечёткой информации 230
- •7. Стоимость, время, риск 311
- •Введение
- •Понятие риска и задача принятия решений
- •1. Риск в менеджменте, основные принципы его анализа
- •1.2. Причины риска
- •1.3. Классификация экономических рисков
- •Общие принципы анализа риска
- •2. Принятие решений в условиях стохастической информации
- •2.1. Оценка риска
- •2.2. Использование неравенства Чебышева для оценки риска
- •2.3. Диверсификация как способ снижения риска
- •2.4. Коэффициент чувствительности “бета”
- •2.5. Хеджирование
- •2.6. Оптимизация риска
- •2.7. Оценка риска на основе показателей финансового состояния субъектов экономической деятельности
- •2.7.3. Алгоритм составления z-модели для субъекта предпринимательской деятельности
- •3. Принятие решений в конфликтных ситуациях
- •3.1. Предмет и задачи теории игр
- •3.2. Примеры игр Игра 1. Зачет
- •Игра 2. Игра Морра
- •Игра 3. Борьба за рынки
- •3.3. Матричные игры
- •3.3.1. Описание матричной игры
- •Игра 1. Вариант игры “Морра”
- •Игра 2. Борьба за рынки
- •3.3.2. Принцип максимина в антагонистических играх. Седловая точка
- •3.3.3. Чистые и смешанные стратегии
- •3.3.4. Основные теоремы матричных игр
- •3.3.5. Решение матричной игры (22)
- •3.3.6. Упрощение матричных игр
- •3.3.7. Решение игр 2n и m2
- •3.3.8. Решение игр mn. Эквивалентные задачи линейного программирования
- •3.3.9. Приближенный метод решения матричных игр mn
- •3.3.10. Качественная оценка элементов платёжной матрицы
- •3.3.11. Способы реализации случайного механизма выбора стратегий
- •3.4. Позиционные игры
- •3.4.1. Общие сведения
- •3.4.2. Задание позиционной игры в виде дерева
- •3.4.3. Решение позиционной игры с полной информацией
- •3.4.4. Нормализация позиционной игры
- •3.5. Бескоалиционные игры
- •3.5.1. Общие сведения
- •Ситуации, оптимальные по Паретто
- •3.5.3. Состояние равновесия по Нэшу
- •3.5.4. Описание биматричных игр
- •3.5.5. Решение биматричных игр
- •3.5.6. Пример решения биматричной игры Формулировка игры “Борьба за рынки”
- •Решение игры
- •3.5.7. Метастратегии и метарасширения
- •4. Принятие решений в условиях неопределенности состояний среды
- •4.1. Математическая модель задачи принятия решений в условиях неопределенности состояний среды
- •4.2. Критерии для принятия решений в условиях неопределенности состояний среды
- •4.2.1. Критерий Лапласа
- •Клиенты
- •4.2.2. Максиминный (минимаксный) критерий Вальда
- •4.2.3. Критерий минимаксного риска Сэвиджа
- •4.2.4. Критерий пессимизма-оптимизма Гурвица
- •4.2.5. Критерий Ходжа-Лемона
- •4.2.6. Критерий Гермейера
- •4.3. Рекомендации по принятию решений в условиях неопределенности состояния среды
- •4.4. Принятие решений по критерию Байеса с возможностью проведения эксперимента
- •5. Многокритериальная задача принятия решений в условиях риска
- •5.1. Общий подход к принятию многокритериальных решений
- •5.2. Многокритериальные решения, оптимальные по Парето
- •5.3. Методы определения коэффициентов приоритетности частных критериев
- •А. Вычисление коэффициентов приоритетности по формуле Фишберна
- •Б. Метод Уэя
- •5.4. Нормализация значений критериев
- •5.5. Аддитивный обобщенный критерий
- •5.6. Неоднозначность оптимальных решений по аддитивному и мультипликативному обобщенным критериям
- •5.7. Другие методы решения многокритериальной задачи
- •5.7.1. Оптимизация доминирующего частного критерия при ограничениях на значения доминируемых критериев
- •5.7.2. Метод последовательных уступок
- •6. Принятие решений на основе нечёткой информации
- •6.1. Неопределённость и неточность
- •6.2. Основные понятия теории нечётких множеств
- •6.3. Методы нахождения функций принадлежности
- •6.4. Операции над нечёткими множествами
- •6.5. Сравнение нечётких величин
- •6.6. Сравнение конечных нечётких множеств
- •6.7. Нечёткие отношения
- •6.8. Примеры использования теории нечётких множеств в задачах принятия решений
- •6.9. Нечёткие игры
- •6.10. Методика оценки качества на основе лингвистических переменных
