- •1.Загальна економіко-математична модель задачі лінійного програмування. Допустимий та оптимальний план задачі лінійного програмування.
- •2.Форми запису лінійної задачі оптимізації: в скороченому вигляді, в матричній і векторній формах.
- •3.Геометрична інтерпретація задачі лінійного програмування.
- •4.Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •5.Алгоритм графічного методу розв’язування задач лінійного програмування.
- •6.Алгоритм розв’язування задачі лінійного програмування симплексним методом.
- •7.Теорема (ознака оптимальності опорного плану задачі лінійного програмування).
- •8.Правила побудови двоїстих задач.
- •9.Теореми двоїстості.
- •10.Приклад економічної інтерпретації пари спряжених задач.
- •11.Економічна інтерпретація двоїстої задачі (на прикладі задачі оптимального використання обмежених ресурсів).
- •12.Визначення за допомогою двоїстих оцінок статус кожного ресурсу прямої задачі та проведення аналізу рентабельності продукції (на прикладі задачі оптимального використання обмежених ресурсів).
- •13.Постановка транспортної задачі.
- •Транспортна задача — це специфічна задача лінійного програмування, застосовувана для визначення найекономічнішого плану перевезення однорідної продукції від постачальників до споживачів.
- •14.Алгоритм розв’язування транспортної задачі методом потенціалів.
- •15.Транспортна задача з додатковими умовами: 1) заборона перевезень від певного постачальника до певного споживача; 2) перевезення за окремими маршрутами строго визначеного обсягу продукції.
- •16.Економічна та математична постановка задачі про розподіл обладнання.
- •17.Економічна та математична постановка задачі про призначення.
- •18.Двохетапна транспортна задача.
- •19.Економічна та математична постановка цілочислової задачі лінійного програмування.
- •20.Загальна характеристика методів розв’язування цілочислових задач лінійного програмування.
- •1) Точні методи:
- •21.Алгоритм розв’язування цілочислових задач лінійного програмування методом Гоморі.
- •22.Алгоритм методу гілок та меж.
- •23.Задача про рюкзак.
- •24.Задача оптимального розкрою матеріалів.
- •25.Задача планування виробничої лінії.
- •26.Економічна та математична постановка задачі дробово-лінійного програмування.
- •27.Геометрична інтерпретація задачі дробово-лінійного програмування.
- •28.Розв’язування дробово-лінійної задачі зведенням до задачі лінійного програмування.
- •29.Постановка нелінійної задачі оптимізації. Геометрична інтерпретація задачі нелінійного програмування.
- •30.Основні труднощі розв’язування нелінійних задач.
- •31.Метод множників Лагранжа розв’язування нелінійних задач оптимізації.
- •32.Економічна сутність задач динамічного програмування.
- •33.Сутність динамічного програмування. Принцип оптимальності.
- •34.Задача про розподіл капіталовкладень між підприємствами.
- •35.Принцип оптимальності р.Белмана.
- •36.Алгоритм розв’язування задач динамічного програмування.
- •37.Основні поняття теорії ігор.
- •38.Класифікація ігор.
- •39.Матричні ігри двох осіб.
- •40.Гра зі змішаними стратегіями.
- •Нехай маємо скінченну матричну гру з платіжною матрицею
- •41.Геометрична інтерпретація гри 22.
- •42.Зведення матричної гри до задачі лінійного програмування.
- •Типові задачі.
- •1. Розв’язування задачі лінійної оптимізації графічним методом.
- •Задача 2.1.
- •2. Знаходження оптимальних планів прямої та двоїстої задачі на основі теорем двоїстості.
- •Задача 3.3.
- •3. Побудова математичних моделей прямої та двоїстої задач та економічний аналіз їх оптимальних планів.
- •4. Розв’язування задачі дробово-лінійного програмування графічним методом.
- •5. Розв’язування задачі нелінійного програмування графічним методом.
- •6. Розв’язування задачі нелінійного програмування методом множників Лагранжа.
30.Основні труднощі розв’язування нелінійних задач.
(1., стр.316-317).
Розглянемо основні труднощі розв’язування нелінійних задач.
Для лінійних задач можна завжди знайти оптимальний розв’язок універсальним методом — симплексним. При цьому не існує проблеми стосовно доведення існування такого розв’язку, тобто в результаті застосування алгоритму симплексного методу завжди отримують один з таких варіантів відповіді:
а) отримали оптимальний розв’язок;
б) умови задачі суперечливі, тобто розв’язку не існує;
в) цільова функція необмежена, тобто розв’язку також не існує.
Для задач нелінійного програмування не існує універсального методу розв’язання, що зумовило розроблення значної кількості різних методів розв’язування окремих типів задач нелінійного програмування. Для кожного специфічного методу необхідно доводити існування розв’язку задачі та його єдиність, що також є досить складною математичною задачею.
Відомі точні методи розв’язування нелінійних задач, але в такому разі існують труднощі обчислювального характеру, тобто навіть для сучасних ЕОМ такі алгоритми є досить трудомісткими, тому здебільшого для розв’язування нелінійних задач виправданим є застосування наближених методів.
Для задач лінійного програмування доведено наявність єдиного екстремуму, що досягається в одній (або кількох одночасно) з вершин багатогранника допустимих розв’язків задачі. Однак у задачах нелінійного програмування існують кілька локальних оптимумів, що потребує пошуку серед них глобального.
Н
Рис. 8.4.
Більшість наближених методів уможливлюють, як правило, знаходження локального оптимуму. Можна, звичайно, користуючись простим способом, визначити всі локальні оптимуми, а потім їх зіставленням знайти глобальний. Однак для практичних розрахунків такий метод є неефективним. Часто глобальний оптимум наближені методи «не уловлюють». Наприклад, у разі, коли глобальний оптимум знаходиться досить близько біля локального. Якщо відрізок поділити на десять підвідрізків і глобальний оптимум попаде у відрізок (рис. 8.4), а зліва від та справа від крива буде зростати, то глобальний оптимум буде пропущеним.
У задачах лінійного програмування точка оптимуму завжди була граничною точкою багатогранника допустимих планів. Для нелінійних задач точка, яка визначає оптимальний план, може бути як граничною, так і знаходитися всередині допустимої області розв’язків (планів), що було проілюстровано в прикладі 8.1.
Доведено, що множина допустимих планів задачі лінійного програмування завжди є опуклою. У разі, коли система обмежень задачі є нелінійною, вона може визначати множину допустимих розв’язків як неопуклу, або навіть складатися з довільних, не зв’язаних між собою частин.
31.Метод множників Лагранжа розв’язування нелінійних задач оптимізації.
(2., стр.189-190).
Розглянемо метод множників Лагранжа на прикладі такої задачі нелінійного програмування:
(6.15)
за умов
(6.16)
,
де функції і диференційовані.
Ідея методу множників Лагранжа полягає в заміні даної задачі простішою: на знаходження екстремуму складнішої функції, але без обмежень. Ця функція називається функцією Лагранжа і подається у вигляді:
(6.17)
де λі — не визначені поки що величини, так звані множники Лагранжа.
Знайшовши частинні похідні функції L за всіма змінними і прирівнявши їх до нуля:
запишемо систему
(6.18)
що є, як правило, нелінійною.
Розв’язавши цю систему, знайдемо і — стаціонарні точки. Оскільки їх визначено з необхідної умови екстремуму, то в них можливий максимум або мінімум. Іноді стаціонарна точка є точкою перегину (сідлова точка). Отже, для визначення достатніх умов екстремуму та діагностування його типу існує спеціальний алгоритм.