- •5.. Будущая стоимость капитала
- •5.2. Текущая стоимость капитала
- •5.3. Страхование
- •ГЛАВА 6. ПОРТФЕЛЬ ЦЕННЫХ БУМАГ
- •6.2. Влияние корреляции на риск портфеля
- •6.3. Оптимальный портфель
- •6.5. Распределение капитала между безрисковыми и рисковыми вложениями
- •6.7. Нахождение оптимальной структуры портфеля с помощью компьютера
- •6.8. Риск и неравенство Чебышева
- •6.9. Расчёт опционов
- •6.0. Формирование оптимального портфеля с помощью ведущего фактора
- •6.. Премия за риск
- •6.3. Общий риск портфеля
- •ГЛАВА 7. ЭЛЕМЕНТЫ ТЕОРИИ ИГР
- •7.. Понятие игры
- •7.2. Игры с природой
- •7.3. Критерии оптимальности
- •7.4. Принятие многоцелевых решений в условиях риска
- •7.5. Оптимизация по Парето
- •ГЛАВА 8. ЗАДАЧИ УПРАВЛЕНИЯ ЗАПАСАМИ
- •8.. Модель запасов наличных денег
- •8.3. Аукционные торги
- •ГЛАВА 9. ОСНОВНЫЕ ПУТИ И СПОСОБЫ МИНИМИЗАЦИИ РИСКА
- •9.. Внешние методы снижения риска
- •9.2.. Проверка партнеров по бизнесу
- •9.2.2. Бизнес - планирование
- •9.2.3. Подбор персонала предпринимательской организации
- •9.2.5. Получение дополнительной информации
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК РЕКОМЕНДОВАННОЙ ЛИТЕРАТУРЫ
- •СОДЕРЖАНИЕ
Таблица 7. 3
|
|
θ 1 (0,6) |
|
θ 2 (0,1) |
|
|
θ 3(0,3) |
mсi |
|
|
mвi |
mri |
α i |
si |
wi |
|
hi |
||||
х1 |
|
20 |
|
|
30 |
|
|
15 |
|
65/3 |
|
19,5 |
|
53 |
15 |
65 |
30 |
21 |
|
||
|
|
65 |
|
|
50 |
|
|
30 |
|
|
|
|
|
|
|
|
|
|
|
||
х2 |
|
75 |
|
|
20 |
|
|
35 |
|
130/ |
|
57,5 |
|
|
20 |
|
75 |
42 |
|
||
|
|
10 |
|
|
60 |
|
|
10 |
|
3 |
|
|
|
|
15 |
|
60 |
|
|
|
|
х3 |
|
25 |
|
|
80 |
|
|
25 |
|
130/ |
|
30,5 |
|
|
25 |
|
80 |
|
47 |
|
|
|
|
60 |
|
|
0 |
|
|
20 |
|
3 |
|
|
|
|
42 |
|
60 |
|
|
|
|
х4 |
|
85 |
|
|
5 |
|
|
45 |
|
135/ |
|
|
65 |
|
|
5 |
75 |
85 |
37 |
|
|
|
|
0 |
|
|
75 |
|
|
0 |
|
3 |
|
|
|
|
7,5 |
|
|
|
|
|
|
β j |
85 |
|
80 |
|
|
45 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Здесь |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
mсi = |
∑ аij , mвi = ∑ pjаij , mri = ∑ p jrij . |
|
|
|
|
|||||||||||
|
|
|
|
|
|
n |
j |
|
j |
|
j |
|
|
|
|
|
Например
mС1 = (20+30+15)/3 = 65/3,
mВ2 = 0,б× 75+0,1× 20+0,3 × 35 = 75,5, mr4 = 0,6 × 0+0,1× 75+0,3 × 0 = 7,5, h3 = 0,6 × 25+0,4 × 80 = 47.
Следовательно, пользуясь критерием Лапласа, выбираем четвертую стратегию, Баеса – по выигрышам четвертую, по рискам – четвертую, Вальда
– третью, Сэвиджа – вторую или третью, Гурвица – третью.
Однозначности в выборе быть не может, ибо неизвестно, как поведет себя природа.
7.4. Принятие многоцелевых решений в условиях риска
Пусть
Х={х1, х2, …, хi,…,хm} – множество принятия решений (что производить, сеять, чем торговать);
θ={ θ 1, θ 2, …, θ j,…, θ n} – множество состояний среды ( наличие конкуренции, погодные условия, поведение поставщиков);
{ 1, …, q, …, s } – способы оценки (прибыль, себестоимость, затраты); aqij – численная оценка принятого решения хi при условии, что будет θj состояние среды и выбран q-ый способ оценки;
57
aqi – численная оценка i - го выбранного решения при q – ом способе
оценки.
