- •1. Введение 4
- •1.1. Основные методологические принципы
- •1.2. Основные определения
- •1.3. Этапы моделирования
- •5. Модели с обратной связью, динамическое проектирование.
- •2. О принципах принятия решений
- •2.1. Принятие решений в условиях неопределенности критерия.
- •Самостоятельная работа №1.
- •2.2. Принятие решения в условиях неопределенности состояния окружающей среды
- •Самостоятельная работа №2
- •3. Задачи выпуклого векторного программирования1.
- •3.1. Некоторые сведения выпуклого анализа
- •3.2. Понятие оптимальности по Слейтеру и Парето
- •3.3. Возможные (допустимые) и подходящие направления.
- •3.4. Задача выпуклого векторного программирования с ограничениями типа неравенства. Поиск подходящих направлений.
- •Самостоятельная работа №3.
- •3.4. Теорема Куна–Таккера для задачи выпуклого векторного программирования
- •Самостоятельная работа № 4.
- •4. Некоторые задачи теория игр
- •4.1. Анализ матричных антагонистических игр двух игроков .
- •Самостоятельная работа № 5.
- •4.2. Анализ матричных игр двух игроков с нулевой суммой в смешанных стратегиях.
- •Самостоятельная работа №6
- •4.3. Биматричные неантагонистические игры.
- •Самостоятельная работа № 7.
- •4.4. Взаимосвязь равновесий по Нешу и Парето в играх.
- •Самостоятельная работа № 8.
- •4.5. Динамические игры с полной информацией
- •Самостоятельная работа № 9
- •5. Задачи дискретного программирования.
- •5.1. Методы отсечения для решения задач целочисленного линейного программирования.
- •Самостоятельная работа № 10.
- •5.2. Комбинаторные методы решения задач целочисленного линейного программирования.
- •5.3. Алгоритм Ленд–Дойг.
- •Самостоятельная работа № 11.
- •5.4. Метод ветвей и границ для решения задачи о коммивояжере.
- •Самостоятельная работа № 12.
- •6.Транспортные задачи линейного программирования
- •6.1. Транспортная задача в сетевой постановке
- •Самостоятельная работа 13.
- •6.2. Транспортная задача в матричной постановке.
- •Самостоятельная работа 14.
- •7. Динамическое программирование и потоки в сетях
- •7.1. Задача оптимизации многошаговых процессов, задача о ранце.
- •Самостоятельная работа 15.
- •7.2 .Задача отыскания кратчайшего расстояния в сети между парами вершин
- •Самостоятельная работа 16.
- •7.2. Задача о максимальном потоке в сети.
- •Самостоятельная работа 17.
- •Литература.
3. Задачи выпуклого векторного программирования1.
Задача выпуклого программирования заключается в отыскании минимального значения функционала (критерия) при некоторых ограничениях:
0(x) min, xXRn
где 0(x) – выпуклая функция, X– выпуклое множестмо.
Задача выпуклого векторного (многокритериального) программирования запишем в виде
i(x) min, i M, xXRn, |
|
где Mтакже конечное индексное множество, если это множество одноэлементное, то получаем задачу выпуклого программирования, в противном случае задачу выпуклого векторного программирования. Для многокритериальных задач необходимо всегда определить, что понимается под оптимальным решением. В данном случае под оптимальностью мы будем понимать оптимальность по Парето и Слейтеру, определения которых будут даны ниже [Подиновский,Акоф, Моудера ]. Широко бытует мнение, что многокритериальные задачи принципиально отличаются от однокритериальных задач. Возможно, что с точки зрения процедуры принятия решения это и так, например, множества точек, оптимальных по Слейтеру (или Парето) часто представляют собой замкнутые области, а требуется выбрать только одно решение. Однако с точки зрения математического аппарата, аппарат многокритериальных задач рассматриваемого класса незначительно отличается от аппарата однокритериальных. Это подтверждают работы [Коваленко А.Г. Элементы].
Ниже рассмотрены основные понятия, используемые при решении задачи выпуклого векторного программирования.
3.1. Некоторые сведения выпуклого анализа
Выпуклые множества
Рассмотрим множество вида [x, y]={z|z=(1–)x+y, [0, 1], zRn}.Это отрезок прямой, соединяющий точкиx иy, так как уравнение прямой, проходящей через эти точки, имеет вид:z()=x+(y–х)=(1–)x+y, при =0 z()=x , при=1 z()=у. Если пробегает значения между 0 и 1, тоz() пробегает значения по прямой междуx иy(см. рис. 2.1).
