- •1) Методы принятия оптимальных решений. Математические модели операции: детерминированный случай, оптимизация решений в условиях неопределенности.
- •1) Детерминированный случай
- •2) Оптимизация решений в условиях неопределенности
- •2) Методы принятия оптимальных решений. Оценка операции по нескольким показателям.
- •3) Оценка операции по нескольким показателям.
- •3) Основная задача линейного программирования (озлп). Допустимые решения и оптимальное решение задачи лп.
- •4) Геометрическая интерпретация озлп.
- •Анализ положения l относительно одр.
- •Дадим геометрическую интерпретацию поиска оптимального решения.
- •Тогда (x1*, x2*, …, xn*) – оптимальное решение
- •Некоторые выводы
- •5) Задача лп с ограничениями-неравенствами. Переход от нее к основной задаче.
- •6) Симплекс-метод решения задачи лп.
- •7) Табличный алгоритм замены переменных.
- •8. Отыскание опорного решения задачи лп на основе табличного алгоритма замены переменных.
- •9. Отыскание оптимального решения задачи лп на основе табличного алгоритма замены переменных.
- •10. Метод динамического программирования (дп). Алгоритм решения задач управления состоянием организма в биотехнических системах. Основное рекуррентное уравнение дп.
- •11. Управление переходом организма из исходного в конечное состояние методом дп: использование ориентированного графа.
- •12. Управление переходом организма из исходного состояния в конечное в условиях неопределенности.
- •13. Игровые методы обоснования решений. Основные понятия теории игр. Платежная матрица.
- •14. Нижняя и верхняя цена игры. Принцип минимакса. Решение игры в чистых стратегиях.
- •15. Решение игры в смешанных стратегиях.
- •16. Игры 2х2 и их решение.
- •17. Геометрическая интерпретация решений игры 2х2.
- •18. Решение игр 2хn.
- •19. Решение игр mх2.
- •20. Решение игр mxn.
- •3.2. Элементы теории статистических решений
Некоторые выводы
1) Решение основной задачи ЛП не может лежать внутри ОДР, а может лежать только на границе, т.к. находим экстремально удаленную точку.
2) Решение общей задачи может быть не единственным, когда оптимум достигается на всей стороне многоугольника (когда решений бесконечное множество).
3) Основная задача может не иметь решения, даже если существует ОДР. Когда ОДР не ограничена сверху (открытая область), в таком случае решения не существует.
4) Оптимальное решение всегда достигается в одной из вершин многоугольника ОДР. Решение, лежащее в одной из вершин – опорное решение, а сама вершина – опорная точка.
5) Для того, чтобы найти оптимальное решение достаточно перебрать все вершины (все опорные точки) и выбрать из них ту, в которой L минимальна.
6) Если число свободных переменных = 2, а число базисных m и решение основной задачи существует, то оно всегда достигается в одной из точек, где по крайней мере 2 из переменных обращаются в ноль.
7) Если (m<n) на 3, т.е. n-m=3, то мы приходим к случаю геометрической интерпретации в трехмерном пространстве.
Изменится: - каждое условие-ограничение не прямая, а плоскость
- ОДР если существует – выпуклый многогранник, ограничивающий часть пространства, для которой х1 ≥ 0, х2 ≥ 0, …, хn ≥ 0.
- Вместо основной прямой L’=0 имеем основную плоскость, которую также мысленно будем перемещать относительно самой себя.
Опорные точки заменяются на опорные вершины.
Такую же интерпретацию можем распространить и на n-мерное пространство.
5) Задача лп с ограничениями-неравенствами. Переход от нее к основной задаче.
Пусть имеется задача ЛП с n переменными х1, х2, …, хn.
Ограничения имеют вид неравенств (≥0, ≤0).
