ТРИПУ_лаб2-3

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ РАДІОЕЛЕКТРОНІКИ

Кафедра СТ

Звіт

з лабораторної роботи №2

з дисципліни: «Теорія розробки та прийняття управлінських рішень»

Виконали: Перевірив:

ст. гр. АКТСІу-17-1 асистент каф. СТ

Черкашин В.А. Урняєва І. А.

Юрченко В.Р.

Харків 2019

2 Тема: прийняття рішень в умовах невизначеності

2.1 Мета роботи: Набуття практичних навичок прийняття рішень в умовах невизначеності за наявності та відсутності інформації про ймовірності станів.

2.2 Варіант індивідуальної роботи

Таблиця 2.2 – Варіанти ймовірностей сценаріїв

Варіант	P1	P2	P3	P4
10	0,2	0,3	0,3	0,2

Таблиця 2.1 – Значення прибутку від покупки акцій

Пакет акцій	Зміна вартості акцій
	Зростання	Стабільний стан	Зниження
	120	77	-117
	91	50	-48
	99	36	-50
	100	114	-80

2.3 Хід роботи

1. Вибрати індивідуальний варіант вихідних даних до роботи згідно з номером n прізвища студента у списку групи (табл. 2.1) – імовірності сценаріїв (табл. 2.2). Сформувати індивідуальну матрицю виграшів.

2. Для випадку, коли відомі імовірності сценаріїв, знайти рішення, використовуючи критерії максимального математичного сподівання, мінімальної дисперсії, «очікуване значення – дисперсія», граничного рівня, найбільш імовірного наслідку, мінімуму середнього ризику та Ходжа-Лемана.

3. Засобами однієї з алгоритмічних мов запрограмувати алгоритм вибору оптимального рішення в умовах невизначеності, використовуючи критерії Лапласа, Вальда, Севіджа, Гурвіца.

4. Застосовуючи складену програму, знайти оптимальні рішення за всіма обраними критеріями. Результати помістити в таблицю.

5. Порівняти результати для всіх критеріїв. Зробити висновки, оформити індивідуальний звіт по роботі.

Сформована індивідуальна матриця виграшів за допомогою програми MS Excel зображена на рисунку 2.1.

Рисунок 2.1 – матриця виграшів відповідно 10-мого варіанту

Рішення за критерієм максимального математичного сподівання зображено на рисунку 2.2. Фірмі слід вибрати пакет акцій – П2.

Рисунок 2.2 – Рішення за критерієм максимального математичного сподівання

Рішення за критерієм мінімальної дисперсії зображено на рисунку 2.3. Фірмі слід вибрати пакет акцій – П2.

Рисунок 2.3 – Рішення за критерієм мінімальної дисперсії

Рішення за критерієм «очікуване значення – дисперсія» зображено на рисунку 2.4. Фірмі слід вибрати пакет акцій – П2. Це ж рішення буде оптимальним за даним критерієм і при подальшому збільшенні значення K.

Рисунок 2.4 – Рішення за критерієм «очікуване значення – дисперсія»

Рішення за критерієм граничного рівня зображено на рисунку 2.5. Фірмі слід вибрати пакет акцій – П4.

Рисунок 2.5 – Рішення за критерієм граничного рівня

Рішення за критерієм найбільш імовірного наслідку зображено на рисунку 2.6. Фірмі слід вибрати пакет акцій – П3.

Рисунок 2.6 – Рішення за критерієм найбільш імовірного наслідку

Рішення за критерієм мінімуму середнього ризику зображено на рисунку 2.7. Фірмі слід вибрати пакет акцій – П1.

Рисунок 2.7 – Рішення за критерієм мінімуму середнього ризику

Рішення за критерієм Ходжа-Лемана зображено на рисунку 2.8. Фірмі слід вибрати пакет акцій – П3.

Рисунок 2.8 – Рішення за критерієм Ходжа-Лемана

Рисунок 2.9 – Результат роботи программи

ВИСНОВКИ

В ході лабораторної роботи були набуті практичні навички прийняття рішень в умовах невизначеності за наявності та відсутності інформації про ймовірності станів.

Застосування різних критеріїв призводить до різних результатів розв’язання задачі. Кожне з отриманих рішень визначається вибором критерію прийняття рішення з урахуванням його особливостей, але й суб'єктивізмом ОПР при завданні граничного рівня, числових коефіцієнтів у критерії «очікуване значення – дисперсія». Остаточний вибір рішення, як і у випадку детермінованих задач, слід проводити на основі аналізу сильних і слабких сторін рішень, отриманих за допомогою різних критеріїв.

ДОДАТОК А

public class lab2 { public static void main(String[] args) { int[][] winMatrix = {{77, -117, 120, -117},{50,91,50,50},{-50,36,-50,99},{100,-80,114,-80}}; double Max = 0; int index = 0; for(int i = 0; i<4; i++){ double M = 0; for(int j=0;j<4; j++){ M+=winMatrix[i][j]; } M/=4; if(Max<M){ Max=M; index = i; } } System.out.println("По Лаплассу нужно выбрать пакет акций №" + (index+1)); Max = -200; for(int i = 0; i<4; i++){ double min = winMatrix[i][0]; for(int j=0;j<3; j++){ if(min < winMatrix[i][j+1]);{ min = winMatrix[i][j+1]; } }; if(Max < min){ Max = min; index = i; } } System.out.println("По Вальду нужно выбрать пакет акций №" + (index+1)); double min = 200; for(int i = 0; i<4; i++){ double max = winMatrix[i][0]; for(int j=0;j<3; j++){ if(max < winMatrix[i][j+1]){ max = winMatrix[i][j+1]; } }; if(min > max){ min = max; index = i; } } System.out.println("По Севиджу нужно выбрать пакет акций №" + (index+1)); Max = -200; min = 200; double A = 0.5; double Gur = 0; for(int i = 0; i<4; i++){ double max = winMatrix[i][0]; for(int j=0;j<3; j++){ if(max < winMatrix[i][j+1]){ max = winMatrix[i][j+1]; } }; double Min = winMatrix[i][0]; for(int j=0;j<3; j++){ if(Min < winMatrix[i][j+1]);{ Min = winMatrix[i][j+1]; } }; double outGur = 0; if(Gur == 0 && i==0){ Gur = (A*Min) + (1-A)*max; } if(Gur < outGur) { Gur = outGur; index = i; } } System.out.println("По Гурвица нужно выбрать пакет акций №" + (index+1)); } }