. Определение 2.1. МножествоХRn называется выпуклым, если для любых пар точекх,уХ отрезок [х,y] Х. Если при этом (х,y)X0 , где X0– множество внутренних точек множестваХ, тоХ– строго выпуклое множество
Из этого определения следует, что у выпуклого множества для любыхх,уХ и[0,1] точкаz()=(1–)x+yХ, еслиХ– строго выпуклое множество, то при(0,1) z() является внутренней точкой множества Х.На рис. 2.2 приведен пример выпуклого множества, а на рис.2.3 пример множества, не являющегося выпуклым.
Определение 2.2.ТочкаzRn называется выпуклой комбинацией точекх1, х2, …,хnRn, если существуют такие числа.
Для выпуклых множеств справедливы следующие теоремы:
Теорема 2.1. Пересечение любого числа выпуклых множеств выпукло.
Теорема 2.2.МножествоХ={x |a,x, xRn }, гдеа– заданный вектор, – скаляр, является выпуклым множеством.
Следствие 2.2.МножествоХ={x| Ахb, xRn }, гдеА– матрица размерностиm×n,bRm выпукло.
Теорема 2.3.Выпуклое множество содержит любые выпуклые комбинации любых своих точек.
Теорема 2.4.Замыканиевыпуклого множестваХ выпукло.
Проекция точки на выпуклые множества.
Расстояние от точкиvдо множестваХ в евклидовом пространстве определяется по формуле = inf||v – х||, xХ
Определение 2.3.ТочкарXназывается проекцией точкиv на множествоХ, если
||v – р||= inf||v – х||, xХ
Теорема 2.5.Для любого множестваХи любой точки v существует точка, являющаяся проекцией точкиv.
Теорема 2.6.Для того, чтобы точкабыла проекцией точки vRn на выпуклое множествоХнеобходимо и достаточно, чтобы для любогоxХвыполнялось неравенство(x–p),( v–p) 0.
По определению скалярного произведения (x–p),(v–p)=||x–p||×||v–p||cos(), где– угол между векторами (x–p) и (v–p). Таким образом, знак скалярного произведения определяется углом между векторами (x–p) и ( v–p).
Следствие 2.6.Проекция любой точкиvRn на выпуклое множествоХединственная.
Теоремы отделимости.
Гиперплоскостью в Rnназывают множество вида:={x|c,xc,v}, гдес0n,где 0n–n–мерный нуль–вектор вRn.
В пространстве Rnгиперплоскость определяют два полупространства (подмножества):
Rn+()= {x: c,x c,v} и
Rn–()= {x: c,x c,v} .
Теорема отделимости 2.7.Для любого выпуклого и замкнутого множестваХи любой точкиv, не принадлежащей множествуХ, существует такая гиперплоскость
= {x: c,x c,v} , чтоХ Rn–().
Теорема 2.8.В любой граничной точкер выпуклого множестваХсуществует опорная гиперплоскость.
Угловые точки выпуклого множества
Определение 2.4.Точкаz Хназывается угловой (крайней) точкой, если на множествеХона не может быть представлена в виде выпуклой комбинации каких–либо точекхиу (дляху) изХ:z()(1–)x+y
Теорема 2.9.Любая точка замкнутого выпуклого и ограниченного множестваХможет быть представлена в виде выпуклой комбинации конечного числа угловых точек этого множества.
Конус. Теорема Фаркаша – Минковского.
Определение 2.5.МножествоKRn называется конусом, если из справедливостих K следует справедливостьх Kдля любого>0.
Определение 2.6.Выпуклым конусом называется конус, который одновременно является выпуклым множеством.
Определение 2.7.ПустьK– выпуклый конус, тогда множество
K *={y|x,y0,xK, yRn} называется сопряженным конусом.
Лемма 2.1.Сопряженный конус является замкнутым выпуклым конусом.
Теорема Фаркаша–Минковского 2.10.Пусть конусK={х|хRn,ATх0n}, тогда сопряженный конусK * равен ={у|уRn , у=A , 0n}
Следствие 2.10.Пустьх,bRn,uRm ,B– матрица размерностиm×n. Еслиb,x 0 для всехх, удовлетворяющих системеBх 0m ,то системаBTu= b разрешима приu 0m .
Выпуклые функции.
Определение 2.8.Функцию(x) , определенную на выпуклом множествеХ, называют выпуклой, если для любыхх,yХи всех[0,1] выполняется неравенство ((1–)x+y)(1–)(x)+(y) (см. рис 2.5).
(рис. 2.5.).
Примером выпуклой функции может служить квадратичная функция с положительно (x) определенной симметрической матрицейВ.
Теорема.2.11. Выпуклая функция(x), определенная на выпуклом множествеX, непрерывна в каждой внутренней точке этого множества.
Теорема. 2.12. Выпуклая функция(x), заданная на выпуклом множествеX, в каждой внутренней точке имеет производную по любому направлениюS(||s|| =1).