
- •1 Теорема Кронекера-Капелли
- •2 Метод Крамера решения слу
- •4. Понятие градиента функции. Теорема о градиенте. Понятия матриц Гессе и Якоби.
- •3 Метод Гаусса решения слу
- •5 Т.О необх-х усл-х экстремума.
- •7. Понятие полож (отриц) опред-ти матрицы. Критерий Сильвестра
- •8. Классич метод поиска экстремума ф-и без ограничений
- •9 Метод множ-й Лагранжа
- •10 Условия Куна-Таккера
- •11 Формы представления злп
- •12 Графический метод решения злп
- •13 Двойств злп. Двойств лемма.
- •17 Классификация чм.
- •16. Понятие алгоритма в численных методах математического программирования. Понятия к-го приближения, итерации, сходимости, критерия останова
- •18 Метод наискорейшего спуска (подъема).
- •19. Метод сопряженных градиентов.
- •23. Базовые условия для задачи Дин.П.
- •20. Метод Ньютона.
- •21. Метод Ньютона-Рафсона.
- •22.Постановка задачи Динамического программирования (Дин.П.)
- •25. Метод прогонки.
- •28. Критерии пути
- •27.Осн понятия теории графов и сетей
- •81. Коалиционные игры - матем модели конфликтов с возм-тью создания коалиций.
- •82.Дележи и доминируемость по коалициям.
- •62. Защитные и уравнов.Смешан.Стратегии в ант.Играх. Цена игры в смеш.Стратегиях.
- •29. Задача о замене как задача поиска кратч пути
- •30. Задача поиска мин остовного дерева
- •32. Задача о потоке наименьшей ст-ти.
- •31. Задача о min потоке
- •33. Задача о кратчайшем и критическом путях.
- •34. Суть задачи и осн понятия календарнгое планирования.
- •35. Правила построения сетевой модели проекта.
- •36. Построение сетевого графика проекта
- •37. Временные параметры сетевых графиков. Критич путь.
- •38. Задачи оптимизации проектов. Методы их решения.
- •40. Однопродуктовая статическая модель без дефицита
- •45. Позиционная форма бескоалиционной игры
- •39. Постановка задачи упр-ия запасами и осн. Понятия теории упр-ия запасами.
- •41. Однопродуктовая статическая модель с дефицитом.
- •42. Однопродуктовая статическая модель без дефицита с учетом дисконта.
- •43. Основные понятия теории игр
- •44. Нормальная форма бескоалиционной игры
- •46. Понятие решения игры. Осн. Принципы, опред. Реш. Игры.
- •47. Доминирующие и доминируемые стратегии. Равновесие в доминирующих стратегиях.
- •48. Равновесие по Нэшу.
- •50. Сильное равновесие по Нэшу.
- •49. Теорема Нэша. Решение задачи о конкуренции с помощью теоремы Нэша (на примере)
- •51. Оптимальность по Парето
- •53. Равновесие в защитных (максиминных) стратегиях
- •52. Равновесие Штакельберга
- •54. Смешанные стратегии
- •56. Равновесие в защитных (максиминных) стратегиях.
- •63. Теорема Неймана:
- •57. Задача поиска равн-ия в защитн.См.Страт.Как злп.
- •58.Геометрическая интерпретация игры. Платежное мн-во.
- •59.Антагонистические игры.
- •60. Верхняя, нижняя и чистая цены игры.
- •61. Решение ант.Игры в чистых стратегиях
- •85. Вектор Шепли.
- •64. Решение ант.Игры в смеш. Стратегиях методом лин прогр-я
- •65. Графический метод решения ант.Игры размера mx2 (2xn)
- •67. Критерий Лапласа.
- •68. Критерий ожидаемого значения (Баейса).
- •66.Содержание и формы представления игры против природы
- •69. Критерии гарантированного рез-та: min max и max min
- •70. Критерий Сэвиджа.
- •71. Критерий Гурвица.
- •72. Критерий Неймана-Пирсона.
- •73. Рандомизированные решения.
- •75.Доминир-ть реш-й в играх против природы. Мн-во допустимых реш-й.
- •74. Геометрическая интерпретация игры против природы. Платежное мн-во.
- •76. Поиск оптим ранд.Решений по критерию ожидаемого значения (Байеса).
- •77.Поиск оптим рандомизир-х решений по критерию гарантированного рез-та (максимину, минимаксу)
- •78. Кооперативное поведение в конфликтных ситуациях.
- •79. Доминируемость совместимых смешанных стратегий.
- •80. Задача о переговорах. Переговорное мн-во.
1 Теорема Кронекера-Капелли
Теорема: СЛУ Ах=b совместна тогда и только тогда, когда ранг матрицы системы А равен рангу расширенной матрицы этой системы: r(A) =r(Ab)
Расширенная матрица-система (Ab), получается приписыванием к матрице А справа вектор-столбца b правой части СЛУ.
