Programowanie w warunkach ryzyka
Transkrypt
Programowanie w warunkach ryzyka
Programowanie w warunkach ryzyka I. Prosty model stochastyczny Przykład Stopa dochodu z akcji Stan gospodarki Recesja Stagnacja Wzrost Prawdopodobieństwo wystąpienia A B 0,3 0,4 0,3 5% 13% 6% 4% 10% 16% Ustalić oczekiwaną stopę zwrotu Oszacować ryzyko akcji Dokonać wyboru korzystniejszej inwestycji pi - prawdopodobieństwo wystąpienia stanu i-tego ri – stopa dochodu z akcji dla i-tego stanu E(r)=µ - oczekiwana stopa zwrotu (przewidywany zysk) D2(r)=σ2 – wariancja stopy zwrotu z akcji m E (r ) = µ = ∑ pi ⋅ ri i =1 m D 2 (r ) = σ 2 = ∑ (ri − r ) 2 ⋅ pi i =1 II. Zagadnienie gazeciarza Model c1 - cena zakupu gazety c2 - cena sprzedaży gazety c3 < c1 <c2 c3 - cena zwrotu gazety b = c2 - c 1 zysk ze sprzedanej gazety s = c1 - c3 strata na zwracanej gazecie z liczba gazet zakupionych przez gazeciarza (podaż) Xpopyt na gazety (zmienna losowa) p(x)- prawdopodobieństwo tego, że popyt wyniesie x F(x)- dystrybuanta rozkładu prawdopodobieństwa Dochód osiągany przy sprzedaży z gazet i popycie na x gazet Wartość oczekiwana dochodu gazeciarza przy posiadaniu z gazet dla z ≤ x b ⋅ z g ( z , x) = b ⋅ x − s ⋅ ( z − x) dla z > x z −1 N x=n x=z d ( z ) = ∑ [b ⋅ x − s ⋅ ( z − x)] ⋅ p( x) + ∑ b ⋅ z ⋅ p( x) d ( z ) = max{d ( z ) | z ∈ D} * 1 Przykład c1 = 1,00 zł c2 = 1,50 zł Rozwiązanie z x f(x) 6 7 8 9 6 c3 = 0,70 zł f(x) 0,1 0,4 0,3 0,2 1. Macierz dochodów 7 8 9 0,1 0,4 0,3 0,2 3 2,7 2,4 2,1 3 3,5 3,2 2,9 3 3,5 4 3,7 3 3,5 4 4,5 Rozwiązanie x 6 7 8 9 2. Wzór rekurencyjny d ( z ) = d ( z − 1) + b − (b + s) ⋅ F ( z − 1) x 6 7 8 9 f(x) 0,1 0,4 0,3 0,2 F(x) 0,1 0,5 0,8 1 2 Rozwiązanie F ( z − 1) ≤ x 6 7 8 9 3. Wzór analityczny b ≤ F ( z) b+s f(x) 0,1 0,4 0,3 0,2 F(x) 0,1 0,5 0,8 1 III. Zagadnienie kolejek Ustalenie liczby kanałów obsługi, aby łączne koszty oczekiwania i obsługi były minimalne Model Dwa strumienie : zgłoszeń, obsługi Liczba klientów przybywających - zmienna losowa o rozkładzie Poissona Czas obsługi klientów - zmienna losowa o rozkładzie wykładniczym zliczba kanałów obsługi aśrednia ilość klientów obsługiwana w jednostce czasu w jednym kanale µ = a⋅z stopa obsługi µstopa przybycia λ− parametr intensywności ruchu π− λ π = π >1 − kolejka stale wzrasta µ Ls = Średnia liczba osób w systemie λ µ −λ Długość kolejki (średnia liczba osób oczekujących w kolejce) Ts = Średni czas przebywania zgłoszenia