Вы находитесь на странице: 1из 18

1

Министерство образования и науки Украины

Донбасская государственная машиностроительная академия

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ

МЕТОДИЧЕСКИЕ УКАЗАНИЯ
к выполнению лабораторных и самостоятельных работ

(для студентов специальности «Системный анализ»


дневной формы обучения)

Утверждено
на заседании кафедры ИСПР
Протокол № 21 от 31.08.2017 г.

Краматорск 2017
2

УДК 519

Методические указания к выполнению лабораторных и самостоятельных работ


по курсу «Теория принятия решений» (модуль 2, 3) для студентов
специальности «Системный анализ» дневной формы обучения / Сост.:
Шевченко Н.Ю. – Краматорск: ДГМА, 2017. – 18 с.

В методических указаниях приводятся задания, руководство к выполнению и


краткие теоретические сведения по курсу «Теория принятия решений».

Составитель Н.Ю. Шевченко, к.е.н., доцент каф. ИСПР

Отв. за выпуск к.т.н, доц. Гитис В.Б., и.о. зав.кафедрой


3

Содержание

Лабораторная работа № 6. Принятие решений с использованием


марковских процессов с непрерывным временем 4
Лабораторная работа № 7. Принятие решений в условиях неопределенности с
помощью пуассоновских потоков событий 6
Лабораторная работа № 8. Принятие решений в нечетких условиях по схеме
Беллмана-Заде 8
Самостоятельная работа 16
Список рекомендуемой литературы 17
4

ЛАБОРАТОРНАЯ РАБОТА № 6
Принятие решений с использованием однородных марковских цепей

Цель: научиться классифицировать случайные процессы с дискретным и


непрерывным временем, принимать решения в условиях стохастичности с
помощью марковских дискретных процессов.

Задание. Часть 1: в соответствии с вариантом написать программный модуль для


принятия решений в условиях стохастичности и сделать выводы. Для проверки
полученных значений представить решение задачи в одном из математических
пакетов.

Задача
Банк может находиться в состояниях, характеризующихся соответственно
процентными ставками 3%, 4%, 5%, 6%, 7%, которые устанавливаются в начале
каждого месяца и фиксированы на всем его протяжении. Наблюдение за работой
банка в предшествующий период показало, что переходные вероятности
состояний в течение месяца изменяются пренебрежимо мало и, следовательно, их
можно считать постоянными.
Определить вероятности состояния банка в конце квартала, если в конце
предшествующего квартала процентная ставка составляла:
4% – (для вариантов 1-5);
5% – (для вариантов 6-11);
6% – (для вариантов 12–17),
а размеченный граф состояния банка имеет следующий вид:

S1
0.45-0.02V

0.3+0.01V 0.1
0.02

S2 0.3 S5

0.3 0.05+0.02V
0.3 0.2

0.4 0.3+0.005V
0.5-0.01V
S3 S4
0.6-0.005V

* - V – номер варианта.
Начальный вектор вероятностей выбирается студентом самостоятельно.
5

Задание. Часть 2: в соответствии с вариантом написать программный модуль для


принятия решений и сделать выводы. Обязательным условием является
использование численных методов для решения дифференциальных уравнений.
Для проверки полученных значений представить решение задачи в одном из
математических пакетов.
Задача
Данные полученные при исследовании уровня инфляции в государстве
показали, что уровень может колебаться в пределах от 10% до 20% включительно.
Инфляция может находиться в одном из состояний. Переход с одного уровня на
другой не превышает 2% и может произойти в любой случайный момент времени.
Уровень инфляции в будущем зависит от её уровня в текущий момент. Переход
из одного состояния в другое происходит со следующими вероятностями
переходов, пренебрежительно мало изменяющимися во времени:

V – номер варианта.
Определить выгодно ли вкладывать в банк депозит под 13% годовых?

