- •Исследование операций
- •Учебный план
- •Тематические планы лекций Лекция № 1. Исследование операций как методологическая основа теории принятия управленческих решений. Основные термины, определения, формализация
- •Лекция № 2.Моделирование целевых установок развития сложных системах
- •Лекция № 3. Примеры моделей операций
- •Лекция № 8. Моделирование операций на основе марковских случайных процессов
- •Лекция № 9. Элементы теории массового обслуживания
- •Список источников и литературы
- •Лекция № 4. Элементы выпуклого анализа
- •Лекция № 5. Основы выпуклого программирования. Теория Куна-Таккера
- •Лекция № 6. Линейное программирование
- •Лекция № 7. Игровые методы обоснования решений
- •2. Дополнительная литература
- •Лекция № 1. Исследование операций как методологическая основа теории принятия управленческих решений. Основные термины, определения, формализация
- •1.1Цели и задачи курса «Исследование операций»
- •1.2Системный подход в решении проблем управления
- •1.2.1Формальное определение системы и примеры систем
- •1.2.2Основные понятия целевого подхода в управлении
- •1.2.3Концептуальная постановка проблемы
- •1.2.4Понятие структуризации проблемы
- •1.2.5Основные понятия объектно-субъектного подхода в управлении
- •1.2.6Формализация системы и фаз процесса принятия решений
- •1.2.6.1Выявление проблемы — анализ ее существования
- •1.2.6.2Постановка проблемы
- •1.2.6.3Поиск решения проблемы
- •1.2.6.4Принятие решения
- •1.2.6.5Исполнение решения
- •1.2.6.6Оценка выполненного решения
- •1.3Формализм теории исследования операций (модель операции)
- •1.4Оценка эффективности стратегии
- •1.4.1Оценка неопределенности стратегии
- •1.4.2Функциональная оптимизация стратегий
- •1.4.3Смешанные стратегии
- •Лекция № 2.Моделирование целевых установок в сложных системах (2 ч.)
- •2.1Классификация целей систем
- •2.2Графы целей и способы их построения
- •2.3Методы свертки показателей эффективности
- •2.3.1.1Экономический способ формирования критериев
- •2.3.1.2Критические состояния объекта
- •2.3.1.3Последовательное достижение частных целей
- •2.3.1.4Логическое объединение критериев
- •2.3.1.5Обобщенное логическое объединение
- •2.3.1.6Случайное и неопределенное объединение
- •2.3.1.7Единицы измерения целей
- •2.3.1.8Полнота системы элементарных действий над критериями
- •2.4Экспертная оценка эффективности
- •2.5Критерии эффективности организационного управления
- •Лекция № 3. Примеры моделей операций (2 ч.)
- •3.1Модель анализа технологических процессов
- •3.2Аппроксимация функций полиномами
- •3.3Модель численного поиска экстремума
- •3.4Модель действий нападения против защиты в военных операциях
- •3.5Модель производства продукции в условиях конкуренции
- •3.6Модель оценки надежности неремонтируемых систем
- •3.6.1Параллельное дублирование системы в целом
- •3.6.2«Холодное резервирование» системы в целом
- •3.6.3Параллельное дублирование агрегатов системы
- •3.6.4«Холодное резервирование» агрегатов
- •3.7Модель для выбора дальности стрельбы в дуэльной ситуации
- •3.8Линейная обработка измерений (фильтрация) координат движущихся объектов
- •3.8.1Случайное блуждание координат движущегося объекта
- •3.8.2Зависимое блуждание координат движущегося объекта
- •3.8.3Ограниченное блуждание координат движущегося объекта
- •Лекция № 4.Элементы выпуклого анализа
- •4.1Вспомним основные понятия высшей алгебры
- •4.2Определение и примеры выпуклых множеств.
- •-Мерный куб с центром в точке и ребром :
- •-Мерный шар радиуса с центром в точке :
- •4.3Проекция точки на множество. Свойства.
- •4.4Теоремы отделимости выпуклых множеств.
- •4.5Крайние точки выпуклых множеств.
- •4.6Альтернативы Фредгольма.
