- •1. Основные понятия исследования операций
- •2. Математические модели
- •3. Предмет и история развития исследования операций
- •1. Постановка задачи.
- •5. Модели и моделирование.
- •6. Различные подходы к классификации моделей.
- •7. Математическая модель операции.
- •8. Этапы решения задач на компьютере методом математического моделирования.
- •9. Особенности решения задач с использованием компьютера.
- •10. Элементы математического программирования.
- •11. Основная задача линейного программирования.
- •12. Геометрическая интерпретация
- •2) Со многими переменными:
- •13. Симплекс-метод
- •14. Симплекс-таблицы
- •15. Графическое решение двумерных задач линейного программирования
- •16. Динамическое программирование
- •18. Идея метода Монте-Карло. Имитационное моделирование с помощью метода Монте-Карло.
- •19. Моделирование случайных процессов.
- •20. Системы массового обслуживания.
- •22. Элементы теории графов.
- •23. Сетевые модели.
- •24. Деревья. Остовные деревья
- •25. Задача о построении линейного оставного дерева.
- •26. Задача о нахождении кратчайшего пути в графе
- •27. Сетевое планирование
- •28. Пакеты символьной математики.
- •29. Использование программных средств общего и специального назначения при моделировании. Метод визуализации.
- •30. Математические модели и вычислительные методы
- •31. Математическое моделирование и вычислительный эксперимент как способ исследования
1. Основные понятия исследования операций
Операция – это любая целенаправленная деятельность по достижению поставленной цели.
Стратегия – это способ действия по достижению поставленной цели.
Показатель эффективности – характеристика эффективности достигнутого результата.
- математическая модель операций.
У – стратегия, которую мы выбрали.
Критерий эффективности – это набор правил, позволяющих сравнивать между собой эффективности проведенных операций.
ТПР (теория принятия решений)
формализованное неформализованное
(принятие четких решений)
2. Математические модели
Математическая модель – это упрощенное описание реальности с помощью математических понятий.
Математическая модель - совокупность математических соотношений, уравнений, неравенств и т.п., описывающих основные закономерности, присущие изучаемому процессу, объекту или системе.
Можно выделить следующие основные этапы построения математической модели:
Определение цели, т.e. чего хотят добиться, решая поставленную задачу.
Определение параметров модели, т.е. заранее известных фиксированных факторов, на значения которых исследователь не влияет.
Формирование управляющих переменных, изменяя значение которых можно приближаться к поставленной цели. Значения управляющих переменных являются решениями задачи.
Определение области допустимых решений, т.е. тех ограничений, которым должны удовлетворять управляющие переменные.
Выявление неизвестных факторов, т.е. величин, которые могут изменяться случайным или неопределенным образом.
Выражение цели через управляющие переменные, параметры и неизвестные факторы, т.e. формирование целевой функции, называемой также критерием эффективности или критерием оптимальности задачи.
- математическая модель операций.
У – стратегия, которую мы выбрали.
Критерий эффективности – это набор правил, позволяющих сравнивать между собой эффективности проведенных операций.
Таким образом, оптимальное решение - это решение, предпочтительное перед другими по определенному критерию эффективности (одному или нескольким).
По числу критериев эффективности математические модели делятся на однокритериальные и многокритериальные. Многокритериальные математические модели содержат два и более критерия.
По учету неизвестных факторов математические модели делятся на детерминированные, стохастические и модели с элементами неопределенности.
В стохастических моделях неизвестные факторы - это случайные величины, для которых известны функции распределения и различные статистические характеристики
(математическое ожидание, дисперсия, среднеквадратическое отклонение и т.п.). Среди стохастических характеристик можно выделить:
- модели стохастического программирования, в которых либо в целевую функцию (2.1), либо в ограничения (2.2) входят случайные величины;
- модели теории случайных процессов, предназначенные для изучения процессов, состояние которых в каждый момент времени является случайной величиной;
- модели теории массового обслуживания, в которой изучаются многоканальные системы, занятые обслуживанием требований. Также - к стохастическим моделям можно отнести модели теории полезности, поиска и принятия решений.
Для моделирования ситуаций, зависящих от факторов, для которых невозможно собрать статистические данные и значения которых не определены, используются модели с элементами неопределенности.
В детерминированных моделях неизвестные факторы не учитываются. По виду целевой функции и ограничений детерминированные модели делятся на: линейные, нелинейные, динамические и графические.
В линейных моделях целевая функция и ограничения линейны по управляющим переменным.
Hе линейные модели - это модели, в которых либо целевая функция, либо какое-нибудь из ограничений (либо все ограничения) не линейны по управляющим переменным. Для нелинейных моделей нет единого метода расчета. В зависимости от вида нелинейности, свойств функции и ограничений можно предложить различные способы решения. Однако может случиться и так, что для поставленной нелинейной задачи вообще не существует метода расчета. В этом случае задачу следует упростить, либо сведя ее к известным линейным моделям, либо просто линеаризовав модель.
В динамических моделях учитывается фактор времени. Критерий оптимальности в динамических моделях может быть самого общего вида (и даже вообще не быть функцией), однако для него должны выполняться определенные свойства. Расчет динамических моделей сложен, и для каждой конкретной задачи необходимо разрабатывать специальный алгоритм решения.
Графические модели - используются тогда, когда задачу удобно представить в виде графической структуры.