WEBVTT

00:00:08.082 --> 00:00:12.762
Здравствуйте. С вами Романова Татьяна
Николаевна, доцент кафедры информатики,

00:00:12.802 --> 00:00:15.241
математики и естественно-научных
дисциплин.

00:00:15.561 --> 00:00:20.121
Сегодня мы с вами будем изучать курс
лекций по математическому моделированию.

00:00:20.321 --> 00:00:21.761
Итак, первая лекция.

00:00:21.960 --> 00:00:23.160
Начинаем с введения.

00:00:24.242 --> 00:00:26.644
Что же такое математическое моделирование?

00:00:27.165 --> 00:00:31.609
Математическое моделирование социальных,
экономических и производственных процессов

00:00:31.969 --> 00:00:36.774
и систем является одним из важнейших
средств познания природы самых

00:00:36.894 --> 00:00:38.055
разнообразных систем.

00:00:39.362 --> 00:00:44.636
Математическое моделирование экономических
процессов, ориентированное на системное

00:00:44.756 --> 00:00:49.351
изучение экономики с помощью
математических модели микро и

00:00:49.511 --> 00:00:55.105
макроуровней, а также в разрезе важнейших
функциональных подсистем экономики.

00:00:57.119 --> 00:01:03.318
В настоящее время использование
математического моделирования в экономике

00:01:03.478 --> 00:01:08.077
стало особенно актуальным, так как
деятельность предприятий осуществляется в

00:01:08.117 --> 00:01:13.476
условиях конкуренции, в которой успеха
добиваются те, кто наиболее эффективно

00:01:13.716 --> 00:01:14.956
использует ресурсы.

00:01:15.738 --> 00:01:19.658
А также стала доступной вычислительная
техника, которая даёт возможность

00:01:20.298 --> 00:01:23.817
реализовывать алгоритмы вычислений любой
сложности.

00:01:24.777 --> 00:01:29.736
Для внедрения математического
моделирования и информационных технологий

00:01:29.856 --> 00:01:31.135
в практическую деятельность

00:01:31.676 --> 00:01:36.832
Нужны специалисты, которые, с одной
стороны, достаточно глубоко разбираются в

00:01:36.912 --> 00:01:43.507
сущности экономических проблем и способны
формализовать возникающие

00:01:43.587 --> 00:01:48.463
задачи, а с другой — профессионально
владеют математическими методами.

00:01:49.242 --> 00:01:52.923
И соответствующим программным
обеспечением.

00:02:01.807 --> 00:02:07.089
Цель данного пособия и лекционного
материала — помочь обучающимся освоить

00:02:07.209 --> 00:02:09.650
современные математические модели для
анализа

00:02:10.397 --> 00:02:14.633
И научного прогнозирования поведения
экономических объектов в соответствии с

00:02:14.713 --> 00:02:18.390
учебной программой дисциплины
«Математическое моделирование».

00:02:22.387 --> 00:02:26.423
В учебном пособии представлены и
систематизированы сведения

00:02:26.703 --> 00:02:29.261
научно-практического и прикладного
характера.

00:02:29.860 --> 00:02:34.259
Изложенные в доступной и удобной форме с
точки зрения самостоятельного изучения и

00:02:34.379 --> 00:02:37.979
освоения учебной дисциплины
«математическое моделирование».

00:02:38.779 --> 00:02:43.498
Лекционный материал обобщает существующие
учебники, учебные пособия по дисциплине

00:02:43.578 --> 00:02:44.938
«математическое моделирование».

00:02:45.513 --> 00:02:48.552
И отражает трактовку содержания
дисциплины.

00:02:48.992 --> 00:02:54.151
В результате изучения дисциплины
обучающийся должен владеть теоретическими

00:02:54.430 --> 00:02:58.949
и практическими навыками математического
моделирования для анализа

00:02:59.429 --> 00:03:01.988
социально-экономических задач и процессов.

00:03:02.699 --> 00:03:06.982
Самостоятельного изучения литературы по
математическому моделированию и

00:03:07.182 --> 00:03:11.745
практического использования полученных
сведений для решения прикладных задач.

00:03:13.267 --> 00:03:18.871
Степень новизны данного лекционного
материала заключается в определении и

00:03:19.031 --> 00:03:23.154
систематизации видов моделирования,
относящихся к математическому

00:03:23.194 --> 00:03:23.795
моделированию

00:03:24.360 --> 00:03:28.884
...которые имеют разноречивые трактовки
разных источников.

00:03:29.684 --> 00:03:34.889
Особенности концепции отражены в
содержании данного пособия и лекционного

00:03:35.049 --> 00:03:40.574
материала. В разделе один «Основы
математического моделирования» освящены

00:03:40.734 --> 00:03:44.257
общие вопросы по математическому
моделированию, классификации видов

00:03:44.617 --> 00:03:45.258
моделирования

00:03:46.017 --> 00:03:48.298
И экономика математических моделей.

00:03:48.538 --> 00:03:50.660
Этапы математического моделирования.

00:03:50.980 --> 00:03:55.823
В разделе 2 модели математического
программирования отражены теоретические и

00:03:55.943 --> 00:03:59.866
практические основы, связанные с
математическим программированием,

00:04:00.066 --> 00:04:03.989
рассмотрены различные постановки задач,
математические модели

00:04:04.657 --> 00:04:09.412
И этапы моделирования в линейном
программировании, а также постановка

00:04:09.532 --> 00:04:16.524
задачи нелинейного программирования и
метод множителей Lagranja.

00:04:16.804 --> 00:04:17.403
В разделе 3

00:04:18.075 --> 00:04:19.913
Модели оптимального управления.

00:04:20.033 --> 00:04:24.070
Рассмотрены постановки математической
модели и методы решения задач

00:04:24.309 --> 00:04:27.507
динамического программирования и
управления запасами.

00:04:27.986 --> 00:04:33.422
В разделе 4 экономико-статистические
модели отражены теоретические и

00:04:33.542 --> 00:04:34.581
практические основы.

00:04:35.241 --> 00:04:39.562
Связанные с построением и использованием
экономико-статистических моделей, в

00:04:39.642 --> 00:04:46.124
частности, трендовых и регрессионных
моделей, изложены основные основы

00:04:46.284 --> 00:04:50.005
многофакторного корреляционного и
регрессивного анализа.

00:04:51.726 --> 00:04:52.526
В разделе 5

00:04:53.280 --> 00:04:57.204
Имитационное моделирование представлены
основные понятия имитационного

00:04:57.324 --> 00:05:02.648
моделирования, технологические этапы,
вопросы назначения и классификации языков

00:05:02.849 --> 00:05:07.813
моделирования и систем моделирования,
планирования и проведения вычислительного

00:05:07.933 --> 00:05:08.573
эксперимента.

00:05:09.508 --> 00:05:13.667
Дидактический аппарат представлен в
учебном пособии в виде вопросов и заданий

00:05:13.907 --> 00:05:19.586
для самопроверки по данным разделам и в
целом по дисциплине и позволяет закрепить

00:05:19.706 --> 00:05:26.185
полученные знания. Список литературы
включён в библиотечные фонды и ресурсы.

00:05:31.412 --> 00:05:33.932
Итак, переходим к изучению раздела один.

00:05:34.372 --> 00:05:37.092
Основы математического моделирования.

00:05:38.853 --> 00:05:41.293
Понятия и виды моделирования.

00:05:45.814 --> 00:05:51.335
Моделирование можно рассматривать как
замещение исследуемого объекта оригинала.

00:05:52.332 --> 00:05:58.454
его условным образом описанием или другим
объектом, именуемым моделью и

00:05:58.734 --> 00:06:03.775
обеспечивающим близкое к оригиналу
поведение в рамках некоторых допущений и

00:06:03.896 --> 00:06:05.856
приемлемых погрешностей.

00:06:06.176 --> 00:06:09.737
Моделирование обычно выполняется с целью
познания свойств оригинала

00:06:10.247 --> 00:06:13.127
путём исследования его модели, а не самого
объекта.

00:06:13.807 --> 00:06:19.447
Разумеется, моделирование оправдано в том
случае, когда оно проще создании самого

00:06:19.527 --> 00:06:23.687
оригинала или когда последний по каким-то
причинам лучше вообще не создавать

00:06:26.981 --> 00:06:31.741
Под моделью понимается физический или
абстрактный объект, свойства которого в

00:06:31.821 --> 00:06:36.020
определённом смысле сходны со свойствами
исследуемого объекта.

