- •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.
2.4. Необходимые сведения из матричной алгебры
Методы матричной алгебры широко используются в экономике. Матричное исчисление применяется при анализе межотраслевого баланса, при анализе регрессионных уравнений, в факторном и дисперсионном анализах и т.д..С помощью матричной алгебры громоздкие системы уравнений могут быть записаны в виде простых и компактных формул.. Универсальный характер матричных выражений позволяет приложить одни и те же методы анализа и к малому, и к большому массивам исходных данных .
Матрицей называется прямоугольная таблица, составленная из чисел. Размером матрицы называется пара чисел m×n, где m – число строк, а n – число столбцов таблицы. Числа, составляющие матрицу, называются ее элемента ми .
Матрица размером n×n называется квадратной.
Над матрицами можно производить ряд операций.
Матрицу можно умножить на число.
A = C, где A = {aij}, С = { aij}
Матрицы одинакового размера можно складывать и вычитать.
A + B = C, где A = {aij}, B = {b ij}, C = {cij = aij + b ij}
A - B = C, где A = {aij}, B = {b ij}, C = {cij = aij - b ij}
Матрицу A размером m×n и матрицу B размером n×k можно перемножать, в результате получается матрица C размером m×k
A B = C, где A = {a ij}, B = {b ij}, C = { = c ij}.
Произведение матрицы A на вектор x является вектором y, т.е. y = Ax.
Транспонированная матрица есть матрица АТ , столбцы которой являются строками исходной матрицы при сохранении их порядка. Транспонирование вектор-столбца дает вектор-строку и наоборот. Матрица называется симметрической, если транспонированная матрица равна самой матрице.
Диагональная и единичная матрицы.
Матрица, результат умножения которой на матрицу A равна единичной матрице, называется обратной к A и обозначается символом A–1 .
Для получения обратной матрицы необходимо:
1) найти определитель исходной матрицы det A;
2) найти матрицу М из алгебраических дополнений к каждому элементу матрицы АТ ;
3) найти А–1 = М / det A.
2.5. Системы линейных алгебраических уравнений
Очень удобно записывать системы линейных алгебраических уравнений с помощью матриц.
Пусть А= , тогда запись
АХ=В (5)
по правилу произведения матриц
,
что эквивалентно системе уравнений
(6)
Из (5) следует формула для решения системы (6)
Х=А-1В. (7).
Однако эта формула применима только в том случае, когда матрица А квадратная (т.е. число уравнений равно числу неизвестных) и имеет обратную (т.е. detA Этих недостатков лишен метод Гаусса, в котором рассматривается расширенная матрица
.
Пример 2.1. Решить систему линейных алгебраических уравнений
.
Составим из нее расширенную матрицу
и приведем ее к треугольному виду . Для этого сначала получим нули в первом столбце во второй и третьей строке. Для получения 0 во второй строке умножим элементы первой строки на (- и прибавим к элементам второй строки. Для получения 0 в третьей строке умножим элементы первой строки на (- 1) и сложим с элементами третьей строки. Получим
.
Умножив вторую строку на (- и сложив ее с элементами третьей строки, получим 0 во втором столбце третьей строки
Из третьей строки матрицы получаем уравнение
,
и, выражая , будем иметь
.
Из второй строки матрицы получим уравнение
-5 - 4 +2 =-6,
откуда
Из первой строки матрицы
и, выражая
=1+
Таким образом, мы получили решение системы уравнений
(1+ ; ; ; ), где - любое число.
Итак, наша система линейных алгебраических уравнений имеет бесчисленное множество решений. Переменные , , выражаются через переменную Такие переменные, которые выражаются через другие переменные – называют базисными переменными, а переменные, через которые выражены базисные переменные (у нас , называют свободными переменными.