- •1. Задача оптимизации. Постановка задач математического и линейного программирования. Примеры задач оптимизации с экономическим содержанием.
- •2. Производственная функция. Однофакторные и многофакторные производственные функции. Примеры производственных функций.
- •3. Виды производственных функций. Изокванты. Приведите пример производственной функции и ее изоквант.
- •4. Функции полезности. Линии безразличия. Приведите пример функции полезности и укажите ее линии безразличия. Поясните, как найти оптимальный набор товаров при заданном бюджетном множестве.
- •5. Функция спроса и его эластичность. Как связаны эластичность спроса и эластичность выручки? Ответ обоснуйте.
- •6. Как определяются эластичный и неэластичный спрос? Как изменяется выручка при изменении цены в случае эластичного и неэластичного спроса? Ответ обоснуйте.
- •11. Как определяется предельная норма замещения набора из двух товаров? Постановка задачи об оптимальном наборе товара с данным уровнем полезности (с данной стоимостью) и ее решение.
- •8. Предельные величины в экономике. Предельные издержки и предельный доход. Связь с оптимизацией прибыли.
- •9. Предельная полезность. Как определяется предельная норма замещения ( ,…, ) товара товаром ? Приведите пример ее вычисления.
- •10. Функция полезности и предельная полезность. Что такое изоклина? Приведите пример ее вычисления.
- •13. Постановка взаимно-двойственных задач. Поясните (можно на примере) экономическую суть понятия двойственности.
- •15. Обоснуйте метод потенциалов с помощью основных теорем двойственности.
- •16. Метод искусственного базиса. Как на основании применения этого метода можно сделать вывод о существовании допустимого базиса? Приведите примеры.
- •17. Двойственный симплекс-метод. Псевдорешение. Предпосылки применения алгоритма двойственного симплекс-метода.
- •18. Постановка задачи целочисленного программирования. Примеры задач с экономическим содержанием.
- •19. Сформулируйте алгоритм метода гомори решения задач целочисленного программирования
- •20. Объясните геометрический смысл введения дополнительного ограничения в методе Гомори. Приведите пример.
- •21. Общая постановка задач многокритериальной оптимизации. Примеры задач с экономическим содержанием.
- •23. Дайте определения доминирования по Парето. Приведите примеры. Эффективное (недоминируемое) решение.
- •24. Дайте определение Парето-эффективной границы и приведите пример ее построения.
- •25. Основные методы решения задач многокритериальной оптимизации.
- •26. Предмет теории игр. Примеры игровых моделей в экономике.
- •27. Антагонистическая игра двух лиц с нулевой суммой. Платежная матрица.
- •28. Оптимальные стратегии игроков. Верхняя и нижняя цена игры и соотношение между ними.
- •29. Игра с седловой точкой. Решение игры в чистых стратегиях. Приведите примеры игр с седловой точкой.
- •31. Сведение матричной игры к задачам линейного программирования. Приведите примеры.
- •32. Матричная игра и взаимно двойственные задачи линейного программирования. Приведите примеры.
- •33. Постановка задачи динамического программирования. Состояния системы. Управление. Уравнение состояний. Поясните смысл отсутствия последействия в динамической системе.
- •34. Эффективность шага в задаче динамического программирования. Как оценивается эффективность всего процесса всего процесса в задаче динамического программирования? Поясните обозначения.
- •35. Дайте определение функций z (s) в в задаче динамического программирования. Поясните обозначения.
- •36. Запишите уравнения Беллмана для общей задачи динамического программирования. Поясните обозначения. В каком порядке их решают?
- •37. Непрерывная задача о распределении средств между предприятиями. Постановка задачи. Уравнения Беллмана.
- •38. Дискретная задача о распределении средств между предприятиями. Постановка задачи. Уравнения Беллмана.
- •39. Постановка задачи выпуклого программирования. Условие регулярности. Теорема Куна-Таккера.
15. Обоснуйте метод потенциалов с помощью основных теорем двойственности.
