
- •Одномерная оптимизация. Необходимые и достаточные условия оптимальности. Принцип сужения интервала неопределенности для унимодальных функций.
- •Одномерная оптимизация. Постановка задачи. Метод половинного деления. Оценка погрешности.
- •Одномерная оптимизация. Постановка задачи. Метод "золотого" сечения, Фибоначчи.
- •Одномерная оптимизация. Постановка задачи. Метод Ньютона-Рафсона.
- •6. Одномерная оптимизация. Постановка задачи. Метод квадратической аппроксимации.
- •7. Многомерная оптимизация. Основные определения и понятия функции нескольких переменных (фнп). Необходимые и достаточные условия экстремума.
- •8. Многомерная оптимизация. Основные определения и понятия функции нескольких переменных (фнп). Обусловленность задачи поиска минимума фнп.
- •9. Постановка задачи безусловной оптимизации фнп. Методы нулевого порядка. Метод покоординатного спуска.
- •1.2& Метод покоординатного спуска.
- •10. Постановка задачи безусловной оптимизации фнп. Метод многогранника. Алгоритм метода.
- •Постановка задачи безусловной оптимизации фнп. Метод Монтер-Карло. Алгоритм метода. Основные параметры метода.
- •12. Постановка задачи безусловной оптимизации фнп. Градиентные методы и метод наискорейшего спуска.
- •13. Постановка задачи безусловной оптимизации фнп. Градиентный метод с добрым шагом. Алгоритм выбора длины шага.
- •14. Постановка задачи безусловной оптимизации фнп. Овражный метод.
- •15. Постановка задачи безусловной оптимизации фнп. Методы второго порядка. Метод Ньютона.
- •16. Пз безусловной оптимизации фнп. Методы второго порядка. Метод Ньютона с дробным шагом. Алгоритм выбора длины шага.
- •17. Общая постановка задачи условной оптимизации. Постановки задач линейного и целочисленного программирования. Необходимые и достаточные условия оптимальности злп.
- •18. Общая и стандартная постановки злп. Переход от общей постановки задачи к стандартной.
- •19. Графическое решение злп. Основные понятия и идея решения задачи.
- •20. Симплекс-метод решения злп. Построение начальной симплекс-таблицы.
- •21.Оценка решения, представленного данной таблицей, на оптимальность и, если оптимум не достигается, поиск переменной, вводимой в базис.
- •22.Определение выводимой из базиса переменной.
- •23. Выбор начального решения
- •24. Анализ ресурсов.
- •25. Анализ цен
- •26. Целочисленное деление.
- •27. Постановка транспортной задачи. Балансировка задачи.
- •28. Сведение транспортной задачи к задаче линейного программирования.
- •29. Постановка транспортной задачи. Поиск допустимого нач.Решения. Метод с-з угла. Метод min стоимости.
- •35.Алгоритм Форда-Фалкерсона
24. Анализ ресурсов.
Предположим,
что для некоторых значений А,
b
и с найден
оптимальный
план х*,
максимизирующий
суммарный доход
.
Достаточно естественным представляется
вопрос:
как будет изменяться оптимальный план
х*
при
изменении
компонент вектора ограничений b
и,
в частности, при каких
вариациях b
оптимальный
план х*
останется
неизменным? Данная
задача получила название проблемы
устойчивости оптимального плана.
Очевидно,
что исследование устойчивости х*
имеет
и непосредственное практическое
значение, так
как в реальном производстве объемы
доступных ресурсов bi
могут
существенно колебаться после принятия
планового решения
х*
.
Когда
вектор ограничений b
изменяется
на ∆b
или,
как еще говорят,
получает приращение ∆b,
то возникают соответствующие вариации
для оптимального плана
и
значения целевой
функции
.
Допустим, приращение ∆b
таково,
что оно не приводит к изменению
оптимального базиса задачи,
т. е.
.
Определим функцию F(b),
возвращающую
оптимальное значение целевой функции
задачи
для
различных значений вектора ограничений
b
(1.55)
Рассмотрим
отношение ее приращения
к
при-
ращению
аргумента ∆b.
Если
для некоторого i
устремить
,
то мы получим
(1.56)
Учитывая,
что в соответствии с теоремой 1.5
(1.57)
и
подставив (1.57) в (1.56), приходим к выражению
(1.58)Из
формулы (1.58) вытекает экономическая
интерпретация
оптимальных переменных двойственной
задачи.
Каждый
элемент ui*
может
рассматриваться как предельная
(мгновенная) оценка вклада г-го ресурса
в суммарный доход
F
при
оптимальном решении х*.
Грубо говоря, величина
и* равна приросту дохода, возникающему
при увеличении
ресурса i
на единицу при условии оптимального
использования
ресурсов.
В различных источниках компоненты оптимального плана двойственной задачи также называются двойственными оценками или теневыми ценами, а Л. В. Канторович предлагал такой термин, как объективно обусловленные оценки.
На основе теорем двойственности для пары задач ЛП в общей форме могут быть сформулированы некоторые важные (с точки зрения экономической интерпретации) следствия.
Если
при использовании оптимального плана
прямой задачи
i-e
ограничение выполняется как строгое
неравенство,
то оптимальное значение соответствующей
двойственной
переменной равно нулю, т. е. если
В рамках рассматриваемой задачи производственного планирования это означает, что если некоторый ресурс bi имеется в избыточном количестве (не используется полностью при реализации оптимального плана), то i-e ограничение становится несущественным и оценка такого ресурса равна 0.
Если
при использовании оптимального плана
двойственной
задачи j-e
ограничение выполняется как строгое
неравенство,
то оптимальное значение соответствующей
переменной прямой задачи должно быть
равно нулю, т.
е. если
Учитывая
экономическое содержание двойственных
оценок
,
выражение
может
быть интерпретировано
как удельные затраты на j-й
технологический процесс. Следовательно,
если эти затраты превышают прибыль от
реализации
единицы j-го
продукта, то производство j-го
продукта является
нерентабельным и не должно присутствовать
в оптимальном
производственном плане (х*
=
0).