- •Розділ 1. Методологічні основи дослідження операцій
- •1.1 Етапи дослідження операцій
- •1.2 Математичне моделювання. Загальна структура
- •1.3 Етапи математичного моделювання. Приклади
- •1.4 Розділи і класи задач дослідження операцій
- •1.5 Основні вимоги до математичних моделей і їх властивості
- •1.6 Формалізація принципів оптимального поводження в моделях прийняття рішення.
- •Розділ 2. Задачі лінійного програмування
- •2.1 Попередні відомості теорії лінійного програмування.
- •2.2 Графічна інтерпретація розв’язання задач лп
- •2.3 Змістовний опис симплекс-методу розв’язання задач лп
- •2.4 Знаходження початкового опорного плану
- •2.5 Знаходження оптимального плану
- •2.6 Застосування симплекс-таблиць
- •2.7 Метод штучної бази
- •2.8 Двоїсті (спряжені) задачі лінійного програмування
- •З другої групи умов доповняльної нежорсткості маємо
- •Розділ 3. Транспортні задачі (т-задачі)
- •3.1 Математична структура т-задач
- •3.2. Визначення початкового опорного плану т-задачі
- •3.3 Властивості опорних планів т-задач
- •3.4 Розв’язання т-задач методом потенціалів
- •3.6 Задача про оптимальні призначення
- •3.7 Задача про максимальний потік. Метод Форда-Фалкерсона
- •3.8 Задача про найкоротший шлях на мережi. Метод Мiнтi
- •Розділ 4. Дискретне програмування
- •4.1 Задача дискретного лп. Метод Гоморi-1)
- •4.2 Задача частково дискретного лп. Метод Гоморi-2
- •4.3 Задача дискретного лп. Метод Гоморi-3
- •4.4 Задача частково дискретного лп. Метод Дальтона-Ллевелiна
- •4.5 Задача дискретного лп. Метод гілок I границь
- •Розділ 5. Нелінійне програмування. Безумовна однопараметрична оптимізація
- •5.1 Загальні відомості
- •5.2 Методи виключення інтервалів
- •Зауваження
- •5.3 Поліноміальна апроксимація
- •5.4 Методи оптимізації з використанням похідних
- •Розділ 6. Нелінійне програмування. Методи умовної оптимізації
- •6.1 Класична задача математичного програмування
- •6.2 Задача опуклого квадратичного програмування.
- •6.3. Метод Франка – Вулфа розв’язання задач квадратичного програмування (зкп)
- •Розділ 7. Теорія прийняття рішень
- •7.1. Теорія корисності і прийняття рішень
- •7.1.1. Прийняття рішень в умовах ризику
- •7.1.2. Критерій “очікуване значення – дисперсія”
- •7.1.3. Критерій граничного рівня.
- •7.2. Прийняття рішень в умовах невизначеності
- •7.2.1. Класичні критерії прийняття рішень
- •7.2.2. Похідні критерії
- •Розділ 8. Прийняття рішень в ігрових ситуаціях
- •8.1 Класифікація ігор
- •8.2 Розв’язання матричних ігор у чистих стратегіях
- •8.3 Змішане розширення матричної гри
- •8.4 Властивості розв’язку матричних ігор
- •8.5. Алгебраїчний метод розв’язання матричних ігор
- •8.6 Графічний метод розв’язання ігор 2nіm 2.
- •8.7 Матричний метод розв’язання ігор
- •8.8. Ітеративні методи розв’язання ігор
- •8.9. Метод послідовного наближення до ціни гри
- •Розділ 9. Нескінченні антагоністичні ігри
- •9.1. Визначення нескінченної антагоністичної гри
- •9.2 Ігри з опуклими функціями виграшів
- •Розділ 10. Безкоаліційні ігри
- •Розділ 11. Кооперативні ігри
- •11.1 Характеристика кооперативних ігор
- •11.2. Характеристичні функції ігор з малим числом гравців
- •Розділ 12. Вправи для самостійної роботи та для практичних і лабораторних занять
- •12.1. Побудова математичних моделей задач
- •12.2. Розв’язання задач лінійного програмування
- •12.3 Розв’язання транспортних задач
- •12.4 Розв’язання задач цілочислового програмування
- •12.5 Розв’язання задач нелінійного програмування
- •12.6 Розв’язання матричних ігор
- •12.7 Лабораторний практикум
- •Розділ 13. Контрольна робота для студентів заочної форми навчання
- •13.1 Правила вибору задач контрольної роботи
- •13.2 Варіанти завдань контрольної роботи
- •Література
- •1.1 Етапи дослідження операцій 5
Розділ 7. Теорія прийняття рішень
Залежно від умов зовнішнього середовища і степеня інформативності особи, що приймає рішення (ОПР) прийнята така класифікація задач прийняття рішень:
а) в умовах ризику;
б) в умовах невизначеності;
в) в умовах конфлікту або протидії (активного супротивника).
