- •Математические методы системного анализа и теория принятия решений Методическое пособие
- •1. Теория принятия решений 4
- •2. Линейное программирование 9
- •3. Нелинейное программирование 42
- •4. Игровые методы обоснования решений 51
- •5. Задачи распознавания образов 62
- •Предисловие
- •1. Теория принятия решений
- •1.1. Задачи, связанные с принятием решений Проблема оптимальности.
- •Основные понятия и принципы исследования операций.
- •Примеры задач исследования операций.
- •1.2. Математические модели операций Искусство моделирования.
- •1.3. Разновидности задач исследования операций и подходов к их решению Прямые и обратные задачи исследования операций.
- •Пример выбора решения при определенности: линейное программирование.
- •Проблема выбора решений в условиях неопределенности.
- •Выбор решения по многим критериям.
- •«Системный подход».
- •2. Линейное программирование
- •2.1. Краткое представление о математическом программировании Предмет математического программирования.
- •Краткая классификация методов математического программирования.
- •2.2. Примеры экономических задач линейного программирования Понятие линейного программирования.
- •Задача о наилучшем использовании ресурсов.
- •Задача о выборе оптимальных технологий.
- •Задача о смесях.
- •Задача о раскрое материалов.
- •Транспортная задача.
- •2.3. Линейные векторные пространства Основные понятия линейного векторного пространства.
- •Решение систем линейных уравнений методом Гаусса.
- •Реализация метода исключения неизвестных в среде Excel.
- •Различные схемы реализации метода Гаусса.
- •Опорные решения системы линейных уравнений.
- •2.4. Формы записи задачи линейного программирования Основные виды записи злп.
- •Каноническая форма представления задачи линейного программирования.
- •Переход к канонической форме.
- •2.5. Геометрическая интерпретация задачи линейного программирования Определение выпуклой области.
- •Геометрическая интерпретация.
- •2.6. Свойства решений задачи линейного программирования Свойства основной задачи линейного программирования.
- •Графический метод решения задачи линейного программирования.
- •2.7. Симплексный метод Идея симплекс-метода.
- •Теоретические обоснования симплекс-метода.
- •Переход к нехудшему опорному плану.
- •Зацикливание.
- •Алгоритм симплекс-метода.
- •2.8. Двойственность в линейном программировании Прямая и двойственная задача.
- •Связь между решениями прямой и двойственной задач.
- •Геометрическая интерпретация двойственных задач.
- •2.9. Метод искусственного базиса Идея и реализация метода искусственного базиса.
- •3. Нелинейное программирование
- •3.1. Общая задача нелинейного программирования Постановка задачи.
- •Примеры задач нелинейного программирования (экономические).
- •Геометрическая интерпретация задачи нелинейного программирования.
- •3.2. Выпуклое программирование Постановка задачи выпуклого программирования.
- •3.3. Классические методы оптимизации Метод прямого перебора.
- •Классический метод дифференциальных исчислений.
- •3.4. Метод множителей лагранжа
- •3.5. Градиентные методы решения задач нелинейного программирования Общая идея методов.
- •Метод Франка-Вулфа.
- •Метод штрафных функций.
- •4. Игровые методы обоснования решений
- •4.1. Предмет и задачи теории игр Основные понятия.
- •Классификация выборов решений.
- •Антагонистические матричные игры.
- •Чистые и смешанные стратегии и их свойства.
- •4.2. Методы решения конечных игр Упрощение матричной игры.
- •Решение матричной игры размерностью 22.
- •Графическое решение матричной игры.
- •Сведение задач теории игр к задачам линейного программирования.
- •4.3. Задачи теории статистических решений Игры с природой.
- •Критерии принятия решений.
- •5. Задачи распознавания образов
- •5.1. Общая постановка задачи распознавания образов и их классификация Проблема распознавания.
- •Обсуждение задачи опознавания.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •Общая постановка задачи.
- •Геометрическая интерпретация задачи распознавания.
- •Классификация задач распознавания.
- •5.2. Подготовка и анализ исходных данных Общая схема решения задачи.
- •Общая схема постановки и решения задачи Анализ данных с целью выбора постановки и метода решения
- •5.3. Методы опознавания образов Основные этапы процесса опознавания образов.
- •Методы создания системы признаков.
- •Признаковое пространство.
- •Сокращение размерности исходного описания.
- •Методы построения решающего правила.
- •5.4. Меры и метрики Понятие о сходстве.
- •Меры сходства и метрики.
- •Примеры функций мер сходства.
- •5.5. Детерминированно-статистический подход к познаванию образов Основные этапы детерминированно-статистического подхода.