00:06:36.420 --> 00:06:42.420
При этом требования к модели определяются
решаемой задачей и имеющимися средствами.

00:06:42.843 --> 00:06:45.325
Существует ряд общих требований к моделям.

00:06:45.525 --> 00:06:50.207
Адекватность — это достаточно точное
отображение свойств объекта, полнота

00:06:50.767 --> 00:06:57.051
представление всей необходимой информации
об объекте, гибкость, возможность

00:06:57.291 --> 00:07:00.052
воспроизведения различных ситуаций по всем

00:07:01.573 --> 00:07:04.295
Диапазоном изменения условий и параметров.

00:07:05.656 --> 00:07:12.340
Трудоёмкость разработки должна быть
приемлемой для имеющегося времени и

00:07:12.540 --> 00:07:13.901
программных средств.

00:07:14.422 --> 00:07:18.984
Итак, моделирование — это процесс
построения модели объекта исследования его

00:07:19.145 --> 00:07:21.346
свойств путём исследования модели.

00:07:25.003 --> 00:07:26.402
Каковы же виды моделирования?

00:07:26.481 --> 00:07:30.117
На рисунке один представлена классификация
видов моделирования.

00:07:30.796 --> 00:07:35.030
Итак, моделирование: физическое,
математическое, аналитическое,

00:07:35.190 --> 00:07:39.025
компьютерное, численное, имитационное и
статистическое.

00:07:45.095 --> 00:07:49.296
При физическом моделировании используется
сама система или подобная ей.

00:07:49.816 --> 00:07:53.937
Математическое моделирование — это процесс
установления соответствующей реальной

00:07:54.017 --> 00:07:58.698
системы S-математической модели M и
исследование этой модели, позволяющей

00:07:59.378 --> 00:08:01.738
получить характеристики реальной системы.

00:08:02.797 --> 00:08:07.432
При аналитическом моделировании процессы
функционирования элементов записываются в

00:08:07.472 --> 00:08:11.267
виде математических соотношений:
алгебраических, интегральных,

00:08:11.427 --> 00:08:13.864
дифференциальных, логических и так далее.

00:08:16.141 --> 00:08:19.457
Аналитическая модель может быть
исследована следующими методами.

00:08:19.959 --> 00:08:24.923
Аналитическим устанавливаются явные
стоимости, получаются в основном

00:08:25.123 --> 00:08:26.444
аналитические решения.

00:08:26.684 --> 00:08:31.448
Численным, где получаются приближённые
решения.

00:08:32.169 --> 00:08:36.052
Качественным, в явном виде можно найти
некоторые свойства решения.

00:08:38.224 --> 00:08:42.984
Многие современные системы компьютерного
моделирования, например системы символьной

00:08:43.064 --> 00:08:49.264
математики или средства MatLab способны в
значительной мере

00:08:49.624 --> 00:08:53.224
автоматизировать решение сложных задач
аналитического моделирования.

00:08:55.683 --> 00:08:59.283
К компьютерному моделированию относится
математическое моделирование, которое

00:08:59.603 --> 00:09:04.801
формулируется в виде алгоритма программы
для компьютеров, что позволяет проводить

00:09:04.921 --> 00:09:07.441
над ней вычислительные эксперименты.

00:09:08.241 --> 00:09:12.040
При численном моделировании используются
методы вычислительной математики.

00:09:13.408 --> 00:09:17.446
Отличается от численного аналитического
тем, что возможно задание реальных

00:09:17.566 --> 00:09:19.165
параметров модели.

00:09:20.525 --> 00:09:26.042
Далее численное моделирование позволяет
получить необходимые количественные данные

00:09:26.281 --> 00:09:29.120
о поведении систем или устройств
каким-либо

00:09:30.537 --> 00:09:36.939
подходящим численным методам, таким как
метод Эйлера или Рунгекутта.

00:09:37.099 --> 00:09:41.820
На практике моделирование нелинейных
систем и устройств с использованием

00:09:41.900 --> 00:09:45.782
численных методов оказывается намного
более эффективным

00:09:46.201 --> 00:09:50.804
...чем аналитическое моделирование
отдельных частных линейных систем или

00:09:50.964 --> 00:09:55.126
устройств. Например, для решения
дифференциального уравнения или систем

00:09:55.246 --> 00:10:00.370
дифференциальных уравнений в более сложных
случаях решения в аналитическом виде не

00:10:00.490 --> 00:10:04.812
получается, но по данным численного
моделирования можно получить достаточно

00:10:04.972 --> 00:10:06.573
полные данные о поведении...

00:10:07.060 --> 00:10:11.785
Моделируемых систем и устройств, а также
построить графики, описывающие это

00:10:12.105 --> 00:10:13.786
поведение зависимостей.

00:10:14.947 --> 00:10:19.751
Статистическое моделирование заключается в
обработке данных о системе, модели с целью

00:10:19.912 --> 00:10:24.315
получения статистических характеристик
системы.

00:10:25.357 --> 00:10:28.881
Оно представляет собой машинное
воспроизведение функционирования

00:10:29.042 --> 00:10:35.129
вероятностных моделей либо исследование
детерминированных процессов, заданных в

00:10:35.169 --> 00:10:39.494
виде математических моделей с логическими
элементами с помощью статистических

00:10:39.974 --> 00:10:41.376
испытаний на компьютере.

00:10:42.289 --> 00:10:43.691
Метод Монте-Карло.

00:10:44.172 --> 00:10:49.739
При этом осуществляется случайное задание
исходных данных с известным законом

00:10:49.939 --> 00:10:54.546
распределения и, как следствие,
вероятностное оценивание характеристик

00:10:54.626 --> 00:10:55.787
исследуемых процессов.

00:10:59.293 --> 00:11:03.171
Имитационное моделирование — это
воспроизведение на компьютере, имитация

00:11:03.491 --> 00:11:08.889
процесса функционирования исследуемой
системы, соблюдая логическую и временную

00:11:09.009 --> 00:11:13.727
последовательность протекания процессов,
что позволяет узнать данные о состоянии

00:11:13.807 --> 00:11:14.327
системы.

00:11:14.980 --> 00:11:18.741
...или отдельных её элементов в
определённые моменты времени.

00:11:19.941 --> 00:11:24.302
Применение математического моделирования
позволяет исследовать объекты, реальные

00:11:24.422 --> 00:11:27.823
эксперименты, над которыми затруднены или
невозможны.

00:11:29.103 --> 00:11:33.904
Дорого, опасно для здоровья, однократные
процессы невозможны из-за физических или

00:11:34.024 --> 00:11:35.224
временных ограничений.

00:11:35.684 --> 00:11:40.927
Находится далеко или ещё не существует и
тому подобное.

00:11:43.128 --> 00:11:47.330
Общая цель моделирования может быть
сформулирована следующим образом.

00:11:47.691 --> 00:11:52.574
Это определение значений выбранного
показателя эффективности для различных

00:11:52.694 --> 00:11:55.575
вариантов реализации проектируемой
системы.

00:11:56.583 --> 00:12:01.541
При разработке конкретной модели цель
моделирования должна уточняться с учётом

00:12:01.701 --> 00:12:04.500
используемого критерия эффективности.

00:12:05.060 --> 00:12:09.978
Для критерия пригодности модель должна
обеспечивать расчёт значений плана

00:12:10.178 --> 00:12:13.497
эксперимента для всего множества
допустимых стратегий.

00:12:14.471 --> 00:12:19.426
При использовании критерия оптимального
оптимальности модель должна позволять

00:12:19.506 --> 00:12:26.300
непосредственно определять параметры
исследуемого объекта,

00:12:26.540 --> 00:12:31.215
даю экстремальное значение показателя
эффективности.

00:12:31.673 --> 00:12:36.909
Таким образом, цель моделирования
определяется как целью исследуемой

00:12:37.029 --> 00:12:41.545
операции, так и планируемым способом
использования результатов исследования.

00:12:42.145 --> 00:12:47.301
Например, проблемная ситуация, требующая
принятия решения, формулируется следующим

00:12:47.341 --> 00:12:47.780
образом.

00:12:48.200 --> 00:12:51.999
Найти вариант производственной программы
предприятия, который приносил бы

00:12:52.079 --> 00:12:56.998
максимальную прибыль при соблюдении
требований по использованию ресурсов и по

00:12:57.078 --> 00:13:00.477
выпуску отдельных видов продукции
продукции.

