ответы мат методы (1). По предмету математические методы
![]()
|
14. Метод множителей Лагранжа для решения задач нелинейного программирования. Пусть решается задача опр-я усл.экстремума f-и ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() 15. Ос-е понятия динам-го программ-я: шаговое управление, управл-е операцией в целом, оптимальное управление, выигрыш на данном шаге, выигрыш за всю опер-ю, аддитивный критерий. ДП – метод оптимизации, приспособленный к операциям, в ктр процесс принятия решения может быть разбит на шаги. Такие операции наз-ся многошаговыми. Начало развития ДП относ-ся к 50-м годам ХХв. Представим себе некоторую операцию, распадающуюся на ряд послед-ных «шагов» или «этапов» - # деят-ть отрасли пром-ти в течение ряда хоз.лет. Пусть эф-ть операции хар-ся каким-то показ-лем W, ктр для краткости наз-ся «выигрышем». Предположим, что выигрыш за всю операцию складыв-ся из выигрышей на отд.шагах: ![]() ![]() ![]() ![]() ![]() ![]() 16. Идея метода динам-го програм-я. Простейшие задачи, решаемые методом дин-го прогр-я. ДП – метод оптимизации, приспособленный к операциям, в ктр процесс принятия решения может быть разбит на шаги. Такие операции наз-ся многошаговыми. Начало развития ДП относ-ся к 50-м годам ХХв. Модели ДП прим-ся при решении задач меньшего масштаба (чем ЛП), #при распред-и дефицитных капитальных вложений между возможными нов.направлениями их использ-я; при составлении календар.планов тек.и капитал.ремонта слож.оборудования и его замены. Эти модели позволяют на основе станд.подхода с использ-ем при min вмешательстве человека принимать такие решения. И если кажд.взятое в отдельности такое реш-е малосущ-но, то в совок-ти эти решения могут оказать большое влияние на прибыль. Планируя многошаг.операцию, надо выбирать упр-е на кажд.шаге с учетом всех его буд.последствий на еще предстоящих шагах. Общ.постановка задач ДП: Рассматр-ся упр-мый процесс, (эк.процесс) распред-я ср-в между предпр-ями, использ-я ресурсов в течение ряда лет, замены оборудов-я, пополнения запасов… В рез-те упр-я сис-ма (объект упр-я) S перевод-ся из начал.состояния s0 в сост-е s . Предположим, что упр-е можно разбить на n шагов, т.е. реш-е приним-ся послед-но на кажд.шаге, а упр-е, переводящее систему S из нач.сост-я в конечное, предст-ет собой совок-ть n пошаговых упр-й. Обозначим через Хк упр-е на k-м шаге (к=1, 2, ..., n). Пер-ные Хк удовлетворяют некоторым огранич-ям и в этом смысле наз-ся допустимыми (Хк может быть числом, точкой в n-мерном простр-ве, кач-ным признаком). Пусть Х(Х1, X2, ..., Хn) – упр-е, переводящее сис-му S из s0 в s . Sk – сост-е сис-мы после к-го шага упр-я. Показ-ль эф-ти рассматриваемой упр-мой операции – цел.f-я - зависит от нач.состояния и упр-я: Z=F(S0;X). Сделаем неск-ко предполож-й: 1)Сост-е Sk сис-мы в конце к-го шага зависит только от предшест.сост-я Sk-1 и упр-я на к-м шаге. Это требов-е наз-ся "отсутствием последействия". ![]() ![]() ![]() знач-е. Особен-ти модели ДП: 1)Задача оптимизации интерпретир-ся как n-шаг.процесс упр-я. 2)Цел.f-я = сумме цел.f-й кажд.шага. 3)Выбор упр-я на k-м шаге зависит только от сост-я сис-мы к этому шагу и не влияет на предшеств.шаги. 4)Сост-е Sk после k-го шага упр-я зависит только от предшеств.сост-я Sk-1 и упр-я Хк (отсутствие последействия). 5)На кажд.шаге упр-е Хк зависит от конеч.числа упр-щих пер-ных, а сост-е Sk - от конеч.числа пар-ров. 17. Опред-е графа и его осн-е характер-ки. Вершины и ребра. Графич-я интерпр-я графа. Смежность и инцидентность. Локальная степень. Подграф. Полный подграф. Пусть А – любое мн-во. Обозначим через V(A) – мн-во всех неупорядоченных пар его различ.эл-тов. #A= {1,2,3}. Тогда V(A)={(1,2);(1,3);(2,3)}. Если мн-во А={1,2}, тогда V(A)={(1,2)}. Если A={1}, тоV(A)=. Когда в записи V(A) указ-ся пара (1,2), то это обозначает одно и то же, что и пара (2,1), т.