决策树和期望货币价值

这篇具有很好参考价值的文章主要介绍了决策树和期望货币价值。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、决策树和期望货币价值(决策树、表)---风险管理

决策树分析是风险分析过程中的一项常用技术。某企业在项目风险分析过程中,采用了决策树分析方法,并计算出了EMV(期望货币值)。以下说法中,正确的是 (70)。

决策树和期望货币价值

A.以上进行的是定量风险分析,根据分析结果应选择修改现有技术方案的路线

B.以上进行的是定量风险分析,根据分析结果应选择设计新技术方案的路线

C.以上进行的是定性风险分析,根据分析结果应选择修改现有技术方案的路线

D.以上进行的是定性风险分析,根据分析结果应选择设计新技术方案的路线

【答案】A 【解析】这个考综合知识,但是不难。很明显,以上进行的是定量风险分析,全新开发的EMV = $41.5,而升级当前系统的EMV=$49。

文章来源地址https://www.toymoban.com/news/detail-472166.html

2、某工厂生产雷达,成品无效的历史数据是4%.在工厂测试每个雷达的成本为10000 元:工厂测试后重新组装每个测试合格雷达的成本是 2000 元:工厂测试后修理并重新组装每个不合格雷达的成本是 23000 元.而修理安装每个现场的不合格雷达的成本是 350000 元。利用决策树分析.若决定对 500 个雷达进行 100%测试,预期支出需要(63)万元。

A.550 B.596 C.642 D.700

【参考答案】C 【解析】这个题目考查的是EMV,关于EMV的计算是需要会的。

预期货币价值分别计算如下: 1、不检查直接发送客户: 外部失败成本=500台 * 4% * 35万元/台=700万元 因此,第一种情况的预期货币价值(成本)是700万元。(因为雷达的无效率是4%,所以500个出错为20台,不合格雷达重新安装一台是35万)

2、内部检查,修复后再发送客户:存在检查成本、内部失败成本,没有外部失败成本 检查成本=500台 * 1万元/台 + 500台 * 96% * 0.2万/台 =596万元 (500台全部检查,是500w;500台中有4%无效,就有96%有效,重新组装无效雷达每台2千,是96万) 内部失败成本=500台 * 4% x 2.3万/台 = 46万元 (500台中有4%为无效,修理每台雷达需要2.3万,共46万) 因此第二种情况的预期货币价值(成本)为596万元+46万元=642万元 根据题目要求是决定进行测试,所以该项目的预期货币价值是642万元

  1. 某公司正在准备竞标一系统集成项目,为了估算项目的收益,技术总监带领风险管理团队,对项目可选的两种集成实施方案进行了决策树分析,分析图如下所示。以下说法中,正确的是(48)。

决策树和期望货币价值

A.以上进行的是风险定性分析,根据分析,该公司应采用方案B

B.以上进行的是风险定量分析,根据分析,该公司应采用方案B

C.以上进行的是风险定性分析,根据分析,该公司应采用方案A

D.以上进行的是风险定量分析,根据分析,该公司应采用方案A

【参考答案】:D 【解析】本题考查的是EMV。

决策树分析是定量风险分析过程所使用的工具。

采用方案A的预期收益EMV=30*70%+(-40)*30%=9万

采用方案B的预期收益EMV=20*70%+(-30)*30%=5万

所以应采用方案A

  1. 某项目承包者设计该项目有0.5的概率获利200000美元。0.3的概率亏损50000美元,还有0.2的概率维持平衡。该项目的期望值货币的价值为(69)美元。

A.20000 B.85000 C.50000 D.180000

【参考答案】:B 【解析】本题考查的是EMV的基础知识。

EMV=0.5*200000+0.3*(-50000)+0.2*0=85000。简单的不要不要的。

5、项目经理向客户推荐了四种供应商选择方案。每个方案损益值已标在下面的决策树上。根据预期收益值,应选择设备供应商(53)。

决策树和期望货币价值

(53)A. 1 B.2 C.3 D.4

【答案】A 【解析】必须掌握的,其实是送分额。

设备供应商1的预期收益值为:

100000 * 60%-30000*40% = 60000-12000=48000

设备供应商2的预期收益值为:

50000 * 90%-10000* 10% =45000-1000=44000

设备供应商3的预期收益值为:

10000*99%-1000*1%=9900-10=9890

设备供应商4的预期收益值为:

