- •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.
503. Властивості розв'язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
Властивості розв’язків задачі лінійного програмування формулюються у вигляді чотирьох теорем.
Властивість 1. (Теорема 1) Множина всіх планів задачі лінійного програмування опукла.
Властивість 2. (Теорема 2) Якщо задача лінійного програмування має оптимальний план, то екстремального значення цільова функція набуває в одній із вершин її багатогранника розв’язків. Якщо ж цільова функція набуває екстремального значення більш як в одній вершині цього багатогранника, то вона досягає його і в будь-якій точці, що є лінійною комбінацією таких вершин.
Властивість 3. (Теорема 3) Якщо відомо, що система векторів A1, A2, …, Ak (k ≤ n) у розкладі A1x1 +A2x2 + … + Anxn = A0, X ≥ 0 лінійно незалежна і така, що
A1x1 + A2x2 + … + Akxk = A0,
де всі xj ≥ 0, то точка X = (x1, x2, …, xk, 0, …, 0) є кутовою точкою багатогранника розв’язків.
Властивість 4. (Теорема 4) Якщо X = (x1, x2, …, xn) — кутова точка багатогранника розв’язків, то вектори в розкладі A1x1 + + A2x2 + … + Anxn = A0, X ≥ 0, що відповідають додатним xj, є лінійно незалежними.
Теорема 2.2. Множина всіх планів задачі лінійного програмування опукла.
Теорема 2.3. Якщо задача лінійного програмування має оптимальний план, то екстремального значення цільова функція набуває в одній із вершин багатогранника розв’язків. Якщо цільова функція набуває екстремального значення більш як в одній вершині цього багатогранника, то вона досягає його і в будь-якій точці, що є лінійною комбінацією таких вершин.
Теорема 2.4. Якщо відомо, що система векторів (k ≤ n) у розкладі , лінійно незалежна і така, що
,
де всі xj ≥ 0, то точка X = (x1, x2, …, xk, 0, …, 0) є кутовою точкою багатогранника розв’язків.
Теорема 2.5. Якщо — кутова точка багатогранника розв’язків, то вектори в розкладі , , що відповідають додатним , є лінійно незалежними.
З наведених властивостей можна висновувати:
якщо функціонал задачі лінійного програмування обмежений на багатограннику розв’язків, то:
1. існує така кутова точка багатогранника розв’язків, в якій лінійний функціонал досягає свого оптимального значення;
2. кожний опорний план відповідає кутовій точці багатогранника розв’язків.
Тому для розв’язання задачі лінійного програмування необхідно досліджувати лише кутові точки багатогранника (опорні плани), не включаючи до розгляду внутрішні точки множини допустимих планів.
Розглянемо на площині х1Оx2 сумісну систему лінійних нерівностей:
Кожна нерівність цієї системи геометрично визначає півплощину з граничною прямою ai1x1 + ai2x2 = bi (i = 1, 2, ...,т). Умови невід’ємності змінних визначають півплощини з граничними прямими х1 = 0 та х2 = 0. Система сумісна, тому півплощини як опуклі множини, перетинаючись, утворюють спільну частину, що є опуклою множиною і являє собою сукупність точок, координати кожної з яких є розв’язком даної системи.
Сукупність цих точок (розв’язків) називають багатокутником розв’язків, або областю допустимих планів (розв’язків) задачі лінійного програмування. Це може бути точка (єдиний розв’язок), відрізок, промінь, багатокутник, необмежена багатокутна область.
Отже, геометрично задача лінійного програмування являє собою відшукання координат такої точки багатогранника розв’язків, при підстановці яких у цільову лінійну функцію остання набирає максимального (мінімального) значення, причому допустимими розв’язками є усі точки багатогранника розв’язків.
Цільову функцію
в п-вимірному просторі основних змінних можна геометрично інтерпретувати як сім’ю паралельних гіперплощин, положення кожної з яких визначається значенням параметра Z.