
- •1.Загальна задача лінійного програмування.
- •2.Графічний метод розв’язування злп.
- •3.Симплексний метод: ідея, вимогита умови оптимальності.
- •9.Транспортна задача: особливості, типи, математична модель.
- •6.Двоїста пара задач: типи та алгоритм перетворення.
- •7.Теореми двоїстості.
- •8.Розв’язування двоїстої задачі.
- •10.Умови оптимальності в тз, її обґрунтування.
- •11.Тз: види виродженої задачі.
- •14.Метод потенціалів в тз
- •45.Узагальнений метод найменших квадратів (метод Ейткена).
- •12.Методи будування базисних планів при розв’язуванні тз.
- •15.Динамічне програмування: мат. Моде-ль та її види.
- •14.Метод потенціалів в тз.
- •47. Метод визначення гетеро- за тестом Гольфельда-Квандта.
- •16.Метод динамічного програмування: властивості, переваги, недоліки.
- •13.Альтернативний оптимум в тз
- •19.Розв’язування задач методом динамічного програмування.
- •20.Задача про призначення: її модель та алгоритм.
- •21.Задача про кільцевий маршрут: модуль та розв’язування.
- •22.Угорський метод.
- •24.Задача про максимальний потік: модель та алгоритм.
- •25.Задача про найкоротшу відстань: модель та алгоритм.
- •26.Загальна економетрична модель та її постановка.
- •27.Вимоги та етапи будування економетричної моделі.
- •28.Специфікація економетричної моделі.
- •46.Метод визначення гетероскедастичності за μ-критерієм.
- •30.Метод найменших квадратів.
- •31.Передумови застосування мнк.
- •33.Оцінка тісноти зв’язку між змінними рівнянь регресії.
- •34.Стандартні похибки при оцінці параметрів моделі.
- •35.Оцінка значущості зв’язку між змінними моделі.
- •37.Стат. Критерії перевірки значущості зв’язку між змінними моделі.
- •38.Поняття мультиколінеарності, її негативність, наслідки та ознаки
- •40.Визначення мультиколінеарності за допомогою критерія Пірсона.
- •41.Визначення мультиколінеарності за допомогою критерія Стьюдента.
- •42.Визначення мультиколінеарності за допомогою критерія Фішера.
- •39.Напрямки усунення мульт-.
- •43.Алгоритм Феррара-Глобера для виявлення мульт- (загальна частина).
- •44.Гетероскедастичність та її вплив на оцінки параметрів моделі.
- •48.Визначення гетероскедастичності за тестом Спірмана.
- •50.Автокореляція: зміст, причини виникнення та її наслідки.
- •51.Методи визначення автокореляції.
- •Графічний метод розв’язування злп.
21.Задача про кільцевий маршрут: модуль та розв’язування.
До цієї задачі відносяться задачі до яких від-носяться задачі у яких знах. Оптимальна пос-лідовність обробки ел. об’єкта за кільцевим маршрутом, змістова постанова наступна: Необхідно обійти m точок за кільцевим маршрутом з мінімальними вит-ми, витрати по переходу з однієї точки до 2ї задані коефіцієнтами Сіj, в кільцевий маршрут коєна точка входить один раз. Математична модель: F = ∑∑ Cij Xij
Умова,
яка передбачає включення кожної точки
в маршрут 1 раз.
;
;
Умова яка передбачає часткові та кінцеві
маршрути X ij (1- Xij) = 0 ; Cij= ∞(i=j)
Маршрут у вигляді замкнутого контуру. Для розв’язання таких задач використовується метод розгалужень та меж.
22.Угорський метод.
Цей
метод був запропонований математиком
Егерварі у 1931 р. і подалі розвинутий Г.
Куном у 1953р. Алгоритм угорського методу
вимагає: початкова матриця||Сij||була
перет-ворена так, щоб у кожній колонці
був прина-ймні один нульовий елемент.
Тому розв’язув-ання задачі складається
з двох етапів: 1.Попе-реднє перетворення
матр. ||Сij||; 2.Пошук оптимального
розв’язку.Назвемо незалежни-ми нулями
такі нульові елементи матриці ||Сij ||,
якщо у рялку та колонці, на перетині
яких вони знаходяться, немає інших
нульових елементів. Такі незалежні
нулі, які входять у базисний розв.
задачі, називаємо базисним. Алгоритм
угорського методу спрямований на
знаходження m базисних нульових елементів
у матриці з таким ана-лізом знайденого
роз-в’язку на оптимальність. Кожний
базисний нуль відображує конкретну
зв’язку (ij),тобто «робота-об’єкт», а
сукупність базисних нульо-вих елементів
відображує допустимий або, у найкращому
випадку, оптимальний варіант розв’язку.
Якщо матриця перетворена тільки за
колонками, то вона називається зведеною
за колонками, коли за рядками, - зведена
за рядками, коли за колонками і за
рядками ра-зом – повністю зведеною
матрицею. Основна ідея угорського
методу базується на твердже-нні: ||Сij
|| та ||С’ij || при
відображують
еквіваленті задачі, які мають однаковий
оптимальний розв’язок.
24.Задача про максимальний потік: модель та алгоритм.
Основна
задача на мережах-знаходження до-пустимого
максимального потоку з початко-вої
вершини до кінцевої, якщо задані
пропус-кні спроможності кожної дуги
мережі та її типологія.Математична
модель задачі:
цільова функція
,
обмеження
,
k ≠s, t, k
i;
. Для будь-якої мережі модна знайти
кілька розрізів з різними значеннями
величин потоку
.
Згідно
з умовою
маємо:
.
Цілком очевидно, що зростання величин
xij можливо до того моменту, коли з усіх
доступних розрі-зів мережі буде знайдено
розріз з максима-льною вел. потоку
.
Ця величина відображує Vі є «вузьким»
міс-цем мережі, внаслідок цього:
максимальний потік мережі дорівнює
пропускній спромож-ності розрізу з
мінімальною величино. Алго-ритм
Форда-Фалкерсона. Щоб знайти макси-мальний
потік, необхідно знайти неорієнто-ваний
граф з прямою і зворотньою пропуск-ною
спроможністю пл. кожному ребру. Який
заданий орграф, то зворотня пропускна
спроможність ребра Sij=0.Послідовність
вико-нання дій така: 1. Будується початкова
мат-риця графа S=||Sij||.2.Вибір розрізу
нульового потоку: джерело s с одного
боку s
s’ та вся решта вершин графа-з другого
боку, тобто розподіл множини вершин І
на дві підмножи-ни:S
S’=I.3.Для
кожного ребра розрізу будує-ться один
з допустимих L – шляхів з вершин S до
вершин t і знаходиться мінімальний
по-тік кожного допустимого шляху як:
.Шлях
через розріз доцільно вибира-ти
найпростішим.4.Будується матриця
нульо-вого потоку Х.5.Будування матриці
S-X матр-иця резервів.6.Будування списку
ребер з резе-рвами (ненасичені ребра)
згідно з матрицею Х від вершини S до
вершини t. 7. Згідно із здобутим списком
складається ланцюг нена-сичених ребер
, які ведуть від S до вершини t. 8. Шлях
з ненасичених ребер має можливість
збільшити потік на додаткову величину
.
9.Будування нової мат-риці Х на основі
попередньої Х.10. Якщо не-можливо скласти
список до кінцевої величи-ни t, то
знайдено максимальний потік, вели-чина
якого дорівнює сумі Хij рядка S з оста-ньої
матриці Х. 11. Будування орграфа згідно
з дугами (ij), для яких Хij≠0 у матрицы Х.