книги / Математические методы в системах поддержки принятия решений
..pdfА л г о р и т м |
|
и Я0 = Е, Е-единичная матрица. |
||
1. |
Задать начальное приближение |
|||
2. |
Вычислить градиент критериальной функции Л-^0)) в точке х<°> и проверить выпол |
|||
нение условия ||gra4rt^0))|| £ е, е > 0; если оно выполняется, то |
— искомое решение; в |
|||
противном случае - |
перейти к операции 3. |
|
||
3. |
Вычислить |
величину шага OQ на |
направлении - grac!/(.x<0)) из решения задачи |
<х0 = aig m in/(jc(0) -ag rad /(x (0))).
а>0
4.Вычислить х*1) = х<0) - Oograd/(^0)).
5.Вычислить grad/(x<0)) в точке х*1), и если ||g ra ^ ^ 1)|| й е, е > 0, то х<!>— искомое ре шение, иначе - перейти к операции 6.
6.Вычислить Ag0 = grad/jy1*) - gmffbflb).
7.Сформировать матрицу
- |
f f |
, flo#ngrad/(x<0))(айЯ о8га<У(х(0) ) f |
H0&gaAgJiff„ |
' |
° |
(а 0Я ogra<y(jc<0) ))r Ag0 |
Ag[H0Ag0 |
8. Перейти к операции 2 и выполнить последовательность соответствующих вычисле ний для точки с индексом, увеличенным на единицу.
Метод сопряженных направлений. В случае, когда на каком-то этапе поиска оптимального решения отдается предпочтение алгоритму реше ния задачи
minf(x), х е R 1,
где fix ) — произвольная выпуклая неквадратичная непрерывно диффе
ренцируемая функция, основанному на итерационном процессе
х ш = * * " Р \Н к/ \ х к), А: = 0, 1,
К = argmin/(x* - $ kH kf ' ( x k)), p* > 0,
возникает необходимость учета важного обстоятельства: в различных точках хк>к = 0,1, 2,... из-за неквадратичности функции fix) элементы матрицы Нк = (П х*))-1 могут иметь различные значения и векторы ек = - Н / '( х к) не будут сопряженными, т.е. не будут указывать направле ния убывания функции fix), в результате этого сходимость метода мо
жет нарушиться. Для исключения этого обстоятельства необходимо выбрать начальную точку х0 в достаточно малой окрестности точки х"; тогда в любой точке этой окрестности исследуемая критериальная функция достаточно точно аппроксимируется квадратичной функцией, и векторы ек, к = 0, 1,... будут Нк — сопряженными (ортогональными),
т.е. (//*+|£*+i, в<) = 0» i * к + 1.
Приведем одну из схем алгоритма метода сопряженных направле ний.
Ал г о р и т м
1.Задать х0.
2. Проверить условие /'(х 0) < у. При его выполнении - получено оптимальное реше ние, иначе — перейти к операции 3.
И -5 3 9 6 |
161 |
3. Аппроксимировать функцию Дх) в окрестности х0 квадратичной функцией
<р(х) = j(f" ( x 0)(x - х0), (х - х0)) +Л*о)-
4. Задать Н0 * (Г'(*о))“ 1= Е, Е — единичная матрица.
5.Найти в\ = # 0/'(хо).
6.Вычислить p j = aig min f ( x 0 - $ o H Qf'(x 0)).
p0>o
7.Вычислить Xj = x0 +
8.Проверить условие /'(x j) £ у 5если оно выполняется, то оптимальное решение най дено, в противном случае — перейти к операции 9.
9. Вычислить Н Х= Н 0 Яо(Я*|)- П х о))(/'(*,)- Л*о ))ГЯр
Я0(/'(*| )-/'<*o)).</'(*i)-/'(**))
10. |
Перейти к оп. 5 |
для к = 2, 3,...» л. |
Н2п = £ ,... и перейти к операции 5 для |
11. |
При £ = //, 2 л , |
... задать Нп - Е , |
&= л + 1,..., 2п - 1.
Метод Келли. В основу метода положено известное утверждение: выпуклую конечную функцию Д х) на R” можно представить как верх нюю огибающую семейства гиперплоскостей, касательных к Дх) в вы бранном семействе точек х* = (*, ,х 2 , - ,х ,к) е R ", т.е. выпуклая функция
есть максимум линейных функций. Тогда для гладкой Дх) поиск иско
мого решения заключается в реализации следующих операций.
Ал г о р и т м
1.Выбрать произвольно точку х0 из £2 с Rn\ Cl — выпуклый компакт в виде много гранного выпуклого замкнутого множества, его выбор осуществляется по априори дан
ным.
2. Составить выражение для касательной кДх) в точке х0
Л*) :/о(*о> *) =Л *о)+ (П*о), х - *о),
на последующих (по результатам оп.4) шагах — в точках Х|, х2, ...»X/.
3. Найти х, как решение задачи: z -» min при ограничении.Д^о) + (Г(*о)>х “ *о) ^ Z на множестве £2, z € Л1, т.е. как задачи линейного программирования (ЛП), сформированной в соответствии с методом отсекающей гиперплоскости.
4. Проверить условие f '( x x) й у, где у> 0 — заданное число, а х х — решение задачи оп. 3. Если оно выполнено, то х х — искомое решение, х х = х*, в противном случае необхо димо перейти к операции 5.
5. Найти х2 — решение задачи ЛП вида:
Z —> Ш1П
при ограничениях
Л(*о> •*) —А*о) (f (*б)»х хо) —
fi(x u х) =АХ\) + (T(*i). x - x t) * z
на множестве £2, z e Rx.
Далее выполнить действия, как и в оп. 4.
162
Метод регуляризации. Если задача min/{x), х е Л", «плохая», то ее регуляризируют, т.е. формулируют в виде Ф„(х) =Д х) + а£1(х), где Q(x) -
хорошая сильно выпуклая непрерывная регуляризирующая функция,
а > 0 — параметр регуляризации. Тогда искомое решение х' = limx„,
<х-»0
где ха — решение задачи minФа(х), х е Rn. Структура алгоритма поиска х* основывается на итерационном процессе, например, вида
х*+1 = aig min(/(x) + 0,5ak\\x - х*||2), к = 0, 1, 2,...,
в котором при каждом а* > 0 значении минимизация функции
Дх) + 0 ,5 с ф - х*||2
осуществляется одним из вышеизложенных методов, например гради ентным при каждом а*. Тогда х м = х к -|}*УФа (х Д а значение Оо вы
бирается в процессе вычислительного эксперимента согласно погрешностям задания исходных данных (о0 > а{ > а2 > ... >ак > ...). Так,
для задачи линейного программирования вместо исходной ее постанов ки min(c, х), Ах й b следует отыскивать решение последовательности за дач min{(c, х) + а*||х||2}, Ах<Ь. Решение каждой такой задачи существует
иустанавливается при достаточно малых а*.
6.2.Методы решения динамических
безусловных задач оптимизации: простые варианты вариационных задач
Метод решения задачи с неподвижными границами. Пусть требует ся найти решение х'(0 посредством минимизации критериального функционала интегрального вида, заданного в пространстве дифферен цируемых функций C([t0, 71), т.е. найти
г
x*(0 = arg min [f(t,x (t),# tj)d t+ 0 (to,x(t0),T,x(T)),
'o
где [T0, 71 — фиксированный отрезок времени,
fit, x(t), x(t)) — непрерывно дифференцируемая по x и x функция, Ф(/0,x(t0), T, x(7)) — непрерывно дифференцируемая по x(t0), x(7)
функция.
Функция x (t) доставляет слабый минимум рассматриваемому крите риальному функционалу J(x( )) в пространстве C (\tQ, 71), если найдется
такое 8 > 0, что для любой функции х( ) е |
для которой |
Н -)-х*(-)||< 8, выполняется неравенство |
163 |
и* |
/(*(•)) - /(*'(•)) * О
т
где J(x()) = jf(t,x(t),x(t))dt+<P(t0,x(t0),T ,x(7%
'О
x( ) — функция, рассматриваемая на всем отрезке [/о, Л-
Решение х’( ) находится согласно необходимому условию первого
порядка для задач классического вариационного исчисления, т.е. по следующей схеме.
Ал г о р и т м
1.Составить уравнение Эйлера
d f э/(г,х(о,*(оЛ |
_ » |
dt\ ъх ) а*
2. Выписать условия трансверсальности
Э/(?о,*( г0),*(;<))) = ЭФ(/o,x(/o),7,»^y(У,)) Ас Эх(/р)
Ъ /{ Т Л Т )Л Т )) _ Ш ^ Л к ) ,Т Л Т ) )
ас дх(Т)
3.Найти допустимые экстремали из решения дифференциального уравнения Эйлера, удовлетворяющего условиям трансверсальности на t = to и / = Т.
4.Проанализировать найденные экстремали с целью установления допустимых из
них (доставляющих минимум критериальному функционалу), либо отсутствия решения в
пространстве непрерывно дифференцируемых функций С'([/0, Л)> либо существования единственной допустимой экстремали, но не доставляющей экстремума критериальному функционалу.
Метод решения задачи с подвижными границами. Требуется найти ре шение **(•) задачи
min/(x( ), /0, 7), х( ) е C'([t0, 7]), 4> е л ‘> |
R '< |
т |
|
J(xO ,t0,T) = j f(t, x(t),x(t))dt+Фо(to.*('о |
|
'О |
|
при подвижных концах t0, T ,x(t0),x(T ) согласно условиям
Ф, ih, x(t0), Т, х( Т)) = 0, / = hm .
Решение находится по следующей схеме.
Ал г о р и т м
1.Составить функционал Лагранжа
г m
L(x(),t0,T,X)= \Д1Х 1)Л1))Л+ ]Г х ,Ф ,(/0,*('о> .7>(П ),
<о
XQ= 1 Xj- ^ 0, / = 1 /м.
164
d(f |
d f df ^ _ л* |
2. Выписать уравнение Эйлера — |
’ |
3. Выписать условия трансверсальности по х
df(tn,x(tn),x(<o)) - f=0 |
—---------------------- |
^ |
Эх(*о) |
Ш Т .х (Т )Л Т )) _ t |
o --------------------- |
--------- Гх |
М Т) |
4.Выписать условия трансверсальности по 1ц, Г.
,, , . „ yi_V'i ( d&i(to,x(tn)'T’x(T)l j. -Ф -х Ц
/Оо,х(*о)>*((о)) |
' |
|
Э/л |
Эх(?о) |
/ |
|
/=о |
|
0 |
|
|
|
|
\< 2 |
( ЪФ^п,х(*о)’Т’х(ТУ). |
|
|
|||
f(T ,x(T ),x(T )) = - 2 |
/ ' l |
4 |
М Т) |
|
) |
|
ыо |
|
|
|
|
||
5. Найти допустимые экстремали из решения дифференциально |
ур |
Р . |
||||
удовлетворяющие условиям трансверсальности по х, t0, 7. |
|
|
„„„„„ |
|||
6. Выполнить анализ полученного решения с целью выявления |
|
Д°став- |
||||
ляющих минимум критериальному функционалу, или доказательства их |
ут |
Метод решения задачи с использованием теоремы Грина. Требуется найти путь перехода из точки (хь у,) в точку (х2, у2)> на котором обеспе чивается
<*2.У2> |
(*2.Х2) |
min J [<р(х,y)dx+ \ r(x, y)dy\ = min J [<р(х,y)dx+ \|/(х, у) • у '{x)]dx.
(*|,Х|) <Х|,Х|)
При условии, что совокупность дуг (путей) перехода из (хьу,) в (х2,у2) содержится внутри области, ограниченной замкнутой кривой у(х,у) = О и что (Х |,у ,), (х2 у2), принадлежат границе этой области, они удовлетво ряют равенствам у(х, ,>> ) = у(х2,у2) = 0. Искомая дуга экстремальная, она
в общем случае может иметь угловые точки (в них имеют место разрывы производной, т.е. экстремаль — кусочно-гладкая).
Обозначим через s, дугу перехода из точки (х„у,) в точку (х2 у2) через s2 — переход из (х2 у2) в (х^у,). Пути перехода с положительным знаком
означают обход области, ограниченной рассматриваемыми дугами, про тив часовой стрелки. Тогда по теореме Грина имеем
165
|<P(x ,y)d x+ \/(x,y)d y АН,
(* 2>
где в левой части равенства интеграл по контуру, S — площадь области,
ограниченной контуром ($,,52).