- •4.7Выпуклые функции и их свойства.
- •4.8Связь между выпуклыми функциями и выпуклыми множествами
- •4.9Свойства выпуклых функций.
- •4.9.1Дифференцируемость скалярной выпуклой функции.
- •4.9.2Дифференцируемость по направлению.
- •4.9.3Непрерывность.
- •4.10Выпуклые дифференцируемые функции и их экстремальные свойства
- •4.11Критерии оптимальности
- •Лекция № 5.Основы выпуклого программирования. Теория Куна-Таккера
- •5.1Основная задача выпуклого программирования
- •5.2Формальная постановка задачи выпуклого программирования
- •5.3 Классические способы отыскания решения экстремальных задач
- •5.4Условие регулярности
- •5.5Функция Лагранжа. Условия оптимальности
- •5.6Теорема (Куна-Таккера).
- •5.7Дифференциальные условия Куна-Таккера
- •5.8Общая схема решения задачи выпуклого программирования
- •Лекция № 6.Линейное программирование
- •6.1Примеры моделей операций, приводящих к злп
- •6.1.1Задача о диете
- •6.1.2Общая задача планирования выпуска продукции (распределительная задача)
- •6.1.2.1Общая задача планирования выпуска продукции
- •6.1.2.2Выпуск комплектной продукции
- •6.2.1Стандартная задача линейного программирования
- •6.1.3Транспортная задача
- •6.1.3.1Классическая транспортная задача
- •6.1.3.2Транспортная задача с фиксированными доплатами
- •6.2Различные виды злп и их эквивалентность
- •Лекция № 7. Игровые методы обоснования решений
- •7.1Теория игр как теория обоснования решений в условиях конфликта интересов
- •7.2Конфликт и его формальная модель
- •7.3Формализация принятия решения в условиях конфликта
- •7.4Оптимальность в конфликтной ситуации
3.8Линейная обработка измерений (фильтрация) координат движущихся объектов
Эта задача лежит в основе теории автоматического регулирования.
Рассмотрим движение объекта, характеризуемое одной координатой , которую будем рассматривать в дискретные моменты времени и соответственно обозначать .
В результате измерений
оперирующей стороне будет известно не
,
а величины
+
,
где
— случайные ошибки измерения. Для
увеличения точности знания
предлагается использовать линейную
фильтрацию измерений путем введения в
качестве приближенных значений величин
величины
,
где
— весовые коэффициенты фильтрации ( не
обязательно положительные). Здесь
отражает априорное (до измерений)
представление о величине
.
В качестве ошибки фильтрации принимают критерий
=
,
При решении задачи
фильтрации обычно разрешено осреднение
критерия (70) по случайностям, при этом
считаются независимыми со стандартными
нормальными законами распределения
(отсутствует систематическая ошибка
измерения). Тогда выражение критерия
эффективности приобретает вид
=
,
где
дисперсия
.
Стратегиями оперирующей стороны здесь
является выбор величин
.
Этот выбор, естественно, зависит от
величины
,
которая, вообще говоря, является первым
неопределенным фактором, хотя может
быть и фиксирована. Это типичная природная
неопределенность. Вторым неконтролируемым
фактором является закон изменения
.
Как в предыдущем случае, здесь может
быть много осмысленных вариантов.
3.8.1Случайное блуждание координат движущегося объекта
В этом случае предполагается, что случайны с равным нулю (или, что все равно, постоянным) математическим ожиданием, с известными дисперсиями и корреляцией между для разных . Эту постановку задачи изучали Колмогоров и Винер. Простейшими случаями здесь являются: все одинаковы (полная зависимость), и полная отсутствие корреляции.
3.8.2Зависимое блуждание координат движущегося объекта
В этом случае
предполагается, что зависимость
от
принадлежит определенному классу
функций, зависящих от
параметров
,
значения которых неизвестны. В постановке
задачи Рагозина и Заде
.
Эта задача имеет решение лишь в случае
;
.
Задача сводится к минимизации
=
,
при условиях (72)-(73).
Простейшими случаями здесь являются: все одинаковы (полная зависимость), и полная отсутствие корреляции.
3.8.3Ограниченное блуждание координат движущегося объекта
описывают движение объекта с ограниченными возможностями. Тогда неопределенные факторы подчинены условиям
.
Лекция № 4.Элементы выпуклого анализа
Содержание учебного плана: евклидово пространство; неравенство Коши-Буняковского; топологические, метрические и нормированные пространства в евклидовом пространстве; примеры выпуклых множеств; свойства выпуклых множеств и теорема о разделяющей гиперплоскости; крайние точки выпуклого множества; теорема о представлении произвольной точки выпуклого множества выпуклой комбинацией его крайних точек; выпуклые функции и их свойства; связь между выпуклыми функциями и выпуклыми множествами (4 ч.).
Мы будем, как правило,
рассматривать функции, определенные
на подмножествах конечномерного
евклидова пространства
.
4.1Вспомним основные понятия высшей алгебры
Напомним, что евклидово пространство является:
линейным пространством над множеством , т.е. множеством -мерных вещественных векторов, на элементах которого определены операции сложения и умножения со следующими свойствами:
каждой паре векторов , (элементов нашего множества) отвечает вектор + , называемый суммой векторов и , при этом сложение
коммутативно: + = + ;
ассоциативно: +( + )=( + )+ ;
существует нулевой вектор 0 такой, что +0= для любого вектора ;
для каждого вектора существует обратный элемент такой, что + =0.
каждой паре (
,
)
отвечает вектор
,
называемый произведением числа
на вектор
,
при этом произведениеассоциативно: для любых чисел ,
и любого вектора
=
=
для любого вектора
.
Операции сложения и умножения связаны между собой соотношениями
умножение на число дистрибутивно относительно сложения векторов, т.е.
( + )= + ,
умножение на вектор дистрибутивно относительно сложения чисел,
( + ) = + .
Свойства 1.1 описывают множество векторов с точки зрения операции сложения и говорят о том, что оно по отношению к этой операции является абелевой группой.
Свойства 1.2 описывают множество векторов с точки зрения операции умножения вектора на число.
Свойства 1.3 описывают связь двух операций между собой.
Каждой паре векторов , соответствует число, < , >, называемое скалярные произведением, удовлетворяющее следующим свойствам:
< , >=< , >;
< , >= < , >;
< + , >=< , >+< , > для любых , , ;
< , >=0 при =0, <0,0>=0.
Вектор называется нормированным, если < , >=1.
Скалярное произведение обладает важным свойством, известным как неравенство Коши-Буняковского:
для любых двух векторов , справедливо неравенство:
(< , >)2(< , >)*(< , >).
Неравенство Коши-Буняковского обращается в равенство тогда и только тогда, когда векторы , коллинеарны.
Евклидово пространство является нормированным, поскольку в нем введено понятие евклидовой нормы вектора :
,
для которой справедливы следующие соотношения:
,
причем тогда и только тогда, когда
=0;
=
;
— неравенство треугольника.
Евклидова норма и скалярное произведение связаны неравенством Коши-Буняковского:
(< , >)2
.
Евклидова норма порождает в сходимость по норме.
Будем говорить, что
последовательность {
}
точек
сходится к точке
при
,
т.е.
,
если
.
Множество
будем называть
-окрестностью
точки
.
Множество
называют замкнутым, если оно
содержит все свои предельные точки,
т.е. такие точки, что любой окрестности
каждой из них принадлежит бесконечно
много точек из
.
Замкнутое ограниченное множество
называется компактом в
.
Точка
называется внутренней точкой
множества
,
если существует такая ее
-окрестность,
все точки которой принадлежат множеству
.
Множество
всех внутренних точек множества
называется внутренностью
.
Точка
называется граничной точкой множества
,
если любая ее
-окрестность
содержит как точки, принадлежащие
,
так и точки, ему не принадлежащие.
Множество, состоящее из всех граничных
точек множества
,
называется границей множества
.
Множество
с его границей называется замыканием
множества
и обозначается
.
Доказать, что множество граничных точек компакта непусто.
Суммой двух множеств , называют множество
={ : = + , , },
состоящее из всех попарных сумм элементов множеств , .
