- •Министерство образования и науки российской федерации
- •Часть 1 лекция 1 основные понятия теории статистических решений
- •1.1. Основные определения
- •1.2. Основные формулы
- •Лекция 2 стратегии принятия решений
- •2.1. Критерии и принципы принятия решений
- •Лекция 3 проверка гипотез
- •3.1. Проверка простой гипотезы против простой альтернативы
- •3.2. Многоальтернативная задача выбора решения
- •Часть 2 лекция 1 основные понятия исследования операций
- •1.1. Основные определения
- •Лекция 2 основные понятия теории игр Матричная игра
- •2.1. Основные определения
- •2.2. Матричная игра
- •Лекция 3 Матричная игра (продолжение)
- •3.1. Пример решения матричной игры в чистых стратегиях.
- •3.2. Пример решения матричной игры с седловой точкой.
- •Лекция 4 смешанное расширение Матричной игры
- •4.1. Смешанные стратегии
- •4.2. Основная теорема матричных игр
- •Лекция 5 методы решения Матричных игр в смешанных стратегиях
- •5.1. Решение матричной игры
- •Лекция 6 методы решения Матричных игр в смешанных стратегиях (продолжение)
- •6.1. Применение линейного программирования
- •Лекция 7 итерационный метод решения Матричной игры
- •7.1. Метод Брауна-Робинсона
- •Лекция 8 итерационный метод решения Матричной игры (продолжение)
- •8.1. Пример решения игрыметодом Брауна-Робинсона
- •8.2. Метод решения бесконечных игр
- •Лекция 9 неантагонистические игры двух игроков
- •9.1. Биматричная игра
- •9.2. Смешанное расширение биматричной игры
- •Лекция 10 неантагонистические игры n игроков
- •10.1. Бескоалиционная игра n игроков
- •10.2. Кооперативная игра n игроков
- •Лекция 11 неантагонистические игры n игроков (продолжение)
- •11.1. Пример решения кооперативной игры
- •Лекция 12 вектор шепли
- •12.1. Вектор и аксиомы Шепли
- •Лекция 13 вектор шепли (продолжение)
- •13.1. Пример расчета вектора Шепли
- •13.2. Понятие о дифференциальных играх
- •Содержание
- •Часть 1
- •Часть 2
Министерство образования и науки российской федерации
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования
«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ»
КОНСПЕКТ ЛЕКЦИЙ ПО ДИСЦИПЛИНЕ
«Исследование операций»
по направлению 231300 – Прикладная математика
Составитель: проф. ЛЕЙБОВ Р.Л.
МОСКВА 2012
Конспект лекций по дисциплине «Исследование операций» предназначен для студентов 3 курса (5 семестр) направления подготовки 231300. Конспект включает теоретический материал и примеры решения задач. Конспект лекций необходим студентам при подготовке к мероприятиям текущей и промежуточной аттестации, при выполнении домашних заданий и для самостоятельной работы.
Конспект лекций по дисциплине «Исследование операций» является неотъемлемой частью учебно-методического комплекса дисциплины «Исследование операций» и составлен в соответствии с требованиями Федерального государственного образовательного стандарта высшего профессионального образования, с учетом рекомендаций и ПООП ВПО по направлению 231300 – Прикладная математика.
Учебно-методический комплекс дисциплины «Исследование операций» по направлению подготовки 231300 – «Прикладная математика» одобрен на заседании кафедры Информатики и прикладной математики.
Протокол №_______ от ______________2012 г.
Авторы: д.т.н. профессор Лейбов Р.Л.
Зав. каф. ИиПМ д.т.н. профессор Сидоров В.Н.
Часть 1 лекция 1 основные понятия теории статистических решений
1.1. Основные определения
d ― конкретное конечное решение.
D={d} множество возможных решений (альтернатив).
s ― конкретное состояние природы.
S={s} множество возможных состояний природы.
u=u(s,d) однозначная функция эффективности (платы, потерь).
Выбор критерия оценки (эффективности) выходит за рамки математической теории и осуществляется ответственным за проведение операции. Он должен отражать существо задачи и позволять довести ее решение до конца.
С точки зрения информированности о состоянии природы ситуация может быть детерминированной, когда S=s, статистически неопределенной, когда задано только множество S={s}, статистически определенной, когда известны априорные вероятности P(s)=P(S=s), закон распределения F(s) или плотность распределения вероятностей f(s).
Эксперимент это реализация совокупности условий для получения информации о состоянии природы.
e ― конкретный эксперимент.
E={e} множество возможных экспериментов.
x ― конкретный результат эксперимента (наблюдаемое выборочное значение).
X={x} множество возможных результатов экспериментов (выборка).
Очевидно, что функция эффективности в этом случае u=u(s,d,x,e)
В результате эксперимента могут быть определены апостериорные вероятности состояний природы P(s/x)=P(S=s/X=x) или P(s/x,e). Для этого используются условные вероятности P(x/s) или P(x/s,e), закон распределения вероятностей F(x/s) или F(x/s,e) и плотность распределения вероятностей f(x/s) или f(x/s,e).
Стратегияэто правило организации экспериментаe*и использования его результатов для выбора (принятия) решенияd*.
Стратегии бывают нерандомизированные (чистые), когда каждому конкретному результату эксперимента соответствует конкретное правило принятия решения, и рандомизированные (смешанные), когда правило принятия решения подчинено вероятностному распределению на множестве чистых стратегий.