00:13:01.557 --> 00:13:07.116
В этом случае цель моделирования является
отысканием параметров производственной

00:13:07.196 --> 00:13:07.676
программы.

00:13:08.163 --> 00:13:12.360
обеспечивающих максимальное значение
показателя эффективности, в роли которого

00:13:12.520 --> 00:13:13.759
выступает прибыль.

00:13:14.439 --> 00:13:18.636
Критерии принятия решений позволяют
выбрать наиболее эффективные параметры

00:13:18.796 --> 00:13:23.033
системы. Обычно этот процесс называется
оптимизацией.

00:13:23.752 --> 00:13:25.751
Определение математической модели.

00:13:25.871 --> 00:13:26.191
Пусть Т

00:13:28.265 --> 00:13:33.262
На отрезке Тнулевое Т1 — это временной
интервал моделирования системы S,

00:13:33.302 --> 00:13:35.661
интервала модельного времени.

00:13:36.780 --> 00:13:42.777
Построение модели начинается с определения
параметров и переменных, определяющих

00:13:42.816 --> 00:13:44.655
процесс функционирования системы.

00:13:45.231 --> 00:13:49.555
Параметры системы: ТТ1, ТТ2 и так далее,
ТТМ.

00:13:49.715 --> 00:13:54.078
Характеристики системы, остающиеся
постоянными на всём интервале T.

00:13:54.959 --> 00:13:58.282
Переменные бывают зависимыми и
независимыми.

00:13:58.642 --> 00:14:01.885
К независимым переменным относятся
входящие действия.

00:14:02.747 --> 00:14:09.713
В этом случае число управляющее Уот,
воздействие внешней среды:

00:14:09.953 --> 00:14:14.717
контролируемые, не контролируемые,
наблюдаемые, не наблюдаемые,

00:14:14.838 --> 00:14:17.960
детерминированные, случайные — это VT.

00:14:18.641 --> 00:14:21.763
Состояние системы X отличается от TT.

00:14:22.204 --> 00:14:26.686
Тем, что характеризует свойства системы,
изменяющейся во времени.

00:14:26.806 --> 00:14:33.289
X — это пространство, состояния или
фазовое пространство в

00:14:33.409 --> 00:14:36.890
зависимости к зависимым переменным
относится

00:14:37.594 --> 00:14:40.755
Выходные характеристики, сигналы Y от T.

00:14:41.155 --> 00:14:45.195
Общая схема математической модели
функционирования системы представлена на

00:14:45.235 --> 00:14:46.555
рисунке 2.

00:14:48.196 --> 00:14:50.676
Итак, рисунок 2 перед вашими глазами.

00:14:52.276 --> 00:14:56.037
Схема математической модели
функционирования системы.

00:15:01.550 --> 00:15:07.836
Множество переменных U, V, To, X, Yeк
вместе с законом функционирования X от T Y

00:15:08.117 --> 00:15:11.560
от Т называется математической моделью
системы.

00:15:11.960 --> 00:15:16.524
Если Т непрерывна, то модель называется
непрерывной, иначе — дискретной.

00:15:17.005 --> 00:15:19.968
Если модель не содержит случайных
элементов, то она называется

00:15:22.988 --> 00:15:26.028
Детерминированы, в противном случае
вероятностной.

00:15:28.109 --> 00:15:32.469
Если математическое описание модели
слишком сложное, то используются

00:15:33.310 --> 00:15:34.710
агрегативные модели.

00:15:34.870 --> 00:15:38.190
Сущность агрегативной модели заключается в
разбиении системы.

00:15:38.800 --> 00:15:44.234
На конечное число взаимосвязанных частей
подсистем, каждая из которых допускает

00:15:44.394 --> 00:15:50.029
стандартное математическое описание, эти
подсистемы называют агрегатами.

00:15:54.944 --> 00:15:56.503
Параграф 1—2.

00:15:56.743 --> 00:15:59.740
Классификация экономико математических
моделей.

00:16:02.347 --> 00:16:06.510
Для описания социально-экономических
систем и процессов используются

00:16:06.791 --> 00:16:13.356
экономико-математические методы комплекс
научных дисциплин на стыке экономики

00:16:13.837 --> 00:16:18.681
с математикой и кибернетикой, наукой,
изучающей процессы управления в

00:16:18.761 --> 00:16:21.643
технических, биологических и социальных
системах.

00:16:25.267 --> 00:16:29.190
Суть экономико-математического
моделирования заключается в описании

00:16:29.350 --> 00:16:35.033
социально-экономических систем и процессов
в виде экономико-математических моделей.

00:16:35.594 --> 00:16:40.157
Экономико-математические методы исследует
понимать как инструмент, а

00:16:40.317 --> 00:16:44.960
экономико-математические модели как
продукт процесса экономико-математического

00:16:45.200 --> 00:16:45.960
моделирования.

00:16:46.783 --> 00:16:52.868
Основные задачи экономико-математического
моделирования заключаются в следующем это

00:16:53.069 --> 00:16:59.594
анализ экономических объектов и процессов
экономическое прогнозирование, предвидение

00:16:59.875 --> 00:17:02.557
развития экономических процессов,
выработка

00:17:03.259 --> 00:17:07.136
управленческих решений на всех уровнях
хозяйственной иерархии.

00:17:07.536 --> 00:17:12.172
Экономико-математические методы включают в
себя аналитические, численные и

00:17:12.292 --> 00:17:15.609
экспериментальные методы принятия решений.

00:17:16.848 --> 00:17:19.845
Классификация экономико-математических
моделей.

00:17:20.651 --> 00:17:25.014
По общему целевому назначению —
теоретико-аналитические — для изучения

00:17:25.134 --> 00:17:30.258
общих свойств и закономерностей процессов,
прикладные — это для решения конкретных

00:17:30.378 --> 00:17:33.340
задач анализа, прогнозирования и
управления.

00:17:34.141 --> 00:17:38.104
По степени агрегирования объектов
моделирования.

00:17:41.565 --> 00:17:45.843
Микроэкономические описывают поведение
отдельных экономических звеньев:

00:17:45.922 --> 00:17:48.361
предприятий, фирмы и рыночной среде.

00:17:49.000 --> 00:17:54.957
Одно двух многосекторные описывают
взаимодействие структурных, функциональных

00:17:55.077 --> 00:17:56.516
элементов экономики.

00:17:57.315 --> 00:18:01.512
Макроэкономические рассматривают экономику
как единое целое, связывая

00:18:02.467 --> 00:18:06.790
Укрупнённые материалы и финансовые
показатели, внутренний национальный

00:18:06.990 --> 00:18:10.552
продукт, потребление, инвестиции,
занятость и так далее.

00:18:10.912 --> 00:18:15.675
Глобальные описывают закономерности
мирового, глобального масштаба.

00:18:17.636 --> 00:18:23.120
По предназначению по цели создания и
применения балансовые отражают требования

00:18:23.480 --> 00:18:24.280
соответствия.

00:18:25.031 --> 00:18:27.712
Наличие ресурсов в их использовании.

00:18:28.353 --> 00:18:31.514
Эконометрические трендовые,
предназначенные для анализа и

00:18:31.634 --> 00:18:36.636
прогнозирования процессов с использованием
статистической информации, представляют

00:18:36.716 --> 00:18:41.678
собой системы регрессионных уравнений и
отражают развитие систем через тренд.

00:18:42.282 --> 00:18:45.724
Длительную тенденцию её основных
показателей.

00:18:46.604 --> 00:18:51.688
Оптимизационные позволяют найти наилучший
вариант решений из множества

00:18:51.888 --> 00:18:57.091
альтернативных. Сетевые используются в
управлении проектами с целью минимизации

00:18:57.251 --> 00:18:58.092
временных сроков.

00:18:58.572 --> 00:19:05.132
их выполнения и стоимости работ отображает
комплекс работ, операций и событий, их

00:19:05.172 --> 00:19:07.973
взаимосвязь во времени и издержки.

00:19:08.333 --> 00:19:13.653
Модели системного массового обслуживания
создаются для минимизации затрат времени

00:19:13.773 --> 00:19:14.893
на ожидание в очереди.

00:19:15.091 --> 00:19:18.928
...и времени простоев каналов
обслуживания.

