- •Понятие модели. Построение математической модели.
- •Виды моделей:
- •Классификация моделей:
- •Критерий эф. (целевая функция)
- •Основные принципы построения целевой функции.
- •Неопределенность целей. Виды неопределенности.
- •Критерий Лапласа для выбора целевой функции в условиях неопределенности.
- •Условия оптимальности базисного решения и правила преобразования симплекс-таблицы для выбора другого базисного решения при мин целевой функции.
- •Правила приведения задачи лп к стандартной форме для решения симплекс-методом и выбор базисного решений.
- •Условия оптимальности базисного решения и правила преобразования симплекс-таблицы для выбора другого базисного решения при мах целевой функции.
- •Правила нахождения параметров модели двойственной задачи из прямой задачи.
- •Практическое применение двойственных задач.
Неопределенность целей. Виды неопределенности.
Нахождение оптимального решения это процедура выбора наилучшего решения среди нескольких возможных
Качество решения зависит от качества исходной информации Возможные условия принятия решения:
1. Принятие решений в условиях определенности, данные известны точно (рассмотренные ранее модели ЛП)
2 Принятие решений в условиях риска, данные описаны с помощью вероятностных распределений
3.Принятие решений в условиях неопределенности, данные трудно классифицировать по степени значимости, альтерна-тивные решения нельзя связать линейными функциями
Алгоритм принятия решения в условиях неопределенности:
1. Устанавливаются все возможные варианты решения (аi)
2. По каждому варианту определяются платежи в зависимости от всех возможных фактических результатов (состояний природы) (si) исследуемого процесса
3. Принимается решение с использованием одного из критериев
Решается с помощью матрицы платежей
В исследовании операций принято
Способы сведения задач с несколькими критериями к задаче с одним критерием. 1)критерий Лапласа; 2)минимаксный критерий ; 3)критерий Сэвиджа; 4)критерий Гурвица. Эти критерии отличаются по степени консервативности, который проявляет лицо, принимающее решение.
Задача отыскания оптимального решения х*, соответствующего максимуму целевой функции часто оказывается сложной для решения. Выбор в условиях нескольких критериев. Сложность отыскания наилучшей альтернативы возрастает, когда необходимо рассматривать альтернативы не по одному, а по нескольким критериям, качественно различающимся между собой.
Критерий Лапласа для выбора целевой функции в условиях неопределенности.
Суть критерия Лапласа - принцип недостаточного основания:
-поскольку распределение вероятностей состояния Р(S j) неизвестно, нет причин считать их различными, поэтому используется оптимистическое предположение, что вероятности всех состояний природы равны между собой, т.е. P(S1)=P(S 2)=….=P(S n)=1/n. Если при этом V(ai ,sj) представляет собой прибыль, то наилучшим решением является то ,которое обеспечивает max (⅟n∑ V(ai ,sj). Если величина V-расходы, то наилучшим решением является min (⅟n∑ V(ai ,sj).
Минимальный критерий для выбора целевой функции в условиях неопределенности. Построен на принципе консервативного, осторожного поведения лица, принимающего решения и сводится к выбору наилучшей альтернативы из наихудшей.
Критерий Сэвиджа для выбора целевой функции в условиях неопределенности.
Этот критерий смягчает консерватизм минимаксного критерия путем замены матрицы платежей V(ai ,sj) матрицей потерь r(ai ,sj),которая определяется следующим образом max{V(ai ,sj)} - V(ai ,sj) - если V-доходы
V(ai ,sj) - min{V(ai ,sj)} - если V-расходы
Критерий Гуранца для выбора целевой функции в условиях неопределенности.
Этот критерий охватывает принятие решения от наиболее оптимистического до наиболее пессимистического, в зависимости от параметра α(показателя оптимизма 0≤α≤ 1)
Порядок нахождения области допустимых решений графическим методом.
Пересечение полученных полуплоскостей определяют ОДР.
Провести оси.
Заменить неравенства оставшихся ограничений на равенства
Построить прямые полученных уравнений
Найти полуплоскость относительно каждой прямой, в которой выполняется неравенство соответствующего ограничения
Найти область допустимых решений (ОДР)
Пересечение полученных полуплоскостей определяют ОДР.
Порядок нахождения оптимального решения графическим методом.
Нахождение оптимального решения для max целевой функции
1.Определить возрастание целевой функции
2.Построить перпендикуляр к вектору N
3.Передвигать перпендикуляр параллельно самому себе в сторону возрастания целевой функции(пока не пересечется последняя точка ОДР)
4. Определить координаты оптимальной точки.
Нахождение оптимального решения для min целевой функции.
Нахождение области допустимых решений
Нахождение оптимального решения(построить вектор N(с1;с2)
Построить перпендикуляр к вектору, приравняв уравнение целевой функции как можно большему числу
Передвигать прямую в направлении уменьшения значения целевой функции, т.е. в противоположную сторону вектора N, пока не пересечется последняя точка ОДР
