- •Министерство образования и науки российской федерации
- •Дифференциальные уравнения первого порядка
- •Уравнения с разделёнными и разделяющимися переменными
- •Однородные уравнения первого порядка
- •Линейные уравнения первого порядка
- •Уравнение в полных дифференциалах
- •Интегрирующий множитель
- •Дифференциальные уравнения высших порядков
- •Уравнения вида
- •Уравнения второго порядка, приводящиеся к уравнениям первого порядка
- •Линейные однородные уравнения. Определения и общие свойства
- •Линейные однородные уравнения второго порядка с постоянными коэффициентами
- •Линейные однородные уравнения го порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения второго порядка
- •Неоднородные линейные уравнения второго порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения высших порядков
- •Системы обыкновенных дифференциальных уравнений
- •Системы линейных дифференциальных уравнений с постоянными коэффициентами
- •Р я д ы Числовые ряды Числовой ряд. Сумма ряда. Необходимый признак сходимости ряда
- •Достаточные признаки сходимости рядов с положительными членами
- •Знакопеременные ряды
- •Функциональные ряды
- •Ряды Тейлора и Маклорена
- •Ряды Фурье
- •Ряды Фурье для четных и нечетных функций
- •Ряд Фурье для функции с периодом
- •К о м б и н а т о р и к а
- •Общие правила комбинаторики
- •Соединения в комбинаторике
- •Размещения без повторений
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторениями
- •11 12 13 14 15 16 17 19
- •Перестановки с повторениями
- •Т е о р и я в е р о я т н о с т е й Случайные события Основные понятия теории вероятностей
- •Основные теоремы теории вероятностей Теорема сложения вероятностей несовместных событий
- •Зависимые и независимые события. Условная вероятность
- •Теорема умножения вероятностей
- •Теорема сложения вероятностей совместных событий
- •Вероятность появления хотя бы одного события
- •. Формула полной вероятности
- •Формула Бейеса
- •Повторение испытаний
- •Формула Бернулли
- •Локальная теорема Лапласа
- •. Формула Пуассона
- •Интегральная теорема Лапласа
- •Случайные величины Случайная величина. Виды случайных величин
- •Закон распределения вероятностей дискретной случайной величины
- •Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Дисперсия дискретной случайной величины
- •Плотность распределения вероятностей непрерывной случайной величины
- •Числовые характеристики непрерывных случайных величин
- •Законы распределений
- •Равномерное распределение
- •Нормальное распределение
- •. Правило трёх сигм
- •Показательное распределение
- •Функция надёжности
- •Элементы математической статистики Основные сведения из математической статистики
- •Статистическое распределение выборки. Полигон и гистограмма
- •1 4 6
- •10 15 25
- •Статистические оценки параметров распределения
- •Оценка генеральной дисперсии по исправленной выборочной
- •Точность оценки, доверительная вероятность (надёжность). Доверительный интервал
- •Методы расчёта сводных характеристик выборки
- •Сведение первоначальных вариант к равноотстоящим
- •Оценка отклонения теоретического и эмпирического распределений от нормального. Асимметрия и эксцесс
- •Элементы теории корреляции
- •. (1)
- •(4) . (5) Корреляционная таблица
- •Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •Методика вычисления выборочного коэффициента корреляции
- •. Статистическая проверка статистических гипотез
- •Линейное программирование Задача линейного программирования
- •Построение математической модели
- •Графическое решение задачи линейного программирования
- •Симплексный метод решения задачи линейного программирования
- •Решение задачи 1 симплексным методом
- •Искусственное начальное решение. Метод больших штрафов.
- •Особые случаи применения симплекс-метода
- •1.7.2 Бесконечное множество решений
- •1.7.4 Неограниченные решения
- •1.7.5 Промежуточное вырожденное решение
- •Задача о назначениях
- •4 Изменение запаса ресурса продукта а 7
- •1 Изменение единицы стоимости продукта а 4
- •Заключение
Линейное программирование Задача линейного программирования
Многие важные задачи экономики и планирования народного хозяйства, управления промышленностью тесно связаны с отысканием оптимального плана использования ограниченных ресурсов. Необходимость решения таких задач привела к широкому применению математических методов в экономике и планировании народного хозяйства и появлению нового раздела математики – математического программирования. В настоящее время завершена наиболее основательно часть этого нового раздела – линейного программирования.
Задача линейного программирования (ЗЛП) состоит в отыскании оптимального значения заданной линейной функции
( 1)
при условии, что на переменные наложены ограничения в виде линейных равенств или неравенств:
( 2 )
Линейная функция Z, оптимальное значение которой отыскивается в ЗЛП, называется целевой функцией, или функцией цели.
Совокупность значений переменных , удовлетворяющих условиям ЗЛП и образующих область определения функцииZ, называется областью допустимых значений переменных, или просто допустимой точкой.
Набор значений из допустимой области, при котором целевая функцияZ принимает оптимальное значение, называется решением ЗЛП, или оптимальным планом.
Из теории экстремума функции многих переменных известно, что оптимальное значение функция нескольких переменных достигает или на границе области её определения, или внутри области определения, а именно, в одной из точек экстремума. Известно также, что необходимым условием экстремума функции многих переменных является обращение в нуль всех её частных производных во внутренней точке области определения. Но частные производные линейной функциинигде в области её определения одновременно в нуль не обращаются, следовательно, оптимальное значение функцияZ может принимать только на границе области.
Таким образом, рассматриваемая задача не может быть решена с помощью теории экстремума функции многих переменных, для решения её требуется применение особых математических приёмов, называемых методами линейного программирования.
Стандартная (каноническая) форма задачи линейного программирования
В практических задачах формы линейных условий, определяющих многогранник решений ЗЛП, могут быть очень разнообразны. Часть условий может быть задана в виде равенств, причем на некоторые переменные могут не налагаться требования неотрицательности. Это затрудняет исследование ЗЛП и главное – требует разработки специальных методов для решения каждого варианта задачи. Поэтому возникает необходимость ввести понятие стандартной формы ЗЛП.
При стандартной форме линейной модели
а) все ограничения записываются в виде равенств с неотрицательной правой частью;
б) значения всех переменных модели неотрицательны;
в) целевая функция подлежит максимизации или минимизации.
Покажем, каким образом любую линейную модель можно привести к стандартной.
Ограничения
1. Исходное ограничение, записанное в виде неравенства типа , можно представить в виде равенства, прибавляяостаточную переменную к левой части ограничения (вычитая избыточную переменную из левой части).
Например, в левую часть исходного ограничения вводится остаточная переменная, в результате чего исходное неравенство обращается в равенство.
2. Рассмотрим исходное ограничение другого типа: . Для обращения исходного неравенства в равенство, вычтем из его левой части избыточную переменную. В результате получим.
3. Правую часть равенства всегда можно сделать неотрицательной, умножая обе части на -1. Например, неравенство заменить.
Переменные
Любую переменную , не имеющую ограничения в знаке, можно представить как разность двух неотрицательных переменных:.
Целевая функция
Целевая функция линейной оптимизационной модели, представленной в стандартной форме, может подлежать как максимизации, так и минимизации. В некоторых случаях оказывается полезным изменить исходную целевую функцию. Максимизация некоторой функции эквивалентна минимизации той же функции, взятой с противоположным знаком, и наоборот. Например, максимизация функции эквивалентна минимизации функции. Эквивалентность означает, что при одной и той же совокупности ограничений оптимальные значения переменныхв обоих случаях будут одинаковы. Отличие заключается только в том, что при одинаковых числовых значениях целевых функций их знаки будут противоположны.