- •1.Сутність економіко-математичної моделі.
- •2.Необхідність використання математичного моделювання економічних процесів.
- •3.Етапи математичного моделювання.
- •4.Випадковість і невизначеність процесів економічних систем.
- •5.Причини виникнення невизначеності.
- •6.Сутність адекватності економіко-математичних моделей.
- •7.Проблеми оцінювання адекватності моделі.
- •8.Способи перевірки адекватності економіко-математичних моделей.
- •9.Елементи класифікації економіко-математичних моделей.
- •10.Загальна постановка задачі математичного програмування Приклади економічних задач математичного програмування.
- •11.Класифікація задач математичного програмування.
- •12.Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •13.Канонічна та стандартна форми задачі лінійного програмування.
- •14.Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •15.Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •16.Ідея симплексного методу розв’язування задач лінійного програмування.
- •17.Побудова початкового опорного плану задачі лінійного програмування.
- •18.Перехід від одного опорного плану до іншого опорного плану.
- •19.Теореми про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •20.Симплексна таблиця для розв’язування задач лінійного програмування.
- •21.Алгоритм симплексного методу задач лінійного програмування.
- •22.Симплексний метод із штучним базисом.
- •23.Особисті випадки при вирішенні задач лінійного програмування.
- •24.Двоїста задача. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •25.Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •26.Перша теорема двоїстості.
- •27.Друга теорема двоїстості.
- •28.Економічна інтерпретація теорем двоїстості.
- •30.Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •31.Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •32.Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •33.Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •50. Множинний коефіцієнт кореляції:
- •64.Визначення мультиколінеарності в лінійних моделях.
- •65.Суть гетероскедастичності та її наслідки.
- •66.Тест Гельдфельда-Квандта.
- •67.Узагальнений метод найменших квадратів.
- •68.Суть та наслідки автокореляції залишків.
- •69.Критерій Дарбіна-Уотсона.
- •70.Оцінювання параметрів моделі з автокорельованими залишками.
- •71.Ризик, невизначеність та конфліктність розвитку соціально-економічних процесів
- •72.Ризик як економічна категорія. Джерело, об`єкт та суб`єкт економічного ризику.
- •73.Зовнішні та внутрішні чинники ризику.
- •74.Класифікація ризику.
- •75.Основні підходи до кількісного аналізу ризику.
- •76.Аналіз ризику за допомогою методу аналізу чутливості.
- •77.Аналіз ризику можливих збитків.
- •78.Допустимий, критичний, катастрофічний ризик. Приклади кількісного визначення цих величин.
- •79.Загальні підходи до кількісного оцінювання ступеня ризику.
- •80.Імовірність як один з підходів до оцінювання ступеня ризику.
- •81.Кількісні показники ступеня ризику в абсолютному вираженні.
- •82.Ризик як міра мінливості результату.
- •83.Семіваріація та семіквадратичне відхилення.
- •84.Кількісні показники ступеня ризику у відносному вираженні.
- •85.Коефіцієнт сподіваних збитків.
- •86.Коефіцієнти асиметрії та варіації асиметрії.
- •87.Коефіцієнт ексцесу та варіації ексцесу.
- •88.Визначення меж зон допустимого, критичного та катастрофічного ризиків.
- •93.“Систематичний ризик” та “специфічний ризик”.
- •94.Основні принципи управління економічним ризиком.
- •95.Зовнішні та внутрішні способи зниження ступеня ризику.
26.Перша теорема двоїстості.
Перша теорема двоїстості. Якщо одна з пари двоїстих задач має оптимальний план, то інша задача також має розв'язок, причому значення цільових функцій для оптимальних планів дорівнюють одне одному, тобто mах F = min Z, і навпаки.
Якщо ж цільова функція однієї з пари двоїстих задач не обмежена, то друга ззадача взагалі не має розв'язків.
Доведення:
Допустимо, що початкова задача має оптимальний план, який отриманий симплекс-методом.
Не порушуючи загальності можна вважати, що останній базис складається з перших m векторів А1,A2,…,An
Позначимо через D матрицю, що утворена з компонентів векторів А1,A2,…,An останнього базису в першій симплекс-таблиці.
В= DХ*
Звідси ми можемо виразити Х*= D-1В
Симплексна таблиця містить коефіцієнти розкладу векторів А1,A2,…,An початкової системи обмежень задачі за векторами базису:
Аj =DAj’
Аj’= D-1 A
Значения оптимального плану данної задачі знаходиться у виді F= C*X
Допустимо, що Y*= C* D-1 та доведемо, що це так.
