import random

# Задаем константы
n = 14 # количество вариантов решения
m = 10 # количество состояний
c = 0.6 # коэффициент критерия Гурвица

# Генерируем случайные значения для eij
e = [[random.randint(1, 100) for j in range(m)] for i in range(n)]

# Генерируем случайные значения для вероятностей появления состояний
p = [[round(random.uniform(0, 1), 2) for j in range(m)] for i in range(n)]
for i in range(n):
    s = sum(p[i])
    for j in range(m):
        p[i][j] /= s

# Функция для расчета критерия Гурвица
def gurwitz_crit(e, c):
    max_e = max(e)
    min_e = min(e)
    return c * max_e + (1 - c) * min_e

# Функция для выбора оптимального решения по критерию Гурвица
def gurwitz_choice(e, c):
    n = len(e)
    max_crit = -1
    opt_choice = -1
    for i in range(n):
        crit = gurwitz_crit(e[i], c)
        if crit > max_crit:
            max_crit = crit
            opt_choice = i
    return opt_choice

# Функция для выбора оптимального решения по оптимистическому критерию
def optimistic_choice(e):
    n = len(e)
    max_crit = -1
    opt_choice = -1
    for i in range(n):
        crit = max(e[i])
        if crit > max_crit:
            max_crit = crit
            opt_choice = i
    return opt_choice

# Выбираем оптимальное решение по каждому критерию
gurwitz_opt = gurwitz_choice(e, c)
optimistic_opt = optimistic_choice(e)

# Выводим результаты
print("Результаты выбора оптимального решения:")
print(f"Критерий Гурвица: вариант {gurwitz_opt}")
print(f"Оптимистический критерий: вариант {optimistic_opt}")