- •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.
16 Определение оптимальной стратегии в условиях неопределенности по критериям Сэвиджа и Гурвица.
Оценка альтернатив производится не по исходной матрице, а по так называемой "матрице сожалений" или, как ее еще называют в некоторых источниках, "матрице рисков".
Для произвольной альтернативы и конкретного состояния природы величина "сожаления" равна разнице между тем, что обеспечивает данная альтернатива, и тем, сколько максимально можно выиграть при данном состоянии. С экономической точки зрения величину "сожаления" можно трактовать как недополученный выигрыш (или упущенную выгоду) по сравнению с максимально возможным при данном состоянии природы.
Порядок применения критерия Сэвиджа
1. Для каждого состояния природы j (столбца матрицы) определим максимальное значение выигрыша yj:
yj = max(xij)
2. Для каждой клетки исходной матрицы X найдем разность между максимальным выигрышем rj для данного состояния природы и исходом в рассматриваемой ячейке xij:
rij = yj - xij
Из полученных значений составим новую матрицу R - "матрицу сожалений" или, как ее еще можно назвать, матрицу недополученных выигрышей.
3. Для каждой альтернативы в новой матрице R найдем наибольший возможный недополученный выигрыш ("максимальное сожаление"). Это и будет являться оценкой данной альтернативы по критерию Сэвиджа Si:
Si = max(rij), j=1..M
4. Оптимальной может быть признана альтернатива с минимальным (!) наибольшим недополученным выигрышем:
Х* = Хk, Sk = min(Si), i=1..N
Обычный (или простой) критерий Гурвица учитывает только крайние исходыxi max и xi min каждой альтернативы:
xi max = max(xij), xi min = min(xij), j = 1..M
Он позволяет учесть субъективное отношение применяющего данный критерий ЛПР за счет придания этим исходам разных "весов". Для этого в расчет критерия введен "коэффициент оптимизма" λ, 0 ≤ λ ≤ 1. Формула для расчета критерия Гурвица для i-й альтернативы с коэффициентом оптимизма λ выглядит следующим образом:
Hi (λ) = λ xi max + (1 - λ) xi min
Если исходы представляют возможные выигрыши, то оптимальной признается альтернатива с максимальным значением критерия Гурвица:
Х* = Хk , Hk (λ) = max(Hi (λ)), i = 1..N
Как видно из формулы, правильный выбор коэффициента оптимизма λ оказывает существенное влияние на результат применения критерия. Остановимся подробнее на логике подбора λ.
Если ЛПР настроен пессимистически, то для него важнее меньше потерять при плохом развитии событий, пусть даже это означает не такой большой выигрыш при удачном состоянии. Значит, удельный вес наихудшего исхода xi min в оценке альтернативы должен быть выше, чем для xi mах. Это обеспечивается, когда λ находится в пределах от 0 до 0.5, исключая последнее значение.
При λ = 0 критерий Гурвица "вырождается" в критерий Вальда и подходит только для очень пессимистично настроенных ЛПР.
Оптимистичный ЛПР, напротив, ориентируется на лучшие исходы, так как для него важнее больше выиграть, а не меньше проиграть. Больший удельный вес в оценке наилучшего исхода достигается при λ больше 0.5 и до 1 включительно. При λ = 1 критерий Гурвица становится критерием "максимакса", который учитывает исключительно наибольший исход каждой альтернативы.
Если у ЛПР нет ярко выраженного уклона ни в сторону пессимизма, ни оптимизма, коэффициент λ принимается равным 0.5.
