- •Экономико-математические методы и моделирование в городском кадастре
- •Экономико-математические методы и моделирование в городском кадастре
- •1. Моделирование как инструмент специалиста городского кадастра
- •2. Общие сведения о эмм
- •3. Применение распределительного метода для решения градостроительных задач
- •Алгоритм метода апроксимации (на min):
- •Задача № 1
- •Табличная форма записи исходных данных
- •Табличное представление исходных данных задачи
- •Не менее половины площадей зоопарков должны быть размещены на третьем участке
- •2) Площади парков на четвертом участке должны быть не более 300 га
- •Определение опорного решения методом аппроксимации
- •Формирование окончательного решения задачи
- •Окончательное решение задачи
- •Задача № 2
- •Озимые на зеленый корм необходимо выращивать на землях пятой категории
- •Табличное представление исходных данных задачи после учета дополнительных условий и требования сбалансированности
- •Определение опорного решения методом аппроксимации
- •Формирование окончательного решения задачи
- •Окончательное решение задачи
- •Задача.
- •Имеются следующие исходные данные.
- •7. Примеры градостроительных задач.
- •6. Система экономико-математических моделей, решаемых симплекс- методом
- •X1 , x2 , x3 ,... , xn - переменные величины;
- •Постановка задачи
- •Представление пространства решений стандартной задачи линейного программирования
- •Вычислительные процедуры симплекс-метода
- •Геометрическая интерпретация задачи лп
- •2.1.10. Решение задач линейного программирования средствами excel
- •Решение транспортной задачи
- •7. Анализ в задачах симплексного типа
- •8. Пример решения задачи линейного программирования симплекс-методом с помощью ms Excel
- •Задача 1
- •Задача 2
- •Задача 3
- •Задача 4
- •9. Понятие и стадии экономико-статистического моделирования. Производственные функции. Моделирование как метод научного познания
- •10. Применение производственных функций в городском кадастре.
- •11. Пример использования производственных функций для решения эконометрических задач с помощью ms Excel
- •Анализ исходных данных.
- •Построение модели.
- •Анализ качества модели.
- •Оценка на отсутствие автокорреляции (критерий Дарвина Уотсона).
- •Корреляционный анализ.
- •Проверка статистической значимости коэффициента корреляции с учётом t статистики.
- •Анализ коэффициентов регрессии.
- •Прогноз на основании модели.
- •12. Использование поисковых серверов интернет для нахождения информации по экономико-математическим методам и моделированию.
- •Список основных поисковых систем
- •13. Задание на межсессионный период
Геометрическая интерпретация задачи лп
В курсе математического анализа задача оптимизации решается методами дифференциального исчисления. Почему же задачи ЛП нельзя решать этими методами? Методы дифференциального исчисления позволяют определять только такие экстремальные точки, которые находятся внутри рассматриваемой области, а не на ее границе. В задачах ЛП оптимальное значение линейной формы достигается всегда на гранях многоугольника решений.
Геометрия задачи ЛП.
(1)
(2)
(3)
(4)
(5)
(6)
Это уравнение определяет на плоскости некоторую прямую. Она и является геометрическим местом точек, в которых z(x) принимает данное же значение «с». Меняя «с», получаем различные прямые, параллельные между собой -7x1 - 5x2 = с - каждая прямая семейства. При переходе от одной прямой к другой значение линий уровня (линий равных значений) линейной формы z(x) изменяется (см. рис.2.1).
Соответствующие неравенства изображены стрелками, направленными в сторону допустимых решений xj.
2x1 + 3x2 = 19;
2xl + x2 = 13;
xl = 19 - 3x2/2;
19 - 3х2 + х2 = 13;
6 = 2x2x2 = 3;
х1 = 5.
Р ис. 2.1. Пример задачи, имеющей решение
Вектор g указывает направление, двигаясь в котором мы переходим от больших значений линейной формы к меньшим. Точка Р0 не соответствует оптимальному решению задачи, т.к. внутри многоугольника решений можно найти точки, отвечающие значениям формы, меньшим чем с. Для этого достаточно перейти в направлении вектора g от прямой с к другой, от параллельной прямой семейства все еще пересекающей многоугольник решений.
Оптимальное решение определится точкой С (5,3), при этом z(x)min = -50.
Известно: коэффициенты при переменных в уравнении прямой – суть проекции — вектор «n», перпендикулярного прямой: n={-7;-5}, направление убывания линейной формы (х) противоположно направлению вектора «n».
Множество является выпуклым, т.к. любой отрезок, соединяющий две произвольным образом выбранные точки данного множества, лежит внутри и проходит вдоль границы А, В, С, D - экстремальные точки. Они не могут принадлежать внутренней части ни одного из отрезков, соединяющих две различные точки рассматриваемого множества.
Геометрическая интерпретация этой задачи ЛП имеет вид:
Н еограниченные оптимальные решения
max{z(x)= -2x1+6x2} (1)
-lx1- x2<= -2 (2)
- x1+ x2<=l (3)
x1>=0 x2 >=0 (4)
Рис. 2.2 Пример неограниченного оптимального решения
Для данной задачи не существует экстремальных точек, кроме а и b. Значение целевой функции может быть сделано сколь угодно большим, т.е. для любого заданного значения целевой функции в пространстве решений всегда существует точка, в которой целевая функция принимает еще большее значение. Такая точка лежит на прямой, уравнение которой имеет вид:
-х1 +х2 = 1
Задача, не имеющая решения:
max{z(x)= x1x2} (1)
-x1 + x2<= -1 (2)
x1 - x2<= -l (3)
x1>=0 x2 >=0 (4)
Рис. 2.3. Задача, не имеющая решения
Вторая геометрическая интерпретация связана с задачами ЛП, представленными в канонической форме:
max{L(x)=cx} al lx1+al2x2+...+alnxn=bl,
Ax=bx>=0 a21xl+a22x2+...+a2nxn=b2
Введем новые переменные:
И1=а11х1+а12х2+...+а1nхn,
И2=а21х1+а22х2+...+а2nхn, *
И3=с1х1+с2х2+...+сnхn
Эти соотношения позволяют для каждой системы и чисел xl,x2,...,xn однозначно определить тройку чисел И1,И2,ИЗ.
Введем в трехмерном пространстве прямоугольную систему координат с началом в точке О и осями ОИ1,ОИ2,ОИ3. В этой системе любому вектору x=(xl,x2,...,xn), однозначно сопоставляется точка с координатами И1,И2,ИЗ, вычисляемые по формуле (*).
Каждому множеству векторов отвечает некоторое множество точек пространства.