Общая оценка принятия решений зависит от информации о состоянии среды, то есть от степени неопределённости, с которой принимаются состоя-
ния θ 1, θ 2, …, θ n. Под информационной ситуацией понимают определенный уровень градации неопределенности нахождения среды в одном из состояний заданного множества, которым обладает субъект управления (менеджер) в момент принятия решения.
Будем различать шесть информационных ситуаций:
И1 – задаются априорные вероятности состояний θ1, θ 2, …, θ n;
И2 – известен закон распределения вероятностей состояний среды, но неизвестны его параметры;
И3 – задаётся система линейных соотношений на компонентах априорного распределения состояний среды;
И4 – неизвестно распределение вероятностей состояний θ 1, θ 2, …, θ
n;
И5 – антагонистические интересы среды в процессе принятия решений;
И6 – промежуточное состояние среды (обо всём известно понемногу).
Взависимости от информационной ситуации применяют разные критерии выбора решения: Баеса, Лапласа, Вальда, Гурвица и т. д.
Вразвёрнутой форме ситуации принятия решений записываются матрицами (функционалами оценок)
|
|
|
|
θ1 |
|
θj |
|
|
x1 |
а11q |
|
а1qj |
|
|
|
|||||
Аq = |
|
|
|
|
|
|
|
|
|
аiq1 |
|
аijq |
|
|
xi |
|||||
|
|
|
|
|
|
|
|
|
x |
|
аq |
|
аq |
|
|
m |
||||
|
|
|
m1 |
|
mj |
|
θ |
n |
|
|
|
|
|
|
а1qn |
|
|
|
|
|
|
|
q |
. |
|
аin |
|
||
|
|
|
|
|
аq |
|
|
|
|||
|
mn |
Сущность проблемы состоит в принятии одного решения на основании свертки.
Проблема принятия многоцелевых решений характеризуется тремя факторами:
•методами нормализации;
•соотношением приоритета;
58
•критериями свертки.
Методы нормализации. Нормализация применяется для перехода к сравнительным шкалам в значениях функционалов оценок. Очевидно, что все числа в функционалах оценок должны находится в одинаковом диапазоне.
Некоторые методы нормализации приведены в табл. 7.4.
|
|
|
|
Таблица 7. 4 |
Метод нормализации |
Математическая запись |
|||
Смена ингредиента |
|
− аijk , |
1/аijk |
|
Относительная |
(аijq / max аijq ), |
(аijq − |
minаijq ) |
|
нормализация |
|
i |
|
i |
Сравнительная нормализация |
(аijq − |
minаijq ), |
(max аijq − аijq ) |
|
|
|
i |
i |
|
Естественная нормализация |
(аiq − |
minаijq )/(maxаijq |
− minаijq ) |
|
|
|
ij |
i |
i |
Севиджа |
(max аqk − |
аqk )/(max аqk − |
min аqk ) |
|
k |
k |
k |
Некоторые способы оценки, к примеру, по прибыли, имеют приоритетное значение. Чтобы учесть это, значения аqij для некоторых q, преобразуют в
большие (меньшие) числа. Если имеется несколько функционалов оценки, то для принятия одного решения эти функционалы преобразуют в один функционал. Это преобразование называется свёрткой. Некоторые методы учёта приоритета и некоторые методы свёртки приведены в табл.7.5, 7.6.
|
Таблица 7. 5 |
|
|
Таблица 7. 6 |
Принцип учета |
Математичес- |
|
Критерий |
Математическая запись |
приоритета |
кая запись |
|
свертки |
|
|
|
|
|
|
|
|
|
|
|
Линейный |
k |
|
Гарантированно- |
|
|
ukаij |
|
го результата |
q |
|
|
|
|
max min аk |
|
|
|
|
k q |
|
|
|
|
|
Показательный (аijk)uk
Сокращение раз- |
Аq |
" А |
q |
0 |
меров задачи |
|
|||
|
|
|
|
|
|
q0 задано |
Доминирующег |
|
max max aq |
|
||||
о результата |
|
|
k |
q |
|
k |
|
Равенства |
1 |
= |
2 |
= |
... = |
s |
|
|
аk0 |
аk0 |
аk0 |
||||
Суммарной |
|
|
max |
∑ |
а |
q |
|
эффективности |
|
|
k |
|
|||
|
|
k |
q |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Равномерности |
|
max |
∏ |
|
q |
|
|
|
|
аk |
|
||||
|
|
|
k |
q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
59
Рассмотрим четыре основных задачи принятия многоцелевых решений. I задача. Имеется s различных оценок состояний среды (X,θ,Аq )
(q = 1,s). Информационная ситуация одна. Критерий принятия решений один.
