Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Бешелев, С. Д. Экспертные оценки

.pdf
Скачиваний:
47
Добавлен:
19.10.2023
Размер:
6.92 Mб
Скачать

Для представления цепи последовательных во вре­ мени событий используются матрицы последовательно­ сти, построение которых основано на следующих пра­ вилах:

горизонтальные строки матрицы соответствуют со­ бытиям (узлы сети), а вертикальные столбцы — работам (дуги сети);

если событие является начальным для некоторой работы (исток дуги), то в пересечении соответствующих

строки

и столбца матрицы

ставится плюс 1;

— если событие является конечным для некоторой

работы (сток дуги), то в

пересечении

соответствующих

строки

и столбца матрицы ставится минус 1;

 

Рис.

3. Сеть из 4

событии

— во г всех остальных клетках матрицы простав­ ляется 0.

Исследование матриц последовательности позволяет выявить логическую взаимосвязь элементов для процессов, меняющихся во времени.

Рассмотрим простой пример. Пусть имеется процесс, состоящий из событий^, Ъ, с, d; сеть такого процесса по­ казана на рис. 3.

Построим матрицу последовательности, исходя из установленных ранее правил (табл. 2).

Использование матриц последовательности дает воз­ можность не только установить взаимосвязь событий одной программы, но и оценить логические связи между

Таблица

2

 

 

 

 

Матрица последовательности

 

 

 

 

 

(ас)

(сЬ)

 

(ей)

V а

1

1

0

0

0

Ъ

—1

0

—1

1

0

' • •• с

0

—1

1

0

1

d

0

0

0

—1

—1

60

задачами различных уровней. Хотя при этом происходит некоторая «потеря» исходной информации, применение матриц такого типа обеспечивает необходимую простоту логических переходов с одного уровня на другой.

При выборе предпочтительных направлений развития и альтернатив необходимо учитывать не только взаимо­ связи их элементов и событий, но и основные параметры, характеризующие каждую альтернативу, т. е. время, затраты, результаты и вероятность успеха. Кроме того, нельзя не принимать во внимание внешние, не контроли­ руемые нами факторы, которые могут влиять на резуль­ таты решения.

Впоследнее время разработаны методы, позволяющие

вкакой-то степени учитывать и эти обстоятельства. Один из них — построение дерева решений.

Покажем основные принципы построения деревьев ре­ шений на простом примере. Предположим, что нам необ­ ходимо решить, где провести предстоящий отпуск. Есть два варианта: 1) совершить туристскую поездку на Бай­ кал; 2) взять путевку в дом отдыха. Путешествие на Бай­ кал представляется значительно более интересным, однако не исключено, что будет плохая погода и тогда удоволь­ ствия от путешествия мы не получим. Возможно даже, что в данном случае нам придется принять решение о воз­ вращении домой. Если же мы выберем поездку в дом от­ дыха, то, хотя это и доставит нам меньше удовольствия, плохая погода не окажет столь существенного влияния на наше впечатление об отпуске. Однако мы будем сожа­ леть о том, что не поехали на Байкал, если погода будет хорошей,

Таблица 3 Варианты событий и результатов

Возможные

События и результаты

 

 

 

 

варианты

плохая погода

хорошая

погода

 

Поездка

Неудача

Максимум

удовлетворе­

на Байкал

 

ния

 

Дом отдыха

Легкая неудовлетворен­

Легкая неудовлетворен­

 

ность, но в общем удач­

ность и сожаление о не­

 

но

состоявшейся поездке

 

 

на Байкал

 

61

Для логического анализа описанных ситуаций можно составить матрицу следующего вида (табл. 3).

Эти ситуации можно представить в впде дерева реше­ ний (рис. 4).

В схемах таких деревьев квадратами обозначаются решения, принимаемые нами, а круясками — решения, зависящие от внешних условий. В показанном на рис. 4 примере в правой части дерева решений представлены результаты различных альтернативных действий.

U C U O p ' I C H H I . l f l

отпуск

отлнчнмп отпуск

недостаточно интересно, но удоплетпорнТСЛ1.НО

недостаточно интересно и . сожаление

Рис. 4. Дерево решений

Итак, дерево решений включает в себя варианты дей­ ствий, а также возможные события и результаты действий, на которые оказывают влияние не контролируемые нами факторы. Естественно, что какие-то из этих событий и результатов не будут реализованы, однако, принимая ре­ шение о выборе курса действий, необходимо оценить с по­ мощью экспертов вероятности их свершения.

