Контакты

Выдача КТ-документа

Экспортная торговля

Вид груза

Дата проведения завершающей операции

Растаможивание груза

Процедуры платежной системы

Экономическая информатика.

Система управления

Бизнес-процесс

Повышение производительности

Блок Планирование мощностей

Реквизиты

Организационно-экономическая сущность задачи

Решение задачи средствами MS ExceP

Карта сайта

Наименование поставщика

Фильтрация и группирование данных.

Мнемоническая система

Решение задач с помощью реляционных баз данных

Доступ на основе архитектуры сети вида клиент — сервер

Предметная ориентированность ХД

Метод проверки структуры кода

АРМ работника офиса

Документооборот

Методы и средства защиты информации в ИС

Степень определенности

Траектория развития предприятия

Решения с помощью деревьев целей

Применение экспертных систем

Формирование решений в условиях риска

Применение нейросетей для формирования решений

Структура реляционной модели базы данных

Типовая система ERP

Книга экономическая теория

Книга экономика

Книга финансы

Книга предпринимательство

Книга менеджмент

Книга маркетинг и реклама

Книга коммерция и продажи

Книга банки,деньги,кредит

Книга бизнес

Видео

Открыть длинную позицию

Проведение статистических операций

Десять тысяч обезьян

Чарльз Д. Киркпатрик

Графики Ренко

Сентиметр

Полное отсутствие корреляции

Ценовые индексы фондового рынка

Торговая система следящего разворота

Новости

КОРЗИНА

Формирование решений в условиях риска

В условиях риска можно использовать деревья решений, если альтернативы, отражающие варианты решения, находятся в отношениях соподчиненности. Как правило, условия носят качественный характер и определяются вероятными величинами. Иерархические отношения удобно представлять в виде дерева: дуги дерева отражают альтернативы частичных решений, а узлы — результаты. Таким образом получают дерево решений, с помощью которого можно представлять вероятностные (частотные) характеристики условий. Это позволяет достаточно просто определять результат принятия решения на том или ином уровне дерева с помощью математического ожидания: где Е(общего результата) — математическое ожидание общего или промежуточного результата; — вероятность наступления события i; di — результат (частный), получаемый при наступлении события i; п — количество событий, влияющих на общий (промежуточный) результат. Пример. Допустим, ЛПР известны два варианта повышения уровня рентабельности: произвести продукцию А в количестве 100 ед. и продать ее по цене 10 ед. за штуку. Себестоимость единицы продукции составляет 8 ед; произвести продукцию В в количестве 50 ед. и продать ее по цене 20 ед. за штуку. Себестоимость единицы продукции составляет 18 ед. Для упрощения задачи будем считать, что в случае неблагоприятной ситуации на рынке для какой-либо продукции предприятие терпит убытки по ее себестоимости.

Групповые решения  Коэффициент роста выручки  Применение экспертных систем  Решения с помощью деревьев целей   Применение экспертных систем Применение нейросетей для формирования решений Структура реляционной модели базы данных  Типовая система ERP Архитектура ИС  Принцип адаптируемости