20000*80%-10000*20% =16000-2000=14000

6、某厂需要购买生产设备生产某种产品,可以选择购买四种生产能力不同的设备,市场对该产品的需求状况有三种(需求量较大、需求量中等、需求量较小)。厂方估计四种设备在各种需求状况下的收益由下表给出,根据收益期望值最大的原则,应该购买(68)。

(单位:万元)

收益 设备

需求状况概率

设备1

设备2

设备3

设备4

需求量较大概率为0.3

50

30

25

10

需求量中等概率为0.4

20

25

30

10

需求量较小概率为0.3

-20

-10

-5

10

(68)A.设备1 B. 设备2 C. 设备3 D. 设备4

【答案】C 【解析】风险决策,必须掌握。

分别计算各种需求状况下的收益期望值即可。

设备1:50×0.3+20×0.4-20×0.3=17;

设备2:30×0.3+25×0.4-10×0.3=16;

设备3:25×0.3+30×0.4-5×0.3=18;

设备4:10×0.3+10×0.4+10×0.3=10。

购买设备3收益期望最大。

7决策树分析法通常用决策树图表进行分析,根据下表的决策树分析法计算,图中机会节点的预期收益EMV分别是90和(69)(单位:万元)

决策树和期望货币价值

A、160 B、150 C、140 D、100

【答案】C 【解析】这个必须掌握。

开发的预期收益是200*75%+(-40)*25%=140

8、下图是一个选择出行路线的“决策树图”,统计路线1和路线2堵车和不堵车的用时和其发生的概率(P),计算出路线1和路线2的加权平均用时,按照计算结果选择出行路线,以下结论中,正确的是(34)

决策树和期望货币价值

A、路线1的加权平均用时为40.5分钟,路线2的加权平均用时为48分钟,因此选择路线1

B、路线1的加权平均用时为62.5分析,路线2的加权平均用时为40分钟,因此选择路线2

C、路线1的加权平均用时为40.5分钟,路线2的加权平均用时为44分钟,因此选择路线1

D、由于路线2堵车和不堵车时间都比路线1短,因此选择路线2

【答案】A

【解析】本题考查的是EMV。送分的计算。

路线1加权平均用时=35*90%+90*10%=40.5分钟

路线2加权平均用时=20*30%+60*70%=48分钟,肯定选择加权平均用时少的线路了

9、某机构拟进行办公自动化系统的建设,有四种方式可以选择:①企业自行从头开发;②复用已有的构件;③外购现成的软件产品;④承包给专业公司开发。针对这几种方式,项目经理提供了如下表所示的决策树。其中在复用的情况下,如果变化大则存在两种可能,简单构造的概率为0.2,成本约31万元;复杂构造的概率为0.8,成本约49万元。据此表,管理者选择建设方式的最佳决策是()。

项目名称

办公自动化系统

选择方案

自行开发

复用

外购

承包

决策节点

难度小

难度大

变化少

变化大

变化少

变化大

没变化

有变化

概率分布

0.3

0.7

0.4

0.6

0.7

0.3

0.6

0.4

预期成本

38万元

45万元

27.5万元

见说明

21万元

30万元

35万元

50万元

A、企业自行从头开发 B、复用已有的构件

C、外购现成的软件产品 D、承包给专业公司开发

【答案】C 【解析】本题考查的是EMV。送分的计算。

自行研发为:38*0.3+45*0.7=11.4+31.5=42.9

复用为:27.5*0.4+(31*0.2+49*0.8)*0.6=11+(6.2+39.2)*0.6=38.24

外购为:21*0.7+30*0.3=14.7+9=23.7

承包为:35*0.6+50*0.4=21+20=41

10、某项目有40%的概率获利10万元,30%的概率会亏损8万元,30%的概率既不获利也不亏损,该项目的预期货币价值分析(EMV)是(47)。

A、0元 B、1.6万元 C、2万元 D、6.4万元

【答案】B 【解析】考查的是EMV的相关知识,需要掌握

送分题,EMV=10*40%+(-8)*30%+0*30%=4-2.4=1.6

11、某公司主营产品有甲、乙、丙、丁四种。按照历史数据预测,下半年的市场需求总量可以有10万件、15万件和20万件三种情况,对应的概率分别为50%,30%,20%,不同情况下各产品带来的市场收益(单位:万元)如表所示,为了追求利润最大化,该公司应该生产(66)。

产品

需求量为10万件

需求量为15万件

需求量为20万件

-25

35

70

-20

30

65

-10

25

55

10

15

40

A.甲 B.乙 C.丙 D.丁

【答案】D 【解析】考查的是EMV的相关知识。

送分的,概率影响相乘,比较大小。

甲:-25*50%+35*30%+70*20%=-12.5+10.5+14=12

乙:-20*50%+30*30%+65*20%=-10+9+13=12

丙:-10*50%+25*30%+55*20%=-5+7.5+11=13.5

丁:10*50%+15*30%+40*20%=5+4.5+8=17.5

12、某厂房建造或者升级的两种方案的决策树分析如下图所示,由图可知。组织宜选择(47)的方案,因为该方案的 EMV 为(47)万元。

决策树和期望货币价值

A.升级现有厂房 42 B.建造新厂房 67

C.升级现有厂房 60 D.建造新厂房 100

【答案】B 【解析】考查的是EMV的相关知识。

建造新厂:70%*(200-100)+30%*(90-100)=67

升级现厂:70%*(120-60)+30%*(60-60)=42

13.一个信息系统集成项目有A、B、C、D、E、F共6个活动,目前是第12周末,活动信息如下:

活动A:持续时间5周,预算30万元,没有前置活动,实际成本35.5万元,已完成100%。

活动B:持续时间5周,预算70万元,前置活动为A,实际成本83万元,已完成100%。

活动C:持续时间8周,预算60万元,前置活动为B,实际成本17.5万元,已完成20%。

活动D:持续时间7周,预算135万元,前置活动为A,实际成本159万元,已完成100%。

活动E:持续时间3周,预算30万元,前置活动为D,实际成本0万元,已完成0%。

活动F:持续时间7周,预算70万元,前置活动为C和E,实际成本0万元,已完成0%。

项目在开始投入资金为220万元,第10周获得投入资金75万元,第15周获得投入资金105万元,第20周获得投入资金35万元。

【问题1】(12分)

请计算当前的成本偏差(CV)和进度偏差(SV),以及进度绩效指数(SPI)和成本绩效指数(CPI),并分析项目的进展情况

【问题2】(10分)

分别按照非典型偏差和典型偏差的计算方式,计算项目在第13周末的完工尚需成本(ETC)和完工估算成本(EAC)

【问题3】(3分)

在不影响项目完工时间的前提下,同时考虑资金平衡的要求,在第13周开始应该如何调整项目进度计划?

看完以上的题目,我估计有的人已经晕了……有人说“完全被那些金额给整偏了!”。我个人觉得遇到此类的题目不要慌,考题一般都是什么AC、PV、AC之类,万变不离其宗,首先把单代号网络图简单的画一个。

决策树和期望货币价值

大家需要理解一个事情,PV(计划价值)其实就是预算。另外就是如果进度正常现在应该到达哪里?从上面的图可以看出,如果正常C应该进行了2周(完成25%),D正好干完。知道了这两个方面我们就开始答题了:

AC=AC(A)+AC(B)+AC(C) +AC(D)

=35.5+83+17.5+159=295万;

PV=PV(A)+PV(B)+PV(C)+PV(D)

=30+70+60*0.25+135=250万;

EV=EV(A)+EV(B)+EV(C)+EV(D)

=30+70+60*0.2+135=247万;

CV=EV-AC=247-295=-48万;

SV=EV-PV=247-250=-3万

后面的那些就套公式吧,我这里就不复述了(关于各个公式的计算前一篇就讲解)。

我需要对第3个问题说一下,所谓资金平衡就是不能超过当下投入的资金,这个问题和前面2个问题没关系,纯属考虑资金到位和项目整体进度,从时间上来看E是可以拖拉一段时间的,可以拖多少呢?自己思考。这个拖拉的时间就是调整的时间。

到了这里,关于决策树和期望货币价值的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 机器学习算法:线性回归、逻辑回归、决策树和随机森林解析

    引言 机器学习算法是人工智能领域的核心,它们用于解决各种问题,从预测房价到图像分类。本博客将深入探讨四种常见的机器学习算法:线性回归、逻辑回归、决策树和随机森林。 线性回归 什么是线性回归? 线性回归是一种用于建立连续数值输出的机器学习模型的算法。

