- •1.Определение и общая характеристика предмета.
- •2.1 Тпр: Связь с другими научными направлениями.
- •2.Основные понятия системного анализа и исо.
- •3.Организация, операция, оператор, решение.
- •1.Исходные понятия и определения.
- •1.1 Организация, управление, операция, оператор, решение.
- •4. Ошибки подмены цели и проблема критерия эффективности.
- •5. Цель, альтернатива, критерий. Рационализация и реорганизация.
- •1.2. Основные понятия: цель, альтернатива, критерии, процессы, связанные с принятием решений.
- •6. Решение. Процесс принятия решений и принятие решения. Выбор и исход. Роль человеческого фактора.
- •7. Системный подход и системный анализ. Примеры.
- •8. Метод Монте-Карло. Случайные и псевдослучайные числа.
- •9. Моделирование дискретных событий {Si} по их вероятностям {p(Si)}. Пример. Равновероятный закон распределения для Ксобытий.
- •10. Моделирование непрерывных событий во времени по заданному закону плотности распределения.
- •11. Системы массового обслуживания :два подхода к решению задач.
- •§ 18. Задачи теории массового обслуживания. Классификация систем массового обслуживания
- •12. Альтернативная схема процесса выбора решения.
- •13. Моделирование процесса выбора решений.
- •14. Разработка механизма случайного выбора для следующих событий: - числа заявок; времени поступления заявок; времени обслуживания заявок.
- •15. Граф состояний и переходов для смо. (клпр № 3)
- •16. Смо. Основные понятия и параметры системы.
- •Основные понятия смо
- •17. Вероятностный смысл параметров смо.
- •18. 0Бозначения по Кендалу.Смо типа м/м/n/m. Базовая модель смо и классификация по Кендалу
- •19. Граф гибели – размножения, марковская цепь событий.
- •20. Реальные системы (процессы) и их представление в смо (на примере объекта с ограниченным множеством состояний).
- •21. Дифференциальные уравнения Колмогорова для смо.
- •§ 17. Уравнения Колмогорова для вероятностей состояний. Финальные вероятности состояний
- •22. Потоки событий и их свойства (стационарность, отсутствие последействия, ординарность).
- •§ 16. Потоки событий
- •23. Экспоненциальное распределение, как частный случай распределения Пуассона.
- •24. Элемент вероятности события.
- •25. Потоки Пальма и Эрланга для многоканальной смо с отказами. Многоканальная смо с отказами
- •Потоки Пальма и Эрланга
- •26. Формулы Эрланга.
- •19.9. Установившийся режим обслуживания. Формулы Эрланга
- •27. Уравнение Эрланга для многоканальной смо с отказами.
- •34. Основные понятия теории статистических решений (природа, выбор стратегии, смешанная стратегия, средние потери, минимакс, априорные и апостериорные данные, эксперимент).
- •40. Розыгрыш решений и функция потерь в играх средствами имитационного моделирования. Тайна хода.
- •41. Априорные вероятности и принцип Байеса (на примере задачи о технологической линии). Принцип Байеса
- •42. Построение априорной прямой по принципу Байеса для s - игры.
- •43. Понятие о линейном программировании (л.П.) на примере задачи 2 завода 3 стройки (2x3) (задача о бетоне).
- •1. Основные свойства и модели линейного программирования
- •Граф-схема решения задачи линейного программирования
- •1.2. Алгебраическая модель решения
- •1.3. Геометрическая форма представления
- •46. Транспортная задача.
- •47. Матричная игра, как пример двойственности задач л.П.
- •48. Экономическое содержание двойственности.
- •3.4. Экономическое содержание двойственности
- •49. 03Лп. Геометрическая интерпретация (одр и основная прямая).
- •2.1. Иллюстрация процесса поиска решения
- •50. Выпуклость одр и анализ плоскостной задачи озлп. Вырожденный случай.
- •51 Переход от неравенств к озлп.
- •52. Идея симплекс метода. Стандартная таблица.
- •53. Транспортная таблица и метод Северо-Западного угла.
