
- •1. Дайте визначення таким поняттям як рішення, управлінське рішення, прийняття рішення. Перелічіть засади, на яких ґрунтується прийняття управлінських рішень.
- •2. Складові прийняття управлінських рішень.
- •3. Етапи розгорнутого процесу прийняття рішень. Охарактеризуйте коротко кожен з них.
- •4. Характерні помилки, які можуть траплятися у процесі прийняття рішень.
- •5. Алгоритм та його місце в теорії інтелектуальних систем прийняття рішень.
- •6. Структура інтелектуальної системи прийняття рішень.
- •7. Сутність поняття «Інтелектуальна система прийняття рішень».
- •8. Концептуальні положення системної парадигми.
- •9. Переваги та недоліки системної парадигми.
- •10. Принципи системного аналізу.
- •11. Основні методи системного аналізу.
- •12. Відмінності між класичним та новітнім системними підходами стосовно прийняття рішень.
- •13. Охарактеризуйте стисло суть кроків вирішення проблем та прийняття рішень.
- •14. Суть понять «дані» та «знання». Покажіть між ними відмінність.
- •15. Суть вимірності об’єкта. Шкали.
- •16. Особливості представлення знань в іспр.
- •17. Представлення знань в іспр за допомогою логічної моделі. Навести приклад.
- •18. Представлення знань в іспр за допомогою семантичних мереж. Навести приклад.
- •19. Представлення знань в іспр за допомогою фреймової моделі. Навести приклад.
- •20. Представлення знань в іспр за допомогою продукційної моделі. Навести приклад.
- •21. Раціональний вибір та аксіоми раціонального поводження в економіці.
- •22. Функції вибору та операції над ними.
- •23. Дерево рішень. Прийняття рішень за його допомогою.
- •24. Суть нераціонального поводження. Евристики та зміщення.
- •25. Теорія проспектів. Її відмінність від теорії корисності.
- •26. Види невизначеності та причини її виникнення.
- •27. Сутність ризику. Його суб’єктивність та об’єктивність.
- •28. Система постулатів стосовно ризику як економічної категорії.
- •29. Узагальнений алгоритм вимірювання певного виду економічного ризику
- •30. Сутність якісного аналізу ризику
- •31. Кількісні показники оцінки ступеня ризику в абсолютному вираженні.
- •32. Кількісні показники оцінки ступеня ризику у відносному вираженні
- •33. Визначення нечіткої множини та її властивості.
- •34. Операції над нечіткими множинами. Задати універсальну множину та дві нечіткі множини на ній та здійснити всі можливі операції над ними.
- •35. Суть дефазифікації. Методи дефазифікації. Наведіть приклад.
- •36. Функція належності та методи її побудови.
- •37. Нечітке відношення та його властивості.
- •38. Суть прийняття рішення за принципом Белмана–Заде.
- •39. Кроки нечіткого виводу в загальному випадку.
- •40, Що таке задачі оптимізації? у яких випадках застосування інструментарію генетичного алгоритму є ефективнішим за традиційні методи оптимізації.
- •41. Способи кодування параметрів задачі для використання у прийнятті рішення інструментарію генетичного алгоритму. Детально пояснять двійкове кодування.
- •42. Основна термінологія, що використовується в генетичному алгоритмі.
- •43. Основі кроки класичного генетичного алгоритму. Опишіть їх.
- •45. Оператори генетичного алгоритму.
- •46. Експертна система оцінювання та принципи, на яких вона ґрунтується.
- •47. Схема експертного оцінювання з урахуванням послідовності залучення і функцій основних груп суб'єктів.
- •48. Етапи процесу експертного оцінювання
- •49. Методи колективної роботи експертної групи
- •50. Методи отримання індивідуальної думки членів експертної групи.
- •51. Задачі експертного оцінювання.
- •52. Статистичні методи обробки експертної інформації.
- •53. Якісна модель опр.
- •54. Способи якісного вимірювання оцінок альтернатив за критеріями.
- •55. Метод запрос. (Замкнуті Процедури у Опорних Ситуацій)
- •56. Метод аналізу ієрархій.
- •57.Суть багатокритеріальних задач прийняття рішень.
- •58. Назвіть типові багатокритеріальні задачі та стисло опишіть одну з них.
- •59. Кроки процесу розв‘язування багатокритеріальної задачі.
- •60. Суть методу використання гіперболічної функції для розв’язування багатокритеріальної задачі.
- •61. Стисло опишіть основні кроки розпливчастого методу аналізу ієрархій.
- •62. Гра та її складові.
- •63. Класифікація інформаційних ситуацій.
- •64. Інгредієнт функціонала оцінювання
- •65. Прийняття рішень у полі першої інформаційної ситуації.
- •66. Прийняття рішень у полі другої інформаційної ситуації.
- •67. Прийняття рішень у полі третьої інформаційної ситуації.
- •68. Прийняття рішень у полі четвертої інформаційної
- •69. Прийняття рішень у полі п'ятої інформаційної ситуації.
- •70. Прийняття рішень у полі шостої інформаційної ситуації.
- •71. Суть теоретико-ігрового підходу в прийнятті рішень з урахуванням
- •72. Ігровий розпливчастий метод аналізу ієрархій (ірмаі).
- •73. Стисло охарактеризуйте теоретико-ігрову концепцію вибору портфеля.
- •75. Одношарові та багатошарові штучні нейронні мережі. Їх архітектурні особливості. Розрахунок вихідного вектору.
