- •5. Классификация задач оптимизации
- •7. Понятие, критерий оптимальности и тд
- •10. Графо-аналитич метод решения лин программирования
- •11. Краткая характеристика симплекс метода, его графич интерпретация
- •12. Этапы вычисления симплексным методом
- •17. Алгоритм решения симплекс методом
- •13. Правила составления исходной матрицы и 1-ого плана
- •14. Экономич смысл доп и искусственных переменных при м-методе
- •16. Геометрическая интерпретация этапов решения задачи симплексным м-методом.
- •19. Алгоритм решения задач симплексным методом и искусственным базисом. Расчет коэффициентов целевой строки исходной матрицы
- •18. Правила нахождения коэффициентов новой симплексной таблицы. Оценка оптимальности плана при решении задач на максимум и минимум целевой функции
- •22. Основные теоремы двойственности
- •24 Графо-аналитический метод решения задач целочисленного программирования. Область допустимых решений. Случаи множества равноценных оптимальных планов.
- •27. Целочисленное программирование. Характеристика класса задач, для которых имеет смысл только целочисленное решение. Дополнительное ограничение Гомори.
- •28. Транспортная задача линейного программирования. Метод потенциалов.
- •31. Вырождение плана и его преодоление при решении транспортной методом потенциалов
- •33. Признаки оптимальности плана транспортной задачи при решении методом потенциалов
- •32. Этапы решения транспортной задачи методом потенциалов
- •34. Расчет опорного (базисного) плана транспортной задачи методом «северо-западного угла».
- •35. Расчет опорного (базисного) плана транспортной задачи методом минимальных тарифов.
- •36. Характеристика задачи о назначениях. Методы нахождения оптимального решения.
- •37. Формулы расчёта потенциалов занятых клеток и расчёта оценок свободных
- •39. Характеристика условий и правил игры двух лиц с нулевой суммой.
- •41. Хаар-ка максиминной и минимаксной стратегии игры 2 лиц с нулевой суммой
- •42.Важнейшие свойства максиминных (минимаксных) стратегий игровых матриц с «седловой точкой» (точкой равновесия)
- •46. Биматричные игры. Максиминные и минимаксные стратегии игры игроков
- •44. Приведение матричной антагонистической игры к задаче линейного программирования
- •45. Необходимые и достаточные условия смешанных оптимальных стратегий в матричной игре с нулевой суммой
- •47. Нахождение равновесных стратегий в биматричной игре. Равновесные ситуации.
- •48. Смешанные стратегии в биматричной игре. Свойства смешанных стратегий.
- •49. Многокритериальные задачи. Парето оптимальные стратегии
- •50. Характерные особенности в задачах игры с природой.
1-4. Мат методы, модели
Экономико-математическая модель — мат описание исследуемого экономич процесса или объекта. Эта модель выражает закономерности экономич процесса в абстрактном виде с помощью матем соотношений. Использование матем моделирования в экономике позволяет углубить количественный экономич анализ, расширить область экономич инфы, интенсифицировать экономич расчеты.
Можно выделить 3 осн этапа проведения экономико- матем моделирования. На 1 этапе ставятся цели и задачи исследования, проводится качественное описание объекта в виде экономич модели. На 2 этапе формируется математич модель изучаемого объекта, осуществляется выбор (или разработка) методов исследования, проводится программирование модели на ЭВМ, подготавливается исходная инфа. Далее проверяются пригодность машинной модели на основании правильности получаемых с ее помощью результатов и оценка их устойчивости. На 3, основном, этапе экономико-математич моделирования осуществляются анализ математич модели, реализованной в виде программ для ЭВМ, проведение машинных расчетов, обработка и анализ полученных результатов.
Процедура экономико-математич моделирования заменяет дорогостоящие и трудоемкие натуральные эксперименты расчетами. Действительно, при использовании экономико-математич методов достаточно быстро и дешево производится на ЭВМ сравнение многочисл вариантов планов и управленческих решений. В результате отбираются наиболее оптим варианты.
5. Классификация задач оптимизации
Класс оптимизационных моделей. Такие задачи возникают при попытке оптимизировать планирование и управление сложными системами, в первую очередь экономич системами. Оптимизационную задачу можно сформулировать в общем виде: найти переменные X1, X2, ..., Xn, удовлетворяющие системе неравенств (уравнений): φi (X1, X2, X3, …, Xn) <= bi, i=1,2,…,m
и обращающие в max/min целевую функцию, т.е. Z = f (x1, x2, ..., xn) -> mах (min).