- •4.1. Составление опорного плана тз по методу северо-западного угла (сзу)
- •54. Вырожденный и невырожденный случаи транспортной — задачи, циклический перенос и цена цикла.
- •4.5. Улучшение плана по методу циклических перестановок
- •55. Метод потенциалов. Псевдостоимость. Условия оптимальности плана.
- •4.4. Проверка лучшего опорного плана на оптимальность
- •2. Трудности решения злп.
- •3. Классификация задач оптимизации.
49. 03Лп. Геометрическая интерпретация (одр и основная прямая).
2.1. Иллюстрация процесса поиска решения
Рис. 2.1 используем для иллюстрации симплекс-метода решения конкретной задачи линейного программирования.
Дано: ЗЛП в виде алгебраической модели системы уравнений ОДР:
– общее условие допустимости решений, где при x1=x2=0 имеем:
x1=x2=0; x3=320; x4=200; x5=280; x6=–100;
w=3820.
Согласно условиям, т.к. x6<0 (равно –100), то решение в точке (0,0) – начало координат на рис. 2.1 – не является допустимым. Точка (0, 0) не принадлежит области допустимых решений:
Для удобства анализа введем буквенное обозначение и представим рис. 2.1 в виде схемы рис. 2.2.
Далее рассуждения ведутся согласно принятой разметке ОДР в симплексах ОДР.
Итак, чтобы получить допустимое решение необходимо из точки «0» перейти в одну из точек симплекса {Ai; Bi; или Ci}, где .
Задача в примере невырожденная, т.к. во всех точках симплекса только две свободные переменные равны нулю, а именно (см. рис. 2.1):
A1: x2=x6=0;
A2: x1=x6=0
B1: x2=x4=0
B2: x1=x5=0
C1: x3=x4=0
C2: x3=x5=0
Переход из точки «0», где x1=x2=0 в любую из точек {A1; A2; B1; B2} соответствует правилу замены одной свободной переменной на одну базовую.
На рис. 2.2 показаны возможные пути перехода при решении задачи ЛП, соответствующие замене одной свободной переменной на одну базовую.
О чевидно, имеются четыре допустимых маршрута перехода из точки “0” в оптимальную точку (симплекс-вершину) :
1) ;
2)
3)
4) .
Из них самый короткий путь – через точки (0, В1, ), самый долгий – через точки (0, А2, В2, С2, ).
Заметим, что, если разметка конца стрелки совпадает с разметкой начала следующей по цепочке стрелки, то действует правило транзитивности, сокращающее путь на одну замену.
Визуализация процесса поиска позволяет при иллюстрации алгебраического алгоритма поиска решения по идее симплекс-метода наметить оптимальный маршрут решения задачи.
50. Выпуклость одр и анализ плоскостной задачи озлп. Вырожденный случай.
Задача математического программирования, сводимая к системе линейных уравнений или неравенств, включая критерий эффективности, становится задачей линейного программирования.
Уравнения – ограничения определяют область допустимых решений (ОДР).
Критерий эффективности определяет выбор вершины ОДР.
ОДР представляет собой выпуклую оболочку. Если критерий эффективности параллелен грани оболочки, которой принадлежит оптимальное решение, то любая точка этой грани может быть принята в качестве решения в силу эквивалентности по величине значения оценки эффективности.
Из линейности граней и выпуклости ОДР, линейности w вытекает следующие свойства ЗЛП:
Решение задачи лежит, по крайней мере, в одной из вершин выпуклой оболочки, если ОДР ограничена в направлении перемещения опорной поверхности.
Решение отсутствует, если ОДР не ограничена в направлении перемещения опорной поверхности.
В невырожденном случае в вершине ОДР все свободные переменные равны нулю, число свободных переменных определяется мерностью пространства представления ОДР.
В вырожденном случае число равных нулю переменных в вершине ОДР больше числа свободных переменных.
Множество переменных естественно разбивается на два подмножества: свободные и базовые. Поисковые методы решения в случае многомерных пространств ориентированы на невырожденный случай ЗЛП и процесс поэтапной замены свободных переменных на базовые.