- •1. Теория принятия управленческих решений: основные понятия.
- •2. Неклассические задачи математического программирования.
- •1. Моделирование как теоретическое основание теории принятия решений.
- •2. Задачи линейного программирования
- •1. Типы модельных связей. Классификация задач принятия решений в зависимости от типа модельной связи.
- •2. Симплекс-метод: суть метода, табличный алгоритм.
- •1. Эффективность принятого решения. Факторы, влияющие на нее.
- •2. Однокритериальные статические стохастические задачи.
- •1. Механизм ситуации.
- •2. Приемы сведения стохастической зпр к детерминированной
- •1. Понятие сложной ситуации.
- •2. Критерий минимаксного риска Севиджа.
- •1. Критерий оценки принятого решения.
- •2. Классификация зпр в условиях неопределенности.
- •1. Понятие наилучшей альтернативы.
- •2. Методы решения зпр в условиях неопределенности: теория игр, теория минимакса.
- •1. Функция выбора.
- •2. Принятие решений в условиях повторяющейся одноуровневой конфликтной ситуации.
- •1. Процесс принятия решения. Его этапы.
- •2. Теория игр: основные понятия.
- •1. Оптимальное решение. Критериальная функция.
- •2. Парная антагонистическая игра: формальное описание.
- •1. Критерий оптимальности. Классификация задач в зависимости от количества критериев.
- •2. Платежная матрица: использование ее в теории игр.
- •1. Факторы, влияющие на критерий оптимальности.
- •2. Теорема о существовании решения игры.
- •1. Дисциплинирующие условия.
- •2. Конкретная партия в парной антагонистической игре.
- •1. Общая постановка однокритериальной задачи принятия решения.
- •2. Функция потерь в парной антагонистической игре.
- •1. Классификация задач принятия решений. Классификационные признаки.
- •2. Понятие максимина и минимакса. Метод их определения.
- •1. Классификация задач принятия решений по количеству целей операции.
- •2. Стратегии гарантированного результата. Принцип минимакса.
- •1. Классификация задач принятия решений по наличию или отсутствию зависимости критерия оптимальности и дисциплинирующих условий от времени.
- •2. Игры с седловой точкой.
- •1. Классификация задач принятия решений по признаку «определенность – риск – неопределенность».
- •2. Понятие игры с седловой точкой.
- •1. Детерминированные зпр и зпр в условиях неопределенности.
- •2. Методы решения игр с седловой точкой.
- •1. Классические задачи математического программирования.
- •2. Критерий пессимизма-оптимизма Грувица.
- •1. Доказательство сведения стохастической зпр к детерминированной на примере двух конкурирующих фирм.
- •2. Общая постановка многокритериальной детерминированной статической задачи принятия решений.
1. Эффективность принятого решения. Факторы, влияющие на нее.
Наилучший образ и критерий – идеальный исход реализации решения. Эффективность решения – степень соответствия полученного эффекта идеальному. В идеале разница стремится к нулю.
Факторы:
1. Объективные (экономические и технические возможности ЛПР). Рискованность и неопределенность механизма ситуации.
2. Субъективные (характеристики личности ЛПР: рассудительность, решительность, предприимчивость).
Важно помнить не только о теоретической (априорной) эффективности решения, но и о фактической (апостериорной) эффективности решения.
2. Однокритериальные статические стохастические задачи.
В формуле в скобках (X, A, Y). При заданных характеристиках фиксированных неслучайных неконтролируемых факторов A и случайных неконтролируемых факторов Y найти такую стратегию x штрих из множества стратегий X области определения омега, которая по возможности максимизировала или минимизировала бы критерий F.
Отличие стохастической от детерминированной в том, что каждая стратегия ЛПР связана со множеством исходов, о которых ЛПР известны вероятность их появления и законы их распределения.
X – стратегии, S – исходы, p – количество стратегий, q – количество исходов, Q – результат, H – вероятность, d – средняя для суммы стратегий.
Q H – результат операции.
Лиля, продиктуешь мне в фигурных скобках формулы этих результатов операции.
Методы решения стохастических задач:
1. Искусственное сведение к детерминированной схеме. Вероятностная неопределенная картина задачи приблизительно заменяется детерминированной. Для этого все участвующие в задаче случайные факторы приблизительно заменяются их детерминированными аналогами. Этот прием применяется в грубых приблизительных расчетах и в тех случаях, когда разброс случайных величин незначителен, и они могут быть заменены детерминированными.
2. Оптимизация в среднем. Случайные факторы заменяются их статистическим аналогом, в частности, математическим ожиданием – M. M [Q] – математическое ожидание от результата. Q = q (X, A, Y) = q (X, A, M[Q]) = q (X, A, B) = q (X, C). (B – новый детерминированный фактор).
Билет №5
1. Механизм ситуации.
Совокупность всех условий и закономерностей, влияющих на ситуацию, действующих в цепочке решение – исход называется механизмом ситуации. Каждая проблема происходит в определенной ситуации. Ситуация характеризуется набором предопределенных условий.
2. Приемы сведения стохастической зпр к детерминированной
1. Искусственное сведение к детерминированной схеме. Вероятностная неопределенная картина задачи приблизительно заменяется детерминированной. Для этого все участвующие в задаче случайные факторы приблизительно заменяются их детерминированными аналогами. Этот прием применяется в грубых приблизительных расчетах и в тех случаях, когда разброс случайных величин незначителен, и они могут быть заменены детерминированными.
2. Оптимизация в среднем. Случайные факторы заменяются их статистическим аналогом, в частности, математическим ожиданием – M. M [Q] – математическое ожидание от результата. Q = q (X, A, Y) = q (X, A, M[Q]) = q (X, A, B) = q (X, C). (B – новый детерминированный фактор).
Билет №6