- •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.
14.Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
Властивості розв'язків задачі лінійного програмування формулюються у вигляді чотирьох теорем.
Властивість 1. (Теорема 2.2) Множина всіх планів задачі лінійного програмування опукла.
Властивість 2. (Теорема 2.3) Якщо задача лінійного програмування має оптимальний план, то екстремального значення цільова функція набуває в одній із вершин її багатогранника розв'язків. Якщо ж цільова функція набуває екстремального значення більш як в одній вершині цього багатогранника, то вона досягає його і в будь-якій точці, що є лінійною комбінацією таких вершин.
Властивість 3. (Теорема 2.4) Якщо відомо, що система векторів А1,А2, ..., Ак (к<=n) у розкладі А1x1 +А2x2 + ... + АпХn = Ао, Х>= 0 лінійно незалежна і така, що
А1Х1 + А2х2 + ...+ Акхк = Ао,
де всі xj >= 0, то точка X= (х1, х2, ..., xk,, 0, ..., 0) є кутовою точкою багатогранника розв'язків.
Властивість 4. (Теорема 2.5) Якщо Х= (х1 х2,.., хn) — кутова точка багатогранника розв'язків, то вектори в розкладі А1Х1 + + А2Х2 + ... + Аnхn = Ао, X >= 0, що відповідають додатним Xj, є лінійно незалежними.
Геометрична інтерпретація задачі
Р озглянемо на площині x1Ох2 сумісну систему лінійних нерівностей:
а11х1 + а12х 2 <= b1;
а21 х1 + а22х2 <= b2; область допустимих
…………………. значень
am1 х1 + аm2х2 <= bm
0
х1 >= 0, х2 >= 0.
Кожна нерівність цієї системи геометрично визначає півплощину з граничною прямою а1x1 + а2х2 =bi, (і= 1, 2, ...,т). Умови невід'ємності змінних визначають півплощини з граничними прямими х1 = 0 та x2 = 0. Система сумісна ( має розвязок), тому півплощини як опуклі множини, перетинаючись, утворюють спільну частину, що є опуклою множиною і являє собою сукупність точок, координати кожної з яких є розв'язком даної системи.
Сукупність цих точок (розв'язків) називають багатокутником розв 'язків, або областю допустимих планів (розв 'язків) задачі лінйного програмування. Це може бути точка (єдиний розв'язок), відрізок, промінь, багатокутник, необмежена багатокутна область.
Цільову функцію Z=c1x1+c2x2+…+cnxn в п-вимірному просторі можна геометрично інтерпретувати як сім'ю паралельних гіперплощин, положення кожної з яких визначається значенням параметра Z.
Отже, геометрично задача лінійного програмування являє собою відшукання координат такої точки багатогранника розв'язків, при підстановці яких у цільову лінійну функцію остання набирає максимального (мінімального) значення, причому допустимими розв'язками є усі точки багатогранника розв'язків.
15.Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
max (min)Z= c1x1+c2x2+…+cnxn (1)
за умов:
a11x1+a12x2+…+a1nxn{<=,>=,=}b1;
a21x1+a22x2+…+a2nxn{<=,>=,=}b2; (2)
…………………………………………
am1x1+am2x2+…+amnxn{<=,>=,=}bm.
x1>=0, x2>=0, …., xn>=0 (3)
Вектор Х=(х1, Х2 ..., хn), координати якого задовольняють систему обмежень (2) та умови невід'ємності змінних (3), називається допустимим розв'язком (планом) задачі лінійного програмування.
Допустимий план Х= (х1, Х2 ..., хn ) називається опорним планом задачі лінійного програмування, якщо він задовольняє не менше, ніж т лінійно незалежних обмежень системи (2) у вигляді рівностей, а також обмеження (3) щодо невід'ємності
змінних.
Опорний план Х= (х1, x2 ..., хn), називається невиродженим, якщо він містить точно т додатних змінних, інакше він вироджений.
Опорний план X* =( х1*, х2* ..., хn*), за якого цільова функція (1) досягає максимального (чи мінімального) значення, називається оптимальним розв'язком (планом) задачі лінійного програмування.