- •2. Примеры экономических задач.
- •4.Этапы решения экономических задач математическими методами.
- •5.Принципы построения экономико-математических моделей.
- •12.Критерий оптимальности в стандартном симплекс-методе
- •6. Построение экономико-математических моделей
- •7.Формы задач линейного программирования
- •17. Теоремы двойственности
- •3. Классификация моделей и задач в математическом программировании
- •Классификация моделей.
- •1.Предмет и задачи курса. Методы и область применения дисциплины.
- •9. Геометрическая интерпретация задач линейного программирования.
- •10. Алгоритм решения задач линейного программирования графическим методом.
- •11.Построение опорных планов в симплексном методе решения злр
- •13. Алгоритм симплекс-методу
- •8.Свойства задач линейного программирования.
- •16.Симметричные двойственные задачи
- •14 Вырожденность в задачах линейного программирования.
- •19.Оценки как мера дефицитности ресурсов в рентабельности отдельных видов продукции
- •20. Экономический смысл 3 теоремы двойственности
- •15. Симплекс метод с искусственным базисом
- •18.Задача рационального использования ресурсов. Экономический смысл ограничений двойственных задач, их переменных и их оптимальных решений
- •21. Модели транспортной задачи
- •22. Методы составления начальных опорных планов транспортной задачи
- •27. Решение злп с использованием пк.
- •28. Определение дефицитных видов ресурсов и убыточных видов продукции.
- •23. Методы потенциалов решения транспортной задачи
- •24. Тз с ограничениями на пропускные способности
- •29. Определение границ утойчивости двоственных оценок
- •25. Транспортная задача по критерию времени
- •26. Задача о назначениях
- •30. Постановка задачи целочисленного линейного программирования
- •30. Понятие об отдельных подклассах задач
- •34. Метод ветвей и границ
- •38. Метод множителей лагранжа
- •40. Выпуклое множество. Теорема куна-таккера
- •50.Качественный анализ риска
- •65. Проверка временного ряда на наличие тренда
- •55. Понятие доверительного интервала
- •56. Проверка гипотез
- •57. Точечный и интервальный прогноз
- •59.Система одновременных уравнений
- •60. Основные положения регрессионного анализа
- •66 Методы сглаживания и выравнивания динамических рядов.
- •54. Оценка ковариационной матрицы
- •63. Виды эконометрических моделей динамики
- •42. Игра как мате. Модель конфликта
- •37. Постановка задачи нелинейного программирования
- •53. Построение модели линейной регрессии
- •33. Метод гомори
- •47. Сведение матричных игр к злп
- •61. Линейная модель множественной регрессии
- •43. Матричные игры двух лиц
- •51. Способы количественной оценки рисков
- •52. Принятие решений в условиях риска
- •64.Тренд, виды трендов
- •49. Общая схема управления рисками
- •31. Условно-оптимальное решение
- •45. Решение матричных игр графическим способом
- •44. Доминирование строк и столбцов
- •46.Аналитический метод решения игр
- •35. Причины возникновения и примеры нелинейностей в оптимизационных экономических задачах
- •32. Составление дополнительных ограничений
30. Постановка задачи целочисленного линейного программирования
Среди практически важных задач отыскания условного экстремума линейной функции особое место занимают задачи с требованием целочисленности всех (части) переменных. Задача называется полностью целочисленной, если условие целочисленности наложено на все переменные. Когда данное условие относится лишь к некоторым переменным, задача называется частично-целочисленной. Если при этом целевая функция и функции, входящие в ограничения, ‑ линейные, то задача называется линейной целочисленной.
Каноническая задача целочисленного линейного программирования:
Максимизировать функцию (1)
при условиях (2)
(3)
(4)
Если , то задача (1) – (4) – полностью целочисленная, если – частично целочисленная задача линейного программирования.
Задача о коммивояжере. Имеется n городов. Выезжая из одного, коммивояжер должен объехать все и вернуться в исходный. В каждый город можно заезжать только один раз, поэтому маршрут коммивояжера образует замкнутый цикл без петель. Задана матрица расстояний между городами (считаем, что ); разумеется . Матрица расстояний не предполагается симметричной. Требуется найти кратчайший замкнутый маршрут.
Построим математическую модель задачи, обозначая:
где .
Требуется минимизировать
(13.34)
при условиях
(13.35)
(13.36)
(13.37)
Здесь и – произвольные вещественные значения.
Покажем, что модель (13.34) – (13.37) описывает задачу о коммивояжере. Действительно, условие (13.35) означает, что торговец из каждого города выезжает только один раз; (13.36) – въезжает в каждый город только один раз; (13.37) – обеспечивает замкнутость маршрута, содержащего n городов, и отсутствие петель.
Задача о коммивояжере наиболее эффективно решается методом ветвей и границ. Имеет большое прикладное значение.
30. Понятие об отдельных подклассах задач
К задачам квадратичного программирования относят специальный класс задач НП, для которых целевая функция - квадратичная и вогнутая (или выпуклая), а все ограничения линейны.
Геометрическое программирование – раздел математического программирования, изучает определенный класс оптимизационных задач, встречающихся главным образом в инженерно-экономических расчетах. Основное требование метода состоит в том, чтобы все технические характеристики проектируемых объектов были выражены количественно в виде зависимостей от регулируемых параметров. Геометрическим такой вид программирования назван потому, что в нем эффективно используется геометрическое среднее и ряд таких геометрических понятий, как векторные пространства, векторы, ортогональность и др.
Дробно-линейное программирование (ДЛП) – математическая дисциплина, посвящённая теории и методам решения задач об экстремумах отношений линейных функций на множествах n-мерного векторного пространства, задаваемых системами линейных уравнений и неравенств. ДЛП является обобщением линейного программирования (ЛП) и, в то же время, частным случаем математического программирования. Как и в ЛП, принято разделение на общую задачу ДЛП и специальные задачи ДЛП (например, транспортная задача ДЛП, целочисленная задача ДЛП и т. д.).
Выпуклое программирование представляет собой совокупность методов решения нелинейных экстремальных задач с выпуклыми функциями – раздел нелинейного программирования (т. е. дисциплины, занимающейся решением таких задач, в которых действуют не только линейные, но и другие, более сложные зависимости). Выпуклым этот вид математического программирования называется потому, что имеет дело с выпуклыми целевыми функциями (они минимизируются) и выпуклыми системами ограничений