Реферат: Прикладная математика

А. Принятие решений в условиях полной неопределенности.

Не все случайное можно "измерить" вероятностью. Неопределенность – более широкое понятие. Неопределенность того, какой цифрой вверх ляжет игральный кубик отличается от неопределенности того, каково будет состояние российской экономики через 15 лет. Кратко говоря, уникальные единичные случайные явления связаны с неопределенностью, массовые случайные явления обязательно допускают некоторые закономерности вероятностного характера.

Ситуация полной неопределенности характеризуется отсутствием какой бы то ни было дополнительной информации. Какие же существуют правила-рекомендации по принятию решений в этой ситуации?

Правило Вальда (правило крайнего пессимизма). Рассматривая -e решение будем полагать, что на самом деле ситуация складывается самая плохая, т.е. приносящая самый малый доход .

Но теперь уж выберем решение  с наибольшим . Итак, правило Вальда рекомендует принять решение , такое что

41

 Так, в вышеуказанном примере, имеем Теперь из чисел 2,2,3,1 находим максимальное. Это – 3 . Значит, правило Вальда рекомендует принять 3-е решение.

Правило Сэвиджа (правило минимального риска). При применении этого правила анализируется матрица рисков . Рассматривая -e решение будем полагать, что на самом деле складывается ситуация максимального риска

Но теперь уж выберем решение  с наименьшим . Итак, правило Сэвиджа рекомендует принять решение , такое что

Так, в вышеуказанном примере, имеем  Теперь из чисел 8,6,5,7 находим минимальное. Это – 5. Значит правило Сэвиджа рекомендует принять 3-е решение.

Правило Гурвица (взвешивающее пессимистический и оптимистический подходы к ситуации). Принимается решение , на котором достигается максимум

где . Значение  выбирается из субъективных соображений. Если  приближается к 1, то правило Гурвица приближается к правилу Вальда, при приближении  к 0, правило Гурвица приближается к правилу "розового оптимизма" (догадайтесь сами, что это значит). В вышеуказанном примере при  правило Гурвица рекомендует 2-е решение.

В. Принятие решений в условиях частичной неопределенности.

Предположим, что в рассматриваемой схеме известны вероятности  того, что реальная ситуация развивается по варианту . Именно такое положение называется частичной неопределенностью. Как здесь принимать решение? Можно выбрать одно из следующих правил.

Правило максимизации среднего ожидаемого дохода. Доход, получаемый фирмой при реализации -го решения, является случайной величиной  с рядом распределения

Математическое ожидание  и есть средний ожидаемый доход, обозначаемый также . Итак, правило рекомендует принять решение, приносящее максимальный средний ожидаемый доход.

Предположим, что в схеме из предыдущего п. вероятности есть (1/2, 1/6, 1/6, 1/6). Тогда

Максимальный средний ожидаемый доход равен 7, соответствует 3-у решению.

Правило минимизации среднего ожидаемого риска. Риск фирмы при реализации -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. Получаем  Минимальный средний ожидаемый риск равен 7/6, соответствует 3-у решению.

Нанесем средние ожидаемые доходы и средние ожидаемые риски  на плоскость – доход откладываем по вертикали, а риски по горизонтали (см.рис.):

Получили 4 точки. Чем выше точка            

, тем более доходная операция,              .Q3

чем точка правее – тем более она

рисковая. Значит, нужно выбирать       

точку выше и левее. Точка                                 .Q1

доминирует точку , если                                     .Q2

и  и хотя бы одно из этих                                                            .Q4

неравенств строгое. В нашем случае                                                

3-я операция доминирует все остальные.                                                   

Точка, не доминируемая никакой другой называется оптимальной по Парето, а множество всех таких точек называется множеством оптимальности по Парето. Легко видеть, что если из рассмотренных операций надо выбрать лучшую, то ее обязательно надо выбрать из операций, оптимальных по Парето. В нашем случае, множество Парето, т.е. оптимальных по Парето операций, состоит только из одной 3-й операции.

Для нахождения лучшей операции иногда применяют подходящую взвешивающую формулу, которая для пар  дает одно число, по которому и определяют лучшую операцию. Например, пусть взвешивающая формула есть . Тогда получаем:

. Видно, что 3-я операция – лучшая, а 4-я – худшая.

С. Правило Лапласа.

Иногда в условиях полной неопределенности применяют правило Лапласа равновозможности, когда все вероятности  считают равными. После этого можно выбрать какое-нибудь из двух приведенных выше правил-рекомендаций принятия решений.

§15. Математико-статистический анализ данных

о деятельности производственного экономического объекта

Цель математико-статистического анализа данных, характеризующих поведение исследуемого экономического объекта, состоит в том, чтобы выявить тенденции изменения выпуска продукции и используемых ресурсов, установить зависимость между выпуском и затратами ресурсов и по этим тенденциям и зависимостям найти прогнозы выпуска на ближайшую перспективу.

43

Выявление тенденций и установление зависимостей между выпуском и ресурсами осуществляется с помощью методов экстраполяции временных рядов и регрессионного анализа, изучаемых в курсе "Теория вероятностей и математическая статистика" [ ].

Расчеты по регрессионным моделям целесообразно выполнять на персональных ЭВМ с помощью пакетов прикладных программ, имеющих в своем составе программы множественной линейной регрессии (например, Statistica for Windows, Statgraf, SAS), однако возможно их выполнение на научном калькуляторе по формулам регрессионного анализа, приведенным в [ ].

