- •№1. Основные понятия теории принятия решений. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия теории принятия решений
- •Основные модели и методы тпр.- ????
- •№2. Классификация задача принятия решений.
- •№ 4. Постановка задач линейного программирования(лп). Примеры, различные задач и подходы решения.
- •2. Транспортная задача
- •3. Игра с нулевой суммой
- •Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
- •№6. Сведения из теории выпуклых множеств. Выпуклые множества в н-мерном пространстве.
- •Тогда точка м (x1… xn) является выпуклой линейной комбинацией м1,…мк:
- •Множество точек выпукло, если оно вместе с произвольными 2 своими точками содержит произвольную выпуклую линейную комбинацию.
- •№7. Задача линейного программирования в канонической форме. Основные теоремы о множествах оптимальных решений этой задачи.
- •8.Геометрический метод решения злп mxn. Пример для задачи mx2 (на минимум и максимум)
- •9.Аналитический метод решения злп mxn (симплекс-метод). Для задач на минимум и максимум.
- •10.Симплекс-таблицы в симплекс-методе для задач на максимум и минимум
- •11.Метод искусственного базиса в симплекс-методе.
- •12.Двойственные задачи линейного программирования.
- •13.Антогонистические матричные игры. Примеры игр: поиск, игра на уклонение, типа дуэли. Максимин и минимакс. Выигрыши двух игроков.
- •14.Ситуация равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
- •15. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия.
- •16. Аналитическое решение игры 2х2. Геометрическое решение игры 2x2.
- •17. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
- •18. Свойства оптимальных смешанных стратегий в матричной игре.
- •19. Графический метод решения матричной игры (2xm)
- •20. Графический метод решения матричной игры (nx2)
- •21. Активные (существенные) стратегии игроков. Теоремы об активных стратегиях.
- •22.. Принцип доминирования стратегий 2х игроков. Теоремы о доминируемых стратегиях.
- •23.. Вполне смешанная игра. Решение матричной игры n*n методом обратной матрицы.
- •24.. Сведение матричной игры n*m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n*m симплекс-методом.
- •25.. Принятие решения в условиях полной неопределённости. Виды неопределённостей. Критерии Байеса, Лапласа, Вальда, Сэвиджа, Гурвица, Ходжа-Лемана, мм-кртерий.
- •26.. Планирование эксперимента в статистических играх в условиях неопределённости.
- •27.. Принятие решения в условиях полной определённости. Типы задач и критериев. Классификация и общая схема решения.
- •28.. Методы решения многокритериальных задач принятия решения. Нормализация критериев.
- •29. Методы равномерной оптимальности, справедливого компромисса, свертывания критериев (аддитивный критерий), главного критерия, идеальной точки, последовательных уступок.
- •30. Принятие решений в условиях риска. Метод ожидаемого значения. Этапы принятия решений. Деревья решений.
- •31. Биматричные неантагонистические игры. Постановка задачи. Функции выигрышей.
- •32. Примеры биматричных игр: борьба за рынки, дилемма узников, семейный спор, студент-преподаватель.
- •33. Принципы доминирования в биматричных играх. Пример для матриц размера 3x3.
- •34. Ситуация равновесия по Нэшу в биматричной игре в произвольной размерности. Свойства ситуаций равновесия. Теорема Дж. Нэша. Ситуация в игре называется ситуацией равновесия по Нэшу, если
- •35. Ситуация равновесия по Нэшу в биматричной игре 2x2. Поиск смешанных стратегий для двух игроков.
- •36. Графическая интерпретация решения в биматричной игре 2x2 по Нэшу.
- •39. Позиционные игры. Дерево принятия решений. Виды позиционных игры.
- •40. Нормализация позиционной игры. Привести пример для двухходовой двухпозиционной игры с полной информацией.
- •41. Сведение позиционной игры к матричной в условиях неполной информации. На примере двухходовых и трехходовых игр.
- •42. Сведение позиционной игры к матричной в условиях полной информации о стратегиях соперника.