Полученные от экспертов оценки могут быть просум-

nмированы по определенным правилам, что дает возмож­ ность рассчитать вероятность каждого из альтернатив­

ных результатов. Более того, с помощью дерева решений можно учитывать факторы времени и затрат.

Читателям, которые заинтересуются методами рас­ чета и математическим аппаратом деревьев решений, рекомендуем обратиться к специальной работе 1 2 .

1 3 С. Д. Бешелев, Ф. Г. Гурвпч. Об использовании деревьев решений при выборе НИОКР. В кн. «Экономико-математические модели». Сб. 4. М., 1972, стр. .96-102..

62

В последние годы предлагается множество различных методов, которые, по мнению их авторов, должны помочь выбору рациональных решений. Однако того, о чем мы рассказали, достаточно, чтобы понять, что многообразие и сложность проблем научно-технического прогресса требуют разумного сочетания математических методов, направлен­ ных на комплексную оптимизацию решений, с более про­ стыми методами и математическими приемами, обеспе­ чивающими решение проблемы по частям с последующим установлением логических связей между частями и коли­ чественной оценкой связей с помощью экспертных методов.

После того как некоторые из таких подходов к решению этих проблем были показаны в данной главе, можно перейти к описанию принципов, положенных в основу экспертных методов.

Глава 3

ПРИНЦИПЫ ЭКСПЕРТНЫХ ОЦЕНОК

[ Знание людей заслуживает имени Науки в зависимости I от того, какую роль играет в нем число.

Э. Ворелъ

французский математик

Вероятность и экспертные оценки

Влияние отдаленного будущего на сегодняшние решения становится в наше время все более существенным. Это вы­ звано рядом причин, среди которых одной из наиболее значительных является ускорение темпов научно-техни­ ческого прогресса. Способность предвидеть последствия совершаемых действий в будущем и планировать эти дей­ ствия так, чтобы достигнуть желаемых результатов, является сейчас одним из наиболее важных аспектов управ­ ления общественным производством.

Потребность в планировании возникает тогда, когда достижение желаемого состояния зависит от целого на­ бора взаимозависимых решений и возможных исходов. Если есть основание считать, что будущее само естествен­ ным образом приведет нас к желаемому результату, то

. в плане нет никакой нужды. Именно поэтому концепция

 

детерминизма при оценке перспектив все

более уступает

I вероятностному подходу.

 

 

'

«Если

лапласовская концепция детерминизма, — пи­

 

шет Поль

Ланжевен, — представляла

Вселенную

как

 

бесконечно сложный снаряд, который, будучи пущен из

 

начального состояния известным образом, должен не­

 

уклонно двигаться по траектории, которую можно пред­

 

видеть до сколь угодно отдаленного времени, новая

 

физика в любом случае, как бы ни была она развита и

 

хорошо информирована, позволяет предвидеть только

 

вероятности, все более расплывающиеся по мере удале­

 

ния во времени. . . Можно быть уверенным только в

на-

64

стоящем, но, когда мы хотим проследить его последствия в будущем, оно испытывает преломление» Ч

Вопрос об определении вероятное^ будущих событий приобретает сейчас чрезвычайно важное значение при прогнозировании и долгосрочном планировании науки, техники и экономики.

. Часто вероятность наступления случайного события

можно рассчитать

на

основе многократных

наблюдений

за проявлениями

его

в прошлом. Цифры,

полученные

с помощью таких расчетов, практически являются оцен­ ками вероятности. Эти оценки основаны на ограниченном, хотя и достаточно обширном статистическом материале и на предположении, что по мере увеличения объема дан­ ных каждая оценка стремится к пределу, который и является статистической вероятностью данного события.

Последовательное применение такой концепции для решения практических задач требует наличия однотип­ ных условий и возникновения неоднократно повторяю­ щихся одинаковых или аналогичных событий. Вместе с тем решения о вероятности многих событий прихо­ дится принимать при неполной информации о возможных условиях их осуществления и при отсутствии данных об аналогичных событиях в прошлом.

Исторически теория вероятностей возникла, как было показано ранее, при решении проблем, связанных с азарт­ ными играми. Этот первоначальный подход к определе­ нию вероятности, разработанный Паскалем и Ферма, отличался от статистического и был связан с логическими оценочными суждениями и индуктивными выводами. Надо-

сказать,

что элементы индуктивной

логики

были уже

у Аристотеля. В

X V I — X I X вв. Бэкон и Милль

создали

так

называемую

классическую

индуктивную

 

логику,

а в

X X

в. началась ее математизация

на основе

исполь­

зования

понятия

математической

вероятности.

 

 

 

«Анализ логических процессов, изучаемых

индуктив­

ной логикой, вошел в круг рассмотрения вероятностной логики как частный случай решения более широкой задачи: определения степени правдоподобия, или веро­ ятности, данного значения на основании некоторой (не­

полной) информации; это позволяет говорить

о вероят-

1 Цит. по кн.: П. Массе. Критерии в методы оптимального

определения

капиталовложений. М., 1971, стр. 214.

 

5 С. Д. Вешелев, Ф. Г. Гурвич

65

ностной логике как о современной форме индуктивной логики» 2 .

Следует отметить, что любое индуктивное исследова­ ние предполагает использование общих теорий, т. е. включает в себя момент дедукции, и, напротив, дедукция невозможна без предположений, получаемых индуктив­

ным

путем.

 

 

«Индукция и дедукция связаны между собою столь же

необходимым

образом,

как синтез и анализ, — отмечал

Ф.

Энгельс.

— Вместо

того чтобы односторонне пре­

возносить одну из них до небес за счет другой, надо ста­ раться применять каждую на своем месте, а этого можно добиться лишь в том случае, если не упускать из виду их связь между собой, их взаимиое дополнение друг друга» 3 . Эта сторона дела особенно важна сейчас, когда методы теории вероятностей и математической статистики используются для подготовки решений в условиях не­ определенности.

Современная математическая статистика, с одной сто­ роны, является строго дедуктивной дисциплиной, обеспе­ чивающей математическую обработку данных о реальных фактах и явлениях, а с другой — все шире использует индуктивные приемы, позволяющие выбрать наиболее важное и существенное для принятия обоснованных ре­ шений.

Методы теории вероятностей и математической стати­ стики приобретают все возрастающее значение, поскольку они тесно связаны с познанием внутренней сущности экономических явлений и процессов управления общест­ венным производством.

Характер информации, необходимой для принятия достоверных решений, связан с возможностью ее изме­ рения. Можно выделить три типа информации.

Во-первых, имеется информация, подтвержденная си­ стематическими экспериментальными или статистическими наблюдениями, измерение которой достаточно надежно в смысле ее «проверяемости». Такую информацию будем называть^знанием. Во-вторых, существует информация, необходимая для~принятия решений, но подкрепленная малым количеством свидетельств либо вообще не под-

3

«Философская энциклопедия», т. 3. М-., 1964, стр. 221.

8

К. Маркс и Ф. Энгельс. Сочинения, т. 20, стр. 642—543.

66

крепленная таковыми, а основанная лишь на знании су­ ществующей ситуации. Такую информацию обычно на­ зывают предположением.

Между этими двумя видами информации находится обширная область сведений, для подтверждения которых существует лишь некоторая измеряемая информация. Такую информацию можно назвать _мнением.

Границы, разделяющие три названных типа, очень расплывчаты; в большинстве решений приходится иметь дело со всеми тремя типами информации. Однако такое различение позволяет давать оценки степени достовер­ ности имеющейся информации (рис. 5).

1,0

 

 

н

 

 

О

 

 

с.

 

 

CJ

 

 

•а

 

 

о

 

 

ь

 

 

Предположение

Мнение

Знание

Рис. 5. Зависимость

достоверности

от типа информации

Экспертные оценки чаще всего используются в ситуа­ циях, когда достоверность информации, необходимой для принятия решения, невелика. Они являются вероятност­ ными, основанными на способности личности ^давать по­ лезную информацию в условиях неопределенности, Неиз-

[ вестная нам количественная характеристика исследуе-

:мого явления рассматривается в таких условиях как

случайная

величина, отражением

закона

распределения

которой

является индивидуальная

оценка

специалиста-

•' эксперта

о достоверности

или значимости

того или иного

[ события.

