- •1. Матрицы. Виды матриц
- •Специальные матрицы
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •2 Слу наз эквивалентными или равносильными, если множества их решений совпадают.
- •Теорема об умножении определителей
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Теорема о производной по направлению
- •Теорема о необходимых условиях экстремума
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1) Реализация метода Гаусса даёт ответ на вопрос о совместности системы. Система совместна тогда и только тогда, когда при реализации метода Гаусса не возникает противоречивых уравнений
- •2) В процессе преобразований Гаусса допускаются промежуточные преобразования слу.
- •3) В любой момент преобразования Гаусса м.Б. Остановлены. Текущая система м.Б. Рассмотрена в качестве исходной и преобразования м.Б. Возобновлены по другой схеме.
- •1. Алгебраическое дополнение и минор
- •Теорема о необходимых условиях экстремума
- •2) Проводится подстановка любой точки, не лежащей на критической прямой, в текущее неравенство, тем самым определяется область «хороших» и «плохих» точек.
- •3) После выявления «хороших» полупространств для каждого неравенства производится их пересечение.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •1. Понятие множества уровня функции, касательной гиперплоскости и вектора нормали к гиперплоскости.
- •1. Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •2) Система s линейно-независима
- •2) Любой вектор yRn м.Б. Представлен в виде линейной комбинации векторов системы s
- •2. Экономическая интерпретация двойственных оценок
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
- •Теорема об обратной матрице
- •64 Теорема о разрешимости тз:
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2. Двойственные злп.
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1. Назначение и обоснование обобщенного метода множителей Лагранжа.
- •2. Открытая транспортная задача на избыток
- •26.Понятие градиента функции. Теорема о градиенте.
- •Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •1. Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
2) Проводится подстановка любой точки, не лежащей на критической прямой, в текущее неравенство, тем самым определяется область «хороших» и «плохих» точек.
3) После выявления «хороших» полупространств для каждого неравенства производится их пересечение.
БИЛЕТ 26
1. Понятие выпуклого множества. Теорема о пересечении выпуклых множеств. Понятие гиперплоскости в Rn. Понятие полупространства.
Множество точек n-мерного пространства содержащие все точки отрезка соединяющего любые 2 точки этого множества наз выпуклым множеством
Теорема о пересечении выпуклых множеств
Пересечение любого числа выпуклых множеств явл выпуклым множеством.
Множество точек xRn удовлетворяющих условию cTx=, где Rn –где R1 cRn , наз гиперплоскостью в n-мерном пространстве
Уравнение cTx= наз уравнением гиперплоскости
Теорема о разделяющей гиперплоскости
Любая гиперплоскость разделяет все пр-во Rn на 2 непересекающихся множества p1 и p2, наз полупространствами: p1={xRn:cTx}, p2={xRn:cTx>}
-
Назначение Схема реализации метода множителей Лагранжа.
В основе метода лежит тот факт, что в точке условного экстремума хД градиент целевой функции f(x) д.б. ортогонален касательной гиперплоскости к области ограничений Д, определяемый системой ограничений g1(x)=b1 или g(x)=b:
→max(min)
Это означает, что должны существовать такие числа 1,2,…m для кот справедливо:
f(x) = j=1nj * gj(x)
Метод реализуется выполнением следующих шагов:
Шаг1. Рассматривается ф-ия Лагранжа
L(x,λ) = f(x) + λT(b – g(x)) = f(x) + i=1n j (bi – gi(x))
Где xT = (x1, x2, …, xn) – вектор инструментальных переменных множителей Лагранжа,
λT = (λ1, λ2, … , λm) – вектор множителей Лагранжа.
Шаг2. Определяются стационарные точки (х*, λ*) функции множителей Лагранжа. Для этого решается система уравнений, представляющая собой необходимые условия существования стационарной точки (все частные производные по аргументам функции Лагранжа равны 0)
∂L(x,λ) / ∂xj = (∂f(x) / ∂xj) - i=1m λi * (∂gi(x) / ∂ xj) = 0, j = 1, m
∂L / ∂ λi = bi - gi(x) = 0, i = 1, m
Эта система м.б. представлена в матричной форме:
fх(x) - λT Rg(x) = 0
b – g(x) = 0
где Rg(x) – матрица Якоби вектор-функции g(x)
БИЛЕТ 27
-
1. Назначение Схема реализации метода множителей Лагранжа.
В основе метода лежит тот факт, что в точке условного экстремума хД градиент целевой функции f(x) д.б. ортогонален касательной гиперплоскости к области ограничений Д, определяемый системой ограничений g1(x)=b1 или g(x)=b:
→max(min)
Это означает, что должны существовать такие числа 1,2,…m для кот справедливо:
f(x) = j=1nj * gj(x)
Метод реализуется выполнением следующих шагов:
Шаг1. Рассматривается ф-ия Лагранжа
L(x,λ) = f(x) + λT(b – g(x)) = f(x) + i=1n j (bi – gi(x))
Где xT = (x1, x2, …, xn) – вектор инструментальных переменных множителей Лагранжа,
λT = (λ1, λ2, … , λm) – вектор множителей Лагранжа.
Шаг2. Определяются стационарные точки (х*, λ*) функции множителей Лагранжа. Для этого решается система уравнений, представляющая собой необходимые условия существования стационарной точки (все частные производные по аргументам функции Лагранжа равны 0)
∂L(x,λ) / ∂xj = (∂f(x) / ∂xj) - i=1m λi * (∂gi(x) / ∂ xj) = 0, j = 1, m
∂L / ∂ λi = bi - gi(x) = 0, i = 1, m
Эта система м.б. представлена в матричной форме:
fх(x) - λT Rg(x) = 0
b – g(x) = 0
где Rg(x) – матрица Якоби вектор-функции g(x)
2. Метод Крамера решения СЛУ
Этот метод предназначен для решения СЛУ в которых количество уравнений равно числу неизвестных т.е. матрица-система является квадратной.
Метод применяется только для тех СЛУ, где определитель не равен 0.
В основе метода лежит теорема Крамера:
Справедливы утверждения:
1) СЛУ Ах=b имеет единственное решение тогда и только тогда, когда │А│0