WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 57 | 58 || 60 | 61 |   ...   | 82 |

Сущность первой состоит в том, что никакая реальная задача практически непосредственно не связана с таким математическим понятием, фундаментальным для теории вероятностей, как основное вероятностное множество. Итак, прежде чем делать попытку решения практической задачи с помощью экономико-вероятностного моделирования, надо сформулировать ее у вероятностных терминах. На самом деле перевод реальных экономических объектов у вероятностные термины фактически сводится к построению экономико-математической модели этой задачи. Вообще говоря, есть много способов построения математической модели, так что возникает вопрос, который из них избрать, учитывая при этом уровень адекватности. Есть случаи, когда адекватность конкретной экономико-вероятностной модели может быть проверена эмпирическим путем. Но в других случаях проверка такого рода может 254 Mathematical Foundations of AI оказаться весьма трудной, и мы должны полагаться на наше интуитивное ощущение, которое подсказывает нам, что причинно-следственный механизм связных факторов, постулированный в модели, удовлетворительным образом отвечает явлению, которое изучается. В этих условиях естественно, что решение задачи, основанное на данной модели, применимо к самой модели (точнее, к постулированных ею данных), и совсем не обязательно к явлению, для которого она была предназначена. Мера расхождения соответствия между математическим решением и характером явления зависит от адекватности модели.

Сущность второй категории трудности во время рассмотрения задач практики состоит в том, что большинство наблюдаемых явлений есть весьма сложные. Поэтому, когда мы подобающим образом анализируем их и строим содержательную экономико-математическую модель, которая выдается нам адекватной, часто случается, что и эта построенная модель самая по себе структурно настолько сложная, что возникают чисто математические трудности при получении необходимого решения. Во многих таких и подобных случаях мы терпим неудачу и вынуждены пересматривать структуру модели, жертвуя ее содержательностью и адекватностью для достижения определенной аналитической (математической) простоты с целью принадлежности ее к классу математически разрешимых.

Среди задач экономической практики, которые иллюстрируют указанные выше обстоятельства, являются задача вычисления так называемых конкурирующих рисков. Подобная задача кроме экономики может быть сформулирована во многих других областях, к примеру биологии, медицины, физических исследований, где она имеет целую цепь разных модификаций. Мы же попробуем исследовать ее на простом, элементарном, но актуальном примере из экономики. Однако соображения в этом примере покажут, как можно совершать и переносить их на более общие задачи. Здесь мы отойдем от задекларированного фундаментального определения риска, а подойдем традиционно как у многих публикациях из этой тематики [1–6], исследуя вместо риска его отдельные характеристики.

Решения проблемы Итак, пример. Рассмотрим формализовано эффективность реформ в сфере производственной деятельности маленьких и средних предприятий, процесс функционирования которых во время рецессии отягощенный многими экономическими болезнями, такими, как отсутствие оборотных средств, отсутствие посильных и адекватных кредитов, недостаточность финансирования, недостаточность сырья и энергоресурсов, проблемы стоимости и сбыта продукции. Под содержанием реформ будем понимать формализованную реализацию определенного алгоритма на процесс функционирования отдельных предприятий. Комплекс определенных алгоритмических мероприятий реформы можно трактовать (удобно рассматривать) как способ лечения фирмы от этих болезней.

При исследовании эффективности действия некоторой реформы А* как способа лечения хронических заболеваний фирмы, которые рассмотренные выше, важно учесть следующее: а) как часто при условии действия этой реформы выздоровления фирмы обрывается на протяжении некоторого промежутка времени Т рецидивом этого же самого заболевания; б) как часто этот рецидив заканчивается банкротством фирмы (смертью) за время Т от начала исследования.

