- •Методы принятия управленческих решений Общие требования к работе
- •Связь с преподавателем
- •Рекомендации к выполнению работы
- •Пример оформления титульного листа
- •Тема 1. Принятие решений в условиях природной неопределенности Основные понятия теории игр
- •Игры с природой
- •Критерии выбора стратегий при игре с природой
- •Критерий Байеса (Bayes) (статистический, наибольшего среднего результата, максимального математического ожидания)
- •Критерий Вальда (Wald) (пессимизма, наибольшего худшего результата, максимина)
- •Критерий оптимизма (максимакса, крайнего оптимизма)
- •Критерий Гурвица (Hurwich) (пессимизма-оптимизма, компромиссный)
- •Критерий Сэвиджа (Savage) (минимального максимального риска)
- •Запись ответа в задачах игры с природой
- •Понятие о цене информации в игре с природой
- •Задание для самостоятельного решения
- •Тема 2. Критериальные методы принятия решений Основные понятия критериальных методов
- •Метод Саати
- •Автоматизация применения метода Саати
- •Www.Ieml-math.Narod.Ru/lect/mpur_mai.Pdf
- •Задание для самостоятельного решения
- •Тема 3. Нелинейная оптимизация Основные понятия задач нелинейной оптимизации
- •Основы теории решения задач нелинейной оптимизации
- •1. Понятия глобального, локального и условного экстремумов
- •2. Понятие градиента
- •3. Необходимое условие локального безусловного экстремума во внутренних точках
- •4. Способы определения условного экстремума
- •5. Теорема Куна-Таккера для задачи нелинейной оптимизации. Простейшая интерпретация и способ применения
- •Разбор примера задачи нелинейной оптимизации
- •Методика и специфика решения задач нелинейной оптимизации в msExcel
- •Задание для самостоятельного решения
- •Использованная литература Основная литература:
- •Дополнительная литература:
- •Рекомендуемые Интернет-сайты
5. Теорема Куна-Таккера для задачи нелинейной оптимизации. Простейшая интерпретация и способ применения
Теорема Куна-Таккера – основная теорема, дающая возможность решить аналитически задачи нелинейного программирования (оптимизации). Общая математическая формулировка теоремы достаточно сложна. Здесь мы приведем ее упрощенный вариант, позволяющий решать конкретные задачи оптимизации, возникающие в экономике и управлении.
Для задачи нелинейного программирования:
(2)
необходимым для точки экстремума является выполнение одного из условий:
равенство нулю градиента функции в этой точке;
отсутствие градиента функции в точке;
равенство нулю хотя бы одного из ограничений (2);
бесконечная точка.
Заметим, что равенство нулю ограничений (2) достигается на границе области.
Тогда для отыскания наилучшего значения функции и переменных , при которых оно достигается необходимо выполнить следующийалгоритм поиска глобального экстремума:
найти градиент функции;
определить все точки, где градиент равен нулю; в тех из них, которые удовлетворяют ограничениям, вычислить значение функции;
определить все точки, где градиент не существует; в тех из них, которые удовлетворяют ограничениям, вычислить значение функции (если возможно); для точек разрыва функции определить значения функции при стремлении к точке разрыва со всех сторон;
определить максимальные и минимальные значения функции на границах области;
исследовать функцию на бесконечности, найти там максимальное и минимальное значение функции;
из определенных значений функции во всех потенциально возможных местах экстремума выбрать самое большое (при поиске максимума) или самое маленькое (при поиске минимума); точка, в которой достигается это значение, будет решением задачи оптимизации.
В общем случае проделать эти операции очень непросто. В п.п. 2) и 3) градиент может быть равен нулю или не существовать в бесконечном количестве точек – например на линии или на поверхности в многомерном пространстве. Пункт 4) вообще приводит к самостоятельной задаче поиска условного экстремума. Исследование функции на бесконечности – тоже нетривиальная задача.
Специфика задач экономики и управления заметно упрощает применение этих операций.
Во-первых, в экономических постановках на бесконечности никогда не бывает интересующего нас варианта. Бесконечность или недостижима из-за ограничений, или там реализуется обратный случай. Например, можно достигнуть бесконечных убытков, однако это не представляет интереса. Таким образом, пункт 5) в задачах экономики как правило не исследуется.
Во-вторых, точки, где градиент не существует, в детерминированных экономических постановках бывают известны заранее. Такие точки, соответствующие изломам и разрывам функции, всегда должны иметь экономическое обоснование. Примером могут служить количество товара, при котором начинает действовать скидка, величина дохода, когда меняется ставка налогообложения и т.п. В нашем примере про лесозаготовительный комбинат градиент не существует при количестве рабочих 70 (излом – начинает действовать другая величина затрат на человека) и 150 (разрыв – выплачивается субсидия).
В-третьих, используемые для описания экономических ситуаций функции достаточно просты и имеют, как правило, всего несколько точек, где градиент равен нулю или не имеют таких вообще.