- •1 Теорема Кронекера-Капелли
- •2 Метод Крамера решения слу
- •4. Понятие градиента функции. Теорема о градиенте. Понятия матриц Гессе и Якоби.
- •3 Метод Гаусса решения слу
- •5 Т.О необх-х усл-х экстремума.
- •7. Понятие полож (отриц) опред-ти матрицы. Критерий Сильвестра
- •8. Классич метод поиска экстремума ф-и без ограничений
- •9 Метод множ-й Лагранжа
- •10 Условия Куна-Таккера
- •11 Формы представления злп
- •12 Графический метод решения злп
- •13 Двойств злп. Двойств лемма.
- •17 Классификация чм.
- •16. Понятие алгоритма в численных методах математического программирования. Понятия к-го приближения, итерации, сходимости, критерия останова
- •18 Метод наискорейшего спуска (подъема).
- •19. Метод сопряженных градиентов.
- •23. Базовые условия для задачи Дин.П.
- •20. Метод Ньютона.
- •21. Метод Ньютона-Рафсона.
- •22.Постановка задачи Динамического программирования (Дин.П.)
- •25. Метод прогонки.
- •28. Критерии пути
- •27.Осн понятия теории графов и сетей
- •81. Коалиционные игры - матем модели конфликтов с возм-тью создания коалиций.
- •82.Дележи и доминируемость по коалициям.
- •62. Защитные и уравнов.Смешан.Стратегии в ант.Играх. Цена игры в смеш.Стратегиях.
- •29. Задача о замене как задача поиска кратч пути
- •30. Задача поиска мин остовного дерева
- •32. Задача о потоке наименьшей ст-ти.
- •31. Задача о min потоке
- •33. Задача о кратчайшем и критическом путях.
- •34. Суть задачи и осн понятия календарнгое планирования.
- •35. Правила построения сетевой модели проекта.
- •36. Построение сетевого графика проекта
- •37. Временные параметры сетевых графиков. Критич путь.
- •38. Задачи оптимизации проектов. Методы их решения.
- •40. Однопродуктовая статическая модель без дефицита
- •45. Позиционная форма бескоалиционной игры
- •39. Постановка задачи упр-ия запасами и осн. Понятия теории упр-ия запасами.
- •41. Однопродуктовая статическая модель с дефицитом.
- •42. Однопродуктовая статическая модель без дефицита с учетом дисконта.
- •43. Основные понятия теории игр
- •44. Нормальная форма бескоалиционной игры
- •46. Понятие решения игры. Осн. Принципы, опред. Реш. Игры.
- •47. Доминирующие и доминируемые стратегии. Равновесие в доминирующих стратегиях.
- •48. Равновесие по Нэшу.
- •50. Сильное равновесие по Нэшу.
- •49. Теорема Нэша. Решение задачи о конкуренции с помощью теоремы Нэша (на примере)
- •51. Оптимальность по Парето
- •53. Равновесие в защитных (максиминных) стратегиях
- •52. Равновесие Штакельберга
- •54. Смешанные стратегии
- •56. Равновесие в защитных (максиминных) стратегиях.
- •63. Теорема Неймана:
- •57. Задача поиска равн-ия в защитн.См.Страт.Как злп.
- •58.Геометрическая интерпретация игры. Платежное мн-во.
- •59.Антагонистические игры.
- •60. Верхняя, нижняя и чистая цены игры.
- •61. Решение ант.Игры в чистых стратегиях
- •85. Вектор Шепли.
- •64. Решение ант.Игры в смеш. Стратегиях методом лин прогр-я
- •65. Графический метод решения ант.Игры размера mx2 (2xn)
- •67. Критерий Лапласа.
- •68. Критерий ожидаемого значения (Баейса).
- •66.Содержание и формы представления игры против природы
- •69. Критерии гарантированного рез-та: min max и max min
- •70. Критерий Сэвиджа.
- •71. Критерий Гурвица.
- •72. Критерий Неймана-Пирсона.
- •73. Рандомизированные решения.
- •75.Доминир-ть реш-й в играх против природы. Мн-во допустимых реш-й.
- •74. Геометрическая интерпретация игры против природы. Платежное мн-во.
- •76. Поиск оптим ранд.Решений по критерию ожидаемого значения (Байеса).
- •77.Поиск оптим рандомизир-х решений по критерию гарантированного рез-та (максимину, минимаксу)
- •78. Кооперативное поведение в конфликтных ситуациях.
- •79. Доминируемость совместимых смешанных стратегий.
