
- •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"
Выпуклые множества, выпуклые и вогнутые функции. Теорема Куна-Таккера.
Определение:
Функция
,
заданная на выпуклом множестве
,
называется выпуклой, если для любых
двух точек
и
из
и любого
выполняется
соотношение
(49.1)
Определение: Функция , заданная на выпуклом множестве , называется вогнутой, если для любых двух точек и из и любого выполняется соотношение
(49.2)
Если неравенства (49.1) и (49.2) считать строгими и они выполняются при , то функция является строго выпуклой (строго вогнутой). Выпуклость и вогнутость функций определяется только относительно выпуклых множеств.
Если
,
где
,
- выпуклые (вогнутые) функции на некотором
выпуклом множестве
,
то функция
- также выпуклая
(вогнутая) на
.
Основные свойства выпуклых и вогнутых функций:
1. Множество точек минимума выпуклой функции, заданной на выпуклом множестве, выпукло.
2. Пусть - выпуклая функция, заданная на замкнутом выпуклом множестве . Тогда локальный минимум на является и глобальным.
3. Если глобальный минимум достигается в двух различных точках, то он достигается и в любой точке отрезка, соединяющего данные точки.
4. Если - строго выпуклая функция, то ее глобальный минимум на выпуклом множестве достигается в единственной точке.
5. Пусть функция
- выпуклая функция,
заданная на выпуклом множестве
,
и, кроме того, она непрерывна вместе со
своими частными производными первого
порядка во всех внутренних точках
.
Пусть
- точка, в которой
.
Тогда в точке
достигается локальный минимум, совпадающий
с глобальным минимумом.
6. Множество точек глобальных (следовательно, и локальных) минимумов выпуклой функции , заданной на ограниченном замкнутом выпуклом множестве , включает хотя бы одну крайнюю точку; если множество локальных минимумов включает в себя хотя бы одну внутреннюю точку множества , то является функцией-константой.
Рассмотрим задачу нелинейного программирования:
(49.3)
при ограничениях
,
(49.4)
(49.5)
Для решения
сформулированной задачи в такой общей
постановке не существует универсальных
методов. Однако для отдельных классов
задач, в которых сделаны дополнительные
ограничения относительно свойств
функций
и
,
разработаны эффективные методы их
решения.
Говорят, что
множество допустимых решений задачи
(49.3) - (49.5) удовлетворяет условию
регулярности, или условию Слейтера,
если существует, по крайней мере, одна
точка
,
принадлежащая области допустимых
решений такая, что
.
Задача (49.3) - (49.5)
называется задачей
выпуклого программирования,
если функция
является вогнутой (выпуклой), а функции
- выпуклыми.
Функцией Лагранжа задачи выпуклого программирования (49.3) - (49.5) называется функция:
,
(49.6)
где
-
множители Лагранжа.
Точка
называется седловой точкой функции
Лагранжа, если
(49.7)
для всех
и
.
Теорема
(Куна - Таккера): Для задачи выпуклого
программирования (49.3) - (49.5), множество
допустимых решений которой обладает
свойством регулярности,
является оптимальным решением тогда
и только тогда, когда существует такой
вектор
,
,
что
- седловая точка функции Лагранжа.