
- •Математические методы системного анализа и теория принятия решений Методическое пособие
- •1. Теория принятия решений 4
- •2. Линейное программирование 9
- •3. Нелинейное программирование 42
- •4. Игровые методы обоснования решений 51
- •5. Задачи распознавания образов 62
- •Предисловие
- •1. Теория принятия решений
- •1.1. Задачи, связанные с принятием решений Проблема оптимальности.
- •Основные понятия и принципы исследования операций.
- •Примеры задач исследования операций.
- •1.2. Математические модели операций Искусство моделирования.
- •1.3. Разновидности задач исследования операций и подходов к их решению Прямые и обратные задачи исследования операций.
- •Пример выбора решения при определенности: линейное программирование.
- •Проблема выбора решений в условиях неопределенности.
- •Выбор решения по многим критериям.
- •«Системный подход».
- •2. Линейное программирование
- •2.1. Краткое представление о математическом программировании Предмет математического программирования.
- •Краткая классификация методов математического программирования.
- •2.2. Примеры экономических задач линейного программирования Понятие линейного программирования.
- •Задача о наилучшем использовании ресурсов.
- •Задача о выборе оптимальных технологий.
- •Задача о смесях.
- •Задача о раскрое материалов.
- •Транспортная задача.
- •2.3. Линейные векторные пространства Основные понятия линейного векторного пространства.
- •Решение систем линейных уравнений методом Гаусса.
- •Реализация метода исключения неизвестных в среде Excel.
- •Различные схемы реализации метода Гаусса.
- •Опорные решения системы линейных уравнений.
- •2.4. Формы записи задачи линейного программирования Основные виды записи злп.
- •Каноническая форма представления задачи линейного программирования.
- •Переход к канонической форме.
- •2.5. Геометрическая интерпретация задачи линейного программирования Определение выпуклой области.
- •Геометрическая интерпретация.
- •2.6. Свойства решений задачи линейного программирования Свойства основной задачи линейного программирования.
- •Графический метод решения задачи линейного программирования.
- •2.7. Симплексный метод Идея симплекс-метода.
- •Теоретические обоснования симплекс-метода.
- •Переход к нехудшему опорному плану.
- •Зацикливание.
- •Алгоритм симплекс-метода.
- •2.8. Двойственность в линейном программировании Прямая и двойственная задача.
- •Связь между решениями прямой и двойственной задач.
- •Геометрическая интерпретация двойственных задач.
- •2.9. Метод искусственного базиса Идея и реализация метода искусственного базиса.
- •3. Нелинейное программирование
- •3.1. Общая задача нелинейного программирования Постановка задачи.
- •Примеры задач нелинейного программирования (экономические).
- •Геометрическая интерпретация задачи нелинейного программирования.
- •3.2. Выпуклое программирование Постановка задачи выпуклого программирования.
- •3.3. Классические методы оптимизации Метод прямого перебора.
- •Классический метод дифференциальных исчислений.
- •3.4. Метод множителей лагранжа
- •3.5. Градиентные методы решения задач нелинейного программирования Общая идея методов.
- •Метод Франка-Вулфа.
- •Метод штрафных функций.
- •4. Игровые методы обоснования решений
- •4.1. Предмет и задачи теории игр Основные понятия.
- •Классификация выборов решений.
- •Антагонистические матричные игры.
- •Чистые и смешанные стратегии и их свойства.
- •4.2. Методы решения конечных игр Упрощение матричной игры.
- •Решение матричной игры размерностью 22.
- •Графическое решение матричной игры.
- •Сведение задач теории игр к задачам линейного программирования.
- •4.3. Задачи теории статистических решений Игры с природой.
- •Критерии принятия решений.
- •5. Задачи распознавания образов
- •5.1. Общая постановка задачи распознавания образов и их классификация Проблема распознавания.
- •Обсуждение задачи опознавания.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •Общая постановка задачи.
- •Геометрическая интерпретация задачи распознавания.
- •Классификация задач распознавания.
- •5.2. Подготовка и анализ исходных данных Общая схема решения задачи.
