
- •Глава I.
- •§ 1. Общие сведения
- •§ 2. Этапы операционного исследования
- •Глава II.
- •§ 3. Виды математических моделей, описываемых уравнениямл регрессии
- •§ 4. Дискриминация математических моделей, описываемых с помощью уравнений регрессии
- •§ 5. Проверка математической модели на адекватность
- •§ 6. Определение оптимальных решений на основе полученных уравнений регрессии
- •Глава III.
- •§7. Общие сведения
- •§ 8. Принятие решения в условиях полной определенности
- •§9. Принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими вероятностями
- •§10. Принятие решения в условиях полной неопределенности, когда вероятности внешних условий неизвестны
- •Глава IV.
- •§11. Общие сведения
- •§12. Закон распределения случайной функции. Характеристики случайной функции
- •Глава V.
- •§15. Общие сведения
- •§16. Определение вероятностей состояний системы, описываемой случайным марковским процессом с дискретными состояниями и дискретным временем
- •Глава VI.
- •§17. Общие сведения
- •§18. Одноканальная система с отказами
- •§ 20. Многоканальная система массового обслуживания с ожиданием в очереди при ограничении длины очереди
- •§ 21. Замкнутые системы массового обслуживания
- •§22. Теоретические основы метода
- •§ 23. Алгоритм для моделирования случайных величин, распределенных по показательному закону
- •§24. Решение задачи теории массового обслуживания методом статистического моделирования
- •Глава VIII.
- •§25. Общие сведения
- •§26. Решение задач линейного программирования графическим способом
- •§27. Математическая формулировка задачи линейного программирования
- •§ 28. Разрешимость системы ограничений в задачах линейного программирования
- •§29. Решение экономических задач методом линейного программирования
- •§30. Терминология, применяемая при решении задач линейного программирования
- •§ 37. Идея симплекс—метода
- •§38. Табличный симплексный метод
- •Глава IX.
- •§40. Общие сведения
- •§ 41. Проверка согласованности показаний двух экспертов
- •§42. Проверка согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела
- •§ 43. Оценка компетентности экспертов
- •§ 44. Определение весов частных показателей эффективности
§9. Принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими вероятностями
Указанный случай возникает тогда, когда известны значения частных критериев ' эффективности, вычисленные для различных видов внешних условий. При этом известны также вероятности указанных внешних условий. Покажем порядок определения наивыгоднейшей стратегии для рассматриваемых условий. Предположим, что сравниваются четыре вида экскаваторов, изготовляемые различными заводами—изготовителями. Под внешними условиями подразумеваются виды грунтов, на которых предполагается использовать указанные экскаваторы (см. табл. 2).
Таблица 2. Определение оптимальной стратегии по максимуму математического ожидания выигрыша
Возможные стратегии, решения, аль- |
Внешние условия, заданные своими вероятностями,и значения выигрышей для каждой из сравниваемых стратегий |
||||
тернативы |
Глина |
Песок |
Супесь |
Каменист, грунт |
|
|
Pi - 0,1 |
Р2 - 0,2 |
Р3=0,3 |
Р4 = 0,4 |
|
Экскаватор завода № 1,х1 Экскаватор завода М2,х2 Экскаватор завода № 3, х3 Экскаватор завода * 4, х4 |
а и-7 а 21 - 3 а31 = 4 а 41= 1 |
а12- 5 а 22 = 6 а32 = 3 «42-2 |
а13- 1 а23 = 3 аЗЗ=5 а43 = 7 |
а14=2 а24 = 4 а34= 1 а44=6 |
Mi = 2,8 М2 = 4,0 М3 = 2,9 М4 - 5,0 |
Находим для заданных условий (табл. 2) математические ожидания выигрыша для каждой из четырех сравниваемых стратегий, например, для первой стратегии имеем
Аналогично для остальных стратегий (см. последнюю колонку табл. 2). Как видим, оптимальным решением является решение Хц. •
С помощью указанной формулы были пересчитаны значения выигрышей, помещенные в табл. 2, в величины риска (см. табл.3).
Математическое ожидание риска, например, для первой стратегии составляет:
Аналогично для остальных стратегий (см. последнюю колонку табл. 3).
В полном курсе исследования операций доказывается теорема, согласно которой максимум математического ожидания выигрыша эквивалентен минимуму математического ожидания риска. Пересчет величин выигрыша в значения риска производится по формуле
Таблица
3. Определение оптимальной стратегии
по минимуму математического ожидания
риска
Возможные ■ стратегии, ре_ |
Внешние условия, заданные своим4 вероятностями, и риска для каждой из стратегий |
значения |
|||
i шения, альтер— ! нативы |
Глина |
Песок |
Супесь |
Каменист, грунт |
М, [Ч;-] |
|
Pi - 0,1 |
Р2 - 0,2 |
Р3 - 0,3 |
Р4 - 0,4 |
|
Х1 |
Чц = ° |
Ч12-1 |
Ч13=4 |
Ч14=4 |
«2- 3 |
Х2 |
Ч21"4 |
ч22=о |
ч2з=2 |
Ч24-2 |
М2-1,8 |
Х3 |
Ч31-3 |
Ч32=3 |
ч33«о |
Ч34=5 |
М3= 2,9 |
Х4 |
|
Ч42=4 |
Ч43--2 |
Ч44=0 |
М4- 1,1 |
Из табл. 3 видно, что оптимальной стратегией, вычисленной по математическому ожиданию риска, является стратегия Х^ , т.е. получили тот же результат.