- •Экономический факультет Кафедра экономической информатики в.С. Громницкий
- •Введение
- •Задачи принятия решений
- •Математическое моделирование
- •Часть I. Линейное программирование Глава 1. Линейные математические модели в экономических исследованиях
- •1.1. Экономические задачи
- •Задача объемного планирования
- •Задача о диете
- •1.2. Общий вид математической модели задачи линейного программирования
- •1.3. Различные формы задач линейного программирования
- •Приведение задачи линейного программирования от одной эквивалентной формы к другой.
- •Примеры решения задач
- •1.4. Графическое решение задач
- •Свойства области допустимых решений
- •Глава 2. Математические свойства задачи линейного программирования
- •2.1. Свойства области допустимых решений
- •2.2. Базисные и опорные решения
- •Глава 3. Симплекс-метод решения задачи линейного программирования
- •3.1. Идея симплекс-метода
- •3.2. Векторное представление симплексных преобразований
- •3.3. Симплекс-метод в уравнениях
- •3.4. Симплекс-метод в таблицах
- •Правила построения симплекс-таблиц
- •Этапы симплекс-метода
- •3.5. Варианты разрешимости задачи линейного программирования
- •3.6. Предупреждение зацикливания симплекс-метода
- •Глава 4. Метод искусственного базиса
- •4.1. Построение начального опорного плана
- •Пример построения начального опорного плана
- •4.2. Решение задачи линейного программирования методом искусственного базиса
- •Пример решения задачи методом искусственного базиса
- •Глава 5. Теория двойственности в задачах линейного программирования
- •5.1. Построение двойственной задачи и ее экономическая интерпретация
- •Математическая формулировка двойственной задачи к произвольной задаче линейного программирования
- •Правила построения двойственной задачи
- •5.2. Математические свойства пары взаимно двойственных задач
- •В арианты разрешимости задач двойственной пары
- •Вторая теорема двойственности
- •5.3. Анализ чувствительности оптимального решения к изменению свободных членов ограничений
- •5.4. Определение оптимального решения двойственной задачи из оптимальной симплекс-таблицы прямой
- •5.5. Двойственный симплексный метод
- •Глава 6. Послеоптимизационный анализ задачи линейного программирования
- •6.1. Добавление нового ограничения
- •6.2. Добавление новой переменной
- •6.3. Изменение коэффициентов критерия
- •Изменение коэффициента критерия при свободной переменной
- •Изменение коэффициента критерия при базисной переменной
- •6.4. Изменение технологических коэффициентов
- •Изменение технологических коэффициентов при базисной переменной
- •Изменение технологических коэффициентов при свободной переменной
- •Часть II. Методы нелинейной оптимизации
- •Глава 7. Классическая теория оптимизации
- •7 (3) .1. Необходимые условия оптимальности
- •7.2. Достаточные условия оптимальности
- •Глава 8. Нелинейное программирование
- •8.1. Задачи на условный экстремум. Метод множителей Лагранжа.
- •8.2. Задачи выпуклого программирования
- •Задания к лабораторным работам
- •Литература
Введение
Предлагаемый к изучению предмет является частью прикладной математики. Структуру изучаемой и смежных областей знаний можно представить в виде следующей схемы.
Общая теория систем сформировалась в последние десятилетия двадцатого века как дисциплина, изучающая общие свойства сложных систем различной природы.
Системный анализ – методология анализа сложных систем различной природы (экономических, технических, биологических, социальных). Он предполагает структуризацию системы, формулировку целей и анализ полученных подсистем с помощью математических методов.
Система – совокупность взаимосвязанных элементов. Она описывается некоторыми параметрами, среди которых выделяют исходные ( ), управляемые (A, B, C…) и выходные ( ). Задача анализа системы ставится как задача принятия решений, то есть задача выбора таких управляемых параметров, которые обеспечивают наилучшие показатели деятельности системы. Цели функционирования системы могут быть разные и обычно формулируются постановщиком задачи, лицом принимающим решения.
Исследование операций занимается изучением количественных методов анализа результатов целенаправленной человеческой деятельности с помощью экономико-математических методов.
Системы, не являющиеся результатом человеческой деятельности, изучаются в рамках общей теории систем другими специализированными дисциплинами. Примером такой дисциплины является математическая физика.
Математическая физика – наука, которая изучает поведение сплошных сред. К математической физике, в частности, относится механика жидкости, газа и твердых тел.
Задачи принятия решений
Исследование операций включает в себя целый ряд научных дисциплин, отличающихся целями и методами принимаемых решений:
М
(1)
(2)
атематическое программирование изучает такие задачи принятия решений, в которых наилучшим решением является такое, на котором достигается наибольшее (или наименьшее) значение некоторого показателя эффективности:
где
Задача (1–2) относится к классу экстремальных задач. Если область допустимых решений D совпадает с пространством вещественных чисел R, то есть отсутствуют ограничения (2),то данная экстремальная задача является классической задачей оптимизации.
Линейное программирование. Задача линейного программирования – это задача математического программирования (1–2), в которой целевая функция и функции ограничений линейные. Для таких задач разработаны точные методы решений.
Транспортные задачи – задачи линейного программирования специального вида, имеющие более эффективные методы решений.
Задачи о назначениях – задачи о распределении работы между исполнителями с целью достижения максимальной эффективности.
Задачи нелинейного программирования – задачи математического программирования, в которых хотя бы одна из функций нелинейна. В общем случае эти задачи не имеют точных аналитических методов решений. Основные методы их решения – приближенные.
Задачи выпуклого программирования – задачи нелинейного программирования, имеющие вогнутую () функцию цели и выпуклую () область допустимых значений. Это гарантирует одноэкстремальность задачи и позволяет сформулировать признак оптимальности решения.
Задачи квадратичного программирования – задачи выпуклого программирования, имеющие квадратичную целевую функцию с линейными ограничениями.
Задачи дискретного программирования – задачи математического программирования, имеющие дискретную область допустимых решений (в частности, конечное или счетное множество решений).
Задачи динамического программирования – задачи, в которых применяются пошаговые методы решения.
Задачи стохастического программирования – задачи, в которых используются функции случайных величин.
Векторная (многокритериальная) оптимизация изучает задачи исследования операций, в которых требуется обеспечить наибольшее (наименьшее) значение нескольким показателям эффективности в одной и той же области допустимых решений.
Теория игр рассматривает задачи принятия решений в конфликтных ситуациях.
Теория управления запасами изучает задачи определения объемов поставки и сроков хранения продукции.
Сетевое планирование и управление предлагает методы планирования работ, связанных сетевыми графиками.
Теория расписаний или теория календарного планирования рассматривает методы планирования работ во времени.
Имитационное моделирование – моделирование систем с помощью электронной вычислительной техники.
Моя теория – это Ваша, читатель, теория, которую Вы разработаете для решения прикладных задач, которые встанут перед Вами в ходе Вашей профессиональной деятельности. Для этого Вам потребуется использовать уже известные методы принятия решений, в первую очередь это методы решения экстремальных задач.