- •1.Понятие решения задачи мат. Программиров.
- •2. Основн. Формы злп. Правила сведения злп к канон.Форме. Геометр.Интерпретация злп. Понятие угловой точки мн-ва.
- •4. Определение базиса угловой точки. Невырожденные угловые точки. Примеры.
- •5. Связь между переменными задачи лп
- •6. Формула приращения целевой функции злп.
- •7. Достаточное условие оптимальности в злп. Достаточное условие неразрешимости злп
- •8. Итерация симплекс–метода
- •11. Нахождение базиса угловой точки. Пример
- •12. Постановка тз. Построение нач. Плана перевозок методом северо-западного угла, методом мин. Элемента.
- •13. Определение закрытой модели тз. Критерий существования решения тз.
- •14. Исследование мн-ва клеток транспортной таблицы
- •15. Достаточное условие минимальности стоимости перевозок
- •16. Классический метод решения задачи безусловной минимизации функции многих переменных. Пример.
- •17. Метод исключения решения задачи на условный минимум. Пример.
- •18. Обобщенное правило множителей Лагранжа в задаче оптимизации с ограничениями типа равенств.
- •19. Классическое правило множителей Лагранжа в задаче оптимизации с ограничениями типа равенств. Необходимые условия второго порядка в задаче оптимизации типа равенств.
- •20. Достаточные условия экстремума в задаче оптимизации с ограничениями типа равенств
- •21.Опр-ия выпуклого мн-ва, выпуклой функции. Св-ва выпуклых множеств. Сумма выпуклых функций. Св-во неотрицательности остатка выпуклой функции
- •22.Теорема о точках минимума выпуклой функции. Теорема о стационарной точке выпуклой функции
- •26.Теорема о седловой точке функции Лагранжа (достаточные условия оптимальности).
- •27. Критерий существования седловой точки функции Лагранжа для задачи выпуклого программирования.
- •28.Определение двойственной задачи к задаче математического программирования.
- •29. Связь между двойственной и прямой задачами математического программирования.
- •30.Пример решения задачи оптимизации с помощью теории двойственности
- •31.Основные определения в задаче одномерной минимизации. Примеры.
- •33. Метод золотого сечения решения задачи одномерной минимизации.
- •34. Обоснование метода ломаных решения задачи одномерной минимизации.
- •35. Алгоритм и условия сходимости метода ломаных решения задачи одномерной минимизации. Пример. Описание метода ломаных
- •36.Алгоритм метода скорейшего спуска решения змм.
- •37.Алгоритмы метода условного градиента и метода проекции градиента решения задачи многомерной условной минимизации.
- •38.Алгоритм метода покоординатного спуска решения задачи многомерной минимизации. Геометрическая иллюстрация.
- •39.Сходимость метода скорейшего спуска.
- •41. Метод вариаций Лагранжа
- •42. Уравнение Эйлера
- •43. Случаи интегрируемости ур-ния Эйлера. Примеры.
- •44.Задача вариационного исчисления с незакрепленными концами и фиксированным отрезком интегрирования.
- •45.Задача вариационного исчисления с незакрепленными концами и нефиксированным отрезком интегрирования
- •46. Задача вариационного исчисления с движущимся по кривой концом.
- •47. Примеры задач динамического программирования, их особенности
- •48.Принципы динамического программирования и функциональные уравнения Беллмана.
46. Задача вариационного исчисления с движущимся по кривой концом.
Рассм. задачу где,значениезадано, левый конец траектории зафиксирован, правый конец траектории явл. подвижным, то есть лежит на заданной кривой
Таким обр, необходимо найти точку и функцию, определяется на отрезке, для которых функционал достигает минимальное значение при условиях
Теор: Если явл. слабой минималью в простейшей задаче вариационного исчисления с фиксированным левым и подвижным правым концом то она уд. ур-нию Эйлера, граничным усл.и условию трансверсальности на правом конце.
Замечание Если левый конец траектории тоже является подвижным(лежит на гладкой кривой (x=) , то экстремаль удовлетворяет дифференциальному уравнению Эйлера, краевым условиеми условиям трансерсальности,
47. Примеры задач динамического программирования, их особенности
Динам программирование (ДМ) (динам планирование) – это метод нахождения оптим реш в задаче с многошаг структурой. Многие эконом задачи раздел на шаги естеств образом, это н-р, процессы планир и управления развиваемые во времени. Естеств шагом в них может быть год, квартал, месяц и т.д. Однако МДП может исп при реш задач, где время не фигурирует. Разделение на шаги в таких задачах вводится искусственно, поэтому динамика ЗДП заключ в методе реш-я. К ЗДП относ задачи перспективного и текущ планирования во времени, задача многошагов нахож-я оптимума при размещ производит сил, задачи оптим быстродействия.
Выделим особенности ЗДП:
1. в задаче рассм система, состояния кот в каж мом времени t опред вектором . Дальнейшее изменение состояние системы зависит от дан состоянияи не зав от того, каким путём система пришла в это состояние. Такие процессы наз проц без последействия.
2. на каж шаге выбирается одно решение ( управление), под действ кот система переходит из предыдущ состоянияв след состояние. Это нов состявл ф-ей сост-яна начало интервала и принятого в начале интервала решения, т.е..3 Действ на каж шаге связаны с опред выигрышем (доходом, прибылью) или потерей (издержками), кот зависят от состояний на начало шага и принятого решения.
4. На векторы состояния и управления может быть наложены ограничения, объединение которых представляют область допуст значений.
5. Требуется найти такое допустимое управление для каждого шагаt, чтобы получить экстремальн значение ф-ции цели за все T шагов.
Любую допустимую посл-ть действий для каж шага, переводящую систему из нач состояния в конечное наз стратегией управления. Допуст стратегия управления, доставляющая цели экстрем значение наз оптимальной.
Пример Задача перспективного планирования.
Пусть планируется деятельность группы из N промыш предприятий (пр)на перидТ хоз лет. В нач период на развитие системы пр выделены некот ср-ва в кол-ве K, кот д\б распределены между пр. В проц деят пр вложенные в него ср-ва частично амортизируются. Каж пр за год приносит доход в зависит от вложен ср-в, часть которого отчисл в фонд пр. В нач каж хоз года имеющ ср-ва перераспределяются между пр-ями. Возник задачи определения объема ср-в в нач каж года, кот нужно выделить каждому пр-ю чтобы суммарн чистый доход за Т лет был максимальным.
В этой задаче проц принятия решения разбив на T шагов. Управление этим процессам заключ в нач и последовательном распред ср-в , гдеесть объем ср-в , выделенныхi–ому предпр в нач t–го года. Состояние системы опис вектором , гдесостi–го предпр. на нач t–го года. В свою очередь состояние каждого пр-я явл вектором, компонентами кот служат труд ресурсы, осн фонды, фин положение и т.д. Очевидно, что вектор управления есть ф-ция состояния системы на начало соотв периода, т.е.. Нач сост системы может быть заданным. В кач целевой ф-ции часто рассм суммарн прибыль объединения пр-й за Т хоз лет. Управлениевыбирается из некот мн-ва, кот может быть описано как мн-во эконом возможностей, определ различ ограничениями, налагаемыми на состояние системы и вектор управления