Технику проведения расчетов и получения прогнозов покажем на примере исследования экономики США. Исходные данные для расчетов, взятые из следующих источников: Economic Report of the President, 1995,Wash,1995; Statistical Abstract of the USA, 1995, Wash, 1995, приведены в следующей таблице.

Валовой внутренний продукт, (в ценах 1987 г.), основные производственные фонды (в ценах 1987 г.) и число занятых в США в 1960-1995 г.г.

44

а) Анализ тенденций изменения и прогнозирование ВВП, ОПФ и числа занятых.

Анализ тенденции изменения и прогнозирование покажем на примере ВВП. Если имеет место линейный тренд, то модель изменения ВВП принимает вид

,

где

 - линейный (относительно времени) тренд,

 - среднее значение ВВП (значение тренда) при t=0 ( » x1 - ),

 - среднегодовой прирост ВВП,

et – отклонение фактического значения ВВП от тренда.

Оценки коэффициентов тренда приведены в [ ] и имеют вид

Выполнив расчеты на ЭВМ с помощью указанных ППП, либо непосредственно подставив значения временного ряда ВВП (взятые из таблицы) в последние две формулы, получаем оценки коэффициентов тренда

 =  1854,1 – оценка среднего значения ВВП в 1959 г. (млрд. долл.)

 =  96,66 – оценка среднегодового прироста ВВП (млрд. долл.), тем самым и оценки тренда

Хt = 1854,1 + 96,66×t.

Прогноз осуществляем по следующей формуле (подставляем будущие значения времени в уравнение тренда)

в частности,

(1996) = 1854,1 + 96,66×37 = 5430,6;

(1997) = 5527,3;

(1998)  = 5623,9.

Точно так же находим оценки трендов и прогнозируемые значения ОПФ и числа занятых

                  = 5071,7 + 290,05t;

45

(1996)  = 5071,7 + 290,05×37 = 15803,6;

(1997)  = 16093,6;

(1998)  = 16383,7;

   = 60,36 + 1,796t;

(1996)  = 60,36 + 1,796×37 = 126,8;

(1997)  = 128,6;

(1998)  = 130,4.

Замечание. Полученные прогнозы основаны на данных 1960 – 1995 г.г. К настоящему времени уже известны фактические данные за 1996 – 1998 г.г., поэтому есть возможность сравнить прогнозируемые значения с фактическими.

На приводимых ниже рисунках показаны фактические, расчетные (по линейному тренду) и прогнозируемые значения.

46

Прогноз ОПФ на 1996 – 1998 г.г.

(млрд. долл.)

Прогноз числа занятых  на 1996-1998 г.г.

(млн. чел.)

б) Установление зависимости ВВП от ресурсов (ОПФ и числа занятых) и прогнозирование ВВП с помощью найденной зависимости.

Зависимость ВВП от ОПФ и числа занятых постулируем в форме мультипликативной функции

,

где

А – коэффициент нейтрального технического прогресса,

aK, aL – коэффициенты эластичности по фондам и по труду.

При наложении этой гипотетической зависимости на реальные данные приходим к следующей модели

 - корректировочный коэффициент, который приводит расчетные (по модели) данные к фактическим.

47

В логарифмах эта модель приобретает вид уравнения регрессии с двумя независимыми переменными

.

Вводя в программу линейной множественной регрессии в качестве значений зависимой переменной логарифмы ВВП (ln Xt, t = 1,…,T), а в качестве значений двух переменных логарифмы ОПФ (ln Kt, t = 1,…,T) и числа занятых (ln Lt, t = 1,…,T), получаем в результате работы программы оценки параметров регрессии

.

Так расчеты на ЭВМ с помощью ППП " Statistica for Windows" по логарифмам походных данных дали следующие результаты

,

поэтому (= 2,248)

.

Используя прогнозируемые значения ресурсов, получаем прогноз ВВП с помощью найденной зависимости от ресурсов

(1996)  

(1997)  = 5576,7;

(1998)  = 5680,1.

На приводимом ниже рисунке показаны фактические, расчетные (по линейному тренду и по мультипликативной функции) значения ВВП.

Прогноз ВВП на 1996-1998 г.г.

(млрд. долл.)

в) Выводы из результатов расчетов.

Как видно из таблицы исходных данных экономика США в 1960-1995 г.г. находилась в состоянии экономического роста, прерываемого в 1960-1961 г.г., 1969-1970 г.г., 1974-1975 г.г., 1980-1982 г.г., 1990-1992 г.г. кризисами и спадами производства.

48

Этот экономический рост характеризуется среднегодовыми приростами: ВВП – на 96,7 млрд. долл., ОПФ – на 290,1 млрд. долл., числа занятых – на 1,8 млн. чел. Увеличение ОПФ на 1% приводит к увеличению ВВП на 0,404%, а увеличение числа занятых на 1% - на 0,803%, т.е. экономический рост являлся фондосберегающим.

Если бы тенденции сохранились, то к концу 1998 г. ОПФ составили бы 16383,7 млрд. долл. (рост по сравнению с 1995 г. на 2,8%), ВВП достиг бы в 1998 г. значений: при прогнозе по линейному тренду – 5623,9 млрд. долл. (рост на 0,35%), при прогнозе на мультипликативной зависимости – 5680,1 (рост на 1,4%).