* V – номер варианта.
6

ЛАБОРАТОРНАЯ РАБОТА № 7
Принятие решений в условиях неопределенности с помощью
пуассоновских потоков событий

Цель: научиться классифицировать простейшие потоки событий и


использовать соответствующий математический аппарат для выбора оптимальной
альтернативы.

Задание: написать программный модуль для принятия решений в условиях


неопределенности с помощью пуассоновских потоков событий. Обязательным
условием является использование численных методов для решения
дифференциальных уравнений. Для проверки полученных значений представить
решение задачи в одном из математических пакетов.

Задача 1. Число заявок за любой определенный промежуток времени,


как показали предыдущие наблюдения, зависит от начала этого промежутка, а
также от его продолжительности. Заявки в любые два непересекающиеся
промежутка времени делаются независимо. В промежутки времени достаточно
малой длины заказы поступают по одному.
В пиццерию поступает в среднем 3t1/V* заказов в час. Определить
вероятность того, что:
1) в пиццерию не поступит ни одного заказа за 5+V минут;
2) за 2+2V минут поступит не более 2V заказов.
3) за час поступит ровно V заказов;
4) за 2 часа в компанию поступит хотя бы один заказ;
5) промежуток времени между двумя соседними заказами составит меньше
3V-2 минут, если первая заявка поступила в V минут;
6) промежуток времени между двумя соседними поступлениями требований
не менее 4V-1 минут, если первая заявка поступила в V минут.

Задача 2. Число заявок за любой определенный промежуток времени,


как показали предыдущие наблюдения, не зависит от начала этого промежутка,
а зависит от его продолжительности. Заявки в любые два непересекающиеся
промежутка времени делаются независимо. В промежутки времени достаточно
малой длины заказы поступают по одному.
В пиццерию поступает в среднем 3V* заказов в час. Определить вероятность
того, что:
1) в пиццерию не поступит ни одного заказа за 5+V минут;
2) за 2+2V минут поступит не более 2V заказов.
3) за час поступит ровно V заказов;
4) за 2 часа в компанию поступит хотя бы один заказ;
5) промежуток времени между двумя соседними заказами составит меньше
4V-2 минут;
7

6) промежуток времени между двумя соседними поступлениями требований


не менее 2V-1 минут. * V – номер варианта.
8

ЛАБОРАТОРНАЯ РАБОТА № 8
Принятие решений в нечетких условиях по схеме Беллмана-Заде

Цель. Научиться использовать экспертные методы обработки данных в


научно-исследовательской деятельности, проводить ранжирование объектов на
основе нечетких множеств.

Задание. Часть 1. Описать лингвистическую переменную, построить


функцию принадлежности согласно заданию. Привести три примера построения
лингвистической переменной по выбору студента.
(для вариантов 1-5). Дано универсальное множество
U  10,15,20,25,30,35,40 и переменная «Возраст». Синтаксическое правило
сформулировано как «юношеский». Описать лингвистическую переменную,
построить функцию принадлежности на основе матриц парных сравнений мнений
эксперта, используя шкалу Саати. Самостоятельно сформулировать (n  1)
парных сравнений элемента «20». Матрица транзитивна, обратно симметрична,
диагональная.
(для вариантов 6-10). Дано универсальное множество U   3,4,6,8,10,11,12 и
нечеткое множество «Средний уровень показателя». Описать лингвистическую
переменную, построить функцию принадлежности на основе матриц парных
сравнений мнений эксперта, используя шкалу Саати. Самостоятельно
сформулировать (n  1) парных сравнений элемента «8». Матрица транзитивна,
обратно симметрична, диагональная.
(для вариантов 11-15). Дано универсальное множество
U   5,10,15,20,25,30,35,40 и нечеткое множество «Юношеский возраст».
Синтаксическое правило сформулировано как «оптимальный». Описать
лингвистическую переменную, построить функцию принадлежности на основе
матриц парных сравнений мнений эксперта, используя шкалу Саати.
Самостоятельно сформулировать (n  1) парных сравнений элемента «30».
Матрица транзитивна, обратно симметрична, диагональная.
(для вариантов 16-20). Дано универсальное множество U   3,4,6,8,10,11,12
и нечеткое множество «Средняя оценка». Синтаксическое правило
сформулировано как «оптимальный». Описать лингвистическую переменную,
построить функцию принадлежности на основе матриц парных сравнений мнений
эксперта, используя шкалу Саати. Самостоятельно сформулировать (n  1)
парных сравнений элемента «10». Матрица транзитивна, обратно симметрична,
диагональная.
(для вариантов 21-25). Дано универсальное множество
U   5,10,15,20,25,30,35,40 и нечеткое множество «Юношеский возраст».
Синтаксическое правило сформулировано как «оптимальный». Описать
лингвистическую переменную, построить функцию принадлежности на основе
матриц парных сравнений мнений эксперта, используя шкалу Саати.
Самостоятельно сформулировать (n  1) парных сравнений элемента «20».
Матрица транзитивна, обратно симметрична, диагональная.
9

