
- •Матрицы. Определители. Основные понятия.
- •Обратная матрица. Ранг матрицы.
- •Алгоритм нахождения ранга матрицы.
- •Системы линейных уравнений. Системы линейных неравенств.
- •Векторы. N – мерное линейное векторное пространство.
- •Скалярное, векторное, смешанное произведение векторов.
- •Квадратичные формы.
- •7.Кривые второго порядка на плоскости (окружность, эллипс).
- •Пусть и - фокусы эллипса. Начало системы координат расположим на середине отрезка . Ось направим вдоль этого отрезка, ось - перпендикулярно к этому отрезку (рис. 7.2).
- •8. Кривые второго порядка на плоскости (гипербола, парабола).
- •Комплексные числа. Алгебраическая форма записи.
- •10. Геометрическое изображение комплексных чисел. Тригонометрическая форма записи.
- •Многочлены и действия над ними.
- •Функции. Графики основных элементарных функций.
- •Способы задания функции.
- •Графики элементарных функций.
- •Линейная функция.
- •Квадратичная функция
- •Гипербола
- •Степенная функция с натуральным показателнм.
- •Функция .
- •Показательная функция
- •Логарифмическая функция
- •Предел функции.
- •Непрерывность в точке. Виды разрывов.
- •Производная, ее геометрический и физический смысл.
- •Дифференциал, его геометрический и механический смысл.
- •Теоремы о дифференцируемых функциях и их применение.
- •Выпуклость графика функции. Точки перегиба.
- •Первообразная функции. Неопределенный интеграл.
- •Понятие определенного интеграла. Геометрический смысл.
- •Комбинаторика. Понятие множества. Перестановки. Размещения. Сочетания.
- •Формула включений-исключений и ее применения к комбинаторике и теории чисел. Бином Ньютона.
- •Рекуррентные уравнения.
- •Производящие функции.
- •Булевые функции и их представление. Двоичная запись целых чисел.
- •Алгоритм перевода чисел из десятичной системы счисления в двоичную.
- •Перевод чисел из двоичной системы в десятичную.
- •Теория графов. Основные понятия теории графов.
- •Сущность и условия применимости теории вероятностей. Вероятностное пространство.
- •Действия со случайными событиями.
- •Вероятность события. Аксиоматическое определение вероятности.
- •Вероятность события. Классическое определение вероятности.
- •Случайные величины и способы их описания.
- •Модели законов распределения вероятностей, наиболее употребляемые в социально-экономических приложениях.
- •Цепи Маркова и их использование в моделировании социально-экономических процессов.
- •Задача линейного программирования в общем виде.
- •Виды злп и способы перехода от одного вида к другому.
- •Основные теоремы линейного программирования.
- •Симплекс-метод.
- •Метод искусственного базиса.
- •Алгоритм метода искусственного базиса.
- •Двойственность задач линейного программирования. Таблица соответствий.
- •Теоремы двойственности.
- •Критерии оптимальности.
- •Транспортная задача. Закрытая и открытая модели.
- •Теорема о существовании оптимального решения.
- •Целочисленные злп, графический метод решения в случае двух переменных.
- •Задачи о назначениях и о коммивояжере как частные случаи целочисленных злп.
- •Метод ветвей и границ.
- •Алгоритм метода ветвей и границ:
- •Стандартная задача нелинейного программирования.
- •Локальный экстремум. Необходимое и достаточное условия.
- •Глобальный и условный экстремумы
- •Множители Лагранжа.
- •Задача о потребительском выборе.
- •Выпуклые множества, выпуклые и вогнутые функции. Теорема Куна-Таккера.
- •Динамическое программирование. Общая постановка задачи.
- •Функции Беллмана. Уравнения Беллмана. Условно-оптимальные управления.
- •Условная оптимизация.
- •Безусловная оптимизация.
- •Принцип Беллмана для оптимальных путей.
- •I этап. Условная оптимизация.
- •II этап. Безусловная оптимизация.
- •Оптимальное распределение инвестиций как задача динамического программирования.
- •Теория игр. Игровые модели.
- •Платежная матрица. Нижняя и верхняя цена игры. Принцип минимакса.
- •Чистые стратегии. Седловая точка.
- •Решение игр в смешанных стратегиях.
- •Приведение матричной игры к задаче линейного программирования.
- •Биматричные игры. Равновесие Нэша. Оптимальность Парето.
- •60. Игра двух лиц, в которой одним из игроков является "природа"
Метод искусственного базиса.
Чтобы применить симплекс-метод для решения задачи ЛП в произвольной форме, необходимо выделить начальный допустимый базис.
Для этого в симплекс-метод вводят подготовительный этап. Один из методов для реализации подготовительного этапа называется методом искусственного базиса.
Алгоритм метода искусственного базиса.
Шаг 1.
Приводим задачу
ЛП к каноническому виду с неотрицательными
правыми частями
,
.
(35.1)
Шаг 2:
Строим вспомогательную задачу ЛП
(35.2)
.
Переменные
вспомогательной задачи
образуют базис вспомогательной задачи
ЛП и называются искусственными.
Вспомогательная
задача ЛП всегда имеет решение, причем
оптимальное значение целевой функции
Приводим вспомогательной задачи ЛП к специальному виду. Для этого целевую функцию выражаем через небазисные переменные.
(35.3)
Шаг 3:
Решаем вспомогательную задачу ЛП симплекс-методом.
Шаг 4:
Если
,
то допустимого решения в исходной задаче
не существует. Задача не разрешима и
процесс решения исходной задачи
завершается.
Шаг 5:
Если
,
то приводим исходную задачу к виду
(35.1) на основе оптимальной симплек-таблицы
вспомогательной задачи ЛП. Подготовительный
этап симплекс-метода исходной задачи
на этом завершается.
Двойственность задач линейного программирования. Таблица соответствий.
Определение: двойственная задача – это вспомогательная задача линейного программирования, формулируемая с помощью определенных правил непосредственно из условий исходной задачи, которая в этом случае называется прямой задачей линейного программирования.
Рассмотрим пару задач ЛП вида:
Таблица 36.2
-
Прямая задача (I)
Двойственная ей задача (II)
………………………
………
- любое
……..
- любое
………
- любое
……..
- любое
……………………………..
Трудности в решении задач линейного программирования зависят не от количества переменных n, а от количества ограничений m, определяющих число итераций симплекс-метода. Поэтому, если прямая задача линейного программирования, еще не приведенная к стандартной форме, содержит большое количество ограничений (m>n), то в этом случае целесообразно перейти к двойственной задаче. Сформированная двойственная задача линейного программирования будет иметь m переменных и n ограничений, т.е. количество итераций при этом уменьшится.
Задачу (I) называют прямой задачей ЛП, а (II) - двойственной. Ограничения задач (I) и (II), соответствующие друг другу, называются сопряженными. Заметим, что задача двойственная к (II), есть исходная прямая задача, т.е. соотношение двойственности взаимное. Поэтому можно любую из такой пары задач считать прямой, а другую - двойственной.
Грубо говоря, двойственная задача - это на 900 повернутая исходная прямая задача. В этой связи полезно усвоить следующую схему соответствия.