(Условия неотриц переменных, если они есть, входят в ограничения )
В случаях, когда функции F и φi - в задачах хотя бы дважды дифференцируемы, можно применять классические методы оптимизации. Но применение этих методов в исследовании операций ограничено. Классич методы не работают, если множество допустимых значений аргумента дискретно или функция Z задана таблично. В этих случаях для решения задач применяются методы матем программирования.
Если критерий эффективности Z = f(x1, х2, ..., xn) представляет лин функцию, а функции φi (x1, х2, х3,..., xn) в системе ограничений также линейны, то это задача лин программирования. Если, исходя из содержательного смысла, ее решения должны быть целыми числами, то это задача целочисл лин программирования. Если критерий эффективности и (или) система ограничений задаются нелин функциями, то это задача нелин программирования. В частности, если указанные функции обладают свойствами выпуклости, то это задача выпуклого программирования.
Из перечисл методов математич программирования наиболее распространенным и разработанным является лин программирование. В его рамки укладывается широкий круг задач исследования операций.
По своей содержательной постановке множество других, типичных задач исследования операций может быть разбито на ряд классов.
Среди моделей исследования особо выделяются модели принятия оптим решений в конфликтных ситуациях, изучаемые теорией игр. К конфликтным ситуациям, в которых сталкиваются интересы 2 и более сторон, преследующих разные цели можно отнести ряд ситуаций в экономике, праве и т.д. В задачах теории игр нужно выработать рекомендации по разумному поведению участников конфликта, определить их оптим стратегии.
6. Постановка задач, применяющих методы лин программ.
8. Функция цели и типы уравнений-ограничений
9. Условные обозначения в задачах лин программирования
15. Типы уравнений-ограничений в эконом-мат моделях, приведение к канонич виду
Оптимизационную задачу можно сформулировать в общем виде: найти переменные X1, X2, ..., Xn, удовлетворяющие системе неравенств (уравнений)
φi (x1, x2, x3, …, xn) <= bi, i =1,2,…,m
и обращающие в максимум (или минимум) целевую функцию, т.е.
Z = f (X1, X2, ..., Xn) -> mах (min).
(Условия неотриц переменных, если они есть, входят в ограничения)
Если критерий эффективности Z = f(x1, х2, ..., xn) представляет линейную функцию, а функции фi, (x1, х2, х3,..., Xn)в системе ограничений также линейны, то такая задача является задачей линейного программирования. Если, исходя из содержательного смысла, ее решения должны быть целыми числами, то эта задача целочисленного линейного программирования.
Общая задача лин программирования: дана система m линейных уравнений и неравенств с n переменными:
A11X1 + A12X2 + … + A1nXn <= B1,
A21X1 + A22X2 + … + A2nXn <= B2,
………………………………………
Ak1X1 + Ak2X2 + … + AknXn <= bk,
Ak+1,1X1 + Ak+1,2X2 + … + Ak+1,nXn = Bk+1,
Ak+2,1X1 + Ak+2,2X2 + ... + Ak+2,nXn = Bk+2
..............................................................
Am1X1 + Am2X2 + ... + AmnXn = Bm
(Это всё в системе!!)
и линейная функция: F = C1X1 + C2X2 + … + CnXn.
Надо найти такое решение системы Х= (X1, X2, ..., Xj, ..., Xn), где Xj >= 0 (j=l,2,..., L; L <= n), при котором лин функция F принимает оптим (max/min) значение.
Система называется системой ограничений, а функция F — лин функцией, лин формой, целевой функцией или функцией цели.
Более кратко общую задачу линейного программирования можно представить в виде: F = ∑ CjXj -> max (или -> min) при ограничениях:
{∑AijXj ≤ Bi (i = 1,2,…,k),
{∑AijXj = Bi (I = k+1,k+2,…, m),
(это в системе!!)
Xj ≥ 0 (j = 1,2,…,L; L ≤ n).
Оптим решение задачи лин программирования – решение Х = (X1, X2, …, Xj, …, Xn) системы ограничений, удовлетворяющее условию, при котором лин функция принимает оптим (max/min) значение.
При условии, что все переменные неотрицательны (Xj ≥ 0, j =1, 2, ..., n), система ограничений состоит лишь из одних неравенств, — такая задача линейного программирования называется стандартной; если система ограничений состоит из одних уравнений, то задача называется канонической. Любая задача линейного программирования может быть сведена к канонической, стандартной или общей задаче.
Представим стандартную задачу в каноническом виде, введя в каждое из m неравенств системы ограничений доп неотриц переменные Xn+1, Xn+2, …, Xn+m, получим:
A11X1 + A12X2 + … + A1nXn + Xn+1 = B1,
A21X1 + A22X2 + … + A2nXn + Xn+2 = B2,
……………………………………………..
Am1X1 + Am2X2 + … + AmnXn + Xn+m = Bm.
(Это всё в системе!!!)