- •76. Суть навчання штучних нейронних мереж та його оцінювання.
- •77. Правила навчання штучних нейронних мереж.
- •78. Назвіть різні структури нейронних мереж та для однієї з них наведіть алгоритм її навчання.
- •79. Особливості сумісного використання генетичних алгоритмів та штучних нейронних мереж.
- •80. Основні характеристики штучних нечітких нейронних мереж.
31. Кількісні показники оцінки ступеня ризику в абсолютному вираженні.
Ризик в абсолютному вираженні.
Для здійснення кількісної оцінки економічного ризику підприємець повинен керуватись двома категоріями:
1). Величиною очікуваних втрат спричинених конкретним рішенням.
2). Ймовірністю настання цих втрат.
Для оцінювання ймовірності може застосовуватись один із двох методів:
1). Суб’єктивний метод оцінки ймовірності.
2). Об’єктивний метод (обробка статистичних даних).
Система кількісних оцінок ризику в абсолютному виразі складається з таких:
У випадку, коли рішення є альтернативним, тобто можливі лише два наслідки його реалізації, показники ризику розраховуються за такою залежністю:
R = Xн * Рн,
де Хн – величина збитків у разі настання негативного наслідку рішення, Рн – ймовірність настання негативного наслідку.
У випадку, якщо рішення мають декілька (безліч) наслідків реалізації, використовують показники:
математичне сподівання. Математичне сподівання дискреційної величини представляє собою суму добутків можливих варіантів цієї величини на їх імовірність:
при
чому основною умовою використання цієї
формули є:
.
Математичне
сподівання для неперервної величини:
М(х)=
;
показник дисперсії характеризує ступінь мінливості реальних даних деякої випадкової величини навколо математичного сподівання. Визначається як математичне сподівання квадратів відхилень індивідуальних значень випадкової величини від її математичного сподівання: σ2=М(х – М(х))2
Для дисперсійної величини формула дисперсії має вигляд:
σ2=
.
Для
неперервної величини: σ2=
.
середньо квадратичне відхилення:
σ
=
;
σ
=
.
Іноді для оцінки величини ризику в абсолютному виразі використовують ймовірність настання небажаних наслідків, тобто величини Р. Для неперервних величин при оцінці ризику іноді достатнім є зображення густоти розподілу випадкових величин Х на графіку (Рис. 2.1):
З наведених на малюнку прикладів розподілу віддачі проекту А і Б можна зробити висновок, що ризик проекту Б є меншим ніж ризик проекту А, оскільки менша його розсіюваність навколо середнього значення.
32. Кількісні показники оцінки ступеня ризику у відносному вираженні
Іноді для оцінки ризику при обґрунтуванні рішення не достатньо абсолютних показників. У такому випадку здійснюють розрахунок відносних показників. У відносному виразі ризик визначається:
1) коефіцієнтом ризику, який визначається як відношення величини максимальних втрат від даного виду діяльності до деякої бази порівнянь (за таку базу може прийматись обсяг власних ресурсів підприємства, загальні величини втрати по даному виду діяльності або сподіваний дохід від даного виду діяльності):
,де
Х – величина максимально можливих
втрат;
К
– база порівнянь.
За міру ризику взята відносна величина: відношення можливих збитків до певної бази — обсягу власних ресурсів. Необхідно підкреслити, що залежно від ситуації за базу можуть слугувати також або майновий стан інвестора (підприємства), або загальні витрати, пов’язані з певним видом діяльності, або ж очікуваний дохід (ефективність) тощо. Доречним буде й багатокритеріальний підхід, що спирається на раціональну систему гіпотез.
Коефіцієнт сподіваних збитків (l1) являє собою показник, що враховує обсяг сподіваних збитків стосовно певної величини, котра характеризує прибуток (ЧПВ) об’єкта (проекту), тобто це частка від ділення абсолютної величини сподіваних збитків на суму сподіваних вигід плюс абсолютна величина сподіваних збитків. Коефіцієнт цей обчислюється за формулою:
,
де f (x) — щільність імовірності випадкової величини ефективності проекту.
2). Коефіцієнт варіації
σв=
(2.10).
Цей показник, як правило завершує проведення дисперсійного аналізу ризику і використовується при наявності масиву статистичної інформації. При чому, чим більший цей показник, тим більшим є ризик, пов’язаний з даним проектом.
Приклад:
Емігрант з України включається в гру на фондовій біржі після того як отримав роботу і має стабільний дохід. Заощадивши власні 10000 доларів, він взяв у борг ще 40000 доларів під 10%-річних і вклав всі 50000 доларів в акції однієї з компаній, розраховуючи на річне зростання курсу 20%. Але фактичний курс почав падати з ряду причин і коли він знизився на 40% емігрант вирішив позбутися ненадійних акцій, у результаті чого збитки привели його до банкрутства. Його знайомий американець також вклав власні 50000 доларів в акції тієї ж фірми, а потім продав їх, проте американцю вдалося уникнути банкрутства. Чому збанкрутував емігрант?
Розв’язок
1). Визначаємо збитки, які зазнав емігрант: 10000+40000·1,1-30000=24000 доларів.
Власний капітал емігранта 10000 доларів.
2). Збитки американця дорівнюють 20000 доларам: вклав 50000 дол., повернув 30000 дол. Власний капітал 50000 доларів.
У наведеній фінансовій операції ступінь ризику емігранта у 6 разів переважав ступінь ризику американця, тому він і зазнав банкрутства.