- •По предмету «математические методы»
- •1. Основные понятия: решение, множество возможных решений, оптимальное решение, показатель эффективности.
- •2. Математ-е модели, осн-е принципы постр-я моделей, аналит-е и статич-е модели.
- •3. Классиф-я задач, возник-х в практ-й деятел-ти и подходы к их решению: прямые и обрат-е з-и.
- •5. Классиф-я задач, возникающих в практической деят-ти и подходы к их решению: однокритер-е и многокритер-е задачи.
- •7. Общий вид задач лин-го программир-я (лп).
- •4. Классиф-я задач, возник-х в практ-й деятельности и подходы к их решению: детерминир-е задачи и задачи в условиях неопредел-ти.
- •6. Методы решения многокритер-х задач.
- •9. Симплекс–метод при решении озлп.
- •10. Транспортная задача.
- •11. Методы нахож-я начал-го реш-я трансп-й з-чи.
- •12. Метод потенц-в в решении трансп-й задачи.
- •13. Общий вид задач нелинейного программир-я. Графический метод решения задач нелинейного программир-я.
- •14. Метод множителей Лагранжа для решения задач нелинейного программирования.
- •16. Идея метода динам-го програм-я. Простейшие задачи, решаемые методом дин-го прогр-я.
- •17. Опред-е графа и его осн-е характер-ки. Вершины и ребра. Графич-я интерпр-я графа. Смежность и инцидентность. Локальная степень. Подграф. Полный подграф.
- •18. Опред-е графа. Матрицы смежностей и инциденций. Методы хранения графов в памяти эвм.
- •19. Путь в графе и связные комп-ты графа. Цепи, простые цепи, циклы, простые циклы. Операции удал-я вершины, уд-я ребра. Дерево и его особ-ти.
- •29. Сети и потоки в сетях. Задача о максимальном потоке и алгоритм Форда–Фалкерсона.
- •20. Определение паросочетаний в графе и их разновидностей. Двудольные графы и алгоритм выбора наибольшего паросочетания в двудольном графе.
- •24. Ориентир-й граф и его графическая интерпретация. Локал-е степени. Матрица смежн-й. Ориентиров-е пути и связность в ориентир-м графе.
- •25. Задача о коммивояжере.
- •26. Понятие системы массового обслуживания, классификация систем массового обслуживания. Простейшие системы массового обслуживания и их параметры.
- •28. Предмет и задачи теории игр. Основные понятия теории игр: игра, игроки, партия, выигрыш, проигрыш, ход, личные и случайные ходы, стратегические игры, стратегия, оптимальная стратегия.
- •29. Антагонистические матричные игры: чистые и смешанные стратегии. Методы решения конечных игр: сведение игры mxn к задаче линейного программирования.
- •30. Назначение и области применения сетевого планирования и управления. Сетевая модель и её основные элементы. Порядок и правила построения сетевых графиков.
3. Классиф-я задач, возник-х в практ-й деятел-ти и подходы к их решению: прямые и обрат-е з-и.
Задачи исследования операций делятся на 2категории: прямые и обратные. Прямые задачи отвечают на вопрос: что будет, если в заданных условиях мы примем какое-то решение хХ? В частности, чему будет =, при данном решении х, выбранных показ-ль эф-ти W? Д/решения такой задачи строится мат.модель, позволяющая выразить 1 или неск-ко показ-лей эф-ти через заданные условия и эл-ты решения. Обратные задачи отвечают на вопрос: как выбрать решение х д/того, чтобы показ-ль эф-ти W обратился в мах? Если число возможных вариантов реш-я, образ-х множ-во Х, невелико, то можно попросту вычислить величину W д/каждого из них, сравнить между собой полученные знач-я и непоср-венно указать 1 или неск-ко опт.вариантов, д/ктр W достигает мах. Такой способ нахожд-я опт.решения наз-ся «простым перебором». Однако, когда число возможных вариантов решения, образующих множ-во Х, велико, поиск среди них оптимального «вслепую», прост.перебором, затруднителен, а зачастую практически невозможен. В этих случаях прим-ся методы «направленного перебора», обладающие той общей особен-тью, что опт.решение нах-ся рядом последовательных «попыток» или «приближений», из ктр каждое последующее приближает нас к искомому оптимальному.
5. Классиф-я задач, возникающих в практической деят-ти и подходы к их решению: однокритер-е и многокритер-е задачи.
Однокритериальный подход- когда ясен критерий, по которому производится оценка эффективности, и требуется обратить в максимум(минимум) один-единственный показатель W #собираешься на отдых не знаешь какая погода будет точно(нужно решить какую одежду взять- один критерий). Рассм-м пример такой задачи. Орган-ся оборона важного объекта от возд-х налетов. В нашем распоряж-и - какие-то средства противовозд-й обороны, кот-е надо разумным образом разместить вокруг объекта, организовать их взаимодействие, распределить между ними цели, назначить боезапас н т. д. главная задача операции - не допустить к объекту ни одного самолета, а естеств-й показатель эффект-ти - вероятность W того, что ни один самолет не прорвется к объекту. М - среднее число пораженных целей, кот-й нам тоже хотелось бы максимизировать; П - еще один крит-й, кот-й хотелось бы минимиз-ть. Несмотря на ряд существенных трудностей, связанных с неопределен-ю, мы до сих пор рассматр-ли только самые простые случаи, когда ясен крит-й, по кот-му произв-ся оценка эффективности, и требуется обратить в максимум (минимум) один-единственный показ-ль W. К сожалению, на практике такие задачи, где критерий оценки однозначно диктуется целевой направленностью операции, встречаются не так уж часто - преимущественно при рассм-и небольших по масштабу и скромных по значению меропр-и. А когда идет речь о крупномасштабных, сложных операциях, затрагивающих разнообразные интересы их организаторов и общества в целом, то их эффект-ть, как правило, не может быть полностью охарактеризована с помощью одного единственного показ-ля эффект-ти W. На помощь ему приходится привлекать другие, дополнит-е. Такие задачи исследования операций наз-тся многокритериальными. Итак, типичной для крупномасшт-й задачи исследования опер-й является многокритер-е - наличие ряда количеств-х показат-й, один из кот-х желательно обратить в максимум, другие – в минимум.