w systemie 1 µ −λ Tk = π ⋅ Ts Średni czas przebywania w kolejce Łączny koszt systemu obsługi π2 Lk = 1−π K ( z ) = b ⋅ Ls + p ⋅ z → min b - strata związana z oczekiwaniem klienta na obsługę p - koszt utrzymywania jednego kanału obsługi w jednostce czasu K o s z t y Strata z oczekiwania w kolejce Koszt systemu obsługi Koszty utrzymania kanałów obsługi Min z 3 Przykład W hipermarkecie przeciętnie co godzinę przybywa 300 klientów. Jeden kasjer w tym czasie obsługuje średnio 120 klientów. Sklep posiada 8 kas. - Ustalić i zinterpretować stopę obsługi przy maksymalnym obciążeniu kas. Jaka jest intensywność przepływu klientów? λ= a= z= µ= π= - Co najmniej ile kas powinno być czynnych w hipermarkecie? a⋅z λ λ λ <1⇔ >1⇔ z > π <1⇔ <1⇔ µ λ a⋅z a - Przy minimalnej ilości kas ustalić średnią liczbę osób w systemie, długość kolejki, średni czas przebywania w systemie i w kolejce. 300 λ µ = a ⋅ z = 120 ⋅ 3 = 360 = =5 Ls = µ − λ 360 − 300 λ 300 0,8332 π2 π= = = 0,833 = = 4,17 Lk = µ 360 1 − π 1 − 0,833 1 1 = = 0,017 Ts = µ − λ 360 − 300 Tk = π ⋅ Ts = 0,833 ⋅ 0,017 ≈ 0,014 - Metodą przeglądu zupełnego ustalić optymalną liczbę kas, przy założeniu, że płaca kasjera wynosi 10 zł/h, a stratę jaką sklep ponosi w związku z oczekiwaniem klienta w kolejce oszacowano na 20 zł/h. Ile wynosi minimalny łączny koszt obsługi? K ( z ) = b ⋅ Ls + p ⋅ z → min K (3) = 20 ⋅ 5 + 10 ⋅ 3 = 130 300 + 10 ⋅ 4 = 20 ⋅1,67 + 10 ⋅ 4 = 73,33 K (4) = 20 ⋅ 120 ⋅ 4 − 300 300 + 10 ⋅ 5 = 20 ⋅1 + 10 ⋅ 5 = 70 K (5) = 20 ⋅ 120 ⋅ 5 − 300 300 + 10 ⋅ 6 = 20 ⋅ 0,71 + 10 ⋅ 6 = 74,29 K (6) = 20 ⋅ 120 ⋅ 6 − 300 - Ustalić płacę kasjera przy której uruchomienie 5 kas będzie strategią optymalną. K (4) ≥ K (5) K (5) ≤ K (6) K (4) ≥ K (5) 33,33 + p ⋅ 4 ≥ 20 + p ⋅ 5 K (5) ≤ K (6) 20 + p ⋅ 5 ≤ 14,29 + p ⋅ 6 K (4) ≥ K (5) ⇒ p ≤ 13,33 K (5) ≤ K (6) ⇒ p ≥ 5,71 K (4) = 20 ⋅1,67 + p ⋅ 4 = 33,33 + p ⋅ 4 K (5) = 20 ⋅1 + p ⋅ 5 = 20 + p ⋅ 5 K (6) = 20 ⋅ 0,71 + p ⋅ 6 = 14,29 + p ⋅ 6 33,33 − 20 ≥ p ⋅ 5 − p ⋅ 4 p ≤ 13,33 10 − 14,29 ≤ p ⋅ 6 − p ⋅ 5 p ≥ 5,71 p ∈ 5,71;13,33 4 Zalecana literatura M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii AE Poznań’2003 (skrypt nr 140) E.Ignasiak (red.) Badania operacyjne PWE’2000 B.Guzik (red.) Ekonometria i badania operacyjne. Zagadnienia podstawowe (skrypt AE Poznań) G.Fishman, Symulacja komputerowa. Pojęcia i metody. PWE’81 K.Kukuła (red.) Badania operacyjne w przykładach i zadaniach, PWN 5