рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Принятие решений в условиях риска

Принятие решений в условиях риска - раздел Экономика, Конспект лекций ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ   Основными Критериями Оценки Принимаемых Решений В Усло­Виях Р...

 

Основными критериями оценки принимаемых решений в усло­виях риска являются:

- ожидаемое значение результата;

- ожидаемое значение результата в сочетании с минимизацией его
дисперсии;

- известный предельный уровень результата;

- наиболее вероятное событие (исход) в будущем.

Критерий ожидаемого значения используется в случаях, когда требуется определить экстремальное значение (max или min) ре­зультативного показателя (прибыль, расходы, экономические поте­ри и т. д.). Применение этого критерия рассмотрим на конкретном примере, связанном с постановкой задачи проведения ремонтно-профилактических воздействий автомобилей. Оптимальное коли­чество ремонтных воздействий, определенное минимизацией сум­марных затрат на заданной наработке LK с учетом рисков пропуска отказов и выполнения лишних ТО, приравнивается к количеству ТО на указанном пробеге. Модель данной задачи является моделью вероятностного спроса на ремонты с мгновенным восстановлени­ем. Здесьминимизируются суммарные издержкиза пробег LK, ко­торые определяются затратами на плановый ремонт Sp, профилак­тику Sто и незапланированный аварийный ремонт Sш, рассматри­ваемый как штраф за пропуск отказа:

(14)

Составляющие суммарных затрат формулы (14) зависят от ко­личества ремонтно-профилактических операций за наработку LK, определяемых по формуле

(15)

где LОТ — наработка до отказа

Наработка до отказа — величина случайная, определяемая плот­ностью распределения f(LОТ}, LОТ < LK. В силу случайности LОТ ве­личина n также будет случайной с плотностью распределения

(16)

Используя f(n) как весовую функцию и выражая составляющие суммарных затрат через соответствующие стоимости из (14), по­лучим

(17)

где Ср — средняя стоимость предупредительного (планового) ремонта;

СТО — средняя стоимость профилактики (или убыток от недоиспользо­вания ресурса замененных при ТО деталей);

СШ - ущерб (штраф) от пропуска отказа (или стоимость устранения аварийного отказа). Очевидно, Сш > Сто.

Интеграл (16) в пределах [0, np] соответствует риску выполне­ния лишних ТО (избыточность затрат на ТО), а интеграл в преде­лах [nр, ∞] — риску пропуска аварийных отказов (избыточность за­трат на ТР по потребности). Из уравнения (17) находим опти­мальное количество ремонтов nр на пробеге LK (обычно LK — про­бег до КР). Далее, заменяя необходимые ремонты обслуживаниями, при которых выполняется комплекс операций по предупреждению отказов, включая предупредительные замены деталей, получим

(18)

Пример 3. Определить оптимальную периодичность ТО (у. е.) при LK = 200 тыс. км, Сш = 69, Ср = 24, Сто = 15, если наработки до отказа имеют нормальное распределение с параметрами LОТ -= 20 тыс. км и σl = 5 тыс. км.

(19)

Решение

Выполнив преобразование распределения (19) по формуле (15), получим (n≥1):

(20)

После подстановки выражения (20) в (17) получим задачу оптимизации. Решая задачу, получим оптимальную периодичность LTO — 15,3 тыс. км при nр = 13,08, которая обеспечивает минимальные сум­марные издержки S.

Критерий ожидаемого значения позволяет получить достовер­ные оценки в случае, когда одно и то же решение приходится при­нимать достаточно большое число раз, так как замена математиче­ского ожидания выборочными данными правомерна лишь при большом объеме выборки.

Если необходимость в принятии решения встречается редко, то выборочное значение может значительно отличаться от математи­ческого ожидания, а применение критерия ожидаемых значений может приводить к ошибочным результатам. В таких случаях реко­мендуется применять критерий ожидаемого значения в сочетании с минимизацией его дисперсии, что приближает выборочное значение к математическому ожиданию. Критерий принимает следующий вид:

(21)

где X - случайная величина (например, суммарные издержки); D(X) - дисперсия этой величины; К — заданная постоянная.

Постоянную К иногда интерпретируют как уровень несклонно­сти к риску. Считается, что К определяет «степень важности» дис­персии D(X) по отношению к М(Х). Например, предприниматель, особенно остро реагирующий на большие отрицательные отклоне­ния прибыли вниз от M(X), может выбрать К много больше едини­цы. Это придает больший вес дисперсии и приводит к решению, уменьшающему большие потери прибыли.

Критерий предельного уровня не позволяет получить оптималь­ное решение, найти максимум прибыли и минимум расходов. Этот критерий дает возможность определить приемлемый (допустимый) способ действий. Например, транспортная фирма распродает авто­мобили, бывшие в эксплуатации. По каждой модели автомобиля определенного возраста определяется лимитная цена, т. е. мини­мально допустимая цена продажи автомобиля. Продажа автомоби­лей по цене ниже лимитной приведет к убыточной работе транс­портной фирмы. Это и есть предельный уровень, позволяющий транспортной фирме согласиться на первое же превышающее этот уровень предложение цены. Такой критерий не определяет опти­мальное решение, поскольку одно из последующих предложений может оказаться более выгодным, чем принятое.

Одно из преимуществ критерия предельного уровня заключает­ся в том, что для него нет необходимости задавать в явном виде плотность распределения случайных величин. В нашем примере случайная величина — рыночная цена автомобиля. Транспортная фирма располагает информацией о распределении рыночных цен На подобные автомобили в неявном виде. Иначе при полном отсут­ствии информации о распределении рыночных цен фирма устано­вила бы предельные цены на автомобили очень высокими или, на­оборот, очень низкими.

Критерий наиболее вероятного события (исхода) основан на пре­образовании случайной ситуации в детерминированную путем за­мены случайной величины единственным значением, имеющим наибольшую вероятность реализации.

 

– Конец работы –

Эта тема принадлежит разделу:

Конспект лекций ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ

ГОУ ВПО КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ... УНИВЕРСИСТЕТ Кафедра вычислительной техники и АСУ...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Принятие решений в условиях риска

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Понятие имитационного моделирования
  Имитационное моделирование (ИМ) – распространённая разновидность аналогов моделирования, реализуемого с помощью набора математических инструментальных средств, специальных имитирующ

Основные функции ИМ
  Для создания ИМ необходима специальная система моделирования, имеющая набор языковых средств, сервисные подпрограммы, приёмы и технологии программирования. ИМ должна отражать большо

Типовые задачи, решаемые средствами компьютерного моделирования
  - моделирование процессов логистики для определения временных и стоимостных параметров; - управление процессом реализации инвестиционного проекта на различных этапах его жи

Понятие корреляционного и регрессионного анализа
  Для решения задач экономического анализа и прогнозирования очень часто используются статистические, отчетные или наблюдаемые данные. При этом полагают, эти данные являются значениям

Определение параметров линейного однофакторного уравнения регрессии
Пусть у нас имеются данные о доходах ( x ) и спросе на некоторый товар ( y ) за ряд лет ( n ): Год i Доход x

Оценка величины погрешности линейного однофакторного уравнения
  1. Обозначим разность между фактическим значением результативного признака и его расчетным значением как u i :

Проблема автокорреляции остатков. Критерий ДарбинаУотсона
  Часто для нахождения уравнений регрессии используются динамические ряды, т.е. последовательность экономических показателей за ряд лет (кварталов, месяцев), следующих друг за другом.