Задание. Часть 2. Студент самостоятельно выбирает предметную область,


формирует лингвистическую переменную, выступает в роли экспертов при
построении матриц попарных сравнений.
Необходимо, используя алгоритм нечеткого экспертного оценивания выбрать
оптимальный вариант, построив соответствующие функции принадлежности. Для
реализации алгоритма необходимо написать программный модуль на языке
программирования по выбору студента. Для проверки полученных значений
представить решение задачи в одном из математических пакетов.

Краткие теоретические сведения


Постановка задачи: пусть имеется P   p1 , p2 ,..., ph  – множество
инвестиционных проектов, которые подлежат многокритериальному анализу (
i  1, h ); K   k1 , k 2 ,..., k m   – множество количественных критериев оценки
инвестиционных вариантов ( j  1, m ). Задача многокритериального анализа
состоит в упорядочении элементов множества P по критериям из множества K .
Соответствующее нечеткое множество будет P иметь название „Оптимальное
решение”.
Пусть  K ( ph ) – функция принадлежности, значения которой находится
j

в диапазоне [0, 1], которая характеризует уровень оценки варианта ph  P по


критерию k j  K : чем большее число  K ( ph ) , тем выше оценка варианта ph по
j

критерию k j . Тогда критерий k j можно представить в виде нечеткого множества


k на универсальном множестве P :
j

  j ( p1 )  j ( p2 )  j ( ph )  , (1)
k j   , , ..., 
 p1 p2 p h 
где  j ( pi ) – степень принадлежности элемента pi нечеткому множеству kj

.
Наилучшим вариантом инвестирования считается тот, который является
наилучшим по всем критериям. Нечеткое решение R l для каждого эксперта в
отдельности находится пересечением нечетких множеств k , сформированных на j

основе суждений каждого эксперта (количество экспертов l  1..z ):


 min  k j ( p1 ) min  k j ( p2 ) min  k j ( ph ) 
 j 1, m j 1, m j 1, m 
Rl  k 1  k 2  ...  k m   , ,..., . (2)
 p1 p2 ph 
 
В соответствии с полученным нечетким множеством R l , наилучшим
следует считать тот вариант, для которого степень принадлежности наибольшая.
Для повышения качества полученных решений вводится неравнозначности
критериев:
 min  ( p ) j min  ( p )  j 
min  k j ( ph ) j 


kj 1 kj 2


, (3)
j 1, m j 1, m j 1, m
R l  k 1  k 2  ...  k m   , ,...,
 p 1 p 2 ph 

 