Теперь введем фундаментальную функцию
, . Э\|/ Эф
ах ду
Согласно свойствам этой функции, можно говорить о преимуществах или недостатках одних путей интегрирования перед другими. Напри мер, функция о)(х,у) в допустимой области или равна нулю или имеет один и тот же знак. Если to(x,y) > 0, то любой путь перехода из одной точки, лежащей слева от граничного, в другую, приводит к уменьшению значения интеграла, т.е. интеграл
(. Х2 , у г )
\df(x,y)dx+xV{x,y)dy
достигает максимума на самом правом граничном пути и достигает ми нимального значения при переходе из точки (х1#у,) в точку (х2 у2) по са мому левому граничному пути, т.е. когда вся область остается справа. При со(х,у) = 0 значение интеграла не зависит от пути интегрирования.
Итак, при отыскании экстремальных значений линейных интегра лов определяющим является поведение (свойства) фундаментальной функции внутри допустимой области [91]. Заметим, что изложенный принцип решения распространяется и на задачу отыскания экстремума интеграла рассмотренного вида при наличии линейных изопериметрических ограничений.
6.3. Методы решения статических безусловных задач оптимизации, не использующие производных, — эвристические методы
Метод Хука-Дживса (метод конфтураций). Требуется найти решение х’ = arg min.Дх), х € R".
Ал г о р и т м |
__ |
1. Выбрать начальную базисную точку х0. |
2. Задать И > 0 — шаг изменения компоненты xj, *= 1,л точки х0.
3.Задать 5 > 0 — точность вычисления х*.
4.Вычислить значение .Дх) в точке х0, в циклическом порядке изменять значение ка
ждой компоненты xj, / = 1 ,л на величину И.
5. Вычислить значения функции Дх) в точках (х0 + Ъё) и (х0 - Иё), ё — единичный вектор координатной оси х ', / = 1 ,л, т.е. вычислить Дх0 + Иё) и Дх0 - Иё).
166
6. Найти направление наибольшего убывания функции Дх0 + |
е = (е1, |
.... |
ея), е* - ±1, в зависимости от е1’, / в 1,л. |
|
|
7.Если на операции 6 уменьшение функции не выявлено, то уменьшить длину шага h
ивыполнить операции 5 и 6; если же на каких-то направлениях ej, j = 1 ,w, имеет место
уменьшение значения функции, то вычислить базисную точку Xj = х0 + |
“ W J е Кл). |
|
8. |
Принять за направление убывания функции Дх) направление s\ - |
(xj - х0). |
9. |
На направлении - (х! - х0) найти х2 = Xj + hsx и выполнить операции 5, 6, 7, 8 с |
целью исследования поведения функции fix) в /r-окрестности точки х2 и выбора искомого решения или перехода к исследованию поведения функции в ^-окрестности точки х3 и т.д.; процесс продолжается до выбора х*.
Метод поиска по деформируемому многограннику — симплекс поиск Неддера—Мида. Метод основан на перемещении в направлении опти мальной точки х" регулярных многогранников в ^"-симплексов. В дву мерном пространстве — это перемещение равностороннего треугольни ка, в трехмерном - правильного тетраэдра и т.д. Направление переме щения определяется в результате сравнения значений функции Дх), х е R”, в п + 1 вершинах симплекса и осуществления одной из трех опе
раций: отражения, растяжения и сжатия. Для реализации операции от ражения необходимо упорядочить значения функции в вершинах сим плекса в порядке убывания, найти центр тяжести всех точек-вершин симплекса за исключением точки с максимальным значением исследуе мой функции и построить проектирующую прямую: провести прямую через вершину симплекса с максимальным значением критериальной функции (пусть это вершина А) и вычисленный центр тяжести. На этой прямой отразить вершину А в точку В. Затем точку А исключить и по
строить симплекс с вершинами в точке Д и в точках, по которым был вычислен центр тяжести.
Далее должно быть выполнено сравнение минимального на мно жестве вершин значения функции и ее значения в центре тяжести те
кущего (отраженного) положения симплекса, т.е. значений |
(х) и |
|
/„<*>(*) |
соответственно (к — индекс текущего положения). |
Если |
/ ^ ( х ) < |
/ и<*>(х), то продолжается выполнение операции отражения |
для текущего положения симплекса с возможным его растяжением. Если эти значения близки согласно требуемой точности, то процесс поиска останавливается; в случае же (х) > /„*’(х) — симплекс сле
дует сжать и продолжить поиск xj.
Полная схема алгоритма метода Неддера—Мида изложена в [87; 89].
6.4. Симплекс-метод
Требуется найти и* = argmax/(H) при условиях
и е U<zK”, х(и) е Х с Л”,
где /(и) = (сг, и), х(и) = Ах — Ь,
Х = { х = (х,, х2, ..., х„) е Д", х, <0, / = 1,я],
167
А — матрица « х т, т <п; и, с — /л-мерные векторы; b — «-мерный
вектор.
Здесь задача выбора оптимального решения рассматривается как за дача линейного программирования: найти у* = argmax(cr, у) при ограни чениях Ау < Ь, представляющих замкнутый выпуклый многогранник.
Для такой задачи искомое решение может быть получено симплексметодом либо согласно варианту его модернизации — адаптивному ме тоду [129].
Сущность симплекс-метода заключается в поэтапном направленном переходе от одного опорного решения к другому при условии возраста ния критериальной функции до оптимального (в смысле максимума) ее значения. Опорные решения отыскиваются в вершинах или на ребрах многогранника Ау < Ь. При этом осуществляется переход от исходной
декартовой системы к косоугольной системе координат. В последней в качестве координатных плоскостей используются некоторые из гипер плоскостей многогранника Ау < Ь. Тогда все точки этого многогранника
становятся неотрицательными и первое опорное решение находится в направлении возрастания критериальной функции. Затем осуществля ется переход к новой косоугольной системе координат и отыскивается второе опорное решение также в направлении возрастания критериаль ной функции. Повторение этого процесса приводит к искомому опти мальному решению.
Имеет место утверждение: оптимальное решение, если оно сущест вует, может быть получено за конечное число шагов.
Ал г о р и т м
1.Привести систему ограничений к виду
у, = —(alr¥P V H + ... + а |иу„)
Уг = Ьг - («2ЖУгН + ••• +атУп)
yr =br- (tf/H-pVtl + ••• +атУ»)
у i SO, /' = 1, .... я, b j>0, j = 1...... |
г, |
y h Уг> —»Уг ~ базисные переменные или это начальный базис;
у^.|, Уг+2, у„ — свободные переменные.
Врезультате находится одно из неотрицательных базисных решений
(Ьь Ьь ..., Ьп 0, 0, ..., 0).
2. Выразить критериальную функцию Ду) = - (сТ, у), где с, у — r-мерные векторы, через небазисные переменные, т.е. записать Ду) в виде
Ду) = Yo “ (YrH^H-i + Y»У»)> (Д у) -> min).
Если при этом все коэффициенты (-Уж* •••> ~Y«) неотрицательны, то базисное решение оптимально, иначе — перейти к операции 3.
168
3. Взять любой отрицательный коэффициент при ур проанализировать столбец из коэффициентов при yj в правых частях уравнений, полученных в результате операции 1. Если все числа рассматриваемого столбца неотрицательны, то задача решений не имеет, т.е. f[y) = оо. Если же в этом столбце имеются отрицательные числа, то перейти к опера ции 4.
4. Найти для каждого из чисел (-0,у) — коэффициентов при yj в выражении для ба зисной переменной ук, отношение и выбрать из них наименьшее; пусть при этом
к = /'. В результате находится разрешающий элемент я,уф 0.
5. Перейти к новому базису посредством исключения из старого переменной у,- и вве дения в него переменной уу. Для этого решить относительно уу уравнение, содержащее у{. Затем полученное выражение для ууподставить во все другие уравнения-ограничения и перейти к оп. 2.
Таким образом осуществляется переход от одной вершины многогранника допусти мых решений к другой, т.е. переход, приводящий к оптимальному решению.
Схема алгоритма в полном изложении содержится, например, в [24; 20; 70].
Симплекс-метод применяется и для отыскания оптимального реше ния, когда критериальная функция и ограничения - вогнутые непре рывно дифференцируемые функции. Но тогда исходная задача нели нейного программирования линеаризуется в окрестности каждого промежуточного решения на каждом шаге. При этом длина каждого шага устанавливается такой, чтобы не выйти за границы допустимого множества возможных решений.
Отметим кратко идейные положения адаптивного метода [129].
Это человеко-машинный метод, в его основу положена опорная матрица — опора и идея двойственности, т.е. под адаптивным методом решения задачи линейного программирования понимается совокуп ность прямого и двойственного методов, обеспечивающих поиск опти мального решения.
Определение. Опорой задачи линейного программирования называется неособая матрица А0П=А(1оп / оп), составленная из элементов а0, / € /оп j е / оп исходной матрицы A =A(I, J), где I, J — множества значений ин дексов i и j соответственно.
Опора — это аналог базисного плана (базиса) в симплекс-методе, но в отличие от базиса она не зависит от плана и в процессе реше ния задачи изменяется вместе с планом. Начальная опора формирует ся по априорной информации экспертов-специалистов. Пара, состав ленная из плана и опоры, называется опорным планом. Компоненты этой пары в ходе реализации метода улучшаются независимо одна от другой.
Полное обоснование и изложение алгоритма адаптивного метода содержится в [129, ч. 1].
Проиллюстрируем применение симплекс-метода в следующих двух задачах.
Задача 1. Для производства четырех видов изделий Dh D2i Z)3, Z)4 завод должен ис пользовать три вида сырья Elt Е2, £ 3, затраты на которые составляют соответственно 900, 500 и 200 условных единиц. В таблице заданы технологические коэффициенты, т.е. расход каждого вида сырья на производство единицы каждого изделия, и прибыль от реализации единицы продукции каждого вида.
169
Виды сырья |
|
Запасы сырья |
/), |
Di |
D3 |
/>4 |
|
|
900 |
4 |
2 |
0 |
3 |
Е2 |
|
500 |
2 |
2 |
2 |
2 |
Ег |
/ |
200 |
1 |
0 |
1 |
1 |
|
|
|
5 |
2 |
3 |
4 |
от реализации
Требуется составить такой план выпуска указанных изделий, чтобы обеспечить мак симальную прибыль от реализации продукции.
Р е ш е н и е . Обозначим через х( количество изделий вида /), , / = 1, 2, 3, 4. Приходим к задаче максимизации прибыли
L —5х| + 2х2 + Зх3 + 4х4 шах
при ограничениях
4Х| + 2х2 + Зх4 < 900, 2JCJ + 2*2 + 2х3 + 2х4 < 500, х х + х3 + х4 < 200, JCJ, х2, х3, х4 > 0. Получили задачу линейного программирования вида
L = (с,х)-> шах, S —(х: Ах < Ь ,х> 0}. s
В разрешимых задачах линейного программирования допустимо применение лекси кографического упорядочения; оно совпадает с обычным упорядочением, обеспечиваю щим достижение условного экстремума. При этом с каждой ситуацией со = (.А, Ь, с, х) свя зан элемент
и = (и1, и2)Т,
где их = ф^х) — характеристическая функция множества S:
фJ(x)=(1- еслихе5’
[0, если хеЗ',
U 2 = L - (с , х ).
(Решая задачу линейного программирования симплекс-методом, получим последователь ность лексикографически упорядоченных планов.) Для перехода от системы ограниче ний-неравенств к системе ограничений-равенств прибавим к левой части каждого нера венства добавочные неотрицательные переменные х5, х6, х7 (они имеют в условиях данной задачи экономическое содержание: объем остатков сырья каждого вида после выполнения плана выпуска продукции). Получаем систему уравнений
4х1+ х2 + Зх4 + х5 = 900, 2х, + 1х2 |
+ 2х3 + 2х4 + х6 = 500, |
х х + х3 + х4 + х7 - 200, |
*7*0, 7 |
- 1 , 2, 3, 4, 5, 6, 7. |
(1) |
Система ограничений состоит из трех уравнений с семью переменными, поэтому число основных переменных — три, а неосновных — четыре. Найдем сначала любое ба зисное решение, т.е. решение 5с, для которого их= ф$(5с) = 1. Для этого достаточно при нять за основные переменные добавочные переменные х5, х6, х 7. Полагаем неосновные (свободные) переменные х ь х2, х3, х4 равными нулю, получаем базисное решение х° = (0, 0, 0, 0, 900, 500, 200), которое является допустимым, и для него и = (1, 0)', поскольку при Х| = х2 = х3 = х4 = 0 значение критериальной функции L равно нулю. Переходим к поиску оптимального решения. В системе (1) основные переменные выразим через свободные. Чтобы выяснить, оставлять свободные переменные в числе свободных или выгоднее их (с
170