ТЕМА 10. СЕТЕВЫЕ МЕТОДЫ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ .
Управление проектами и сетевое планирование. Классификация систем сетевого планирования и управления. Элементы сетевого графика. Правила построения сетевых графиков. Подготовка исходных параметров сети. Расчетные параметры сетевых графиков. Методы расчета параметров сетевого графика. Оптимизация сетевого графика. Достоинства и недостатки системы сетевого планирования и управления. Эффективность применения системы сетевого планирования и управления. Современные пакеты прикладных программ для автоматизации управления проектами. Решение задач управления проектами в пакете Microsoft Project.
Вопросы для самопроверки
Что такое сетевое планирование и управление? Какова область применения СПУ?
Что служит основой СПУ?
По каким признакам классифицируется система СПУ?
Что такое диаграмма Ганта?
Что понимается под работой в сетевом графике?
Что означает «событие» в сетевом графике?
Перечислите правила построения сетевых графиков.
Что такое «критический путь»?
Как вычисляется ранний и поздние сроки свершения события?
Что такое резерв времени события, работы?
Что такое ранний срок начала работы, как его вычислить?
Что такое поздний срок окончания работы, как его вычислить?
Перечислите методы расчета параметров сетевых графиков.
Что понимается под оптимизацией сетевого графика?
Назовите достоинства и недостатки СПУ?
Способы оптимизации сетевого графика. В чем состоит эффективность применения СПУ?
ТЕМА 11. ОСНОВЫ ТЕОРИИ ИГР .
Математические модели конфликтных ситуаций. Антагонистическое поведение игроков. Матричная игра, ее геометрическая и экономическая интерпретация. Чистые и смешанные стратегии. Оптимальные стратегии.
Основная теорема теории матричных игр, выражение оптимальных стратегий игроков через решения пары двойственных задач линейного программирования.
Матричная игра как модель сотрудничества и конкуренции.
Понятие о кооперативных играх. Биматричная игра. Переговорное множество. Оптимальность по Парето. Равновесие Нэша.
Вопросы для самопроверки
В чем заключается матричная игра?
Что такое стратегия игрока?
Что такое платежная матрица игры?
Чем отличаются чистые и смешанные стратегии игроков?
Что такое цена игры?
Что такое оптимальные стратегии?
Что такое седловая точка в матричной игре?
Как свести матричную игру к паре взаимно двойственных задач линейного программирования?
Сформулируйте и докажите основную теорему теории матричных игр.
В чем в матричной игре может проявляться сотрудничество игроков?
Что такое биматричная игра?
Что такое переговорное множество?
Что называется равновесием Нэша в биматричной игре?
ТЕМА 12. ОСНОВЫ ТЕОРИИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ .
Матрица последствий и матрица сожалений, их экономическая интерпретация. Принятие решений в условиях полной неопределенности: критерии Вальда, Сэвиджа, Гурвица. Принятие решений в условиях частичной неопределенности: критерии максимизации ожидаемого дохода, минимизации ожидаемых сожалений.
Байесовский подход к принятию решений и его экономические приложения.
Вопросы для самопроверки
Что такое матрица последствий?
Как построить матрицу сожалений?
В чем состоит критерии Лапласа, Вальда, Сэвиджа, Гурвица?
В чем состоит критерий максимизации ожидаемого дохода?
В чем состоит критерий минимизации ожидаемых сожалений?
В чем состоит байесовский подход к принятию решений?
Каковы экономические приложения байесовского подхода к принятию решений?
3.2. Практические и семинарские занятия
Раздел(ы)
Тема практического или семинарского занятия
Литература
Число часов
Тема 3.
Построение математических моделей.
Графический метод решения ЗЛП.
Симплексный метод решения ЗЛП.
Анализ чувствительности в ЗЛП.
См. п. 4.1.
1
1
2
2
Тема 4.
Двойственная задача ЛП, ее решение на основании второй теоремы двойственности.
Решение задачи о расшивке «узких» мест производства.
Принятие решений с помощью критериев Лапласа, Вальда, Сэвиджа, Гурвица.
См. п. 4.1.
2
2
ИТОГО за 4 семестр
30
3.3. Лабораторный практикум
Не предусмотрен
3.4. Курсовые проекты (работы)
По дисциплине предусмотрено выполнение студентами курсового проекта.
3.5. Формы текущего контроля
Раздел(ы)
Форма контроля
Неделя
Темы
3-12
Индивидуальное домашнее задание
Контрольная работа
10-11
14
3.6. Самостоятельная работа
При изучении дисциплины большая роль отводится самостоятельной работе студентов в соответствии с предусмотренным учебным планом балансом времени. Она предусматривает:
- дополнительную проработку материала изученного на лекциях, семинарских, практических занятиях
- самостоятельное изучение части теоретического материала, которое, как правило, не вызывает затруднений и не нуждается в дополнительных комментариях лектора;
- подготовку к семинарским и практическим.
Всё предусмотренное настоящей программой содержание тем, в том числе вопросы для самостоятельного изучения, включается в промежуточные и итоговый контроль результатов изучения дисциплины.
Примерный перечень вопросов к экзамену:
Задача оптимального производственного планирования и ее математическая модель.
Общая задача математического программирования.
Различные формулировки задачи линейного программирования, функция цели, допустимые и оптимальные решения. Основная задача линейного программирования, ее векторная и матричная формы записи.
Геометрическая интерпретация задачи линейного программирования и симплексного метода. Графическое решение задачи линейного программирования с двумя переменными.
Анализ чувствительности в задачах линейного программирования. Первая, вторая и третья задачи анализа чувствительности в задачах линейного программирования, их аналитическое решение и графическая интерпретация.
Симплексный метод линейного программирования: задача линейного программирования в предпочитаемой форме, выражение функции цели через свободные неизвестные, вычисление относительных оценочных коэффициентов и значения целевой функции, соответствующих данному базисному допустимому решению. Δj
Симплексный метод линейного программирования: исследование данного базисного допустимого решения на оптимальность, условие оптимальности в случае минимизируемой и максимизируемой функции цели.
Симплексный метод линейного программирования: условие единственности базисного оптимального решения. Условие неограниченности целевой функции на множестве допустимых решений.
Симплексный метод линейного программирования: переход от одного базисного допустимого решения к другому, правила выбора разрешающей неизвестной и разрешающего уравнения, их обоснование. Монотонность и конечность симплексного алгоритма для невырожденной задачи линейного программирования.
Применение искусственных базисных неизвестных к решению основной задачи линейного программирования. Условие противоречивости системы условий исходной задачи.
Двойственные (расчетные) оценки ресурсов. Симметричная пара двойственных задач линейного программирования.
Несимметричная пара двойственных задач линейного программирования, правила составления двойственной задачи для данной задачи линейного программирования со смешанными ограничениями.
Основное неравенство теории двойственности линейного программирования. Малая теорема двойственности и ее экономическое содержание.
Теорема о достаточном условии оптимальности решений пары двойственных задач линейного программирования.
Первая основная теорема двойственности и ее экономическое истолкование.
Вторая основная теорема двойственности (о дополняющей нежесткости) и ее экономическое истолкование.
Третья основная теорема двойственности (об оценках влияния ресурсов на выпуск продукции) и ее экономическое содержание.
Перераспределение ресурсов между предприятиями холдинга с помощью двойственных оценок ресурсов.
Условие сохранения структуры производственной программы и двойственных оценок ресурсов при изменении объемов ресурсов.
Задача о расшивке узких мест производства, ее математическая модель и решение.
Транспортная задача по критерию стоимости: постановка и математическая модель, свойства закрытой модели. Преобразование открытой модели в закрытую.
Методы построения первого базисного решения транспортной задачи.
Метод потенциалов для решения транспортной задачи.
Задача целочисленного программирования, понятие о методе ветвей и границ: основные идеи, описание алгоритмов.
Динамическое программирование как метод решения многошаговых задач управления. Параметр состояния и функция состояния. Принцип оптимальности и рекуррентные соотношения.
Задача распределения капитальных вложений: постановка, математическая модель и решение методом динамического программирования.
Динамическая задача управления запасами: постановка, математическая модель и решение методом динамического программирования.
Матричная игра как модель конфликтной ситуации. Матрица игры. Верхняя и нижняя цена игры, седловая точка. Чистые и смешанные стратегии игроков.
Ряд распределения выигрышей в матричной игре. Средний ожидаемый выигрыш и риск. Оптимальные стратегии игроков и цена игры. Представление математического ожидания выигрыша первого игрока и дисперсии в игре с двумя стратегиями первого игрока.
Матричная игра как модель конкуренции и сотрудничества. Графическое решение игр с двумя стратегиями одного из игроков. Доминирование чистых стратегий.
Матричная игра типа с произвольным числом стратегий игроков. Критерий оптимальности стратегий.
Теорема о преобразовании матрицы игры, сохраняющем оптимальные стратегии игроков.
Основная теорема теории игр, выражение оптимальных стратегий игроков через решения пары двойственных задач линейного программирования.
Принятие решений в условиях полной неопределенности. Матрица последствий и матрица сожалений. Критерии Вальда, Сэвиджа и Гурвица.
Принятие решений в условиях частичной неопределенности. Критерии максимизации ожидаемого дохода, минимизации ожидаемых сожалений.
Построение, расчет параметров и оптимизация сетевого графика.
4.1. Рекомендуемая литература
4.1.1. Основная литература
Зайцев М.Г., Варюхин С.Е. Методы оптимизации управления и принятия решений: примеры, задачи, кейсы: учебное пособие. – 2-е изд., испр. – М.: Издательство «Дело» АНХ, 2008. – 664 с.
Колемаев В. А., Малыхин В. И., Бодров А. П. и др. Математические методы при-нятия решений в экономике: Учебник. – М.: Финстатинформ, 1999. – 386 с.
Карандаев И. С., Малыхин В. И., Соловьев В. И. Прикладная математика: Учеб-ное пособие. – М.: ИНФРА-М, 2001. – 256 с.
Кузнецов А. В., Сакович В. А., Холод Н. И. Высшая математика: Математическое программирование: Учебник. – Минск: Вышэйшая школа, 2001. – 351 с.
Кузнецов А. В., Сакович В. А., Холод Н. И. и др. Сборник задач и упражнений по высшей математике: Математическое программирование: Учебное пособие. – Минск: Вышэйшая школа, 2001. – 447 с.
Маркин Ю.П. Математические методы и модели в экономике: Учеб. Пособие / Ю.П.Маркин. – М.: Высш.шк., 2007. – 422 с.
4.1.2. Дополнительная литература
Акулич И. Л. Математическое программирование в примерах и задачах. – М.: Высшая школа, 1986. – 319 с.
Афанасьев М. Ю., Суворов Б. П. Исследование операций в экономике. – М.: ИНФРА-М, 2003. – 326 с.
Васильев Ф. П. Методы оптимизации. – М.: Факториал, 2002. – 824 с.
Вентцель Е. С. Исследование операций. – М.: Советское радио, 1972. – 552 с.
Вентцель Е. С. Исследование операций: Задачи, принципы, методология. – М.: Дрофа, 2004. – 208 с.
Дубров А. М., Лагоша Б. А., Хрусталев Е. Ю., Барановская Т. П. Моделирование рисковых ситуаций в экономике и бизнесе. – М.: Финансы и статистика, 2001. – 224 с.
Зайцев М. Г. Методы оптимизации управления для менеджеров: Компьютерно-ориентированный подход. – М.: Дело, 2002. – 304 с.
Карандаев И. С. Решение двойственных задач в оптимальном планировании. – М.: Статистика, 1976. – 88 с.
Кремер Н. Ш., Путко Б. А., Фридман М. Н. и др. Исследование операций в эко-номике. – М.: ЮНИТИ, 2001. – 407 с.
Кузнецов Ю. Н., Кузубов В. И., Волощенко А. Б. Математическое программиро-вание. – М: Высшая школа, 1980. – 300 с.
Кундышева Е.С. Математическое моделирование в экономике: Учебное пособие. – 3-е изд., перераб. и испр. / Под науч. Ред. Проф. Б.А.Суслакова. – М.: Издательско-торговая корпорация «Дашков и К», 2007. – 352 с.
Моисеев Н. Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации. – м.: Наука, 1978. – 352 с.
Морозов В. В., Сухарев А. Г., Федоров В. В. Исследование операций в задачах и упражнениях. – М.: Высшая школа, 1986. – 287 с.
Орлова И.В. Экономико-математическое моделирование: Практическое пособие по решению задач. – М.: Вузовский учебник, 2008. – 144 с.
Савиных В.Н. Математическое моделирование производственного и финансового менеджмента: учебное пособие / В.Н.Савиных. – М.: КНОРУС, 2009. – 192 с.
Соловьев В. И. Математические методы управления рисками. – М.: ГУУ, 2003. – 100 с.
Соловьев В. И. Обобщенный принцип максимума как необходимое условие оп-тимальности в распределенной задаче оптимального управления с ограничениями в частных производных // Обозрение прикладной и промышленной математики. – 2004. – Т. 11. – № 1. – С. 229–230.
Солодовников А. С., Бабайцев В. А., Браилов А. В. Математика в экономике: Учебник: В 2-х ч. Ч. 1. – М.: Финансы и статистика, 2003. – 224 с.
Таха Х. Введение в исследование операций. – М.: Издательский дом «Вильямс», 2001. – 912 с.
4.2. Средства обеспечения освоения дисциплины
При решении сложных комплексных задач, которые без применения компьютера являются очень трудоемкими, студенту следует ориентироваться на распространенный пакет Microsoft Excel.
5. Материально-техническое обеспечение дисциплины
Компьютер совместимый с LCD проектором для демонстрации презентаций
Глоссарий
Аксиома инвариантности относительно линейного преобразования
Если платежные матрицы двух игр с одинаковым числом ходов для каждого игрока инвариантны относительно линейного преобразования, то и соответствующие арбитражные решения инвариантны относительно линейного преобразования с теми же коэффициентами инвариантности.
Аксиома независимости несвязанных альтернатив
Если к игре добавить новые ходы игроков с добавлением новых элементов платежных матриц таким образом, что точка status quo не меняется, то либо арбитражное решение также не меняется, либо оно совпадает с одной из добавленных сделок.
Аксиома оптимальности по Парето
Арбитражное решение должно быть элементом переговорного множества.
Аксиома симметрии в теории игр
Если игроки находятся в одинаковой ситуации, то и арбитражное решение должно быть одинаковым.
Алгоритм двойственного симплекс-метода
- алгоритм последовательного улучшения плана, применимого к задаче минимизации целевой функции, при этом допустимая область определяется следующим образом: компоненты произведения матрицы ограничений и вектора переменных должны быть больше либо равны соответствующих компонент вектора ограничений. Условие неотрицательности переменных не накладывается.
Алгоритм метода ветвей и границ
- алгоритм одного из комбинаторных методов дискретного программирования, при котором гиперплоскость, определяемая целевой функцией задачи, вдавливается внутрь многогранника планов соответствующей задачи линейного программирования до встречи с ближайшей целочисленной точкой этого многогранника.
Алгоритм метода Гомори
- один из алгоритмов нахождения решения задачи целочисленного программирования группы методов отсекающих плоскостей.
- алгоритм последовательного улучшения плана, позволяющий осуществлять переход от одного допустимого базисного решения к другому таким образом, что значение целевой функции непрерывно возрастают и за конечное число шагов находится оптимальное решение.
- нахождение совместной стратегии с помощью незаинтересованного лица.
Булевское программирование
- раздел математического программирования, занимающийся разработкой методов решения специфических задач целочисленного программирования, когда переменные могут принимать значения 1 или 0.
Вектор коэффициентов
- вектор, компонентами которого являются коэффициенты целевой функции задачи линейного программирования.
Вектор ограничений
- вектор, компонентами которого являются ограничения выражений, определяющих допустимую область задачи линейного программирования.
Вершина выпуклого многогранника
- это любая точка выпуклого многогранника, которая не является внутренней никакого отрезка целиком принадлежащего этому многограннику.
Вторая стандартная форма задачи линейного программирования
- форма задачи линейного программирования, в которой целевая функция требует нахождения минимума, переменные неотрицательны, а компоненты произведения матрицы ограничений и вектора переменных больше либо равны соответствующих компонент вектора ограничений.
- игры, где одним из определяющих факторов является внешняя среда или природа, которая может находится в одном из состояний, которые неизвестны лицу, принимающему решение.
Выпуклая комбинация точек
- точка, компоненты которой представлены суммой произведений неотрицательных коэффициентов не больших единицы и соответствующих компонент данных точек, при этом сумма всех коэффициентов равны единице.
Выпуклая оболочка
- это выпуклый многоугольник, вершинами которого являются несколько данных точек
Выпуклое множество
- множество, которое вместе с двумя принадлежащими ему точками обязательно содержит отрезок, соединяющий эти точки.
Выпуклое программирование
- раздел математического программирования, где целевая функция и функции, определяющие допустимую область, являются выпуклыми.
Вырожденный опорный план
- опорный план, число ненулевых компонент которого меньше числа ограничений.
- интерпретация зависимостей, имеющих место в задаче линейного программирования в виде геометрических фигур (точек, прямых, полуплоскостей, многоугольников) в декартовой системе координат.
Геометрическое программирование
- раздел математического программирования, занимающийся задачами наиболее плотного расположения объектов в заданной двумерной или трехмерной области.
- задачи линейного программирования, которые могут быть составлены из исходных задач линейного программирования согласно соответствующим правилам, о которых вы можете узнать при переходе по ссылке.
