- •3. Находжение методов решения задачи:
- •4.Проверка и корректировка полученной модели, 5. Выводи и реализация полученной модели на практике.
- •2. Общая постановка злп. Каноническая форма злп.
- •3. Базисные и свободные неизвестные, базисные решения.
- •5. Теорема о выпуклом многоугольнике.
- •8. Опорные прямые. Опорные решения. Симплексные преобразования.
- •9. Связь угловых точек с опорными решениями.
- •13. Критерий оптимальности для максимизации задач.
- •14. Двойственные задачи. Экономическая интерпретация двойственных задач.
- •15. Принципы построения двойственных задач. Связь между ними.
- •16. Симметричные двойственные задачи. Нахождение опт-решения.
- •17. Теоремы двойственности. Основное неравенство двойственности.
- •18. Транспортные задачи. Экономико-матем-ая модель тз.
- •19. Теорема о разрешимости тз.
- •20. Нахождение исходного опорного решения тз.
- •21. Переход к новому опорному решению тз.
- •26. Открытая модель тз. Сведение ее к закрытой модели.
- •27. Постановка задачи целочисленного программирования.
- •29. Понятие об игровых моделях. Классификация игр.
- •30. Приведение экономических задач к теоретико-игровой форме.
- •3 1. Парная конечная игра. Платежная матрица. Максиминная и минимаксная стратегии.
- •32. Цена игры. Устойчивость решений. Седловые точки.
- •35. Решение матричной игры в смешанных стратегиях.
- •36. Приведение матричной игры к злп.
- •37. Общая постановка задач динамического программирования.
- •38. Принцип оптимальности динамического программирования.
- •39. Принцип оптимальности Беллмана.
- •40. Примеры экономических задач, решаемых методом динамического программирования.
- •1. Задача о наборе самолетом высоты и скорости
- •2. Задача о распределении кредита.
- •3. Задача об оценке эффективности системы по критерию "затраты-эффект".
21. Переход к новому опорному решению тз.
Итерации: После нахождения опорного плана перевозок, нужно применить
один из алгоритмов его улучшения, приближения к оптимальному.
2 2.. Циклы строятся только по заполненным клеткам. Точки самопересечения не явл-ся вершинами цикла.
Допустимое решение транспортной задачи Х=( ), i=1,2,,…,m, j=1,2,…,n является опорным тогда и только тогда, когда из занятых им клеток таблицы нельзя образовать ни одного цикла.
23. Метод потенциалов. Теорема. Если план х* явл-ся опт-м, то ему соответствует система (m+n) чисел, Ui* и Vj*,которые удовлетворяют условиям:
Ui*+Vj*=Сij (xij>0), Ui* + Vj*>Cij (xij=0). Док-во: числа Ui* и Vj* - потенцилы поставщиков и потребителей, соответственно. По условиям (1,2,3) ИЗ к ней можно поставить двойную задачу:
У словия новой задачи дают систему ограничений. Получим двойственную задачу, имеющую решение, если решается исходная задача. Ограничений неотриц-ти
на переменные Ui b Vj нет, и в силу 1й теоремы двойств-ти, пара ДЗ одновременно разрешима или нет.
Сумма потенциалов равна тарифу клетки Cij.
Для каждой заполненной клетки находим потенциалы из условия ui*+vj*=Cij (xij>0). Для незаполненных клеток находим оценки:
Sij=(ui+vj) – Cij. Sij<=0. Если сущ-т хотя бы одна оценка Sij>0, то полученное решение не является оптимальным. Среди полученных положительных оценок Sij выбираем наибольшую,для указанной клетки строится цикл. Затем строится новый цикл, в котором
в клетки с + и – добавляется λ, потенциал перемещается по циклу.
Вновь полученный план проверяем на оптимальность
24. Оценка свободной клетки. Для незаполненных клеток находим оценки:
S ij=(ui+vj) – Cij. Sij<=0
25. Критерий оптимальности. Переход к оценочной матрице. Sij=(ui+vj) – Cij. Sij<=0. Если сущ-т хотя бы одна оценка Sij>0, то полученное решение не является оптимальным. Составляется оценочная матрица С размерностью mxn, которая заполняется соответственно клеткам ТЗ полученными оценками (на месте заполненных клеток ставится 0). Если найдется хотя бы одна оценка Sij>0, план не является оптимальным. Среди полученных положительных оценок Sij выбираем наибольшую, для указанной клетки строится цикл. Опорное решение является оптимальным, если для всех векторов-условий (клеток таблицы) оценки неположительные.
26. Открытая модель тз. Сведение ее к закрытой модели.
Модель ТЗ называется моделью закрытого типа, если выполняется рав-во условие 1.
Модель ТЗ – закрытого типа, если выполняется одно из условий 2 или 3.
В о втором случае:
Bn+1=Σai – Σbj – эффект. Потребителя;
В третьем случае:
Am+1= Σbj – Σai – эф. Поставщика
При введении фиктивного поставщика/потребителя, соответствующие тарифы полагаем равными 0.
27. Постановка задачи целочисленного программирования.
Существует ряд задач оптимального планирования, в которых переменные могут принимать лишь целочисленные значения. Такие задачи связаны с определением количества единиц неделимой продукции, числа станков при загрузке оборудования, численности работников в структурных подразделениях предприятия и т.д. Если функция и ограничения в таких задачах линейны, то мы говорим о задаче линейного целочисленного программирования.
Задача линейного целочисленного программирования формулируется следующим образом: Найти такой план
X = (X1, X2, ..., Xn),
при котором линейная функция
принимает максимальное или минимальное значение при ограничениях
, i = 1, 2, ..., m
, j = 1, 2, ... n
- целые числа .
AX≤B
X≥0
Z=CX
X – целое
28. Метод Гомори. 1. Решаем поставленную задачу одним из методов. Находим опт-решение. Если координаты полученного решения целочисленны – задача решена.
Если координаты нецелочисленны, строят правильное отсечение: a=[a]+{a};
0≤{a}≤1, # [-1,3]=2 {-1,3} = 0,7.
2. Пусть после некот-й итерации получено след-ее ограничение:
д ля того, чтобы xi принимало целочисленные значения, необходимо, чтобы выпол-сь усл-е 2.
Если на некотором шаге имеем несколько нецелых значений bi, то целесообразно выбирать строку с наиб. дробной частью.