- •80. Задача о переговорах. Переговорное мн-во.
11 Формы представления злп
ЗЛП называется задача вида f (x)→ max (min) xєDcRn
Где f(x) – линейная целевая ф-ия,а область ограничений Д – выпуклый многогранник.
Ф-ия f(x) наз линейной,если она представлена в виде: f(x)=c1x1+c2x2+…cnxn+β
Формы представления:
1. ЗЛП в канонической форме
f(x)=сТх → max (min)
Ax=b
x≥0
2.ЗЛП в симметрич. форме(все осн.ограничения-система линейных неравенств)
f(x)=сТх → max (min)
Ax≤b
x≥0
3.ЗЛП в общей форме ( со смешанными нерав-ми)
f(x)=сТх → max (min)
A1x=b1
A2x≤b2
x≥0
Вне зависимости от форм представления ЗЛП все они эквивалентны. Это следует из теоремы об эквивалентности форм представления:
Канонич-ая, симметрич и общая форма представления ЗЛП эквивалентны в том смысле, что любая исходн.ЗЛП м.б. представлена в любой из перечисленных форм, и её решение не зависит от форм представления.
12 Графический метод решения злп
Применяется для решения задач малой размерности, когда число пере-ых аргументов целевой ф-ии ≤ 3. В основе метода лежит т. о решении и тот факт, что град.цел. ф-ции ортогонален любой гиперплоскости. во всех точках кот. целев. ф-ция принимает одинаков. значения.
Описание графич. метода:
Шаг 1: графич. способом строится обл. огр. D исходной задачи.
Шаг 2: строится направляющий вектор с”=f(x”)
Шаг3:ч/з любую точку обл D проводится пл-ть(прямая), ортогональная вектору с”.
Шаг 4: построенная пл-ть перемещ-ся в направ-и вектора c” параллельно самой себе до точки последнего соприкосн-я перемещаемой пл-ти (прямой) с обл-тью D.Точка отрыва опред-т оптим план задачи.
Шаг 5: устан-ся точные знач-я компонент оптим плана,для чего реш-ся с-ма ур-ий тех пл-тей(прямых), в рез-те пересеч-я к-ых появл т оптим плана.
13 Двойств злп. Двойств лемма.
Каждой ЗЛП можно поставить в соответствие другую ЗЛП, кот. называется двойственной по отношению к исходной (прямой или основной) предварительно представленной в симметричной форме:
Прямая ЗЛП: Двойственная ЗЛП:
f(x) = cтx → max(1) g(y) = bтy → min(3)
{Ax ≤ b (2) {Aтy ≥ c(4)
{x≥ 0 {y ≥ 0
Эти задачи образуют двойственную пару ЗЛП.
Для любого плана х прямой задачи и любого плана У двойственной задачи справедливо: f(x) ≤ g(y)
Следствие: Если для некоторых планов x* и y* двойственной пары выполняется f(x*) = g(y*), то эти планы являются оптим-ми планами своих задач.
Компоненты x*j, j=1,n оптим-го плана х* прямой задачи назыв. прямыми. оценками, а компоненты y*i , i = 1, n оптим-го плана у* двойственной задачи называются двойственными оценками.
14. 1-я т. двойств-ти: 1-я теорема двойственности:
Если одна задача двойств. пары имеет решение, то и вторая тоже имеет решение, причём значения целевых ф-ций этих задач на оптим-ых планах равны между собой. Если целевая ф-ция одной из задач двойствен. пары не ограничена, то мн-во допустимых решений второй задачи пусто, и наоборот.
2-я теорема двойственности:
План x* двойствен. задачи f(x) = cтx → max { Ax ≤ b, x ≥ 0 и y* прямой задачи g(y) = bтy → min
{Aтy ≥ c
{y ≥ 0
являются оптим. планами своих задач тогда и только тогда, когда выполняется соотношение:
{(Σj=1naijx*j - bj)y*i = 0, i = 1, m
{(Σi=1maijy*i – cj)x*j = 0, j = 1, n
Где aij – эл-т матрицы А в ограниченниях Ax ≤ b
bj- компоненты правой части b ограничений.
cj – коэф-ты при хj в выражении целевой ф-ии cтx
Следствие: Если как-либо компонента оптим. плана одной из задач двойств. пары отлична от 0, то соотв. ограничение др.задачи этой пары должно выполнятся как точное равенство. Если же как-либо ограничение одной из задач выполняется как строгое неравенство, то соотв. компонента оптим. плана другой задачи этой пары равны 0.