где j – коэффициент относительной важности критерия kj ,
1   2  ...   m  1 .
10

Коэффициенты относительной важности критериев определяются


аналогично: на основе матриц парных сравнений по шкале Саати для каждого
эксперта. Вводится дополнительно нечеткое множество „Наиболее приоритетный
показатель оценки” при условии, что существует определенное множество
экспертов S   S1 , ..., S z  , где l  1, z , z – количество экспертов:
  ( k )  (k )  (k ) 
Sl   l 1 , l 2 , ..., l m  , (4)
 k1 k2 km 
l (k j )
–степень принадлежности элемента k j нечеткому множеству S . l

Решение находится пересечением соответствующих элементов по каждому


эксперту:
 min  Sl (k1 ) min  Sl (k 2 ) min  Sl ( k m ) 
 l 1, z l 1, z l 1, z 
S 1  S 2  ...  S z   , ,..., . (5)
 k1 k2 km 
 
Так, ранги коэффициентов находятся по формуле:
m
 j  min  Sl (k j )  min 
j 1
Sl (k j ) , (6)
l 1, z l 1, z
m

где 
j 1
j  1.

Пересечением полученных нечетких решений каждого отдельного эксперта


определяется уровень важности каждого критерия. Показатель степени  j
свидетельствует о концентрации нечеткого множества k в соответствии с мерой j

важности критерия k j . Конечный результат получается пересечением:


P  R  R  ...  R .
opt 1 2 l

Исходной информацией для построения функций принадлежности являются


экспертные парные сравнения. Для каждой пары элементов универсального
множества эксперт оценивает преимущество одного элемента над другими
относительно свойств нечеткого множества. Парные сравнения представляются
матрицей:
u1 u 2 ... u n
u1  a11 a12 ... a1n 
a 
A  u2  21 a 22 ... a 2 n  , (7)
...  ... 
 
un a n1 a n 2 ... a nn 
где aij – уровень преимущества элемента u i над по шкале Саати:
1 – если отсутствует преимущество элемента ui над элементом u j ;
3 – если присутствует некоторое преимущество элемента ui над элементом u j ;
5 – если присутствует преимущество элемента ui над элементом u j ;
7 – если присутствует явное преимущество элемента ui над элементом u j ;
9 – если присутствует абсолютное преимущество элемента ui над элементом u j ;
2, 4, 6, 8 – промежуточные сравнительные оценки.
11

Данный механизм экспертных процедур позволяет учитывать фактор


неопределенности (неоднозначности и субъективности) при выборе оптимального
решения на основе количественного оценивания возможных альтернатив.
Пример. Соответственно условиям нечеткой модели (формулы (1)–(6))
имеем два нечетких множества: „Оптимальный инвестиционный проект” и
„Наиболее приоритетный показатель оценки инвестиционного проекта”. Нечеткое
описание в структуре модели появляется в связи с неуверенностью эксперта,
которое возникает при классификации уровня значимости показателей
количественной оценки инвестиционных проектов.
Сформулируем лингвистическую переменную, которая характеризуется
набором  , T (  ), X , G , M , где  – название лингвистической переменной;
T (  ) – терм-множество лингвистической переменной  , то есть множество
лингвистических значений, при чем каждое из этих значений – нечеткая
переменная с областью определения X ; G  – синтаксическое правило, которое
порождает наименование   T (  ) вербальных значений лингвистической
переменной  ; M – семантическое правило, которое ставит в соответствие
~
каждой нечеткой переменной   T (  ) нечеткое множество C ( ) (смысл
нечеткой переменной  ).
Лингвистическая переменная: „Уровень показателя эффективности
инвестиционного проекта, Т” для формализации множества „Оптимальный
инвестиционный проект”. При формализации множества „Наиболее
приоритетный показатель оценки инвестиционного проекта” – „Ранг показателя
эффективности инвестиционного проекта, Т”. При этом каждому терму
соответствует нечеткая переменная по шкале Саати.
Функции принадлежности нечеткого множества k определяем методом
j

