лекции, учебные пособия / конспект лекций / Lekcii / Лекция 11 (Соснин В
.).docПри возрастании функции полезности лицо, принимающее решение, тогда и только тогда не склонно к риску, когда детерминированный эквивалент потери меньше ожидаемого выигрыша в этой лотерее:
При невыполнении данного условия лицо считается склонным к риску.
Графическая интерпретация этого закона:
0.5(U(x2)+U(x1)) – это математическое ожидание полезности лотереи.
- средний ожидаемый выигрыш лотереи
Очевидно, что в первом случае , а во втором . Таким образом знак зависит от выпуклости или вогнутости соответствующего графика функции полезности.
НР = – это надбавка за риск. При НР>0 лицо, принимающее решение, склонно к риску, иначе – не склонно. Физический смысл НР – это сумма в единицах x(икс), которую лицо, принимающее решение, согласно уступить из среднего выигрыша за то, чтобы избежать риска.
Видим, что в первом случае U(x+∆) – U(x) < U(x) – U(x–∆), а во втором – наоборот: U(x+∆) – U(x) > U(x) – U(x–∆).
Если точку же (0,0) соединить с точкой (x+∆,U(x+∆)) по прямой, то полученный график даст нечто среднее между склонностью к риску и несклонностью к риску.
В зависимости от характера изгиба графики функций полезности бывают:
Принятие решений в условиях неопределенности
-
Принятие решений в условиях неопределенности природы
-
Принятие решений в условиях неопределенности противника
Принятие решений в условиях неопределенности природы
Пример. У нас есть шесть яиц, 5 из которых мы уже разбили и вылили на сковороду. Существует три варианта, как поступать с одним оставшимся:
-
Е1 – разбить и вылить его туда же не глядя; при этом возможно, что оно тухлое и мы испортим все остальные;
-
Е2 – предварительно вылить яйцо в отдельную тару, убедиться в его качестве, а затем либо выбросить его, либо влить к остальным; при этом мы часть яйца размажем по дополнительной таре и потратим время на очистку тары;
-
Е3 – выбросить шестое яйцо в мусор не глядя.
В соответствии с этими данными составляем матрицу. Введем при этом такие обозначения: F1 – яйцо свежее, F2 – яйцо тухлое.
|
F1 |
F2 |
E1 |
6 |
-5 |
E2 |
5.5 |
4.5 |
E3 |
5 |
5 |
Если число состояний природы равно двум (F1 и F2), то данная матрица геометрически интерпретируется как геометрическое место точек на плоскости:
С – утопическая точка, имеющая координаты (max(еi1),max(ei2))
В – рассматриваемая точка
А – антиутопическая точка, имеющая координаты (min(еi1),min(ei2))
Эти точки разбивают плоскость на четыре конуса (I-IV).
I – конус предпочтения
III – антиконус
II и IV – конусы неопределенности
Критерий: max(K(ei1,…, ein)),
При (U+V)/2=K имеем геометрическую интерпретацию в виде прямой. Если график имеет вид, как у штрихпунктирной линии, то это позиция пессимизма. Если график имеет вид, как у пунктирной линии, то это позиция оптимизма.
Критерии принятия решений в условиях неопределенности
-
Минимаксный критерий (критерий Вальда).
Это критерий крайнего пессимизма, перестраховки.
Пример:
-
Критерий Байеса-Лапласа (BL-критерий)
-
Критерий Сэвиджа
Пример:
Если решать этот пример, сравнивая попарно все решения, то данный критерий приводит к абсурдному результату: E1>E2, E2>E3, E3>E1. Таким образом использовать критерий нужно с осторожностью.
-
Расширенный минимаксный критерий
Pi – вероятность решения Ei. Мы для каждого события делаем предположения о вероятности его возникновения. Решение получается не однозначным, а как набор решений, с соответствующими им вероятностями. Таким образом результат оптимизации по данному критерию – это набор вероятностей {Pi} для каждого из решений {Ei}
-
Критерий Гурвица
При с=1 имеем критерий пессимизма, при с=0 - оптимизма
Пример: данный критерий может быть несостоятельным
при любом с получим, что Е1 лучше, чем Е2
Оба примера доказывают неприменимость критерия при данных условиях.
-
Критерий Ходжа-Лемана
При γ=1 имеем BL-критерий, при γ=0 – минимаксный критерий
-
Критерий Гермейера
-
Критерий произведений
Если последнее условие не выполняется, нужно к каждому еij прибавить число, превышающее минимальное из еij.