Содержание
-
Вероятностная оценка риска
-
Факторы риска:
Событие, связанное с риском; Вероятность риска; Сумма, подвергаемая риску.
-
Методы определения вероятности:
Объективный метод Субъективный метод
-
Объективный метод
Основан на вычислении частоты, с которой происходят некоторые события: f (A) =n (A) /n, где f- частота возникновения некоторого уровня потерь; n (A) - число случаев наступления этого уровня потерь; n - общее число случаев в статистической выборке
-
Субъективная вероятность
Основана на суждении или личном опыте оценивающего, а не на частоте, с которой подобный результат был получен в аналогичных условиях. Вероятность, равная нулю, означает невозможность наступления конкретного события; Вероятность, равная единице, - непременное наступление события; Сумма вероятностей всех возможных вариантов равна единице.
-
Альтернатива - это последовательность действий, направленных на решение некоторой проблемы (P) Состояние среды - ситуация, на которую лицо, принимающее решение, не может оказывать влияние(W). Исходы (возможные события) возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия определенной альтернативы при определенном состоянии среды(X). (P,W,X) – случайная величина.
-
Модели принятия решений:
Принятие решений в условиях определенности ; Принятие решений в условиях риска ; Принятие решения в условиях неопределенности .
-
Критерий MAXIMAX (критерий оптимизма) - определяет альтернативу, которая максимизирует максимальный результат для каждой альтернативы. Критерий MAXIMIN (критерий пессимизма) - определяет альтернативу, которая максимизирует минимальный результат для каждой альтернативы. Критерий БЕЗРАЗЛИЧИЯ - выявляет альтернативу с максимальным средним результатом.
-
Стандартные характеристики риска:
Математическое ожидание М= ∑xj*pj, где xj - результат (событие или исход, например величина дохода); pj - вероятность получения результата xj. Дисперсия σ2 = D = М(x2) – (M[x])2 Коэффициент вариации V=σ/M Коэффициент корреляции R (x1, x2) =Cov (x1, x2) /σx1σx2, RО[-1; +1], гдеCov (x1, x2) =M[ (x1-Mx1) (x2-Mx2) ]
Нет комментариев для данной презентации
Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.