построения матриц парных сравнений. При использовании этого метода


необходимо сформировать матрицы парных сравнений альтернативных
инвестиционных вариантов по каждому критерию оценки. В качестве экспертов
выступили специалисты из инвестиционного отдела и планово-экономического
отдела КПЦ-1 (всего пять экспертов, z  5 ).
Так, при опросе экспертов S1 , S 2 , S3 , S 4 , S5 при сравнении проектов p1 , p2
по критериям k1 , k 2 , ..., k10 получены лингвистические тезы, оцененные по шкале
Саати, и их количественная оценка находится в матрицах парных сравнений ниже
главной диагонали по каждому критерию в отдельности.
Расчеты весовых коэффициентов проводятся путем построения матриц
парных сравнений коэффициентов для каждого эксперта по шкале Саати
(формула 7).
12

 1 3 3 1/ 4 2 1 1 1 4 1 
1 / 3 1 1/ 2 1/ 8 1/ 3 1 1 1/ 5 1/ 3 1 

1 / 3 2 1 1/ 4 1 1 1 1/ 3 1/ 3 1 
 
 4 8 4 1 5 1 1 1 1 1 
1 / 2 3 1 1/ 5 1 1 1 1 1/ 3 1 
S1   .
 1 1 1 1 1 1 2 1/ 5 1/ 8 1 / 7
 1 1 1 1 1 1/ 2 1 1/ 5 1/ 8 1 / 8
 
 1 5 3 1 1 5 5 1 1/ 3 1 / 3
1 / 4 3 3 1 3 8 8 3 1 1 / 2
 
 1 1 1 1 1 7 8 3 2 1 
Аналогично строятся остальные матрицы.
В матрицах парных сравнений тезам экспертов отвечают оценки по шкале
Саати, которые выделены полужирным шрифтом. Другие элементы найдены
согласно свойствам согласованности парных сравнений, то есть с учетом того, что
матрица парных сравнений диагональная, транзитивная и обратной
симметричная, а именно:
– a  1, i  1, n ;
ij

1
– a ij  , i , j  1, n ;
a ji
– a a  a ,i , j , g  1, n .
ig gi ij

Если известно ( n  1 ) недиагональных элементов, то неизвестные элементы


определяются по формуле:
a gj
aij  , i, j , g  1, n . (8)
a ig
Степени принадлежности принимаются равными соответствующим
координатам собственного вектора W  ( w1 , w2 ,..., wn ) матрицы парных сравнений:
 (ui )  wi , i  1, n . (9)
Собственный вектор:
 A  W  max  W
,  (10)
 w1  w2  ...  wn  1

где max – максимальное собственное значение матрицы А.


Далее вычисляем собственные векторы матриц парных сравнений,
соответственно формулам (8) и (9) находим степени принадлежности. Нечеткие
множества являются субнормальними, поэтому необходимо полученный вектор
поделить на максимальное значение функции принадлежности из субнормального
множества для получения нормального нечеткого множества (табл. 1, рис. 1–3).
13

Таблица 1
Функции принадлежности нечеткого множества „Наиболее приоритетный
показатель оценки инвестиционного проекта”
Функция Показатели
принадлежности
Эксперт K3 K5 K6 K7 K8 K9 K10
нечеткого K1 K2 K4
множества
субнормальное
нечеткое 0,366 0,112 0,145 0,469 0,174 0,151 0,133 0,327 0,468 0,465
множество
1
нормальное
нечеткое 0,780 0,239 0,309 1,000 0,371 0,322 0,284 0,697 0,998 0,991
множество
субнормальное
нечеткое 0,399 0,126 0,112 0,493 0,183 0,092 0,143 0,387 0,378 0,463
множество
2
нормальное
нечеткое 0,809 0,256 0,227 1,000 0,372 0,187 0,291 0,786 0,766 0,939
множество
субнормальное
нечеткое 0,394 0,338 0,195 0,520 0,091 0,048 0,081 0,408 0,355 0,333
множество
3
нормальное
нечеткое 0,757 0,649 0,374 0,999 0,175 0,092 0,155 0,784 0,682 0,639
множество
субнормальное
нечеткое 0,451 0,346 0,221 0,198 0,291 0,097 0,117 0,350 0,488 0,346
множество
4
нормальное
нечеткое 0,925 0,709 0,452 0,406 0,597 0,198 0,240 0,718 1,000 0,709
множество
субнормальное
нечеткое 0,336 0,460 0,139 0,474 0,074 0,035 0,046 0,414 0,353 0,356
множество
5
нормальное
нечеткое 0,709 0,971 0,293 0,999 0,156 0,073 0,097 0,873 0,744 0,752
множество
В результате сечения нечетких множеств k  k получили ранги критериев
1 10

