- •§ 1. Балансовые модели
- •1. Войти в excel
- •1. В первом столбце таблицы перечислены “чистые отрасли”, более или менее цельные, самостоятельные (энергетика, металлургия, машиностроение, оборонка, сельское хозяйство и т.Д.)
- •§ 3. Общая постановка задачи линейного программирования. Симплекс- метод
- •1. Множество решений системы (1) из § 2 является выпуклым многогранником (напомним, что выпуклое множество вместе с любыми двумя точками содержит все точки соединяющего их отрезка).
- •2. Вершины многогранника называются угловыми точками.
- •2. Приводим задачу к каноническому виду:
- •3. Составляем исходную симплекс-таблицу (заметим, что в разных учебных пособиях форма симплекс- таблицы различна!):
- •4. Проверяем опорное решение на оптимальность: если все элементы оценочной строки неотрицательны, то опорное решение оптимально. В нашем случае это не так.
- •1. Если в оценочной строке последней симплекс- таблицы все коэффициенты при балансовых переменных больше 0, то оптимальное решение единственно.
- •§ 4. Двойственные задачи (dual problem).
- •1. Построение математической модели:
- •§ 5. Транспортная задача (transportation
- •1. Вывести весь груз поставщиков (запасы)
- •2. Удовлетворить весь спрос потребителей
- •3. Минимизировать суммарные затраты.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •4. Проверка опорного плана на оптимальность.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •50 Изделий из Стокгольма в Лион
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •§ 6 Задача о назначениях (assignment problem).
- •1. Образовать таблицу затрат с.
- •§ 7 Задачи нелинейного программирования
- •§ 8 Игры двух лиц с нулевой суммой (theory of games).
- •1. Наличие двух игроков а и в, с противоположными целями. Поэтому игру и называют антагонистической.
- •2. Наличие у каждого игрока конечного числа ходов, называемых также чистыми стратегиями. Каждый игрок знает чистые стратегии соперника, но не знает какую чистую стратегию тот применит.
- •3. Игроки независимо выбирают чистые стратегии (ходы), после чего игра (партия) заканчивается и каждому игроку выплачивается выигрыш, причем сумма выигрышей равна нулю.
- •4. Все возможные выигрыши аij игрока а сосредоточены в платежной матрице:
- •2. Пусть игрок а обладает 4 чистыми стратегиями. Будут ли следующие векторы смешанными стратегиями?
- •2. Пусть игрок а имеет две чистых стратегии.
- •§ 10 Сведение матричных игр с нулевой суммой к задачам линейного программирования
- •§ 11. Итерационный метод (Брауна – Робинсона).
- •§ 12. Игры с природой (статистические решения)
- •1. Критерий крайнего оптимизма.
- •2. Критерий Вальда
- •3. Критерий Гурвица
- •4. Критерий Сэвиджа
- •5. Критерий Лапласа
- •1. Критерий крайнего оптимизма.
- •§ 13. Модели принятия решений с помощью деревьев решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Оптимизация 4-го шага, т.Е. Решение задачи:
- •2. Оптимизация 3-го шага, т.Е. Решение задачи:
- •3. Оптимизация 2-го шага, т.Е. Решение задачи:
- •4. Оптимизация 1- го шага → табл.5
- •5. Обратный ход – окончательный оптимальный набор шаговых уравнений
- •80, Третьему- 40, четвертому - 40.
- •§ 15 Вероятностные модели
- •2. Формирование оптимального портфеля акций
- •1 3, 14, 23. Ясно, что точки 1 и 2 не доминируются другими. Они и образуютПарето - оптимальное множество. Среди них и нужно выбрать оптимальную.
- •1. Предоставить окончательный выбор лицу, принимающему решение (например, совету директоров).
- •2. Воспользоваться объединяющей взвешивающей формулой:
- •§ 17. Математическая модель управления запасами
- •1. В момент полного исчерпания запасов склада мгновенно поступает ранее заказанная партия запасов в количестве q.
- •2. С другой стороны со скоростью V ед. Запасов/ ед. Времени запасы отпускаются потребителям:
- •§ 18. Моделирование социально- экономической структуры общества.
- •§ 16. Дисперсионный анализ
- •1. Пусть х- случайная величина, определяющая результативный признак , в данном случае- производительность. Фактор а- методика обучения.
- •3. Подсчитываем факторную дисперсию:
- •4. Подсчитываем остаточную дисперсию:
- •5. Вычисляем значение критерия Фишера:
- •7. Находим число степеней свободы числителя (v1 ) и
- •§ 19. Имитационное моделирование (model simulation)
- •4. Итоговая оценка суммарных издержек:
- •5. Итоговая оценка суммарных издержек:
- •§ 19. Моделирование социально- экономической структуры общества.
- •1. Афанасьев м.Ю., Суворов б.Р. Исследование операций в экономике.-м.: Инфра-м, 2003.
§ 11. Итерационный метод (Брауна – Робинсона).
