
- •1.Економіка як об’єкт моделювання.
- •2.Моделювання як метод пізнання дійсності.
- •3.Особливості та принципи математичного моделювання економічних систем і процесів.
- •4.Випадковість і невизначеність процесів економічних систем.
- •5.Адекватність економіко-математичних моделей.
- •6.Класифікація економіко-математичних моделей.
- •7.Сутність оптимізаційних моделей і методів.
- •8.Математичне програмування.
- •9.Математична постановка оптимізаційних задач.
- •10.Класифікація задач математичного програмування.
- •11.Приклади побудови лінійних оптимізаційних математичних моделей економічних систем.
- •12.Загальна лінійна оптимізаційна математична модель. Лінійне програмування.
- •13.Форми запису лінійних оптимізаційних задач.
- •14.Геометрична інтерпретація лінійних оптимізаційних моделей.
- •15.Графічний метод розв’язування лінійних оптимізаційних задач.
- •16.Симплексний метод розв’язування задач лінійного програмування.
- •17.Алгоритм розв’язування задачі лінійного програмування симплексним методом.
- •18.Метод штучного базису.
- •19.Економічна інтерпретація пари двоїстих задач лінійного програмування.
- •20.Правила побудови двоїстих моделей оптимізаційних задач.
- •21.Основні теореми двоїстості та їх економічний зміст.
- •22.Приклади застосування теорії двоїстості для знаходження оптимальних планів прямої та двоїстої оптимізаційних задач.
- •23.Оцінка рентабельності продукції, яка виробляється.
- •24.Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •25.Економічна постановка і математичні моделі задач з цілочисловими змінними.
- •26.Геометрична інтерпретація розв’язків цілочислових задач лінійного програмування на площині.
- •27.Загальна характеристика методів розв’язування цілочислових задач лінійного програмування
- •28.Методи відтинання. Метод Гоморі.
- •29.Комбінаторні методи. Метод гілок і меж.
- •30.Економічна постановка і математична модель транспортної задачі.
- •31.Необхідна і достатня умова існування розв’язку транспортної задачі.
- •32.Методи побудови опорного плану. Випадок виродження.
- •33.Критерій оптимальності опорного плану транспортної задачі.
- •34.Метод потенціалів розв’язування транспортної задачі.
- •39.Основні труднощі розв’язання т-задач.
- •40Постановка знп. Умовні та безумовні нелінійні задачі
- •41.Геометрична інтерпретація знп.
- •43.Графічний метод розв’язання нелінійних задач.
- •44.Метод множників Лагранжа.
- •45.Основні труднощі розв’язання знп.
29.Комбінаторні методи. Метод гілок і меж.
В основі комбінаторних методів є перебір можливих варіантів розв’язків поставленої задачі. Кожен з них характеризується певною послідовністю перебору варіантів та правилами виключення, що дають змогу ще в процесі розв’язування задачі виявити неоптимальні варіанти без попередньої їх перевірки. Відносна ефективність різних методів залежить від того, наскільки кожен з них уможливлює скорочення необхідного процесу перебору варіантів у результаті застосування правила виключення.
Для розв’язування задач цілочислового програмування ефективнішим за метод Гоморі є метод гілок і меж. Спочатку, як і в разі методу Гоморі, симплексним методом розв’язується послаблена (без умов цілочисловості) задача. Потім вводиться правило перебору.
Нехай
потрібно знайти хj
— цілочислову змінну, значення якої
хj=
в оптимальному плані послабленої задачі
є дробовим. Очевидно, що в деякому околі
даної точки також не існує цілочислових
значень, тому відповідний проміжок
можна виключити з множини допустимих
планів задачі в подальшому розгляді.
Таким проміжком є інтервал між найближчими
до
цілочисловими
значеннями. Можна стверджувати, що на
інтервалі
цілих
значень немає.
Наприклад,
якщо xj`=2,7
дістаємо інтервал [2;3], де, очевидно,
немає хj,
яке набуває цілого значення і оптимальний
розв’язок буде знаходитися або в
інтервалі
,
або
.
Виключення проміжку
з
множини допустимих планів здійснюється
введенням до системи обмежень початкової
задачі додаткових нерівностей. Тобто
допустиме ціле значення xj
має задовольняти одну з нерівностей
виду:
або
.
Дописавши
кожну з цих умов до задачі з послабленими
обмеженнями, дістанемо дві, не пов’язані
між собою, задачі. Тобто, початкову
задачу цілочислового програмування
поділимо на дві задачі з урахуванням
умов цілочисловості змінних, значення
яких в оптимальному плані послабленої
задачі є дробовими. Це означає, що
симплекс-методом розв’язуватимемо
дві такі задачі:перша задача:
за умов:
;)
;
—
цілі числа,
;
,
друга задача
за
умов:
,
;
;
xj—
цілі числа
;
,
де xj`—
дробова компонента розв’язку задачі
Наведені задачі спочатку послаблюємо, тобто розв’язуємо з відкиданням обмежень Якщо знайдені оптимальні плани задовольняють умови цілочисловості, то ці плани є розв’язками задачі Інакше пошук розв’язку задачі триває. Для дальшого розгалуження вибираємо розв’язок задачі з більшим значенням цільової функції, якщо йдеться про максимізацію, і навпаки — з меншим значенням цільової функції в разі її мінімізації. Подальше розгалуження виконується доти, доки не буде встановлено неможливість поліпшення розв’язку. Здобутий останній план — оптимальний.Розв’язування цілочислових задач методом гілок і меж можна значно прискорити. Очевидно, що кожна наступна задача, яку отримують в процесі розв’язування відрізняється від попередньої лише одним обмеженням. Тому за послідовного розв’язування задач немає сенсу розв’язувати їх симплексним методом спочатку. Досить буде почергово приєднати нові обмеження до останньої симплекс-таблиці попередньої задачі та вилучити (в разі необхідності) непотрібні «старі» обмеження.