00:19:20.247 --> 00:19:25.443
Имитационные используют машинную имитацию
изучаемых систем и процессов, а также

00:19:26.802 --> 00:19:28.241
экспертные системы.

00:19:28.601 --> 00:19:32.038
Имитационное моделирование — это вид
компьютерного моделирования.

00:19:32.698 --> 00:19:37.501
для которого характерно воспроизведение на
AVM — имитация процесса функционирования

00:19:38.301 --> 00:19:43.385
исследуемых сложной системы.

00:19:43.705 --> 00:19:49.148
При этом имитируются элементарные явления,
составляющие процесс с сохранением их

00:19:49.229 --> 00:19:52.030
логической последовательности протекания
во времени.

00:19:52.650 --> 00:19:57.369
Что позволяет узнать данные о состоянии
системы и отдельных её элементов в

00:19:57.449 --> 00:19:59.808
определённый момент времени.

00:20:00.688 --> 00:20:05.246
По типу используемой информации —
аналитические модели построены на

00:20:05.406 --> 00:20:07.326
априорной информации.

00:20:11.644 --> 00:20:13.644
Идентифицируемые модели построены

00:20:14.345 --> 00:20:17.822
На постионарной информации по учёту
факторов времени.

00:20:17.902 --> 00:20:22.777
Статистические и структурные описывают все
зависимости в статистике в какой-то один

00:20:23.017 --> 00:20:27.493
момент времени, отображают состав и
структуру системы.

00:20:28.332 --> 00:20:32.288
Динамические функциональные описывают
функционирование системы во времени.

00:20:33.471 --> 00:20:38.349
Структурно-функциональные отображает
структурные и функциональные особенности

00:20:38.549 --> 00:20:40.189
организации системы.

00:20:41.308 --> 00:20:44.467
По учёту факторов неопределённости.

00:20:44.867 --> 00:20:49.585
Детерминированные используют в описании
только неслучайные величины, а результаты

00:20:49.705 --> 00:20:51.505
на выходе однозначно определяются

00:20:52.327 --> 00:20:55.165
Управляющими входными воздействиями.

00:20:56.684 --> 00:21:02.242
Страхастические вероятности используются в
описании случайных величин из-за действия

00:21:02.362 --> 00:21:06.440
случайных факторов, на выходе могут
получаться различные результаты.

00:21:08.319 --> 00:21:12.077
По типу используемого математического
аппарата по характеристике

00:21:12.564 --> 00:21:16.839
включённых в модель математических
объектов: матричные, линейного либо

00:21:16.999 --> 00:21:20.994
нелинейного программирования,
корреляционно-регрессионные теории

00:21:21.074 --> 00:21:25.309
массового обслуживания, сетевого
планирования и управления теорией игр и

00:21:25.389 --> 00:21:28.666
так далее По типу подхода к изучаемым
системам

00:21:30.772 --> 00:21:37.049
Дискриптивные, описательные предназначены
для описания или для прогноза явлений и

00:21:37.129 --> 00:21:40.247
процессов, например, балансовые или
трендовые модели.

00:21:40.727 --> 00:21:45.365
Нормативные предназначены для определения
оптимальной структуры и оптимального

00:21:45.445 --> 00:21:47.644
поведения в соответствии с установленной

00:21:48.014 --> 00:21:51.933
Критериями, например, все оптимизационные
модели.

00:21:52.573 --> 00:21:58.811
По степени достоверности исходных данных о
моделируемой системе с опиарно известными

00:21:58.891 --> 00:22:01.531
параметрами, с неизвестными параметрами.

00:22:01.971 --> 00:22:05.050
По режиму функционирования моделируемой
системы.

00:22:06.368 --> 00:22:12.887
Стационарные, в которых характеристики не
меняются со временем.

00:22:13.207 --> 00:22:17.046
Нестационарные, в которых характеристики
изменяются со временем.

00:22:17.486 --> 00:22:23.885
Модели также бывают фономинологические,

00:22:23.965 --> 00:22:26.884
абстрактные, активные, пассивные с
распределением

00:22:28.289 --> 00:22:30.610
И сосредоточенными параметрами.

00:22:37.456 --> 00:22:43.821
Феноменологические модели передают только
внешнее подобие процесса и не

00:22:44.021 --> 00:22:46.343
соответствуют внутреннему строению
системы.

00:22:47.840 --> 00:22:52.758
Абстрактная модель воспроизводит систему с
точки зрения её внутреннего устройства,

00:22:52.878 --> 00:22:54.597
копирует её более точно.

00:22:54.837 --> 00:22:58.795
У неё больше возможностей и шире класс
решаемых задач.

00:22:59.555 --> 00:23:03.353
Пассивные модели только выдают ответы на
вопросы пользователя.

00:23:04.367 --> 00:23:08.932
Активные модели, кроме того, воздействуют
с использованием и сами активизируют

00:23:09.012 --> 00:23:12.777
диалог, меняют её линию, имеют собственные
цели.

00:23:14.499 --> 00:23:18.303
Между классами систем и моделей не
обязательно существует однозначное

00:23:18.383 --> 00:23:19.344
соответствие. Например,

00:23:20.932 --> 00:23:27.485
Дискретные системы могут быть представлены
в виде непрерывной модели.

00:23:28.124 --> 00:23:32.240
А детерминированные системы — в виде
вероятностных моделей и наоборот.

00:23:32.999 --> 00:23:35.836
Для принятия обоснованного решения
необходимо иметь

00:23:36.552 --> 00:23:41.633
...и обрабатывать большее количество
информации, что, как правило, связано с

00:23:41.753 --> 00:23:43.633
большими материальными потерями.

00:23:44.073 --> 00:23:48.434
В настоящее время недостаточно знать путь,
ведущий к достижению цели.

00:23:48.594 --> 00:23:53.954
Необходимо из всех возможных вариантов
выбрать наиболее экономичный, который

00:23:54.234 --> 00:23:56.155
наилучшим образом соответствует...

00:23:57.445 --> 00:23:58.884
Поставленной задачи.

00:24:00.043 --> 00:24:05.958
Решение оптимизационной задачи заключается
в выборе наилучшего оптимального варианта

00:24:06.317 --> 00:24:10.154
из множества возможных по каком по
какому-либо признаку критериев

00:24:10.314 --> 00:24:15.070
оптимальности. Признаки оптимизации
модели.

00:24:15.230 --> 00:24:15.829
Первый признак

00:24:16.795 --> 00:24:20.511
Наличие признака оптимальности
специального показателя выгодности или

00:24:20.671 --> 00:24:24.228
критерия оптимальности, который называется
целевой функцией.

00:24:24.707 --> 00:24:30.182
Типичные критерии оптимальности — максимум
дохода, прибыли, валовой продукции,

00:24:30.422 --> 00:24:31.980
производительность, эффективность.

00:24:32.516 --> 00:24:37.120
В таких случаях выгодно, чтобы показатель
оптимальности был для выбранного варианта

00:24:37.240 --> 00:24:38.561
решения максимальным.

00:24:39.402 --> 00:24:44.526
Другая группа критериев — это минимум
издержек, себестоимости, капиталовложений,

00:24:44.606 --> 00:24:47.288
трудоёмкости. То есть, в этих случаях
критерий должен быть

00:24:47.699 --> 00:24:54.422
Минимальный. Второй признак — наличие
системы ограничений, то есть условий,

00:24:54.542 --> 00:24:59.104
которые описывают множество возможных
вариантов решений, из которых набирается

00:25:00.065 --> 00:25:02.946
оптимальный возможных решений.

00:25:03.730 --> 00:25:09.606
Множество всегда ограничено ресурсами
сырья, наличием рабочей силы, количеством

00:25:09.726 --> 00:25:12.124
и качеством оборудования и тому подобное.

00:25:12.524 --> 00:25:16.721
Поэтому каждое из рассматриваемых решений
должно быть допустимым, то есть

00:25:17.121 --> 00:25:20.918
удовлетворять имеющимся ограничениям.

00:25:22.517 --> 00:25:25.678
Все оптимизационные задачи можно разделить
на два класса.

00:25:25.918 --> 00:25:31.281
Первое — задачи математического
программирования статистические.

00:25:32.722 --> 00:25:36.364
Второе — задачи оптимального управления.

00:25:36.604 --> 00:25:37.405
Динамические.

00:25:38.244 --> 00:25:41.603
Различие между ними в том, что в задаче
математического программирования

00:25:41.963 --> 00:25:47.561
необходимо найти оптимальное число в общем
случае — вектор, а в задаче оптимального

00:25:47.641 --> 00:25:49.801
управления — оптимальную функцию.

00:25:51.040 --> 00:25:54.999
С формально-математической точки зрения
это различие существенное.

00:25:56.672 --> 00:26:00.034
Но в прикладном плане оно зачастую весьма
условное.

00:26:00.154 --> 00:26:04.478
Во-первых, потому что к задачам
математического программирования сводится

00:26:04.758 --> 00:26:09.082
большинство реальных задач планирования и
управления.

00:26:09.282 --> 00:26:14.646
Во-вторых, многие задачи оптимального
управления могут быть сведены к задачам

00:26:14.847 --> 00:26:17.008
математического программирования при
условии

00:26:18.430 --> 00:26:22.107
Дискретизации временных, временной
характеристики.

00:26:24.066 --> 00:26:25.824
Параграф 1.3.

00:26:26.424 --> 00:26:29.062
Этапы математического моделирования.

00:26:30.021 --> 00:26:34.858
Процесс моделирования в самом общем виде
состоит из трёх стадий перехода.

00:26:35.997 --> 00:26:39.037
Формализация, переход от реального объекта
к модели.

00:26:39.757 --> 00:26:43.317
Моделирование, изучение, исследование и
преобразование моделей.

00:26:43.877 --> 00:26:47.677
Интерпретация, перевод результатов
моделирования из виртуальной

00:26:47.757 --> 00:26:49.797
модели-области в реальную область.

00:26:50.477 --> 00:26:53.157
Итак, предлагается вашему вниманию рисунок
три.

00:26:55.065 --> 00:26:56.707
Прямое исследование — вектор.

00:26:56.947 --> 00:27:00.189
Реальный объект, модель.

00:27:00.349 --> 00:27:03.312
Интерпретация, формализация,
моделирование.

00:27:07.315 --> 00:27:14.040
Первая стадия формализация включает
формирование предмета и цели исследования.

00:27:14.120 --> 00:27:14.520
Второе.

00:27:15.062 --> 00:27:19.303
Выделение элементов, соответствующих цели
исследования и их наиболее важных

00:27:19.423 --> 00:27:24.024
характеристик. Третье — вербальное
словесное описание взаимосвязи между

00:27:24.425 --> 00:27:26.625
элементами. Четвёртое.

00:27:27.225 --> 00:27:32.067
На этих этапах используются методы
неформального синтеза, проводится

00:27:32.943 --> 00:27:39.177
Интервью. Статистические опросы, ставятся
цели, используются планы, генерируются и

00:27:39.337 --> 00:27:43.014
подвергаются экспертизе идеи.

00:27:43.773 --> 00:27:48.928
Для генерации идей используются такие
методы, комф

00:27:50.156 --> 00:27:54.518
...как, э-э, морфологический анализ,
генетические алгоритмы, алгоритмы

00:27:54.638 --> 00:27:58.800
изобретений, мозговой штурм, эволюционный
поиск и другое.

00:27:59.400 --> 00:28:04.762
Источником информации являются наблюдения,
умозаключения, опыты, эксперименты.

00:28:05.122 --> 00:28:08.003
При экспертизе модели применяется критерий
Хи-квадрат.

00:28:08.501 --> 00:28:10.379
Это элемент статистики.

00:28:10.619 --> 00:28:14.495
Коэффициенты согласованности и
объективности с использованием методов

00:28:15.055 --> 00:28:22.048
Дельфи, медианы кемени, альтернативы
Кондорсия, Принципа, Бордо и

00:28:22.248 --> 00:28:24.326
другое. Пятое.

00:28:25.448 --> 00:28:29.487
Функциональное моделирование, то есть
введение символических обозначений для

00:28:29.647 --> 00:28:33.845
характеристик установления общих
закономерностей и количественных

00:28:33.965 --> 00:28:38.044
зависимостей. При функциональном
моделировании для классификации элементов

00:28:38.604 --> 00:28:42.243
используется кластерный или многофакторный
анализ.

00:28:42.958 --> 00:28:48.159
Для установления общих закономерностей и
зависимостей используется дисперсионный и

00:28:48.319 --> 00:28:50.520
корреляционно-регрессионный анализ.

00:28:51.120 --> 00:28:58.002
Шестое. Выбор типа математической модели:
алгебраическая, линейная или нелинейная,

00:28:58.042 --> 00:28:59.483
дифференциальная и так далее.

00:29:01.046 --> 00:29:05.849
Виды моделей: структуры, таблицы, векторы,
матрицы, размерности и так далее.

00:29:06.329 --> 00:29:10.891
Приёмов и методов моделирования, какие
преобразования используются, например,

00:29:11.172 --> 00:29:16.054
преобразования Чебышева, лапласа,
симплексный, разностные и так далее.

00:29:17.079 --> 00:29:22.717
Формирование взаимосвязи между элементами
с использованием математического аппарата.

00:29:24.316 --> 00:29:29.754
Математическая формализация проблемы — это
половина успеха на её пути решения.

00:29:30.114 --> 00:29:31.913
В то же время умение её

00:29:34.663 --> 00:29:39.705
Формализация требует особой методологии
рассмотрения ситуации.

00:29:40.426 --> 00:29:45.388
Трудность состоит в том, чтобы избежать
ненужной детализации, сохранить

00:29:47.269 --> 00:29:52.032
значимые условия и сформулировать задачу в
виде одной из типовых моделей.

00:29:52.776 --> 00:29:57.134
Вторая стадия моделирования включает
проведение расчётов.

00:29:57.814 --> 00:30:02.772
Это первое; второе — решение задачи
анализа, исследования, получение ответов

00:30:02.892 --> 00:30:04.811
на вопросы: что, где, когда, почему?

00:30:05.011 --> 00:30:06.330
Что будет если.

00:30:06.850 --> 00:30:11.248
На этом этапе определяются характеристики
системы, дополнительные условия,

00:30:11.368 --> 00:30:12.288
коэффициенты.

00:30:13.487 --> 00:30:17.362
Прогнозные значения исследуется
устойчивость, чувствительность,

00:30:17.562 --> 00:30:20.478
наблюдаемость, управляемость и так далее.

00:30:20.918 --> 00:30:27.070
Третье. Решение задачи синтеза,
оптимизация.

00:30:27.310 --> 00:30:28.029
На этом этапе

00:30:28.747 --> 00:30:33.388
Вносится вид целевого показателя:
независимые переменные, ограничения,

00:30:33.628 --> 00:30:39.509
возмущение, выбирается метод синтеза, вид
программирования, определяются системные

00:30:39.629 --> 00:30:44.190
характеристики, показатели эффективности,
область решения, наилучшие решения,

00:30:44.270 --> 00:30:45.390
параметры и так далее.

00:30:46.854 --> 00:30:51.617
Для нахождения оптимального решения в
зависимости от структуры задачи

00:30:52.097 --> 00:30:58.741
применяются те или иные методы, теории
оптимальных решений, называемые также

00:30:58.942 --> 00:31:01.783
методами математического программирования.

00:31:04.465 --> 00:31:07.106
Третья стадия включает реализацию способов

00:31:07.779 --> 00:31:12.980
Интерпретации, истолкование, объяснение,
перевод на более понятный, естественный

00:31:13.140 --> 00:31:19.541
язык. Первое — визуализация моделей и
результатов моделирования, то есть

00:31:19.701 --> 00:31:23.302
графическое изображение, использование
блок-схем, чертежей.

00:31:23.597 --> 00:31:28.275
Электрических схем, логических схем,
графиков, таблиц, манипуляторов.

00:31:28.435 --> 00:31:33.712
Второе — создание интерактивных моделей,
позволяющих менять условия, параметры на

00:31:33.792 --> 00:31:36.191
ходу и наблюдать изменение моделей.

00:31:36.831 --> 00:31:39.030
Третье — статистические выводы.

00:31:40.488 --> 00:31:46.052
Агрегирование информации, сглаживание и
фильтрация результатов создания программы

00:31:47.934 --> 00:31:54.458
действий экспертных систем и
информационно-соответствующих систем и так

00:31:54.578 --> 00:31:54.898
далее.