Если надо, то проводится нормализация, учет приоритетов и свертка по каждому состоянию среды. Получаем один функционал оценки С (свертки).
А1,..., Аs = |
|
а1 |
... |
а1 |
|
|
|
|
аs |
|
... |
|
аs |
|
|||
|
|
11 |
|
1n |
|
,..., |
11 |
|
|
|
|
1n |
|||||
|
|
|
|
1 |
... |
1 |
|
|
|
|
s |
|
... |
|
|
s |
. |
|
|
|
аm1 |
аmn |
|
|
|
аm1 |
|
аmn |
|||||||
s матриц А1,..., Аs нормализуем в матрицы B1,...,B s |
|
|
|
|
|
||||||||||||
1 |
s |
|
|
1 |
... |
1 |
|
|
|
b |
s |
... |
b |
s |
|
|
|
= |
|
b |
b |
|
|
|
|
|
|
. |
|
||||||
В ,...,В |
|
|
11 |
|
1n |
|
,..., |
11 |
|
1n |
|
|
|||||
|
|
|
1 |
... |
1 |
|
|
s |
|
s |
|
|
|||||
|
|
|
|
bm1 |
bmn |
|
|
bm1 ... |
bmn |
|
|
Учитывая приоритет, эти матрицы преобразуем в матрицы С1,...,Сs
1 |
s |
|
|
1 |
... |
1 |
|
|
с |
s |
... |
с |
s |
|
= |
|
с |
с |
|
|
|
|
|
||||||
С ,...,С |
|
|
11 |
|
1n |
|
,..., |
11 |
|
1n |
|
|||
|
|
|
1 |
... |
1 |
|
s |
... |
s |
|||||
|
|
|
|
сm1 |
сmn |
|
сm1 |
сmn |
С помощью свёртки их преобразуем в одну матрицу С:
|
|
с |
... |
с |
|
С = |
|
|
|||
|
11 |
|
1n |
|
|
|
|
сm1 |
... |
сmn |
60
По ней определяем оптимальную стратегию, пользуясь одним из критериев теории игр, составляя матрицу D.
|
|
d |
|
|
|
D = |
|
d |
1 |
|
ответ. |
|
|
|
|||
|
|
|
m |
|
II задача. Имеется s различных оценок состояний сре-
ды:(X,θ,Аq ) ,(q = 1,s) (информационная ситуация одна, решений один).
1 |
s |
|
|
а |
1 |
... |
а |
1 |
|
|
а |
s |
= |
|
11 |
1n |
|
|
11 |
||||||
А ,...,А |
|
|
|
|
|
|
,..., |
|
||||
|
|
|
1 |
... |
1 |
|
s |
|||||
|
|
|
|
аm1 |
аmn |
|
аm1 |
критерий принятия
... а1sn
... аsmn .
Для каждого способа q оценки находим общую оценку хi - го выбора решения. Получаем один функционал оценки В=(A1, A2,…, As). По s матрицам принятия решения составляем новый функционал (одну матрицу) с s столбцами, которые соответствуют количеству (s) оценок принятия решений по одному критерию
|
|
b1 |
b2 |
... |
bs |
|
В = |
|
1 |
1 |
|
1 |
|
|
1 |
2 |
... |
s |
|
|
|
|
bm |
bm |
bm |
По ней определяем оптимальную стратегию, пользуясь одним из критериев теории игр, составляя матрицу С.
|
c |
|
C = |
1 |
ответ. |
|
|
|
|
cm |
III задача. По одной ситуации принятия решения (X,θ,А)
А = |
|
а |
11 |
а |
|
|
|
|
1n |
||
|
|
аm1 |
|
|
|
|
|
аmn |
61
составляем новый функционал с К столбцами, которые соответствуют количеству (К) критериев принятия решений. Из одной матрицы составляем новую матрицу, у которой количество столбцов будет равно количеству критериев. Дальше поступаем как в первой задаче.
|
а1 ... |
аК |
|
|
|
|
|
|
|
|
|
dсв |
|
|
|
1 |
1 |
|
нор |
|
|
приор |
|
|
свёр |
|
|
||
... ... |
... |
В |
|
С |
|
D |
= |
|
1 |
ответ. |
||||
|
|
|
|
св |
||||||||||
|
1 |
К |
|
|
|
|
|
|
|
|
|
dm |
|
|
|
аm ... |
аm |
|
|
|
|
|
|
|
|
|
|
|
IV задача. По одной ситуации принятия решения
А = |
|
а |
11 |
а |
|
|
|
|
1n |
||
|
|
аm1 |
|
|
|
|
|
аmn |
составляем новый функционал с И столбцами, которые соответствуют количеству (И) информационных ситуаций. По одной матрице составляем новую матрицу, у которой количество столбцов равно количеству информационных ситуаций
b1 B = b11
m
bИ |
Cнор D приор E свёр = |
1 |
|
И |
|
bm |
|
eсв
1 ответ.
e1св
Пример 7.4. По имеющимся двум ситуациям (X,θ,А1) и (X,θ,А2) принятия решений с одной информационной ситуацией И5 выбора оптимальной стратегии найти оптимальную стратегию в ситуации принятия многоцелевого решения. Использовать естественную нормализацию, линейный учёт приоритета с весовыми коэффициентами u1=1/4, u2=3/4 и суммарную эффективность для свёртки.
|
|
10 |
1 |
|
|
1 |
8 |
|
|
8 8 |
0 14 |
0 4 |
6 6 |
|
||||
|
|
2 |
8 |
|
|
3 |
2 |
|
|
|
0 8 |
7 14 |
|
|
2 4 |
0 6 |
|
|
А1,А2 |
|
|
|
|
B1,B2 = |
|
|
|
|
|
||||||||
= |
3 |
9 |
|
, |
2 |
3 |
|
1 8 |
8 14 |
, 1 4 |
1 6 |
|
||||||
|
|
5 |
3 |
|
|
5 |
5 |
|
|
|
3 8 |
2 14 |
|
|
4 4 |
3 6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
6 |
14 |
1 |
4 |
|
4 8 14 14 |
0 4 |
2 6 |
|
62
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 32 |
|
0 56 |
0 16 |
18 24 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 32 |
|
7 56 |
|
|
|
6 16 |
|
0 24 |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
2 |
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
C |
,C |
|
1 32 |
|
8 56 |
3 16 |
|
3 24 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 32 |
|
2 56 |
|
|
12 16 |
|
9 24 |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 32 |
14 56 |
0 16 |
|
6 24 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 32 |
|
72 |
96 |
|
|
|
|
|
8 32 |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 32 |
36 |
96 |
|
|
|
|
|
|
36 96 |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
D = |
|
7 32 30 96 |
|
|
|
E = |
|
7 32 . |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
27 32 |
108 96 |
|
|
|
|
|
|
27 32 |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 32 |
|
24 |
96 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Здесь: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 32 |
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
6 |
− |
2 |
|
4 |
|
|
|
|
|
5 − |
2 |
|
|
3 |
|
|
|
|
1 |
|
8 |
|
8 |
|
|
|
|
|
3 |
|
4 |
|
12 |
|
|||||
|
|
1 |
= |
|
= |
|
2 |
= |
|
= |
|
1 |
= |
|
|
= |
|
|
2 |
|
= |
|
= |
, |
|||||||||||||||||||
|
b51 |
10 − 2 |
8 |
,b42 |
|
8 − |
2 |
6 |
;c32 |
|
4 |
14 |
56 |
,c41 |
4 |
4 |
16 |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
d |
|
= |
|
8 |
+ |
|
0 |
= |
8 |
|
,d |
|
|
= |
|
8 |
|
+ |
|
|
3 |
= |
30 |
,e |
|
= |
min(27 |
32 |
,108 |
|
|
) = |
27 |
32 |
|||||||||
|
11 |
|
32 |
|
16 |
|
32 |
|
32 |
|
|
|
56 |
|
|
24 |
|
96 |
|
|
|
3 |
|
|
|
|
|
|
|
|
|
96 |
|
|
Для выбора оптимальной стратегии к D= C1+ C2применяем критерий Вальда. Оптимальная стратегия х4.
