- •Розділ 1. Методологічні основи дослідження операцій
- •1.1 Етапи дослідження операцій
- •1.2 Математичне моделювання. Загальна структура
- •1.3 Етапи математичного моделювання. Приклади
- •1.4 Розділи і класи задач дослідження операцій
- •1.5 Основні вимоги до математичних моделей і їх властивості
- •1.6 Формалізація принципів оптимального поводження в моделях прийняття рішення.
- •Розділ 2. Задачі лінійного програмування
- •2.1 Попередні відомості теорії лінійного програмування.
- •2.2 Графічна інтерпретація розв’язання задач лп
- •2.3 Змістовний опис симплекс-методу розв’язання задач лп
- •2.4 Знаходження початкового опорного плану
- •2.5 Знаходження оптимального плану
- •2.6 Застосування симплекс-таблиць
- •2.7 Метод штучної бази
- •2.8 Двоїсті (спряжені) задачі лінійного програмування
- •З другої групи умов доповняльної нежорсткості маємо
- •Розділ 3. Транспортні задачі (т-задачі)
- •3.1 Математична структура т-задач
- •3.2. Визначення початкового опорного плану т-задачі
- •3.3 Властивості опорних планів т-задач
- •3.4 Розв’язання т-задач методом потенціалів
- •3.6 Задача про оптимальні призначення
- •3.7 Задача про максимальний потік. Метод Форда-Фалкерсона
- •3.8 Задача про найкоротший шлях на мережi. Метод Мiнтi
- •Розділ 4. Дискретне програмування
- •4.1 Задача дискретного лп. Метод Гоморi-1)
- •4.2 Задача частково дискретного лп. Метод Гоморi-2
- •4.3 Задача дискретного лп. Метод Гоморi-3
- •4.4 Задача частково дискретного лп. Метод Дальтона-Ллевелiна
- •4.5 Задача дискретного лп. Метод гілок I границь
- •Розділ 5. Нелінійне програмування. Безумовна однопараметрична оптимізація
- •5.1 Загальні відомості
- •5.2 Методи виключення інтервалів
- •Зауваження
- •5.3 Поліноміальна апроксимація
- •5.4 Методи оптимізації з використанням похідних
- •Розділ 6. Нелінійне програмування. Методи умовної оптимізації
- •6.1 Класична задача математичного програмування
- •6.2 Задача опуклого квадратичного програмування.
- •6.3. Метод Франка – Вулфа розв’язання задач квадратичного програмування (зкп)
- •Розділ 7. Теорія прийняття рішень
- •7.1. Теорія корисності і прийняття рішень
- •7.1.1. Прийняття рішень в умовах ризику
- •7.1.2. Критерій “очікуване значення – дисперсія”
- •7.1.3. Критерій граничного рівня.
- •7.2. Прийняття рішень в умовах невизначеності
- •7.2.1. Класичні критерії прийняття рішень
- •7.2.2. Похідні критерії
- •Розділ 8. Прийняття рішень в ігрових ситуаціях
- •8.1 Класифікація ігор
- •8.2 Розв’язання матричних ігор у чистих стратегіях
- •8.3 Змішане розширення матричної гри
- •8.4 Властивості розв’язку матричних ігор
- •8.5. Алгебраїчний метод розв’язання матричних ігор
- •8.6 Графічний метод розв’язання ігор 2nіm 2.
- •8.7 Матричний метод розв’язання ігор
- •8.8. Ітеративні методи розв’язання ігор
- •8.9. Метод послідовного наближення до ціни гри
- •Розділ 9. Нескінченні антагоністичні ігри
- •9.1. Визначення нескінченної антагоністичної гри
- •9.2 Ігри з опуклими функціями виграшів
- •Розділ 10. Безкоаліційні ігри
- •Розділ 11. Кооперативні ігри
- •11.1 Характеристика кооперативних ігор
- •11.2. Характеристичні функції ігор з малим числом гравців
- •Розділ 12. Вправи для самостійної роботи та для практичних і лабораторних занять
- •12.1. Побудова математичних моделей задач
- •12.2. Розв’язання задач лінійного програмування
- •12.3 Розв’язання транспортних задач
- •12.4 Розв’язання задач цілочислового програмування
- •12.5 Розв’язання задач нелінійного програмування
- •12.6 Розв’язання матричних ігор
- •12.7 Лабораторний практикум
- •Розділ 13. Контрольна робота для студентів заочної форми навчання
- •13.1 Правила вибору задач контрольної роботи
- •13.2 Варіанти завдань контрольної роботи
- •Література
- •1.1 Етапи дослідження операцій 5
12.5 Розв’язання задач нелінійного програмування
12.5.1 Розв'язати методами золотого перетину, випадкового пошуку, Фiбоначчi та дихотомії нижченаведені задачі одновимірної оптимізації.
