- •Навчальне видання Вітлінський Вальдемар Володимирович Наконечний Степан Ількович терещенко Тетяна Опанасівна математичне програмування
- •03680, М. Київ, просп. Перемоги, 54/1
- •Рекомендована література 245
- •1.1. Предмет курсу «математичне програмування»
- •Тема 1. Предмет, особливості та сфери застосування математичного програмування в економіці. Класифікація задач
- •Тема 9. Задачі динамічного програмування
- •Розділ 2
- •2.1. Загальна математична модель лінійного програмування
- •Приклад 2.1.
- •2.2. Форми запису задач лп
- •2.3. Геометрична інтерпретація злп
- •2.5. Графічний метод розв’язування задач лінійного програмування
- •Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •2.5.3. Приклади та завдання для самостійної роботи
- •Задача 2.5.
- •Задача 2.6.
- •Задача 2.7.
- •Задача 2.8.
- •Задача 2.9.
- •Задача 2.35.
- •Задача 2.36.
- •§ 2.6. Симплексний метод розв’язування задач лп
- •Задача 2.41.
- •Задача 2.42.
- •Задача 2.43.
- •Задача 2.44.
- •2.6.3. Приклади та завдання для самостійної роботи
- •Задача 2.45.
- •Задача 2.46.
- •Задача 2.47.
- •Задача 2.48.
- •Задача 2.49.
- •2 .8. Контрольні запитання
- •2.9. Теми рефератів
- •2 .10. Основні терміни та поняття
- •Тема 10. Моделі та методи стохастичного програмування
- •Тема 11. Елементи теорії ігор
- •Розділ 3 двоїстість у лінійному програмуванні
- •3.2. Теореми двоїстості
- •3.3. Навчальні завдання
- •Задача 3.1.
- •Задача 3.2.
- •Задача 3.3.
- •3 .6. Контрольні запитання
- •3 .7. Теми рефератів
- •4.1. Економічна інтерпретація двоїстої задачі
- •4.2. Навчальні завдання
- •Задача 4.1.
- •Задача 4.2.
- •Задача 4.3.
- •Задача 4.4.
- •Задача 4.5.
- •Задача 4.6.
- •Задача 4.7.
- •Задача 4.8.
- •Задача 4.9.
- •Задача 4.10.
- •Задача 4.11.
- •Задача 4.12.
- •Задача 4.13.
- •Задача 4.20.
- •Задача 4.21.
- •4.4. Заключні зауваження
- •5.2. Метод потенціалів
- •5.3. Навчальні завдання
- •Задача 5.1.
- •Задача 5.2.
- •Задача 5.3.
- •Задача 5.4.
- •Задача 5.37.
- •Задача 5.38.
- •Задача 5.39.
- •Задача 5.40.
- •5.5. Заключні зауваження
- •5.6. Контрольні запитання
- •5 .7. Теми рефератів
- •5 .8. Основні терміни та поняття
- •4.5. Контрольні запитання
- •4 .6. Теми рефератів
- •4 .7. Основні терміни та поняття
- •Розділ 6
- •6.1. Цілочислове програмування
- •6.1.1. Постановка задачі
- •6.1.2. Метод Гоморі
- •Задача 6.1.
- •6.1.3. Метод «віток і меж»
- •6.1.4. Приклади цілочислових економічних задач
- •Задача 6.2.
- •Задача 6.3.
- •Задача 6.4.
- •Задача 6.5.
- •Задача 6.6.
- •6.1.5. Приклади та завдання для самостійної роботи
- •Задача 6.7.
- •Задача 6.8.
- •Задача 6.9.
- •Задача 6.10.
- •Задача 6.11.
- •Задача 6.11.
- •Задача 6.11.
- •2) Максимізації комплектів, до яких деталі входять відповідно 6.2. Дробово-лінійне програмування
- •6.2.1. Постановка задачі та алгоритм розв’язування
- •6.2.2. Приклади дробово-лінійних задач
- •Задача 6.14.
- •Задача 6.15.
- •Задача 6.16.
- •6.2.3. Приклади та завдання для самостійної роботи
- •Задача 6.17.
- •Задача 6.18.
- •6.3. Нелінійне програмування
- •6.3.1. Постановка задачі
- •6.3.2. Труднощі розв’язування задач нелінійного програмування
- •6.3.3. Метод множників Лагранжа
- •Задача 6.19.
- •6.3.4. Приклади задач нелінійного програмування
- •Задача 6.20.
- •6.3.5. Приклади та завдання для самостійної роботи
- •Задача 6.21.
- •Задача 6.22.
- •6.4. Динамічне програмування
- •6.4.2. Методика розв’язування динамічних задач
- •6.4.3. Приклади розв’язування динамічних задач
- •Задача 6.23.
- •Задача 6.24.
- •6.4.4. Приклади та завдання для самостійної роботи
- •Задача 6.25.
- •Задача 6.26.
- •Задача 6.27.
- •Задача 6.28.
- •Задача 6.29.
- •Задача 6.30.
- •Задача 6.31.
- •Задача 6.32.
- •Задача 6.33.
- •6.5 Теорія ігор
- •6.5.1. Основні поняття теорії ігор
- •Задача 6.34.
- •Задача 6.35.
- •6.5.3. Приклади та завдання для самостійної роботи
- •Задача 6.36.
- •6.6. Стохастичне програмування
- •6.6.1 Постановка задач і методи розв’язування
- •6.6.2. Приклади стохастичних економічних задач
- •Задача 6.37.
- •Задача 6.38.
- •Задача 6.39.
- •Задача 6.40.
- •Задача 6.41.
- •Задача 6.42.
- •Задача 6.43.
- •6.6.3. Приклади та завдання для самостійної роботи
- •Задача 6.44.
- •Задача 6.45.
- •Задача 6.46.
- •Задача 6.45.
- •Задача 6.46.
- •6.7. Заключні зауваження
- •6.8. Контрольні запитання
- •6 .9. Теми рефератів
- •6 .10. Основні терміни та поняття
6.6.1 Постановка задач і методи розв’язування
Постановка задач стохастичного програмування має певну специфіку. Насамперед слід ураховувати такі застереження:
1. Важливо, яким є вектор Х — детермінованим чи випадковим. Якщо вектор Х є детермінованим, то він не залежить від випадкових параметрів моделі. Якщо він випадковий, то залежить від випадкових параметрів.
2. Істотним є те, як розуміти максимізацію (мінімізацію) цільової функції — як абсолютну (для всіх значень ) чи як максимізацію її математичного сподівання або деякої іншої ймовірнісної характеристики цієї функції (моди, медіани) або мінімізації середньоквадратичного відхилення. Тут — простір подій . Наприклад, що краще: мати платню 500±200 чи 450±50. У першому випадку платня становить 300—700, у другому — 400—500 грн.
3. Слід з’ясувати, як виконуються обмеження — абсолютно для всіх чи в середньому або з допустимими порушеннями, ймовірність яких мала.
У постановці задач стохастичного програмування слід брати до уваги не лише математичні закономірності, а й економічний зміст та евристичні міркування.
Детермінованість чи стохастичність вектора Х визначається сутністю економічних, технологічних процесів тощо. Наприклад, площі посіву сільськогосподарських культур є детермінованими, обсяги кредитів — стохастичними величинами, бо напевне не відомо, чи вони будуть отримані.
У стохастичному програмуванні важливим є вибір цільової функції, яка визначає ефективність функціонування й розвитку економічної системи. Цільовою функцією можна взяти:
1) максимізацію математичного сподівання відповідного економічного показника (прибутку, рентабельності тощо);
2) мінімізацію дисперсії економічних показників;
3) лінійну комбінацію математичного сподівання та дисперсії економічних показників;
4) імовірність перевищення (неперевищення) економічним показником певного фіксованого порогу;
5) максимізація математичного сподівання функції корисності.
У стохастичному програмуванні підвищується важливість багатокритеріальної оптимізації.
Обмеження у стохастичних економіко-математичних моделях можуть задаватися різними способами, а отже, відповідні оптимальні плани матимуть різний рівень гарантії їх виконання. При цьому потрібно брати до уваги як внутрішню невизначеність (технологічні процеси), так і невизначеність зовнішнього середовища (постачання сировини, попит на вироблену продукцію, податки тощо).
Нехай задано обмеження в загальному вигляді
. (6.28)
Неможливо, а іноді й недоцільно вимагати, щоб знайдений розв’язок задовольняв обмеження (6. 28) за будь-яких реалізацій випадкових параметрів . З огляду на це можна накласти дещо менш жорсткі обмеження, зокрема замість (6.28) припустити невиконання умов з певною ймовірністю
(6.29)
або
. (6.30)
Обмеження (6.29) розуміємо так: імовірність того, що не перевищує значення . Відповідно вираз (6.30) гарантує, що з імовірністю виконуватиметься обмеження (6.28). Наприклад, якщо , то обмеження (6.28) у 95 випадках зі 100 виконуватиметься і тільки в п’яти не виконуватиметься.
Аналогічно модифікують й цільову функцію. Нехай — функція, яка виражає ефективність плану при заданих х та . Тоді задачу визначення оптимального детермінованого плану х при випадкових параметрах можна сформулювати в таких варіантах:
1) (6.31)
за умов
(6.32)
; (6.33)
2) (6.34)
за умов
(6.35)
. (6.36)
Отже, при постановці задачі варіанта 1 необхідно максимізувати середню сподівану ефективність за умов, що обмеження, наприклад за ресурсами, виконанням контрактів тощо, виконаються з імовірністю . При постановці задачі варіанта 2 додатково вимагається, щоб значення функції ефективності наприклад прибутку, було не меншим за з імовірністю , а значення було максимальним.
Зауважимо, що варіант 1 простіший у обчислювальному аспекті.
Постановка задачі стохастичного програмування істотно залежить від того, чи є можливість під час вибору (прийняття) рішень уточнювати стан економічного середовища (природи) на підставі певних спостережень. Для економічних систем розробляють стратегічні і тактичні плани. У стратегічних планах ураховують усі можливі значення , тобто стан зовнішнього та внутрішнього середовища, а рішення приймають щодо траєкторії розвитку системи. Проте в певний момент часу в результаті спостереження стан економічного середовища стає відомим. Тоді розробляють тактичний план, тобто знаходять рішення (розв’язок) при заданому , розв’язуючи задачу:
max
за умов
,
.
У загальному випадку спостереження не повністю визначають стан економічного середовища, а тому етапи вибору рішень (розв’язків) можуть чергуватися з етапами спостережень за станом зовнішнього середовища. Отже, відбуваються багатоетапні процеси вибору рішень у такій послідовності:
рішення — спостереження — рішення — спостереження...
Послідовність рішень називають N-етапною, якщо в ній слово «рішення» зустрічається N разів.
Отже, процес прийняття рішень розвитку та функціонування економічної системи складається з програмної (стратегічний план) і адаптивної (тактичний план) частин. Можливість плану адаптуватися до постійної зміни умов його реалізації — необхідна умова ефективного розвитку та функціонування економічних систем.
Програмну (стратегічну) та адаптивну (тактичну) частини плану поєднують згідно з такими принципами:
план-програму обирають так, щоб максимізувати сподівану корисність з урахуванням майбутньої адаптації до кожної ситуації;
план-адаптація має бути найефективнішим для кожної реалізації економічної ситуації зі збереженням стратегії розвитку системи;
план-програму (стратегію) можна коригувати з урахуванням можливих майбутніх ситуацій зовнішнього і внутрішнього середовищ.
Плани, здобуті згідно з моделями (6.31)—(6.33) або (6.34)—(6.36), називають М-планами, тобто як критерій оптимальності використовується максимізація математичного сподівання . Проте часто доцільно розглядати дисперсію цієї функції або моменти вищих порядків. Якщо критерій оптимальності має вигляд , то здобуті плани називають D-планами.
Іноді доцільно за критерій оптимальності брати різницю
,
де К — відомий параметр.
Можливі й інші варіанти побудови критерію оптимізації.
Методи розв’язування стохастичних задач поділяють на дві групи — прямі та непрямі.
Прямі методи застосовуються для розв’язування задач стохастичного програмування, коли існують способи побудови функцій і , на базі інформації щодо параметра . У непрямих методах стохастичну задачу намагаються звести до задачі лінійного чи нелінійного програмування, тобто розглядається детермінований аналог задачі стохастичного програмування.