лекция 1 модели
.docx
Объем производства |
Размер прибыли в зависимости от колебания спроса |
|
|
|||||
|
П1 |
П2 |
П3 |
П4 |
|
|
||
Р1= 980000 |
49300 |
197200 |
197200 |
197200 |
49300 |
197200 |
||
Р2= 1500000 |
-60 |
148900 |
297800 |
297800 |
-60 |
297800 |
||
Р2= 1980000 |
-1140 |
98400 |
196800 |
393600 |
-1140 |
393600 |
При построении платежной матрицы первостепенную важность имеют пропорции исходных и результативных показателей, поскольку вызванные инфляционными пропорциями изменения цен, оказывая влияние на абсолютные величины, не изменяют их пропорциональных соотношений. Это позволяет использовать данную методику в условиях инфляции без дополнительных расчетов. Контролируемыми параметрами являются объем производства и им соответствуют три стратегии Р1, Р2, Р3. Неопределенность Пj связана с колебаниями спроса на продукцию предприятия и ей отвечают четыре стратегии: П1 — низкая зависимость от изменений рыночной конъюнктуры, П2 — средняя зависимость, П3 — зависимость от изменения конъюнктуры высокая, П4 — зависимость от изменений конъюнктуры абсолютная. Критерий пессимизма равный Еn = min{49300;- 60;-1140}= -1140. отвечает стратегии Р3, которой соответствует выбор объема производства продукции в сумме 1 980 000 у.е. Для анализа матрицы затрат критерий пессимизма запишется как . Пример. Располагая матрицей приведенных годовых затрат, представленной в виде табл. 2.3, необходимо выбрать эффективную стратегию с помощью принципа пессимизма. В рассматриваемой стратегии 3n =max{130,200,200,150}=200. Затраты Зn = 200 могут быть обеспечены при использовании второй и третьей стратегий. Критерий Сэвиджа . Пример. Матрица полезного результата имеет вид, представленный в табл. 4. Найдем значения β1 = max {49 300, - 60, - 1140} = 49 300, β2 = max {197 200, 148 900, 98 400} = 197 200, β3 = max {197 200, 297 800, 196 800} = 297 800, β4 = max {197 200, 297 800, 393 600} = 393 600, а затем по формуле ( ) строим матрицу рисков (табл. 5). Таблица 5 Анализ коммерческого риска при неопределенной конъюнктуре
|
П1 |
П2 |
П3 |
П4 |
|
Р1= 980 000 |
0 |
0 |
100600 |
196400 |
196400 |
P2=1500000 |
49360 |
48300 |
0 |
95800 |
95800 |
Р3=1980000 |
50440 |
98800 |
101 000 |
0 |
101000 |
В данном случае Erc = min{196400, 95800, 101000} = 95800. Следовательно, выбирается стратегия Р2, при которой величина риска, равная 95800 у.е., принимает минимальное значение в самой неблагоприятной ситуации. Сущность этого критерия в стремлении избежать большого риска при выборе решения. В соответствии с этим критерием (см. табл. 2.4) следует производить продукцию в объеме Р2 = 1500000 у.е. Критерий Гурвица Пример. Анализируется матрица полезного результата, имеющая вид табл. 2.4. При значении коэффициента оптимизма k - 0,6 найдем оптимальную стратегию Рi. Вычисляем для каждой стратегии линейную комбинацию: E1 = 0,6 • 49300 + (1-0,6) • 197 200=108 460, E2 = 0,6 • (- 60) + (1 - 0,6) • 297800 = 119 084, E3 = 0,6 • (- 1140) + (1 - 0,6) • 393 600 = 147 756. Выбираем наибольшее из этих значений: Eiг = mах{108460; 119084; 147756}. В соответствии с критерием Гурвица средний размер прибыли будет равен 147756 у.е. при выборе объема производства Р3 = 1980000 у.е. Применительно к матрице рисков R критерий Гурвица имеет вид: (2.3.9). где k — коэффициент, рассматриваемый как показатель оптимизма (О < k < 1). (2.3.9) Пример. Рассматривается матрица коммерческого риска, приведенная в табл. 2.5. Необходимо определить оптимальную стратегию с помощью критерия Гурвица (2.3.9). Вычисляем при коэффициенте оптимизма k = 0,6 линейные комбинации: Er1 = 0,6 • 196400 + (1 - 0,6) • 0 = 117840, Er2 = 0,6 • 95800 + (1 - 0,6) • 0 = 57480, Er3 = 0,6 • 101000 + (1 - 0,6) • 0 = 60600. Находим Eri = min{117840; 57480; 60600} = 57480, что отвечает выбору объема производства P2 = 1500000 у.е. Оптимальность по Парето Пример. В пункте (2.3.3) были рассмотрены матрица платежеспособного спроса Е (табл.2.4) и ее матрица рисков R (табл.2.5) , . Предположим, что в рассматриваемой схеме известны вероятности того, что реальная ситуация развивается по варианту i. Именно такое положение называется частичной неопределенностью. Тогда решение можно принимать, в частности, по правилу максимизации среднего ожидаемого дохода. Прибыль, получаемая компанией при реализации i-го решения, является случайной величиной с рядом распределения:
|
|
|
... |
|
|
|
|
... |
|
Математическое ожидание и есть средняя ожидаемая прибыль, обозначаемая также . Итак, правило рекомендует принять решение, приносящее максимальную среднюю ожидаемую прибыль. Предположим, что в рассматриваемом примере вероятности равны: Тогда Максимальная средняя ожидаемая прибыль равна и соответствует стратегии компании . Далее рассмотрим выбор решения по правилу минимизации среднего ожидаемого риска. Риск компании при реализации i-го решения является случайной величиной с рядом распределения:
|
|
|
... |
|
|
|
|
... |
|
Математическое ожидание и есть средний ожидаемый риск, обозначаемый также . Правило рекомендует принять решение, влекущее минимальный средний ожидаемый риск. Вычислим средние ожидаемые риски при указанных выше вероятностях для матрицы рисков R. Получаем: Минимальный средний ожидаемый риск равен и соответствует стратегии компании . Каждое решение отметим как точку на плоскости (Рис.), получим три точки. Чем выше точка , тем более доходная операция, чем точка правее, тем более она рисковая. Значит, нужно выбирать точку выше и левее. В рассматриваемом примере множество Парето состоит только из одной второй операции. Для нахождения лучшей операции иногда применяют подходящую взвешивающую формулу, которая для операции Е с характеристиками дает одно число, по которому и определяют лучшую операцию. Например, пусть взвешивающая формула имеет вид: . Тогда имеем: Отсюда видно, что стратегия – лучшая. Взвешивающая формула выражает отношение лица, принимающего решение к доходу и риску. Если ЛПР применяет только что рассмотренную формулу, то он согласен на увеличение риска операции на две единицы, если доход операции при этом увеличивается не менее, чем на одну единицу. Следует отметить, что эта формула может передать отношение ЛПР к доходу и риску лишь приблизительно. /* Отличие частичной (вероятностной) неопределенности от полной неопределенности очень существенно. Как указывалось выше, принятие решений, исходя из критериев оптимальности, нельзя считать окончательным, самым лучшим. Это лишь некоторые предварительные соображения. Далее пытаются получить дополнительную информацию о возможностях того или иного варианта решения, о его вероятности, что уже предполагает повторяемость рассматриваемой схемы принятия решений: то ли это было в прошлом, то ли это будет в будущем. Итак, в рассмотренном примере была получена оптимизационная двухкритериальная задача по выбору наилучшего решения, так как каждое решение имеет две характеристики — среднюю ожидаемую прибыль и средний ожидаемый риск. Существует несколько способов постановки таких оптимизационных задач. Рассмотрим один из них в общем виде. Пусть О — некоторое множество операций. Каждая операция «о» имеет две числовые характеристики Е (о) и R (о) (например, эффективность и риск) и разные операции обязательно различаются хотя бы одной характеристикой. При выборе наилучшей операции, желательно, чтобы Е было больше, a R меньше. Будем говорить, что операция а доминирует операцию в, и обозначать а>в, если Е(а) Е(в) и R(a) R(в) и хотя бы одно из этих неравенств строгое. При этом операция а называется доминирующей, а операция в — доминируемой. Ясно, что ни при каком разумном выборе наилучшей операции доминируемая операция не может быть признана таковой. Следовательно, наилучшую операцию надо искать среди недоминируемых операций Множество этих операций называется множеством Парето или множеством оптимальности по Парето. На множестве Парето каждая из характеристик Е, R — однозначная функция другой, т.е. по характеристике Е можно определить характеристику R и наоборот. Применительно к матричным играм распределение называется Парето — оптимальным, если положение ни одного из игроков нельзя улучшить, не ухудшая при этом положение его партнера.