
- •1. Принципи моделювання соціально-економічних систем і процесів.
- •2. Сутність економіко-математичної моделі.
- •3. Необхідність використання математичного моделювання економічних процесів.
- •4. Етапи математичного моделювання
- •5. Сутність адекватності економіко-математичних моделей.
- •7. Способи перевірки адекватності економіко-математичних моделей.
- •8. Поняття адаптації та адаптивних систем.
- •9. Сутність оптимізаційних моделей. Приклади економічних задач математичного програмування.
- •10. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •11. Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •12. Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •13. Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •14. Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •16. Знаходженння розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •17. Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •18. Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •19. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •20. Теореми двоїстості, їх економічна інтерпретація.
- •21. Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •22. Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •23. Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •26. Геометрична інтерпретація задачі цілочислового програмування.
- •27. Метод Гоморі.
- •28. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •29. Графічний метод розв’язування задач нелінійного програмування.
- •30. Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв’язування задачі на безумовний екстремум.
- •31. Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •32. Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •33.Квадратична функція та її властивості.
- •34.Постановка задачі квадратичного програмування та її математична модель.
- •35.Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •36.Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •37. Математична постановка задачі динамічного програмування, її економічний зміст. Принцип оптимальності Беллмана.
- •38. Основні рекурентні співвідношення розв’язування задач динамічного програмування.
- •39. Методи розв’язування задач динамічного програмування. Основні кроки алгоритму розв’язування задачі динамічного програмування.
- •40. Основні поняття теорії ігор. Гра двох гравців з нульовою сумою, правила гри, ціна гри, пара оптимальних стратегій для двох осіб.
- •41. Платіжна матриця. Основна теорема теорії ігор. Принцип мінімаксу.
- •42. Гра в чистих стратегіях. Поняття сідлової точки і її знаходження.
- •43. Гра 2х2 в змішаних стратегіях. Алгоритм розв’язування задачі.
- •44. Зведення гри двох осіб до задачі лінійного програмування.
- •1. Принципи моделювання соціально-економічних систем і процесів.
- •2. Сутність економіко-математичної моделі.
10. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
Мат. програмування – це розділ мат-ки, який розробляє теорію та чисельні методи для розвязку зад.на екстремум функ-ії багатьох змінних з обмеженнями області їх змінних. У найбільш загал. вигляді зад. мат.прог. мають такий вигляд:
Знайти:
за умов
;
– цільова
функція
Х – вектор керованих змінних
У- вектор некерованих змінних
- функція
споживання і-того ресурсу
В
залежності від вигляду цільової функції
зад. мат.прог. поділяються на такі типи:
1)Лінейне,
якщо
і
змінюються від 1
до
,
то вони є лінійними функ-ями відносно
змінної х;
2)Нелінійне,
якщо
хочаб одна з ф-ій є нелінійною ф-єю
відносно Х;
3)Дискретне (цілочислове),
якщо на керованій змінній Х
(або
на частинних)
закладена
умова дискретності; 4)Динамічне,
якщо цільова ф-я
є
мультиплікативною ф-єю змінних Х,
при цьому ф-я
Приклад
зад. лінійного програмув. Задача
визначення оптимального плану виробництва:
для деякої виробничої системи (цеху,
підприємства, галузі) необхідно визначити
план випуску n
видів
продукції Х
= (х1,
х2,
…, хn)
за умови найкращого способу використання
її наявних ресурсів. У
процесі виробництва задіяні m
ресурсів: сировина, трудові ресурси,
технічне оснащення тощо. Відомі загальні
запаси ресурсів
,
норми витрат і-го
ресурсу на виробництво одиниці j-ої
продукції
та прибуток з одиниці j-ої
реалізованої продукції
.
Критерій оптимальності: максимум
прибутку.
Загалом
лінійна економіко-математична модель
даної задачі матиме вигляд:
за умов:
.
Математична модель виробничої задачі може бути застосована для різних економічних задач, де виникає проблема вибору найкращого варіанта розподілу обмеженої кількості ресурсів, хоча з першого погляду може здаватися, що постановка задачі не стосується виробничих процесів.
11. Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
Загальною ЗЛП наз. зад., що має такий вигляд:
(1) при обмеженні
(2)
(3)
потрібно знайти значення змінних x1, x2, …, xn, які задовольняють умови (2) і (3), і цільова функція (1) набуває екстремального значення.
Вектор Х = (х1, х2, …, хn),я кий задовольняє обмеження ЗЛП наз. планом, план Х наз. опорним планом основної ЗЛП, якщо система векторів являється m вимірним і входить в розклад (2) з дод. коефіціентами і які є лінійно незалежними, така сист. Векторів наз. лінійно залежними.
Опорний план Х = (х1, х2, …, хn), називається невиродженим, якщо він містить точно m додатних змінних, інакше він вироджений.
Опорний
план
,
за якого цільова функція (1) досягає макс
чи мін значення, називається оптимальним
розв’язком задачі лінійного програмування.
Звадення ЗЛП до канонічного вигляду озн. таки до такого вигляду, коли в системі обмежень (2) всі bi (i = 1, 2, …, m) невід’ємні, а всі обмеження є рівностями.
Якщо якесь bi від’ємне, то, помноживши i-те обмеження на (– 1), дістанемо у правій частині відповідної рівності додатне значення. Коли i-те обмеження має вигляд нерівності аi1х1 + аi2х2 + … + аinxn ≤ bi, то останню завжди можна звести до рівності, увівши додаткову змінну
xn+1: ai1x1+ai2x2+…+ ain xn + xn + 1 = bi.
Аналогічно обмеження виду аk1x1 + ak2x2 + … + aknxn ≥ bk зводять до рівності, віднімаючи від лівої частини додаткову змінну хn + 2, тобто: ak1x1 + ak2x2 + … + aknxn – xn + 2 = bk (хn+1 ≥ 0, хn+2 ≥ 0).
Наприклад
(4)
Для зведення нерівності (4) до рівняння необхідно до її лівої частини додати деяку невід’ємну величину хn + 1 ≥ 0. У результаті дістаємо лінійне рівняння, яке містить n+1 змінну:
a1x1 + a2x2 + … + anxn + xn + 1 = b.(5)
ЗЛП (1)—(3) можна подати так:
за умов:
(6)
ЗЛП у векторно-матричному вигляді:
max(min) Z = CX
за умов:
АХ = А0; (2.7)
Х ≥ 0,
де
є матрицею коефіцієнтів при змінних;
— вектор
змінних;
— вектор
вільних членів;
С = (с1, с2, …, сп) — вектор коефіцієнтів при змінних у цільовій функції.
Часто задачу лінійного програмування зручно записувати у векторній формі:
max(min)Z = CX
за умов:
A1x1 + A2x2 + … + Anxn = A0; (2.8)
X ≥0,
де
є векторами коефіцієнтів при змінних.