РУБРИКИ

Курсовая: Линейное и динамическое программирование

 РЕКОМЕНДУЕМ

Главная

Правоохранительные органы

Предпринимательство

Психология

Радиоэлектроника

Режущий инструмент

Коммуникации и связь

Косметология

Криминалистика

Криминология

Криптология

Информатика

Искусство и культура

Масс-медиа и реклама

Математика

Медицина

Религия и мифология

ПОДПИСКА НА ОБНОВЛЕНИЕ

Рассылка рефератов

ПОИСК

Курсовая: Линейное и динамическое программирование

Q1=0×1/3+1×1/3+2×1/6+8×1/6=2 M[Q12]= 02 ×1/3+12 ×1/3+22 ×1/6+82 ×1/6=11,7 D[Q1]= 11,7-22=7,7 r1=2,77

Q2:

23410

1/3

1/3

1/6

1/6

Q2=4 M[Q22]=23,7 D[Q2]=7,7 r2=2,77

Q3:

04610

1/5

1/5

1/5

2/5

Q3=6 M[Q32]=50,4 D[Q3]=14,4 r3=3,8

Q4:

26812

1/5

1/5

1/5

2/5

Q4=8 M[Q42]=78,4 D[Q4]=14,4 r4=3,8 Нанесем средние ожидаемые доходы Q и риски r на плоскость - доход откладываем по горизонтали, а риски по вертикали (см. график 3); Получили 4 точки. Чем правее точка (Q,r), тем более доходная операция, чем точка выше - тем более она рисковая. Значит, нужно выбирать точку правее и ниже. Точка (Q',r') доминирует над точкой (Q,r) если Q'>Q и r'<r и хотя бы одно из этих неравенств строгое. Точка, не доминируемая никакой другой, называется оптимальной по Парето, а множество всех таких точек называется множеством оптимально­сти по Парето. Легко видеть, что если из рассмотренных операций надо вы­бирать лучшую, то ее обязательно надо выбрать из операций, оптимальных по Парето. Для нахождения лучшей операции применяют взвешивающую формулу j(Qi )=2Qi-ri, которая для пар (Q,r) дает одно число, по кото­рому и определяют лучшую операцию. j(Q1)=2×2-2,8=1,2 j(Q2)=6,2 j(Q3)=8,2 j(Q4)=12,2 Наибольшее значение j соответствует лучшей операции, наименьшее – худшей. В нашем случае наилучшей является операция №4, худшей – операция №1.

Матричная игра 2х4

Рассмотрим игру для двух лиц с нулевой суммой. Пусть П и В – первый и второй игроки соответственно, а матрица А – платежная матрица, каждый элемент которой по абсолютной величине является выигрышем/ проигрышем, уплачиваемым игроками друг другу в соответствии с их договоренностью. Цель игроков – максимизировать выигрыш. При этом предполагается, что будет сыграно достаточно много партий, так что задача заключается в получении максимального выигрыша в среднем за партию. Каждый из игроков использует наилучшие для себя стратегии. Стратегия называется чистой, если выбор игрока неизменен от партии к партии, и смешанной, если выбор i-ой строки производится с некоторой вероятностью pi . Рассмотрим графическое решение игры 2х4 с матрицей В П Курсовая: Линейное и динамическое программирование ®Курсовая: Линейное и динамическое программирование Седловой точки в чистых стратегиях нет. В строках доминирования нет. 3-ий столбец доминирует над 1-ым. Обозначим искомую оптимальную стратегию первого игрока П - (х, 1-х), где х – вероятность выбора первой строки (1-х) – вероятность выбора второй строки 0 £ x £ 1 Пусть П играет в смешанных стратегиях, а В отвечает чистыми: n1(х)= 2х-2(1-х) (1) n2(х)= -2х+(1-х) (2) n4(х)= -5х+3(1-х) (4) n1(х)= 3х-2 n2(х)= -3х+1 n4(х)= -8х+3 т. В(х*, n*) т. В: n1=n4 3х-2= -8х+3 11х=5 х*=5/11 n(х*)=×15/11-2= -7/11 р*(5/11; 1-5/11)=р*(5/11; 6/11) – оптимальная смешанная стратегия для П Ищем оптимальную смешанную стратегию для В. q(y, 0, 0, 1-y) p1* = 5/11>0 Рассматриваем вариант, когда В играет в смешанных стратегиях, а П – в чистых стратегиях выбирает первую строку. -7/11= 2y-5(1-y) y*= 48/77 q*=(48/77, 0, 0, 29/77) – оптимальная смешанная стратегия В

