- •Основные понятия исследования операций
- •Общая постановка задачи исследования операций
- •3. Экономика – математическое моделирования. Основные понятия и определения.
- •4. Математическое программирование
- •5. Постановка задачи линейного программирования.
- •6. Формы представления злп.
- •7.Двойственная задача линейного программирования
- •8. Первая и вторая теоремы двойственности
- •10. Решения задачи линейного программирования графический методом. Алгоритм решения
- •11. Симплекс-метода решения задач линейного программирования
- •9. Третья теорема двойственности:
- •12.Составление симплекс таблиц. Критерий оптимальности
- •Признак оптимальности опорного плана
- •14. Транспортная задача. Постановка задачи
- •15. Транспортная задача. Математическая модель транспортной задачи.
- •16. Транспортная задача открытого и закрытого типа. Математическая модель двойственной задачи.
- •17. Определения транспортной задачи.
- •18. Алгоритм решения транспортных задач. Метод наименьшего элемента
- •19. Метод потенциалов.
- •20. Целочисленное программирования. Постановка задачи целочисленного программирования.
- •21.Метод ветвей и границ.
- •22. Графический метод решения задачи целочисленного программирования. Алгоритм.
- •23. Задача коммивояжера.
- •24.Динамическое программирование. Постановка задачи.
- •25. Принцип оптимальности Беллмана.
- •26.Формулировка задачи и характеристики смо
- •27.Смо с отказами.
- •28.Смо с неограниченным ожиданием
- •29.Смо с ожиданием и с ограниченной длиной очереди
- •30.Сетевое планирование. Основные понятия метода сетевого планирования
- •31.Расчет сетевых графиков
- •32.Нелинейное программирование.
- •33. Условий и безусловий экстремум
- •34.Теория игр. Основные понятия.
- •35.Антагонистические игры.
- •36. Игры с « природой». Критерий Вальда.
- •37. Игры с природой. Критерий Гурвица. Критерий. Сэвиджа.
- •38. Игры с природой. Критерий Лапласа. Критерий Байеса.
20. Целочисленное программирования. Постановка задачи целочисленного программирования.
В ряде экономических задач, относящихся к задачам линейного программирования, элементы решения должны выражаться в целых числах. В этих задачах переменные означают количество единиц неделимой продукции. Задача целочисленного программирования формулируется следующим образом:
Найти такое решение план Х=(х1,
х2,…, хn),
при котором линейная функция
принимает максимальное или минимальное
значение при ограничениях
задача решается методами линейного программирования. В случае если переменные оптимального решения оказываются нецелочисленными, то, применяя методы отсечения или метод перебора целочисленных решений.
21.Метод ветвей и границ.
Метод ветвей и границ заключается в упорядоченном переборе вариантов и рассмотрении лишь тех из них, которые оказываются по определенным признакам перспективными, и отбрасывании бесперспективных вариантов.
Метод ветвей и границ состоит в следующем: множество допустимых решений некоторым способом разбивается на подмножества, каждое из которых этим же способом снова разбивается на подмножества. Процесс продолжается до тех пор. Пока не получено оптимальное целочисленное решение исходной задачи.
Название метода ветвей и границ исходит из того, что в процессе решения задача последовательно «ветвится», заменяясь более простыми. Процесс решения можно продолжать в виде дерева, цифры в узлах которого обозначают план решения задачи.
22. Графический метод решения задачи целочисленного программирования. Алгоритм.
Графический метод решения задач целочисленного программирования.
При наличии в задаче линейного программирования двух переменных, а в системе ограничения – неравенств, она может быть решена графическим методом без требований целочисленных переменных.
Если оптимальное решение этой задачи является целочисленным, то оно и является оптимальным для исходной задачи.
Если же полученное оптимальное решение не целочисленное, то строится дополнительное линейное ограничение. Оно обладает следующими свойствами:
Оно должно быть линейным;
Должно отсекать найденный оптимальный не целочисленный план;
Не должно отсекать ни одного целочисленного плана.
Алгоритм графического решения задачи целочисленного программирования.
Построить систему координат x10х2 и выбрать масштаб.
Найти область допустимых решений (ОДР) системы ограничений задачи.
Построить целевую функцию, являющуюся линией уровня и на ней указать направление нормали.
Переместить линию целевой функции по направлению нормали через ОДР, чтобы она из секущей стала касательной к ОДР и проходила через наиболее удаленную от начала координат точку. Эта точка будет являться точкой экстремума, т.е. решением задачи.
Если окажется, что линия целевой функции параллельна одной из сторон ОДР, то в этом случае экстремум достигается во всех точках соответствующей стороны, а задача линейного программирования будет иметь бесчисленное множество решений.
Найти координаты, точки экстремума и значение целевой функции в ней. Если полученные значения не целочисленные, то перейти к следующему шагу.
Выделить у этих координат область с целочисленными значениями.
Определить новые координаты и построить граф.
Найти точки с целыми значениями искомых переменных, подставить в уравнение целевой функции и найти её значение. Максимальное из полученных значений целевой функции и будет решением задачи.
