- •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
5.5. Аддитивный обобщенный критерий
Наиболее распространенным обобщенным критерием является “взвешенная” сумма частных критериев
, (5.7)
где
ki
> 0,
коэффициенты приоритетности критериев
(весовые коэффициенты), которые
удовлетворяют условию
.
Если размерность частных критериев
различна, то
,
где fjн(x) – нормированные частные критерии.
Очевидно, что чем больше kj, тем больший вклад j-го критерия в обобщенный показатель независимо от того, подлежит ли частный критерий максимизации или минимизации.
Легко показать, что решение x X, оптимальное по обобщенному аддитивному критерию, является и Парето-оптимальным в множестве возможных решений Х.
Пример. Найти оптимальное решение, используя обобщенный аддитивный критерий, для следующей многокритериальной задачи:
Первый критерий предпочтительнее второго, а второй – третьего. Все критерии подлежат максимизации. Размерности оценок решений по всем критериям одинаковы.
Решение. Коэффициенты приоритетности найдем, используя формулу Фишберна:
.
Поскольку размерности оценок по всем критериям одинаковы, нормализацию в данной задаче не проводим.
Используя
обобщенный аддитивный критерий
,
получаем
Так
как
,
то хopt
х1.
Если бы приоритетность критериев была одинаковой (k1 k2 k3 1/3), то оптимальным решением было бы х4.
Но ни при каких коэффициентах приоритетности решение х5 не станет оптимальным, поскольку оно не является Парето-оптимальным: x1 > x5. Поэтому решение х5 можно было бы сразу исключить из дальнейшего рассмотрения.
Главным недостатком обобщенного аддитивного критерия является то, что при его применении может происходить взаимная компенсация частных критериев: уменьшение одного из показателей может быть компенсировано возрастанием другого.
5.6. Неоднозначность оптимальных решений по аддитивному и мультипликативному обобщенным критериям
Пусть
каждое решение оценивается двумя
критериями: результатом
(этот критерий нужно максимизировать)
и затратами
(этот критерий необходимо минимизировать).
Предположим, что оба критерия имеют
одну и ту же единицу размерности, поэтому
нормализацию проводить не требуется.
Тогда обобщенный аддитивный критерий имеет вид
, (5.8)
где
– коэффициенты приоритетности результата
решения и затрат на его исполнение
соответственно.
Обобщенный мультипликативный критерий
. (5.9)
Оказывается, решения, принимаемые по этим обобщенным критериям, совпадают не всегда [23].
Определим ситуации, когда решения по этим критериям совпадают и когда не совпадают.
Пусть
.
Тогда очевидно, что решение x1
предпочтительнее решения x2
по обоим обобщенным критериям, если
,
и, наоборот, x1
хуже решения x2
по обоим критериям, если
.
Пусть
.
Тогда, если
,
решение x1
предпочтительнее x2,
а если
,
предпочтительным является решение x2.
Также тривиальным является случай,
когда одно решение лучше другого, как
по результату, так и по затратам. Например,
если
и
,
то по обоим обобщенным критериям лучшим
является решение x1.
Рассмотрим нетривиальный случай
; (5.10)
. (5.11)
Введем положительные числа > 0 и > 0 такие, что
; (5.12)
. (5.13)
Тогда значение обобщенного аддитивного критерия для решения x1 равно
, (5.14)
а для решения x2 с учетом выражений (5.12), (5.13) имеем
Очевидно, что решение x1 будет предпочтительнее решения x2 в случае
. (5.15)
Итак, получаем, что если использовать обобщенный аддитивный критерий, то для условий (5.10), (5.11) оптимальное решение удовлетворяет условиям:
. (5.16)
В выражении (5.16) знак « » означает, что первое решение лучше второго; знак « » – что первое решение хуже второго; знак « » – оба решения равноценны.
Как
видим, условия (5.16) зависят как от
соотношения
,
так и от соотношения коэффициентов
приоритетности
.
Рассмотрим задачу принятия решения при использовании обобщенного мультипликативного критерия:
; (5.17)
(5.18)
Решение x1 будет предпочтительнее решения x2 , если
,
или
. (5.19)
Раскрывая
неравенство (5.19) и учитывая, что
;
,
получаем, что при использовании
обобщенного мультипликативного критерия
оптимальные решения удовлетворяют
следующим условиям:
. (5.20)
Условия
(5.20) определяются только соотношением
и не зависят от соотношения коэффициентов
приоритетности.
Условия
(5.16) и (5.20) одновременно представим в
прямоугольной системе координат
(рис.5.4).
Рис. 5.4. Области, определяющие однозначность и неоднозначность принятия решения при использовании аддитивного и мультипликативного критериев
Как видно из рис.5.4, области II и IV соответствуют различным оптимальным решениям, если использовать различные обобщенные критерии, а области I и III обеспечивают одно и то же оптимальное решение.
Область II соответствует условиям
; (5.21)
. (5.22)
Пример.
Пусть
;
;
2;
3; f1(x1)
4 ден.
ед.;
f2(x1)
3,5 ден.
ед.
Требуется найти оптимальное решение
по обобщенному аддитивному и
мультипликативному критериям.
Решение. Так как f1(x2) f1(x1) 4 2 2; f2(x2) f2(x1) 3,5 3 0,5, то
;
.
Так
как
,
то решение x1
является оптимальным, если использовать
обобщенный аддитивный критерий.
Найдем решение по мультипликативному критерию.
;
.
Так
как
,
то решение x2
лучше решения x1.
Таким
образом, получили по разным обобщенным
критериям разные решения, поскольку
начальные условия данной задачи
соответствуют области II. Действительно,
;
,
а следовательно, условия (5.21) и (5.22)
выполняются.
Область противоположных решений IV соответствует условиям
; (5.23)
. (5.24)
Покажем,
что условия (5.23) и (5.24) не всегда могут
удовлетворять реальным решениям, у
которых
,
то есть результат выше затрат.
Действительно, если k1
> k2,
то
,
то есть
.
Но в этом случае, чтобы выполнить условие
(5.24), необходимо, чтобы f2(x1)
было больше
f1(x1)
(затраты должны быть выше результата).
Если
же k1
< k2,
то
может быть меньше единицы (если
),
а в этом случае условие (5.24) может быть
выполнено и при
.
Пример.
Пусть
;
;
1;
0,5; f1(x1)
5; f2(x1)
3.
Эти начальные условия удовлетворяют
области IV.
Действительно,
;
.
Найдем для данных условий решения, оптимальные по обобщенному аддитивному и мультипликативному критериям.
f1(x2) f1(x1) 5 1 4; f2(x2) f2(x1) 3 0,5 2,5;
;
.
Так
как
,
то решение x2
является оптимальным по аддитивному
критерию.
;
.
Так
как
,
то по мультипликативному критерию
предпочтительным является решение x1.
При выполнении условий
;
; (5.25)
;
(5.26)
оптимальные решения по обобщенным аддитивному и мультипликативному критериям совпадают.