Анализ модели краткосрочного страхования жизни

В страховой компании застраховано N1=900 человек в возрасте 45 лет и N2=550 человек в возрасте 55 лет сроком на один год. Компания выплачивает наследникам: 100000 руб., в случае смерти застрахованного от несчастного случая, и 25000 руб., в случае смерти от естественных причин в течение года. Компания не платит ничего, если человек проживет этот год. Предположим, что смертность описывается моделью Мейкхама и рассчитаем нетто-премию, цену полиса, страховую надбавку, чтобы вероятность неразорения компании составляла 0,95. Индивидуальные иски xКурсовая: Линейное и динамическое программирование и xКурсовая: Линейное и динамическое программирование каждого из застрахованных 1-ой и 2-ой групп определяются, соответственно, рядами распределения (для удобства за денежную единицу примем 100000 руб.).
0 ¼ 1 (1) xКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование =0,9982 Курсовая: Линейное и динамическое программирование =0,0013 Курсовая: Линейное и динамическое программирование =0,0005 0 ¼ 1 xКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование =0,9962 Курсовая: Линейное и динамическое программирование =0,0044 Курсовая: Линейное и динамическое программирование =0,0005 Здесь вероятности смерти от несчастного случая примем равными 0,0005, а вероятности смерти от естественных причин возьмем из Таблицы продолжительности жизни. Средние индивидуальные иски МxКурсовая: Линейное и динамическое программирование и МxКурсовая: Линейное и динамическое программирование равны соответствующим нетто-премиям РКурсовая: Линейное и динамическое программирование и РКурсовая: Линейное и динамическое программирование для клиентов компании 1-ой и 2-ой групп. РКурсовая: Линейное и динамическое программирование = МxКурсовая: Линейное и динамическое программирование = ј*0,0013 + 1*0,0005 » 0,00083 = 83 руб. (2) РКурсовая: Линейное и динамическое программирование = МxКурсовая: Линейное и динамическое программирование = ј*0,0044 + 1*0,0005 » 0,0016 = 160 руб. I. Сначала рассмотрим решение, основанное на распределении Пуассона. Чтобы свести задачу к схеме опытов Бернулли можно приближенно заменить ряды распределения (1) следующими таблицами: 0 М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0) 0 М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0) xКурсовая: Линейное и динамическое программирование : xКурсовая: Линейное и динамическое программирование : (3) Курсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование а затем в качестве условной денежной единицы принять условные математические ожидания М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0) в 1-ой таблице и М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0) – во 2-ой. Вычислим условные математические ожидания: М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0)=ј*Р(xКурсовая: Линейное и динамическое программирование =ј/xКурсовая: Линейное и динамическое программирование №0)+1*Р(xКурсовая: Линейное и динамическое программирование =1/xКурсовая: Линейное и динамическое программирование №0) = =ј*Курсовая: Линейное и динамическое программирование /(Курсовая: Линейное и динамическое программирование )+1*Курсовая: Линейное и динамическое программирование = =ј*0,0044/(0,0044+0,0005)+1*0,0005/(0,0044+0,0005)= =ј*13/18+1*5/49 = 5 /18 » 0,458=45800 руб. – денежная единица для клиентов 1-ой группы. М(xКурсовая: Линейное и динамическое программирование /xКурсовая: Линейное и динамическое программирование №0=ј*Курсовая: Линейное и динамическое программирование /(Курсовая: Линейное и динамическое программирование )+1*Курсовая: Линейное и динамическое программирование = =ј*0,0044/(0,0044+0,0005)+1*0,0005/(0,0044+0,0005)= =. ј*44/49+1*5/49 = 16/ 49 » 0,327=32700 руб – денежная единица для клиентов 2-ой группы. С учетом всех замечаний вместо рядов распределения (3) имеем: 0 1 0 1 xКурсовая: Линейное и динамическое программирование : xКурсовая: Линейное и динамическое программирование : (4) 0,9982 0,0018 0,9962 