工程項(xiàng)目風(fēng)險(xiǎn)和不確定性分析課件(編輯修改稿)
2025-02-01 22:29 本頁面
【文章內(nèi)容簡介】 —可能的狀態(tài)數(shù)?！袪顟B(tài)下的指標(biāo)值；—第—種狀態(tài)發(fā)生的概率；—第——指標(biāo)的期望值；—式中：nixipxxpxiniii????1第三節(jié) 風(fēng)險(xiǎn)分析 指標(biāo)的方差為： 例題： P100，例 58 DxxPDniii??? ???差）為：指標(biāo)的均方差（或標(biāo)準(zhǔn)12)(第三節(jié) 風(fēng)險(xiǎn)分析 （二）連續(xù)概率分布 2()( ) ( )x 0 1 0 ,1x xp x dxD x x p x dxDN???????????當(dāng) 、 時(shí) ， 稱 這 種 分 布 為 標(biāo) 準(zhǔn) 正 態(tài) 分 布 ， 用 （ ） 表 示 。第三節(jié) 風(fēng)險(xiǎn)分析 三角分布的特點(diǎn)是密度函數(shù)由悲觀值、 最可能值和樂觀值構(gòu)成的對稱的或不對 稱的三角形。 它適用于描述工期、投資等不對稱分布的輸入變量，也可用于描述產(chǎn)量、成本等對稱分布的輸入變量，如圖 512所示。 梯形分布是三角分布的特例， 在確定變量的樂觀值和悲觀值后， 對最可能值卻難以判定，只能確定 — 個(gè)最可能值的范圍，這時(shí)可用梯形分布描述。 第三節(jié) 風(fēng)險(xiǎn)分析 2)6(64PODOMPx?????12)(22abDbax????0— 樂觀值 P— 悲觀值 M— 最可 能值 X— 均值D— 方差 第三節(jié) 風(fēng)險(xiǎn)分析 （三）概率樹分析 項(xiàng)目評價(jià)中的概率分析應(yīng)用的概率主要是應(yīng)用主觀先驗(yàn)概率，即在事件發(fā)生前，按照過去的經(jīng)驗(yàn)數(shù)據(jù)人為預(yù)測和估計(jì)基礎(chǔ)上的概率。 經(jīng)濟(jì)效果的期望值 步驟： 1）列出要考慮的風(fēng)險(xiǎn)因素，如投資、成本、價(jià)格等； 2）估算每個(gè)風(fēng)險(xiǎn)因素可能出現(xiàn)的概率（借助歷史統(tǒng)計(jì)資料或評價(jià) 人員的經(jīng)驗(yàn)）； 3）分別計(jì)算出各種風(fēng)險(xiǎn)因素發(fā)生變化時(shí)，方案凈現(xiàn)金流量各狀態(tài) 發(fā)生概率和相應(yīng)狀態(tài)下的凈現(xiàn)值；； 4）根據(jù)各變量因素的期望值，計(jì)算方案的期望值 E(NPV)； 5）計(jì)算出方案凈現(xiàn)值為非負(fù)的累計(jì)概率； 6）對概率結(jié)果作出說明。 ()1()kjjjE N P V N P V Pk????— — 可 能 出 現(xiàn) 的 狀 態(tài)變量期望值的計(jì)算 所對應(yīng)的概率值?！兞俊钠谕?；量—以概率為權(quán)重計(jì)算變—式中：iiinniiniiixxppxxEpppxxxpxpxxE)()(........)(21211?? ??第三節(jié) 風(fēng)險(xiǎn)分析 例題： P103，例 59， 510， 511 （四）蒙特卡洛模擬法 蒙特卡洛模擬法，是用隨機(jī)抽樣的方法抽取一組輸入變量的概率分布特征的數(shù)值，輸入這組變量計(jì)算項(xiàng)目評價(jià)指標(biāo)，通過多次抽樣計(jì)算可獲得評價(jià)指標(biāo)的概率分布及累計(jì)概率分布、期望值、方差、標(biāo)準(zhǔn)差，計(jì)算項(xiàng)目可行或不可行的概率，從而估計(jì)項(xiàng)目投資所承擔(dān)的風(fēng)險(xiǎn)。 （四）蒙特卡洛模擬法 蒙特卡洛模擬法的實(shí)施步驟一般為： (1)通過敏感件分析，確定風(fēng)險(xiǎn)隨機(jī)變量； (2)確定風(fēng)險(xiǎn)隨機(jī)變量的概率分布； （重要?。? (3)通過隨機(jī)數(shù)表或計(jì)算機(jī)求出隨機(jī)數(shù)，根據(jù)風(fēng)險(xiǎn)隨機(jī)變量的概率分布模擬輸人變量； (4)選取經(jīng)濟(jì)評價(jià)指標(biāo)，如凈現(xiàn)值、內(nèi)部收益率等。 (5)根據(jù)基礎(chǔ)數(shù)據(jù)計(jì)算評價(jià)指標(biāo)值； (6)整理模擬結(jié)果所得評價(jià)指標(biāo)的期望值、方差、標(biāo)準(zhǔn)差和它的概率分布及累積概率圖，繪制累計(jì)概率圖，計(jì)算項(xiàng)目可行或不可行的概率。 （四）蒙特卡洛模擬法 假如根據(jù)專家調(diào)查獲得的某產(chǎn)品的年收入如下表 年收入（萬元） 概率 累計(jì)概率 1000 1200 1500 2023 （四）蒙特卡洛模擬法 年收入（萬元） 概率 累計(jì)概率 隨機(jī)數(shù) 1000 00000～ 09999 1200 10000～ 59999 1500 60000～ 84999 2023 85000～ 99999 （四）蒙特卡洛模擬法 根據(jù)上表繪出下圖 若抽取隨機(jī)數(shù)： 48867，則從 累計(jì)概率圖縱坐標(biāo)上找到累計(jì)概率為，畫一水平線，交累計(jì)概率折線的交點(diǎn)對應(yīng)的橫坐標(biāo)值為1200萬元 /年，即年收入的抽樣值。 （四）蒙特卡洛模擬法 根據(jù)正態(tài)分布概率密度分布函數(shù)可以繪出它的累計(jì)概率分布圖。 用隨機(jī)數(shù)作為累計(jì)概率的隨 機(jī)值，每個(gè)隨機(jī)數(shù)都可在圖 5— 19中對應(yīng)一個(gè)隨機(jī)正態(tài) 偏差；也可直接查本 6附錄 中的隨機(jī)正態(tài)偏整表查取隨 機(jī)正態(tài)偏差值。對應(yīng)的隨機(jī) 變量的抽樣結(jié)果可通過下式求得： 抽樣結(jié)果 =均值 +隨機(jī)正態(tài)偏差 x均方差 (5— 22) （四）蒙特卡洛模擬法 3．均勻分布隨機(jī)變量的蒙特卡格模擬 具有最小值 a和最大值 b的連續(xù)均勻分布隨機(jī)變量，其累計(jì)概率分布如圖 5— 20所示。令 RN表示隨機(jī)數(shù)， RNm表示最大隨機(jī)數(shù)，根據(jù)相似三角形對應(yīng)成比例的原理，有： )(22)( abRNRNabbaabRNRNamm?????????抽樣結(jié)果均值 偏差 或 變化范圍 （四）蒙特卡洛模擬法 例題： P108，例 512 序 號 項(xiàng)目壽命
公司管理相關(guān)推薦
鄂ICP備17016276號-1