- •Общая схема постановки и решения задачи Анализ данных с целью выбора постановки и метода решения
- •5.3. Методы опознавания образов Основные этапы процесса опознавания образов.
- •Методы создания системы признаков.
- •Признаковое пространство.
- •Сокращение размерности исходного описания.
- •Методы построения решающего правила.
- •5.4. Меры и метрики Понятие о сходстве.
- •Меры сходства и метрики.
- •Примеры функций мер сходства.
- •5.5. Детерминированно-статистический подход к познаванию образов Основные этапы детерминированно-статистического подхода.
- •Получение исходного описания.
- •Создание системы признаков.
- •Сокращение размерности исходного описания.
- •Нахождение решающего правила (метод эталонов).
- •Коррекция решающего правила.
- •5.6. Детерминированный метод построения решающего правила (метод эталонов) Идея метода эталонов.
- •Минимизация числа эталонов.
- •Габаритные эталоны.
- •Применение метода эталонов к частично пересекающимся образам.
- •Дополнительная минимизация числа признаков.
- •Квадратичный дискриминантный анализ.
- •Распознавание с отказами.
- •5.8. Алгоритм голотип-1 Назначение
- •Постановка задачи
- •Метод решения задачи.
- •Условия применимости.
- •Условия применимости.
- •5.10. Алгоритм направление опробования Назначение
- •Постановка задачи.
- •Метод решения задачи.
- •Условия применимости.
- •Транспортная задача Математическая постановка.
- •Постановка задачи.
- •Теоретическое введение.
- •Методы нахождения опорного плана транспортной задачи.
- •Определение оптимального плана транспортной задачи.
- •Заключение.
- •Целочисленное программирование Постановки задач, приводящие к требованию целочисленности.
- •Постановка задачи.
- •Методы отсечения.
- •Алгоритм Гомори.
- •Первый алгоритм р. Гомори решения полностью целочисленных задач.
- •Приближенные методы.
- •Заключение.
- •Параметрическое программирование Введение.
- •Формулировка задачи.
- •Теоретическая часть.
- •Общая постановка задачи.
- •Решение задачи.
- •Геометрическая интерпретация задачи.
- •Общая постановка задачи.
- •Решение задачи.
- •Геометрическая интерпретация задачи
- •Постановка задачи.
- •Решение.
- •Геометрическое решение.
- •Решение задачи симплекс-методом.
- •Результат.
- •Некооперативные игры n лиц с ненулевой суммой Введение.
- •Теоретическая часть.
- •Постановка и решение задачи.
- •Заключение.
- •Cписок литературы
Различные схемы реализации метода Гаусса.
При решении систем уравнений методом Гаусса важным моментом является выбор разрешающего элемента. В предыдущем примере в качестве разрешающего элемента мы выбирали элементы главной диагонали исходной матрицы. Но совершенно очевидно, что возможны и другие варианты.
На рисунке изображены несколько схем реализации метода Гаусса для матрицы размерности 3 x 3 :
Выбор разрешающего элемента влияет на точность вычислений. Это утверждение легко проверить, если разрешить некую систему уравнений методом Гаусса по различным схемам выбора разрешающего элемента и сравнить значения невязки, которые получаются в каждом случае.
В том случае, когда нам нужно решить несколько однотипных систем линейных уравнений, возникает естественное желание неким образом автоматизировать данный процесс. Для этого рекомендуется создать макрос решения системы уравнений методом Гаусса с пустой исходной таблицей. После выполнения макроса исходную таблицу можно заполнять различными начальными данными и результаты вычислений фиксировать на отдельном листе.
Ï ð è ì å ð 2. Составить макрос для решения методом Гаусса системы линейных уравнений размерности 4 x 4.
Р е ш е н и е .
A1 |
A2 |
A3 |
A4 |
A0 |
|
Исходная |
|
|
|
|
|
|
матрица |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 |
A2 |
A3 |
A4 |
A0 |
|
Шаг 1 |
=A3/$A$3 |
=B3/$A$3 |
=C3/$A$3 |
=D3/$A$3 |
=E3/$A$3 |
|
|
=A4-A10*$A$4 |
=B4-B10*$A$4 |
=C4-C10*$A$4 |
=D4-D10*$A$4 |
=E4-E10*$A$4 |
|
|
=A5-A10*$A$5 |
=B5-B10*$A$5 |
=C5-C10*$A$5 |
=D5-D10*$A$5 |
=E5-E10*$A$5 |
|
|
=A6-A10*$A$6 |
=B6-B10*$A$6 |
=C6-C10*$A$6 |
=D6-D10*$A$6 |
=E6-E10*$A$6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 |
A2 |
A3 |
A4 |
A0 |
|
Шаг 2 |
=A10-A18*$B$10 |
=B10-B18*$B$10 |
=C10-C18*$B$10 |
=D10-D18*$B$10 |
=E10-E18*$B$10 |
|
|
=A11/$B$11 |
=B11/$B$11 |
=C11/$B$11 |
=D11/$B$11 |
=E11/$B$11 |
|
|
=A12-A18*$B$12 |
=B12-B18*$B$12 |
=C12-C18*$B$12 |
=D12-D18*$B$12 |
=E12-E18*$B$12 |
|
|
=A13-A18*$B$13 |
=B13-B18*$B$13 |
=C13-C18*$B$13 |
=D13-D18*$B$13 |
=E13-E18*$B$13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 |
A2 |
A3 |
A4 |
A0 |
|
Шаг 3 |
=A17-A26*$C$17 |
=B17-B26*$C$17 |
=C17-C26*$C$17 |
=D17-D26*$C$17 |
=E17-E26*$C$17 |
|
|
=A18-A26*$C$18 |
=B18-B26*$C$18 |
=C18-C26*$C$18 |
=D18-D26*$C$18 |
=E18-E26*$C$18 |
|
|
=A19/$C$19 |
=B19/$C$19 |
=C19/$C$19 |
=D19/$C$19 |
=E19/$C$19 |
|
|
=A20-A26*$C$20 |
=B20-B26*$C$20 |
=C20-C26*$C$20 |
=D20-D26*$C$20 |
=E20-E26*$C$20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 |
A2 |
A3 |
A4 |
A0 |
|
Шаг 4 |
=A24-A34*$D$24 |
=B24-B34*$D$24 |
=C24-C34*$D$24 |
=D24-D34*$D$24 |
=E24-E34*$D$24 |
|
|
=A25-A34*$D$25 |
=B25-B34*$D$25 |
=C25-C34*$D$25 |
=D25-D34*$D$25 |
=E25-E34*$D$25 |
|
|
=A26-A34*$D$26 |
=B26-B34*$D$26 |
=C26-C34*$D$26 |
=D26-D34*$D$26 |
=E26-E34*$D$26 |
|
|
=A27/$D$27 |
=B27/$D$27 |
=C27/$D$27 |
=D27/$D$27 |
=E27/$D$27 |
|
|
Полученный результат |
|
|
|
|
||
X1 |
X2 |
X3 |
X4 |
|
|
|
=E31 |
=E32 |
=E33 |
=E34 |
|
|
|
|
|
|
|
|
|
|
Оценка точности вычислений |
|
|
|
|
||
A1 |
A2 |
A3 |
A4 |
SUM |
A0 |
(A0-SUM)^2 |
=A17*$A$38 |
=B17*$A$38 |
=C17*$A$38 |
=D17*$A$38 |
=СУММ(A42:D42) |
=E3 |
=(F42-E42)^2 |
=A18*$B$38 |
=B18*$B$38 |
=C18*$B$38 |
=D18*$B$38 |
=СУММ(A43:D43) |
=E4 |
=(F43-E43)^2 |
=A19*$C$38 |
=B19*$C$38 |
=C19*$C$38 |
=D19*$C$38 |
=СУММ(A44:D44) |
=E5 |
=(F44-E44)^2 |
=A20*$D$38 |
=B20*$D$38 |
=C20*$D$38 |
=D20*$D$38 |
=СУММ(A45:D45) |
=E6 |
=(F45-E45)^2 |
|
|
|
Величина невязки: |
R(x) |
=СУММ(G42:G45) |