- •1. Основные понятия теории принятия решений. Основные модели и методы теории принятия решений. Основные этапы процесса принятия решений. 4
- •1. Основные понятия теории принятия решений. Основные модели и методы теории принятия решений. Основные этапы процесса принятия решений.
- •1.1 Основные понятия теории принятия решений.
- •1.2 Основные модели и методы теории принятия решений. Модели:
- •Методы:
- •1.3 Основные этапы процесса принятия решений.
- •2. Классификация задач принятия решений.
- •3. Принятие решений в условиях полной определенности. Типы задач, критериев и общая схема решения. Общие группы методов решения многокритериальных задач принятия решений.
- •Допустимые решения.
- •Допустимые базисные решения.
- •8. Сведения из теории выпуклых множеств. Выпуклые множества в n-мерном пространстве. 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. 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). 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.
- •Для задачи на максимум
- •Для задачи на минимум
- •12. Симплекс-таблицы в симплекс-методе для задач на максимум и минимум.
- •13. Метод искусственного базиса в симплекс-методе.
- •14. Двойственные задачи линейного программирования. Теоремы двойственности.
- •17. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия. С мешанные стратегии двух игроков в матричной игре.
- •21. Графический метод решения матричной игры (2m).
- •22. Графический метод решения матричной игры (n2).
- •23. Активные (существенные) стратегии игроков. Теоремы об активных стратегиях.
- •24. Принцип доминирования стратегий двух игроков. Теоремы о доминируемых стратегиях.
- •25. Вполне смешанная игра. Решение матричной игры nn методом обратной матрицы.
- •Вполне смешанная игра.
- •Решение матричной игры nn методом обратной матрицы.
Для задачи на максимум
Смотрим на коэффициенты в функции F(x). Если есть положительные, значит решение не оптимально. Переменную с наименьшим коэффициентом необходимо вывести из базиса.
Подставим в систему ограничений выводимую переменную как 0 и найдем значения оставшейся переменной. Выберем минимальное или то, на которое нет ограничений.
Затем введем базис переменную, соответствующую ограничению, которое мы выбрали на предыдущем шаге.
Пересчитаем систему ограничений, выразив выводимую и вводимую переменные. Пересчитаем так же F(x). выпишем X(1) .
Если в F(x) присутствуют не отрицательные коэффициенты, изменим базис снова, повторив вышеописанные действия.
Когда наконец получена F(x), где все коэффициенты отрицательны – мы получили оптимальное решение. X* = X(n)
Для задачи на минимум
Все аналогично, однако при задаче на минимум в оптимальном решении в F(x) все коэффициенты должны быть положительными,
12. Симплекс-таблицы в симплекс-методе для задач на максимум и минимум.
Для решения ЗЛП при помощи симплекс-таблицы необходимо в начале представить ЗЛП в каноническом виде, затем выбрать допустимый базис и свободные переменные и начертить таблицу:
В столбце б названы переменные базиса.
В столбце Сб – их коэффициенты в F(x).
В столбце Xб значения из системы ограничений.
Далее идут столбцы переменных.
Столбцы переменных базиса являются столбцами единичной матрицы (хоть впоследствии они и не будут идти по порядку)
Столбцы свободных переменных в начале заполняются в соответствии со значениями матрицы A (коэффициенты из системы ограничений)
После заполнения таблицы следует подсчитать дельты:
0 вычисляется как сумма произведений Xб на Сб
Дельты для свободных переменных вычисляются
В задачах на максимум
как сумма произведений Xj на Сб - Cj
В задачах на минимум
как Cj - сумма произведений Xj на Сб
Если хотя бы одна дельта отрицательна – решение не оптимально.
Находим переменную, дельта которой отрицательна и наибольшая по модулю.
Считаем ограничения для этой переменной.
Ограничения сичтаются по следующим правилам:
Если ail и бi имеют разные знаки, то ставится –
Если ail = 0 или бi = 0 то ставится –
В противном случае ограничение вычисляется по формуле бi/ ail
Выбираем переменную, у которой минимальное ограничение. Её необходимо вывести из базиса.
Строка выводимой переменной и столбец вводимой в базис переменной называются разрешающими.
На их пересечении находится разрешающий элемент.
Строим следующую симплекс-таблицу:
Столбцы не меняют свой порядок, как и строки. Однако, в разрешающей строке из прошлой таблицы переменная должна измениться на ту, что мы ввели в базис.
Значения в этой строке переписываются равными значениям из предыдущей таблицы той же строки, но делятся на разрешающий элемент.
Строки и столбцы, в пересечении с которыми в разрешающих строке и столбце предыдущей таблицы стоял 0, переписываются без изменений (кроме дельт).
В столбец новой базисной переменной должен быть аналогичен столбцу старой.
Дельты базисных переменных все также должны равняться 0.
Наконец, столбец Сб необходимо обновить, если необходимо.
Все остальные значения таблицы подсчитываются по формуле:
a(t+1)ij = a(t)ij – (a(t)il* a(t)kj)/( a(t)kl) (те старое значение клетки минус перемноженные пересечения с разрешающими, деленные на разрешающий элемент)
После заполнения очередной таблицы необходимо посчитать дельты и проверить на наличие отрицательных. Если они есть – необходимо повторить с шага про подсчет ограничений. Если нет – решение оптимально.