- •1.Загальна модель задачі лінійного програмування. Цільова функція задачі математичного програмування. Основні і неосновні обмеження. Оптимальні та допустимі розв’язки задачі лінійного програмування
- •3.Двоїста задача лінійного програмування, правила її побудови. Пошук розв’язку двоїстої задачі.
- •4.Транспортна задача лінійного програмування. Методи побудови опорних розв’язків транспортної задачі.
- •5.Основні теореми двоїстої та їх економічний зміст.
- •6.Базисний та опорний розв’язки задачі лінійного програмування. Штучний базис задачі лінійного програмування.
- •7.Задачі цілочисельного програмування та методи їх розв’язку.
- •8.Поняття задачі динамічного програмування. Принцип оптимальності Беллмана.
- •9. Метод найменших квадратів для побудови економетричних моделей.
- •12. Перевірка коефіцієнтів економетричної моделі на значущість, довірчі інтервали оцінок параметрів моделі.
- •13. Нелінійні економетричні моделі, лінеаризація нелінійних моделей.
- •14. Автокореляція залишків. Причини виникнення, наслідки, методи виявлення.
- •15. Методи виявлення та усунення автокореляції залишків.
- •16. Гетероскедатичність залишків, причини виникнення, наслідки, методи виявлення.
- •17. Методи виявлення та усунення гетероскедатичності.
- •18. Мультиколінеарність регресорів, причини виникнення, наслідки, методи виявлення та усунення.
- •19. Загальна схема побудови та дослідження економетричної моделі.
- •20. Економетричні моделі динаміки. Поняття стаціонарного часового ряду. Розклад часового ряду.
- •21. Тренд часового ряду та його виявлення
- •23. Визначення схильності до ризику. Детермінований еквівалент ризику. Індивідуальна функція корисності.
- •24. Ігрові методи прийняття рішень в умовах невизначеності.
- •25. Матриця ризику. Критерії Вольра, Байєса, Гурвіца.
- •28. Поняття моделі та моделювання. Основні принципи побудови економіко-математичної моделі.
- •29. Задачі нелінійного програмування, методи та особливості їх розв’язків.
- •30. Задачі лінійного програмування та методи їх розв’язку.
28. Поняття моделі та моделювання. Основні принципи побудови економіко-математичної моделі.
Модель – це спрощене представлення деякого реального прогнозу чи об’єкта. Модель використовується в тих випадках, коли з певних причин неможливо або недоцільно досліджувати сам об’єкт.
Моделювання — це метод дослідження явищ і процесів, що ґрунтується на заміні конкретного об'єкта досліджень (оригіналу) іншим, подібним до нього (моделлю).
Принципи побудови:
-
Теоретичний опис економічного процесу.
-
Визначення мети дослідження.
-
Визначення кола факторів.
-
Вибір математичної моделі.
-
Збір статистичних даних.
-
Вибір методу оцінювання невідомих параметрів моделі.
-
Реалізація процедури оцінювання.
-
Інтерпретація результатів.
29. Задачі нелінійного програмування, методи та особливості їх розв’язків.
Нелінійне програмування — випадок математичного програмування, у якому цільовою функцією чи обмеженнями є нелінійна функція.
Задача нелінійного програмування ставиться як задача знаходження оптимуму певної цільової функції при виконанні умов ,
де — параметри, — обмеження, n — кількість параметрів, s — кількість обмежень.
На відміну від задачі лінійного програмування в задачі нелінійного програмування оптимум не обов'язково лежить на границі області, визначеної обмеженнями.
Методи розв'язування задачі
Одним із методів, які дозволяють звести задачу нелінійного програмування до розв'язування системи рівнянь є метод невизначених множників Лагранжа.
Якщо цільова функція F є лінійною, а обмеженим простором є політоп, то задача є задачею лінійного програмування, яка може бути розв'язана за допомогою добре відомих рішень лінійного програмування.
Якщо цільова функція є угнутою (задача максимізації), або опуклою (задача мінімізації) і множина обмежень є опуклою, то задачу називають опуклою і в більшості випадків можуть бути використані загальні методи опуклої оптимізації.
Якщо цільова функція є відношенням увігнутих і опуклих функцій (у разі максимізації) і обмеження опуклі, то задача може бути перетворена в задачу опуклої оптимізації використанням технік дробового програмування.
Існують декілька методів для розв'язування не опуклих задач. Один підхід полягає у використанні спеціальних формулювань задач лінійного програмування. Інший метод передбачає використання методів гілок і меж, де задача поділяється на підкласи, щоби бути розв'язаною з опуклими (задача мінімізації) або лінійними апроксимаціями, які утворюють нижню межу загальної вартості у межах поділу. При наступних поділах у певний момент буде отримано фактичний розв'язок, вартість якого дорівнює найкращій нижній межі, отриманій для будь-якого з наближених рішень. Цей розв'язок є оптимальним, хоча, можливо, не єдиним. Алгоритм можна також припинити на ранній стадії, з упевненістю, що оптимальний розв'язок знаходиться в межах допустимого відхилення від знайденої кращої точки; такі точки називаються ε-оптимальними. Завершення біля ε-оптимальних точок, як правило, необхідне для забезпечення скінченності завершення. Це особливо корисно для великих, складних задач і задач з невизначеними витратами або значеннями, де невизначеність може бути оцінена з відповідної оцінки надійності.