7.1. Теорія корисності і прийняття рішень
7.1.1. Прийняття рішень в умовах ризику
Критерій очікуваного значення.Використання критерію очікуваного значення обумовлено прагненням максимізувати очікуваний прибуток (або мінімізувати очікувані витрати). Використання очікуваних величин припускає можливість багаторазового розв’язання однієї і тієї ж задачі, поки не будуть отримані досить точні розрахункові формули. Математично це виглядає таким чином.
Нехай Х– випадкова величина з математичним очікуванням MX і дисперсією DX. Якщо x1, x2, ..., xn – значення випадкової величини X, то їх середнє арифметичне (вибіркове середнє) значень має дисперсію. Таким чином, колиn , то 0 і MX.
Іншими словами для досить великого обсягу вибірки різниця між середнім арифметичним і математичним очікуванням прагне до нуля (гранична теорема теорії імовірності). Отже, відповідно даному критерію очікуване значення вірним буде тільки у випадку, коли одне і теж рішення приходиться застосовувати досить велике число раз. Вірним буде і зворотне - орієнтація на очікування для рішень, що приходиться приймати невелике число раз, буде призводити до невірних результатів.
Приклад 7.1. Потрібно прийняти рішення про те, коли необхідно проводити профілактичний ремонт ПЕОМ, щоб мінімізувати втрати через несправність. У випадку якщо ремонт буде здійснюватись надто часто, витрати на обслуговування будуть великими при малих втратах через випадкові поломки.
Оскільки неможливо заздалегідь визначити, коли виникне несправність, необхідно знайти імовірність того, що ПЕОМ вийде з ладу в період часу t. У цьому і складається елемент ”ризику”.
Математично це виглядає таким чином: ПЕОМ ремонтується індивідуально, якщо вона зупинилася через поломку. Через T інтервалів часу виконується профілактичний ремонт усіх n ПЕОМ. Необхідно визначити оптимальне значення Т, для якого мінімізуються загальні витрати на ремонт несправних ПЕОМ і проведення профілактичного ремонту в розрахунку на один інтервал часу.
Нехай рt – імовірність виходу з ладу однієї ПЕОМ у момент t, а nt – випадкова величина, що дорівнює числу усіх вийшовших з ладу ПЕОМ у той же момент. Нехай далі С1 – витрати на ремонт несправної ПЕОМ і С2 – витрати на профілактичний ремонт однієї машини.
Застосування критерію очікуваного значення в даному випадку виправдано, якщо ПЕОМ працюють протягом досить великого періоду часу. При цьому очікувані витрати (ОВ) на один інтервал складуть
ОВ = ,
де M(nt) – математичне очікування числа вийшовших з ладу ПЕОМ у момент часу t.
Оскільки nt характеризується біноміальним законом розподілу з параметрами (n, pt), то M(nt) = npt .
ОВ = ,
при цьому необхідні умови оптимальності T* мають вигляд:
ОВ (T*-1) ОВ (T*),
ОВ (T*+1) ОВ (T*).
Отже, починаючи з малих значень T, обчислюють ОВ(T), поки не будуть задоволені необхідні умови оптимальності.
Нехай С1 = 100; С2 = 10; n = 50. Значення pt мають вигляд:
T |
рt |
|
ОВ(Т) |
1 |
0.05 |
0 |
|
2 |
0.07 |
0.05 |
375 |
3 |
0.10 |
0.12 |
366.7 |
4 |
0.13 |
0.22 |
400 |
5 |
0.18 |
0.35 |
450 |
T* 3 , ОВ(Т*) 366.7
Отже профілактичний ремонт необхідно робити через T*= 3 інтервали часу t.