Методы оптимизации

Автор работы: Пользователь скрыл имя, 16 Декабря 2012 в 20:32, контрольная работа

Краткое описание

Бомбить аэродром отправляются 3 самолета, 2 из них – бомбардировщики. Противник может выстрелить по двум самолетам. При выстреле по самолету он поражает летящий первым с вероятностью 0,4, летящий вторым или третьим – с вероятностью 0,5. Аэродром разбомблен, если хотя бы один бомбардировщик уцелел. Сформулировать задачу как задачу теории игр. Найдите решение или укажите алгоритм нахождения решения.

Вложенные файлы: 1 файл

Мет.опт.реш.Вариант 1.doc

— 601.50 Кб (Скачать файл)

Вариант 1

  1. Бомбить аэродром отправляются 3 самолета, 2 из них – бомбардировщики. Противник может выстрелить по двум самолетам. При выстреле по самолету он поражает летящий первым с вероятностью 0,4, летящий вторым или третьим – с вероятностью 0,5. Аэродром разбомблен, если хотя бы один бомбардировщик уцелел. Сформулировать задачу как задачу теории игр. Найдите решение или  укажите алгоритм нахождения решения.

 

Данную задачу можно рассматривать  как игру, в которой у 1 игрока (аэродром) есть три стратегии:

I: d1={выстрелить по 1 самолету, затем по 2}

d2={выстрелить по 1 самолету, затем  по 3}

d3={выстрелить по 2 самолету, затем  по 3}

У второго игрока (самолеты) есть 3 стратегии:

II: q1={бомбардировщик, бомбардировщик, небомбардировщик}

q2={бомбардировщик, небомбардировщик, бомбардировщик}

q3={небомбардировщик, бомбардировщик, бомбардировщик}

Определим потери 1 игрока в каждом случае. Будем считать, что если аэродром разбомблен, то потери 1 игрока равны 1, в противном случае -1.

            II

I       

q1

q2

q3

d1

0,6

1

1

d2

1

0,6

1

d3

1

1

0,6


 

Получили следующую матрицу  потерь I игрока:

Для нахождения решения игры определим, имеет ли матрица потерь седловую точку:

            II

I       

q1

q2

q3

v* max

d1

0,6

1

1

1

d2

1

0,6

1

1

d3

1

1

0,6

1

v* min

0,6

0,6

0,6

 

 

v*  min=1

v* max=0,6

Т.к. a*  min ≠ a* max, то игра не имеет седловой точки и неразрешима в чистых стратегиях.

В нашем случае : 0,6     1.

Укажем дальнейший алгоритм решения. Для нахождения решения  составляем системы уравнений для  прямой и двойственной задачи и находим  их решение.

Если P* = ( p*, p*, p*) и Q* = ( q*, q*, q*) являются оптимальным решением, то должны выполняться две следующие системы неравенств :


0,6 p*1

+ p*2

+ p*3

v

p*1

+ 0,6 p*2

+ p*3

v

p*1

+ p*2

+ 0,6 p*3

v


 

0,6 q*1

+ q*2

+ q*3

v

q*1

+ 0,6 q*2

+ q*3

v

q*1

+ q*2

+ 0,6 q*3

v


 

Рассмотрим первую систему.


Разделим почленно первую систему на v (цену игры).


Т.к. цена игры положительная, то знаки в неравенствах системы не изменятся.


Введем новые обозначения:


y= p*/ v , y= p*/ v , y= p*/ v


Рассмотрим сумму:


y+ y+ y= p*/ v + p*/ v + p*/ v = 1/v * ( p*+ p*+ p*) = 1/v


Т.к игрок A старается  увеличить свой выигрыш, т.е. цену игры v, то выражение 1/v будет стремиться к минимуму.


Мы получили задачу линейного  программирования.


Требуется найти минимум  линейной функции F = y+ y+ yпри следующей системе ограничений :


0,6 y1

+ y2

+ y3

1

y1

+ 0,6 y2

+ y3

1

y1

+ y2

+ 0,6 y3

1


 

Рассмотрим вторую систему.


Разделим почленно вторую систему на v (цену игры).


Т.к. цена игры положительная, то знаки в неравенствах системы  не изменятся.


Введем новые обозначения:


x= q*/ v , x= q*/ v , x= q*/ v


Рассмотрим сумму:


x+ x+ x= q*/ v + q*/ v + q*/ v = 1/v * ( q*+ q*+ q*) = 1/v


Т.к игрок B старается  уменьшить свой проигрыш, т.е. цену игры v, то выражение 1/v будет стремиться к максимуму.


Мы получили задачу линейного  программирования.


Требуется найти максимум линейной функции L = x+ x+ xпри следующей системе ограничений :


0,6 x1

+ x2

+ x3

1

x1

+ 0,6 x2

+ x3

1

x1

+ x2

+ 0,6 x3

1


 

Полученные задачи являются парой симметричных взаимно двойственных задач.


Решив одну из них, мы автоматически  получим решение второй.


Удобнее решить вторую задачу. Решим ее симплекс методом.


 

Система ограничений  должна быть приведена к каноническому  виду.


К левой части неравенства 1 системы ограничений прибавляем неотрицательную переменную x, тем самым мы преобразуем неравенство 1 в равенство.


К левой части неравенства 2 системы ограничений прибавляем неотрицательную переменную x, тем самым мы преобразуем неравенство 2 в равенство.


К левой части неравенства 3 системы ограничений прибавляем неотрицательную переменную x, тем самым мы преобразуем неравенство 3 в равенство.


0,6 x1

+ x2

+ x3

+ x4

   

=

1

x1

+ 0,6 x2

+ x3

 

+ x5

 

=

1

x1

+ x2

+ 0,6 x3

   

+ x6

=

1


 

Система ограничений  приведена к каноническому виду, т.е.. все условия системы представляют собой уравнения.


 

Определимся с начальным  опорным решением.


Наличие единичного базиса в системе ограничений позволяет легко найти начальное опорное решение. Рассмотрим подробнее:


Переменная xвходит в уравнение 1 с коэффициентом 1, а в остальные уравнения системы с коэффициентом ноль, т.е. x- базисная переменная.


Переменная xвходит в уравнение 2 с коэффициентом 1, а в остальные уравнения системы с коэффициентом ноль, т.е. x- базисная переменная.


Переменная xвходит в уравнение 3 с коэффициентом 1, а в остальные уравнения системы с коэффициентом ноль, т.е. x- базисная переменная.


Переменные , которые  не являются базисными, называются свободными переменными. Приравняв свободные  переменные нулю, в получившийся системе  ограничений, мы получим начальное  опорное решение.


нач = ( 0 , 0 , 0 , 1 , 1 , 1 )

Значение функции для  начального решения: L (X нач) = 0


 

1)


За ведущий выберем  столбец 1 , так как -1 наименьший элемент  в L строке. Элемент L строки, принадлежащий  столбцу свободных членов не рассматриваем.


За ведущую выберем  строку 2, так как отношение свободного члена к соответствующему элементу выбранного столбца для 2 строки является наименьшим. Обратите внимание, что отношение мы вычисляем только для положительных элементов столбца 1.


 

базисные

переменные

x1

x2

x3

x4

x5

x6

свободные

члены

отношение

x4

0,6

1

1

1

0

0

1

 

5

 
 

3


x5

1

0,6

1

0

1

0

1

1

x6

1

1

0,6

0

0

1

1

1

L

- 1

- 1

- 1

0

0

0

0

-

Информация о работе Методы оптимизации