
- •Содержание
- •Оптимальное производственное планирование 1.1.Линейная производственная задача.
- •Условие задачи.
- •45 33 30 42 Удельные прибыли
- •1.2.Двойственная задача линейного программирования.
- •1.3.Расшивка «узких мест» производства.
- •1.4.Задача о комплектном плане.
- •1.5.Оптимальное распределение инвестиций.
- •2.Анализ финансовых операций и инструментов.
- •2.1.Принятие решений в условиях неопределенности.
- •Вероятности и характеристики операции после пробной операции.
- •2.2.Анализ доходности и рискованности финансовых операций.
- •2.3.Задача оптимального формирования портфеля ценных бумаг.
- •2.4.Статистический анализ денежных потоков.
- •3.Модели сотрудничества и конкуренции.
- •3.1.Сотрудничество и конкуренция двух фирм на рынке одного товара.
- •Стратегия Стакельберга и монополия, сводная таблица по всем трем точкам.
- •3.2.Кооперативная биматричная игра как модель конкуренции и сотрудничества.
- •3.3 Матричная игра с нулевой суммой как модель сотрудничества и конкуренции.
- •Но что же назвать риском всей игры?
- •4.Социально-экономическая структура общества.
- •4.1.Распределение общества по богатству.
- •4.2.Распределение общества по получаемому доходу
- •Литература.
2.Анализ финансовых операций и инструментов.
2.1.Принятие решений в условиях неопределенности.
Предположим, что ЛПР (Лицо, Принимающее Решения) обдумывает четыре возможных решения. Но ситуация на рынке неопределенна, она может быть одной из четырех.
С помощью экспертов ЛПР составляет матрицу последствий или доходов Q . Элемент этой матрицы q[i,j] показывает доход, полученный ЛПР, если им принято i-е решение, а ситуация оказалась j-я. В этой схеме полной неопределенности могут быть высказаны лишь некоторые соображения о том, какое решение принять. Сначала построим матрицу рисков. Строится эта матрица так: в каждом столбце матрицы доходов находим максимальный элемент d[j] , после чего элементы r[i,j]=d[j]-q[i,j] и образуют матрицу рисков. Смысл рисков таков: если бы ЛПР знал что в реальности имеет место j-я ситуация, то он выбрал бы решение с наибольшим доходом, но он не знает, поэтому, принимая i-е решение он рискует недобрать d[j]-q[i,j] - что и есть риск.
Задана матрица последствий 4x4 из не более чем двузначных неотрицательных чисел.
Матрица доходов Матрица рисков
¦ 0 8 20 28¦ ¦0 0 0 12 ¦
¦-6 -2 4 8 ¦ ¦6 10 16 32 ¦
¦ 0 8 10 40¦ ¦0 0 10 0 ¦
¦-6 -2 -1 14 ¦ ¦6 10 21 26 ¦
Правило Вальда называют правилом крайнего пессимизма: ЛПР уверен, что какое бы решение он ни принял, ситуация сложится для него самая плохая, так что, принимая i-е решение, он получит минимальный доход q[i]=min{q[i,j]:j=1..4]. Но теперь уже из чисел q[i] ЛПР выбирает максимальное и принимает соответствующее решение.
По правилу Сэвиджа находят в каждой строке матрицы рисков максимальный элемент r[i] и затем из чисел r[i] находят минимальное и принимают соответствующее решение. Так принимает решение ЛПР, не любящий рисковать.
По правилу Гурвица для каждой строки матрицы доходов находят величину z[i]=a*max{q[i,j]:j=1..4}+(1-a)*min{q[i,j]:j=1..4}, потом находят из чисел z[i] наибольшее и принимают соответствующее решение. Число a каждый ЛПР выбирает индивидуально - оно отражает его отношение к доходу и риску, при приближении a к 0 правило Гурвица приближается к правилу Вальда, при приближении a к 1 - к правилу розового оптимизма, в нашем случае a равно ½.
Матрица доходов Матрица рисков
-
0
0
8
20
28
14
12
0
0
0
12
-6
-6
-2
4
8
1
32
6
10
16
32
0
0
8
10
40
20
10
0
0
10
0
-
6
-6
-2
-1
14
4
26
6
10
21
26
минимальные
величины z по правилу
максимальные риски
доходы Гурвица (третье решение) (по правилу Сэвиджа – четвертое решение)
(по Вальду – первое решение)
Анализ связанного набора операций в вероятностных условиях.
Предположим, что ЛПР (Лицо, Принимающее Решения) обдумывает четыре возможных решения. Но ситуация на рынке неопределенна, она может быть одной из четырех. Однако в отличие от предыдущего пункта известны вероятности этих ситуаций p[j].
Имея матрицу доходов Q теперь можно сказать, что доход от i-го решения есть с.в. Q[i] с доходами q[i,j] и вероятностями этих доходов p[j].
Кроме того, риск i-го решения также есть с.в. R[i] с рисками r[i,j] и вероятностями этих рисков p[j]. Математические ожидания с.в. Q[i], R[i]называются также средним ожидаемым доходом и средним ожидаемым риском i-го решения. Теперь можно принять решение (провести операцию), у которого наибольший средний ожидаемый доход, или наименьший средний ожидаемый риск.
матрица доходов доход средний ожидаемый риск матрица рисков
¦0 8 20 28¦ 14.0 3.0 ¦0 0 0 12¦
¦-6 -2 4 8¦ 1.0 16.0 ¦6 10 16 32¦
¦0
8 10 40¦ 14.5
max
min
2.5 ¦0
0 10 0 ¦
¦-6 -2 -1 14¦ 1.3 15.8 ¦6 10 21 26¦
--- --- --- --- --- --- --- ---
1/4 1/41/41/4 1/4 1/41/41/4
вероятности ситуаций вероятности ситуаций
Для уточнения распределения вероятностей можно провести пробную операцию. После ее проведения вероятности состояний, характеристики операций и оптимальные решения могут стать совершенно иными.
Первоначальные вероятности и характеристики операции
вероятности ситуаций вероятности ситуаций
1/4 1/4 1/4 1/4 1/4 1/4 1/4 1/4
матрица доходов матрица рисков
доход
средний ожидаемый риск
до
пробной операции
¦ 082028¦14.025.210.83.0¦ 00 012¦
¦ -6-24 8¦1.0 6.6 29.416.0¦610 1632 ¦
¦ 081040¦14.536.0 0.0 2.5 ¦ 00 100¦
¦-6-2-1 14¦ 1.3
12.0
24.0 15.8¦6102126¦
--- --- ---
--- ‑ после операции
‑ --- --- --- ---
0.1 0.0 0.0 0.9 0.1 0.0 0.0 0.9
вероятности ситуаций вероятности ситуаций