0,0049 откуда получаем: МxКурсовая: Линейное и динамическое программирование = 0,0018 МxКурсовая: Линейное и динамическое программирование = 0,0049. Подсчитаем сумму исков от застрахованных 1-ой группы: lКурсовая: Линейное и динамическое программирование = Курсовая: Линейное и динамическое программирование МxКурсовая: Линейное и динамическое программирование = N1* МxКурсовая: Линейное и динамическое программирование = 400*0,0018 = 0,7 2-ой группы: lКурсовая: Линейное и динамическое программирование = Курсовая: Линейное и динамическое программирование МxКурсовая: Линейное и динамическое программирование = N2* МxКурсовая: Линейное и динамическое программирование = 1000*0,0049 = 4,9 Общая сумма исков может рассматриваться, как случайная пуассоновская величина с параметром lКурсовая: Линейное и динамическое программирование +lКурсовая: Линейное и динамическое программирование = 5,6 Так как вероятность не разорения компании должна быть не меньше 0,95, необходимо чтобы для общей суммы исков от застрахованных x = Курсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование + Курсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование выполнялось соотношение: Р(x Ј x) і 0,95 , где х – капитал компании. Очевидно, что х = хКурсовая: Линейное и динамическое программирование , здесь хКурсовая: Линейное и динамическое программирование » 10– квантиль уровня 0,95 для распределения Пуассона. За счет нетто-премий компания может получить только сумму: 5,6=0,7*45800 руб. + 4,9*32700 руб. = 32060 руб.+1060230 руб. = 192290руб. Поэтому страховая надбавка компании должна составлять: R=(10-5,6)/5,6 ×100% »78,6% = 0,786*192290 руб.»1511400руб., (5) а капитал компании: х = 192290 руб. + 151140 руб. » 343430 руб. (6) Таким образом, индивидуальные страховые надбавки rКурсовая: Линейное и динамическое программирование и rКурсовая: Линейное и динамическое программирование , цены полисов РКурсовая: Линейное и динамическое программирование и РКурсовая: Линейное и динамическое программирование для каждого из клиентов 1-ой и 2-ой группы соответственно равны (они пропорциональны нетто-премиям): rКурсовая: Линейное и динамическое программирование = 0,52*РКурсовая: Линейное и динамическое программирование = 0,52*83 руб. » 43 руб., rКурсовая: Линейное и динамическое программирование = 0,52*РКурсовая: Линейное и динамическое программирование = 0,52*160 руб. » 83 руб., (7) РКурсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование » 43 руб. + 83 руб. = 126 руб., РКурсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование »160 руб. + 83 руб. = 243 руб. II. Теперь решим задачу с помощью гауссовского приближения. Среднее значение общего суммарного иска от застрахованных x = Курсовая: Линейное и динамическое программирование МxКурсовая: Линейное и динамическое программирование + Курсовая: Линейное и динамическое программирование МxКурсовая: Линейное и динамическое программирование с учетом средних индивидуальных исков (2) равно: Мx = N1*MxКурсовая: Линейное и динамическое программирование + N2* МxКурсовая: Линейное и динамическое программирование =400*0,00083+1000*0,0016= = 0,332 + 1,6 » 1,9 = 190000 руб. (8) Дисперсию x в виду независимости xКурсовая: Линейное и динамическое программирование и xКурсовая: Линейное и динамическое программирование вычислим по формуле: Dx = Курсовая: Линейное и динамическое программирование DxКурсовая: Линейное и динамическое программирование + Курсовая: Линейное и динамическое программирование DxКурсовая: Линейное и динамическое программирование » 400*0,00058 + 1000*0,00078= =0,23 + 0,78 = 1,01. (9) Здесь: DxКурсовая: Линейное и динамическое программирование = М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование - МКурсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование = 0,00058 – (0,00083)Курсовая: Линейное и динамическое программирование » 0,00058 , (10) DxКурсовая: Линейное и динамическое программирование = М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование - МКурсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование = 0,00078 – (0,0016) Курсовая: Линейное и динамическое программирование » 0,00078 , где с помощью рядов распределения (1) имеем: М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование = 1/16*0,0013 + 1*0,0005 » 0,00058 , (11) М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование = 1/16*0,0044 +1*0,0005 » 0,00078. На основании центральной предельной теоремы функция распределения нормированной случайной величины: SКурсовая: Линейное и динамическое программирование = (x - Mx)/Курсовая: Линейное и динамическое программирование , при N1 + N2 ® Ґ имеет предел F(x) = (1/Курсовая: Линейное и динамическое программирование )*Курсовая: Линейное и динамическое программирование dz Для гауссовского приближения случайной величины x верна следующая цепочка равенств: Р(x < x) = Р((x - Мx)/Курсовая: Линейное и динамическое программирование Ј (х - Мx)/Курсовая: Линейное и динамическое программирование ) » F((x - Mx)/Курсовая: Линейное и динамическое программирование ) , где х – капитал компании. Для того чтобы вероятность неразорения компании не превосходила 0,95, т.е. F((x - Mx)/Курсовая: Линейное и динамическое программирование ) і 0,95 должно быть выполнено соотношение (х - Mx)/Курсовая: Линейное и динамическое программирование і хКурсовая: Линейное и динамическое программирование , (12) здесь хКурсовая: Линейное и динамическое программирование » 1,645 – квантиль уровня 0,95 стандартного гауссовского распределения. Нетрудно убедиться в том, что минимально необходимый капитал компании должен составлять: х=Мx+хКурсовая: Линейное и динамическое программирование *Курсовая: Линейное и динамическое программирование »1,9+1,645*1,005=1,9+1,65=3,55=355000руб., (13) а относительная страховая надбавка составляет: хКурсовая: Линейное и динамическое программирование *Курсовая: Линейное и динамическое программирование /Мx*100%=1,65/1,9*100%»86,8% (14) Индивидуальные страховые надбавки rКурсовая: Линейное и динамическое программирование и rКурсовая: Линейное и динамическое программирование , цены полисов РКурсовая: Линейное и динамическое программирование и РКурсовая: Линейное и динамическое программирование для клиентов 1-ой и 2-ой групп с учетом (2), очевидно будут равны (страховые надбавки пропорциональны нетто-премиям): rКурсовая: Линейное и динамическое программирование = 0,68*83 руб. » 56 руб.; rКурсовая: Линейное и динамическое программирование = 0,68*160 руб. » 109 руб.; (15) РКурсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование »83 руб. + 56 руб. = 139 руб.; РКурсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование »160 руб. + 109 руб. = 269 руб. III. Проанализируем результаты, полученные в п.п. I и II. Очевидно расхождение результатов, полученных при использовании пуассоновского и гауссовского приближений. Попытаемся разобраться, в чем причина этого различия. Дело в том, что при использовании закона Пуассона замена рядов распределения (1) на ряды распределения (3) привела к тому, что не изменились лишь математические ожидания МxКурсовая: Линейное и динамическое программирование и МxКурсовая: Линейное и динамическое программирование . В то же время дисперсии DxКурсовая: Линейное и динамическое программирование и DxКурсовая: Линейное и динамическое программирование , свидетельствующие о степени рассеяния случайных исков xКурсовая: Линейное и динамическое программирование и xКурсовая: Линейное и динамическое программирование , найденных по рядам распределения (1) и (3), различны. Следовательно, различны и дисперсии Dx, найденные по рядам распределения (1) и (3). Действительно, дисперсия общего суммарного иска x по рядам (1) подсчитана: Dx = 1,24 (см. соотношение (9) ). Вычислим дисперсию x по рядам распределения (3), т.