На первый взгляд эмпирическое решение этих двух задач может показаться совсем простым. Для примера, чтобы ответить на первый вопрос, можно вообразить себе выделенную большую однородную группу фирм, скажем, тысячу предприятий (N = 1000), которые испытывали положительное влияние реформы А* (некоторого лечения), и, кажется, что выздоровели, или почти выздоровели. Далее нужно подсчитать количество n тех из них, которые имели рецидив болезни за это же время Т (после предыдущего выздоровления). Тогда для характеризации эффективности реформы А* (способа лечения) можно было бы использовать относительную частоту рецидива q = n /N. Если рассматриваются два 1 * * * * альтернативных способа реформирования предприятий A1 и A2 (лечения A1 и A2 ), тогда лучшей можно было бы считать тот способ реформ, для которого частота q есть меньшей. Но, к сожалению, существуют серьезная практическая трудность при применении нами описанного пути. Первая трудность состоит в том, что невозможно четко выделить реальную группу предприятий, которые выздоровели от болезни и возвратились к нормальному функционированию. Уже через полгода, год–два, или около этого много предприятий растворяются между другими так, что тяжело “собрать” их для того, чтобы убедительно убедиться, живые они, или нет, нормально функционируют, испытали ли рецидив. Вторая XII-th International Conference "Knowledge - Dialogue - Solution" трудность (которая на самом деле есть скрытой вариацией того же типа, что и первая) в особенности очевидная тогда, когда исследуется проблема сравнения двух способов реформирования А и А 1 предприятий, который применяется до двух разных групп N и N, и которые функционируют в разных 1 условиях. Например, вообразим себе, что группа N находится в прекрасных условиях, так что на протяжении года после их нормального функционирования, то есть мысленного выздоровления от начала кризисного заболевания только несколько предприятий этой группы исчезли, причем от причин, не связанных с кризисной болезнью, которая исследуется, или эти предприятия объединились в корпорацию, или переместились в другой район (исчезли из поля зрения, как варианты исследуемой выборки).

Предположим дальше, что группа N состоит преимущественно из предприятий, которые испытывают повседневный риск всякого рода бед и влияния разных естественных (например, погодных) условий, связанного с условиями их функционирования (тенизация, региональная коррупция, рэкет). Не исключено, что до конца определенного периода наблюдения Т группа N может не утратить вообще ни одного члена, и, таким образом, на протяжении второго периода все N из них будут подвергнутые риска рецидива болезни, рецессии, которая исследуется. С другой стороны, на протяжении первого периода наблюдения от причин, не связанных с той болезнью рецессии, может разориться и исчезнуть существенное количество членов из группы N, которые, таким образом, будут ограждены от рецидива этой болезни во втором и в последующих периодах наблюдений. Таким образом, устанавливаем, что риск разорения от других причин “конкурирует” с риском рецидива. В результате, если эффективность способов лечения А и А имеет в точности объективно одинаковые показатели, но группа предприятий N испытывает 2 незначительный риск разорения и уничтожения от других причин, тогда как группа N испытывает сильный риск, то относительная частота q рецидива, вычисленная для группы N, очевидно будет большей, чем в 1 группе N. Если принимать во внимание сравнения способов эффективности лечения, то объективно отсюда вытекает, что частота q не характеризует риск лишь одного чистого рецидива. Она зависит также от конкурирующего риска исчезновения (смерти) предприятий. Нетрудно убедиться, что частота q зависит также от интенсивности “риска” убывающих предприятий, которые “утерянные” за время Т, когда в конце этого периода невозможно установить их место нахождения (реформирования, слияния, изменение места пребывания) и получить четкую информацию о их судьбе.

Как следствие рассмотренных причин дезинформационного содержания частного типа q не могут быть благоприятными оценками характеристики соответствующих рисков. По аналогии с [2] мы будем считать (называть) их приближенными нормами этих рисков. Теперь проследим, каким образом можно построить число, которое было бы приемлемое за характеристику интенсивности риска [5]. Наиболее естественным и логическим, что прежде всего напрашивается в канву рассуждений, может быть понятие относительной частоты данного события (риска) в длинной цепи наблюдений, когда этот риск наблюдался в искусственных условиях, где были исключены все другие риски. Тогда бы эту относительную частоту в длинном ряде испытаний можно было бы назвать чистой нормой риска за время Т и трактовать (соответственно обозначать) через Р (оценка вероятности соответствующего события). Итак, из определения вытекает, что чистая норма заданного риска с необходимостью есть чисто формальной (абстракцией), так как реально она едва ли может наблюдаться, поскольку невозможно исключить риск (вероятность) исчезновения предприятий. Правда, при сокращении времени наблюдений мы можем уменьшить риск исчезновения. Однако при этом риск рецидива также будет уменьшаться, и при внимательном исследовании оказывается, что задачи для случая, когда отрезок времени Т большой, или когда время Т – маленький, по сути теоретически одинаковые, хотя практическая реализация не всегда с этим согласовывается.

Заключение Введением понятий приближенной и чистой норм рассматриваемого риска мы сделали шаг в направлении построения математической модели явления конкурирующих рисков. Однако нужно признать, что этот шаг есть недостаточно четким, его можно считать лишь первым шагом, и сам по себе он есть лишь прелюдией к формулированию задачи вероятностного моделирования конкурирующих рисков и построения лишь этапа модели ее решения. Дальнейшие шаги в этом направлении могут быть содержанием дальнейших исследований. Здесь мы лишь сосредоточили внимание на проблеме реального существования и возможной формализации модели конкурирующих рисков.

