
- •1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- •2. Концепция компьютерной поддержки принятия решений.
- •4. Этапы формирования и принятия решений
- •5. Методы формирования целей управления предприятием
- •6. Стратегии в принятии решений и управлении
- •7. Формирование дерева целей и дерева решений
- •8. Виды критериев оптимальности и их содержание
- •9. Структура компьютерной системы поддержки принятия решений
- •10 Место ксппр с асу
- •Вопрос 11: Объективные и субъективные измерения.
- •Вопрос 12: Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка.
- •Вопрос 13: Виды неопределенностей в принятии решений и их измерение.
- •3. Использование многокритериальных функций предпочтения руководителя.
- •Вопрос 14: Виды экспертиз.
- •Вопрос 15: Определение усредненного мнения экспертов.
- •Вопрос 16: Определение согласованности мнений экспертов.
- •17. Элементы байесовских моделей
- •18, 19. Модели стохастического математического программирования: м-задача и р-задача
- •20. Нечеткие множества и основные операции над ними.
- •21. Экспертные методы определения функций принадлежности.
- •22. Аналитический и оптимизационный методы определения функций принадлежности.
- •23. Нечеткая задача оптимизации выбора вариантов проектов.
- •24. Нечеткие числа: виды нечетких чисел; операции над нечеткими числами.
- •25. Модели нечеткого математического программирования: оптимизация с нечеткими отношениями.
- •26. Модели нечеткого математического программирования: использование нечетких lr-чисел.
- •27. Генерация альтернатив решений: понятие генетического алгоритма.
- •28. Множество Парето.
- •29. Схемы компромисса.
- •30. Метод идеальной точки.
- •31. Метод последовательных уступок.
- •32. Алгоритм построения Парето оптимального решения.
- •33. Многокритериальная оптимизация. Принцип Беллмана-Заде.
- •34. Правило Борда (процедура Борда).
- •35. Метод анализа иерархий.
- •36. Правило гарантированных достоинств и недостатков.
- •37. Принципы согласования решений. (принципы Курно, Парето, Эджворта).
- •38. Простейшие алгоритмы согласования решений (согласование в среднем, согласование по Парето, метод идеальной точки).
- •39. Марковская модель согласования решений.
- •40. Цепи Маркова – основные положения
- •41. Дискретные цепи Маркова с дискретным временем
- •42. Дискретные цепи Маркова с непрерывным временем
- •43. Основные положения статистических решений (игры с природой)
- •44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
- •45. Риски и их виды и особенности в нефтегазовой отрасли
- •46. Расчет рисков в игре с природой
44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
1. Максиминный критерий Вальда (критерий
пессимизма -всегда рассчитывай на
худшее) - худший результат объявляется
минимальным выигрышем, то есть:
2. Критерий Сэвиджа (любыми путями
избежать большого риска) - худшим
объявляется не минимальный выигрыш, а
максимальная потеря выигрыша по сравнению
с тем, чего можно было бы добиться в
данных условиях:
3. Критерий Гурвица (критерий пессимизма-оптимизма) - степень пессимизма оценивается экспертами критериема
где а = 1, ... ,n. Приа = 1 получаем критерий Вальда.
Одним из центральных вопросов теории игр с природой является вопрос о том, как могут помочь в принятии решений эксперименты, направленные на выяснение действительных состояний природы. Речь здесь идет, прежде всего, о выводах из экспериментов, об их планировании и обработке. Как правило, при планировании эксперимента рассматривается следующий вопрос.
Нам предстоит предпринять некоторую операцию в недостаточно выясненных условиях, например, бурить или не бурить скважину, выполнять гидроразрыв пласта или нет и т.д. Имеет смысл для уточнения условий в нашей неопределенной ситуации предпринять некоторый эксперимент ξ. Но на проведение эксперимента требуются средства. Если эксперимент дорог, он не проводится, если достаточно дёшев - ответ положительный. Расчеты о целесообразности проведения эксперимента производятся исходя из среднего риска.
Эксперименты бывают двух типов:
- идеальный эксперимент, после которого мы точно знаем состояния природыПj
- неидеальный эксперимент, который не приводит к точному вычислению состояний природыПj.
45. Риски и их виды и особенности в нефтегазовой отрасли
Расчет обобщающих показателей проекта осуществляется с учетом факторов времени и возможных темпов инфляции. Процесс выполнения проекта и прогноз показателей маркетингового плана осуществляется в условиях неопределенности исходной информации. Такая ситуация требует учесть фактор риска в осуществлении проекта, который связан с неопределенностью результата исследований.
Различают несколько видов риска.
Во-первых, риск. связанный с падением покупательной способности денег (так называемый инфляционный риск).
Во-вторых, финансовый риск, обусловленный финансовым положением и поведением фирмы (внутреннее финансирование, инвестирование, дивиденды, и т.д.).
В-третьих, финансовый риск, определяемый нестабильностью ситуации, складывающейся для фирмы на рынке товаров и услуг.
Особенность риской в нефтегазовой отрасли заключается в том, что первый игрок(например инвестор) и мы можем не знать о выборе его действий. В качестве второго игрока выступает противник с неосознанными действиями(нефтегазовый пласт, геолого- технологические условия).И неопределенность состоит в том, что с какой вероятностью или шансами реализуются те или иные условия.
46. Расчет рисков в игре с природой
Наиболее просто задача о выборе решения решается в условиях, когда нам известны вероятности реализации состояний Пj и их вероятностиQ(Пj).
П- пассивный игрок(природа) В этом
случае за несколько партий мы получим
среднее значение выигрыша (математическое
ожидание):,
где
-
взвешенное среднее.
Оптимальной стратегией
=Аi будет
та, которая удовлетворяет этому условию.
В результате задача сводится к поиску решения в среднем.
Средний риск:
Можно показать, что стратегия максимизации
и минимизации
одна и та же. В случае, когда известны
вероятностиQ1,
Q2 .... Qn,
при решении игры с природой всегда
можно обойтись чистыми стратегиями,
то есть: средний выигрыш
это среднее взвешенное среднего выигрыша,
соответствующее чистым стратегиям и:
Поэтому принятие смешанной стратегии
игроком А не может быть выгоднее с любыми
вероятностями Пi
,чем применение чистой стратегии
=Аi
.
Дисперсионная модель риска
Чтобы количественно определить риск, необходимо знать все возможные последствия какого-нибудь действия и вероятность самих последствий.
Вероятность результата можно определить с помощью объективного метода (при этом используют частоту повторения некоторого события). либо используя субъективные критерии оценки риска (при этом субъективная вероятность является предположением относительной вероятности некоторого результата).
Для оценки вероятности достижения результата используют ожидаемое значение, которое является средневзвешенным всех возможных значений:
(15)
где Е (х) - ожидаемый результат,
p1, p2 - вероятность достижения соответствующего результата,
X1, X2 - численные значения возможных результатов.
Поскольку экономические параметры имеют некоторый разброс своих численных значений, то необходимо определить дисперсию:
(16)
и стандартное отклонение (среднее квадратичное отклонение)
(17)
Дисперсионный метод оценки риска успешно применим при наличии нескольких альтернативных результатов.