- •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.
26.Сформулируйте принципы постановки двойственных задач линейного программирования
Двойственная задача в линейном программировании строится по формальным правилам на базе другой задачи линейного программирования, называемой основной.
Например, если основная задача имеет вид
Ах ≤b , х≥0, f(с,х) → max, (11.1)
то двойственная к ней задача также яв-ся задачей линейного программирования:
АТу≥ с, у≤0, f(b, у)→ min. (11.2)
Здесь х = (x1,х2,... ,хn); b = (b1, b2,…,bт); с = (с1, с2,..., сn); у = (y1,y2,... ,уm);
f(c,x)= (11.3)
(b,y)= транспонированная матрица A.
Основная и двойственная к ней задачи образуют пару взаимно двойственных задач: двойственная задача к двойственной оказывается основной задачей.
Отношение между прямой и двойственной задачами находи выражение в виде следующих правил:
если прямая задача яв-ся задачей максимизации, то двойственная задача будет задачей минимизации и наоборот;
коэффициенты целевой функции прямой задачи с = (с1, с2,..., сn) становятся свободными членами ограничений двойственной задачи;
свободные члены ограничения прямой задачи b = (b1, b2,…,bт) становятся свободными членами целевой функции двойственной задачи;
матрицу ограничений двойственной задачи получают транспонированием матрицы ограничения прямой задачи;
знаки неравенств в ограничениях изменяются на обратные;
число ограничений прямой задачи равно числу переменных двойственной задачи, а число ограничений двойственной задачи равно числу переменных прямой задачи.
Основная теорема двойственности:
Либо обе задачи двойственной пары разрешимы, и тогда (с, х*) = (b, у*), либо обе задачи не имеют решения. Здесь х*,у* - оптимальные планы пары двойственных задач.
Эта и ряд других теорем, относящихся к двойственным задачам, играют важную роль при качественном анализе задач линейного программирования.
Содержательный анализ двойственной задачи, в том числе и неизвестных у1 у2, ... , уm, полностью определяется содержательным смыслом прямой задачи.
Так, например, если основная задача (11.1) яв-ся задачей производственного планирования, где А - технологическая матрица, bi - количество i-го ресурса, xj - объем выпуска j-го продукта, i = 1, 2, ... m, j = 1, 2, ... n, то целью решения двойственной задачи (11.2) оказывается нахождение так называемых двойственных оценок ресурсов yi, которые также называют маргинальными (предельными) данными ресурсов.
Маргинальные цены, очевидно, связаны только с производством и потому отличаются от обычных рыночных цен на ресурсы.
Если маргинальные цены не превосходят рыночных (уi*≤ qi, i=1,2,..., m), то производство, для которого они были рассчитаны, не сможет получить прибыль р от своей производственной деятельности: для любого плана выпуска x.
р(х) = (с, х) - (b, q) ≤, (с, х*) - (b, q) ≤ (с, х*) - (b. у*) = 0.
И, наоборот, если уi* > qi, i= 1, 2,..., т, то реализация оптимального производственного плана х* принесет положительную прибыль.
р(х*) = (с, х*) - (b, q) = (А, у*) - (b, q) = (b, y*-q)> 0,
размер которой ограничивается: а) средствами, выделяемым на закупку ресурсов; b) объемом рынка ресурсов; с) технологическими условиями производства.
Из теоремы двойственности вытекает ряд положений, которые позволяют устанавливать некоторые соотношения между целевой функцией и ресурсами, необходимыми для достижения цели.
В частности, следующее важное утверждение:
Если задача линейного программирования не вырождена и С(х*) представляет собой максимум ее линейной формы при заданных ограничениях, то дс(х*)/дbi = уi*, i = 1,2,..., т.
Таким образом, с математической точки зрения оптимальные оценки определяют влияние свободных членов b, условий-ограничений на оптимальную величину целевой функции. Иными словами, вычисление наряду с оптимальным планом х* = (х1*, х2*, ... , хn*) связанных с ним оптимальных оценок у* = {у1*, у2*, ... , yт*) позволяет ввести относительную важность отдельных ресурсов (b1*, b2*.....bm*) для достижения поставленной цели (максимизации ).
На основе установления такой взаимосвязи между х* и у* можно исследовать влияние небольших отклонений ресурсов на изменение оптимального значения целевой функции, получать маргинальные оценки, идея которых рассмотрена выше), получать другие рекомендации, полезные при разработке и корректировке планов в тех случаях, когда не может быть найдено строгое решение задачи оптимизации.
