- •1. Основные понятия тпр. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия тпр
- •Основные методы и модели тпр
- •Этапы принятия решений
- •2. Классификация задач пр
- •3. Принятие решений Типы задач, критериев и общая схема решения. Общие группы методов решения многокритериальных задач принятия решений. Типы зпр
- •Типы критериев
- •Общие группы методов решения многокритериальных задач принятия решений
- •Исходная информация
- •Метод группировки критериев – нормализация функции полезности
- •1. Метод равномерной оптимальности
- •2. Метод справедливого компромисса
- •3. Метод свертывания критериев (аддитивный критерий)
- •4. Метод главного критерия
- •5. Метод идеальной точки (метод равномерного сжатия, минимального отличия от идеала)
- •Матрица отклонений
- •6. Метод последовательных уступок
- •Метод последовательных уступок
- •5. Нормализация критериев в условиях полной определенности. Принципы максимальной эффективности и минимизации рисков.
- •Исходная информация
- •6. Постановка задач линейного программирования. Примеры, различные формы задач и подходы решения. Постановка задач линейного программирования
- •Примеры, различные формы задач и подходы решения
- •7. Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
- •8. Сведения из теории выпуклых множеств. Выпуклые множества в n-мерном пространстве.
- •9. Задача линейного программирования в канонической форме. Основные теоремы о множествах оптимальных решений этой задачи.
- •10. Геометрический метод решения задачи линейного программирования m X n. Пример для задачи m X 2 (на максимум и минимум).
- •11. Аналитический метод решения задачи линейного программирования m X n (симплекс-метод). Для задач на максимум и минимум.
- •16. Ситуации равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
- •17. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия.
- •18. Аналитическое решение игры 2´2. Геометрическое решение игры 2´2.
- •Решение игры в смешанных стратегиях геометрическим методом
- •Решение игры 2×2
- •Решение игр вида 2хn и mх2
- •19. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
- •20. Свойства оптимальных смешанных стратегий в матричной игре.
- •25. Вполне смешанная игра. Решение матричной игры n´n методом обратной матрицы.
- •26. Сведение матричной игры n´m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n´m симплекс-методом.
- •27. Неантагонистические игры. Биматричные игры. Постановка задачи. Функции выигрышей.
- •28. Примеры биматричных игр: дилемма узников, семейный спор, перекресток, ястребы-голуби и др.
- •36. Принятие решений в статистических играх в условиях полной определенности. Статистические методы принятия решений. Критерии Вальда, Сэвиджа, Гурвица, мм-критерий.
- •37. Принятие решений в статистических играх в условиях неопределенности. Статистические методы принятия решений. Критерии Байеса, Лапласа, Ходжа-Лемана.
- •38. Планирование эксперимента в статистических играх в условиях неопределенности.
- •39. Позиционные игры. Дерево решений. Позиционные игры с полной и неполной информацией. Информационное множество.
- •40. Нормализация позиционной игры. Привести общий пример для двухходовой позиционной игры с полной информацией.
- •41. Сведение позиционной игры к матричной в условиях неполной информации. На примере двухходовых и трехходовых игр.
- •42. Сведение позиционных игр к матричным и биматричным в условиях полной информации о стратегиях противника.
- •43. Позиционные игры со случайными ходами.
2. Классификация задач пр
По количеству игроков:
парные игры;
игры n игроков.
По количеству стратегий:
конечные;
бесконечные.
По характеру взаимоотношений:
бескоалиционные, т.е. не имеют права образовывать коалиции;
коалиционные;
кооперативные, т.е. коалиции определены заранее.
По характеру выигрышей:
антагонистические, т.е. игры с нулевой суммой - выигрыш партии равен нулю;
неантагонистические, т.е. игры с ненулевой суммой - выигрыш партии не равен нулю.
По количеству ходов:
одношаговые;
многошаговые, которые делятся на:
позиционные, т.е. несколько игроков делают несколько последовательных ходов;
стохастические, т.е. если в игре производятся ходы, приводящие к выбору определенных позиций, причем имеется определенная вероятность возврата на предшествующую позицию;
дифференциальные, т.е. если в многошаговой игре допускается делать ходы непрерывно и действия игроков описываются дифференциальными уравнениями.
В зависимости от состояния информации:
игры с полной информацией, т.е. каждому игроку известно, какие выборы сделаны игроками ранее;
игры с неполной информацией, т.е. не все известно.
По виду функций выигрыша:
матричные, т.е. конечная игра двух игроков с нулевой суммой, в которой выигрыш одного игрока равен проигрышу другого;
биматричные, т.е. конечная игра двух игроков с ненулевой суммой, в которой выигрыш каждого игрока сосредоточены в матрице игр данного игрока;
непрерывные, т.е. функция выигрыша каждого игрока является непрерывной в зависимости от стратегий.
3. Принятие решений Типы задач, критериев и общая схема решения. Общие группы методов решения многокритериальных задач принятия решений. Типы зпр
Задача принятия решений (ЗПР) направлена на определение наилучшего (оптимального) способа действий для достижения поставленных целей. Под целью понимается идеальное представление желаемого состояния или результата деятельности. Задача принятия решений в общем случае может представляться в виде следующего набора информации:
< T, A, K, X, F, G, D >,
где T – непосредственно постановка задачи (выбор лучшей альтернативы, упорядочение набора альтернатив); A – подмножество альтернативных вариантов, допустимых для данной задачи; K – подмножество критериев выбора; X – подмножество методов измерения предпочтений (например, использование различных шкал); F – отображение подмножества допустимых альтернатив в подмножество критериальных оценок (исходы); G – система предпочтений эксперта; D – решающее правило, отражающее систему предпочтений.
Каждый из элементов набора может служить классификационным признаком.
По виду отображения F. Отображение множества А и К может иметь детерминированный характер, вероятностный или неопределенный вид, в соответствии с которым задачи принятия решений можно разделить на задачи в условиях риска и задачи в условиях неопределенности.
Мощность множества К. Множество критериев выбора может содержать один элемент или несколько. В соответствии с этим задачи принятия решений можно разделить на задачи с одним критерием выбора и многокритериальные задачи.
Тип системы G. Предпочтения могут формироваться одним лицом или коллективом, в зависимости от этого задачи принятия решений можно классифицировать на задачи индивидуального принятия решений и задачи коллективного принятия решений.