1) F(x) = |||x21|1|1|, x Î [2, 2];
2) F(x)
= 2x33x212x+1+
,
x Î
[2,
2];
3) F(x) = (x+1)2 ln(x+1)+x exp(x), x Î [0, e];
4) F(x) = sin(x) sin(2x) + arccos(x2), x Î [0.75, 0.75];
5) F(x) = arctg(x) ln(x)/2, x Î [0.65, 1.75];
6) F(x)
= x+
+ exp(x)
x2,
x Î
[0,
4];
7) F(x) = 4 x/(x2 + 4)[x2 (x 2)](2/5), x Î [2, 2].
12.5.2 Розв'язати квадратичним симплекс-методом нижченаведені задачі опуклого квадратичного програмування. У всіх задачах виконуються умови: x1 ³ 0, x2 ³ 0.
|
1) |
x12 + x22 2 x1 4 x2 ® min, |
2) |
2 x12 3 x22 + 4 x1 x2 + 12 x2 ® max, | ||||||
|
|
2 x1 + 3 x2 £ 6; |
|
3 x1 + 4 x2 £ 12; | ||||||
|
3) |
2 x12 + x22 x1 x2 x1 ® min, |
4) |
x12 + 3 x22 x1 2 x2 ® min, | ||||||
|
|
x1 + 2 x2 £ 1; |
|
x1 + 4 x2 £ 7; | ||||||
|
5) |
2 x12 3 x22 + 16 x1+ 24 x2 ® max, |
6) |
x12+ x22 3 x1 8 x2 ® min, | ||||||
|
|
2 x1 + x2 £ 4; |
|
x1 +2 x2 £ 4; | ||||||
|
7) |
x12 x22 + x1 + 2 x2 ® max, |
8) |
x12 x22 + x1 x2 + 5 x1 + 2 x2 ® max, | ||||||
|
|
x1 + 2 x2 £ 16; |
|
2 x1 +3 x2 £ 15. | ||||||
Відповіді: 1) x* = (0.69; 1.54). 2) x* = (1.23; 2.07).
3) x* = (0.29; 0.14). 4) x* = (0.5; 0.33).
5) x* = (0.57; 2.86). 6) x* = (0.4; 1.8).
7) x* = (0.5; 1). 8) x* = (3.63; 2.58).
12.5.3. Знайти оптимум функцій, що задані нижче методами множників Лагранжа і квадратичним симплекс-методом
1. f(x1,x2)=x12+x22, 2. f(x1,x2)=3x12+2x22–3x1+1,
x1+x2=1. x12+x22=4.
3. f(x1,x2)=x12–x22, 4. f(x1,x2)=2(x1–1)2+3(x2–3)2,
x1–x2=4. x1+x2=6.
5. f(x1,x2)=(x1–3)2+(x2–5)2, 6. f(x1,x2)=x12+2x22–4x1,
x1–2x2=5. –x1+2x2=1.
7. f(x1,x2)=4x12+20x2+6x22, 8. f(x1,x2,x3)=2x1+3x22+x32,
x1+x2=200. x1+x2+x3=8.
9. f(x1,x2)=6[(x1–2)2+(x2–3)2], 10. f(x1,x2)=4x1+8x2+x12+x22,
x1+x2–7=0. x1+x2=180.
12.6 Розв’язання матричних ігор
12.6.1. Знайти сідлові точки і значення наведених нижче матричних ігор:
а)
б)
в)
г)
д)
Відповіді: а) (1,1), v = 2: б) (1,3), v = 3;
в) (1,2), (2,2), (3,2), (4,2), v = 3;
г) (2,1), v = 1/2; д) (2,2), v=3.
12.6.2. Визначити виграш першого гравця в ситуації (х, у):
а)
x
= (1/4, 3/4), y = (4/5, 1/5);
б)
x
= (1/9, 1/9, 5/9, 2/9), y = (0, 0, 1);
Відповіді: а) 0,55; б)1/3.
12.6.3. Розв’язати симплексом-методом такі ігри:
а)
б)
в)
Відповіді: а) х* = (1/7, 2/7, 4/7), v = 15/7; у* = (1/7, 2/7, 4/7).
б) x* = (2/5, 1/9, 22/45), v = 142/5; y* = (5/9, 1/5, 11/45).
в) x* = (1/3, 2/3, 0), v = 1, y* =
= α(1/5, 3/5, 1/5) + (1- α)(0, 2/3, 1/3), 0 ≤ α ≤ 1.
12.6.4. За яких умов наведена нижче матрична гра має сідлову точку у чистих стратегіях?
![]()
Відповідь: якщо 0 < а < b < c, то (i*, j*) =(1, 1), v = a;
якщо 0 > a > b > c, то (і*, j*) = (1, 2), v = b; і т.д.
