
- •Принятие решений
- •Постановка задачи принятия решений в условиях неопределенности
- •Основные элементы задачи принятия решений
- •Принятие решений в условиях определенности
- •Принятие решений в условиях неопределенности
- •Критерий равновозможных состояний
- •Критерий пессимизма-оптимизма Гурвица
- •Критерий минимакса сожалений Сэвиджа
- •Принятие решений в условиях риска
- •Критерий максимума ожидаемых полезностей
- •Критерий наиболее вероятного состояния природы
- •Критерий минимума ожидаемых сожалений
- •Определение функции полезности
- •Основные аксиомы теории полезностей
Критерий максимума ожидаемых полезностей
Это наиболее распространенный критерий,
согласно которому оптимальное действие
имеет максимальную ожидаемую полезность.
Обозначим вектор полезностей,
соответствующих
-ому действию,
.
Ожидаемая полезность для
-ого действия есть математическое
ожидание полезностей, соответствующих
этому действию, т.е.
Следует отметить, что если множество
состояний природы бесконечно и имеет
плотность
,
то ожидаемая полезность для
-ого действия определяется как
Критерий оптимальности можно записать
следующим образом. Действие
является оптимальным, если для любого
выполняется неравенство
или
.
Рассмотрим снова пример с вложением
денег, предполагая, что с вероятностью
0.4 будет быстрый рост экономики, с
вероятностью 0.2 будет средний рост, с
вероятностью 0.3 будет неизменное
состояние и с вероятностью 0.1 будет
спад, т.е.
,
,
,
.
Тогда ожидаемые полезности альтернатив
вычисляются как
Максимальное значение ожидаемой
полезности -
.
Следовательно, оптимальное действие -
покупка облигаций (
).
Так как критерий максимума ожидаемых
полезностей является одним из самых
важных и распространенных, то рассмотрим
использование этого критерия при
определении смешанной стратегии или
рандомизированного действия, т.е. наша
задача определить оптимальное
распределение вероятностей
,
определенное на множестве действий
,
такое, что ожидаемая полезность
была бы максимальной. Другими словами,
стратегия
является оптимальной, если для всех
выполняется неравенство
.
Таким образом, для нахождения оптимальной
стратегии
необходимо решить следующую задачу
линейного программирования:
при ограничениях
Достаточно просто показать, что
оптимальное решение задачи - чистая
стратегия, т.е.
.
Действительно, множество распределений
образует
-мерный симплекс вероятностей, а
оптимальное решение задачи линейного
программирования определяется крайними
точками множества значений переменных.
Поэтому оптимальным распределением
является одно из следующих (крайние
точки):
Таким образом, задача поиска оптимальной
смешанной стратегии сводится к уже
рассмотренной задаче максимизации
ожидаемой полезности, т.е. к поиску
оптимальной чистой стратегии. В то же
время, если расширить задачу принятия
решений наложив на распределение
дополнительные ограничения, например,
для некоторых
и
,
то, в общем, смешанная стратегия может
отличаться от чистой.
Предположим, что в примере с вложением
денег мы используем смешанную стратегию,
но с условием, что вложения в акции будут
осуществляться чаще, чем в облигации.
Тогда появляется дополнительное
ограничение на распределение
в виде неравенства
.
В результате имеем следующую задачу
оптимизации:
при ограничениях
и
.
Оптимальное решение -
,
,
.
При этом следует отметить, что
,
что меньше, чем
.
Критерий наиболее вероятного состояния природы
Согласно критерию наиболее вероятного
состояния, выбирается наиболее вероятное
состояние природы и далее задача решается
в условиях полной определенности в
предположении, что обязательно будет
иметь место состояние с максимальной
вероятностью. Оптимальным считается
действие, соответствующее максимальному
значению полезности для состояния с
максимальной вероятностью. В примере
с вложением денег максимальную вероятность
имеет состояние быстрого роста экономики.
Для этого состояния покупка акций имеет
наибольшую полезность (15). Следовательно,
оптимальное действие - покупка акций
(
).
Следует отметить, что критерий наиболее вероятного состояния природы используется достаточно редко.