- •1. Сутність поняття “модель”. Особливості математичної моделі.
- •3. Особливості і принципи математичного моделювання. Узагальнена схема математичного моделювання.
- •4. Поняття економіко-математичної моделі. Узагальнена схема процесу математичного моделювання економічних процесів. Особливості процесу математичного моделювання економічних систем.
- •5. Особливості економічних спостережень і вимірів.
- •6. Охарактеризуйте основні етапи економіко-математичного моделювання.
- •7. Сутність адекватності економіко-математичних моделей. Перевірка адекватності моделі.
- •8. Основні засади щодо класифікації економіко-математичних моделей. Наведіть приклади та дайте відповідні пояснення.
- •9. Сутність аналітичного та комп’ютерного моделювання.
- •10. Роль прикладних економіко-математичних досліджень.
- •11. «Павутиноподібна» модель. Гіпотези, що приймаються в моделі.
- •12. Стійка рівновага у «павутиноподібній» моделі. Умови існування стійкої рівноваги у «павутиноподібній» моделі.
- •13. Постановка задачі економіко-математичного моделювання. Сутність понять: «параметри», «змінні», «цільова функція», «система обмежень», «оптимальний план».
- •14. Предмет математичного програмування. Приклади економічних задач математичного програмування.
- •15. Багатокритеріальна оптимізація економічних систем.
- •16. Классифікація задач математичного програмування.
- •17. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •18. Форми запису задачі лінійного програмування, охарактеризувати їх. Навести відповідні формули.
- •19. Геометрична інтерпретація задач лінійного програмування. Властивості розв’язків задачі лінійного програмування.
- •Перехід від одного опорного плану до іншого
- •21. Алгоритм графічного методу розв’язування задач лінійного програмування.
- •23. 24. Умова оптимальності розв’язку задачі лінійного програмування симплекс-методом. Алгоритм симплексного методу. Навести відповідні формули.
- •25. Метод штучного базису. Ознака оптимальності плану із штучним базисом.
- •26. Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі. Навести відповідні формули.
- •27. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •28. Теореми двоїстості, їх економічна інтерпретація.
- •29. Застосування теорем двоїстості в розв’язуванні задач лінійного програмування. Навести відповідні формули.
- •30. Цілочислове програмування. Приклади застосування цілочислових задач в плануванні й управлінні виробництвом. Навести відповідні формули.
- •31. Геометрична інтерпретація задачі цілочислового програмування.
- •32. Загальна характеристика методів розв’язування задач цілочислового програмування.
- •33. Сутність цілочислового програмування. Графічний метод розв’язування задач цілочислового програмування.
- •34. Методи відтинання. Метод Гоморі. Навести відповідні формули.
- •35. Комбінаторні методи. Метод гілок і меж. Навести відповідні формули.
- •36. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •38. Основні труднощі розв’язування задач нелінійного програмування.
- •39. Графічний метод розв’язування задач нелінійного програмування.
- •40.41. Метод множників Лагранжа пошуку умовного екстремуму функції. Визначення типу екстремуму. Навести відповідні формули.
- •42. Алгоритм розв’язування задачі на безумовний екстремум. Визначення типу екстремуму. Навести відповідні формули.
- •43. Поняття про опуклі функції
- •Опуклі й угнуті функції
- •44. Сідлова точка та необхідні умови її існування. Навести відповідні формули.
- •45. Градієнтні методи розв’язання задач нелінійного програмування. Метод Франка-Вульфа розв’язування задачі нелінійного програмування. Навести відповідні формули.
- •46. Постановка зад.Динам.Прогр. Та її геометрична інтерпретація
- •47.Принцип оптимальності та алгоритм динамічного програмування.
- •50.Основні поняття та завдання теорії ігор.
- •52.Геом.Інтерпретація гри 2х2
- •54. Зведення матричної гри до задачі лінійного програмування.
35. Комбінаторні методи. Метод гілок і меж. Навести відповідні формули.
В основі комбінаторних методів є перебір можливих варіантів розв’язків поставленої задачі. Кожен з них характеризується певною послідовністю перебору варіантів та правилами виключення, що дають змогу ще в процесі розв’язування задачі виявити неоптимальні варіанти без попередньої їх перевірки. Відносна ефективність різних методів залежить від того, наскільки кожен з них уможливлює скорочення необхідного процесу перебору варіантів у результаті застосування правила виключення.
Розглянемо один із комбінаторних методів. Для розв’язування задач цілочислового програмування ефективнішим за метод Гоморі є метод гілок і меж. Спочатку, як і в разі методу Гоморі, симплексним методом розв’язується послаблена (без умов цілочисловості) задача. Потім вводиться правило перебору.
