- •0Министерство образования Российской Федерации
- •Московская финасово-юридическая академия
- •Учебное пособие по дисциплине «Математические методы в экономике»
- •Оглавление.
- •Введение в математические методы. Моделирование в экономике и его использование в развитии и формализации экономической теории.
- •Математическая модель и ее основные элементы (экзогенные и эндогенные переменные, параметры; виды зависимостей экономических переменных и их описание; уравнения, тождества, неравенства и их системы).
- •Модель Василия Леонтьева многоотраслевой экономики (балансовый анализ).
- •Задание.
- •Предмет и задачи исследования операций. Что такое исследование операций и чем оно занимается.
- •Основные понятия и принципы исследования операций.
- •Математические модели операций.
- •Прямые и обратные задачи исследования операций. Основные задачи ио.
- •Линейное программирование. Введение.
- •Примеры задач линейного программирования.
- •1.Задача об использовании ресурсов.
- •Задача составления рациона (задача о диете, задача о смесях).
- •Задания:
- •.Общая задача линейного программирования.
- •Геометрический смысл решений неравенств и их систем.
- •Графический метод решения злп.
- •Алгоритм решения злп графическим методом.
- •Задания:
- •Особые случаи задач линейного программирования. (графический метод) Неограниченность области допустимых решений.
- •Не единственность оптимального решения.
- •Системыmлинейных уравнений сnнеизвестными.
- •Основы симплекс - метода линейного программирования
- •Задачи.
- •Особые случаи симплексного метода Не единственность оптимального решения (альтернативный оптимум).
- •Появление вырожденного базисного решения
- •Отсутствие конечного оптимума.
- •Метод искусственных переменных (м-метод).
- •Задания.
- •Двойственные задачи
- •Свойства взаимно двойственных задач.
- •Алгоритм составления двойственных задач.
- •Объективно обусловленные оценки и их смысл.
- •Задания.
- •Модели целочисленного линейного программирования.
- •Методы отсечения.
- •Метод Гомори.
- •Алгоритм метода Гомори.
- •Понятие о методе ветвей и границ.
- •Задания
- •Транспортная модель.
- •Определение транспортной модели
- •Пример транспортной модели
- •Приведение любой транспортная модель к сбалансированной.
- •Решение транспортной задачи
- •Нахождение первоначального допустимого базисного решения.
- •I. Метод северо-западного угла
- •II.Метод минимальной стоимости.
- •Критерий оптимальности и нахождение переменной вводимой в базис. Метод потенциалов.
- •Нахождение переменной, выводимой из базиса.
- •Распределительный метод (построение замкнутого цикла).
- •Примеры задач транспортной модели. Модель производства за запасами
- •Задания.
- •Элементы теории игр.
- •Платежная матрица. Верхняя и нижняя цена игры.
- •Задания.
- •Решение игр в смешанных стратегиях.
- •Задания:
- •Нелинейное программирование. Классическое определение экстремума.
- •Глобальный экстремум.
- •Условный экстремум.
- •Метод множителей Лагранжа.
- •Выпуклые множества и выпуклые функции.
- •Задача выпуклого программирования.
- •Производная по направлению и градиент.
- •Методы спуска.
- •Градиентные методы.
- •Задания.
- •Динамическое программирование.
- •Общая постановка задач динамического программирования.
- •Принцип оптимальности.
- •Уравнения Беллмана.
- •Общая схема решения задач динамического программирования.
- •Задача о распределении средств между предприятиями.
- •Задания.
- •Модели сетевого планирования и управления.
- •Порядок построения сетевых графиков.
- •Задания.
- •Ключ к тесту.
- •Вопросы для подготовки к экзамену (зачету)
- •Список литературы.
Задача выпуклого программирования.
Пусть дана функция и система ограничений:
, где
- выпуклые на некотором множестве М;
- либо выпукла, либо вогнута.
Задача выпуклого программирования состоит в отыскании такого решения системы ограничений, при котором целевая выпуклая функция достигает минимального значения или вогнутая максимального. (Условие не отрицательности переменных можно считать включенными в систему ограничений).
Линейное программирование является частным случаем выпуклого программирования.
Выделение задач выпуклого программирования в специальный класс объясняется экстремальными свойствами выпуклой функции:
локальный минимум выпуклой функции (максимум - вогнутой) является одновременно глобальным;
выпуклая (вогнутая) функция достигает на замкнутом множестве глобального минимума (максимума).
Если целевая функция является строго выпуклой (вогнутой) и если область решений системы ограничений не пуста и ограничена, то задача выпуклого программирования имеет единственное решение.
Минимум выпуклой функции (максимум вогнутой) достигается внутри области решений, если там имеется стационарная точка, или на границе этой области, если внутри нет стационарной точки.
В общем случае множество оптимальных решений задач выпуклого программирования является выпуклым.
Производная по направлению и градиент.
производной функции по направлениюlв точке Х называется предел:.
Направление задается вектором .
Если дифференцируема в точке Х, то она имеет в этой точке производную по любому направлениюl, которая выражается через частные производные:
.
Абсолютная величина производной по направлению показывает скорость изменения функции в этом направлении, а знак производной показывает характер изменения функции ("+" - возрастание; "-" - убывание).
Градиентом функцииназывается вектор, проекциями которого на оси координат являются частные производные функции:
.
Своего максимального значения достигает тогда, когда направлениеlсовпадает с направлением вектора градиента:
- максимальная скорость возрастания функции.
Таким образом, в точке Х направление градиента является направлением наибольшего возрастания функции, а длина вектора градиента равна наибольшей скорости возрастания функции в этой точке.1
Пример 23.
Найти наибольшую скорость возрастания функции в точке А(0;1;2) и определить характер изменения этой функции в точке А в направленииl=(1;-2;2).
Решение.
Найдем вектор градиент в точке А. Для этого найдем частные производные функции F:
В точке А вектор градиент равен , а его длина.
Получили направление максимально госта функции в точке А и наибольшая скорость возрастания.
Определим характер изменения функции в направлении l:
,
следовательно функция возрастает в точке А в направлении l.
Методы спуска.
Общая схема решения задач математического программирования методом спуска состоит в построении последовательности точек решений системы ограничений данной задачи по принципу:- любая точка области допустимых решений, а, где- некоторое направление (вектор), а- число (длина шага).
ивыбираются так, чтобы обеспечить сходимость последовательности к точке(оптимальному решению).
В общем случае процесс построения последовательных приближений бесконечен. В этом случаеприближенное значение. Иногда процесс может быть конечен и в задачах выпуклого программирования приводит к глобальному оптимуму.
Находя можно определить "выгодность" или "невыгодность" направления в смысле приближения к оптимуму.
Пример 24.
Точка принадлежит области допустимых решений.
Проверить, приближается ли функция к оптимуму по направлениям:
Решение.
Найдем частные производные целевой функции в точке :
Найдем длину вектора lи вектораt:
Найдем производную функции по направлению l:
.
Следовательно функция приближается к оптимуму в направлении l.