- •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.
547. Основні числові характеристики випадкового процесу та їх властивості.
Математичним сподіванням випадкового процесу називається невипадкова функція від аргументу t, яка при будь-якому значенні аргументу дорівнює математичному сподіванню для цього перерізу: .
Різницю називають флуктуаційною частиною випадкового процесу
Дисперсією випадкового процесу називається невипадкова функція від аргументу t, яка при будь-якому значенні t дорівнює дисперсії цього перерізу: .
Дисперсія визначає ступінь розкиду значень випадкового процесу близько математичного очікування.
Функція характеризує розсіювання реалізацій випадкового процесу відносно математичного сподівання
Тоді середньоквадратичне відхилення випадкового процесу обчислюється за формулою:
.
Функції є важливими числовими характеристиками, але вони не дають повної інформації про поводження випадкового процесу . Зустрічаються випадки, коли два випадкові процеси мають однакові але за своєю внутрішньою структурою вони істотно різні.
Із теорії ймовірностей відомо, що тісноту лінійної залежності між випадковими величинами X і Y можна визначити кореляційним моментом -
Аналогічна характеристика використовується й для випадкових процесів:
.
Функція називається кореляційною. При дістаємо .
Кореляційна функція симетрична відносно аргументів : .
Нормованою кореляційною функцією випадкового процесу називають функцію
.
548. Кореляційна функція випадкового процесу та її властивості. Нормована кореляційна функція.
Для випадкового процесу Х1(t) характерна тісна імовірнісна залежність між двома його сполученнями Х1(t1) і Х1(t2), у той час як для випадкового процесу Х2(t) ця залежність між сполученнями Х2(t1) і Х2(t2) практично відсутній. Зазначена залежність між сполученнями характеризується кореляційною функцією.
Визначення: Кореляційною функцією випадкового процесу Х(t) називається невипадкова функція
Kx(t1, t2) = M[(X(t1) – ax(t1))(X(t2) – ax(t2))] (1)
двох змінних t1 і t2 , що при кожній парі змінних t1 і t2 дорівнює ковариації відповідних сполучень Х(t1) і Х(t2) випадкові процеси.
Очевидно, для випадкового процесу Х(t1) кореляційна функція Kx1(t1, t2) убуває в міру збільшення різниці t2 - t1 значно повільніше, ніж Kx2(t1, t2) для випадкового процесу Х(t2).
Кореляційна функція Kx(t1, t2) характеризує не тільки ступінь тісноти лінійної залежності між двома сполученнями, але й розкид цих сполучень щодо математичного очікування ax(t). Тому розглядається також нормована кореляційна функція випадкового процесу.
Нормованою кореляційною функцією випадкового процесу Х(t) називається функція:
Px(t1, t2) = Kx(t1, t2) / σx(t1)σx(t2) (2)
Наприклад:
Випадковий процес визначається формулою X(t) = X cosωt, де Х – випадкова величина. Знайти основні характеристики цього процесу, якщо М(Х) = а, D(X) = σ2.
Рішення:
На підставі властивостей математичного очікування й дисперсії маємо:
ax(t) = M(X cosωt) = cos?t * M(X) = a cos?t,
Dx(t) = D(X cosωt) = cos2ωt * D(X) = σ2 cos2 ωt.
Кореляційну функцію знайдемо по формулі (1.)
Kx(t1, t2) = M[(X cosωt1 – a cosωt1) (X cos ωt2 – a cosωt2)] = cosωt1 cosωt2 * M[(X – a)(X - a)] = cosωt1 cosωt2 * D(X) = σ2 cosωt1 cosωt2.
Нормовану кореляційну функцію знайдемо по формулі (2.):
Px(t1, t2) = σ2 cosωt1 cosωt2 / (σ cosωt1)( σ cosωt2) ≡ 1.
Кореляційна функція - функція часу або просторових координат, яка задає кореляцію у системах із випадковими процесами.
Залежна від часу кореляція двох випадкових функцій X(t) та Y(t) визначається, як
,
Якщо кореляційна функція обчислюється для одного й того ж процесу, вона називається автокореляційною:
.
Аналогічно, можна обчислити кореляційну функцію для процесів, що відбуваються в різних точках простору у різні моменти часу: