
- •1.Слау:основные определения, каноническая форма записи слау.
- •2.Элементарные преобразования слау, формулы исключения(вывод), правило прямоугольника.
- •3.Исследование и решение слау методом послежовательного исключения неизвестных Жордана,нахождение различных предпочитаемых эквивалентов данной слау и базисных решений, общего решения.
- •5.Многомерные векторы и действия над ними.N-мерное векторное пространство.
- •6.Матрицы, их классификация. Сложение матриц и умножение матрицы на число,умножение матрицы на матрицу,свойства.
- •8.Обратная матрица: определение, свойства, ур-е существования.
- •9.Обращение матрицы методом Жордана.
- •10 Обращенный базис слау. Приведение слау к предпочитаемому виду с помощью обращенного базиса.
- •21. Основное нерав-во теории двойственности.
- •22. Первая теорема двойственности.
- •23. Вторая осн.Теорема двойственности
- •24. Третья теорема двойственности.
- •25. Задача о расшивке узких мест пр-ва, ее мат.Модель и решение.
- •26.Транспортная задача по критерию стоимости.
- •27.Методы построения 1-го базисного допуст.Решения транспортной задачи.
- •28. Метод потенциалов
- •30. Динамическое программирование.
- •31. Задача распределения капитальных вложений: постановка, математическая модель и решение методом динамического программирования.
- •Т аблица 2
- •Но что же назвать риском всей игры?
- •35. Матричная игра как модель конкуренции и сотрудничества. Графическое решение игр с матрицей 2*n и m*2 доминирование чистых стратегий.
- •36. Матричная игра типа m*n. Критерий оптимальности стратегий.
- •37. Теорема о преобразовании матрицы игры, сохраняющем оптимальные стратегии игроков.
- •38. Основная теорема теории игр, выражение оптимальных стратегий игроков через решения пары двойственных задач лп.
- •39. Игры с природой: основные понятия, матрицы рисков, критерии Вальда, Севиджа, Гурвица.
- •40. Многокритериальная оптимизация.
36. Матричная игра типа m*n. Критерий оптимальности стратегий.
37. Теорема о преобразовании матрицы игры, сохраняющем оптимальные стратегии игроков.
38. Основная теорема теории игр, выражение оптимальных стратегий игроков через решения пары двойственных задач лп.
Математической моделью такого конфликта двух участников с противоположными интересами является игра с нулевой суммой. Участники это – игроки. Стратегия игрока – это выбор одного из множества возможных вариантов его действий. Рассмотрим конечные игры, в кот. множества стратегий игроков конечны; стратегии первого игрока пронумеруем от 1 до m, а стратегии второго игрока – от 1 до n. Если первый игрок выбрал свою i-ю стратегию, а второй игрок свою j-ю стратегию, то результатом такого совместного выбора будет платеж aij второго игрока первому. Таким образом, игра с нулевой суммой однозначно определяется платежной матрицей. Строки - соответствуют стратегиям первого игрока, столбцы -второго игрока. Игра происходит партиями.
а11 а21 а1n
П= а21 а22 а2n
аm1 аm2 аmn
Смешанной стратегий первого игрока называется вектор P (p1, p2,…pm ), где все pi 0 (i=1,2,…,m), а p =1. при этом p - вероятность, с которой первый игрок выбирает вою i-ю стратегию. Аналогично определяются смешанные стратегии и Q (q1, q2,…qn)второго игрока. Чистая стратегия также попадает под определение смешанной – если все вероятности равны нулю, кроме одной, равной единице.
Если игроки применяют свои смешанные стратегии P (p1, p2,…pm ) и Q (q1, q2,…qn) соответственно, Выигрыш первого: выигрыш aij
Вероятность pi qj.
То есть первый игрок с вероятностью pi gj. выигрывает aij.. Математическое ожидание выигрыша первого игрока равно М(P,Q)= pi qj aij есть средний выигрыш. И это равно математическому ожиданию проигрыша второго игрока. Если игроки озабочены только максимизацией среднего дохода за партию игры то они будут играть со своими оптимальными стратегиями: – Первый игрок и – второй, оптимальны стратегии если М(P,Q*) М(P*,Q*) М(P*,Q)
Математическое ожидание с. в. называется ценой игры, обозначим ее .
Строка k доминирует над строкой i, если все элементы строки k не меньше соответствующих элементов строки i и хотя бы один строго больше. Доминируемую строку можно временно удалить, потому что в оптимальной стратегии ей будет соответствовать вероятность ноль. Столбец l доминирует над столбцом j, если все его элементы не больше соответствующих элементов столбца j, а хотя бы один строго меньше.
Доминируемый столбец j можно временно удалить, т.к. в оптимальной стратегии 2-го игрока ей будет соответствовать вероятность ноль.
Основная теорема теории матричных игр:
В матричной игре с нулевой суммой у игроков есть оптимальные стратегии.
Другими словами: Всякая матричная игра имеет седловую точку в смешанных стратегиях.
39. Игры с природой: основные понятия, матрицы рисков, критерии Вальда, Севиджа, Гурвица.
Предположим,
что лицо, принимающее решения может
выбрать одну из возможных решений
.
Ситуация является неопределенной,
понятно лишь, что наличествует какой-то
из вариантов
.
Если
будет принято
-e
решение, а состояние внешней среды
соответствует
-й
ситуации, то фирма, возглавляемая ЛПР,
получит доход
.
Матрица
называется матрицей
последствий (возможных
решений).
Неопределенная ситуация похожа на матричную игру, отличие состоит в том, что противником в данном случае является природа, цели которой не всегда противоположны нашим: они могут совпадать с целями ЛПР, а могут и не совпадать. Поэтому ситуация с неопределенностью называют еще играми с природой.
В ситуации полной неопределенности могут быть высказаны лишь некоторые рекомендации предварительного характера. Они не обязательно будут приняты ЛПР. Многое будет зависеть, например, от его склонности к риску. Но как оценить риск в данной схеме?
Допустим,
мы хотим оценить риск, который несет
-e
решение. Нам неизвестна реальная
ситуация. Но если бы ее знали, то выбрали
бы наилучшее решение, т.е. приносящее
наибольший доход. Т.е. если ситуация
есть
-я
, то было бы принято решение, дающее
доход
.
Значит,
принимая
-e
решение мы рискуем получить не
,
а только
,
значит принятие
-го
решения несет риск недобрать
.
Матрица
называется матрицей
рисков.
Более широкое понятие – неопределенность. Ситуация полной неопределенности характеризуется отсутствием какой бы то ни было дополнительной информации.
Правило
Вальда
(крайнего пессимизма): рекомендует
принять такое решение i0
, что
Правило
Сэвиджа
(правило минимального риска): анализируется
матрица рисков
.
Рекомендует принять решение
,
такое что
Правило
Гурвица
(взвешивающее пессимистический и
оптимистический подходы к ситуации).
Принимается решение
,
на котором достигается максимум
где
.
Значение
выбирается из субъективных соображений.