- •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
33. Метод гомори
Нахождение решения задачи целочисленного программирования методом Гомори начинают с определения симплексным методом оптимального плана задачи без учета целочисленности переменных. Если среди компонент нет дробных чисел, то найденный план является оптимальным планом задачи целочисленного программирования. Если же в оптимальном плане переменная xj принимает дробное значение, то к системе уравнений добавляют неравенство
и находят решение задачи.
В неравенстве aij* и bi*- преобразованные исходные величины aij и bi, значения которых взяты из последней симплекс-таблицы, а f(aij*) и f(bi*) - дробные части чисел (под дробной частью некоторого числа a понимается наименьшее неотрицательное число b такое, что разность между a и b есть целое). Если в оптимальном плане задачи дробные значения принимают несколько переменных, то дополнительное неравенство определяется наибольшей дробной частью.
Если в найденном плане задачи, переменные принимают дробные значения, то снова добавляют одно дополнительное ограничение и процесс вычисления повторяют. Проводя конечное число итераций, либо получают оптимальный план задачи целочисленного программирования, либо устанавливают ее неразрешимость.
Из изложенного выше следует, что процесс определения оптимального плана задачи целочисленного программирования методом Гомори включает следующие основные этапы:
1. Используя симплексный метод, находят решение задачи без учета требования целочисленности переменных.
2. Составляют дополнительное ограничение для переменной, которая в оптимальном плане задачи имеет максимальное дробное значение, а в оптимальном плане задачи должна быть целочисленной.
3. Используя двойственный симплекс–метод, находят решение задачи, получающейся из задачи в результате присоединения дополнительного ограничения.
4. В случае необходимости составляют еще одно дополнительное ограничение и продолжают итерационный процесс до получения оптимального плана задачи или установления ее неразрешимости.
47. Сведение матричных игр к злп
Рассмотрим игру mxn определяемую матрицей
Согласно теореме 3, для оптимальной стратегии первого игрока U*=(u1*, u2*, …, um*) и цены игры v выполняется неравенство
Предположим для определенности, что v>0. Это всегда может быть достигнуто благодаря тому, что прибавление ко всем элементам матрицы A одного и того же постоянного числа C не приводит к изменению оптимальных стратегий, а только лишь увеличивает цену игры на C.
Разделив теперь обе части последнего неравенства на v, получим
Положим ui*/v=yi*, тогда
Так как первый игрок стремиться получить максимальный выигрыш, то он должен обеспечить минимум величине 1/v. С учетом этого, определение оптимальной стратегии первого игрока сводится к нахождению минимального значения функции
Аналогичные рассуждения показывают, что определение оптимальной стратегии второго игрока сводится к нахождению максимального значения функции
Здесь xj=zj/v. Таким образом, чтобы найти решение данной игры, определяемой матицей A, нужно составить следующую пару двойственных задач и найти их решение.
Прямая задача: Двойственная задача:
Используя решение пары двойственных задач, получаем формулы для определения стратегий и игры: