- •1. Предмет «омм» и задачи курса. Методы и область применения дисциплины.
- •2. Примеры экономических задач
- •5) Задача о рациональном использовании имеющихся мощностей;
- •6) Задача о назначениях
- •3. Классификация моделей и задач в математическом программировании
- •4. Этапы решения экономических задач математическими методами
- •5. Принципы построения экономико-математичеких моделей
- •6, Экономико-математические модели включают в себя систему ограничений, целевую функцию.
- •7, Общая и типовая задача в линейном программировании.
- •8, 1. Каждому опорному/базисному решению злп соответствует крайняя угловая точка выпуклого многогранника d, представляющего собой область допустимых решений задачи (*),и наоборот.
- •11. Построение опорных планов в симплексном методе решения здп.
- •12. Критерий оптимальности
- •15. Симплекс-метод с искусственным базисом.
- •16. Симметричные двойственные задачи и правила их построения.
- •17. Теоремы двойственности.
- •18. Теорема двойственности
- •21. Модели транспортной задачи
- •23.Метод потенциалов
- •26)Задача о назначениях.
- •27) Решение злп с использованием пк.
- •28)Определение дефицитных видов ресурсов и убыточных видов продукции.
- •29)Определение границ устойчивости двойственных оценок.
- •30) Экономические примеры, математическая постановка задачи целочисленного программирования.
- •32. Составление дополнительных ограничений
- •33.Метод Гомори
- •34.Метод ветвей и границ
- •35. Причины возникновения и примеры нелинейностей в оптимизационных экономических задачах
- •36 Квадратичное программирование
- •37. . Економічна постановка і математична модель задачі нелінійного програмування
- •5.10. Геометрична інтерпретація задачі нелінійного програмування
- •38. Множники Лагранжа
- •39.Необхідні умови існування сідлової точки
- •40,Теорема Куна-Таккера
- •41. Разница между глобальным и локальным оптимумом, точным и приближенным решением задачи.
- •Приближенные вычисления
- •Погрешности
- •Значащие цифры
- •Округление
- •Действия над приближенными числами
- •42. Игра как математическая модель конфликта.
- •43. Матричные игры двух лиц. Два игрока/две стратегии
- •Функция полезности
- •Игры с полной/неполной информацией
- •Формальное представление
- •44. Решение матричных игр: доминирование строк и столбцов.
- •45. Решение матричных игр: аффинные преобразования.
- •46. Решение матричных игр графическим способом.
- •47. Решение матричных игр аналитическим способом.
- •48. Сведение матричных игр к задаче линейного программирования.
- •49. Понятие о динамическом программировании.
- •50. Принцип Беллмана.
- •51. Понятие о стохастическом программировании. Классификация задач.
7, Общая и типовая задача в линейном программировании.
Оптимизационная задача - это экономико-математическая задача, которая состоит в нахождении оптимального (максимального или минимального) значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений.
В самом общем виде задача математически записывается так:
U = f(X) max; X W,
Где X = (Х1, Х2,…, Хn);
W - область допустимых значений переменных Х1, Х2,…, Хn;
f(X) - целевая функция.
Для того, чтобы решить задачу оптимизации, достаточно найти ее оптимальное решение, т.е. указать X() W такое, что f(X()) f(X), при любом X W, или для случая минимизации - что f(X()) ? f(X), при любом X W.
Оптимизационная задача является неразрешимой, если она не имеет оптимального решения. В частности, задача максимизации будет неразрешима, если целевая функция f(X) не ограничена сверху на допустимом множестве W.
Методы решения оптимизационных задач зависят как от вида целевой функции f(X), так и от строения допустимого множества W. Если целевая функция в задаче является функцией n переменных, то методы решения называют методами математического программирования.
В математическом программировании принято выделять следующие основные задачи в зависимости от вида целевой функции f(X) и от области W:
· задачи линейного программирования, если f(X) и W линейны;
· задачи целочисленного программирования, если ставится условие целочисленности переменных Х1, Х2,…, Хn;
· задачи нелинейного программирования, если форма f(X) носит нелинейный характер.
Задачи линейного программирования.
Задачей линейного программирования называется задача исследования операций, математическая модель которой имеет вид:
f(X) = СjXj max(min);
aij xj = bi, iI, IM = 1, 2,…m;
aij xj bi, iM;
Xj0, jJ, JN = 1, 2,…n.
При этом система линейных уравнений и неравенств, определяющая допустимое множество решений задачи W, называется системой ограничений задачи линейного программирования, а линейная функция f(X) называется целевой функцией или критерием оптимальности.
Любую задачу линейного программирования можно свести к задаче линейного программирования в канонической форме. Для этого в общем случае нужно уметь сводить задачу максимизации к задаче минимизации; переходить от ограничений неравенств к ограничениям равенств и заменять переменные, которые не подчиняются условию неотрицательности. Максимизация некоторой функции эквивалентна минимизации той же функции, взятой с противоположным знаком, и наоборот.
Правило приведения задачи линейного программирования к каноническому виду состоит в следующем:
1) если в исходной задаче требуется определить максимум линейной функции, то следует изменить знак и искать минимум этой функции;
2) если в ограничениях правая часть отрицательна, то следует умножить это ограничение на -1;
3) если среди ограничений имеются неравенства, то путем введения дополнительных неотрицательных переменных они преобразуются в равенства;
4) если некоторая переменная Хk не имеет ограничений по знаку, то она заменяется (в целевой функции и во всех ограничениях) разностью между двумя новыми неотрицательными переменными::
Xk = X`k - Xl, где l - свободный индекс, X`k 0, Xk 0.