    2024年02月10日
    浏览(53)
  • python机器学习决策树和SVM向量机算法实现红酒分类

    经典的红酒分类数据集是指UCI机器学习库中的Wine数据集。该数据集包含178个样本,每个样本有13个特征,可以用于分类任务。 具体每个字段的含义如下: alcohol:酒精含量百分比 malic_acid:苹果酸含量(克/升) ash:灰分含量(克/升) alcalinity_of_ash:灰分碱度(以mEq/L为单位)

    2024年02月08日
    浏览(42)
  • Spark MLlib机器学习库(一)决策树和随机森林案例详解

    数据集的下载地址: https://www.kaggle.com/datasets/uciml/forest-cover-type-dataset 该数据集记录了美国科罗拉多州不同地块的森林植被类型,每个样本包含了描述每块土地的若干特征,包括海拔、坡度、到水源的距离、遮阳情况和土壤类型,并且给出了地块对应的已知森林植被类型。 很

    2024年02月12日
    浏览(50)
  • 【机器学习算法】决策树和随机森林在计算机视觉中的应用

    决策树和随机森林在计算机视觉中有着广泛的应用。决策树作为一种简单而强大的分类模型,可以用于图像分类、目标检测、特征提取等任务。它能够根据图像的特征逐层进行判断和分类,从而实现对图像数据的智能分析和理解。随机森林作为一种集成学习方法,利用多棵决

    2024年04月13日
    浏览(62)
  • PyTorch深度学习实战 | 基于线性回归、决策树和SVM进行鸢尾花分类

    鸢尾花数据集是机器学习领域非常经典的一个分类任务数据集。它的英文名称为Iris Data Set,使用sklearn库可以直接下载并导入该数据集。数据集总共包含150行数据,每一行数据由4个特征值及一个标签组成。标签为三种不同类别的鸢尾花,分别为:Iris Setosa,Iris Versicolour,Iri

    2023年04月10日
    浏览(43)
  • 深入理解强化学习——马尔可夫决策过程:马尔可夫奖励过程-[计算马尔可夫奖励过程价值的动态规划方法]

    分类目录:《深入理解强化学习》总目录 文章《深入理解强化学习——马尔可夫决策过程:马尔可夫奖励过程-[计算马尔可夫奖励过程价值的蒙特卡洛方法]》介绍了计算马尔可夫奖励过程价值的蒙特卡洛方法,同时我们也可以用动态规划的方法,一直迭代贝尔曼方程,直到价

    2024年02月05日
    浏览(48)
  • 强化学习从基础到进阶-案例与实践[2]:马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代

    【强化学习原理+项目专栏】必看系列:单智能体、多智能体算法原理+项目实战、相关技巧(调参、画图等、趣味项目实现、学术应用项目实现 专栏详细介绍 :【强化学习原理+项目专栏】必看系列:单智能体、多智能体算法原理+项目实战、相关技巧(调参、画图等、趣味项

    2024年02月15日
    浏览(136)
  • 强化学习从基础到进阶-常见问题和面试必知必答[2]:马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代

    马尔可夫性质(Markov property,MP) :如果某一个过程未来的状态与过去的状态无关,只由现在的状态决定,那么其具有马尔可夫性质。换句话说,一个状态的下一个状态只取决于它的当前状态,而与它当前状态之前的状态都没有关系。 马尔可夫链(Markov chain) : 概率论和数

    2024年03月26日
    浏览(52)
  • 概论第6章_正态总体的抽样分布_样本均值的期望与样本方差的期望__方差的期望

    下面的定理给出 样本均值的期望, 方差的期望, 样本方差的期望 , 它 不依赖于总体的分布形式。 假设有总体X, 均值 μ mu μ , E(X)= μ mu μ , 有方差 σ 2 sigma^2 σ 2 ,   space   D(X) = σ 2 sigma^2 σ 2 + ∞ +infty + ∞ 。 X 1 , X 2 , . . . X n X_1, X_2, ... X_n X 1 ​ , X 2 ​ , ... X n ​ 为来自

    2024年02月01日
    浏览(51)
  • 【区块链】虚拟货币钱包

    目前区块链中虚拟货币的钱包种类和应用多样,按照私钥存储方式的不同,可以将钱包分为『 热钱包 』和『 冷钱包 』两大类型。 热钱包又称在线钱包,是指互联网能够访问用户私钥的钱包,一般通过电脑(交易平台)或者手机 APP 进行操作。 『 热钱包 』 优点 实用性高(

    2024年02月16日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包