00:31:56.588 --> 00:32:03.262
Процесс моделирования цикличен и имеет
специ- спиралевидный

00:32:03.382 --> 00:32:08.978
характер, то есть возможность возвращения
с каждого этапа на более ранний этап или

00:32:09.137 --> 00:32:11.655
более ранние при обнаружении ошибки.

00:32:13.187 --> 00:32:17.747
Спираль в данном случае имеет достаточно
сложный вид и дополнительные внутренние

00:32:17.867 --> 00:32:22.508
связи. На рисунке четыре представлены
основные этапы построения моделей.

00:32:22.868 --> 00:32:29.188
Итак, проблема постановка задачи,
определение границ рассмотрения.

00:32:31.469 --> 00:32:33.230
Предмет, законы.

00:32:33.671 --> 00:32:36.874
Формализация объектов и их элементов.

00:32:37.515 --> 00:32:42.440
Выделение терминов, их определений,
атрибутов, свойств элементов, ввод

00:32:42.680 --> 00:32:44.402
качественных отношений.

00:32:45.243 --> 00:32:49.968
Вектор равенство, строгое равенство, ввод
системы.

00:32:50.790 --> 00:32:54.069
измерений для выражения количественных
отношений.

00:32:54.428 --> 00:33:00.985
Задача вопрос: сборка связей элементов
сообразно с формулированной задачей выбор

00:33:01.065 --> 00:33:04.823
типов связей: строгое равенство либо знак
вопроса.

00:33:05.462 --> 00:33:06.662
Задание значений.

00:33:07.311 --> 00:33:09.352
Численный аппарат вычисления.

00:33:10.873 --> 00:33:14.636
Пятое — настройка, отладка, корректировка
модели.

00:33:14.756 --> 00:33:16.317
Шестое — решение.

00:33:16.517 --> 00:33:21.080
Вычислительный эксперимент, численное
решение задачи, анализ синтеза.

00:33:21.800 --> 00:33:23.081
Седьмое — проверка.

00:33:23.635 --> 00:33:29.077
Оценка точности и интерпретация, переход в
предметную область.

00:33:29.197 --> 00:33:35.639
И восьмое — увязка в систему:
комплексирование, встраивание решений в

00:33:35.719 --> 00:33:37.000
старые системы.

00:33:42.602 --> 00:33:44.162
Первый этап решает менее

00:33:45.465 --> 00:33:48.706
Формализованные задачи, последующие всё
более формальные.

00:33:48.906 --> 00:33:53.746
Соответственно, методы первых этапов менее
формализованы, а методы последующих —

00:33:53.866 --> 00:33:55.946
более формальные, более мощные.

00:33:56.467 --> 00:34:01.107
Это означает, что самые трудные и
ответственные этапы — первые, где

00:34:01.227 --> 00:34:02.307
требуется большое

00:34:03.190 --> 00:34:04.989
Больше интуитивных решений.

00:34:05.389 --> 00:34:11.905
На первых этапах создаются концептуальные,
содержательные модели, которые описывают

00:34:12.025 --> 00:34:16.422
наиболее существенные особенности
структурно-функциональной организации

00:34:16.662 --> 00:34:22.858
системы. Ошибка на более ранних этапах
больше сказывается на дальнейших решениях.

00:34:24.851 --> 00:34:28.933
Возвращаться и переделывать приходится
гораздо больше, чем на последних этапах.

00:34:29.053 --> 00:34:32.494
Поэтому первым этапом появляется
повышенное внимание.

00:34:33.254 --> 00:34:39.136
Поскольку формальные методы легко
автоматизируются, то последние этапы — это

00:34:39.256 --> 00:34:40.057
этап четыре и семь

00:34:40.900 --> 00:34:45.703
поддержаны программными продуктами и легко
доступны конечным пользователям.

00:34:46.263 --> 00:34:51.346
На них создаются программные,
алгоритмические, компьютерные модели.

00:34:51.746 --> 00:34:55.868
Программы для компьютера, позволяющие
представить систему посредством имитации

00:34:56.868 --> 00:35:01.151
...или графического отображения
математических зависим, описывающих

00:35:01.271 --> 00:35:07.915
систему. В сложных системах модель лишь
частично отражает реальный процесс,

00:35:08.035 --> 00:35:12.198
поэтому необходима проверка степени
соответствия адекватности модели и

00:35:12.358 --> 00:35:13.399
реального процесса.

00:35:14.981 --> 00:35:19.822
Проверка и корректировка модели, а также
реализация найденного решения на практике

00:35:19.942 --> 00:35:22.502
выполняется на пятом и седьмом этапах.

00:35:23.182 --> 00:35:27.502
Проверку производят сравнением
предсказанного поведения с фактическим при

00:35:27.702 --> 00:35:30.983
изменении значений внешних неуправляемых
воздействий.

00:35:32.103 --> 00:35:35.982
Корректировка может потребовать
дополнительных исследований объекта,

00:35:36.142 --> 00:35:39.342
уточнения структуры модели, изменения
переменных.

00:35:39.862 --> 00:35:44.701
Тогда этапы моделирования повторяются,
пока не будет достигнуто

00:35:45.021 --> 00:35:49.180
удовлетворительное соответствие между
выходами объекта и моделью.

00:35:50.739 --> 00:35:54.704
При этом цикл имеет вид спирали
модернизации модели.

00:35:54.784 --> 00:36:00.151
С каждым повтором модель становится лучше
и лучше, более детальной, а уровень её

00:36:00.311 --> 00:36:01.513
описания точнее.

00:36:02.394 --> 00:36:05.558
Внедрение полученного решения на восьмом
этапе можно рассматривать

00:36:06.135 --> 00:36:11.380
Как самостоятельную задачу, применив к ней
системный подход и анализ.

00:36:12.861 --> 00:36:16.024
Вопросы и задания для самоконтроля.

00:36:16.584 --> 00:36:21.108
Первое. Дайте определение модели и
моделирования.

00:36:21.998 --> 00:36:25.682
Второе. Приведите классификацию видов
моделирования.

00:36:25.882 --> 00:36:29.807
Третье — дайте определение различных видов
моделирования.

00:36:29.967 --> 00:36:33.611
Четвёртое — дайте определение
математической модели.

00:36:33.892 --> 00:36:37.456
Пятое: дайте определение
экономико-математической модели.

00:36:37.576 --> 00:36:37.977
Шестое.

00:36:38.535 --> 00:36:42.258
Приведите классификацию
экономико-математических моделей.

00:36:42.458 --> 00:36:46.461
Седьмое, охарактеризуйте основные стадии
моделирования.

00:36:46.861 --> 00:36:52.225
Восьмое, приведите и охарактеризуйте
основные этапы построения моделей.

00:36:56.636 --> 00:36:58.754
Переходим к изучению раздела 2.

00:36:59.074 --> 00:37:01.752
Модели математического моделирования.

00:37:02.392 --> 00:37:06.948
Параграф 2.1: Математическое
программирование и его разделы.

00:37:10.306 --> 00:37:14.503
Все экономические задачи, решаемы мы с
применением математического

00:37:14.663 --> 00:37:15.262
программирования

00:37:16.021 --> 00:37:22.414
Отличается альтернативностью решения и
определёнными ограничивающими условиями.

00:37:22.734 --> 00:37:27.489
Решить такую задачу выбрать из двух
допустимо возможных альтернативных

00:37:27.609 --> 00:37:29.927
вариантов лучший, оптимальный.

00:37:32.244 --> 00:37:33.563
Важность и ценность.

00:37:35.640 --> 00:37:39.955
Использование в экономике метода
математического программирования состоит в

00:37:40.035 --> 00:37:44.550
том, что оптимальный вариант выбирается из
достаточно значительного количества

00:37:45.150 --> 00:37:46.828
альтернативных вариантов.

00:37:47.827 --> 00:37:52.342
Задачи математического программирования
классифицируется в зависимости от вида

00:37:52.421 --> 00:37:53.340
целей функций.

00:37:53.600 --> 00:37:56.238
...и свойства допустимости области
ограничений.

00:37:56.598 --> 00:38:00.196
К ним относятся задачи нелинейного
программирования, линейного

00:38:00.356 --> 00:38:04.153
программирования, целочисленного
программирования, дробно-линейного

00:38:04.313 --> 00:38:09.150
программирования, параметрического
программирования, сепарабельного

00:38:09.270 --> 00:38:09.950
программирования.