Методом перестановки приводим к тому, чтобы у всех неравенств стоял знак ≥0. Тогда ограничения могут принять вид:
(*)
Требуется найти такие неотрицательные х1, х2, …, хn, которые удовлетворяют (*) и обращают L в минимум
[ L = C1*x1 + C2*x2 + … + Cn*xn ]
Алгоритм решения подобных задач:
1) Вводят новые переменные:
(**)
y1, y2, …, ym – добавочные переменные (также )
Тогда возникает новая задача ЛП – найти такие неотрицательные значения (n+m) переменных (х1, х2, …, хn) и (y1, y2, …, ym), чтобы они удовлетворяли системе (**) и обращали L в минимум.
2) Переход к классической постановке задачи.
В такой постановке (х1, х2, …, хn) рассматриваются как свободные переменные, а (y1, y2, …, ym) – базисные.
Отличия: функция L сразу выражена через свободные переменные. Если свободных переменных только 2, то используем геометрический метод, а если их больше, то используем вычислительные методы.
Пример (прикрепляю фото из лекции за 03.03)
6) Симплекс-метод решения задачи лп.
Для нахождения решения задачи ЛП в общем случае при произвольном числе свободных переменных, используются не геометрические, а вычислительные методы. Из них наиболее универсальный – Симплекс-метод.
Пусть задача ЛП имеет n переменных и m уравнений-ограничений. Будем считать все уравнения независимыми. Мы знаем, что оптимальное решение достигается в одной из опорных точек ОДР, где по крайней мере k переменных (k=n-m) обращается в ноль.
Алгоритм решения:
1) Выберем k свободных переменных х1, х2, …, хk
2) Оставшиеся (базисные) выразим через эти свободные, тогда получим m уравнений следующего вида:
m штук уравнений
3) Мы знаем, что опорное решение точно достигается в точке, в которой свободные переменные равны 0, т.е. х1 = х2 = … = хk = 0, тогда базисные переменные будут равные свободным членам , такое опорное решение допустимо если все βi , i = будут .
Если какое-то βi < 0, то такое решение – недопустимо и нужно искать не оптимальное, а опорное решение.
Допустим, что все βi, тогда мы нашли опорную точку.
4) Для того, чтобы определить оптимальное решение мы должны через свободные переменные выразить L. Тогда L = γ0 + γ1*x1 + γ2*x2 + … + γn*xn
Если все коэффициенты при х1, х2, …, хk , то оптимум достигнут. При этом это оптимальное решение Lmin = γ0.
Но если любой коэффициент имеет отрицательное значение, то имеет смысл соответствующую переменную сделать положительной, что позволит уменьшить значение L. Но так как опорное решение находится в точке, в которой k переменных должны быть равны 0, необходимо некоторую другую (из числа базисных) прировнять к 0.
Иными совами, нужно обменять 2 переменных: свободную и базисную.
Допустим, что γ1 < 0. Переменную x1 делаем положительной и меняем на базисную. Но из базисных переменных на обмен нужно выбрать ту, к которой:
1. Коэффициент при x1 также имеет отрицательное значение.
2. Которая быстрее всего обращается в 0 при увеличении x1.
Допустим это строка xl = .
В опорном решении х2 = … = хk = 0.
Тогда, решение в опорной точке: xl = , нам нужно, чтобы xl быстрее стремилось к 0, при возрастании x1.
Тогда, придадим xl = 0: x1 = – (Это отношение свободного члена к абсолютному коэффициенту должно быть минимальным из всех строк) (должно быть меньше всего для поиска нужной строки).
Искать оптимальное решение можно только если мы находимся в опорной точке.
5) Переразрешим систему уравнений-ограничений, относительно новых свободных переменных. Вместо x1 используем xl.
6) Переходим в новому опорному решению, в котором все переменные равны 0. xl становится базисной.
7) Выразим функцию L через эти новые свободные переменные:
L = γ0(1) + γ2(1)*x2 + … + γk(1)*xk + γl*xl .
Пример (прикрепляю фото из лекции за 03.03)