- •1.Загальна модель задачі лінійного програмування. Цільова функція задачі математичного програмування. Основні і неосновні обмеження. Оптимальні та допустимі розв’язки задачі лінійного програмування
- •3.Двоїста задача лінійного програмування, правила її побудови. Пошук розв’язку двоїстої задачі.
- •4.Транспортна задача лінійного програмування. Методи побудови опорних розв’язків транспортної задачі.
- •5.Основні теореми двоїстої та їх економічний зміст.
- •6.Базисний та опорний розв’язки задачі лінійного програмування. Штучний базис задачі лінійного програмування.
- •7.Задачі цілочисельного програмування та методи їх розв’язку.
- •8.Поняття задачі динамічного програмування. Принцип оптимальності Беллмана.
- •9. Метод найменших квадратів для побудови економетричних моделей.
- •12. Перевірка коефіцієнтів економетричної моделі на значущість, довірчі інтервали оцінок параметрів моделі.
- •13. Нелінійні економетричні моделі, лінеаризація нелінійних моделей.
- •14. Автокореляція залишків. Причини виникнення, наслідки, методи виявлення.
- •15. Методи виявлення та усунення автокореляції залишків.
- •16. Гетероскедатичність залишків, причини виникнення, наслідки, методи виявлення.
- •17. Методи виявлення та усунення гетероскедатичності.
- •18. Мультиколінеарність регресорів, причини виникнення, наслідки, методи виявлення та усунення.
- •19. Загальна схема побудови та дослідження економетричної моделі.
- •20. Економетричні моделі динаміки. Поняття стаціонарного часового ряду. Розклад часового ряду.
- •21. Тренд часового ряду та його виявлення
- •23. Визначення схильності до ризику. Детермінований еквівалент ризику. Індивідуальна функція корисності.
- •24. Ігрові методи прийняття рішень в умовах невизначеності.
- •25. Матриця ризику. Критерії Вольра, Байєса, Гурвіца.
- •28. Поняття моделі та моделювання. Основні принципи побудови економіко-математичної моделі.
- •29. Задачі нелінійного програмування, методи та особливості їх розв’язків.
- •30. Задачі лінійного програмування та методи їх розв’язку.
23. Визначення схильності до ризику. Детермінований еквівалент ризику. Індивідуальна функція корисності.
Під час дослідження можливий як індивідуальний, так і груповий варіант. В останньому випадку важливо забезпечити незалежність відповідей випробуваних. Кожен отримує текст питальника з інструкцією і бланк для відповідей, який складається з номерів питань і графи для відповідей.
Інструкція випробуваному. «Перед вами набір тверджень. Уважно прочитайте кожне твердження і вирішіть, чи справедливо це для вас. Якщо так, то в листку відповідей напроти номера цього твердження поставте знак «плюс» (+), а якщо ні — «мінус» (-).
Мета обробки результатів — отримати показник величини схильності до ризику як риси характеру. Показник підраховують за кількістю збігів знаків відповідей «згоди-незгоди» на твердження шкали схильності до ризику.
Мета обробки результатів — отримати показник величини схильності до ризику як риси характеру. Показник підраховують за кількістю збігів знаків відповідей «згоди-незгоди» на твердження шкали схильності до ризику.
Аналіз схильності до ризику як риси характеру має важливе значення для психологічного прогнозування процесів ухвалення рішення в ситуації невизначеності. Під час аналізу результатів варто орієнтуватися на те, що показник схильності до ризику може варіювати від 0 до 40. Чим більша величина показника, тим сильніша схильність до ризику.
Якщо показник схильності до ризику становить 30 і більше одиниць, то її рівень високий. Таку людину можна назвати схильною до ризику за умови, що її відповіді були досить щирими. Якщо показник у межах від 11 до 29 — то схильність до ризику середня, а якщо менший ніж 11, то рівень ризику низький, така людина не любить ризикувати, і її можна назвати обачною. Під час інтерпретації результатів варто взяти до уваги, що висока схильність до ризику свідчить не тільки про рішучість, а й може вести до авантюризму.
В теорії споживання функція корисності є числовим представленням відношення переваги, тобто здатності споживача порівнювати споживчі набори. Функція корисності присвоює наборам числа у такий спосіб, що кращим наборам присвоюється більше число, а наборам, які перебувають у відношенні байдужості — те саме число.
В економічній теорії використовуються два типи функцій корисності — кількісні та порядкові. У кількісному підході допускається існування одиниць корисності (ютилів), у цих одиницях вимірюється корисність всіх наборів. Якщо, наприклад, споживач оцінює десять хвилин додаткового сну у 10 ютилів, а можливість випити вранішню каву до зустрічі з шефом у 15 ютилів, то, відповідно до кількісного підходу, можна стверджувати, що кава має у півтора рази більшу корисність від 10 хвилин сну, можна також оцінювати величину різниці корисності.
Частіше, однак, використовується порядковий підхід. Завданням порядкової функції корисності є лише впорядкування наборів згідно відношення переваги. Важливою є відповідь на питання "котрий з наборів має більше значення функції корисності?", але ані різниця, ані частка цих значень, не є істотною для поведінки користувача.
Поняття детермінованого еквівалента лотереї L є одним з основних при розгляді різних характеристик ризику і їх взаємозв’язку з функціями корисності. Де-термінований еквівалент лотереї L – це гарантована сума , отримання якої еквівалентне участі в лотереї, тобто ~L. Отже визначається з рівняння U( ) =M[U(X)], тобто =U-1MU(x). Сподіваний виграш та детермінований еквівалент, визначені згідно з формулами та стосовно лотереї із скінченим числом можливих виграшів. Якщо можливі виграші описуються щільністю (х), то сподіваний виграш у цій лотереї дорівнює , а детермінований еквівалент є розв’язанням рівняння .