- •№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.
2. Транспортная задача
Имеется
некий однородный груз, который нужно
перевести с
складов
на
заводов.
Для каждого склада
известно,
сколько в нём находится груза
,
а для каждого завода известна его
потребность
в
грузе. Стоимость перевозки пропорциональна
расстоянию от склада до завода (все
расстояния
от
-го
склада до
-го
завода известны). Требуется составить
наиболее дешёвый план перевозки.
Решающими переменными в данном случае являются — количества груза, перевезённого из -го склада на -й завод. Они удовлетворяют ограничениям:
Целевая функция
имеет вид:
, которую надо минимизировать.
3. Игра с нулевой суммой
Есть
матрица
размера
.
Первый игрок выбирает число от 1 до
,
второй — от 1 до
.
Затем они сверяют числа и первый игрок
получает
очков,
а второй
очков
(
—
число, выбранное первым игроком,
—
вторым). Нужно найти оптимальную стратегию
первого игрока.
Пусть
в оптимальной стратегии, например,
первого игрока число
нужно
выбирать с вероятностью
.
Тогда оптимальная стратегия является
решением следующей задачи линейного
программирования:
,
,
(
),
в которой нужно
максимизировать функцию
.
Значение
в
оптимальном решении будет математическим
ожиданием выигрыша первого игрока в
наихудшем случае.
P.S.
Наиболее известным и широко применяемым на практике для решения общей задачи линейного программирования (ЛП) является симплекс-метод. Несмотря на то, что симплекс-метод является достаточно эффективным алгоритмом, показавшим хорошие результаты при решении прикладных задач ЛП, он является алгоритмом с экспоненциальной сложностью. Причина этого состоит в комбинаторном характере симплекс-метода, последовательно перебирающего вершины многогранника допустимых решений при поиске оптимального решения.
Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
Множеством решений системы неравенств является одна из полуплоскостей, на которые вся эта плоскость делиться прямыми включая эту прямую.
Рассмотрим решения неравенств.
Множеством решений неравенства является одна из полуплоскостей, на которые вся плоскость делиться прямой, включая саму эту прямую.
n=3-плоскость
n>3-гиперплоскость
Множеством возможных решений неравенства является 1из полупространств, на которые все пространство делиться плоскостью, включая саму эту плоскость
Множество неравенств
Множеством возможных решений является выпуклый многоугольник на плоскости, или многоугольное множество.
4)Множество возможных решений системы решений n неравенств
Выпуклый многогранник в н-мерной плоскости или выпуклое многогранное множество.
5)Множество возможных допустимых совместной системы m линейных уравнений с n переменными является выпуклым многогранником.
Канонический вид задачи ЛП
Вектор x, удовлетворяющий системе линейных уравнений (b) , называется решением задачи ЛП.
Решение задачи ЛП, удовлетворяющее соотношению (c), называется допустимым решением задачи ЛП.
Допустимое решение задачи ЛП, доставляющее минимум целевой функции (a), называется оптимальным решением.
Решение задачи ЛП называется базисным, если векторы столбцы матрицы ограничений, соответствующие всем ненулевым координатам этого решения, образуют линейно независимую систему векторов.