Идеи теории двойственности находят важное применение в разработке численных методов линейного программирования, позволяющих решать задачи с неопределенностью, не имеющие строгого оптимума, что имеет особое значения для задач системного анализа.
29.Приведите содержательные постановки задач, приводящие к моделям дискретного программирования
30.Дайте общую математическую формулировку задач дискретного программирования
Математические модели задач дискретного программирования. По структуре математической модели задачи дискретного программирования разделяют на следующие классы:
1) задачи с неделимостями;
2) экстремальные комбинаторные задачи;
3) задачи на несвязных и на невыпуклых плоскостях;
4) задачи с разрывными целевыми функциями.
Рассмотрим существо некоторых из них.
Задачи с неделимостями. Математические модели задач с неделимостями основаны на требовании целочисленности переменных {xi}, вытекающем из физических условий практических задач.
К таким задачам относится задача об определении оптимальной структуры производственной программы, где {х1, х2,..., хп} - объемы выпуска продукции.
Эта задача заключается в отыскании
(10.13) при (10.14)
(10.15)
Если J =N = (1,2,..., n), то задача называется полностью целочисленной, в противном случае, если J≠N - частично целочисленной.
Задача о ранце. Одной из наиболее распространенных задач целочисленного программирования яв-ся так называемая задача о ранце.
Рассмотрим постановку данной задачи. Турист готовится к длительному переходу в горах. В рюкзаке он может нести груз, масса которого не более W. Этот груз может включать в себя п видов предметов, каждый предмет типа j, массой wj ,j= 1,2,..., n. Для каждого вида предмета турист определяет его ценность Ej во время перехода. Задача заключается в определении количества предметов каждого типа, которые он должен положить в рюкзак, чтобы суммарная ценность снаряжения была максимальной.
Обозначим через хj количество предметов j-го типа в рюкзаке.
Тогда математическая модель задачи такова:
(10.16)
при ограничениях
xj -целое, i= 1,2,..., т. (10.17)
Экстремальные комбинаторные задачи. В данных задачах необходимо найти экстремум некоторой целевой функции, заданной на конечном множестве, элементами которого служат перестановки из n символов (объектов).
Одной из наиболее простых задач этого класса яв-ся задача о назначениях: найти такую перестановку (р1,р2,..., рn) из чисел 1,2,3,...,n,
при которой обеспечен по всем перестановкам (р1,р2,..., рn). Каждая такая перестановка может быть представлена точкой в п2- мерном евклидовом пространстве или в виде матрицы Хп
Вводим переменные:
Хij = 1, если i-и механизм предназначен для j-й работы; хij = 0 — в противном случае.
Очевидно, что должно выполняться условие
(10.18)
Данные ограничения означают, что один механизм может быть предназначен для выполнения только одной работы. Тогда задача будет состоять в определении таких чисел {хij}, при которых достигается минимум функционала min при ограничениях (10.18).
Задача о коммивояжере. Имеется (n + 1) город. Задана матрица
С = ||cij || расстояний между городами. Выезжая из исходного города Aij , коммивояжер должен побывать во всех остальных городах по одному разу и вернуться в город Аij. Требуется определить, в каком порядке следует объезжать города, чтобы суммарное пройденное расстояние было минимально.
Введем переменные:
Xij — 1, если коммивояжер переезжает из населенного пункта А, в Аj; хij - 0 - в противном случае.
Математическая модель задачи имеет следующий вид: найти
(10.19)
при условиях ; (10.20)
; (10.21)
, (10.22)
где ui, uj - произвольные целые и неотрицательные числа.
Условие (10.20) означает, что коммивояжер выезжает из каждого города один раз, а условие (10.21)- что он въезжает один раз в каждый город.
Если ограничить задачу только условиями (10.20) и (10.21), она будет эквивалентна задаче о назначениях, план которой не обязан быть цикличным. Иначе говоря, путь коммивояжера при этом можно представить как рад несвязанных подциклов, в то время как его путь в действительности состоит из одного цикла.
Покажем, что для любого цикла, начинающегося в Aij можно найти ui удовлетворяющие условию (10.22). Пусть ui =p, если коммивояжер посещает город Аi на р-м этапе. Отсюда следует, что
ui- иj ≤ п - 1 для всех i и j, и, таким образом, условие (10.22) выполняется при xij = 0.
При хij = 1 условие (10.22) выполняется как строгое равенство:
ui-uj+nxij=p-(p+1)+n = n-1.