- •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.
39. Графічний метод розв’язування задач нелінійного програмування.
Приклад 9.1. Знайти мінімальне і максимальне значення функції:
за умов:
.
Розв’язання. Область допустимих розв’язків утворює чотирикутник АВСD (рис.9.1).
Рисунок 9.1
Геометрично цільова функція являє собою коло з центром у точці М(2;2), квадрат радіуса якого . Це означає, що її значення буде збільшуватися (зменшуватися) зі збільшенням (зменшенням) радіуса кола. Проведемо з точки М кола різних радіусів. Функція Z має два локальних максимуми: точки В(0;6) і С(8;0). Обчислимо значення функціонала в цих точках:
,
.
Оскільки , то точка С(8;0) є точкою глобального максимуму.
Очевидно, що найменший радіус , тоді:
.
Тобто точка М є точкою мінімуму, оскільки їй відповідає найменше можливе значення цільової функції.
Зазначимо, що в даному разі точка, яка відповідає оптимальному плану задачі (мінімальному значенню функціонала), знаходиться всередині багатокутника допустимих розв’язків, що в задачах лінійного програмування неможливо.
40.41. Метод множників Лагранжа пошуку умовного екстремуму функції. Визначення типу екстремуму. Навести відповідні формули.
Розглянемо метод множників Лагранжа для розв’язування задачі нелінійного програмування, що має вигляд:
(9.6)
за умов:
, (9.7)
де функції і мають бути диференційовними.
Задача (9.6)-(9.7) полягає в знаходженні екстремуму функції за умов виконання обмежень .
Переходимо до задачі пошуку безумовного екстремуму. Теоретично доведено, що постановки та розв’язання таких задач еквівалентні.
Замінюємо цільову функцію (9.6) на складнішу. Ця функція називається функцією Лагранжа і має такий вигляд:
(9.8)
де – деякі невідомі величини, що називаються множниками Лагранжа.
Знайдемо частинні похідні і прирівняємо їх до нуля:
(9.9)
Друга група рівнянь системи (9.9) забезпечує виконання умов (9.7) початкової задачі нелінійного програмування.
Система (9.9), як правило, нелінійна.
Розв’язками її є і – стаціонарні точки. Оскільки, ці розв’язки отримані з необхідної умови екстремуму, то вони визначають максимум, мінімум задачі (9.6)-(9.7) або можуть бути точками перегину (сідловими точками).
Для діагностування стаціонарних точок і визначення типу екстремуму необхідно перевірити виконання достатніх умов екстремуму, тобто дослідити в околі стаціонарних точок диференціали другого порядку (якщо для функцій існують другі частинні похідні і вони неперервні).
Узагальнення достатньої умови існування локального екстремуму для функції n змінних приводить до такого правила: за функцією Лагранжа виду (9.8) будується матриця Гессе, що має блочну структуру розмірністю :
де О – матриця розмірністю , що складається з нульових елементів,
Р – матриця розмірністю , елементи якої визначаються так:
,
– транспонована матриця до Р розмірністю ,
Q – матриця розмірністю виду:
, де .
Розглянемо ознаки виду екстремуму розв’язку системи (9.9). Нехай стаціонарна точка має координати і .
1. Точка є точкою максимуму, якщо, починаючи з головного мінору порядку (m+1), наступні (n–m) головних мінорів матриці Н утворюють знакозмінний числовий ряд, знак першого члена якого визначається множником .
2. Точка є точкою мінімуму, якщо, починаючи з головного мінору порядку (m+1), знак наступних (n–m) головних мінорів матриці Н визначається множником .