- •№1. Основные понятия теории принятия решений. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия теории принятия решений
- •Основные модели и методы тпр.- ????
- •№2. Классификация задача принятия решений.
- •№ 4. Постановка задач линейного программирования(лп). Примеры, различные задач и подходы решения.
- •2. Транспортная задача
- •3. Игра с нулевой суммой
- •Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
- •Множество точек выпукло, если оно вместе с произвольными 2 своими точками содержит произвольную выпуклую линейную комбинацию.
- •№7. Задача линейного программирования в канонической форме. Основные теоремы о множествах оптимальных решений этой задачи.
- •8.Геометрический метод решения злп mxn. Пример для задачи mx2 (на минимум и максимум)
- •№6. Сведения из теории выпуклых множеств. Выпуклые множества в н-мерном пространстве.
- •Тогда точка м (x1… xn) является выпуклой линейной комбинацией м1,…мк:
- •9.Аналитический метод решения злп mxn (симплекс-метод). Для задач на минимум и максимум.
- •10.Симплекс-таблицы в симплекс-методе для задач на максимум и минимум
- •11.Метод искусственного базиса в симплекс-методе.
- •12.Двойственные задачи линейного программирования.
- •13.Антогонистические матричные игры. Примеры игр: поиск, игра на уклонение, типа дуэли. Максимин и минимакс. Выигрыши двух игроков.
- •14.Ситуация равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
- •15. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия.
- •16. Аналитическое решение игры 2х2. Геометрическое решение игры 2x2.
- •17. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
- •18. Свойства оптимальных смешанных стратегий в матричной игре.
- •19. Графический метод решения матричной игры (2xm)
- •20. Графический метод решения матричной игры (nx2)
- •21. Активные (существенные) стратегии игроков. Теоремы об активных стратегиях.
- •22.. Принцип доминирования стратегий 2х игроков. Теоремы о доминируемых стратегиях.
- •23.. Вполне смешанная игра. Решение матричной игры n*n методом обратной матрицы.
- •24.. Сведение матричной игры n*m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n*m симплекс-методом.
- •25.. Принятие решения в условиях полной неопределённости. Виды неопределённостей. Критерии Байеса, Лапласа, Вальда, Сэвиджа, Гурвица, Ходжа-Лемана, мм-кртерий.
- •26.. Планирование эксперимента в статистических играх в условиях неопределённости.
- •27.. Принятие решения в условиях полной определённости. Типы задач и критериев. Классификация и общая схема решения.
- •28.. Методы решения многокритериальных задач принятия решения. Нормализация критериев.
- •29. Методы равномерной оптимальности, справедливого компромисса, свертывания критериев (аддитивный критерий), главного критерия, идеальной точки, последовательных уступок.
- •30. Принятие решений в условиях риска. Метод ожидаемого значения. Этапы принятия решений. Деревья решений.
- •31. Биматричные неантагонистические игры. Постановка задачи. Функции выигрышей.
- •32. Примеры биматричных игр: борьба за рынки, дилемма узников, семейный спор, студент-преподаватель.
- •33. Принципы доминирования в биматричных играх. Пример для матриц размера 3x3.
- •34. Ситуация равновесия по Нэшу в биматричной игре в произвольной размерности. Свойства ситуаций равновесия. Теорема Дж. Нэша. Ситуация в игре называется ситуацией равновесия по Нэшу, если
- •35. Ситуация равновесия по Нэшу в биматричной игре 2x2. Поиск смешанных стратегий для двух игроков.
- •36. Графическая интерпретация решения в биматричной игре 2x2 по Нэшу.
- •39. Позиционные игры. Дерево принятия решений. Виды позиционных игры.
- •40. Нормализация позиционной игры. Привести пример для двухходовой двухпозиционной игры с полной информацией.
- •41. Сведение позиционной игры к матричной в условиях неполной информации. На примере двухходовых и трехходовых игр.
- •42. Сведение позиционной игры к матричной в условиях полной информации о стратегиях соперника.
9.Аналитический метод решения злп mxn (симплекс-метод). Для задач на минимум и максимум.