№1. Основные понятия теории принятия решений. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия теории принятия решений
Процесс принятия решений (процесс ПР) – это процесс, в результате которого ставится проблема (проблемная ситуация), которая снимается за ряд этапов, включая практические действия по устранению проблемной ситуации (реализация найденного решения).
Теория принятия решений (ТПР) – это прикладная междисциплинарная наука, основанная на методах математики, искусственного интеллекта, статистики, экономики, менеджмента, психологии. ТПР изучает закономерности выбора людьми путей решения разного рода задач, а также исследует способы поиска наиболее выгодных из возможных решений. ТПР основана на потребности человека упрощать процедуру принятия решений и придавать решениям большую надежность.
Основные модели и методы тпр.- ????
ТПР – совокупность методов и моделей предназначенных для обоснования решений принимаемых на этапах анализа, разработки и эксплуатации различных систем.
Для принятия решения необходимы:
1)Задача, требующая решения 2)Человек (Группа лиц) принимающая решение(ЛПР) 3)Несколько альтернатив (>2) Решение любой задачи предполагает наличие 3 составляющих: 1)Цель 2)Критерии 3)Альтернативы Альтернатива - один из возможных способов достижения цели, или один из конечных вариантов решения. Критерий – способ выражения различий в оценке альтернативного решения, с точки зрения ЛПР (лиц, принимающих решение). Именно при помощи критерий ЛПР судит о предполагаемом исходе решения задачи. Абсолютно лучшего решения в ТПР не существует. Показатель – это количественная оценка какого либо свойства изучаемого объекта. (совокупность показателей) Процесс принятия решения – преобразование исходной входной информации в выходную информацию управления.
№2. Основные этапы процесса принятия решений.
Процесс принятия решения – преобразование исходной входной информации в выходную информацию управления. ППР:
1.Формирование альтернатив
2.Сравнение альтернатив
3.Выбор лучшей альтернативы
4.Реализация
5.Контроль результата
№2. Классификация задача принятия решений.
1.Классификация :в зависимости от степени определенности возможных исходов или последствий различных действий, с которыми сталкивается ЛПР.
1)Выбор решения в условии определенности, если известно что оно приведет к 1 результату.
2)Выбор решения при Риске, каждое действие приводит к 1 из множества частных исходов, причем все они вероятны.
3) Выбор решения при неопределенности, по или иное действие имеет множество исходов но их вероятности не известны.
Задачи принятия решения
Однокритериальные многокритериальные(2)
Задачи принятия решения
Статические Динамические
(теория различных процессов)
Классификация:
Основные виды задач ТПР
1)ЗПР с детерминированными пераметрами на выходе |
2) ЗПР условия Риска |
3) ЗПР в условиях Неопределенности |
4) ЗПР в конфликтной ситуации |
№ 4. Постановка задач линейного программирования(лп). Примеры, различные задач и подходы решения.
Любую матричную игру можно свести к задаче линейного программирования, вернее, к паре двойственных друг другу задач линейного программирования.
Общая постановка задач линейного программирования:
Общей (стандартной) задачей линейного программирования называется задача нахождения минимума линейной целевой функции (линейной формы) вида
- целевая функция
При заданных ограничениях x,y:
(ограничение типа неравенство)
(ограничение типа равенство)
- требование неотрицательности
-вектор решения
Если задача ЛП состоит из одних ограничений типа неравенства, то она называется стандартной (симметричной).
Если задача ЛП система ограничений состоит из одних уравнений, то такая задача называется канонической (основной).
Любая задача ЛП сводится к основной задаче, так как любую систему ограничений типа неравенства можно свести к системе ограничения типа равенства.
1.Максимальное паросочетание
Рассмотрим задачу о максимальном паросочетании в двудольном графе: есть несколько юношей и девушек, причём для каждых юноши и девушки известно, симпатичны ли они друг другу. Нужно поженить максимальное число пар со взаимной симпатией.
Введём переменные , которые соответствуют паре из -того юноши и -той девушки и удовлетворяют ограничениям:
с целевой функцией . Можно показать, что среди оптимальных решений этой задачи найдётся целочисленное. Переменные, равные 1, будут соответствовать парам, которые следует поженить.