
- •1. Основные понятия тпр. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия тпр
- •Основные методы и модели тпр
- •Этапы принятия решений
- •2. Классификация задач пр
- •3. Принятие решений Типы задач, критериев и общая схема решения. Общие группы методов решения многокритериальных задач принятия решений. Типы зпр
- •Типы критериев
- •Общие группы методов решения многокритериальных задач принятия решений
- •Исходная информация
- •Метод группировки критериев – нормализация функции полезности
- •1. Метод равномерной оптимальности
- •2. Метод справедливого компромисса
- •3. Метод свертывания критериев (аддитивный критерий)
- •4. Метод главного критерия
- •5. Метод идеальной точки (метод равномерного сжатия, минимального отличия от идеала)
- •Матрица отклонений
- •6. Метод последовательных уступок
- •Метод последовательных уступок
- •5. Нормализация критериев в условиях полной определенности. Принципы максимальной эффективности и минимизации рисков.
- •Исходная информация
- •6. Постановка задач линейного программирования. Примеры, различные формы задач и подходы решения. Постановка задач линейного программирования
- •Примеры, различные формы задач и подходы решения
- •7. Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
- •8. Сведения из теории выпуклых множеств. Выпуклые множества в n-мерном пространстве.
- •9. Задача линейного программирования в канонической форме. Основные теоремы о множествах оптимальных решений этой задачи.
- •10. Геометрический метод решения задачи линейного программирования m X n. Пример для задачи m X 2 (на максимум и минимум).
- •11. Аналитический метод решения задачи линейного программирования m X n (симплекс-метод). Для задач на максимум и минимум.
- •16. Ситуации равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
- •17. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия.
- •18. Аналитическое решение игры 2´2. Геометрическое решение игры 2´2.
- •Решение игры в смешанных стратегиях геометрическим методом
- •Решение игры 2×2
- •Решение игр вида 2хn и mх2
- •19. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
- •20. Свойства оптимальных смешанных стратегий в матричной игре.
- •25. Вполне смешанная игра. Решение матричной игры n´n методом обратной матрицы.
- •26. Сведение матричной игры n´m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n´m симплекс-методом.
- •27. Неантагонистические игры. Биматричные игры. Постановка задачи. Функции выигрышей.
- •28. Примеры биматричных игр: дилемма узников, семейный спор, перекресток, ястребы-голуби и др.
- •36. Принятие решений в статистических играх в условиях полной определенности. Статистические методы принятия решений. Критерии Вальда, Сэвиджа, Гурвица, мм-критерий.
- •37. Принятие решений в статистических играх в условиях неопределенности. Статистические методы принятия решений. Критерии Байеса, Лапласа, Ходжа-Лемана.
- •38. Планирование эксперимента в статистических играх в условиях неопределенности.
- •39. Позиционные игры. Дерево решений. Позиционные игры с полной и неполной информацией. Информационное множество.
- •40. Нормализация позиционной игры. Привести общий пример для двухходовой позиционной игры с полной информацией.
- •41. Сведение позиционной игры к матричной в условиях неполной информации. На примере двухходовых и трехходовых игр.
- •42. Сведение позиционных игр к матричным и биматричным в условиях полной информации о стратегиях противника.
- •43. Позиционные игры со случайными ходами.
25. Вполне смешанная игра. Решение матричной игры n´n методом обратной матрицы.
26. Сведение матричной игры n´m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n´m симплекс-методом.
https://vk.com/doc132303406_572185909?hash=aca3d74fd593001f6b&dl=4fcf6cfa13cd529d0d
Сформулируем кратко алгоритм симплекс-метода с использованием симплекс-таблиц.
Симплекс-метод основан на утверждении о том, что линейная функция F(x) (или G(y) ) задачи линейного программирования достигает своего оптимума (максимума или минимума) в одной из угловых точек многогранника решений, который определяется неравенствами (29) или (33). Идея симплекс-метода состоит в направленном переборе угловых точек с последующим уменьшением значений целевой функции F(x) для задачи на минимум (или у
27. Неантагонистические игры. Биматричные игры. Постановка задачи. Функции выигрышей.
Биматричной игрой называется конечная бескоалиционная игра двух лиц. Пусть игрок A имеет m стратегий, а игрок B – n стратегий. Тогда биматричную игру можно описать двумя матрицами выигрышей A и B для игроков A и B :
28. Примеры биматричных игр: дилемма узников, семейный спор, перекресток, ястребы-голуби и др.
Примеры решения: https://vk.com/doc132303406_576428789?hash=8946299294db25597c&dl=677a9d8eaa89bfb0c2
Пример 2. «Дилемма узников». Игроками являются два узника, находящихся в камере предварительного заключения по подозрению в совершении преступления. При отсутствии прямых улик возможность их осуждения в большей степени зависит от того, заговорят они или будут молчать. Если оба будут молчать, то наказание им обоим составит ровно 1 год. Если оба сознаются, то получат срок 6 лет (признание учитывается как смягчающее обстоятельство). Если заговорит только один, а другой будет молчать, то заговоривший будет выпущен на свободу, а промолчавший получит максимально возможное наказание 9 лет.
Другие примеры
29. Принципы доминирования в биматричных играх. Пример для матриц размера 3´3. Наилучшие стратегии игроков.
30. Ситуация равновесия по Нэшу в биматричной игре произвольной размерности. Свойства ситуаций равновесия. Теорема Дж. Нэша.
31. Ситуация равновесия по Нэшу в биматричной игре 2´2. Поиск смешанных стратегий для двух игроков.
32. Графическая интерпретация решения в биматричной игре 2´2 по Нэшу. Сильно равновесные стратегии.
33. Оптимальность по Парето. Поиск оптимальных стратегий по Парето в биматричной игре 2´2. Множество Парето. Точка утопии.
34. Пример поиска оптимальных стратегий по Парето в играх «дилемма узников» и «семейный спор».
35. Принятие решений в условиях неопределенности. Статистические методы принятия решений. Виды неопределенностей.
Теория статистических решений отличается от теории игр тем, что неопределенная ситуация не имеет конфликтной окраски – никто никому не противодействует, но неопределённость присутствует. Неизвестные условия зависят не от сознательного действующего противника, а от обыкновенной действительности, которую в теории статистических решений принято называть природой, поведение которой неизвестно.
Риском
игрока A при использовании им стратегии
в условиях
называется разность между выигрышем,
который он получил бы, если бы знал
,
и выигрышем, который он получил в тех
же условиях, применяя стратегию
Выделяют три степени неопределенности состояний природы:
1)
вероятности
состояний природа
известны заранее (случай стохастической
неопределенности)
2) вероятности неизвестны, но можно сделать предположения относительно их значений
3) вероятности неизвестны, и невозможно сделать оценку (даже приблизительно) их значений (случай полной неопределенности)