Нехай потрібно знайти хj – цілочислову змінну, значення якої хj= в оптимальному плані послабленої задачі є дробовим. Очевидно, що в деякому околі даної точки також не існує цілочислових значень, тому відповідний проміжок можна виключити з множини допустимих планів задачі в подальшому розгляді. Таким проміжком є інтервал між найближчими до цілочисловими значеннями. Можна стверджувати, що на інтервалі цілих значень немає.
Наприклад, якщо =2,7 дістаємо інтервал , де, очевидно, немає хj, яке набуває цілого значення і оптимальний розв’язок буде знаходитися або в інтервалі , або . Виключення проміжку з множини допустимих планів здійснюється введенням до системи обмежень початкової задачі додаткових нерівностей. Тобто допустиме ціле значення xj має задовольняти одну з нерівностей виду:
або .
Дописавши кожну з цих умов до задачі з послабленими обмеженнями, дістанемо дві, не пов’язані між собою, задачі. Тобто, початкову задачу цілочислового програмування (7.1)-(7.4) поділимо на дві задачі з урахуванням умов цілочисловості змінних, значення яких в оптимальному плані послабленої задачі є дробовими. Це означає, що симплекс-методом розв’язуватимемо дві такі задачі:
перша задача:
(8.14)
за умов:
; (8.15)
; (8.16)
– цілі числа, ; (8.17)
, (8.18)
друга задача
(8.19)
за умов:
, ; (8.20)
; (8.21)
— цілі числа ; (8.22)
, (8.23)
де – дробова компонента розв’язку задачі (8.1)-(8.4).
Наведені задачі (8.14)-(8.18) і (8.19)-(8.23) спочатку послаблюємо, тобто розв’язуємо з відкиданням обмежень (8.17) і (8.22). Якщо знайдені оптимальні плани задовольняють умови цілочисловості, то ці плани є розв’язками задачі (8.1)-(8.4). Інакше пошук розв’язку задачі триває. Для дальшого розгалуження вибираємо розв’язок задачі з більшим значенням цільової функції, якщо йдеться про максимізацію, і навпаки – з меншим значенням цільової функції в разі її мінімізації. Подальше розгалуження виконується доти, доки не буде встановлено неможливість поліпшення розв’язку. Здобутий останній план – оптимальний.
Розв’язування цілочислових задач методом гілок і меж можна значно прискорити. Очевидно, що кожна наступна задача, яку отримують в процесі розв’язування відрізняється від попередньої лише одним обмеженням. Тому за послідовного розв’язування задач немає сенсу розв’язувати їх симплексним методом спочатку. Досить буде почергово приєднати нові обмеження виду (8.18) і (8.23) до останньої симплекс-таблиці попередньої задачі та вилучити (в разі необхідності) непотрібні «старі» обмеження.
Геометрично введення додаткових лінійних обмежень виду (8.18) та (8.23) в систему обмежень початкової задачі означає проведення гіперплощин (прямих), що розтинають багатогранник (багатокутник) допустимих планів відповідної задачі лінійного програмування у такий спосіб, що уможливлюється включення в план найближчої цілої точки цього багатокутника (рис.8.4). Допустимо, що А – точка максимуму, тоді за методом гілок та меж багатокутник допустимих планів задачі ABCOD поділяється на дві частини прямими та +1, що виключає з розгляду точку А, координата якої є не цілим числом.
Рисунок 8.4
Опишемо алгоритм методу гілок та меж:
Симплексним методом розв’язують задачу (8.1)-(8.3) (без вимог цілочисловості змінних).
Якщо серед елементів умовно-оптимального плану немає дробових чисел, то цей розв’язок є оптимальним планом задачі цілочислового програмування (8.1)-(8.4).
Якщо задача (8.1)-(8.3) не має розв’язку (цільова функція необмежена, або система обмежень несумісна), то задача (8.1)-(8.4) також не має розв’язку.
Коли в умовно-оптимальному плані є дробові значення, то вибирають одну з нецілочислових змінних і визначають її цілу частину .
Записують два обмеження, що відтинають нецілочислові розв’язки:
,
.
Кожну з одержаних нерівностей приєднують до обмежень початкової задачі. В результаті отримують дві нові цілочислові задачі лінійного програмування.
У будь-якій послідовності розв’язують обидві задачі. У разі, коли отримано цілочисловий розв’язок хоча б однієї із задач, значення цільової функції цієї задачі зіставляють з початковим значенням. Якщо різниця не більша від заданого числа , то процес розв’язування може бути закінчено. У разі, коли цілочисловий розв’язок одержано в обох задачах, то з розв’язком початкової зіставляється той, який дає краще значення цільової функції. Якщо ж в обох задачах одержано нецілочислові розв’язки, то для дальшого гілкування вибирають ту задачу, для якої здобуто краще значення цільової функції і здійснюють перехід до кроку 2.