- •501. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •502. Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •503. Властивості розв'язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •504. Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •505. Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •Такому плану відповідає розклад
- •506. Теорема про оптимальність розв'язку задачі лінійного програмування симплекс-методом.
- •Якщо розглядається задача на відшукання мінімального значення цільової функції, то формулюється така теорема.
- •507. Знаходження оптимального розв'язку задачі лінійного програмування. Алгоритм симплексного методу.
- •508. Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •Взаємозв’язок між розв’язками початкової та розширеної задач лінійного програмування не є очевидним і визначається такою теоремою.
- •509. Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •510. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •511. Теореми двоїстості, їх економічна інтерпретація.
- •512. Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •513. Методи розв'язування двоїстої задачі лінійного програмування.
- •514. Аналіз розв'язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •515. Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •516. Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •517. Транспортна задача лінійного програмування. Економічна і математична постановка транспортної задачі.
- •518. Методи побудови опорних планів транспортної задачі. Випадок виродженості. Теорема про розв'язування транспортної задачі.
- •519. Двоїста задача до транспортної задачі. Метод потенціалів.
- •520. Розв'язування транспортної задачі методом потенціалів.
- •521. Відкриті транспортні задачі. Метод розв'язування.
- •522. Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •523. Геометрична інтерпретація задачі цілочислового програмування.
- •524. Метод Гоморі повністю цілочислових задач. Знаходження цілої й дробової частини числа. Алгоритм розв'язування задачі.
- •525. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •526. Графічний метод розв'язування задач нелінійного програмування.
- •527. Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв'язування задачі на безумовний екстремум.
- •528. Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •529. Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •530. Квадратична функція та її властивості.
- •531. Математична модель задачі опуклого програмування з сепарабельною цільовою функцією.
- •532. Постановка задачі квадратичного програмування та її математична модель.
- •533. Градієнтні методи розв'язання задач нелінійного програмування та їх класифікація.
- •534. Метод Франка-Вульфа. Алгоритм розв'язування задачі нелінійного програмування.
- •535. Сепарабельна функція та її властивості. Розв'язування задач нелінійного програмування методом кусково-лінійної апроксимації.
- •536. Математична постановка задачі динамічного програмування, її економічний зміст. Принцип оптимальності Беллмана.
- •537. Основні рекурентні співвідношення розв'язування задач динамічного програмування.
- •538. Методи розв'язування задач динамічного програмування. Основні кроки алгоритму розв'язування задачі динамічного програмування.
- •539. Математична постановка задачі стохастичного програмування і область їх застосування в управлінні виробничими системами.
- •540. 3Ведення розв'язання одноетапної статичної задачі стохастичного програмування до детермінованої задачі лінійного програмування.
- •541. Основні поняття теорії ігор. Гра двох гравців з нульовою сумою, правила гри, ціна гри, пара оптимальних стратегій для двох осіб.
- •542. Платіжна матриця. Основна теорема теорії ігор. Принцип мінімаксу.
- •543. Гра в чистих стратегіях. Поняття сідлової точки і її знаходження.
- •544. Гра2x2 взмішаних стратегіях. Алгоритм розв'язування задачі.
- •545. Зведення гри двох осіб до задачі лінійного програмування.
- •547. Основні числові характеристики випадкового процесу та їх властивості.
- •548. Кореляційна функція випадкового процесу та її властивості. Нормована кореляційна функція.
- •549. Поняття про оператор перетворення випадкового процесу. Лінійні однорідні перетворення. Нелінійні перетворення.
- •550. Визначення стаціонарного випадкового процесу, щільність ймовірностей для одного, k періодів.
- •551. Кореляційна функція, нормована кореляційна функція та їх властивості.
- •552. Ергодичні властивості стаціонарного випадкового процесу та його математична трактовка.
- •554. Стаціонарний випадковий процес із лінійною кореляційною функцією.
- •555. Стаціонарний випадковий процес із експоненціальною кореляційною функцією.
- •556. Пуассонівський процес та його математична модель.
- •557. Імовірні твірні функції.
- •558. Визначення ланцюга Маркова. Матриця однокрокового переходу. Однорідні ланцюги Маркова та їх класифікація.
- •559. Поглинаючі однорідні ланцюги Маркова та їх числові характеристики. Фундаментальна матриця.
- •560. Регулярні однорідні ланцюги Маркова та їх числові характеристики. Фундаментальна матриця для цих ланцюгів.
525. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
будь-яка задача стає нелінійною, якщо в математичній моделі необхідно враховувати умови невизначеності та ризик. транспортна задача стає нелінійною, якщо вартість перевезення одиниці товару залежить від загального обсягу перевезеного за маршрутом товару. Тобто коефіцієнти при невідомих у цільовій функції, що в лінійній моделі були сталими величинами, залежатимуть від значень невідомих (отже, самі стають невідомими), що знову приводить до нелінійності у функціоналі.
Загальна задача математичного програмування формулюється так: знайти такі значення змінних xj , щоб цільова функція набувала екстремального (максимального чи мінімального) значення: за умов: ( ); .
Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.
Геометрично цільова функція (8.1) визначає деяку поверхню, а обмеження (8.2)—(8.3) — допустиму підмножину n-вимірного евклідового простору. Знаходження оптимального розв’язку задачі нелінійного програмування зводиться до відшукання точки з допустимої підмножини, в якій досягається поверхня найвищого (найнижчого) рівня.
Якщо цільова функція неперервна, а допустима множина розв’язків замкнена, непуста і обмежена, то глобальний максимум (мінімум) задачі існує.
Найпростішими для розв’язування є задачі нелінійного програмування, що містять систему лінійних обмежень та нелінійну цільову функцію. В цьому разі область допустимих розв’язків є опуклою, непустою, замкненою, тобто обмеженою.
526. Графічний метод розв'язування задач нелінійного програмування.
Для розв’язування двовимірних задач лінійного програмування, тобто задач із двома змінними, а також деяких тривимірних задач застосовують графічний метод, що ґрунтується на геометричній інтерпретації та аналітичних властивостях задач лінійного програмування. Обмежене використання графічного методу зумовлене складністю побудови багатогранника розв’язків у тривимірному просторі (для задач з трьома змінними), а графічне зображення задачі з кількістю змінних більше трьох взагалі неможливе.
Алгоритм графічного методу розв’язування задачі лінійного програмування складається з таких кроків:
1. Будуємо прямі, рівняння яких дістаємо заміною в обмеженнях задачі (2.18) знаків нерівностей на знаки рівностей.
2. Визначаємо півплощини, що відповідають кожному обмеженню задачі.
3. Знаходимо багатокутник розв’язків задачі лінійного програмування.
4. Будуємо вектор , що задає напрям зростання значення цільової функції задачі.
5. Будуємо пряму с1х1 + с2х2 = const, перпендикулярну до вектора .
6. Рухаючи пряму с1х1 + с2х2 = const в напрямку вектора (для задачі максимізації) або в протилежному напрямі (для задачі мінімізації), знаходимо вершину багатокутника розв’язків, де цільова функція набирає екстремального зна- чення.
7. Визначаємо координати точки, в якій цільова функція набирає максимального (мінімального) значення, і обчислюємо екстремальне значення цільової функції в цій точці.
Розв’язати задачу лінійного програмування графічно означає знайти таку вершину багатокутника розв’язків, у результаті підстановки координат якої в лінійна цільова функція набуває найбільшого (найменшого) значення.