Автор работы: Пользователь скрыл имя, 10 Апреля 2014 в 04:02, методичка
На сегодняшний момент проблема управления и оценка рисков в коммерческой деятельности занимает ведущее значение практически во всех разделах теории и практики внутрифирменного управления, планирования и контроля, а выбор оптимального соотношения риска и уровня деловой активности, доходности и надежности, основанный на анализе роли и места риска, составляет значительную часть содержания процесса принятия и реализации хозяйственных решений.
Вершина круглого типа представляет собой определенный фактор, воздействие которого на рассматриваемый процесс случайно и не зависит от ЛПР. Исходящие из такой вершины ребра обозначают набор рассматриваемых случайных сценариев, влияющих на конечный экономический результат, вероятности реализации которых должны быть известны.
Каждая траектория приводит к конечной вершине, которая может быть представлена как конкретное числовое значение экономического результата либо как его случайная величина с известным законом распределения.
Рассмотрим некоторое дерево, состоящее из одной вершины прямоугольного типа, двух вершин круглого типа и четырех концевых вершин, структура которого представлена на рис 3.1.
Как видно на рис. 3.1., исходящие из прямоугольной вершины ребра оканчиваются одинаковыми по структуре вершинами круглого типа, имеющими по две концевые вершины. Такая идентичность связана с тем, что при реализации каждой из двух альтернатив класса А необходимо каждый раз учитывать воздействие фактора типа Т, имеющего две реализации. При этом конкретные значения концевых вершин будут различны.
Процедура параметризации дерева решений подразумевает соотнесение параметров альтернатив и случайных сценариев исходной задачи с соответствующими вершинами и ребрами построенного графа.
На рис. 3.2. представлено дерево решений после процедуры параметризации и отражено следующее. Рассматриваются альтернативы А1 и А2, случайный фактор имеет два сценария реализации Т1 и Т2, причем T1 наступает с вероятностью p1, а T2 - с вероятностью p2. Соответственно, концевые вершины отражают конкретные числовые значения: D1– при выборе первой альтернативы и реализации первого случайного сценария (при А1 и Т1), D2– при выборе первой альтернативы и реализации второго случайного сценария (А1 и Т2), D3 – при выборе второй альтернативы и реализации первого случайного сценария (А2 и Т1), D4 – при выборе второй альтернативы и реализации второго случайного сценария (А2 и Т2),.
Процедура свертки предусматривает для вершин круглого типа замену исходящих из них ребер, отражающих распределение вероятностей конечного результата, на определенный набор параметров, соответствующих критерию выбора при заданном отношении ЛПР к риску.
При нейтральном отношении к риску используют EVC – критерий ожидаемого значения (the expected value criterion), для которого необходимо найти математическое ожидание рассматриваемого распределения. Наилучшей признается альтернативой с наибольшим математическим ожиданием дохода.
При осторожном отношении к риску применяют критерий MVC - критерий значимой дисперсии (the mean variance criterion), который требует определения как математического ожидания, так и дисперсии распределения конечного экономического результата и значение которого совпадает со значением функции выбора fs(m,σ) = m – ks·σ2. Наилучшей при этом критерии признается альтернатива с наибольшим значением такой функции.
Аналогично, при склонности к риску также используется критерий MVC, который при таком отношении к риску равен значению функции выбора fr(m,σ) = m + kr·σ2. Наилучшей также является альтернатива с наибольшим значением такой функции.
Таким образом, используемые в методе дерева решений критерии формулируются в виде:
Соответственно, процедура свертки подготавливает параметры для выбираемых ЛПР критериев. При этом при заданном отношении к риску в вершину круглого типа вписывается значение соответствующей функции выбора f(m,σ), для чего рассчитываются необходимые параметры, конкретизирующие расположение альтернативы в пространстве «Доход-Риск», то есть для альтернативы А1:
распределение А1 (А1Т1 с вероятностью p1, А1Т2 с вероятностью p2) ®
® А1 (m1,σ1) ® f(m1,σ1).
Заметим, что при нейтральном отношении к риску достаточно сразу вписывать в вершины круглого типа значения математического ожидания распределения конечного экономического результата.
На рис. 3.3. представлено дерево решений после процедуры свертки при нейтральном отношении к риску, где по теории вероятности m1 = p1·D1+ p2·D2, m2 = p1·D3+ p2·D4. Заметим, что при произвольном количестве (n) концевых вершин, исходящих из рассматриваемой вершины круглого типа, равенство выглядело бы m1 = p1·D1+ p2·D2 + …+ pi·Di +…+ pn·Dn =
Соответственно, на рис. 3.4. представлено дерево решений после процедуры свертки при осторожном отношении к риску, где fs(m1,σ1)= m1 – ks·σ12 при m1 = p1·D1+ p2·D2 и σ12 = m1(2) – (m1)2 = p1·(D1)2+ p2·(D2)2 – (p1·D1+ p2·D2)2, и fs(m2,σ2)= m2 – ks·σ22 при m2 = p1·D3+ p2·D4 и σ22 = m2(2) – (m2)2 = p1·(D3)2+ p2·(D4)2 – (p1·D3+ p2·D4)2. Аналогично, при n концевых вершин, например, fs(m1,σ1)= m1 – ks·σ12 при m1 = и σ12 = m1(2) – (m1)2 = – ( )2.
Аналогично, на рис. 3.5. представлено дерево решений после процедуры свертки при осторожном отношении к риску, где fr(m1,σ1)= m1 + kr·σ12 при m1 = p1·D1+ p2·D2 и σ12 = m1(2) – (m1)2 = p1·(D1)2+ p2·(D2)2 – (p1·D1+ p2·D2)2, и fr(m2,σ2)= m2 + kr·σ22 при m2 = p1·D3+ p2·D4 и σ22 = m2(2) – (m2)2 = p1·(D3)2+ p2·(D4)2 – (p1·D3+ p2·D4)2.
Процедура блокировки требует для вершин прямоугольного типа зачеркнуть (заблокировать) на графе те исходящие из них ребра, которые ведут к неоптимальным вершинам круглого типа, то есть имеющим наименьшее значение соответствующей функции выбора. Тем самым исключаются из рассмотрения наихудшие траектории развития процесса. Таким образом, остается одна альтернатива с наибольшим значением функции выбора, она и признается наилучшей для ЛПР при заданном отношении к риску. Процедура блокировки проводится от концевых вершин к начальной вершине.
После процедуры блокировки дерево решений предстоит в таком виде, при котором оптимальное решение становится очевидным. Как следует из рис. 3.6. при нейтральном отношении к риску следует выбрать альтернативу А1, поскольку m1> m2
Как следует из рис. 3.7. при осторожном отношении к риску следует выбрать альтернативу А1, поскольку fs(m1,σ1) > fs(m2,σ2). Аналогично, при склонности к риску после процедуры блокировки останется альтернатива с наибольшим значением fr(m,σ).
Пример 3.1 Требуется для приведенной ниже ситуации построить дерево решений и выбрать наилучшую альтернативу при различном отношении ЛПР к риску.
Ситуация. Компании, специализирующейся в области производства лекарственный средств, предложен контракт на сумму 150 тыс. у.е. на изготовление нового лекарства. Необходимое фармакологическое сырье (далее субстанция) предполагается закупить в Китае (при условиях доставки до российской таможни за счет китайских партнеров). Стоимость данной субстанции составляет 100 тыс. у.е.
Необходимо учитывать, прежде всего, что при длительном пребывании в среде с температурой ниже нормативной субстанция теряет требуемые свойства. Сохранение свойств зависит от условий транспортировки и термостойкости упаковки. Субстанция для хранения и транспортировки может быть упакована:
При температуре выше 100С свойства субстанции сохраняются 90 суток. При температуре от 0 до 100 С субстанция, упакованная в картонную тару, сохраняет требуемые свойства в течение 18 суток, а субстанция, упакованная в специальном деревянном ящике,- в течение 25 суток. При температуре ниже 00С субстанция, упакованная в картонную тару, сохраняет свойства в течение 10 суток, а в деревянных ящиках,- 17 суток. При упаковке в специальные деревянные ящики стоимость субстанции возрастает на 5% и составляет уже 105 тыс. у.е.
По условиям контракта субстанция будет поставляться ранней весной, а значит температуру по прогнозам ожидаем:
Время доставки субстанции железнодорожным транспортом составляет 17 суток. Требуется учесть также фактор возможных случайных задержек субстанции в пути:
Задержки груза в пути отражаются не только на сохранности свойств субстанции (в зависимости от типа упаковки), они обусловливают штрафы, которые для компании составляют 1% от стоимости контракта за каждые сутки опоздания изготовления готовой продукции (то есть 1,5 тыс. у.е.). Если субстанция теряет требуемые свойства, то вместо указанных штрафов компания платит неустойку в размере 20 % от стоимости контракта (то есть 30 тыс. у.е.).
Рассматриваются следующие способы доставки субстанции:
а) в специализированных деревянных ящиках;
б) в картонной таре;
При этом известно, что доставка железнодорожным транспортом в обычном вагоне обойдется в 10 тыс. у. е., а в отапливаемом вагоне — 25 тыс. у. е.
Процедура построения дерева решений.. Прежде всего, необходимо сформировать структуру дерева решений, определяемую числом взаимосвязанных вершин прямоугольного и круглого типа и концевых вершин.
Вершины прямоугольного типа удобно представить как одну начальную вершину «Выбор вагона» и две из нее исходящие «Выбор упаковки». Далее из каждой вершины «Выбор упаковки» исходит по вершине круглого типа «Фактор температуры внешней среды» (далее «Фактор Т»), при этом из каждой далее исходят по две вершины круглого типа «Фактор задержек в пути» (далее «Фактор L»). Это объясняется тем, что «Фактор Т» имеет две реализации: Т1: 0 < t0 < 10 и Т2: t0 < 0.
Таким образом, имеем три вершины прямоугольного типа и девять вершин круглого типа. Далее из каждой вершины «Фактор L» исходят по три концевые вершины, соответствующие трем реализациям L1: задержек нет; L2: задержка одни сутки; L3: задержка двое суток. Итого 18 концевых вершин.
Структура дерева решений представлена на рис 3.8. Очевидно, что при этом альтернатив всего три: А1 – (отапливаемый вагон, картонная тара); А2 – (обычный вагон, картонная тара); А3 – (обычный вагон, деревянные ящики).
Процедура параметризации дерева решений.. Ребрам, исходящим из вершин круглого типа и отражающим реализации случайных факторов, необходимо приписать соответствующие вероятности. Из каждой вершины «Фактор Т» исходит Т1 с вероятностью 0,6 и Т2 с вероятностью 0,4. Из каждой вершины «Фактор L» исходит L1 с вероятностью 0,75; L2 с вероятностью 0,2; L3 с вероятностью 0,05.
Далее требуется рассчитать значения экономического результата для концевых вершин D1 - D18 , каждая из которых отражает итог определенной траектории развития рассматриваемого процесса. В частности, при выборе альтернативы А1 траектория при сочетании событий Т1 и L1 завершится следующим результатом:
D1 = 150 – 100 – 25 = 25 тыс. у.е.
Такой экономический результат обусловлен тем, что при транспортировке субстанции в отапливаемом вагоне возможность потери свойств исключена при любой температуре внешней среды. Остается в качестве случайного фактора лишь возможность задержек в пути. Соответствующие расчеты для остальных вершин приведены в табл. 3.1., дерево решений после процедуры параметризации представлено на рис. 3.9.
Таблица 3.1
Расчет экономического результата для концевых вершин
Концевая Вершина |
Потеря свойств |
Задержка, суток |
Расчет, тыс. у.е. |
D1 |
нет |
0 |
=150-100-25 = 25 |
D2 |
нет |
1 |
=150-100-25-1,5 = 23,5 |
D3 |
нет |
2 |
=150-100-25-3 = 22 |
D4 |
нет |
0 |
=150-100-25 = 25 |
D5 |
нет |
1 |
=150-100-25-1,5 = 23,5 |
D6 |
нет |
2 |
=150-100-25-3 = 22 |
D7 |
нет |
0 |
=150-100-10 = 40 |
D8 |
нет |
1 |
=150-100-10-1,5 = 38,5 |
D9 |
да |
2 |
=150-100-10-3-30 = 7 |
D10 |
да |
0 |
=150-100-10-30= 10 |
D11 |
да |
1 |
=150-100-10-1,5-30=8,5 |
D12 |
да |
2 |
=150-100-10-3-30 = 7 |
D13 |
нет |
0 |
=150-105-10 = 35 |
D14 |
нет |
1 |
=150-105-10-1,5 = 33,5 |
D15 |
нет |
2 |
=150-105-10-3 = 32 |
D16 |
нет |
0 |
=150-105-10 = 35 |
D17 |
да |
1 |
=150-105-10-1,5-30 = 3,5 |
D18 |
да |
2 |
=150-105-10-3-30 = 2 |