- •1. Структурная схема микропроцессора (на примере i8086). Назначение регистров.
- •3. Организация основной памяти.
- •3. Структура и характеристики оперативной памяти
- •4. Модель osi
- •5. Стек протоколов tcp/ip
- •6. Классификация компьютерных сетей
- •7. Данные и модели данных
- •8. Модель данных «сущность-связь»
- •Ограничения целостности
- •9. Реляционная модель данных
- •10. Основные направления исследования в области ии
- •11. Метод резолюции в лппп.
- •12. Продукционная модель
- •13. Основные парадигмы языков программирования.
- •14. Основные понятия ооп: инкапсуляция, наследование, полиморфизм
- •1. Инкапсуляция
- •2. Полиморфизм
- •3. Наследование
- •15. Понятие алгоритма.
- •16. Понятие о временной и емкостной сложности алгоритма
- •17. Машина Тьюринга: детерминированная и недетерминированная
- •18. Понятие формального языка и формальной грамматики
- •19. Основные понятия теории графов.
- •20. Понятие количества информации и энтропии. Теорема Шеннона.
- •21. Деревья в теории графов.
- •22. Модели линейного программирования (постановка задачи, математическая модель, решение графическим методом).
- •23. Двойственность в задачах линейного программирования.
- •25. Элементы теории игр.
- •2. Подпрограммы. Процедуры и функции
- •3. Массивы
- •4. Записи
- •5. Работа с Динамическими данными
- •6. Динамические структуры данных. Линейные списки.
- •7. Динамические структуры данных: двоичные деревья
- •8. Работа с файлами
- •9.Операции целочисленной арифметики
- •10. Системы счисления. Перевод чисел из одной системы счисления в другую
- •11. Язык sql. Назначение и основные команды.
- •Манипулирование данными
- •Простые запросы
- •12. Алгоритмы внутренней сортировки.
- •13. Алгоритмы внешней сортировки
- •14. Нахождение кратчайших путей в графе
- •15. Поиск в ширину
- •16. Поиск остова и минимального остова.
- •17. Линейная модель работы информационно-поисковой системы.
- •18. Хеширование
- •Основные достоинства в-дерева
- •20. Логические вопросно-ответные системы:выполнение запросов различных типов.
- •21. Поиск в семантической сети.
- •22. Принципы динамического программирования. Иллюстрация на примере.
- •23. Адресация в Интернете
- •Доменные имена
- •Общий вид формата url-адреса
- •Как работает dns-сервер
- •24. Основные сервисы в сети Интернет.
- •Word Wide Web (www) - "Всемирная паутина"
- •Поиск информации в сети
- •VoIp сервис
- •Мессенджеры
- •25. Использование html. Структура Web(html) страницы.
22. Модели линейного программирования (постановка задачи, математическая модель, решение графическим методом).
Линейные задачи (Задачи линейного программирования).
В основе задач линейного программирования лежит математическая модель, т.е. и целевая ф-я и все ограничения линейны.
Определение 1: Задача в которой необходимо максимизировать или минимизировать линейную форму при условии что выполняется соотношение: и может иметь место и называется задачей линейного программирования в произвольной форме.
Определение 2: Задача, в которой необходимо максимизировать или минимизировать линейную форму при условии что имеется следующий набор ограничений и называется задачей линейного программирования в стандартной форме.
В литературе задачи линейного программирования часто записываются в матричной форме:
- целевая ф-ия.
Определение 3: Задача в которой необходимо максимизировать или минимизировать линейную форму при условии что: , называется задачей линейного программирования в канонической форме.
Правила сведения произвольной задачи к канонической: в канонической задаче лин-го программирования все ограничения должны иметь форму равенств с неотрицательной правой частью. Для этого используют следующий прием:
1. Если в задаче, записанной в произвольной форме, какое – либо ограничение имеет отрицательную правую часть, то умножаем всё ограничение на (-1)
2. Если в задаче заданной произвольной форме ограничения имеют вид неравенств, то они превращаются в равенства путем введения дополнительных переменных. Для неравенства типа ”≥” вводится избыточная переменная, для нер-ва типа “≤” остаточная переменная.
3. Если в задаче записанной в произвольной форме свободные переменные, то они расписываются след. образом: при этом
Вектор X=(X1,….,Xn) удовлетворяющий ограничениям задачи линейного программирования называется ее планом(допустимым решением).
Решением задачи линейного программирования называется ее план максимизирующий (минимизирующий) целевую функцию.
В общем случае задача линейного программирования, записанная в канонической форме имеет m уравнений и n неизвестных переменных (m<n) поэтому при решении задачи возникает такое понятие как базисное решение, т.е. при решении системы уравнений где количество неизвестных больше чем количество уравнений мы произвольные m неизвестных считаем базисными, а оставшиеся (n-m) неизвестных считаем небазисными. Для того чтобы решение для m базисных переменных было базисным необходимо чтобы оно было положительным и единственным.
При решении системы ур-ий для m базисных переменных оставшиеся (n-m) переменных полагаются равными нулю.
В общем случае количество допустимых базисных переменных определяется сочетанием:
Графически метод решения задач линейного программирования.
Графический метод решения применяется для задач в которых имеется только 2 неизвестных величины. На практике при решении реальных задач его удается применить крайне редко. Тем не менее, на этом методе основаны другие методы решения задач линейного программирования. Суть графического метода заключается в следующем:
На плоскости с помощью всех ограничений задачи строится пространство допустимых значений.
В пространстве допустимых значений определяются все узловые точки.
С помощью целевой функции среди угловых точек определяется точка оптимального решения.
Пространством допустимы решений будем называть часть плоскости, все точки которой удовлетворяют всем ограничениям задачи. В линейной задаче пространство допустимых решений всегда выпуклое. В выпуклом множестве целевая функция достигает экстремума только в угловых точках. В общем случае пространство допустимых решений линейной задачи может быть областью типа:
1. - основной случай: область называется ограниченным выпуклым многоугольником.
2 . - неограниченный выпуклый многоугольник
3. Ограничения задачи противоречат друг другу вследствие чего обл. допустимых значений пуста.
Пример: z=c1x1+c2x2→extr; ; a11x1+a12x2≤b1; a21x1+a22x2≥b2;. . . . . . ;am1 x1+am2x2≥bn
Угловая точка, которую целевая ф-я проходит последней двигаясь по пространству допустимых решений, будет точкой оптимального решения.