- •1. Понятие модели.
- •1.1. Модели и моделирование. Классификация моделей
- •В настоящее время для постижения истины существует 3 пути:
- •1.2. Классификация моделей
- •1.3. Адекватность моделей
- •2. Математические модели и методы их расчета
- •2.1. Математические модели.
- •2.1. Понятие операционного исследования
- •2.3. Этапы построения математических моделей
- •Можно выделить следующие основные этапы построения математической модели:
- •2.4 Математические оптимизационные модели.
- •2.4. Необходимые сведения из матричной алгебры
- •2.5. Системы линейных алгебраических уравнений
- •2.5. Модель Леонтьева многоотраслевой экономики (балансовый анализ).
- •3. Простейшие оптимизационные задачи.
- •3.1. Экстремумы функции одной переменной.
- •Экстремумы функции нескольких переменных.
- •4. Математические модели экономических задач.
- •4.1. Транспортная задача
- •4.2 Задача об использовании ресурсов.
- •4.3. Задача о диете.
- •4.4. Общая формулировка задачи линейного программирования
- •Стандартная задача линейного программирования.
- •Каноническая задача линейного программирования.
- •Общая задача линейного программирования.
- •5. Графический метод решения задач линейного программирования.
- •5.1. Выпуклые множества
- •5.2 Геометрический смысл решений систем неравенств.
- •5.3. Графический метод решения задач линейного программирования. Пример.
- •5.4. Геометрический метод решения задачи. Общий случай.
- •6.Симплекс-метод решения задачи линейного программирования.
- •6.1. Выпуклые многогранники.
- •6.2.Симплекс-метод. Пример.
- •6.3.Симплекс метод. Общий случай.
- •Симплекс-таблицы. Пример.
- •7.Двойственность в линейном программировании.
- •7.1. Двойственные задачи линейного программирования.
- •7.2. Теоремы двойственности..
- •7.3. Анализ чувствительности задачи линейного программирования..
- •Решение транспортной задачи.
- •7.1 Особенности транспортной задачи.
- •7.2. Опорный план транспортной задачи
- •7.3. Метод потенциалов.
- •8.Задачи нелинейного программирования.
- •8.1. Общая постановка задачи нелинейного программирования.
- •8.2. Задачи нелинейного программирования с линейной целевой функцией и нелинейными ограничениями.
- •8.3. Задачи нелинейного программирования с нелинейной целевой функцией и линейными ограничениями.
- •8.4. Метод множителей Лагранжа.
- •Элементы теории игр.
- •9.1.Основные понятия теории игр
- •8.3. Сведение матричной игры к задаче линейного программирования.
2.3. Этапы построения математических моделей
Рассмотрим задачу2.1.
Фермер может выбрать в поле любой участок, огородить его забором и засеять некоторой сельхозкультурой. Известно, что с единицы площади он получит прибыль с. Каковы должны быть размеры участка, чтобы фермер получил максимальную прибыль, если у фермера имеется L м сетки для забора.
Решение. Пусть х и у соответственно длина и ширина участка. Тогда его площадь ху, а длина забора 2х+2у. Поэтому математическая модель будет иметь вид: требуется найти максимум функции f(х,у)=сху при ограничениях 2х+2у=L или
f(х,у)=сху max (1)
2х+2у=L, х>0, у>0 (2)
Можно выделить следующие основные этапы построения математической модели:
Определение цели, т.e. чего хотят добиться, решая поставленную задачу (В нашей задаче – получение наибольшей прибыли).
Определение пapaметров модели, т.е. заранее известных фиксированных факторов, на значения которых исследователь не влияет.В нашей задаче – прибыль с единицы площади с.
Формирование управляющих переменных, изменяя значение которых можно приближаться к поставленной цели. Значения управляющих переменных являются решениями задачи. В нашей задаче – переменные х и у.
Определение области допустимых решений, т.е. тех ограничений, которым должны удовлетворять управляющие переменные. У нас в задаче – ограничения задаются условиями(2) Система ограничений состоит из отдельных математических уравнений или неравенств, называемых балансовыми уравнениями или неравенствами.
Выявление неизвестных факторов, т.е. величин, которые могут изменяться случайным или неопределенным образом.
Выражение цели через управляющие переменные, параметры и неизвестные факторы, т.e. формирование целевой функции, называемой также критерием качества или критерием оптимальности задачи. В рассмотренной задаче целевая функция – (1.) Система ограничений состоит из отдельных математических уравнений или неравенств, называемых балансовыми уравнениями или неравенствами.
2.4 Математические оптимизационные модели.
Введем следующие условные обозначения:
- параметры модели;
x - управляющие переменные или решения;
М - область допустимых решений;
- случайные или неопределенные факторы;
f - целевая функция или критерий эффективности (критерий оптимальности). f=f (x, , )
В соответствии с введенными терминами, математическая модель задачи имеет следующий вид:
f=f (x, , ) max (min) (3)
x М (4)
Решить задачу - это значит найти такое оптимальное решение xX, чтобы при данных фиксированных параметрах и с учетом неизвестных факторов значения критерия эффективности F было по возможности максимальным (минимальным).
f=f (x, , ) = max (min) f (x, , )
x М
Таким образом, оптимальное решение - это решение, предпочтительное перед другими по определенному критерию эффективности (одному или нескольким).
В линейных моделях целевая функция и ограничения линейны по управляющим переменным. Построение и расчет линейных моделей являются наиболее развитым разделом математического моделирования, поэтому часто к ним стараются свести и другие задачи либо на этапе постановки, либо в процессе решения. Для линейных моделей любого вида и достаточно большой размерности известны стандартные методы решения.
Hелинейные модели - это модели, в которых либо целевая функция, либо какое-нибудь из ограничений (либо все ограничения) нелинейны по управляющим переменным. Для нелинейных моделей нет единого метода расчета. В зависимости от вида нелинейности, свойств функции и ограничений можно предложить различные способы решения. Однако может случится и так, что для поставленной нелинейной задачи вообще не существует метода расчета. В этом случае задачу следует упростить, либо сведя ее к известным линейным моделям, либо просто линеаризовав модель.