- •Получение исходного описания.
- •Создание системы признаков.
- •Сокращение размерности исходного описания.
- •Нахождение решающего правила (метод эталонов).
- •Коррекция решающего правила.
- •5.6. Детерминированный метод построения решающего правила (метод эталонов) Идея метода эталонов.
- •Минимизация числа эталонов.
- •Габаритные эталоны.
- •Применение метода эталонов к частично пересекающимся образам.
- •Дополнительная минимизация числа признаков.
- •Квадратичный дискриминантный анализ.
- •Распознавание с отказами.
- •5.8. Алгоритм голотип-1 Назначение
- •Постановка задачи
- •Метод решения задачи.
- •Условия применимости.
- •Условия применимости.
- •5.10. Алгоритм направление опробования Назначение
- •Постановка задачи.
- •Метод решения задачи.
- •Условия применимости.
- •Транспортная задача Математическая постановка.
- •Постановка задачи.
- •Теоретическое введение.
- •Методы нахождения опорного плана транспортной задачи.
- •Определение оптимального плана транспортной задачи.
- •Заключение.
- •Целочисленное программирование Постановки задач, приводящие к требованию целочисленности.
- •Постановка задачи.
- •Методы отсечения.
- •Алгоритм Гомори.
- •Первый алгоритм р. Гомори решения полностью целочисленных задач.
- •Приближенные методы.
- •Заключение.
- •Параметрическое программирование Введение.
- •Формулировка задачи.
- •Теоретическая часть.
- •Общая постановка задачи.
- •Решение задачи.
- •Геометрическая интерпретация задачи.
- •Общая постановка задачи.
- •Решение задачи.
- •Геометрическая интерпретация задачи
- •Постановка задачи.
- •Решение.
- •Геометрическое решение.
- •Решение задачи симплекс-методом.
- •Результат.
- •Некооперативные игры n лиц с ненулевой суммой Введение.
- •Теоретическая часть.
- •Постановка и решение задачи.
- •Заключение.
- •Cписок литературы
Решение систем линейных уравнений методом Гаусса.
Рассмотрим систему из m линейных уравнений с n неизвестными:
(2.2)
Обозначим через A=(Aij) матрицу системы, через X=(xj) — вектор, состоящий из неизвестных, через A0 =(bi) — вектор, состоящий из свободных членов; тогда систему (2.2) можно записать в виде матричного уравнения
AX = A0. (2.3)
В начале рассмотрим случай, когда m = n. Для решения данной системы воспользуемся методом, который называется методом последовательных исключений неизвестных èëè методом Гаусса. Суть метода состоит в том, что, рассмотрев первое уравнение, а в нем неизвестное с коэффициентом, отличным от нуля (он в дальнейшем называется разрешающим элементом ), и разделив первое уравнение на этот коэффициент, с помощью первого уравнения исключают это неизвестное из всех уравнений, кроме первого. Выбрав во втором уравнении неизвестное с коэффициентом, отличным от нуля, и разделив на него второе уравнение, с помощью второго уравнения исключают другое неизвестное из всех уравнений, кроме второго, и т. д. Процесс продолжают до тех пор, пока не будут использованы все уравнения. При этом возможны следующие случаи:
1) в процессе исключений левая часть i-го уравнения системы обращается в нуль, а правая часть равна некоторому числу, отличному от нуля, т. е. имеет место равенство . Это означает, что система не имеет решений, так как i-му уравнению не могут удовлетворить никакие значения неизвестных;
2) левая и правая части i-го уравнения обращаются в нуль. Это означает, что i-е уравнение является линейной комбинацией остальных, ему удовлетворяет любое найденное решение системы, поэтому оно может быть отброшено;
3) после того, как все уравнения использованы для исключения неизвестных, либо будет получено решение, либо доказано, что система несовместна.
В случае благоприятного исхода система уравнений приводится к диагональному âèäó
(2.4)
откуда решение очевидно.
Реализация метода исключения неизвестных в среде Excel.
В данном пособии в качестве инструментария для реализации алгоритмов теории линейного программирования предлагается использовать пакет электронных таблиц Microsoft Excel 5.0 для Windows. Рассмотрим реализацию данного метода средствами пакета Excel.
З а д а ч а : решить систему линейных уравнений методом Гаусса.
И с х о д н ы е д а н н ы е : расширенная матрица системы.
Р е з у л ь т а т : вектор значений неизвестных.
С п о с о б р е ш е н и я : метод исключения неизвестных.