Это общий аналитический метод решений ЗЛП.
Симплексом на плоскости или в пространстве является простой выпуклый многоугольник или многогранник, который строится на основе ограничений.
В трёхмерном пространстве простейший симплекс – тетраэдр.
Геометрически симплекс-метод состоит в последовательном переходе от 1 вершины многогранника решений к другой, в которой линейная функция F(x) принимает нехудшее значение по отношению цели задачи, до тех пор пока не будет найдено оптимальное решение. Т.е. будет найдена вершина, где достигается оптимум задачи.
Для реализации симплекс-метода необходимо установить 3 основы:
1)Способ определения какого-либо начального допустимого базисного решения.
2)Правило перехода к лучшему по сравнению с предыдущем решению
3)Критерий проверки оптимального найденного решения
Симплекс-метод применяется к канонической ЗЛП с n неизвестными и m уравнениями-ограничениями.
)(под
макс и мин икс с чертой нарисуйте)
Считаем, что rang
системы ограничений равен: r = r(A|B)
n
В дальнейшем: r = m n система совместна
Выберем какие-либо m базисных переменных из x1…xn, остальные – свободные.
x1…xm – базис, xm+1…xn – свободные.
Выразим базисные через свободные при помощи системы ограничений.
…………………………………………………………
Если среди
есть
равное нулю, то
Если ЗЛП разрешима, то оптимум F(x) достигается хотя бы в одной из угловых точек допустимого множества решений.
Т.к. базисное решение
соответствует различным вариантам
выбора m базисных переменных из общего
числа n xj,
то количество ДБР
.
Идея метода в направлении перебора угловых точек с последующим увеличением, если ищется max(F(x)), или уменьшением, если ищется min(F(x)).
10.Симплекс-таблицы в симплекс-методе для задач на максимум и минимум
Рассмотрим реализацию алгоритма симплекс-метода при помощи симплекс-таблиц. В симплекс-таблице записываются:
1)Коэффициенты Сi при xi
2)допустимое базисное решение
(n-m)
xm+1=…=xn=0
3)Коэффициенты
Симплекс-таблица:
δ |
Сб |
β |
X1 |
Xk |
… |
Xm |
Xm+1 |
… |
Xn |
|
X1 |
C1 |
|
1 |
0 |
… |
0 |
|
… |
|
|
… |
… |
… |
… |
… |
|
… |
|
|
|
|
Xk |
Ck |
|
0 |
1 |
… |
0 |
|
… |
|
|
… |
… |
… |
… |
… |
|
… |
|
|
|
|
Xm |
Cm |
|
0 |
0 |
… |
1 |
|
… |
|
|
|
|
|
0 |
0 |
|
0 |
|
|
|
|
Cб
= (С1…Сn)
=>
(это вид коэффициента
в случае задач на min)
В случае задач на
max:
Признак оптимальности
для ЗЛП: Если все коэффициенты
(для задач на min и на max), то полученное
допустимое базисное решение является
оптимальным.
Предположим, что не все .
Пусть
такой, что
xl нужно сделать базисной
Соответствующий столбец в симплекс таблице – разрешающий. В разрешающем столбце нужно проанализировать коэффициенты αil.
Если среди них нет положительных, то в этом случае ЗЛП не имеет решений. Если такое число найдётся, то решение существует.
“-“, ”∞”
i=k
k – номер разрешающей
строки
Min надо искать среди ненулевых коэффициентов.
K – показывает номер базисной переменной xk, которую нужно сделать свободной.
При переходе к новому базису(новой симплекс-таблице) нужно произвести следующие замены:
1)В 1ом столбце xk заменить на xl и соответствующие коэффициенты Ck на Cl. Это делается чисто формально.
2)В столбцах, соответствующих базисных переменных ставим нули и единицу. При чём единицу напротив соответствующей главной переменной. В последней строке ставим нули.
3)В k-ой строке все остальные элементы нужно поделать на опорный элемент:
- опорный(разрешающий)
элемент
В результате получается следующая симплекс-таблице, в которой повторяются все рассуждения на поиски оптимума.