Система обмежень двоїстої задачі у матричній формі YA>=C
YA- C>=0
Y*A- C>=0
C* D-1 A- C>=0 →C8Aj- C>=0
Y*A>=0
Z( Y*)= Y*B= C* D-1 B= C*X*= maxF
Отже, якщо х=( х1*, х2*…,xn*) та y= (y1*,y2*…,yn*) допустимі розвязки відповідно прямої та двоїстої задач, для яких виконується рівність F (х*)= Z (у*), то вони є оптимальні розвязки відповідних задач. Звідси У* є оптимальним планом. Теорему доведено.
Якщо пряма задача лінійного програмування має оптимальний план X*, визначений симплекс-методом, то оптимальний план двоїстої задачі У* визначається зі співвідношення
У*=Сбаз D-1
де Сбаз — вектор-рядок, що складається з коефіцієнтів цільової функції прямої задачі при змінних, які є базисними в оптимальному плані; D-1— матриця, обернена до матриці D, складеної з базисних векторів оптимального плану, компоненти яких узято з початкового опорного плану задачі. Обернена матриця D-1 завжди міститься в останній симплекс-таблиці в тих стовпчиках, де в першій таблиці містилася одинична матриця.
За допомогою зазначеного співвідношення під час визначення оптимального плану однієї з пари двоїстих задач лінійного програмування знаходять розв'язок іншої задачі.
27.Друга теорема двоїстості.
Друга теорема двоїстості для симетричних задач. Для того, щоб плани X та Y відповідних спряжених задач були оптимальними, необхідно і достатньо, щоб виконувалися умови доповнюючої нежорсткості:
хj*(Σ aij уi*-cj )=0, j=1,n
уi*(Σ aij хj*-bi )=0, i=1,m
Доведення. Необхідність. Нехай X та Y— оптимальні плани відповідно прямої та двоїстої задач. З першої теореми двоїстості відомо, що
F(X*) =Z(Y*)= Σ cj хj*= Σ bi уi*
а також компоненти векторів X та Y задовольняють системи обмежень прямої ( xj ≥0, j= 1,n) та двоїстої (yi ≥0, i= 1,m) задач, тобто:
Σ aij хj*≤bi , i=1,m (1)
Σ aij уi*≥cj, j=1,n (2)
Помножимо (1) на уi*, а (2) — на хj* і підсумуємо праві та ліві частини. Отримаємо:
Σ Σ aij хj* уi*≤ Σ bi уi*
Σ Σ aij хj*уi*≥ Σ cj хj*
Праві частини останніх двох нерівностей не збігаються, але оскільки їх ліві частини однакові, то це означає, що разом вони виконуються лише за умови рівностей, тобто:
Σ Σ aij хj* уi*= Σ bi уi*
Σ Σ aij хj*уi*= Σ cj хj*
Виконаємо перетворення для кожного рівняння:
Σ уi*( Σ aij хj*-bi)=0 (3)
Σ хj*( Σ aij уi*-cj)=0 (4)
Оскільки Σ aij хj*≤bi, то в рівнянні (3) кожна з компонент
( Σ aij хj*-bi)≤0 , а у* >0,і = 1,т, тому виконання рівняння (3))
можливе лише у тому разі, коли кожний доданок виду уi*( Σ aij хj*-bi)=0. Аналогічне міркування проведемо для (4), після чого можна висновувати, що хj*( Σ aij уi*-cj)=0. Отже, необхідність умов додаткової нежорсткості доведено. Достатність. За умовою виконуються рівняння
уi*( Σ aij хj*-bi)=0 i=1,m
хj*( Σ aij уi*-cj)=0 j=1,n
Необхідно довести, що X* та Y* — оптимальні плани відповідно прямої та двоїстої задач.
У кожному рівнянні розкриємо дужки та підсумуємо перше рівняння по і,(і = 1,т), а друге — по j (j = 1,п). Отримаємо:
Σ Σ aij хj* уi*= Σ bi уi*
Σ Σ aij хj*уi*= Σ cj хj*
Ліві частини цих рівнянь однакові, отже, Σ bi уi*= Σ cj хj*. Тоді за першою теоремою двоїстості, оскільки значення цільових функцій цих задач збігаються, можна висновувати, що X* та Y* — оптимальні плани спряжених симетричних задач. Теорему доведено.
Наслідок. Якщо в результаті підстановки оптимального плану однієї із задач (прямої чи двоїстої) в систему обмежень цієї задачі i-те обмеження виконується як строга нерівність, то відповідна j-та компонента оптимального плану спряженої задачі дорівнює нулю.