МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||
Критерії прийняття рішень в умовах невизначеності та ризику.Якщо ймовірність настанняго стану зовнішнього середовища невідома, то використовують критерії Вальда, Севіджа, Гурвіца. У цих задачах для прийняття рішень використовують такі критерії. 1. Критерій Вальда (дуже обережний та песимістичний): а) для матриці прибутковості A = (atj)mxn критерій має такий вигляд: V1(A ) = max min ati. Він обирається тоді, коли гравець не дуже 1<i<m 1< j<n зацікавлений у найбільших виграшах. У даному разі гравець сприймає природу як суперника, що йому максимально протидіє; б) для матриці збитків A = (atj)myn критерій розраховується так: V2 (A*) = min max aj. 1<i<m 1< j<n 2. Критерій Севіджа. Використовується для матриці ризику R = (rj )mxn і має однаковий вигляд для двох варіантів обчислення елементів матриці ризику j . S1( A) = min max rj або 1<i<m 1< j<n S1(A*) = minr-max, де rmtcx = maxru, i = 1,m. 1<i<m 0<j<n J Мінімізується максимальний ризик за рахунок вибору своєї стратегії. Цей критерій не настільки песимістичний, як попередній. 3. Критерій оптимізму-песимізму Гурвіца: а) для матриці прибутковості критерій набуває вигляду: G(A*) = max [xminaif + (1 -A,)maxaif], 0 <^< 1. Чим песимістичніший настрій, тим ближче x до 1. Якщо х = 1, то маємо критерій Вальда - V1. Якщо х = 0, то отримуємо критерій крайнього оптимізму: 1<i<m 1< j<n 1< j<n 01(A*) = max max . Девіз цього критерію - "пан або пропав". Це дуже 1<i<m 1< j<n ризиковий критерій і використовується, коли треба виграти максимум; б) для матриці збитків критерій обчислюється за формулою: G2(A*) = = min[A, max ay + (1 - A,)min ay ], 0 <x< 1. 1<i<m 1< j<n J 1< j<n J Чим песимістиніший настрій, тим ближче x до 1. Якщо х = 1, то маємо критерій Вальда - V2. Якщо х = 0, то отримуємо критерій крайнього оптимізму: O2[A*)= min ay ; 1<i < m 1< j <m в) для матриці ризику критерій виглядає так: G3 (A ) = min[A,max ry + 1<i<m 1< j<n + (1 - A,) min ry ], 0 <x< 1. Якщо x = 1, то маємо критерій Севіджа - S1. Якщо x = 0, то отримуємо критерій крайнього оптимізму: 03( A *) = min min rу. 1<i<m1<j<n J 4. Критерій Ходжа-Лемана: а) для матриці прибутковості критерій набуває виляду: X1(A ) = max[^2 ayq, + (1 - A,)min ay ], 0 <x< 1; 1<i<m y=1 J J 1< j<n J б) для матриці збитковості критерій такий: X2(A*) = min[^2aijqj + (1 -^)maxay], 0<x< 1. 1<i'<m y=1 J J 1< j<n J Цей критерій є комбінацією критеріїв Байєса і Вальда. x - параметр вірогідності інформації про розподіл імовірностей станів навколишнього середовища. При х = 1 (вірогідність інформації велика) отримуємо критерій Байєса - відповідно B1 та B2. При х = 0 отримуємо критерій Вальда - відповідно V1 та V2.
|
||||||||
|