|
B1 |
В2 |
B3 |
|
|||
А1 |
С11 |
С12 |
C13 |
|
|||
|
Х11 |
|
X12 |
|
X13 |
a1 |
|
A2 |
С21 |
С22 |
C23 |
|
|||
|
Х21 |
|
X22 |
|
X23 |
a2 |
|
|
|
b1 |
|
b2 |
|
b3 |
|
F=c_11 x_11+c_12 x_12 〖+c〗_13 x_13+c_21 x_21+c_22 x_22+c_23 x_23→min x_11+x_12 〖+x〗_13=a_1 x_21+x_22+x_23=a_2 x_11+x_21=b_1 x_12+x_22=b_2 x_13+x_23=b_3 bij≥0 Матрица нетривиальных ограничений: 〖 x〗_11 x_12 〖 x〗_13 x_21 x_22 x_23 U_1 1 1 1 0 0 0 = a_1 U_2 0 0 0 1 1 1 = a_2 V_1 1 0 0 1 0 0 = b_1 V_2 0 1 0 0 1 0 = b_2 V_3 0 0 1 0 0 1 = b_3 ≥ ≥ ≥ ≥ ≥ ≥ c_11 c_12 c_13 c_21 c_22 c_23 →min 1 0 1 0 0 ≤〖 c〗_11 1 0 0 1 0 ≤〖 c〗_12 1 0 0 0 1 ≤〖 c〗_13 0 1 1 0 0 ≤〖 c〗_21 0 1 0 1 0≤c_22 0 1 0 0 1≤c_23 ~ ~ ~ ~ ~ 〖 a〗_1 a_2 b_1 b_2 b_3 → max u_(1 )+ v_1≤〖 c〗_11 u_(1 )+ v_2≤〖 c〗_12 u_(1 )+ v_3≤〖 c〗_13 u_(2 )+ v_1≤〖 c〗_21 u_(2 )+ v_2≤〖 c〗_22 u_(2 )+ v_3≤〖 c〗_23 φ=〖 a〗_1 u_(1 )+a_2 u_(2 )+ b_1 v_1+b_2 v_2+b_3 v_3→maxUi+Vj≤Cij
∆ij= Ui+Vj-Cij≤0
Ui+Vj= Cij для занятых клеток
Если X^* и (U^* V^*) оптимальное решение ВДЗ, то 〖(U〗_i^*+V_j^*- C_ij)X_ij^*=0 Для занятой клетки X_ij^*≥0 => U_i^*+V_j^* 〖=C〗_ij
16. Метод искусственного базиса. Как на основании применения этого метода можно сделать вывод о существовании допустимого базиса? Приведите примеры.
В
каждое уравнение, дающее отрицательную
компоненту в базисном решении, вводим
свою новую неотрицательную искусственную
переменную y1,
,…,
,
которая имеет тот же знак, что и свободный
член в правой части уравнения. В первой
таблице
включаем в число основных все искусственные переменные и те
обычные добавочные переменные, которые определяют неотрицательные компоненты базисного решения. Составляем новую линейную функцию Т = F-М( , ,…, ) где M -произвольно большое число, и ищем ее максимум (T-задача). Назовем М-функцией выражение М( , ,…, ). На практике находят не минимум М-функции, а максимум М-функции.
Возможны 2 случая:
1 minM-функция<0 значит исходная задача не имеет ни одного допустимого базиса.
2. minM-функция=0 исходная задача имеет допустимый базис и задача может быть решена обычным С.М,
Так как исходная задача сводиться к решению задача M-min и исходной, то метод искусственного базиса еще называется двухфазным симплекс-методом.
Пример
f= x1+x2+x3+x4 max
x1+x2+3x3+x4=4
x1-x2-x3+3x4=2
рассмотрим:
x1+x2+3x3+x4+у1=4
x1-x2-x3+3x4+у2=2
f-x1-x2-x3-x4=0
F=y1+y2=6-2x1-2x3-4x4
|
x1 |
x2 |
x3 |
x4 |
y1 |
y2 |
|
y1 |
1 |
1 |
3 |
1 |
1 |
0 |
4 |
y2 |
1 |
-1 |
-1 |
3 |
0 |
1 |
2 |
f |
-1 |
-1 |
-1 |
-1 |
0 |
0 |
0 |
F |
2 |
0 |
2 |
4 |
0 |
0 |
6 |
y1 |
0 |
2 |
4 |
-2 |
1 |
-1 |
2 |
x1 |
1 |
-1 |
-1 |
3 |
0 |
1 |
2 |
f |
0 |
-2 |
-2 |
-2 |
0 |
1 |
2 |
F |
0 |
2 |
4 |
-2 |
0 |
-2 |
2 |
x2 |
0 |
1 |
2 |
-1 |
1 |
-1 |
1 |
x1 |
1 |
0 |
1 |
2 |
1 |
-1 |
3 |
f |
0 |
0 |
2 |
0 |
1 |
0 |
4 |
F |
0 |
0 |
0 |
0 |
-1 |
-1 |
0 |
minF=0 значит имеет доп.базис
x2 |
0 |
1 |
2 |
-1 |
1 |
x1 |
1 |
0 |
1 |
2 |
3 |
f |
0 |
0 |
2 |
0 |
4 |
x2+2x3-x4=0
x1+x3+2x4=3
f+2x3=4 f=4-2x3
f(max)=f(3,1,0,0)=4
