
- •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.
8.Вычислительный эксперимент. Характеристика вэ.
ВЭ – эксперимент над математической модельюна ЭВМ, которая состоит в том что по первым параметрам модели вычисляются ее другие параметры и на этой основе делаются выводы о свойствах модели описываемого математической моделью.
В проведении вычислительного эксперимента участвует коллектив исследователей – специалисты с конкретной предметной области, математики-теоретики, программисты. Это связано с тем что моделирование реальных объектов на ЭВМ включает в себя большой объем работ по исследованию их физической и математической модели, вычислительных алгоритмов, программирование и обработки результатов.
Вычислительный или компьютерный эксперимент во многом аналогичен обычному (натурному). Это и планирование экспериментов, и создание и выполнение контрольных испытаний. Затем следует проведение серийных опытов, обработка экспериментальных данных, их интерпретация и так далее.
Однако вычислительный эксперимент проводится не над реальным объектом а над его математической моделью, роль экспериментальной установки играет оснащенная специально разработанной программой ЭВМ.
Вычислительный эксперимент, как правило, дешевле физического. Его можно повторить или прервать в любой момент. В ряде случаев проведение физического эксперимента бывает затруднено, так как изучается быстро протекающие процессы.
Часто проведение полномасштабного натурного эксперимента связано с губительными или непредсказуемыми последствиями с опасностью для жизни и здоровья человека.
С помощью вычислительного эксперимента оказывается возможным прогнозировать свойства новых еще не созданных конструкций и материалов на стадии их проектирования.
9. Основные этапы вэ. Сфера применения.
Основные этапы ВЭ:
1.Проведение натурного эксперимента
2.Построение мат. модели
3.Выбор и применение численного метода для нахождения решения
4.Обработка результатов вычислений
5.Сравнение с результатами обработки эксперимента
6.Принятие решения о продолжении натурного эксперимента
7.Накопление экспериментальных данных
8.Построение мат. модели
9.Автоматическое построение программной реализации мат. модели
10.Автоматизированное нахождение численного решения
11.Автоматизированные преобразование вычислительных результатов, форм, удобную для анализа
12.Принятие решения о продолжении натурных экспериментов
Сферы применения:
-Энергетическая проблема прогнозирование атомных и термоядерных реакторов на основе детального мат. моделирования, происходящих в них физических процессов.
-Косм. проблема-расчет траектории летательных аппаратов, задачи обтекания. Обработка данных натурального эксперимента.
-Технологические процессы-получение кристаллов и пленок для создания вычислительной техники, для решения проблем в области элементарной базы.
-Эколог. проблемы-вопросы прогнозир. и управления эколог. системами могут решаться лишь на основе мат. моделирования, так как эти системы существуют в един-ом экземпляре.
-Химия-расчет хим. реакций, определение их констант.
-Биология-связано с изучение фундаментальных проблем этой науки (генетики).
-Физика-классическая область применения мат. моделирования.