К р и т е р и й о ц е н к и : значение невязки R(x):
Р е а л и з а ц и я м е т о д а Г а у с с а :
1) в исходную таблицу записываем расширенную матрицу системы;
2) каждую последующую итерацию метода (шаг) начинаем с копирования предыдущей таблицы и выбора разрешающего элемента;
3) рассчитываем элементы разрешающей строки новой таблицы по формуле:
, (2.5)
где k=0, 1, 2, ... , n; p — разрешающий элемент q-ой строки;
4) вычисляем элементы остальных строк по формуле:
, (2.6)
где k=0, 1, 2, ..., n; i=1,2,...,n () ;
5) повторяем пункты 2—4 до полного разрешения системы и оформляем найденное решение в виде отдельной таблицы;
6) оцениваем точность найденного решения, вычисляя величину невязки R(x) по формуле:
, (2.7)
где xj — полученное решение системы.
Ï ð è ì å ð 1. Решить с помощью метода Гаусса систему уравнений:
Р е ш е н и е .
A1 |
A2 |
A3 |
A4 |
A0 |
Исходная матрица |
|
||||||||||||
2 |
-2 |
0 |
1 |
-3 |
|
|
||||||||||||
2 |
3 |
1 |
-3 |
-6 |
|
|
||||||||||||
3 |
4 |
-1 |
2 |
0 |
|
|
||||||||||||
1 |
3 |
1 |
-1 |
2 |
|
|
||||||||||||
A1 |
A2 |
A3 |
A4 |
A0 |
|
|
||||||||||||
1 |
-1 |
0 |
0,5 |
-1,5 |
|
|
||||||||||||
0 |
5 |
1 |
-4 |
-3 |
Шаг 1 |
|
||||||||||||
0 |
7 |
-1 |
0,5 |
4,5 |
|
|
||||||||||||
0 |
4 |
1 |
-1,5 |
3,5 |
|
|||||||||||||
A1 |
A2 |
A3 |
A4 |
A0 |
|
|||||||||||||
1 |
0 |
0,2 |
-0,3 |
-2,1 |
|
|||||||||||||
0 |
1 |
0,2 |
-0,8 |
-0,6 |
Шаг 2 |
|
|
|
|
|
||||||||
0 |
0 |
-2,4 |
6,1 |
8,7 |
|
|||||||||||||
0 |
0 |
0,2 |
1,7 |
5,9 |
|
|||||||||||||
A1 |
A2 |
A3 |
A4 |
A0 |
|
|||||||||||||
1 |
0 |
0 |
0,208 |
-1,375 |
|
|||||||||||||
0 |
1 |
0 |
-0,292 |
0,125 |
Шаг 3 |
|
|
|
|
|
||||||||
0 |
0 |
1 |
-2,542 |
-3,625 |
|
|||||||||||||
0 |
0 |
0 |
2,208 |
6,625 |
|
|||||||||||||
A1 |
A2 |
A3 |
A4 |
A0 |
|
|||||||||||||
1 |
0 |
0 |
0 |
-2 |
|
|||||||||||||
0 |
1 |
0 |
0 |
1 |
|
|||||||||||||
0 |
0 |
1 |
0 |
4 |
|
|||||||||||||
0 |
0 |
0 |
1 |
3 |
Шаг 4 |
|
||||||||||||
Полученнй результат |
|
|
|
|
|
|||||||||||||
X1 |
X2 |
X3 |
X4 |
|
||||||||||||||
-2 |
1 |
4 |
3 |
|
||||||||||||||
Оценка точности вычислений |
|
|
|
|
||||||||||||||
A1 |
A2 |
A3 |
A4 |
|
||||||||||||||
2 |
-2 |
0 |
1 |
|
||||||||||||||
2 |
3 |
1 |
-3 |
|
||||||||||||||
3 |
4 |
-1 |
2 |
|
||||||||||||||
1 |
3 |
1 |
-1 |
|
A1 |
|
|
|
|
|
|
|||||||
|
|
|
|
|
-4 |
A2 |
A3 |
A4 |
SUM |
A0 |
(A0-SUM)^2 |
|||||||
|
|
|
|
|
-4 |
-2 |
0 |
3 |
-3 |
-3 |
0 |
|||||||
|
|
|
|
|
-6 |
3 |
4 |
-9 |
-6 |
-6 |
7,88861E-31 |
|||||||
|
|
|
|
|
-2 |
4 |
-4 |
6 |
-9E-16 |
0 |
7,88861E-31 |
|||||||
|
|
|
|
|
|
3 |
4 |
-3 |
2 |
2 |
7,88861E-31 |
|||||||
|
|
|
|
|
|
|
Величина невязки: |
R(x) |
2,36658E-30 |