Во многих случаях решение матричных игр представляет сложный и громоздкий процесс. Кроме того, часто в практических задачах нет необходимости находить точное решение игры. Достаточно найти приближенное решение.
Рассматриваемый приближенный метод отличается достаточной простотой. Суть его в том, что матричная игра имитируется (фиктивно разыгрывается несколько раз, в несколько туров), при этом накапливаются статистические данные об игре. По ним и вырабатываются рекомендации (математическая статистика! ) об оптимальных стратегиях игроков.
Продемонстрируем работу метода на примере [15]:
Игра задана платежной матрицей (таблицей):
Выбирает
А
Стр. В
Выбирает В
Стр. А
Средний
выигр.
№ тура |
i |
B1 |
B2 |
B3 |
j |
A1 |
A2 |
v* |
v* |
v |
1 |
2 |
3 |
2 |
1 |
1 |
1 |
3 |
2 | ||
2 |
1 |
4 |
3 |
3 |
3 |
1,5 |
2 |
1,75 | ||
3 |
1 |
7 |
4 |
2 |
4 |
1 |
2 |
1,5 | ||
4 |
2 |
8 |
6 |
3 |
5 |
1,5 |
2 |
1,75 | ||
5 |
2 |
9 |
9 |
3 |
6 |
1,6 |
2 |
1,8 | ||
6 |
2 |
12 |
10 |
1 |
9 |
1,67 |
1,83 |
1,75 | ||
7 |
2 |
15 |
12 |
7 |
12 |
1,57 |
1,71 |
1,64 | ||
8 |
1 |
14 |
15 |
3 |
13 |
1,625 |
1,75 |
1,69 | ||
9 |
2 |
15 |
18 |
3 |
14 |
1,67 |
1,78 |
1,72 | ||
10 |
2 |
21 |
17 |
1 |
17 |
17 |
1,6 |
1,7 |
1,65 |
1 тур:
Пусть игрок А выбирает 2-ю стратегию (max min)- в наихудшем случае он выиграет 1, а не 0). У игрока В три стратегии. Какую он выберет? Конечно 1-ю (он хочет проиграть поменьше!). Выделим соответствующий проигрыш синим цветом (или подчеркнем). Итак, игрок В выбрал 1-ю стратегию. Отметим это в 6-м столбце чертой сверху.
Как же ответит А? Конечно 1-й стратегией – отметим чертой снизу. Выделим в клетках накопленные выигрыши (проигрыши).
v* - накопленный проигрыш игрока В/ число ходов
v* - накопленный выигрыш игрока А/ число ходов
v - средний выигрыш
2 тур:
Итак, игрок А выбрал 1-ю стратегию. У игрока В накопленные проигрыши 4, 3, 3. Минимизируя свой проигрыш игрок В выберет 2-ю или 3-ю стратегию. Пусть ему приглянулась стратегия 3. Игрок А ответит либо 1, либо 2 стратегией. Его накопленные выигрыши либо 4, либо 3. Он ответит 1 стратегией, и т.д.
Вывод: после 10 туров v = 1,65. Игрок А воспользовался 1-й стратегией 3 раза (находим частоту) - p1 = 3/10= 0,30, 2- й стратегией 7 раз - р2 = 7/10= 0,70.
Аналогично для игрока В: q1 = 1/4, q2=0, q3 =2/3.
Как видно, всего после десяти итераций можно уже судить об основных тенденциях игры. Оценка точности решения игры рассматривается в [ 4].
§ 12. Игры с природой (статистические решения)
В рассмотренных выше матричных играх каждый игрок действовал вполне разумно, т.е. выбирал оптимальную для себя стратегию. В этом смысле действия игроков были в каком то смысле предсказуемы.
Рассмотрим теперь ситуацию, когда осознанно действует только один игрок (пусть А), вторым игроком является природа, принимающая неопределенным образом то или иное состояние безразлично к результату игры. Такая неопределенность может порождаться рынком ценных бумаг, покупательским спросом, курсом валюты, уровнем инфляции, политикой правительства, ситуацией на бирже, погодными условиями и т.п. Игры с подобной неопределенностью называют играми с природой. Таким образом, в игре с природой один из игроков оказывается нейтральным, не стремящимся извлечь для себя максимальной выгоды.
Как же в таких ситуациях действовать игроку А?
Формально подобная игра также задается платежной матрицей, в которой указываются выигрыши игрока А в зависимости от хода природы, т.е. фактора неопределенности.
Пример.
Оптовая база собирается закупить товар для последующей реализации. По оценкам специалистов, спрос в будущем может составить 2, 3, 4 тыс. единиц. Доход от реализации ед. товара составит 10 у.е. Если товар не продастся, то убытки составят 4 у.е. Другая ситуация- неудовлетворенный спрос (дефицит)- убытки составят 1 у.е.
Составим платежную матрицу (таблицу):
неопределенность решение |
2 |
3 |
4 |
2 |
20 |
19 |
18 |
3 |
16 |
30 |
29 |
4 |
12 |
26 |
40 |
Существует несколько критериев принятия решений игроком А.