(формулы (4)–(6)):  1 0 ,18 ;  2 0 ,06 ;  3 0 ,06 ;  4 0 ,10 ;  5 0 ,04 ;  6  0 ,02 ;


 7  0 ,02 ;  8 0 ,18 ;  9 0 ,17 ;  10 0 ,16 , что соответствует важности первого,
восьмого, девятого и десятого критериев оценки инвестиционных альтернатив
по сравнению с другими показателями.
Следующим шагом является определение функций принадлежности двух
инвестиционных альтернатив к нечеткому множеству „Оптимальный
инвестиционный проект” по аналогичной схеме экспертных оценок.
14

Функція належності, частки 0,600


0,500
0,400

0,300
0,200
0,100
0,000
К1 К2 К3 К4 К5 К6 К7 К8 К9 К10
Коефіцієнти

експерт 1 експерт 2 експерт 3 експерт 4 екперт 5

Рис. 1. Функции принадлежности субнормального нечеткого множества


„Наиболее приоритетный показатель оценки инвестиционного проекта” по
данным каждого эксперта.

1,000
0,900
Функція належності, частки

0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
К1 К2 К3 К4 К5 К6 К7 К8 К9 К10
Коефіцієнти

експерт 1 експерт 2 експерт 3 експерт 4 експерт 5

Рис. 2. Функции принадлежности нормального нечеткого множества


„Наиболее приоритетный показатель оценки инвестиционного проекта” по
данным каждого эксперта.

Матрицы парных сравнений инвестиционных проектов по каждому


критерию первым экспертом имеют вид (формула (7)):
 1 5 1 1 / 5 1 1 1 1 / 9  1 7
A(k1 )   1 , A( k 2 )    , A( k 3 )    , A( k 4 )   , A(k 5 )   1 ,
 5 1 5 1  1 1 9 1   7 1 

1 1 / 5 1 1 / 5 1 4  1 2 1 4
A( k 6 )   , A( k 7 )   , A(k 8 )   1  , A(k 9 )   1  , A( k10 )   1 
5 1  
5 1   4 1  2 1  4 1 .
 
15

В матрицах парных сравнений тезам экспертов соответствуют оценки


по шкале Саати, которые выделены полужирным шрифтом. Другие элементы
найдены по свойству согласованности парных сравнений.
По формуле (1) с учетом рангов коэффициентов оценивания получили такие
нечеткие множества:
 0 ,981 0 ,196   0 ,196 0 ,981  0 ,707 0 ,707   0 ,11 0 ,994 
k1   , , k2   , , k3   , , k4   , ,
 p1 p2   p1 p2   p1 p2   p1 p2 
 0 ,99 0 ,144   0 ,196 0 ,981  0 ,196 0 ,981  0 ,97 0 ,243 
k5   , , k6   , , k7   ,  , k8   , ,
 p1 p2   p1 p2   p1 p2   p1 p2 
 0 ,894 0 ,447   0 ,97 0 ,243 
k9   ,  , k 10   , .
 p1 p 2   p1 p2 
По аналогичной схеме проводятся расчеты по каждому эксперту.
Далее по формуле (3) определяются нечеткие множества оценки
инвестиционных альтернатив по каждому эксперту:
 0,796 0,745   0 ,817 0 ,77   0 ,806 0 ,721  0 ,816 0 ,767 
R1   ,  , R2   ,  , R3   ,  , R4   , ,
 p1 p2   p1 p2   p1 p2   p1 p2 
 0 ,806 0 ,79 
R5   , .
 p1 p2 
Пересечением данных нечетких множеств получаем конечный результат
 0 ,8 0 ,7 
приоритетности инвестиционных проектов: P opt   ; .
 p1 p 2 
Полученные результаты нечеткой экспертной модели свидетельствуют о
достаточных преимуществах проекта А над проектом Б.
16

САМОСТОЯТЕЛЬНАЯ РАБОТА

Цель: закрепить полученные теоретические сведения о методах выбора


оптимальных альтернатив из исходного множества и получить практические
навыки программирования математических алгоритмов принятия решений.

Задание. Разработать объектно-ориентированную модель системы


поддержки принятия решений (в общем виде). Учитывая основные требования к
СППР, разработать программный модуль, который включает:
- качественный интерфейс;
- справочный материал по базе данных и моделей;
- предусмотреть возможность создания базы данных и загрузки данных
из внешних источников;
- реализовать как минимум три метода принятия решений, учитывая
стохастическое моделирование (нечеткие экспертные системы).
При оформлении работы привести программный код, формы, описание,
сделать выводы о разработанном программном продукте и перспективах его
использования.
17

СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ

1. Теория выбора и принятия решений: Учебное пособие. – М.: Наука.


Главная редакция физико-матматической литературы, 1982. – 328 с.
2. Коршунов Ю.М.Математические основы кибернетики: Учеб. пособие
для вузов. – 3-е изд., перераб. и допол. – М.:Энергоатомиздат, 1987. – 496с.
3. Мушик Э., Мюллер П. Методы принятия технических решений: Пер. с
нем. – М.: Мир, 1990. – 208с., ил.
4. Вітлінський В.В., Наконечний С.І. Ризик у менеджменті. – К.: ТОВ
“Борисфен -М”, 1996. – 336 с.
5. Верченко П.І., Великоіваненко Г.І., Демчук Н.В. та ін. Ризикологія:
Навч.-метод. посіб. для самост. вивч. дисц. – К.: КНЕУ, 2006. – 176 с.
6. Дубров А.М., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых
ситуаций в экономике и бизнесе: Учеб. пособие/ Под ред. Б.А. Лагоши. – М.:
Финансы и статистика, 1999. – 176с.
7. М. К. Гавурин, Лекции по методам вычислений М. «Наука»,1971. – 247 с.
8. Косарев В. И., 12 лекций по вычислительной математике (вводный курс):
Учеб. Пособие для вузов. – М. : Изд-во МФТИ, 2000.- 278 с.
9. Іванов В. В., Методы вычислений на ЭВМ, Киев, Наукова думка 1986. –
583 с.
10.Бахвалов Н. С., Лапин А. В., Чижонков Е. В. Численне методы в задачах
и упражнениях. – М.: Высшая школа, 2000. – 348 с.
11.С. В. Поршнев, И. В. Беленкова , Численные методы на базе MathCad.С.-
П. ,2005. – 450 с.
12. Григорук П. Н. Многомерное экономико-статистическое
моделирование : учебное пособие / П. Н. Григорук. – Львов : Новый свет – 2006,
2006. – 148 с.
13. Савчук В. П. Оценка эффективности инвестиционных проектов
[Электронный ресурс] / В. П. Савчук. – Режим доступа: http://www.cfin/

ru/finanalysis/savchuk/10.shtml.
18

14. Модели и алгоритмы принятия управленческих решений /


Я. Г. Берсуцкий, Н. Н. Лепа, Н. Г. Гузь [и др.]. – Донецк : ИЭП НАН Украины,
1998. – 307 с.

Оценить