Введение. 12. Минимаксный критерий 16

Критерий Лапласа 15

12. Минимаксный критерий 16

Критерий Сэвиджа 17

Критерий Гурвица 18

15. Методология принятия решений в условиях риска и неопределенности. «Матрица решений» 19

Принятие решений как снятие неопределенности.

Языки описания методов принятия решений. Критериальный язык 20

Экспертные методы выбора решений 22

19. Теория многомерной полезности 23

20.Основные определения теории нечетких множеств 24

21.Метод Анализа Иерархий (МАИ) 25

Заключение 27

Список использованной литературы 28

Введение

Принятие решений в условиях неопределенности основано на том, что вероятности различных вариантов развития событий неизвестны. В этом случае субъект руководствуется, с одной стороны, своим рисковым предпочтением, а с другой — критерием выбора из всех альтернатив по составленной «матрице решений». Принятие решений в условиях риска основано на том, что каждой ситуации развития событий может быть задана вероятность его осуществления. Это позволяет взвесить каждое из значений эффективности и выбрать для реализации ситуацию с наименьшим уровнем риска.

Обоснование и выбор конкретных управленческих решений, связанных с финансовыми рисками, базируется на концепции и методологии теории принятия решений. Эта теория предполагает, что решениям, связанным с риском, всегда свойственны элементы неизвестности конкретного поведения исходных параметров, которые не позволяют четко детерминировать значения конечных результатов этих решений. В зависимости от степени неизвестности предстоящего поведения исходных параметров принятия решений различают условия риска, в которых вероятность наступления отдельных событий, влияющих на конечный результат, может быть установлена с той или иной степенью точности, и условия неопределенности, в которых из-за отсутствия необходимой информации такая вероятность не может быть установлена.

Любой выбор связан с процессом обработки информации об альтернативах, о критериях качества, о возможных исходах, о системах предпочтений и способах отображения множества допустимых альтернатив в множество критериальных оценок возможных исходов. В зависимости от вида такого отображения ЗПР подразделяют на следующие категории:

• задачи в условиях определенности, которые характеризуются полной и точной (как правило, количественной) исходной информацией и детерминированным отображением множества альтернатив в множество критериальных оценок, т. е. имеется адекватное математическое описание проблемы. Для решения таких задач обычно применяются методы математического программирования;

• задачи в условиях риска, когда возможные исходы можно описать с помощью некоторого вероятностного распределения, для построения которого необходимо иметь статистические данные или экспертные оценки. Обычно для решения задач этого типа применяются методы теории полезности;

• задачи в условиях неопределенности, когда исходная информация является неполной, неточной, неколичественной, а вид формального отображения является либо слишком сложным, либо не известен. В таких случаях для решения ЗПР привлекаются знания экспертов. Для представления и обработки этих знаний используются различные методы прикладной теории принятия решений и методы искусственного интеллекта.

Общие положения курса, основные позиции необходимости исследований в этой области. Связь с другими науками.

Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке. Началом науки "Теория принятия решений" следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение "бери больше, кидай дальше" неверен. Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы. Можно выделить следующие научно-технические предпосылки становления "Теории принятия решений": удорожание "цены ошибки". Чем сложнее, дороже, масштабнее планируемое мероприятие, тем менее допустимы в нем "волевые" решения и тем важнее становятся научные методы, позволяющие заранее оценить последствия каждого решения, заранее исключить недопустимые варианты и рекомендовать наиболее удачные; ускорение научно-технической революции техники и технологии. Жизненный цикл технического изделия сократился настолько, что "опыт" не успевал накапливаться и требовалось применение более развитого математического аппарата в проектировании; развитие ЭВМ. Размерность и сложность реальных инженерных задач не позволяло использовать аналитические метода.

Как часто это бывает, эта наука, с одной стороны, стала определенной ветвью других более общих наук (теория систем, системный анализ, кибернетика и т.д.), а с другой, стала синтезом определенных фундаментальных более частных наук (исследование операций, оптимизация и т.д.), создав при этом и собственную методологию.

Инженерное дело теснейшим образом связано с совокупностями объектов, которые принято называть сложными системами, которые характеризуются многочисленными и разнообразными по типу связями между отдельно существующими элементами системы и наличием у системы функции назначения, которой нет у составляющих ее частей. На первый взгляд каждая сложная система имеет уникальную организацию. Однако более детальное изучение способно выделить общее в системе команд ЭВМ, в процессах проектирования лесной машины, самолета и космического корабля.

В научно-технической литературе существует ряд термином, имеющих отношение к исследованию сложных систем. Наиболее общий термин " теория систем " относится ко всевозможным аспектам исследования систем. Ее основными частями являются системный анализ, который понимается как исследование проблемы принятия решения в сложной системе, кибернетика, которая рассматривается как наука об управлении и преобразовании информации.