- •Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •12.Етапи математичного моделювання.
- •Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •Геометрична інтерпретація задачі цілочислового програмування.
- •Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •Графічний метод розв’язування задач нелінійного програмування.
- •Гра в чистих стратегіях. Поняття сідлової точки і її знаходження.
- •Гра 2х2 в змішаних стратегіях. Алгоритм розв’язування задачі.
- •13.Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •14.Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •15.Зведення гри двох осіб до задачі лінійного програмування.
- •16.Знаходження розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •17.Квадратична функція та її властивості.
- •18.Математична постановка задачі динамічного програмування, її економічний зміст. Принцип оптимальності Беллмана.
- •19.Метод Гоморі.
- •21.Методи розв’язування задач динамічного програмування. Основні кроки алгоритму розв’язування задачі динамічного програмування.
- •22.Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •23.Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •24.Необхідність використання математичного моделювання економічних процесів.
- •25.Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •26.Основні поняття теорії ігор. Гра двох гравців з нульовою сумою, правила гри, ціна гри, пара оптимальних стратегій для двох осіб.
- •27.Основні рекурентні співвідношення розв’язування задач динамічного програмування.
- •28.Платіжна матриця. Основна теорема теорії ігор. Принцип мінімаксу.
- •Нехай маємо скінченну матричну гру з платіжною матрицею
- •29.Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •30. Поняття адаптації та адаптивних систем.
- •31.Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •32.Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •33.Постановка задачі квадратичного програмування та її математична модель.
- •34.Принципи моделювання соціально-економічних систем і процесів.
- •35. Проблеми оцінювання адекватності моделі
- •36. Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •37.Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •39. Сутність адекватності економіко-математичних моделей
- •40.Сутність економіко-математичної моделі.
- •41.Сутність оптимізаційних моделей. Приклади економічних задач математичного програмування.
- •42.Теореми двоїстості, їх економічна інтерпретація.
- •43.Теорема про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •44.Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •1.Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •2.Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
30. Поняття адаптації та адаптивних систем.
А-ія - здатність системи знаходити цілеспрямоване пристосув-я щодо поводж-я в складних середовищах, а також сам процес такого пристосув-я. АС опис-я в термінах мети. А-ія до середовища, що характериз-я високою невизначеністю, дає змогу системі забезпеч-и досягн-я деяких суттєвих цілей в умовах недостатньої апріорної інформації про середовище. У процесі пристосув-я можуть змінюв-я кількісні характер-ки системи, а також її структура. В АС обов’язковим є наявність зворотного зв’язку між виходом об’єкта керув-я і регулятором через необхідність неперервного визнач-я характеристик об’єкта керув-я. Використ-я принципів адаптації забезпечує досягн-я ефективного компромісу між якістю керув-я (у вузькому сенсі) і стійкістю системи (високої якості керув-я в широкому сенсі). Принцип А-ії використ в інтерактивних системах, а також у системах підтримки прийняття рішень, якщо інформація про вже прийняті рішення накопич-я і узагальн-я задля виявл-я і здійсн-я доцільних змін у структурі вихідних даних, які застосов-я в моделях і обчислюв-их (розрахункових) методах. Адаптація в екон системах проявл-я в здатності системи зберіг у процесі розв-у суттєві параметри незмінними в певних межах їх варіюв-я, попри різноманітні впливи навк-о середовища.
31.Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
Нехай задано n-вимірний лінійний простір Rn. Функція , що задана на опуклій множині , називається опуклою, якщо для будь-яких двох точок та з множини X і будь-яких значень виконується співвідношення:
.
Якщо нерівність строга і виконується для , то функція називається строго опуклою.
Функція , яка задана на опуклій множині , називається угнутою, якщо для будь-яких двох точок та з множини X і будь-якого справджується співвідношення:
.
Якщо нерівність строга і виконується для , то функція називається строго угнутою.
Слід зазначити, що опуклість та угнутість функції визначаються лише відносно опуклих множин у , оскільки за наведеними означеннями разом з двома будь-якими точками та множині X належать також точки їх лінійної комбінації: для всіх значень , що можливо лише у разі, коли множина X є опуклою.
Опукле програмування розглядає методи розв’язування задач нелінійного програмування, математичні моделі яких містять опуклі або угнуті функції.
Загальний вигляд задачі опуклого програмування такий:
,
, ;
,
де , — угнуті функції.
32.Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
Зв`язки між витратами ресурсами та обсягами виготовлення продукції; між ціною, рекламою та попитом, насправді є нелінійними, тому точніші математичні моделі доцільно формулювати в термінах нелінійного програмування.
Загальна задача математичного програмування формулюється так: знайти такі значення змінних xj , щоб цільова функція набувала екстремального (максимального чи мінімального) значення:
за умов:
( );
.
Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.
Геометрично цільова функція визначає деяку поверхню, а обмеження — допустиму підмножину n-вимірного евклідового простору. Знаходження оптимального розв’язку задачі нелінійного програмування зводиться до відшукання точки з допустимої підмножини, в якій досягається поверхня найвищого (найнижчого) рівня.
Якщо цільова функція неперервна, а допустима множина розв’язків замкнена, непуста і обмежена, то глобальний максимум (мінімум) задачі існує.
Найпростішими для розв’язування є задачі нелінійного програмування, що містять систему лінійних обмежень та нелінійну цільову функцію. В цьому разі область допустимих розв’язків є опуклою, непустою, замкненою, тобто обмеженою.
Розглянемо приклад геометричного способу розв’язування задачі нелінійного програмування.