- •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.
17 Классификация чм.
ЧМ условно разбиваются на: 1)методы нулевого уровня(не требуют производных функций участвующих задач);
2)методы первого уровня (требуют использования производных функций 1-го порядка);
3)методы 2-го уровня (требуют использования производных функций 2-го и более высоких уровней).
М.б. также разбиты на классы,соответствующие определенным разделам математики.
15. 3-я теорема двойственности. Экономическая интерпретация двойственных оценок
3-я теорема двойственности
Пусть f٭=f(x٭)- оптим-ое значение целевой ф-ии прямой ЗЛП, тогда двойственные оценки удовлетворяют соотношению y*i=df٭/dbi, i=1,m, где bi – компоненты вектора В в правой части огр-ий прямой задачи Ax ≤ b.
Замечание: двойственные оценки играют в линейном прогр-ии ту же роль, что и мн-ли Лагранжа в нелинейном прогр-ии.
Экономическая интерпретация двойственных оценок.
Согласно 1-й теореме двойственности значения целевой ф-ции задач двойств. пары равны на оптимальных планах равны между собой:
Σj=1ncjx*j = cтx= f(x*) = g(y*) = bту* =Σi=1mbiy*i
Пусть целевая ф-ция f(x) в прямой ЗЛП выражает прибыль ($), а величины bi,стоящие в правой части орг-ий Ax ≤ b прямой задачи опр-ют кол-во ресурса i-го вида в у.е.. Тогда y* должны содержать компоненты, выраженные в $ на единицу ресурса, т.е. двойственные оценки y*I играют роль цены и наз-ся теневыми ценами.
16. Понятие алгоритма в численных методах математического программирования. Понятия к-го приближения, итерации, сходимости, критерия останова
ЧМ наз. методы решения задач прикладной мат-ки с пом ЭВМ.
Алгоритмом метода наз.произвольная процедура, порождающая послед-ть точек х→(0),х→(1),…,х→(к) ,… (приближения к истинному решению х→*) в соотв.с приписанным набором правил.
Преобразования к-го приближения х→(к) в х→(к+1) представ. собой к-тую итерацию алгоритма. Итерация на каждом шаге реализ-ся заранее заданным порядком действий.
Алгоритм наз.сходящимся на мн-ве S ,если при произвольном начальном приближении х→(0) из предел посл-ти приближений, порождаемых алгоритмом = истинному решению. limк→∞ х→(к)=х→*.
Остановка алгоритма происходит, как только выполняется критерий Останова,задаваемый перед началом запуска алгоритма. Критерии Останова различаются в зависимости от исходных задач. Самым главным фактором, определяющим этот критерий явл.степень близости текущего приближения к истинному решению задачи.
18 Метод наискорейшего спуска (подъема).
Метод является методом первого уровня.Он основан на том факте, что градиент целевой функции указывает направление наискорейшего роста. Описание м:
Шаг 0:выбир-ся точка начального приближения х→(0), длина шага λ(λ>0 – max, λ<0 – min), точность решения ε>0. Выбирается целое число к>1 – параметр дробления шага.
Шаг к: (а) делается пересчет очередного приближения по формуле: х→(к)={х→(к-1)-λ*▼f(х→(к-1)),если имеется min,
{ х→(к-1)+λ*▼f(х→(к-1)), если имеется max
(б) проверяется, прошел ли переход черезточку экстремума:
F(х→(к))>(<) f(x→(k-1)), при поиске min(max)
Если эти условия выполнились, то длина шага уменьшается в к раз: λ:= λ/к
(в) Если зафиксирован хотя бы один переход ч/з экстремум, проверяется критерий Останова: |х→(к)-х→(к-1)|<ε. Если кр.вып-ся, то алгоритм заканчивает свою работу и в кач-ве решения берется последнее приближение х→(к)