- •1. Які три складові включає постановка задачі оптимізації ? Наведіть приклад.
- •2. Наведіть класифікацію задач оптимізації і ознаки, що лежать в її основі.
- •3. Як визначити до якого класу відноситься задача оптимізації: лінійна або нелінійна? Що є ознакою їх розділення? Наведіть приклади.
- •4) Математична постановка транспортної задачі оптимізації. Що таке збалансовані та незбалансовані задачі?
- •5) Цілочисельні задачі оптимізації та їх особливості. Яким чином при рішенні задач оптимізації в Excel вказується, що змінні повинні бути цілими?
- •6) Розподільчої задачі оптимізації та їх особливості. Яким чином при рішенні задач оптимізації в Excel вказується, що змінні повинні належати множині [0, 1]?
- •7) Графічна інтерпретація вирішення задачі лінійної оптимізації симплекс методом
- •8) Методика вирішення задач оптимізації засобами Excel. Яким чином задається цільова функція, вільні змінні та тип екстремуму?
- •10. Вкажіть підходи до вирішення багатокритеріальних задач оптимізації.
- •11. Унімодальні та многомодальні цільові функції задач оптимізації. Наведіть графічні образи подібних функцій.
- •9) Методика вирішення задач оптимізації засобами Excel. Яким чином задаються обмеження на вільні змінні та їх тип: цілий, бінарний?
- •12. Як знайти аналітичним методом точки екстремуму функції однієї змінної?
- •13) В точці екстремуму перша похідна функції дорівнює нулю. Як визначити її тип – це максимум, мінімум, або точка перегину?
- •14) Перерахуйте підходи до чисельних методів вирішення нелінійних задач оптимізації та поясніть їх сутність.
- •Опишіть датчики випадкових чисел, які Ви застосовували в лабораторних роботах (Visual Studio, Excel): ім’я датчика або класу, основні методи класу, тип і діапазон чисел, що генеруються.
- •Принцип роботи алгоритмічного мультиплікативного датчика випадкових чисел.
- •Поясніть метод моделювання дискретних випадкових величин XI з ймовірністю Pi і є [1..N]. Наведіть приклад.
- •Поясніть метод моделювання неперервних випадкових величин методом оберненої функції. Наведіть приклад.
- •Поясніть метод моделювання неперервних випадкових величин методом режекції. Наведіть приклад.
- •Як визначити, чи належіть розподіл випадкової величини, який одержан експериментально, теоретичному розподілу?
- •7. В чому сутність критерію Пірсона (хі-квадрат) і з якою метою його використовують?
- •8. В чому сутність критерію Колмогорова-Смирнова і з якою метою його використовують?
- •9. Що таке помилка першого роду (пропуск цілі) і другого роду (хибна тривога) в теорії прийняття статистичного рішення? Проілюструйте рисунком.
9) Методика вирішення задач оптимізації засобами Excel. Яким чином задаються обмеження на вільні змінні та їх тип: цілий, бінарний?
Обмеження задаються у спеціальному вікні «Додати обмеження», яку викликається з головного вікна «Пошук рішення». Для задання обмеження надається три поля:
У першому вказуємо ті вільні змінні які повинні задовольняти обмеженню
У другому вказуємо тим обмеження (<, <=, >, >=, ==, !=) тобто операції порівняння. Також маємо змогу обрати додаткові обмеження такі як (цілий, бінарний)
У третьому вказуємо ту умову яка повинна задовольнятися для операцій порівняння, а при вказуванні типу вільної змінної поле заповнюється автоматично.
10. Вкажіть підходи до вирішення багатокритеріальних задач оптимізації.
На
практиці часто виникає випадок, коли
замість однієї цільової функції
задано
декілька цільових функцій
.
Така задача багатокритеріальної
оптимізації має декілька підходів. В
одному з них потрібно оптимізувати один
з критеріїв, припустимо,
,
причому решту критеріїв утримують в
заданих межах:
.
В цьому разі фактично йдеться про
звичайну багатокритеріальну оптимізацію.
Що ж до нерівностей, які обмежують інші
критерії, то їх можна розглядати як
додаткові обмеження на припустиму
область
.
В
другому випадку підхід полягає в
упорядкуванні заданої множини критеріїв
та послідовній оптимізації за кожним
з них. Інакше, якщо проводять оптимізацію
за першим критерієм
,
то одержують деяку множину
,
на якій функція
приймає
оптимальне (екстремальне) значення.
Прийнявши його за нову допустиму множину,
проводять оптимізацію за другим критерієм
та одержують в результаті нову допустиму
множину
.
Якщо продовжити цей процес, то можна
одержати після оптимізації за останнім
критерієм
множину
,
яка і буде кінцевим результатом
багатокритеріальної оптимізації.
Звідси, якщо на деякому
кроці
множина
зведеться
до однієї точки, процес оптимізації
можна буде закінчити, оскільки
.
Зрозуміло, що як і в випадку звичайної
однокритеріальної оптимізації, задача
може взагалі не мати розв’язку.
Третій
піхдід застосовує процес зведення
багатьох критеріїв до одного за рахунок
введення апріорних вагових коефіцієнтів
для
кожного з критеріїв
.
В якості таких коефіцієнтів можуть бути
вибрані будь-які дійсні числа. Їх значення
вибирають, виходячи з інтуїтивного
подання ступеня важливості різних
критеріїв: більш важливі критерії
одержують ваги з більшими абсолютними
значеннями. Після встановлення
ваг
багатокритеріальна
задача зводиться до однокритеріальної
з цільовою функцією
Замість простої лінійної комбінації вхідних критеріїв можуть використовуватися і більш складні засоби формування з них нового критерію
11. Унімодальні та многомодальні цільові функції задач оптимізації. Наведіть графічні образи подібних функцій.
Дійсну функцію f(x) називають унімодальною, якщо існує єдина точка мінімуму x * , і що f(x) строго спадає для x x * і строго зростає для x x * . Приклади унімодальних функцій показані на рисунку нижче. Зауважимо, що унімодальна функція не обов’язково має бути гладкою чи навіть неперервною.
Мультимодальна функція відрізняється від унімодальної тим , що вона має декілька локальних екстремумів.(а – унімодальна , б – мультимодальна)
