
- •Тема 1. Классификация моделей.
- •Тема 1. Классификация моделей.
- •Основные признаки классификации моделей.
- •Область использования.
- •Учет в модели временного фактора.
- •Способ представления модели.
- •Тема 2. Классификация языков компьютерного моделирования.
- •Тема 3. Этапы и цели компьютерного математического моделирования.
- •Раздел 1. Задачи линейного программирования.
- •Тема 1. Математическое программирование. Общий вид задач линейного программирования.
- •Формулировка задачи.
- •Геометрическая интерпретация задачи линейного программирования.
- •Найти минимальное значение линейной функции
- •Тема 2. Графический метод решения задач линейного программирования.
- •Примеры задач, решаемых графическим методом.
- •Обобщение графического метода решения задач линейного программирования.
- •Тема 3. Симплекс - метод.
- •Каноническая задача лп на максимум.
- •Вспомогательная задача лп.
- •Алгоритм метода искусственного базиса
- •Вспомогательная задача лп.
- •Алгоритм метода искусственного базиса.
- •Тема 4. Транспортная задача.
- •4.2 Составление опорного плана.
- •4.3 Метод потенциалов.
- •Раздел 2. Теория графов.
- •Тема 1. Основные понятия теории графов.
- •Элементы множества V называются вершинами графа g (или узлами), элементы множества u-его ребрами. Вершины и ребра графа называют также его элементами и вместо VV и u u пишут Vg и ug.
- •1.2 Операции над графами.
- •1.3.Связность графов.
- •1.4 Эйлеровы графы.
- •1.5 Гамильтоновы графы.
- •Тема 2. Поиск пути в графе.
- •2.2 Путь минимальной суммарной длины во взвешенном графе с неотрицательными весами (алгоритм Дейкстры).
- •2.3 .Путь минимальной суммарной длины во взвешенном графе с произвольными весами для всех пар вершин (алгоритм Флойда).
- •2.4 Путь с минимальным количеством промежуточных вершин (волновой алгоритм).
- •2.5 Нахождение k путей минимальной суммарной длины во взвешенном графе с неотрицательными весами (алгоритм Йена).
- •Тема 3. Задачи о минимальном остове.
- •3.1 Деревья.
- •3.1 Построение минимального остовного дерева (алгоритм Краскала).
- •3.1 Деревья.
- •3.1 .Построение минимального остовного дерева (алгоритм Краскала).
- •Раздел 3. Динамическое программирование.
- •Тема 1. Метод динамического программирования.
- •1.2 Идеи метода динамического программирования
- •1.3 Выбор состава оборудования для технологической линии.
- •Исходные данные для примера
- •Тема 2. Задача инвестирования.
- •Тема 3. Замена оборудования.
- •Тема 4. Задача о загрузке.
- •4.2 Рекуррентные соотношения для процедур прямой и обратной прогонки.
- •4.3 Решение задачи о загрузке.
- •Раздел 4. Системы массового обслуживания (смо). (8 часов).
- •Тема 1. Основные понятия теории массового обслуживания.
- •Тема 2. Простейшие смо и нахождение их параметров.
- •Перечень характеристик систем массового обслуживания можно представить следующим образом:
- •2. Одноканальная смо с неограниченной очередью
- •3. Одноканальная смо с неограниченной очередью, простейшим потоком заявок и произвольным распределением времени обслуживания
- •4. Одноканальная смо с произвольным потоком заявок и произвольным распределением времени обслуживания
- •Раздел 5. Имитационное моделирование.
- •Тема 1. Простейшие задачи, решаемые методом имитационного моделирования.
- •Тема 2. Основные понятия теории Марковских процессов.
- •Тема 3. Метод Монте – Карло.
- •Раздел 6. Прогнозирование.
- •Тема 1. Основная идея прогнозирования. Методы прогнозирования
- •Тема 2.Теории экспертных оценок.
- •Раздел 7. Теория игр.
- •Тема 1. Основные понятия теории игр.
- •1. 1 Понятие об играх и стратегиях
- •Тема 2. Простейшие методы решения задач теории игр.
- •Раздел 8. Элементы теории принятия решений. (2 часа).
- •Основные понятия.
- •Принятие решений в условиях полной неопределенности
- •Принятие решений при проведении эксперимента.
