- •Тема 1. Поняття про економіко-математичні моделі і моделювання
- •Алгоритми побудови моделей
- •Лабораторна робота № 1. «Лінійна модель»
- •Лабораторна робота № 2. «Степенева функція»
- •Лабораторна робота № 3. «Параболічна функція»
- •Лабораторна робота № 4. «Гіперболічна функція»
- •Лабораторна робота № 5. «Експоненціальна модель»
- •Контрольні запитання
- •Тема 2. Лінійне програмування
- •Розв'язування
- •Ітерація 1
- •Ітерація 2
- •Ітерація 3
- •Ітерація 4
- •Економічна інтерпретація математичного розв'язку.
- •Лабораторна робота № 6 «Задача оптимального використання ресурсів»
- •Контрольні запитання
- •Тема 3. Моделі оптимального планування на рівні підприємства
- •Лабораторна робота № 7 «Розрахунок оптимальної виробничої програми карамельного цеху»
- •Вихідні дані для побудови робочої моделі
- •Потреба у сировині, кг/т карамелі
- •Приклад виконання лабораторної роботи.
- •5) По випуску продукції
- •6) По фінансовим можливостям
- •Потреба у сировині, кг/т карамелі
- •Річна продуктивність ліній
- •Робоча матриця
- •Аналіз результатів
- •Вихідні дані для побудови робочої моделі (формули розрахунку)
- •Річна продуктивність ліній (формули розрахунку)
- •Звіт за результатами
- •Звіт по стійкості
- •Звіт по границям
- •Лабораторна робота № 8 «Оптимізація виробничої програми молочного заводу»
- •Робоча модель
- •Лабораторна робота № 9 «Оптимізація виробничої програми ковбасного виробництва»
- •Приклад виконання задачі оптимізації виробничої програми підприємства (цеху, дільниці)
- •Приклад № 1 виконання лабораторної роботи
- •Розв’язок
- •Приклад № 2 виконання лабораторної роботи
- •Вихідні дані для оптимізації ковбасного виробництва
- •Розв’язок
- •Економічний аналіз отриманих результатів
- •Лабораторна робота № 10 «Оптимізація виробничої програми хлібозаводу»
- •Приклад виконання лабораторної роботи Робоча модель задачі.
- •Лабораторна робота № 11 «Модель оптимального використання потужності»
- •Приклад виконання лабораторної роботи
- •Розв'язок
- •Лабораторна робота № 12. «Транспортна задача»
- •Постановка транспортної задачі
- •2. Приклад рішення транспортної задачі за допомогою електронних таблиць
- •Вихідні дані для транспортної задачі
- •3. Економічна інтерпретація математичного розв’язку транспортної задачі
- •Контрольні запитання
- •Тема 4. Нелінійні оптимізаційні моделі економічних систем
- •Контрольні запитання
- •Тема 5. Методи та способи прийняття управлінських рішень
- •Прийняття управлінських рішень в умовах ризику.
- •Прийняття рішень в умовах відсутності повторюваності подій
- •Контрольні запитання
- •Тема 6. Кореляція двох змінних
- •Зміст змінних і рівнянь в економетричній моделі
- •Лабораторна робота № 13 «Модель парної лінійної кореляційної залежності»
- •Приклад виконання лабораторної роботи
- •Оцінка тісноти та значимості зв’язку між змінними моделі
- •Оцінка точності моделі
- •Перевірка значущості та довірчі інтервали
- •Прогнозування за лінійною моделлю
- •Контрольні запитання
- •Тема 7. Одновимірні часові ряди та їх моделювання Елементи часового ряду.
- •Перевірка гіпотези про існування тенденції
- •Перевірка наявності тенденції середнього рівня
- •Метод ковзної середньої
- •Обчислення:
- •Лабораторна робота № 14 «Перевірка наявності тенденції середнього рівня. Згладжування емпіричних кривих (метод ковзної середньої)»
- •Контрольні запитання
- •Тема 8. Моделі множинної регресії
- •Лабораторна робота № 15 «Множинна лінійна кореляційна модель»
- •Приклад дослідження багатофакторної моделі
- •Порядок виконання завдання
- •19. Висновки.
- •Лабораторна робота № 16 «Виробнича функція Кобба-Дугласа»
- •Метод рішення
- •Приклад рішення задачі.
- •Контрольні запитання
- •Додаток 1 Табличні значення критерію Фішера
- •Додаток 2
- •Додаток 3
- •Додаток 4 Основні вбудовані функції системи Eхсеl
- •1. Математичні функції
- •2. Категорія «Ссылки и массивы»
- •3. Статистичні функції
Прийняття рішень в умовах відсутності повторюваності подій
При прийняті рішень в умовах невизначеності, коли ймовірності можливих варіантів обставин невідомі, може бути застосована низка критеріїв, вибір кожного з яких обумовлений характером проблеми, що розв’язується, встановлених цільових установок, і обмежень, схильності до ризику особи, що приймає рішення.
