
- •1. Сутність моделювання як методу наукового пізнання.
- •2 Особливості та принципи математичного моделювання.
- •3. Основні дефініції економіко-математичного моделювання.
- •4. Особливості економічних спостережень і вимірів.
- •5. Етапи економіко-математичного моделювання.
- •6. Елементи класифікації економіко-математичних моделей.
- •7. Роль прикладних економіко-математичних досліджень.
- •8. «Павутиноподібна» модель ринку
- •9. Постановка задачі економіко-математичного моделювання.
- •10. Приклади задач економіко-математичного моделювання (самостійна робота) .
- •11. Загальна економіко-математична модель задачі лінійного програмування
- •12. Форми запису задач лінійного програмування
- •13. Геометрична інтерпретація задачі лінійного програмування
- •14. Основні властивості розв’язків задачі лінійного програмування
- •15. Графічний метод розв’язування задач лінійного програмування
- •16. Початковий опорний план.
- •17. Перехід від одного опорного плану до іншого.
- •18. Оптимальний розв’язок. Критерій оптимальності плану.
- •19. Розв’язування задачі лінійного програмування симплексним методом.
- •20. Метод штучного базису.
- •21. Економічна інтерпретація прямої та двоїстої задач лінійного програмування.
- •22. Правила побудови двоїстих задач.
- •23. Основні теореми двоїстості та їх економічний зміст.
- •24. Приклади застосування теорії двоїстості для знаходження оптимальних планів прямої та двоїстої задач.
- •25. Постановка и типы транспортных задач.
- •26. Методы построения начального опорного решения.
- •1. Метод северо-западного угла.
- •2. Метод минимального элемента (минимальной стоимости).
- •27. Економічна і математична постановка цілочислової задачі лінійного програмування
- •28. Геометрична інтерпретація розв’язків цілочислових задач лінійного програмування на площині
- •29. Методи відтинання. Метод Гоморі
- •30. Комбінаторні методи. Метод гілок та меж
- •31. Економічна і математична постановка задачі нелінійного програмування
- •32. Геометрична інтерпретація задачі нелінійного програмування
- •33. Основні труднощі розв’язування задач нелінійного програмування
- •34. Класичний метод оптимізації. Метод множників Лагранжа
- •35. Необхідні умови існування сідлової точки
16. Початковий опорний план.
Розглянемо задачу лінійного програмування, записану в канонічній формі:
.
Не порушуючи загальності, допустимо, що система рівнянь містить перші m одиничних векторів. Отримаємо:
(4.1)
(4.2)
(4.3)
Система обмежень (4.2) у векторній формі матиме вигляд:
, (4.4)
де
,
,...,
,
,
…,
,
,
– лінійно
незалежні одиничні вектори m-вимірного
простору, що утворюють одиничну матрицю
і становлять базис цього простору. Тому
в розкладі (4.4)
базисними змінними будуть
,
а інші змінні –
вільні. Прирівняємо всі вільні змінні
до нуля, тобто
.
Оскільки
,
а вектори
–
одиничні, то отримаємо один із розв’язків
системи обмежень (4.2):
(4.5)
тобто допустимий план.
Такому плану відповідає розклад
(4.6)
де
— лінійно незалежні вектори і за
властивістю
3
розв’язків задачі лінійного програмування
(п.3.4)
план
є кутовою точкою багатогранника
розв’язків, а отже, може бути початковим
опорним планом.
17. Перехід від одного опорного плану до іншого.
Розглянемо, як, виходячи з початкового опорного плану (4.6), перейти до наступного опорного плану, що відповідає цілеспрямованому процесу перебору кутових точок багатогранника розв’язків.
Оскільки є базисом m-вимірного простору, то кожен з векторів співвідношення (4.5) може бути розкладений за цими векторами базису, причому у єдиний спосіб:
Розглянемо
такий розклад для довільного небазисного
вектора, наприклад, для
:
(4.7)
Припустимо,
що у виразі (4.7)
існує хоча б один додатний коефіцієнт
.
Введемо
деяку поки що невідому величину
,
помножимо на неї обидві частини рівності
(4.7)
і віднімемо результат з рівності (4.6).
Отримаємо:
(4.8)
Отже, вектор
є планом
задачі у тому разі, якщо його компоненти
невід’ємні. За допущенням
,
отже, ті компоненти вектора
,
в які входять
,
будуть невід’ємними, тому необхідно
розглядати лише ті компоненти, які
містять додатні
.
Тобто необхідно знайти таке значення
,
за якого для всіх
буде виконуватися умова невід’ємності
плану задачі:
(4.9)
З (4.9)
отримуємо, що для шуканого
має виконуватися умова
.
Отже, вектор
буде планом задачі для будь-якого ,
що задовольняє умову:
,
де мінімум знаходимо для тих i, для яких .
Опорний
план не може містити більше ніж m
додатних компонент, тому в плані
необхідно перетворити в нуль хоча б
одну з компонент. Допустимо, що
для деякого значення і,
тоді відповідна компонента плану
перетвориться в нуль. Нехай це буде
перша компонента плану, тобто:
.
Підставимо
значення
у вираз (4.8):
,
якщо
позначити
,
,
то рівняння можна подати у вигляді:
,
якому відповідає такий опорний план:
.
Для
визначення наступного опорного плану
необхідно аналогічно продовжити процес:
будь-який вектор, що не входить у базис,
розкласти за базисними векторами, а
потім визначити таке
,
для якого один з векторів виключається
з базису.
Отже, узагальнюючи розглянутий процес, можемо висновувати: визначення нових опорних планів полягає у виборі вектора, який слід ввести в базис, і вектора, який необхідно вивести з базису. Така процедура відповідає переходу від одного базису до іншого за допомогою методу Жордана-Гаусса.
Необхідно
зазначити, що для випадку, коли вектор
підлягає включенню в базис, а в його
розкладі (4.7)
всі
,
то, очевидно, не існує такого значення
,
яке виключало б один з векторів. У такому
разі план
містить m+1
додатних компонент, отже, система
векторів
буде лінійно залежною і визначає не
кутову точку багатогранника розв’язків.
Функціонал не може в ній набирати
максимального значення. Це означає, що
функціонал є необмеженим на багатограннику
розв’язків.