- •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 № 4. Элементы выпуклого анализа
- •Лекция № 5. Основы выпуклого программирования. Теория Куна-Таккера
- •Лекция № 6. Линейное программирование
- •Лекция № 7. Игровые методы обоснования решений
- •Лекция № 8. Моделирование операций на основе марковских случайных процессов
- •Лекция № 9. Элементы теории массового обслуживания
- •Список источников и литературы
- •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
- •6.1.3Транспортная задача
- •6.1.3.1Классическая транспортная задача
- •6.1.3.2Транспортная задача с фиксированными доплатами
- •6.2Различные виды злп и их эквивалентность
- •6.2.1Стандартная задача линейного программирования
- •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 произведение
ассоциативно: 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 , .