- •6.10.1. Проблема оценки качества объекта исследования
- •6.10.2. Определение лингвистической переменной “качество”
- •6.10.3. Определение частных показателей лп “качество”
- •6.10.4. Определение коэффициентов приоритетности частных показателей
- •6.10.5. Нахождение комплексного показателя
- •6.10.6. Алгоритм оценки качества на основе лингвистических переменных
- •6.10.7. Достоинства рассматриваемой методики оценки качества
- •6.11. Анализ чувствительности и стабильности нечётких систем принятия решений
- •7.1. Взаимосвязь между стоимостью, временем и риском
- •7.2. Продолжительность как характеристика риска операций
- •7. Стоимость, время, риск
- •7.3. Продолжительность портфеля ценных бумаг
- •Заключение
- •Литература
4.2. Критерии для принятия решений в условиях неопределенности состояний среды
4.2.1. Критерий Лапласа
Этот
критерий опирается на принцип
недостаточного обоснования. Поскольку
вероятности состояния природы qj,
неизвестны, и ни одно состояние нельзя
предпочесть другому, то исходя из
принципа недостаточного обоснования,
предполагается, что эти вероятности
равны:
.
В этом случае, задача сводится к принятию решения в условиях стохастической определенности риска, которая рассматривалась в главе 2.
В частности, по критерию максимальной ожидаемой прибыли, будет применяться та стратегия хi, для которой максимальна величина
. (4.4)
Если же используется критерий минимального ожидаемого риска, то будет применяться та стратегия хi, для которой минимальна величина
. (4.5)
Покажем, что применение критериев максимума среднего выигрыша и минимума среднего риска для одних и тех же исходных данных приводит к одному и тому же результату.
Действительно, так как
,
а
rij
j
– aij,
то получаем, что
.
Для
данной матрицы
есть величина
постоянная, поэтому
.
Из
этого выражения видно, что если
отражается в максимум, то
принимает минимальное значение.
Следовательно, оптимальная стратегия,
полученная при применении максимизации
среднего выигрыша, будет совпадать с
оптимальной стратегией, полученной по
критерию минимизации среднего риска.
Данное свойство справедливо и для случая, когда состояния природы неравновероятны.
Когда
неопределённость в состояниях среды
удаётся ослабить (например, на основе
статистических наблюдений становятся
известны оценки вероятностей qj,
),
то в качестве
критерия оптимальности выбирают критерий
Байеса:
хk
Х ak
max
, 4.6)
где ak max – максимальное математическое ожидание выигрышей.
Отметим еще то важное положение, что в играх с природой при использовании критерия Лапласа и Байеса субъекту риска нет смысла применять смешанную стратегию S, которая представляют собой случайную величину на множестве чистых стратегий субъекта риска
.
Если в игре против сознательного противника смешанные стратегию вводят его в заблуждение, то в игре против "равнодушной" природы этой резон отпадает. Действительно, если субъект риска применит смешанную стратегию, то его средний выигрыш, осредненный, как по состояниям среды, так и по применяемым стратегиям, будет равен
.
Но
этот выигрыш не может быть больше
максимальной из усредняемых величин,
т.е. цена игры
.
Отсюда и следует, что применение в игре с природой любой смешанной стратегии S, найденной по критерию Лапласа или Байеса, не может быть выгоднее для субъекта риска, чем применение оптимальной по этим критериям чистой стратегии.
Пример. Предприятие, должно определить объем услуг, чтобы удовлетворить клиентов в течение предстоящих праздников. Точное число клиентов не известно, но ожидается, что оно может принять одно из четырех значений: 200; 250; 300 или 350.
Для каждого из этих возможных значений существует наилучший уровень предложения (с точки зрения возможных затрат). Отклонения от этих уровней приводит к дополнительным затратам либо из-за превышения предложения над спросом, либо из-за неполного удовлетворения спроса.
Ниже
приводится таблица, определяющая потери
в тысячах гривен. Необходимо принять
решение об уровне предложений хi,
i
.