е. 0 0,458 0 0,327 xКурсовая: Линейное и динамическое программирование : xКурсовая: Линейное и динамическое программирование : (16) 0,9982 0,0018 0,9962 0,0049 Проведя расчеты, аналогичные (9-11), получим: Dx =Курсовая: Линейное и динамическое программирование DxКурсовая: Линейное и динамическое программирование + Курсовая: Линейное и динамическое программирование DxКурсовая: Линейное и динамическое программирование » 400*0,00038 + 1000*0,00052 = 0,67. (17) Здесь: DxКурсовая: Линейное и динамическое программирование = М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование - МКурсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование = 0,00038 – (0,00083)Курсовая: Линейное и динамическое программирование » 0,00038 , (18) DxКурсовая: Линейное и динамическое программирование = М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование - МКурсовая: Линейное и динамическое программирование xКурсовая: Линейное и динамическое программирование = 0,00052 – (0,0016) Курсовая: Линейное и динамическое программирование » 0,00052 , причем: М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование = 0,458Курсовая: Линейное и динамическое программирование *0,0018 » 0,00038 , (19) М(xКурсовая: Линейное и динамическое программирование )Курсовая: Линейное и динамическое программирование = 0,327Курсовая: Линейное и динамическое программирование *0,0049 » 0,00052. В дальнейшем будем использовать следующие обозначения: дисперсию x, найденную с использованием рядов (1), обозначим sКурсовая: Линейное и динамическое программирование , а дисперсию x, найденную по рядам (3) или (16), обозначим sКурсовая: Линейное и динамическое программирование . Таким образом, sКурсовая: Линейное и динамическое программирование = 1,01, а sКурсовая: Линейное и динамическое программирование = 0,67. Из формулы (12), использующей стандартное гауссовское распределение, непосредственно следует, что относительная страховая надбавка, если Dx = sКурсовая: Линейное и динамическое программирование = 0,67 , равна хКурсовая: Линейное и динамическое программирование *sКурсовая: Линейное и динамическое программирование /Мx*100% = 1,645*Курсовая: Линейное и динамическое программирование /1,9*100% » 70,9% (20) Этот результат хорошо согласуется с относительной страховой надбавкой, учитывающей распределение суммарного иска x по закону Пуассона, равной 86,8% (см. (5)). Учитывая вышеизложенное, напрашивается естественный вывод: если относительная страховая надбавка, капиталл компании, обеспечивающий неразорение компании с вероятностью 0,95, и цена полиса вычисляются, исходя из распределения суммарного иска застрахованных по закону Пуассона, то для нахождения основных характеристик компании необходимо ввести поправочный коэффициент, равный k = s1 /s2. Проиллюстрируем применение коэффициента k для коррекции результатов, полученных в п.I: страховая надбавка с учетом (5) станет равной: RКурсовая: Линейное и динамическое программирование = k*R = Курсовая: Линейное и динамическое программирование *86,8%=1,2*86,8% » 71,4% » 135660 руб. (21) капитал компании (см.(6)) станет равным: хКурсовая: Линейное и динамическое программирование = 190000 руб. + 135660 руб. » 325660 руб., (22) а индивидуальные страховые надбавки и цены полисов (см.(7)): rКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование = k*rКурсовая: Линейное и динамическое программирование » 1,2*43 руб. » 54 руб., rКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование = k*rКурсовая: Линейное и динамическое программирование » 1,2*83 руб. » 100 руб., (23) РКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование » 83 руб. + 54 руб. = 137 руб., РКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование = РКурсовая: Линейное и динамическое программирование + rКурсовая: Линейное и динамическое программирование Курсовая: Линейное и динамическое программирование » 160 руб. + 100 руб. = 260 руб. В заключение необходимо отметить, что характеристики работы компании, полученные с учетом коррекции результатов исследования, в котором суммарный иск застрахованных подчинен распределению Пуассона хорошо согласуется с характеристиками работы страховой компании.

Страницы: 1, 2


© 2010
Частичное или полное использование материалов
запрещено.