к. она не упорядоченная. Графом наз-ся пара мн-в Г=[A,B], где А – любое непустое мн-во, ВV(A). Эл-ты из мн-ва А наз-ся вершинами графа, а эл-ты из В – его ребрами. Граф, содержащий только ребра, называется неориентированным; граф, содержащий только дуги – ориентированным или орграфом. Геом. интерпретация графа: пусть Г=[A,B] – некоторый граф. А={a1,a2,…,ap}, В={в1,в2,…,вq}. Фиксируем на плоск-ти проивол.образом р-точек и назовем их А1, А2, …, Ар. Затем д/кажд.пары (аi, аj)В проведем отрезок, соед-щий дан.вершины. Если в некотором графе пара вершин аi, и аj одному ребру, то они наз-ся смежными. В этой ситуации каждый из них наз-ся инцидентной ребру (аi, аj), а ребро (аi, аj) - инцидентно кажд.вершине аi, и аj. Кол-во ребер, инцидентных дан.вершине А, наз-ся ее степенью или локал.степенью графа в вершине А; обознач-е d(a) – степень вершины А. В любом графе кол-во вершин нечетной степени обяз-но четно. Пусть даны Г1=[A1,B1] и Г2=[A2,B2] – два графа таких, что А1А2, а В1В2. Тогда говорят, что граф Г1 явл-ся подграфом Г2. Если в некотором графе Г=[A,B] мн-во ребер В таково, что В=V(A), то дан.граф наз-ся полным. Если в полном графе число вершин р, то ребер будет: (р(р-1)/2). Пусть Г=[A,B] – граф и А={a1,a2,…,ap} – его вершины. Построим квадрат.матрицу, состоящую из эл-тов М=(mij), где i,j=1,2,…,р. ![]() ![]() 18. Опред-е графа. Матрицы смежностей и инциденций. Методы хранения графов в памяти ЭВМ. Графом назыв-ся пара множ-в Г=[А,В], где А – любое непустое множ-во, а В – множ-во, кот-е явл-ся подмножеством множ-ва V(A). Матрицей смежности M порядка n назыв-ся матрица, сост-я из чисел mij, равных сумме чисел ориентиров-х ребер, идущих из аi в аj (или чисел неориентированных ребер, соединяющих эти вершины) ![]() Эта матрица симметричная. #. b1 = (1,2); b2 = (1,3); b3 = (1,4); b4 = (1,5); b5 = (2,3); b6 = (3,4).
Другой вариант матричного представления — матрица инциденций является классическим способом в теории графов. Это не экономичный способ задания. ![]() ![]() Данная матрица зависит от того как занумерованы ребра. #. b1 = (1,2); b2 = (1,3); b3 = (1,4); b4 = (1,5); b5 = (2,3); b6 = (3,4). i=5; j=6.
В данной матрицы в каждом столбце две 1, т.к. одному ребру всегда инцидентно только две вершины. Если в графе все вершины имеют степень 0, то матрица инцидентности не сущ-ет. В ЭВМ удобно представлять графы в виде матриц смежнотей: если направление ребра противоположено, то в матрицу составим (-1). 19. Путь в графе и связные комп-ты графа. Цепи, простые цепи, циклы, простые циклы. Операции удал-я вершины, уд-я ребра. Дерево и его особ-ти. Графом называется пара множеств Г=[А,В], где А – любое непустое множество, а В – множество, которое является подмножеством множества V(A). Элементы из А называются вершинами графа, а элементы из В – его ребрами. Например, А={1,2,3,4,5}, В={(1,2),(2,3),(3,4),(1,5),(1,4),(3,1)}. Неупорядоченная пара вершин – ребро, а упорядоченная пара – дуга. Путем в графе Г называется такая последовательность дуг, в которой конец каждой последующей дуги совпадает с началом предыдущей. Длиной пути называют число входящих в этот путь дуг. Путь может быть конечным и бесконечным. Путь, в котором никакая дуга не встречается дважды, называется элементарным. Подграф содержит подмножество вершин графа и все соединяющие их рёбра. Компонента связности – максимально связанный подграф. Путь без повтор-ся ребер наз-ся цепью, а цепь без повтор-ся вершин называется простой. Цепь, в кот-й совпадают концевые вершины наз-ся циклом, а цикл, в кто-м нет повто-х вершин, кроме концевых, наз-ся простым. Граф, содержащий только ребра, называется неориентированным; граф, содержащий только дуги – ориентированным или орграфом. Граф называется петлей, если его начало и конец совпадают. Удаление ребра. Г=[А,В] и a А, b В. Удалить ребро b это значит построить новый граф Г`=[А` ,В`], в кот-м А`=А, В`=В\b ![]() ![]() ![]() ![]() ![]() Удаление вершин. Г=[А,В] и a А, чтобы удалить вершину а из Г=[А,В] нужно, построить граф новый Г`=[А` ,В`], в кот-м А`=А\{a}, В` получится из В удал-е все ребра. (а будет на пересечении) Д ![]() ![]() 29. Сети и потоки в сетях. Задача о максимальном потоке и алгоритм Форда–Фалкерсона. Пусть ![]() ![]() ![]() |