- •1. Дайте определение и перечислите основные принципы системного анализа.
- •Принципы:
- •Классификация систем
- •8. Дайте описание системной модели поддержки принятия решений
- •5. Перечислите основные принципы принятия решений, сформулируйте проблему принятия решений
- •6. Сформулируйте постановку задач принятия оптимальных решений
- •7. Перечислите этапы принятия решений
- •9. В чем состоит назначение и какова область использования систем поддержки принятия решений
- •2. Дайте определение системы и перечислите основные характеристики системы
- •10.Приведите приемы формализации задач системного анализа
- •12. Проанализируйте роль целей и стратегий в процессе формирования управленческих решений
- •13. Рассмотрите пример структурирования целей стратегического управления предприятием
- •14. Опишите процесс формирование критериев принятия решений
- •22.Рассмотрите содержательные постановки задач, приводящие к моделям линейного программирования
- •Задачи распределения ресурсов
- •16. Дайте определение и приведите описание модели онтологического анализа.
- •17.Дайте определение и приведите описание модели онтологии
- •18.Рассмотрите методику разработки онтологии
- •20.Дайте определение и сформулируйте поставку задач математического программирования
- •23.Дайте общую математическую формулировку задачи линейного программ-ния
- •24.Рассмотрите пример графического решения задачи линейного программирования
- •26.Сформулируйте принципы постановки двойственных задач линейного программирования
- •Основная теорема двойственности:
- •Метод ветвей и границ для задачи целочисленного программирования.
- •27.Опишите процесс решения задач линейного программирования с использованием программного обеспечения matlab
- •Метод ветвей и границ для задачи целочисленного программирования.
- •32.Дайте общую математическую формулировку задач нелинейного программирования
- •28.Дайте общую формулировку задач дискретного программирования
- •34.Дайте общую математическую формулировку задач квадратичного программирования
- •Если одна из задач двойственной пары разрешима, то и другая задача также разрешима; причем экстремальные значения обеих задач равны.
- •35.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
- •36.Сформулируйте условие Парето-оптимальности
- •38.Опишите алгоритм поиска решений методом анализа иерархий
- •47.Приведите пример моделирования системы массового обслуживания на эвм
- •Листинг программы:
- •39.Дайте определение типовых математических схем массового обслуживания, укажите основные соотношения математической схемы процесса обслуживания
- •40.Дайте характеристику метода статистического моделирования систем на эвм
- •2. Пакеты, использующие язык физического моделирования.
- •42.Опишите, что представляют собой конгруэнтные процедуры генерации последовательностей
- •К онгруэнтный метод генерации последовательности случайных чисел
- •43.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
- •44.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с отказами
- •Одноканальная смо с ожиданием, без ограничений на вместимость накопителя
- •46.Дайте определение и приведите основные соотношения для моделирования замкнутых систем массового обслуживания
- •53.Укажите принципы разработки схем моделирующих алгоритмов
- •54.Дайте общую математическую формулировку игровых моделей
- •56. Опишите метод Байеса-Лапласа нахождения оптимальной стратегии
- •Лапласа.
20.Дайте определение и сформулируйте поставку задач математического программирования
Матеем. прогр-е – это раздел теории оптимизации (теории экстремальных задач), занимающийся изучением и решением задач min-ции (max-ции) ф-ции нескольких переменных на подмножестве конечномерног векторного пространства, к-ое задано в виде с-мы уравнений и/или с/мы неравенств.
Методы матем.прогр-ния представляют собой класс моделей, применяемых для формализации задач планирования целенаправ-ой деят-ти, предусматрив-их распред-ие огранич-го количества ресурсов разных видов.
Подобного рода задачи решаются в различных отраслях деятельности: в экономике, при разработке проектов, составлении расписаний, планировании военных операций и т.п. Модели мат/ого программирования относятся к категории детерминированных моделей. Термин программирование в применении к рассматриваемому типу задач понимается как поиск наилучших планов (от английского слова programming - составление плана, программы действий). Когда говорят о задачах мат/ого программирования, имеют в виду задачи, цель к/ых состоит в повышении эффективности промышленных, транспортных с/м, с/м управления деятельностью учебных, проектных, научных орг-й.
Мат/ое программирование подразделяется на линейное, целочисленное, нелинейное, динамическое программирование. Рассмотрим нек/ые постановки задач, методы и алгоритмы их решения.
Одним из направлений мат/ого программирования яв-ся линейное программирование, в к/ом ярко прояв-ся специфические трудности нахождения экстремума на границе допустимой области переменных. В отличие от линейного программирования теория экстремальных задач, в к/ой целевая ф/я и/или ф/и, задающие ограничения, не линейны, называется нелинейным программированием. В частности, таковым яв-ся квадратичное программирование, в к/ом изучается задача нахождения экстремума квадратичной ф/и при линейных ограничениях типа равенств и/или неравенств.
Линейное программирование первоначально развивалось как направление, разрабатывающее новые подходы к решению задач минимизации выпуклых ф/й, т. е. в рамках выпуклого программирования. Выпуклое программирование посвящено нахождению экстремума выпуклой целевой ф/и на выпуклом множ/ве, обычно задаваемом в виде с/мы выпуклых неравенств.
Класс задач оптимизации, в к/ых область определения переменных состоит из отдельных изолированных точек, составляет предмет изучения дискретного программирования.
Широкий класс нелинейных и дискретных задач может решаться с использованием идеи рекуррентного подхода (методов типа мат/ой индукции), являющихся основой динамического программирования, идея к/ого первоначально была предложена Р. Беллманом. Для решения задач оптимизации со случайными параметрами разработано стохастическое программирование .К мат/ому программированию относят также бесконечномерное программирование, в рамках к/ого предложены методы решения экстремальных задач с бесконечным числом переменных (например, такие, в к/ых набором переменных яв-ся ф/и или набор ф/й) и минимизируется (максимизируется) ф/онал. Развиты также методы решения задач оптимизации, в к/ых переменная принимает только два значения «истинно» - «ложно» или «да» — «нет». Такие методы относят к булевому программированию .