Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Модель максимизации ожидаемого дохода при заданном уровне риска.





В соответствии с классическим подходом модель должна быть записана в следующей форме:

(2.1.1)

(2.1.2)

В данной модели есть четкое бинарное отношение: , есть приемлемый уровень риска, на который готов пойти инвестор.

Однако представленная модель является недостаточно корректной, так как ожидаемая доходность портфеля есть нечеткая величина (2.1).

В связи с этим требуется введение дополнительного принципа принятия решений, уже в условиях нечетких данных [94].

Одним из них является переход к модальным значениям соответствующих нечетких величин. Его применение приводит к следующей модели:

, (2.1.3)

(2.1.4)

где обозначает переход к модальным значениям нечетких величин.

Согласно результатам, представленными в первой главе диссертации,

.

Если нечеткие случайные величины при фиксированном принадлежат классу

, то

. Пусть , т.е. . Тогда, принимая во внимание доказанную в первой главе лемму 1.4.2, мы получаем при следующую модель, эквивалентную (2.1.1), (2.1.2),

, (2.1.5)

(2.1.6)

Полученная задача (2.1.5)-(2.1.6) есть задача квадратичного программирования. Она может быть решена стандартными методами [8].

 

2.2.2. Модель максимизации возможности (необходимости) достижения нечеткого уровня ожидаемой доходности при фиксированном уровне риска.

Следующий подход к решению задачи связан с ее рассмотрением в рамках модели нечеткого целевого программирования [59]. Его применение приводит к следующей модели:

(2.2.1)

(2.2.2)

где , есть четкое бинарное отношение: , есть нечеткий уровень притязаний критерия, приемлемый для инвестора.

Рассмотрим сначала случай , в модели критерия задачи. Тогда модель (2.2.1)-(2.2.2) имеет эквивалентную, которая может быть записана в форме

(2.2.3)

(2.2.4)

Прежде чем доказать теорему, позволяющую построить детерминированный эквивалент модели (2.2.3)-(2.2.4), приведем необходимую для ее доказательства лемму [59].

Лемма 2.2.1. Пусть где -минисвязные нечеткие величины, определенные на возможностном пространстве , . Тогда: .

 

Теперь мы готовы сформулировать и доказать следующую теорему.

Теорема 2.2.1. Пусть в задаче (2.2.3)-(2.2.4) возможностные параметры , являются минисвязанными, тогда задача (2.2.3)-(2.2.4) имеет эквивалентный детерминированный аналог следующего вида:

, (2.2.5)

(2.2.6)

где -дополнительная переменная.

Доказательство.

На основании определения меры возможности преобразуем целевую функцию следующим образом:

.

С учетом полученной формулы и леммы 2.2.1 исходная задача эквивалентна следующей задаче математического программирования.

.

Путем введения дополнительной переменной [59] модель критерия сводится к эквивалентной модели - задаче математического программирования.

С учетом модели ограничений (2.2.4) мы получаем утверждение теоремы.

Теорема доказана.

Полученная модель допускает сведение к сепарабельной задаче при некоторых дополнительных условиях.

Действительно. Преобразуем ограничение .

Для этого воспользуемся следующим равенством:

.

Введем дополнительные переменные: .

Тогда наше ограничение примет следующий вид: .

Это есть сепарабельное ограничение.

В результате наша задача (2.2.5)-(2.2.6) сводится к задаче математического программирования следующего вида.

, (2.2.7)

(2.2.8)

Таким образом, мы получили детерминированный аналог для задачи максимизации возможности достижения нечеткого уровня ожидаемой доходности при фиксированном уровне риска.

Далее, преобразуя выражение для дисперсии по уже известной формуле (теорема 1.4.1), а также принимая , получаем:

Если предположить, что параметры возможностного распределения являются независимыми случайными величинами, то

.

В результате наша задача (2.2.7)-(2.2.8) сводится к следующей сепарабельной задаче.

, (2.2.9)

(2.2.10)

Уточним полученную модель (2.2.9)-(2.2.10) для некоторых классов распределений.

Пусть ,

. Тогда модель (2.2.9)-(2.2.10) может быть преобразована к следующей эквивалентной модели:

, (2.2.11)

(2.2.12)

При ее построении мы учитываем вид распределений и то, что получающееся при этом неравенство

эквивалентно двум неравенствам

а неравенство

эквивалентно следующим неравенствам

Рассмотрим модель (2.2.1)-(2.2.2) в случае меры необходимости, . Получаем модель следующего вида.

(2.2.13)

(2.2.14)

Докажем соответствующую теорему.

Теорема 2.2.2. Пусть в задаче (2.2.13)-(2.2.14) возможностные параметры , являются минисвязанными, тогда задача (2.2.13)-(2.2.14) имеет эквивалентный детерминированный аналог следующего вида:

, (2.2.15)

(2.2.16)

Доказательство.

Имеем.

.

Следовательно модель (2.2.13) эквивалентна

.

Если распределения и непрерывны [91], то

и эквивалентная модель критерия имеет вид

.

Таким образом, модель (2.2.13)-(2.2.14) имеет следующий эквивалентный детерминированный аналог.

,

Теорема доказана.

Далее, преобразуя выражение для дисперсии по уже известной формуле (теорема 1.4.1), а также принимая , получаем:

Если предположить, что параметры возможностного распределения являются независимыми случайными величинами, то

.

Тогда наша задача будет иметь следующий вид.

, (2.2.17)

(2.2.18)







Дата добавления: 2015-09-04; просмотров: 401. Нарушение авторских прав; Мы поможем в написании вашей работы!




Расчетные и графические задания Равновесный объем - это объем, определяемый равенством спроса и предложения...


Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...


Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...


Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...

Решение Постоянные издержки (FC) не зависят от изменения объёма производства, существуют постоянно...

ТРАНСПОРТНАЯ ИММОБИЛИЗАЦИЯ   Под транспортной иммобилизацией понимают мероприятия, направленные на обеспечение покоя в поврежденном участке тела и близлежащих к нему суставах на период перевозки пострадавшего в лечебное учреждение...

Кишечный шов (Ламбера, Альберта, Шмидена, Матешука) Кишечный шов– это способ соединения кишечной стенки. В основе кишечного шва лежит принцип футлярного строения кишечной стенки...

Трамадол (Маброн, Плазадол, Трамал, Трамалин) Групповая принадлежность · Наркотический анальгетик со смешанным механизмом действия, агонист опиоидных рецепторов...

Мелоксикам (Мовалис) Групповая принадлежность · Нестероидное противовоспалительное средство, преимущественно селективный обратимый ингибитор циклооксигеназы (ЦОГ-2)...

Менадиона натрия бисульфит (Викасол) Групповая принадлежность •Синтетический аналог витамина K, жирорастворимый, коагулянт...

Studopedia.info - Студопедия - 2014-2025 год . (0.011 сек.) русская версия | украинская версия