Пример 7.5. По имеющимся трём ситуациям (X, θ, А1), (X, θ, А2) и (X,θ,А3) принятия решений с одной информационной ситуацией И 5 выбора оптимальной стратегии, найти оптимальную стратегию в ситуации принятия многоцелевого решения. Нормализации и приоритета не делаем. За критерий принятия решений выбираем критерий Вальда.
|
|
|
|
|
|
10 |
|
1 |
1 |
8 |
1 |
3 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
, А |
3 |
= |
|
2 |
|
8 |
|
3 |
|
2 |
|
|
5 |
4 |
|
|
А , А |
|
|
3 |
|
9 |
, 2 |
|
3 , |
2 |
3 |
||||||||
|
|
|
|
|
|
|
5 |
|
3 |
|
5 |
|
5 |
|
|
4 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
14 |
1 |
|
4 |
4 |
2 |
|
||||
|
|
|
1 |
|
1 |
1 |
|
|
|
|
|
1 |
|
|
|
|
||
|
|
|
|
2 |
|
2 |
4 |
|
|
|
|
|
2 |
|
|
|
|
|
|
В = |
|
|
|
|
С = |
|
|
|
|
|
|
||||||
|
3 2 |
2 |
|
|
|
2 |
|
|
|
|||||||||
|
|
|
|
3 |
|
5 |
3 |
|
|
|
|
[3] |
|
|
|
|
||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
6 |
|
2 |
|
|
|
|
|
|
|
|
х4– оптимальная стратегия.
Здесь b31 = min(3,9),b53 = min(4,2) c5=min(6,1,2)=1.
63
Пример 7.6. По одной ситуации принятия решений (X,θ,А) и информационной ситуации И1 определить оптимальную стратегию. Пользуемся критерием Байеса и модальным критерием для составления матрицы B
|
|
|
θ (0,1) |
θ |
2 |
(0,4) |
θ |
3 |
(0,2) |
θ |
4 |
(0,1) |
θ |
5 |
(0,2) |
|
|
|
2 |
2,4 |
|
|
|||
|
|
x |
1 |
|
2 |
|
3 |
|
4 |
|
2 |
|
|
|
|
||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
А = |
|
x1 |
5 |
|
|
4 |
|
|
2 |
|
|
2 |
|
|
1 |
|
|
B = |
|
4 |
2,9 |
|
|
||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
2,5 |
|
|||||||
|
|
x3 |
6 |
|
|
4 |
|
|
1 |
|
|
1 |
|
|
0 |
|
|
|
|
2 |
|
1,8 |
|
|
|
|
|
x4 |
3 |
|
|
2 |
|
|
2 |
|
|
0 |
|
|
1 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|||||||||||
|
|
x5 |
4 |
|
|
3 |
|
|
0 |
|
|
2 |
|
|
1 |
|
|
|
3 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2
2,9
С= 2,5
1,8
2
х2 – оптимальная стратегия.
Первый столбец в B – это второй столбец A как столбец с наибольшей вероятностью. Второй столбец находится по формуле вычисления математи-
ческого ожидания: b32 = 6 0,1+ 4 0,4 + 1 0,2 + 1 0,1+ 0 0,2 = 2,5; c2=min(4; 2,9).
Пример 7.7. Имеется одна ситуация принятия решений, которая задаётся функционалом оценивания. Экономическая среда характеризуется двумя информационными ситуациями И1 и И4. И1 с вероятностями p(θ1)=0.25 и p(θ2)=0.75 соответственно. Найти оптимальную стратегию в ситуации принятия многоцелевого решения.
|
|
θ (0,25) |
θ (0,75) |
|
|
0,25 4 |
+ |
0,75 5 |
(4 + |
5) |
2 |
|
4,75 |
4,5 |
|
|
||||
|
|
1 |
1 |
|
|
|
0,25 |
0,5 |
|
|
||||||||||
|
|
4 |
5 |
|
|
|
0,25 1 |
+ |
0,75 0 |
(1 + |
0) |
2 |
|
|
|
|
||||
А = |
|
1 |
0 |
|
|
B = |
0,25 5 + |
0,75 1 |
(5 + |
1) |
2 |
= |
|
2 |
|
3 |
|
|
||
|
|
5 |
1 |
|
|
|
0,25 2 + |
0,75 1 |
(2 + |
1) |
2 |
|
|
1,25 |
1,5 |
|
|
|||
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
х1 – оптимальная стратегия.
Первый столбец в B получаем по Байесу, а второй по Лапласу. Нормализации не и приоритета не делаем. Свёртку делаем по Вальду.
64