Двухфакторные и многофакторные уравнения регрессии
  Линейное двухфакторное уравнение регрессии имеет вид где a , b 1 , b

Конструирования целевой функции
  Допустим, объект оптимизации описывается следующей системой уравнений: х2 + у2 = 1 х + у = 1 Графически эту систему можно представит

Многомерный и одномерный поиск оптимума
  МСС представляет собой многомерный поиск, т.к. минимум ищется на разных направлениях. Когда минимум ищется только в одном направлении для уточнения направления следующего уровня - о

Понятие оптимизационных задач и оптимизационных моделей
  Экономико-математические задачи, цель которых состоит в нахождении наилучшего (оптимального) с точки зрения некоторого критерия или критериев варианта использования имеющихся ресурс

Оптимизационные задачи с линейной зависимостью между переменными
  Пусть: b i количество ресурса вида i ( i = 1, 2, ..., m ); a i , j норма расхода

Геометрическая интерпретация ОЗЛП
  Пусть необходимо найти оптимальный план производства двух видов продукции ( x 1 и x 2 ), т.е. такой план, при котором целевая функция (общая приб

Симплексный метод решения ОЗЛП
Симплексный метод это вычислительная процедура, основанная на принципе последовательного улучшения решений при переходе от одной базисной точки (базисного решения) к другой. При этом знач

Решение двойственной задачи ЛП
  Оптимизационная модель прямой задачи линейного программирования выглядит так: В системе неравенств должны

Общие понятия систем массового обслуживания
  Системы массового обслуживания — это такие системы, в кото­рые в случайные моменты времени поступают заявки на обслужи­вание, при этом поступившие заявки обслуживаются с помощью име

Одноканальная СМО с ожиданием
Система массового обслуживания имеет один канал. Входящий поток заявок на обслуживание — простейший поток с интенсивно­стью λ,. Интенсивность потока обслуживания равна μ, (т. е. в сред­не

Альтернативные подходы к созданию имитационных моделей
  Разработчики моделирования изначально направляли свои усилия на поиск новых и более совершенных способов моделирования систем, используя при этом сущест­вующее компьютерное оборудов

Непрерывное моделирование
  Непрерывное моделирование — это моделирование системы по времени с помо­щью представления, в котором переменные состояния меняются непрерывно по отношению ко времени. Как правило, в

Теоретические основы метода
  Метод статистического моделирования (или метод Монте-Кар­ло) — это способ исследования поведения вероятностных систем (экономических, технических и т. д.) в условиях, когда не извес

Моделирование систем массового обслуживания с использованием метода Монте-Карло
  Рассмотренные аналитические методы анализа СМО ис­ходят из предположения, что входящие и исходящие потоки требо­ваний являются простейшими. Зависимости, используемые в этих методах

Постановка задачи
  Компании, продающей один вид продукции, необходимо определить, какое коли­чество товара она должна иметь в запасе на каждый из последующих n мес. (n — заданный входной параметр). Пр

Постановка задачи
Под термином «транспортные задачи» понимается широкий круг задач не только транспортного характера. Общим для них яв­ляется, как правило, распределение ресурсов, находящихся у т производител

Алгоритм метода потенциалов
  Наиболее распространенным методом решения транспортных задач является метод потенциалов. Решение задачи методом потенциалов включает следующие этапы: 1. разработку

Принятие решений в условиях полной определенности
  Математические модели исследуемых явлений или процессов могут быть заданы в виде таблиц, элементами которых являются значения частных критериев эффективности функционирования систем

Принятие решений в условиях неопределенности
    Неопределенность является характеристикой внешней среды (природы), в которой принимается управленческое решение о раз­ витии (или функционировании) экономиче

Критерий Лапласа.
Этот критерий опирается на «принцип недостаточного основания» Лапласа, согласно которому все состояния «природы» Si, i = 1,n полагаются равновероятными. В соответствии с этим прин­ципом каждому сос

Теория игр
8.5.1 Общие понятия   В конфликт­ных ситуациях имеются противодействующие стороны, интересы которых противоположны. При конфликтных ситуациях решения принима

Метод линейного программирования для нахождения оптимальных стратегий в играх двух лиц с нулевой суммой
  Пусть игра m×n не имеет оптимального решения непосредст­венно в чистых стратегиях, т. е. отсутствует седловая точка (α ≠ β). Оптимальное решение необходимо иск

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги