- •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.
537. Основні рекурентні співвідношення розв'язування задач динамічного програмування.
Динамічне програмування являє собою математичний апарат, що дає змогу здійснювати планування багатокрокових керованих процесів, а також процесів, які розвиваються у часі.
Оскільки критерієм оптимальності є максимізація загального прибутку за всі n періодів, то в цілому необхідно знайти максимальне значення функціонала, що складається із максимальних значень прибутків кожного окремого періоду, тобто загальна задача має вид: max Z = Z1+Z2+…+Zn=Cума(k=1, n) [g(xk)+h(bk-xk)]
Позначимо через Rn(b) максимальний прибуток, який досягнуто внаслідок виконання n кроків, тоді: Rn(b)=max Z(b, x1,x2,…xn)
При n=1 маємо однокрокову задачу управління і прибуток за один рік від вкладення коштів у два підприємства обчислюється за формулою: R1(b)=max[g(x)+h(b-x)]
Розглянемо період з двох років. Як зазначалося вище, до початку другого періоду залишок коштів становитиме b2=АльфаX+Бета(b-x). Використаємо введені вище позначення: b=b1, x=x1.
Найбільший прибуток, який можна отримати на другому етапі, дорівнює: R1(b)=max[g(x1)+h(b1-x1)+ g(x2)+h(b2-x2)].
Розглянемо детальніше зв’язок між величинами R1(b) та R2(b), тобто максимальним прибутком для однокрокової задачі та максимальним прибутком, що може бути отриманий за два кроки.
За довільно визначеного на першому кроці значення х, максимальний прибуток на другому кроці визначатиметься так: R1(b2)= max[g(x2)+h(b2-x2)]=R1(АльфаX+Бета(b-x)). Розглянемо тепер R2(b) — найбільший прибуток, що може бути отриманий від початкової суми b за два періоди. Очевидно це значення буде розраховуватись, як максимальна сума доходів першого та другого періодів:
R2(b)=max(Z1+Z2)=max[g(x)+h(b-x)+ R1(АльфаX+Бета(b-x))].
Ця формула є рекурентним співвідношенням, яке зв’язує величину прибутку, що досягнута лише за другий інтервал планового періоду і яка дорівнює R1(АльфаX+Бета(b-x)), і прибуток за обидва (перший і другий) інтервали планового періоду, який дорівнює R2(b).
538. Методи розв'язування задач динамічного програмування. Основні кроки алгоритму розв'язування задачі динамічного програмування.
Будь-яку багатокрокову задачу можна розв’язувати по-різному: або знаходити одразу всі елементи розв’язку на всіх кроках, або будувати оптимальне управління поступово, крок за кроком.
Алгоритм розв’язування задач динамічного програмування:
1. Визначаємо специфічні показники стану досліджуваної керованої системи і множину параметрів, що описують цей стан.
2. Поділяємо процес на етапи (кроки), які відповідають певним періодам планування динамічних процесів, або окремим об’єктам у разі підготовки рішень стосовно керування ними.
3. Формулюємо перелік управлінь xj (j=1,n) для кожного кроку і відповідні обмеження щодо них.
4. Визначаємо ефект, який забезпечує управління xj на j–му кроці, якщо перед тим система була у стані S, у вигляді функції ефективності: max Z(S,xj).
5. Визначаємо, як змінюється стан S системи під впливом управління xj на j-му кроці, тобто як здійснюється перехід до нового стану: S’=Фі j (S,xj).
6. Будуємо рекурентну залежність задачі динамічного програмування, що визначає умовний оптимальний ефект Zj(S) починаючи з j–го кроку і до останнього, через вже відому функцію Zj+1(S’). Zj(S)=max{Zj(S)}=max{fj(S,xj)+Zj+1(S’,xj)}
Цьому ефекту відповідає умовне оптимальне управління на j-му кроці (xj(S)).
7. Використовуємо умовну оптимізацію останнього n-го кроку, визначаючи множину станів S, з яких можна за один крок дійти до кінцевого стану.
Потім знаходять умовно-оптимальне управління в результаті реалізації якого цей максимум буде досягнуто.
8. Проводимо умовну оптимізацію (n-1)-го, (n-2)-го та інших кроків за рекурентними залежностями і визначаємо для кожного кроку умовно-оптимальне управління.
9. Проводимо безумовну оптимізацію управління у «зворотному» напрямку від початкового стану S0 до кінцевого.
В результаті знаходять оптимальне покрокове управління X=(x1,x2,…,xn), що забезпечує максимальну ефективність Z.