
- •1. Парето-оптимальные решения многокритериальных задач и способы сужения границы Парето: субоптимизация, лексикографическая оптимизация, построение обобщенного критерия.
- •2. Метод анализа иерархий (метод Саати): определение значимости критериев, согласованность матрицы парных сравнений, определение весовых коэффициентов методом собственного вектора.
- •3. Критерии принятия решений в условиях неопределенности: методы Лапласа, Вальда, Сэвиджа, Гурвица.
- •4. Обобщенный критерий Гурвица для безопасной и опасной ситуаций.
- •Формализация ситуации риска, принципы доминирования.
- •6. Меры риска, масштабные и вероятностные.
- •7. Критерии принятия решений в условиях риска: ожидаемого значения (критерий Байеса), минимальной вариации, предельного уровня, наиболее вероятного исхода.
- •8. Критерий «ожидаемое значение – вариабельность результата», коэффициент склонности к риску, зоны склонности к риску.
- •9. Понятие кривой безразличия. Три типа кривых безразличия.
- •10. Понятие идеального эксперимента, обоснование его целесообразности.
- •11. Понятие неидеального эксперимента, алгоритм обоснования его целесообразности.
- •12. Смешанные стратегии как инструмент уменьшения риска.
- •13. Понятие функции полезности, алгоритм ее построения. Основные типы функций полезности.
- •14. Интенсивность несклонности к риску, премия за риск (подход Марковица).
- •15. Формула Эрроу-Пратта.
- •16. Понятие многошагового управляемого процесса. Формализация многошаговой детерминированной задачи принятия решения.
- •17. Характерные особенности многошаговых процессов принятия решений. Принцип оптимальности Беллмана.
- •18. Марковские процессы с дискретными состояниями. Формула Колмогорова-Чепмена.
- •19. Марковские процессы принятия решений с конечным числом этапов: метод итераций по стратегиям и его возможные обобщения.
- •20.Марковские процессы принятия решений с бесконечным числом этапов: специфика постановки задачи. Отыскание оптимальных стратегий на бесконечном временном горизонте методом полного перебора.
- •21. Метод итераций по стратегиям без дисконтирования (для бесконечного числа этапов).
- •22. Случайные процессы с непрерывным временем, их формализация. Система дифференциальных уравнений Колмогорова, правила ее составления.
- •23. Потоки событий, их свойства. Простейший (пуассоновский стационарный) поток.
- •24. Вероятностные характеристики простейшего потока.
- •25. Роль экспоненциального распределения в исследовании простейших потоков. Финальные состояния системы, в которой протекает марковский процесс.
- •26. Процессы гибели и размножения, финальные вероятности состояний.
- •27. Процессы гибели и размножения в системе с m узлами, финальные вероятности состояний.
- •28. Системы массового обслуживания, их основные компоненты и характеристики функционирования.
- •29. Многоканальные системы массового обслуживания с отказами.
- •30. Одноканальные системы массового обслуживания с ожиданием и ограничением на длину очереди.
22. Случайные процессы с непрерывным временем, их формализация. Система дифференциальных уравнений Колмогорова, правила ее составления.
Переход из состояния x в состояние может осуществиться в любой момент времени. Обозначим Xi(t) – случайное событие, система в момент времени t находится в состоянии i.
P(Xi(t))=pi(t) – функция времени, а не этапа, переходные вероятности.
Введем обозначения:
вероятность
того, что система, находившаяся в момент
t
в состоянии xi
за временной промежуток [t,t+дельта
t).
Эта вероятность может быть равна нулю
в одном из трех случаев:
в момент времени t система находилась в состоянии xi и находилась в нем на протяжении всего рассматриваемого временного промежутка;
в момент t система находилась в xi, но за рассматриваемый промежуток перешла в другое состояние, отличное от xj;
В момент времени t система не находилась в состоянии xi.
Во всех других случаях вероятность строго положительна, однако стремится к нулю при дельта t стремящемся к нулю.
Предел отношения
Из определения
следует, что плотности вероятностей
перехода могут принимать любое
неотрицательное значение в том числе
и больше 1.
Граф состояний системы, дуги которого нагружены плотностями переходных вероятностей называется размеченным графом системы.
Из определения
следует асимптотическая формула:
Вероятности состояний системы могут быть найдены как решения нормальной системы дифференциальных уравнений следующего вида:
i=
Первое правило составления системы Колмогорова:
Для того, чтобы составить i-е уравнение системы в левой его части следует записать производную
. Справа произведение суммы плотностей вероятностей дуг, исходящих из i-го состояния на вероятность этого состояния, взятое со знаком минус и добавить к нему сумму парных произведений плотностей вероятностей дуг, входящих в i-е состояние и вероятностей состояний, из которых осуществляется переход в xi.
Второе правило по матрице плотности. Справа – сумма элементов i-й строки матрицы
умноженная на вероятность i-го состояния и это произведение берется со знаком минус. Со знаком плюс, каждый элемент i-го столбца умножается на вероятность состояния одноименного номеру строки и эти произведения берутся со знаком плюс. Решение системы Колмогорова находится методами теории обыкновенных дифференциальных уравнений.
Нормальная система
диф уравнений имеет вид:
Решением системы называется n-ка функций, которая при подстановке в систему обращает каждое ее уравнение в верное числовое равенство.
Общим решением x(t) называется вектор функции, зависящий от аргумента t и n произвольных состояний, которая является решением системы при любом конкретном выборе значения произвольных состояний.
23. Потоки событий, их свойства. Простейший (пуассоновский стационарный) поток.
Поток событий – последовательность случайных событий, следующих одно за другим в некоторые моменты времени. Поток событий называется однородным, если входящие в него события различаются только по моментам времени, неоднородным – в противном случае. Поток называется регулярным, если события в нем наступают через строго определенные промежутки времени. Поток событий называется потоком без последействия (без памяти), если для любой пары непересекающихся промежутков времени число событий на одном промежутке не зависит от числа событий на другом промежутке времени. Поток событий называется ординарным, если для любого достаточно малого промежутка времени вероятность наступления за этот промежуток двух и более событий потока пренебрежимо мала по сравнению с вероятностью наступления не более одного события.
Поток
событий называется стационарным,
если вероятность наступления случайного
события за некоторый промежуток времени
зависит только от длины промежутка, но
не зависит от момента его начала. Поток
событий называется простейшим
или пуассоновским,
если он одновременно является ординарным,
стационарным и не имеет последействия.
Интенсивностью
потока событий
называется среднее число событий в
потоке в единицу времени: inП=
.
Пуассоновские потоки обладают следующим
свойством: при наложении n
пуассоновских потоков с сопоставимыми
интенсивностями λi
возникает пуассоновский поток,
интенсивность которого равна сумме
частных интенсивностей: