
- •1.Предмет, метод и примеры задач математического программирования.
- •2.Понятие модели и моделирования.
- •3.Свойства, требования и задачи моделирования.
- •4.Виды моделей по формам представления и внешним размерам.
- •5.Основные этапы процесса моделирования.
- •10.Вэ.Виды эксперимента (натуральный, лабораторный, вычислительный).
- •16. Злп. Целевая функция и ее оптимизация.
- •6.Классификация математических моделей по зависимости от времени, по отраслям знаний. Примеры задач.
- •7.Экономико-математические модели. Примеры моделей. Взаимосвязь моделирования и техники.
- •8.Вычислительный эксперимент. Характеристика вэ.
- •9. Основные этапы вэ. Сфера применения.
- •11.Компьютерное моделирование: постановка задачи, огрубление исходного процесса, формализация, разработка алгоритма и написание программы.
- •12.Компьютерное моделирование: получение результата на эвм, анализ результата, уточнение модели.
- •13. Задача линейного программирования. Сферы применения линейного моделирования.
- •20. Двойственная злп. Теорема двойственности.
- •14. Основные понятия, определения, общий вид задачи линейного программирования.
- •15. Канонический вид злп. Оптимальный и допустимый планы.
- •17. Злп. Алгоритм графического метода решения злп.
- •18. Злп. Суть симплексного метода решения задачи.
- •21. Двойственная задача. Интерпретация двойственных задач с экономической точки зрения.
- •19. Злп. Базисные и свободные переменные симплекс-метода, разрешающий элемент. Симплексная таблица.
- •22. Правила составления двойственных задач.
- •23. Транспортная задача. Общие понятия, определения, математическая формулировка.
- •24. Общий алгоритм решения тз. Метод "северо-западного угла"
- •30.Построение остового дерева. Алгоритм Прима.
- •25.Тз с нарушенным балансом. Метод минимальных элементов.
- •26. Тз. Метод потенциалов.
- •27.Применение ит excel,для решение тз.
- •28.Графовые модели. Основные понятия и определения.
- •31.Построение остового дерева. Алгоритм Краскала.
- •29. Графовые модели. Способы задания графа.
- •32.Задачи о нахождении кратчайших путей в графе. Алгоритм Дейкстры.
- •49.Алгоритм выполнения условной оптимизации ,безусловной оптимизации.
- •33.Задачи о нахождении кратчайших путей в графе. Алгоритм Флойда.
- •34.Потоки в сетях. Основные понятия и определения.
- •43. Алгоритм нумерации событий.
- •35.Потоки в сетях. Задача о максимальном потоке и минимальном разрезе.
- •36.Потоки в сетях. Алгоритм Форда-Фалкерсона.
- •37.Потоки в сетях. Задачи с множеством истоков и стоков.
- •38. Сетевая модель. Основные понятия и определения.
- •39. Сетевая модель. Сферы применения, использования.
- •40. Правило построения сетевых моделей.
- •42. Сетевая модель. Расчет временных параметров.
- •44. Дискретное программирование. Задача целочисленного программирования.
- •50. Динамическое программирование. Принцип оптимальности Беллмона.
- •53.Вычисление площади произвольной фигуры методом Монте-Карло.
- •51. Имитационное моделирование. Метод Монте-Карло, область применения
- •48.Простешие задачи,решаемые методом динамическим программировании.
- •52.Метод Монте-Карло. Сущность, оценка погрешности, область применения.
- •54.Элементы теории матричных игр. Основные понятия и определения.
- •41. Сетевая модель. Алгоритм ранжирования событий.
- •55. Элементы теории матричных игр. Цена игры, стратегии
- •56.Игры с природой. Основные понятия и определения.
- •57. Игры с природой. Критерий Вальце и Гульвица.
- •58. Игры с природой. Критерии максимума и Сэвиджа.
- •59. Mathcad. Общий обзор.
- •60. Mathcad. Правила работы и вычислений.
27.Применение ит excel,для решение тз.
Для решения классической транспортной задачи с помощью программы Ms Excel необходимо задать конкретные значения параметрам исходной задачи.Т.е. необходимо внести значения коэффициентов целевой функции;формулу,которая представляет целевую функцию;значения ограничений и формулу для них и т.д.Для дальнейшего решения задачи следует вызвать мастер поиска решения, для чего необходимо выполнить операцию главного меню: Сервис->Поиск решения…
После появления диалогового окна Поиск решения следует выполнить следующие действия:
1.В поле с именем Установить целевую ячейку: ввести абсолютный адрес ячейки, которая представляет целевую функцию.
2.Для группы выбрать вариант поиска решения- минимальному или максисальному значению.(в зависимости от условия задачи)
3. В поле с именем "Изменяя ячейки": ввести абсолютный адрес диапазона ячеек со значениями коэффициентов целевой функции.
4.Добавить необходимые ограничения.С этой целью выполнить следующие действия:
· для задания первого ограничения в исходном диалоговом окне Поиск решения нажать кнопку с надписью Добавить;
· выбрать знак ограничений;
· выбрать значения правой и левой частей ограничения;
5.Добавить последнее ограничение на неотрицательность значений переменных.
6.В дополнительном окне параметров поиска решения следует выбрать отметки Линейная модель и Неотрицательные значения.
28.Графовые модели. Основные понятия и определения.
Графом G(V,E) называется совокупность двух множеств - непустого множества V- множества вершин и множества E-двухэлементных подмножеств множества V.
Маршрут- чередующаяся последовательность вершин и ребер графа V0,L1,V1,L2....Lk,Vk, в которой любые два соседних элемента инцидентны.
Дуга - упорядоченная пара вершин графа.(Ei,Ej)
Дуга вида (Ei,Ei) называется петлей.
Ребро- неупорядоченная пара вершин графа.
Два ребра (дуги) наз-ся смежными, если они имеют хотябы одну общую вершину.
Ориентированный граф- граф, связи между вершинами которого заданы дугами.
Неориентированный граф- граф, связи между вершинами которого заданы ребрами.
Смешанный граф- граф, связи между вершинами которого заданы дугами и ребрами.
Цепь- такая последовательность ребер графа, при которой любые два соседних ребра имеют общую вершину.
Цепь наз-ся циклом, если начальная вершина совпадает с конечной.
Вершина наз-ся висячей если число ребер, инцидентных ей равно 1, если 0- вершина изолорована.
Степень вершины- кол-во ребер, инцидентных этой вершине.
Полустепень исхода- кол-во дуг, исходящих из вершины Ei.
Полустепень захода- кол-во дуг, входящих в вершину Ei.
Дерево- связный граф без цикла.
Остов- дерево, содержащее все вершины графа.
Минимальное охватывающее дерево- охватывающее дерево минимального веса.
31.Построение остового дерева. Алгоритм Краскала.
Алгоритм Краскала предназначен для нахождения мнимального охватывающего дерева.Минимальное охватывающее дерево- охватывающее дерево минимального веса.Дерево- связный граф без цикла.
Вначале текущее множество ребер устанавливается пустым. Затем, пока это возможно, проводится следующая операция: из всех ребер, добавление которых к уже имеющемуся множеству не вызовет появления в нем цикла, выбирается ребро минимального веса и добавляется к уже имеющемуся множеству, когда таких ребер нет- алгоритм завершен.До начала работы алгоритма необходимо отсортировать ребра по весу.