256 Mathematical Foundations of AI Библиография 1. Вероятность и математическая статистика. – М.: Изд-во «Российская энциклопедия», 1999. – 360 с.

2. Корнійчук М.Т., Совтус І.К. Ризик і надійність. Економіко-стохастичні методи й алгоритми побудови та оптимізації систем. Монографія. – К.: КНЕУ, 2000.–212 с.

3. Нейман Ю. Вводный курс теории вероятностей и математической статистики. – М.: Наука, 1968. – 448 с.

4. Хенлі Е.Дж., Кумамото Х. Надійність проектування технічних систем і оцінка ризику. Пер. з англ. – К.: Вища школа, 1987. – 406 с.

5. Корнійчук М.Т., Совтус І.К. Квазіекспоненціальна модель функції вартості ризику як базовий критерій оптимізації системи // Моделювання та інформаційні системи в економіці. – К.: КНЕУ, 2000. – Вип.63. – С. 60–76.

6. Корнійчук М.Т., Совтус І.К. Складні системи з випадковою зв’язністю: ймовірнісне моделювання та оптимізація.

Монографія. – К.: КНЕУ, 2003.– 374 с.

7. Цай Т.Н., Грабовый П.В., Марашада Б.С. Конкуренция и управление рисками на предприятиях в условиях рынка.

– М.: Аланс, 1997. – 220 с.

8. Черкасов В.В. Проблемы риска в управленческой деятельности. Монография. – М.: Рефа-бук; К.: Ваклер, 1999. – 288 с.

Информация об авторах Май Корнийчук – д.т.н., проф. Киевский национальный экономический университет, пр. Победы, 54/1, Киев-03680, Украина, е-mail: XSWEDCTRAVKA_@bigmir.net.

Инна Совтус – доктор технических наук, профессор.

ИННА СОВТУС После тяжкой непродолжительной болезни 9 октября 2005 года ушла из жизни Инна Кузьминична Совтус (девичья фамилия Жук), талантливый ученый и педагог, доктор технических наук, профессор, действительный член (академик) Аэрокосмической академии Украины.

Детство ее было трудным – безотцовщина с большими материальными лишениями. Родилась она сентября 1955 года в семье служащих в провинциальном историческом городишке Остёр на Черниговщине. Мать ее (из остарбайтеров, что в СССР приравнивалось к предательству) – средний медработник войсковой части, отец – свободный музыкант – семью оставил. Еще в раннем детстве Инна познала лишения, несправедливости от взрослых, безнаказанность обидчиков. Поэтому рано пришло осознание необходимости к самоутверждению. Единственным средством к этому была отличная учеба в школе по всем предметам, успехи по физкультуре, а затем (после 1966 года, когда с появлением отчима перешла в киевскую школу) и в спорте, где она выступала в соревнованиях за класс, школу, район на соревнованиях по г. Киеву. Одновременно училась в музыкальной школе по классу баяна, имела абсолютный слух и чистый, хотя и несильный голос. Успехи в музыке были настолько значительны, что после окончания школы в 1972 году стояла проблема выбора продолжения учебы в консерватории, ибо победы и призовые места на общегородских школьных и молодежных фестивалях и конкурсах обеспечивали достаточные условия такого выбора. Но победил выбор в пользу точных наук, по которым успехи занятий и олимпиад были отмечены отличиями и грамотами; а также прагматизм учителей, советовавших развивать способности к естественным наукам и особенно к математике.

И она выбрала математику. Поступила в Киевский государственный педагогический институт на физмат факультет, где успешно училась и блестяще закончила в 1976 году, получив диплом с отличием. Но, к сожалению, в институте не обратили внимания на ее исследовательские способности, на ее незаурядное аналитическое мышление. И поэтому она после окончания института 10 лет работала в школе учителем математики. И лишь в 1985 году случайно попала на кафедру высшей математики военного института XII-th International Conference "Knowledge - Dialogue - Solution" (КВИРТУ), где и были замечены ее потенциальные способности к исследовательской работе. Это было время перед распадом Союза, и экономика страны, ранее удовлетворявшая любые милитаристские требования военных ястребов, теперь задыхалась от неспособности обеспечения вооруженных сил качественными надежными системами; если ранее качество достигалось любой ценой, то теперь стояла проблема его достижения при минимальной, или хотя бы рационально-ограниченной стоимости.

Pages:     | 1 |   ...   | 57 | 58 || 60 | 61 |   ...   | 82 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.