- •2. Принятие решений в условиях полной неопределенности
- •2.1 Максиминный критерий Вальда.
- •Критерий равновозможных состояний.
- •3. Принятие решений при проведении эксперимента.
- •3.1. Принятие решений в условиях неопределенности.
- •3.2. Использование смешанной стратегии
- •3.3. Принятие решений в условиях риска
Тема 3. Задачи о минимальном остове.
3.1 Деревья.
3.1 Построение минимального остовного дерева (алгоритм Краскала).
3.1 Деревья.
Втречаются в областях, не имеющих к теории графов прямого отношения. Деревья открывали независимо несколько раз.
Кирхгоф еще в прошлом веке ввел деревья и применил к исследованию электрических цепей. А Кэли использовал их в химии для описания структуры органических соединений. Тогда же деревья были введены и исследованы К. Жорданом, как чисто математические объекты.
Деревом называется простой связный граф, не содержащий циклов. Две вершины такого графа связаны только одной цепью. Деревья определялись по-разному.
Теорема: для графа G с N вершинами и R ребрами следующие утверждения эквивалентны.
G- дерево;
G- связный граф, R=N-1;
G- ациклический граф, R=N-1;
Любые две несовпадающие вершины графа G соединяет простая единственная цепь;
G-ациклический граф, такой что, если какую либо пару его несмежных вершин соединить ребром, то граф будет содержать ровно один цикл.
Дерево имеющее N вершин, всегда содержит R=N-1ребро, т.е минимальное количество ребер для того, чтобы граф был связным.
Если из дерева удалить хотя бы одно ребро, то граф становится несвязным, он распадается на компоненты, которые могут быть так же деревьями или отдельными вершинами. При добавлении в дерево ребра образуется цикл.
Несвязный граф, компонентами которых являются деревья, называется лесом.
Среди различных деревьев особо выделяют последовательное дерево (рис.3а), представляющее простую цепь и звездное дерево (рис. 3б), в котором одна из вершин смежная со всеми остальными вершинами.
Рисунок 3 .
Если в каждой компоненте связности графа G есть дерево H , то H называется остовом графа G.
Если в связном графе G последовательно удалять ребра, входящие в какой либо цикл, то в конце концов получится дерево, содержащее
все вершины, исходного графа. Такое дерево, называется остовом графа G. Если граф не связный, то его остовом является лес, состоящий из деревьев, является остовами
компонента связности графа.
Число ребер произвольного графа G, которые необходимо удалить для получения остова, не зависит от последовательности их удаления и равно V(G)=R-N+r, где r- число компонент связности G.
Число V(G)=R-N+r называется цикломатическим числом графа G и определяет меру связности графа.
Для леса V=0, для связного дерева V(H)=0, так как R=N-1,r=1 (V=N-1-N+1).
Граф имеет единственный цикл тогда и только тогда, когда V(G)=1. Любой граф, в котором число ребер не меньше чем число вершин, содержит цикл. Естественно возникает вопрос: как много остовов в графе? Для полного графа число остовов равно NN-2 (N-число вершин). Теорема Кирхгофа (1847г.). Число остовов в связном графе G порядка N≥2 равно алгебраическому дополнению любого элемента матрицы Кирхгофа B(G)=I*IT.
В приложениях часто бывает так, что одна из вершин дерева, а так же ее взаимосвязи с остальными вершинами имеют особое значение. В этом случае удобно рассматривать корневые деревья. В неориентированном случае в качестве корня дерева может рассматриваться любая вершина. Тогда соседние с ней вершины называются вершинами первого уровня (яруса), соседние с ним (отличные от корня) вершинами второго уровня и т.д. коневое дерево удобно выполнять в виде укладки, располагая вершины одного уровня на одной высоте. Если в корневом дереве выбрать некоторую вершину то множество всех вершин, связанных с корнем цепями проходящими через V, называется ветвью для V в корневом дереве. Ветвь- это подграф корневого дерева, который сам является корневым деревом с корнем в V.
В случае орграфа вводится понятие ориентированного дерева. Если все ребра графа направлены в сторону вершины более высокого уровня, то дерево называется ориентированным. В каждую вершину ориентированного дерева входит только одно ребро ( или не одного, если это корень). Если все ребра графа направлены к корню, то дерево называется схемой сборки.