- •1. Теория графов
- •1.1 Остовные деревья минимального веса.
- •Алгоритм Прим
- •Алгоритм Краскал
- •1.2 Нахождение кратчайших путей между двумя заданными вершинами. Алгоритм Дийкстры
- •Алгоритм Дийкстры
- •Модифицированный алгоритм Дийкстры
- •1.3 Нахождение кратчайших цепей между всеми парами узлов в сети
- •Алгоритм Флойда (Floyd r. W.)
- •Модификация алгоритма Флойда
- •1.4 Построение потоков максимальной мощности. Алгоритм Форда-Фалкерсона
- •Алгоритм Форда-Фалкерсона
- •1.5 Обобщенные задачи о потоке
- •1.5.1 Построение потока в сети с двойным ограничением потока по дугам
- •1.5.2 Построение потока в сети с пропускными способностями узлов
- •1.5.3 Построение потока в сети с несколькими источниками-стоками
- •1.5.4 Построение потока в сети с неориентированными ребрами
- •1.6 Определение потока заданной величины минимальной стоимости. Алгоритмы Басакера-Гоуэна, Клейна
- •Алгоритм Басакера-Гоуэна (Basaker r.G., Gowen p.J)
- •Алгоритм Клейна (Klein m.)
- •2 Сетевое планирование
- •2.1 Построение сетевых моделей
- •2.2 Расчет и анализ сетевых моделей
- •Задача №1
- •Задача №2
- •I. Поиск критических путей
- •II. Поиск резервов работ
- •Правило №2.1
- •3 Линейное программирование
- •3.1 Примеры задач лп
- •3.2 Свойства решений задач линейного программирования
- •3.3 Двумерные задачи линейного программирования. Графический метод решения. Исследование на разрешимость
- •3.3.1 Построение области допустимых решений целевой функции f.
- •3.3.2 Построение прямой уровня
- •3.3.3 Максимизация целевой функции f
- •3.4 Симплекс-метод.
- •3.4.1 Построение начального опорного плана.
- •3.4.2 Симплексные таблицы
- •3.4.3 Примеры решения задач симплекс-методом
- •4. Теория двойственности в линейном программировании
- •4.1 Понятие двойственности. Построение пары взаимно двойственных задач
- •4.2 Теоремы двойственности и их экономическое содержание
- •4.3 Анализ решения задач линейного программирования
- •5. Транспортная задача
- •5.1 Постановка транспортной задачи в матричной форме. Построение исходного опорного плана
- •5.2 Метод потенциалов
- •5.3 Дополнительные условия в транспортных задачах.
- •6. Дискретное программирование.
- •6.1 Метод Гомори для решения задачи целочисленного линейного программирования
- •7. Динамическое программирование
- •7.1 Многошаговые процессы в динамических задачах
- •7.2 Принцип оптимальности и рекуррентные соотношения
- •7.3 Вычислительная схема динамического программирования
- •7.4 Оптимальное распределение средств на расширение производства
- •8. Матричные игры
- •8.1 Парные матричные игры с нулевой суммой
- •8.2 Платежная матрица
- •Нижняя и верхняя цена игры
- •8.3 Смешанные стратегии
- •8.3 Решение матричной игры сведением к задаче линейного программирования
- •8.4 Решение матричной игры графическим методом
- •8.5 Приближенный метод решения матричных игр
- •Практические работы Практическая работа №1 Построение остовного дерева графа. Нахождение найкратчайшего расстояния между заданными вершинами графа
- •Практическая работа №2 Нахождение наикратчайших расстояний между всеми парами вершин графа. Алгоритм Флойда.
- •Практическая работа №3
- •Практическая работа №4 Нахождение потока заданной величины минимальной стоимости. Алгоритм Басакера-Гоуэна
- •Практическая работа №7 Оптимизация проекта по времени.
- •Практическая работа №8
- •Практическая работа №9 Оптимизация целевой функции с помощью двухфазного симплекс метода.
- •Практическая работа №10 Решение двойственных задач. Экономическая интерпретация задач линейного программирования.
- •Практическая работа №11 Решение транспортных задач.