Следствие: Однородная СЛУ Ах=0 имеет не нулевое решение, , когда ранг матрицы системы меньше числа её неизвестных.
2 Метод Крамера решения слу
Этот метод предназначен для решения СЛУ, в которых число уравнений равно числу неизвестных т.е. матрица-система является квадратной.
Метод применяется только для тех СЛУ, матрица сис-мы которых не вырождена, т.е. имеет ненулевой определитель.
В основе метода лежит теорема Крамера:
Справедливы утверждения:
1) СЛУ с квадратной матрицей Ах=b имеет единственное решение тогда и только тогда, когда определитель матрицы сис-мы не=0 (│А│0)
2) В случае,когда │А│0, решение может быть найдено по формуле:
xj=Дj (b)/Д j= 1,n
где Д=|A| - определитель матрицы; Дj (b)– это определитель матрицы-системы, в которой ее j-ый столбец заменен на столбец правой части сис-мы b.
4. Понятие градиента функции. Теорема о градиенте. Понятия матриц Гессе и Якоби.
М-цей Якоби Rg”(z”) вектора-ф-ии g”(x”) в т.z”наз м-ца размера m×n,эл-ты кот-й rij опр-ся соот-ем: rij=gi(z”)/xj, i=1,m j=1,n
Градиентом f(x) функции f(x) в точке z наз вектор, компонентами которого явл-ся частные производные 1-ого порядка этой функции Tf(x)=(f(z)/x1, f(z)/x2,… f(z)/xn).
Теорема о градиенте: Градиент f(z)ф-ии f(x) в точке z указывает напр-е максимального роста ф-ии f(x) в точке z. При этом максимальная скорость роста равна модулю градиента в этой точке:
Max u:u=1 f(z)/u=f(z)
Доказательство: Пусть - угол между векторами f(z) и u. Т.к. скалярное произведение <f(z),u> этих векторов может быть найдено по формуле
(f(z),u) =f(z)*u*cos, а u- единичный вектор, тогда:
f(z)/u=f(z)cos .
Из этого равенства следует, что производная по направлению принимает наибольшее значение при cos =1, т.е. когда векторы f(z) и u имеют одинаковое направление. ЧТД.
Квадратная матрица H=(hij)nxn элементы которой определяются значениями частных производных 2-го порядка функции f(x) в точке zRn, т.е. hij(z)=2f(z)/xixj i,j=1,n наз матрицей Гессе функции f(x) в точке z.
3 Метод Гаусса решения слу
Основан на том факте, что элементарные преобразования дают эквивалентные СЛУ.
Метод реализуется последовательностью шагов, на каждом из кот производятся следующие действия:
1) Из системы, полученной после предыдущих шагов, удаляются все пустые уравнения вида: 0х1+0х2+…0хn=0
если в оставшейся системе имеется хотя бы одно противоречивое уравнение вида 0х1+0х2+…0хn=b0 то преобразования заканчиваются с выводом об отсутствии решений исходной СЛУ.
2)Пусть противоречивых уравнений нет. Тогда одно из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
а)на предыдущих шагах выбранное уравнение не было разрешающим
б) в разрешающем уравнении коэффициент при разрешающем неизвестном должен быть отличен от 0. Этот коэф-нт наз разрешающим элементом на данном шаге.
3)Из всех уравнений кроме разрешающего исключается разрешающее неизвестное. Для этого разрешающее уравнение прибавляется к каждому из уравнений СЛУ после умножения на подходящее число.
Преобразования заканчиваются, когда ни одно из уравнений СЛУ нельзя выбрать в кач-ве разрешающего (все они в этому моменту побывали в числе разрешающих).
Финальная СЛУ дает решение для исходной СЛУ.
Два исхода преобразований:
1)Финальная СЛУ имеет столько уравнений, сколько и неизвестная. В этом случае решение единственно и оно легко выписывается из финальной СЛУ.
2)Число уравнений финальной системы меньше числа неизвестных. В этом сл.сис-ма имеет бесконечное мн-во решений. Те неизвестные, которые не были в качестве разрешающих, наз-ся свободными и могут принимать любые значения.
Неизвестные, которые по ходу преобразований выбирались в кач-ве разрешающих наз базисными. Значения базисных переменных полностью определяются свободными и легко определяются из финальной СЛУ.
Замечания:
1) В процессе реализации метода автоматически дается ответ на вопрос о совместности сис-мы.
2) По ходу преобразований на каждом шаге допускаются упрощающие элементарные преобразования СЛУ.
3) В любой момент на любом шаге текущая СЛУ м.б. интерпретирована как исходная и все преобразования м.б. применены к этой сис-ме с самого начала.