До числа класичних критеріїв, які використовуються при прийнятті рішень в умовах невизначеності, можна віднести:
принцип недостатнього обґрунтування Лапласа;
максимінний критерій Вальда;
мінімаксний критерій Севіджа;
критерій узагальненого максиміну (оптимізму-песимізму) Гурвіца.
Принцип недостатнього обґрунтування Лапласавикористовується у випадку, якщо можна зауважити, що будь-який з варіантів обставин не більш ймовірний ніж інший. Тоді ймовірності можна рахувати рівними і обирати рішення таким же чином як і в умовах ризику – за середньозваженим показником ризику. Це означає, що превагу слід надати варіанту, який забезпечить мінімум у виразі:
,
Приклад 2.
З врахуванням наведених даних про втрати в таблиці 5.5 і ймовірністю кожного варіанту 0,33, середньозважений показник ризику для кожного рішення складе:
В якості оптимального слід обрати варіант рішення .
Максимінний критерій Вальда використовується у випадках, коли потрібна гарантія, що виграш у будь-яких умовах буде не меншим, ніж найбільший із можливих в найгірших умовах. Найкращим рішенням буде те, для якого виграш буде максимальним із всіх мінімальних при різних варіантах умов. Формалізований вираз цього критерію має вигляд:
.
Приклад 3.
Скористаємося наведеним прикладом в таблиці 5.4 для ілюстрації вибору оптимального варіанту за критерієм Вальда.
Таблиця 5.6
Таблиця ефективності нових видів послуг
Варіанти рішень (Pi) |
Варіанти умов обставин (Oj) | ||
O1 |
O2 |
O3 | |
P1 |
0,25 |
0,35 |
0,40 |
P2 |
0,75 |
0,20 |
0,30 |
P3 |
0,35 |
0,82 |
0,10 |
P4 |
0,80 |
0,20 |
0,35 |
Мінімальна віддача по варіантах виділена жирним шрифтом. Із таблиці можна зробити висновок, що максимальний з мінімальних результатів дорівнює 0,25. Таким чином, перевагу слід надати варіанту P1, який забезпечує цей результат. Це найбільший гарантований результат.
Мінімаксний критерій Севіджа використовується в тих випадках, коли потрібно за будь-яких умов уникнути великого ризику. У відповідності із цим критерієм перевагу слід надати рішенню, для якого втрати максимальні прирізних варіантах умов обставин будуть мінімальними. Його формалізований вираз:
.
Приклад 4.
Таблиця 5.7
Величина втрат при наданні нових видів послуг
Варіанти рішень (Pi) |
Варіанти умов обставин (Oj) | ||
O1 |
O2 |
O3 | |
P1 |
0,55 |
0,47 |
0,00 |
P2 |
0,05 |
0,62 |
0,10 |
P3 |
0,45 |
0,00 |
0,20 |
P4 |
0,00 |
0,72 |
0,05 |
Із таблиці можна зробити висновок, що мінімальні із максимальних втрат складають 0,45, а це означає, що перевагу слід надати варіанту , який саме і забезпечує їх мінімальне значення. Вибір зазначеного варіантугарантує, що у випадку несприятливих обставин втрати не перевищать 0,45.
Критерій узагальненого максимуму (оптимізму-песимізму) Гурвіца використовується, якщо потрібно зупинитися між лінією поведінки в розрахунку на найкраще і найгірше. В цьому випадку перевага надається варіанту рішення, для якого буде максимальним значення показника , який визначається за формулою:
де k – коефіцієнт, який розглядається як показник оптимізму (), при– лінія поведінки в розрахунку на краще, при– в розрахунку на гірше.
Приклад 5.
Таблиця 5.8
Значення показника G для різних k
Варіанти рішень () |
Значення коефіцієнта k | ||||
0,00 |
0,25 |
0,50 |
0,75 |
1,00 | |
P1 |
0,400 |
0,362 |
0,325 |
0,287 |
0,250 |
P2 |
0,750 |
0,612 |
0,475 |
0,337 |
0,200 |
P3 |
0,820 |
0,640 |
0,460 |
0,280 |
0,100 |
P4 |
0,800 |
0,650 |
0,500 |
0,350 |
0,200 |
Оптимальне рішення |
P3 |
P4 |
P4 |
P4 |
P1 |
Із зміною коефіцієнта k змінюється варіант рішення, якому слід надати перевагу.