
- •2. История развития методов оптимизации в экономике.
- •3. Основные понятия и обозначения в линейном программировании.
- •4. Классификация задач математического программирования.
- •5. Переход от исходной задачи линейного программирования к канонической. Экономический смысл дополнительных переменных.
- •6. Графическое решение задачи линейного программирования с двумя переменными.
- •7 . Возможные варианты графического решения b
- •8. Определения n-мерного пространства.
- •9. Фундаментальная теорема линейного программирования для ограниченной области допустимых решений.
- •10. Алгоритм симпликсного методы в полных таблицах.
- •12. Метод искусственного базиса. М-задача и ее решение.
- •13. Теоремы м-метода. Определение решения основной задачи по решению м-задачи.
- •14. Постановка и правила записи двойственной задачи.
- •15. Экономический смысл двойственной задачи и двойственных оценок.
- •16. Свойства двойственных задач (теоремы двойственности). Графический метод решения двойственной задачи.
- •17. Запись оптимального решения прямой и двойственной задач.
- •18. Анализ оптимального решения с помощью коэффициентов последней симпликсной таблицы и двойственных оценок ограничений.
- •19. Решение задач линейного программирования в приложении ms Excel «Поиск решения».
- •20. Постановка и математическая запись транспортной задачи.
- •21. Методы получения исходного опорного решения в транспортной задаче.
- •22. Метод потенциалов при решении транспортной задачи.
- •23. Открытая транспортная задача и возможность ее решения.
- •24. Блокировки перевозок и ограничения пропускной способности в транспортных задачах. Совместный учет производственных и транспортных затрат.
- •25. Решение транспортной задачи на max целевой функции.
- •26. Задача о «назначениях». Венгерский метод решения задач на минимум.
- •27. Задача о «назначениях». Венгерский метод решения задач на максимум.
- •28. Задача целочисленного программирования и ее решения.
- •29. Алгоритм метода Гомори для решения задач целочисленного программирования.
- •30. Понятие о методе ветвей и границ для решения задачи целочисленного программирования.
- •31. Постановка задачи параметрического программирования.
- •32. Последовательность решения задачи с параметром в целевой функции.
- •33. Описание динамического процесса управления. Примеры экономических задач, представленных в терминах динамического программирования.
- •34. Особенности многошаговых задач, решаемых методом динамического программирования. Принцип оптимальности р. Беллмана.
- •35. Схема решения задачи о распределении средств методом динамического программирования.
- •36. Классификация задач нелинейного программирования. Задачи на безусловный экстремум.
- •38. Общая задача выпуклого программирования. Методы решения задач выпуклого программирования.
- •39. Задача дробно-линейного программирования. Решение задач симплексным методом.
- •Алгоритм решения
- •40. Особенности решения задачи дробно-линейного программирования графическим методом. Возможные варианты графического решения. Асимптотическое решение.
12. Метод искусственного базиса. М-задача и ее решение.
М-метод применяется к задачам, каноническая форма которых не содержит единичного базиса и свободные члены ограничения неотрицательные.
Поэтому необходимо составить М-задачу.
Правила перехода к М-задаче:
1. В ограничение типа <= вводится неотрицательная переменная с коэффициентом +1.
2. В ограничение типа >= вводится неотрицательная переменная с коэффициентом -1.
3. В ограничение, не содержащее базисные переменные, вводим неотрицательную искусственную базисную переменную (yi).
4. В целевую функцию дополнительные переменные вводим с нулевыми коэффициентами.
5. В целевую функцию искусственную базисную переменную при решении задачи на max целевой функции вводим с коэффициентом –М, а при решении на min - +М (где М – большое положительное число).
Алгоритм М-метода решения задачи на max целевой функции:
1. Составить М-задачу.
2. М-задача записывается в первую симпликсную таблицу.
3. Подсчитываем оценки по формулам оценок и записываем в последнюю строку.
4. Проверка решения на оптимальность: если все оценки по переменным неотрицательные, то переходим к п. 12, если нет – то к п. 5.
5. Выбираем разрешающий столбец по min отрицательной оценке.
6. Если в разрешающем столбце есть хотя бы 1 положительный элемент, то переходим к п. 7; если нет – то целевая функция М-задачи неограниченна и переходим к п. 14.
7. Вычисляем симпликсные отношения.
8. Выбираем разрешающую строку по наименьшему симпликсному отношению.
9. На пересечении разрешающего столбца и строки находим разрешающий элемент.
10. Пересчет таблицы по общему правилу преобразования.
11. Переход к п. 4.
12. Запись оптимального решения М-задачи и значения целевой функции М-задачи.
13. Если все искусственные переменные М-задачи = 0, то записываем соответствующее решение исходной задачи.
Если хотя бы 1 из искусственных переменных ≠ 0, то необходимо корректировка условия исходной задачи.
14. Если целевая функция М-задачи неограниченна, то необходимо в М-задачу ввести дополнительное ограничение:
x1 + x2 + … + xn <= M
- Если после решения новой М-задачи:
А) Она будет иметь оптимальное решение с нулевой искусственной переменной, то целевая функция исходной задачи неограничена.
Б) Если она будет иметь оптимальное решение с ненулевой искусственное переменной, то система ограничений основной задачи несовместна.
13. Теоремы м-метода. Определение решения основной задачи по решению м-задачи.
Правила соответствия допустимых решений основной и М-задачи:
- Допустимому решению основной задачи соответствует допустимое решение М-задачи, которое получается добавлением нулей к решению исходной задачи (т.е. искусственные переменные = 0).
- Допустимому решению М-задачи с искусственными переменными = 0соответствует допустимое решение исходной задачи, которое получается отбрасыванием = 0 искусственных переменных.
Теоремы М-метода:
1. Если М-задача имеет оптимальное решение, в котором искусственные переменные = 0, то исходная задача также имеет оптимальное решение, которое получается отбрасыванием = 0 искусственных переменных.
2. Если М-задача имеет оптимальное решение, в котором не все искусственные переменные = 0, то исходная задача не имеет допустимых решений.
3. Если М-задача не имеет оптимального решения из-за неограниченности целевой функции, то исходная задача также не имеет оптимального решения:
А) или из-за несовместности системы ограничений;
Б) или из-за неограниченности целевой функции.