Методи кількісного аналізу ризику господарської діяльності, Детальна інформація
Методи кількісного аналізу ризику господарської діяльності
Імовірність успіху при пророкуванні успіху
Імовірність невдачі при пророкуванні успіху 02-03
Імовірність успіху при пророкуванні невдачі
Імовірність невдачі при пророкуванні невдачі
Далі розрахуємо імовірності пророкування успіху і невдачі Р(П11) і Р(П12). Для нього розв'яжемо рівняння Байеса (перша форма запису, див. рівняння 23) відносно Р(Е):
Позначимо розраховані імовірності на відповідних гілках дерева рішень на рис. 7 (показано курсивом).
Алгоритм знаходження оптимального рішення має такий вигляд:
1. Для кожного стану Г1-Г9 (див. рис. 6) обчислюємо значення очікуваних величин: Е(Г1) = 0; Е(Г2) = 13,4; Е(Г3) = 16,5; Е(Г4) = -0,3; Е(Г5) = 16,95; Е(Г6) = 24,1; Е(Г7) = -0,3; Е(Г8) = 9,56; Е(Г9) = 8,96.
Для кожного стану B1 – B3 (див. рис. 6) виберемо гілку І-1, І-11 або І-12, до якої належить максимальний очікуваний приріст прибутку: Е(В1) = 16,5; Е(В2) = 24,1; Е(В3) - 9.56.
У кожному стані Б1 – Б2 (див. рис. 6) обчислимо максимальний очікуваний приріст прибутку: Е(Б1) = 16,5; Е(Б2) = 16,54.
Знаходячись у вихідному стані А, виберемо таку гілку, до якої належить максимальний очікуваний результат.
Таким чином, спираючись на результати наведеного вище аналізу, оптимальна стратегія поведінки головного економіста виглядає в такий спосіб.
Замовити дослідження аналітикам і якщо:
висновок сприятливий, то прийняти рішення про випуск моделі І-12;
несприятливий, то прийняти рішення про випуск моделі І - 11.
Використання дерева рішень для багатофакторної оцінки ризику в умовах їх різноспрямованого впливу.
Розглянемо випадок, коли для оцінки ризику використовують коефіцієнти впевненості - числа, що відображають ступінь впевненості в істинності або хибності висновку про наявність ризику (про вплив конкретних факторів ризику на його величину). Шкала значень коефіцієнтів упевненості наведена на рис. 4.8.
Як випливає з рис. 8, коефіцієнти впевненості приймають значення від -1 до +1. При ступені впевненості +1 вважається, що подія обов'язково відбудеться, а при -1 - напевно, ні. Ліва частина шкали на рис. 4.8 призначена для оцінки хибності факту настання подій, а права - для оцінки істинності. Коефіцієнт упевненості - це комбінація двох оцінок:
(24)
де І - оцінка істинності факту настання події (від 0 до +1), X - оцінка хибності (від 0 до -1).
Комбінування оцінок незалежних свідчень про наявність або відсутність ризику (оцінок ступеня впливу факторів ризику на його величину) виконують згідно наступних правил:
якщо K1 > 0 і К2 > 0;
якщо К1 < 0 і К2 < 0; (25)
Імовірність невдачі при пророкуванні успіху 02-03
Імовірність успіху при пророкуванні невдачі
Імовірність невдачі при пророкуванні невдачі
Далі розрахуємо імовірності пророкування успіху і невдачі Р(П11) і Р(П12). Для нього розв'яжемо рівняння Байеса (перша форма запису, див. рівняння 23) відносно Р(Е):
Позначимо розраховані імовірності на відповідних гілках дерева рішень на рис. 7 (показано курсивом).
Алгоритм знаходження оптимального рішення має такий вигляд:
1. Для кожного стану Г1-Г9 (див. рис. 6) обчислюємо значення очікуваних величин: Е(Г1) = 0; Е(Г2) = 13,4; Е(Г3) = 16,5; Е(Г4) = -0,3; Е(Г5) = 16,95; Е(Г6) = 24,1; Е(Г7) = -0,3; Е(Г8) = 9,56; Е(Г9) = 8,96.
Для кожного стану B1 – B3 (див. рис. 6) виберемо гілку І-1, І-11 або І-12, до якої належить максимальний очікуваний приріст прибутку: Е(В1) = 16,5; Е(В2) = 24,1; Е(В3) - 9.56.
У кожному стані Б1 – Б2 (див. рис. 6) обчислимо максимальний очікуваний приріст прибутку: Е(Б1) = 16,5; Е(Б2) = 16,54.
Знаходячись у вихідному стані А, виберемо таку гілку, до якої належить максимальний очікуваний результат.
Таким чином, спираючись на результати наведеного вище аналізу, оптимальна стратегія поведінки головного економіста виглядає в такий спосіб.
Замовити дослідження аналітикам і якщо:
висновок сприятливий, то прийняти рішення про випуск моделі І-12;
несприятливий, то прийняти рішення про випуск моделі І - 11.
Використання дерева рішень для багатофакторної оцінки ризику в умовах їх різноспрямованого впливу.
Розглянемо випадок, коли для оцінки ризику використовують коефіцієнти впевненості - числа, що відображають ступінь впевненості в істинності або хибності висновку про наявність ризику (про вплив конкретних факторів ризику на його величину). Шкала значень коефіцієнтів упевненості наведена на рис. 4.8.
Як випливає з рис. 8, коефіцієнти впевненості приймають значення від -1 до +1. При ступені впевненості +1 вважається, що подія обов'язково відбудеться, а при -1 - напевно, ні. Ліва частина шкали на рис. 4.8 призначена для оцінки хибності факту настання подій, а права - для оцінки істинності. Коефіцієнт упевненості - це комбінація двох оцінок:
(24)
де І - оцінка істинності факту настання події (від 0 до +1), X - оцінка хибності (від 0 до -1).
Комбінування оцінок незалежних свідчень про наявність або відсутність ризику (оцінок ступеня впливу факторів ризику на його величину) виконують згідно наступних правил:
якщо K1 > 0 і К2 > 0;
якщо К1 < 0 і К2 < 0; (25)
The online video editor trusted by teams to make professional video in
minutes
© Referats, Inc · All rights reserved 2021