- •Практическая работа №12 Дополнительные условия в транспортных задачах
- •Практическая работа №13 Метод Гомори для решения задачи целочисленного линейного программирования.
- •Практическая работа №14
- •Практическая работа №15 Решение матричных игр в чистых стратегиях
- •Практическая работа №16 Графический метод решения матричных игр.
- •Каркас минимального веса. Метод р. Прима.
- •Кратчайшие пути
- •Лабораторная работа №2 Кратчайшее расстояния от заданной вершины до всех остальных вершин графа.
- •Алгоритм Дийкстры.
- •Пути в бесконтурном графе.
- •Лабораторная работа №3 Кратчайшие пути между всеми парами вершин графа.
- •Алгоритм Флойда.
- •Лабораторная работа №4 Построение потока максимальной мощности.
- •Потоки в сетях.
- •Метод построения максимального потока в сети.
- •Лабораторная работа №5 Симплекс метод
- •Лабораторная работа №6 Транспортная задача
- •Список литературы
8.3 Смешанные стратегии
Для игр без седловых точек оптимальные стратегии игроков находятся в областисмешанных стратегий.
Смешанной стратегией игрока А называют вектор компоненты которого удовлетворяют условиям
Смешанной стратегией игрока В называют вектор компоненты которого удовлетворяют условиям
p i и q j - вероятности, с которыми игроки А и В выбирают свои чистые стратегии A i и Bj в ходе игры.
При использовании смешанных стратегий игра приобретает случайный характер, случайной становится и величина выигрыша игрока А (проигрыша игрока В). Эта величина является функцией смешанных стратегий и и определяется по формуле
Функцию f ( p, q) называют функцией выигрыша или платежной функцией.
Смешанные стратегии называются оптимальными, если они образуют седловую точку для платежной функции f ( ) , т.е. если они удовлетворяют неравенству f ( ) f ( ) f ( ).
Величину f ( )= v называют ценой игры.
Поиск оптимальных смешанных стратегий начинают с упрощения платежной матрицы. Если в платежной матрице элементы k-й строки не меньше соответствующих элементов s-й строки, т. е. akj asj ( j = 1,…, n), то говорят, что стратегия Ak доминирует над стратегией As . Аналогично, если элементы l-го столбца не превосходят соответствующих элементов r-го столбца, т. е. ail ≤ air (i=1,…,m) , то говорят, что стратегия Bl доминирует над стратегией Br . Частным случаем доминирования стратегий является дублирование стратегий, когда akj = asj ( j= 1,…, n) или ail = air (i=1,…,m) . Исключение из платежной матрицы доминируемых стратегий (ими игрокам пользоваться заведомо невыгодно) позволяет уменьшить ее размерность, а это упрощает решение игры. Вероятность применения доминируемых стратегийравна нулю.
Оптимальные смешанные стратегии и в игре с платежной матрицей и ценой v остаются оптимальными и для игры с платежной матрицей (где b > 0) и ценой bv + с. На этом основании платежную матрицу можно всегда преобразовать так, что ее элементы будут целыми неотрицательными числами, а это упрощает расчеты.
Пример. Выполнить возможные упрощения платежной матрицы:
Решение
Поскольку соответствующие элементы второй и четвертой строк равны, то опустим, например, четвертой строк равны, то опустим, например, четвертую строку (дублирующие стратегии!). Элементы первой строки меньше соответствующих элементов второй строки, а элементы пятой не превосходят соответствующих элементов третьей строки. Поэтому игроку А, стремящемуся максимизировать выигрыш, выгоднее применять стратегии А2 и А3, а не стратегии А1 и А5. В связи с этим опустим доминируемые первую и пятую строки. В преобразованной матрице
элементы первого и второго столбцов больше соответствующих элементов четвертого столбца, поэтому игроку В, стремящемуся проиграть как можно меньше, выгоднее использовать стратегию В4, чем В1 или В2. В связи с этим доминируемые столбцы В1 и В2 следует опустить. По аналогичной причине после сравнения пятого и третьего столбцов опускаем пятый столбец. В результате приходим к матрице
Сравнивая вновь строки полученной матрицы, заключаем, что дальнейшему упрощению она не подлежит.