- •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.
36. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
Нехай для деякої виробничої системи необхідно визначити план випуску продукції за умови найкращого способу використання її ресурсів. Відомі загальні запаси кожного ресурсу, норми витрат кожного ресурсу на одиницю продукції та ціни реалізації одиниці виготовленої продукції. Критерії оптимальності можуть бути різними, наприклад, максимізація виручки від реалізації продукції. Така умова подається лінійною залежністю загальної виручки від обсягів проданого товару та цін на одиницю продукції.
Однак, загальновідомим є факт, що за умов ринкової конкуренції питання реалізації продукції є досить складним. Обсяг збуту продукції визначається передусім її ціною, отже, як цільову функцію доцільно брати максимізацію не всієї виготовленої, а лише реалізованої продукції. Необхідно визначати також і оптимальний рівень ціни на одиницю продукції, за якої обсяг збуту був би максимальним. Для цього її потрібно ввести в задачу як невідому величину, а обмеження задачі мають враховувати зв’язки між ціною, рекламою та обсягами збуту продукції. Цільова функція в такому разі буде виражена добутком двох невідомих величин: оптимальної ціни одиниці продукції на оптимальний обсяг відповідного виду продукції, тобто буде нелінійною. Отже, маємо задачу нелінійного програмування.
Також добре відома транспортна задача стає нелінійною, якщо вартість перевезення одиниці товару залежить від загального обсягу перевезеного за маршрутом товару. Тобто коефіцієнти при невідомих у цільовій функції, що в лінійній моделі були сталими величинами, залежатимуть від значень невідомих (отже, самі стають невідомими), що знову приводить до нелінійності у функціоналі.
І нарешті, будь-яка задача стає нелінійною, якщо в математичній моделі необхідно враховувати умови невизначеності та ризик. Як показник ризику часто використовують дисперсію, тому для врахування обмеженості ризику потрібно вводити нелінійну функцію в систему обмежень, а мінімізація ризику певного процесу досягається дослідженням математичної моделі з нелінійною цільовою функцією.
Загальна задача математичного програмування формулюється так: знайти такі значення змінних xj , щоб цільова функція набувала екстремального (максимального чи мінімального) значення:
(9.1)
за умов:
( ); (9.2)
. (9.3)
Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.
Геометрично цільова функція (9.1) визначає деяку поверхню, а обмеження (9.2)-(9.3) – допустиму підмножину n-вимірного евклідового простору. Знаходження оптимального розв’язку задачі нелінійного програмування зводиться до відшукання точки з допустимої підмножини, в якій досягається поверхня найвищого (найнижчого) рівня.
Якщо цільова функція неперервна, а допустима множина розв’язків замкнена, непуста і обмежена, то глобальний максимум (мінімум) задачі існує.
Найпростішими для розв’язування є задачі нелінійного програмування, що містять систему лінійних обмежень та нелінійну цільову функцію. В цьому разі область допустимих розв’язків є опуклою, непустою, замкненою, тобто обмеженою.
37.Геометрична інтерпретація задачі нелінійного програмуванняГеометрично цільова функція (9.1) визначає деяку поверхню, а обмеження (9.2)-(9.3) – допустиму підмножину n-вимірного евклідового простору. Знаходження оптимального розв’язку задачі нелінійного програмування зводиться до відшукання точки з допустимої підмножини, в якій досягається поверхня найвищого (найнижчого) рівня.Якщо цільова функція неперервна, а допустима множина розв’язків замкнена, непуста і обмежена, то глобальний максимум (мінімум) задачі існує.Найпростішими для розв’язування є задачі нелінійного програмування, що містять систему лінійних обмежень та нелінійну цільову функцію. В цьому разі область допустимих розв’язків є опуклою, непустою, замкненою, тобто обмеженою. Розглянемо приклад геометричного способу розв’язування задачі нелінійного програмування. відповідних методів їх розв’язання.