 

 

 

 

Когда

такие оценки

получены

от группы экспертов,

предполагается, что «истинное» значение исследуемой ха­ рактеристики находится внутри диапазона оценок и что («обобщенное» коллективное мнение является более до­ стоверным.

Прежде чем показать обоснованность этих предполо­ жений, необходимо напомнить некоторые понятия теории

5* 67

вероятностей и математической статистики, используе­ мые в экспертных методах.

Аксиомы теории вероятностей, разработанные акаде­ миком А. Н. Колмогоровым, устанавливают, что всякому случайному событию А может быть поставлено в соответ­ ствие вещественное число Р (А) — вероятность события А, заключенное между нулем и единицей; при этом вероят-

; ность достоверного события равна единице.

Вероятность наступления одного из событий, А или В,

\ равна сумме вероятностей

отдельных событий, если

эти

| события несовместимы, т.

е. взаимно .исключают

друг

1 друга:

 

 

'Р {А или В) = Р (А) + Р {В).

Среди теорем о вероятностях случайных событий отме­

тим

также следующие:

 

 

1.

вероятность

невозможного события

равна нулю;

2.

для всякого

случайного события А

действительно

соотношение

 

 

 

Р(А) + Р(А) = 1,

 

где

А — событие,

противоположное событию А.

 

Отсюда видно, что если вероятность наступления ка­

кого-либо события

составляет Р, то вероятность противо­

положного события будет равна 1 Р.

Так, если при бросании несцентрированной монеты оказывается, что вероятность выпадения орла 0,6, то ве­ роятность выпадения решки будет 0,4. Аналогично, если вы оценили, что вероятность получения отпуска в наи­ более желательный период составляет 0,6, то вероятность того, что вы не получите отпуск в течение этого периода, будет равна 0,4.

В случае, когда на осуществление одного события не влияет осуществление другого, т. е. события незави­ симы, вероятность совместного их осуществления равна произведению их вероятностей:

Р{А и В) = Р{А)ХР {В).

i Это правило умножения вероятностей может быть распространено на любое число независимых событий, входящих в состав какого-либо сТктайЕоТо*^обытия.

——-- Если, например, мы должны выбрать обед из трех блюд по меню, в котором есть три первых блюда, пять

68

вторых и два десерта, и если представить, что каждый выбор произведен независимо и случайно, то вероятность того, что будут заказаны борщ, шницель и компот, равна

1

1

1

1

 

3 Л

5 л

2

30 '

Однако бывает, что вероятность одного' события-ме­ няется, если произойдет другое; в этих случаях мы гово­ рим, что вероятность его условна. Вероятность события В

при условии, что произойдет событие А, обозначается

"как 'Р~(В71У.

Пусть вы хотели бы поехать во время отпуска на Бай­ кал, и если вам предоставят отпуск в летний период, то имеется 90%-ная вероятность, что это путешествие состоится. Предположим также, что вероятность получе­ ния отпуска летом равна 60% .

Тогда, пользуясь правилом умножения и другими тео­ ремами вероятностей, можно найти условные вероятности всех возможных исходов:

Отпуск

летом и поездка па Байкал

0,60X0,90=0,54

Отпуск

летом без поездки на Байкал

0,60x0,10=0,06

Нет отпуска летом, по есть поездка на Байкал

0,40Х 0,10=0,04

Нет отпуска летом, нет поездки на Байкал

0,40X0,90=0,36

 

 

1,00

При включении понятия условной вероятности можно придать правилу умножения вероятностей более общую форму: вероятность сложного события есть произведение вероятности одного события и условной вероятности другого:

Р(А ж В) = Р(А)ХР(В/А).

Отсюда условная вероятность любого события В, если А осуществилось, равна частному от деления веро­

ятности свершения событий А и

В на вероятность собы­

тия

А, т.

е.

 

-

Р(В/А)

= Р [ р * А ) В ) , если

Р(В)>0.

На основании изложенного выше может быть получена формула полной вероятности. Пусть мы имеем событие А, которое может осуществиться лишь при условии, что происходит одно из несовместимых событий В1} Вг,. . .,

Соседние файлы в папке книги из ГПНТБ