- •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.
13. Метод искусственного базиса в симплекс-методе.
Метод искусственного базиса так же называется М-метод. Он необходим в тех случаях, когда после добавления новых переменных (для приведения ЗЛП к каноническому виду) все элементы базиса отрицательные.
В таких случаях можно добавить в каждое уравнение, дающее отрицательные компаненты, новые искусственные переменные. В таком случае у нас будет новая функция, равная
В случае задачи на минимум: T(x) = F(x) + M (xn+1, … xn+k)
В случае задачи на максимум: T(x) = F(x) - M (xn+1, … xn+k)
Где M – большое положительное число, большее, чем любое Ci
Как только все искусственные переменные станут свободными, остальные дадут оптимальное решение.
Tmax = Fmax
Если хотябы одна искусственная переменная в оптимальном решении не равна 0, то Tmax –> -inf, Tmin –> inf
Симплекс таблицу составляем и решаем как обычно, разве что базис начинается с искусственных переменных.
14. Двойственные задачи линейного программирования. Теоремы двойственности.
Двойственные задачи имеют следующий вид:
Задача 1:
Задача 2: Имея задачу, можно составить двойственную к ней задачу. При этом если одна из двойственных друг другу задач имеет оптимальное решение, значит, его имеет и другая. Кроме того, Fmax = Zmin т.е. F(x*) = Z(y*)
Вот пример получения двойственной задачи к данной задаче:
Чтобы из решения одной задачи можно было получить и решение второй, необходимо привести обе задачи в канонический вид.
Теорема 1
Положительным (не нулевым) компонентам оптимального решения одной из двойственных задач соответствуют нулевые компоненты оптимального решения другой задачи.
Теорема 2
Компоненты оптимального решения двойственной задачи равны абсолютным значениям коэффициентов при сопутствующих переменных линейной функции и сходной задачи, выраженных через свободные переменные её оптимального р ешения. Т.е. при решении F(x) y*j = n+j Иначе – x*I = n+j.
15. Антагонистические матричные игры. Примеры игр: игра в монету, поиск, игра полковника Блотто и др. Максимин и минимакс. Выигрыши двух игроков.
Антагонистические матричные игры.
Примеры игр: игра в монету, поиск, игра полковника Блотто и др.
Максимин и минимакс.
Если игрок А выберет свою стратегию Ai, то игрок В ответ на неё такой Bj, для которой PA. Тогда игрок А выберет из всех этих чисел максимальное значение:
V = max(по i) min(по j) - максимин (больше этого игрок А проиграть не может)
А налогично если игрок B выберет свою стратегию Bj, игрок А выберетмаксимум. По этому игрок В может гарантировать для себя проигрыш:
V = min(по j) max(по i) - минимакс (больше этого игрок В проиграть не может)
В ыигрыши двух игроков.
Если VA – цена игры, то V <= VA <= V
В любой матричной игре V <= V
16. Ситуации равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
Ситуации равновесия в игре.
Е сли VA – цена игры, то V <= VA <= V
В любой матричной игре V <= V
Оптимальной в игре считают такую ситуацию, от которой не выгодно отклоняться обоим игрокам. Такая ситуация называется равновесной.
Пусть (A*i, B*j) – ситуация равновесия, оптимальная. Она является равновесной, если aij* <= ai*j* и ai*j >= ai*j* Здесь ai*j* = Va – цена игры. i*, j* - оптимальные стратегии A и B.
Понятие седловой точки.
Седловая точка – это пара оптимальных стратегий (Ai, Bj). В этом случае число a=b называется (чистой) ценой игры (нижняя и верхняя цена игры совпадают). Это означает, что матрица содержит такой элемент, который является минимальным в своей строке и одновременно максимальным в своем столбце.
Чистые стратегии двух игроков.
Т еорема: если в матричной игре существует ai*j* (седловая точка), то говорят, что матричная игра имеет решение в чистых стратегиях: V = V
Чистой стратегией игрока I является выбор одной из n строк матрицы выигрышей А, а чистой стратегией игрока II является выбор одного из столбцов этой же матрицы.
Оптимальные чистые стратегии игроков отличаются от смешанных наличием обязательного единичного pi = 1, qi = 1. Например: P(1,0), Q(1,0). Здесь p1 = 1, q1 = 1.