00:38:10.323 --> 00:38:13.921
...квадратичного программирования,
страхастического программирования,

00:38:14.001 --> 00:38:16.479
геометрического программирования и другое.

00:38:17.039 --> 00:38:21.477
Если целевая функция и ограничение
уравнения и неравенства линейные, то

00:38:21.636 --> 00:38:24.435
получим задачу линейного программирования.

00:38:26.554 --> 00:38:31.191
Линейное программирование в дальнейшем мы
будем обозначать аббревиатурой ЛП.

00:38:32.391 --> 00:38:38.273
Рассматривается как самостоятельный раздел
математического программирования ввиду его

00:38:39.914 --> 00:38:42.795
особой роли в экономической теории и
практике.

00:38:43.676 --> 00:38:47.037
Для решения задачи линейного
программирования разрабатываются

00:38:47.317 --> 00:38:48.638
специфические алгоритмы

00:38:49.317 --> 00:38:52.317
Основанные на комбинаторике, графах и так
далее.

00:38:52.677 --> 00:38:59.037
Существует много эффективных методов
решения задач линейного программирования:

00:38:59.397 --> 00:39:05.437
геометрический метод, симплекс-метод и его
модификации, методы распределительного

00:39:05.557 --> 00:39:06.477
типа и другие.

00:39:07.293 --> 00:39:12.052
В настоящее время существует много
модификаций Symplex метода, позволяющих

00:39:12.132 --> 00:39:17.131
существенно сократить время счёта, сделать
алгоритм нечувствительным к вырожденности

00:39:17.291 --> 00:39:21.490
опорных планов, повысить размерность
решаемых задач, решать так называемые

00:39:21.610 --> 00:39:22.930
блочные задачи и так далее.

00:39:24.714 --> 00:39:29.235
Несмотря на обилие этих модификаций,
продолжают появляться новые его варианты.

00:39:29.675 --> 00:39:34.236
Кроме того, существуют способы и приёмы,
позволяющие расширить область применения

00:39:34.396 --> 00:39:37.197
методов решения задач линейного
программирования.

00:39:37.837 --> 00:39:40.438
Например, некоторые нелинейные задачи
могут быть

00:39:41.089 --> 00:39:45.371
преобразованы и решены методами,
используемыми для задач линейного

00:39:45.531 --> 00:39:50.092
программирования. Важную роль в классе
задач линейного программирования играют

00:39:50.172 --> 00:39:55.214
задачи целочисленного программирования, в
которых на переменные накладывается

00:39:55.334 --> 00:39:56.815
условие целочисленности.

00:39:57.492 --> 00:40:01.055
Это связано с физической неделимостью
многих объектов расчёта.

00:40:01.375 --> 00:40:04.258
Простое округление до целых чисел здесь не
помогает.

00:40:04.498 --> 00:40:06.700
План может получиться неоптимальным.

00:40:07.021 --> 00:40:11.745
Поэтому приходится использовать
специальные алгоритмы решения наиболее

00:40:11.825 --> 00:40:14.388
известных, из которых относится алгоритм
Гамморя.

00:40:15.025 --> 00:40:18.781
Основанные на так называемой идее
отсечения.

00:40:19.580 --> 00:40:23.856
Интерес к целочи к целочисленному
программированию обусловлен ещё тем, что

00:40:24.216 --> 00:40:29.171
многие нелинейные и невыпуклые задачи
могут быть сведены к задачам линейного

00:40:29.371 --> 00:40:30.170
программирования.

00:40:33.680 --> 00:40:36.597
... с дополнительными требованиями
целочисленности.

00:40:37.516 --> 00:40:42.193
Теория целочисленного программирования
используется также для разработки методов

00:40:42.312 --> 00:40:48.587
решения комбинаторных задач, например, для
составления расширений расписаний.

00:40:50.473 --> 00:40:54.069
Частным случаем задачи целочисленного
программирования являются задачи

00:40:54.708 --> 00:40:59.023
булевского программирования, где
переменные их житы принимают всего два

00:40:59.263 --> 00:41:01.101
значения: 0 и один.

00:41:02.020 --> 00:41:05.496
Наиболее известная из этих задач — это
задача на назначениях.

00:41:07.303 --> 00:41:09.823
Э-э, какого работника на какую работу
поставить?

00:41:10.743 --> 00:41:17.143
Задача выбора маршрута коммивояжера,
задача

00:41:17.303 --> 00:41:21.662
почтальона, задача о максимальном
паросочетании и так далее.

00:41:27.513 --> 00:41:32.075
Многие задачи исследования операций, такие
как распределение ресурсов, сетевого

00:41:32.195 --> 00:41:36.756
планирования, календарного планирования
описываются математическими моделями

00:41:37.076 --> 00:41:39.037
дискретного программирования.

00:41:39.877 --> 00:41:43.678
Дискретное программирование — это раздел
математического программирования.

00:41:43.975 --> 00:41:48.969
в котором на экстремальные задачи
налагается условие дискретности переменных

00:41:49.529 --> 00:41:52.126
при конечной области допустимых значений.

00:41:52.286 --> 00:41:57.640
Если вводим в ограничение икс жжитое целые
числа, то приходим к задаче целочисленного

00:41:57.760 --> 00:42:01.875
программирования, которая является частным
случаем дискретного программирования.

00:42:03.333 --> 00:42:07.210
В задачах дискретного программирования
область допустимых решений является

00:42:07.570 --> 00:42:12.006
невыпуклой и несвязанной, поэтому
отыскание решения в таких задачах

00:42:12.126 --> 00:42:15.324
сопряжено со значительными трудностями.

00:42:16.163 --> 00:42:18.321
В частности, невозможно

00:42:19.377 --> 00:42:24.054
Применение стандартных приёмов,
используемых при замене дискретной задачи

00:42:24.614 --> 00:42:29.491
её непрерывным аналогом, состоящих в
дальнейшем округлении найденного решения

00:42:29.890 --> 00:42:32.329
до ближайшего целочисленного.

00:42:33.608 --> 00:42:37.326
Задачи геометрического программирования —
это задачи наиболее плотного

00:42:37.969 --> 00:42:42.974
Расположение некоторых объектов в заданной
двумерной или трёхмерной области.

00:42:43.254 --> 00:42:47.778
Такие задачи встречаются в задачах раскроя
материала для производства каких-то

00:42:47.898 --> 00:42:49.580
изделий и тому подобное.

00:42:51.062 --> 00:42:56.026
Имеющиеся здесь алгоритмы в основном
ориентированы на сокращение перебора

00:42:56.147 --> 00:42:57.228
вариантов с поиском

00:42:57.877 --> 00:42:59.396
локальных минимумов.

00:43:00.236 --> 00:43:04.074
В задаче стахастического линейного
программирования коэффициент C.

00:43:06.753 --> 00:43:11.392
Коэффициенты A и ЖТ в матрице
коэффициентов с коэффициентом ограничения

00:43:11.552 --> 00:43:14.151
B и T являются случайными величинами.

00:43:15.210 --> 00:43:19.008
В этом случае сама целевая функция
становится случайной величиной, и

00:43:19.128 --> 00:43:24.486
ограниченные типы неравенств могут
выполняться лишь с некоторой вероятностью.

00:43:27.444 --> 00:43:31.642
В данном случае приходится менять
постановку самих задач с учётом этих

00:43:33.770 --> 00:43:37.567
Эффектов и разрабатывать совершенно новые
методы их решения.

00:43:38.087 --> 00:43:43.043
Задача о выборе траектории, задачи
последовательного принятия решения, задача

00:43:43.163 --> 00:43:47.000
об использовании рабочей силы, задача
управления запасами.

00:43:47.363 --> 00:43:50.402
Классические задачи динамического
программирования.

00:43:51.282 --> 00:43:54.562
Несмотря на разнообразие и все методы
решения задач математического

00:43:54.722 --> 00:43:57.961
программирования имеют некоторые общие
черты.

00:43:58.121 --> 00:44:03.801
Во-первых, практически все они являются
численными, то есть представляют собой

00:44:03.841 --> 00:44:05.280
алгоритмы, ориентированные

00:44:05.807 --> 00:44:07.488
На компьютерную реализацию.

00:44:07.728 --> 00:44:12.491
Во-вторых, любой алгоритм является
реализацией одного из трёх принципов.

00:44:14.772 --> 00:44:19.694
Последовательное приближение,
последовательный анализ вариантов,

00:44:19.855 --> 00:44:21.095
случайный поиск.

00:44:21.816 --> 00:44:26.258
Большинство методов оптимизации основано
на принципе последовательного приближения.

00:44:26.945 --> 00:44:31.265
В некоторой точке пространства, переменных
определяются допустимые направления

00:44:31.465 --> 00:44:36.264
возрастания или убывания целевой функции и
делается шаг в этом направлении.

00:44:36.624 --> 00:44:40.704
Затем анализируется результат, то есть
проверяется, не является ли новая точка

00:44:41.104 --> 00:44:42.143
искомым решением.

00:44:43.107 --> 00:44:45.787
Если нет, то вся процедура повторяется
вновь.

00:44:46.426 --> 00:44:52.585
По этому принципу построены, например,
градиентные методы и симплексный метод.

00:44:53.265 --> 00:44:55.944
Как правило, методы этой группы очень
эффективны.

00:44:56.264 --> 00:44:59.104
Недостаток этих методов состоит в том, что
они могут найти только

00:45:00.067 --> 00:45:01.388
Локальный экстремум.

00:45:02.670 --> 00:45:06.875
Если задача не выпукла,
многоэкстремальная, то нет гарантии, что

00:45:06.955 --> 00:45:10.440
найденное таким способом решения является
действительно оптимальным.

00:45:11.161 --> 00:45:14.925
Принцип последовательного анализа
вариантов используется в таких методах.

00:45:15.326 --> 00:45:18.644
Как динамическое программирование, метод
ветвей и границ.

00:45:19.124 --> 00:45:24.680
Принцип заключается в построении правил
отбраковки под множество допустимых

00:45:24.800 --> 00:45:29.117
вариантов, среди которых не может
содержаться оптимальное решение.

00:45:32.022 --> 00:45:35.785
Недостатком использования принципа
является то, что данная процедура

00:45:35.985 --> 00:45:38.867
существенно учитывает специфику задачи.

00:45:39.148 --> 00:45:43.672
Поэтому здесь трудно разработать
стандартные алгоритмы для решения широкого

00:45:43.792 --> 00:45:45.513
круга прикладных задач.

00:45:45.793 --> 00:45:50.437
Однако эти методы могут быть использованы
для решения невыпуклых и комбинаторных

00:45:50.597 --> 00:45:51.038
задач.

00:45:53.464 --> 00:45:57.868
Суть случайного поиска формулируется
некоторый случайный вариант решения.

00:45:58.148 --> 00:46:02.913
Для этого используют компьютерные
программы, генерирующие псевдослучайные

00:46:03.033 --> 00:46:07.318
числа, и вычисляются соответствующее
значение целевой функции.

00:46:08.239 --> 00:46:11.682
Новый вариант сравнивается с лучшим и
ранее достигнутым.

00:46:12.167 --> 00:46:16.809
Если сравнение выполнено в пользу нового
варианта, то он э-э запоминается вместо

00:46:16.929 --> 00:46:20.050
того, который был раньше, и процедура
повторяется.

00:46:21.491 --> 00:46:25.772
Эффективность метода определяется
скоростью, с которой компьютер генерирует

00:46:25.852 --> 00:46:27.173
и оценивает варианты.

00:46:27.373 --> 00:46:30.654
Сама процедура генерирования вариантов не
является случайной.

00:46:30.949 --> 00:46:33.110
А носит лишь элемент случайности.

00:46:33.350 --> 00:46:36.272
Гарантий нахождения оптимума нет.

00:46:36.552 --> 00:46:40.874
Поэтому эти методы применяются лишь тогда,
когда нет более надёжных и эффективных

00:46:41.034 --> 00:46:46.037
методов. Параграф: линейное
программирование.

00:46:46.637 --> 00:46:50.999
Линейное программирование позволяет найти
экстремальное, наибольшее и наименьшее

00:46:51.039 --> 00:46:52.480
значение линейной функции.

00:46:53.572 --> 00:46:58.287
На неизвестные, которые наложены линейные
ограничения, эта линейная функция

00:46:58.366 --> 00:46:59.645
называется целевой.

00:46:59.885 --> 00:47:03.400
А ограничение, которые математически
записываются в виде уравнений или

00:47:03.760 --> 00:47:06.517
неравенств, называется системой
ограничений.

00:47:07.236 --> 00:47:10.033
Модели линейного программирования
используются при решении

00:47:10.662 --> 00:47:11.942
следующих задач.

00:47:13.422 --> 00:47:19.101
Планирование товарооборота, построение
торговой сети, распределение сотрудников

00:47:19.341 --> 00:47:26.260
по операциям распределение ресурсов,
организация

00:47:26.380 --> 00:47:28.700
рациональных перевозок, транспортная
задача.

00:47:29.455 --> 00:47:33.898
Организация рациональных закупок
продуктов, задача о диете, оптимальное

00:47:34.018 --> 00:47:37.821
производство продукции, задача раскроя
материала и другое.

00:47:40.543 --> 00:47:44.907
Так, задача оптимального распределения
ресурсов при планировании выпуска

00:47:45.027 --> 00:47:48.910
продукции на предприятии — задача об
оптимальном ассортименте.

00:47:49.705 --> 00:47:53.986
Предположим, что предприятие выпускает эн
различных изделий.

00:47:54.266 --> 00:47:58.667
Для их производства требуется эм различных
видов ресурсов: сырья, сырья,

00:47:58.747 --> 00:48:02.188
вспомогательных материалов рабочего и
машинного времени.

00:48:02.588 --> 00:48:07.349
Эти ресурсы ограничены и составляют в
планируемый период Б1, Б2 и так далее BM

00:48:07.509 --> 00:48:08.390
условных единиц.

00:48:09.206 --> 00:48:13.811
Известны также технологические
коэффициенты A и сжиты, которые указывают,

00:48:13.891 --> 00:48:18.656
сколько единиц этого ресурса требуется для
производства изделий сжитого вида.

00:48:20.258 --> 00:48:26.225
Пусть прибыль, получаемая предприятием при
решении единицы изделий сжитого вида

00:48:26.768 --> 00:48:28.167
Равна Ц и ж.

00:48:28.527 --> 00:48:34.121
В планируемый период все показатели
Асжитое, БИТО, Цжитые предполагаются

00:48:34.360 --> 00:48:39.715
постоянными. Требуется составить такой
план выпуска продукции, при реализации

00:48:39.875 --> 00:48:42.792
которого прибыль предприятия была бы
наибольшей.

00:48:43.334 --> 00:48:47.498
Другими словами, требуется составить
оптимальный план работы предприятия X с

00:48:47.538 --> 00:48:53.224
чертой, то есть найти такие значения
переменных, X1.X2 и так далее, XN объёма

00:48:53.304 --> 00:48:56.627
выпуска продукции каждого вида, чтобы
обеспечить

00:48:58.217 --> 00:49:03.414
Предприятию получение максимальной прибыли
от реализации всей продукции и чтобы на её

00:49:03.614 --> 00:49:08.011
производство хватало имеющихся в
распоряжении ресурсов.

00:49:08.811 --> 00:49:15.287
Экономико-математическая модель задачи
выглядит следующим образом.

00:49:17.077 --> 00:49:22.517
Формула 2.1. F от X — целевая функция,
сумма c итое на x итое

00:49:25.437 --> 00:49:31.517
и сумма ограничений: A умножить на xite
меньше либо равно Б итому.

00:49:31.717 --> 00:49:31.757
Где

00:49:32.655 --> 00:49:35.695
Икс сжитое больше либо равно нулю.

00:49:37.095 --> 00:49:41.695
Целевая функция представляет собой
суммарную прибыль от реализации объёма

00:49:41.775 --> 00:49:45.055
выпускаемой продукции всех видов данной
модели.

00:49:45.255 --> 00:49:50.015
Оптимизация плана возможна за счёт выбора
наиболее выгодных видов продукции.

00:49:50.675 --> 00:49:55.000
Ограничение означает, что для любого из
ресурсов его суммарный расход на

00:49:55.120 --> 00:49:59.284
производство всех видов продукции не
превосходит его запасы.

00:50:01.847 --> 00:50:04.970
При составлении плана производства
приходится учитывать не только

00:50:05.250 --> 00:50:06.452
ограниченность ресурсов.

00:50:06.888 --> 00:50:11.652
Ну и директивные задания по выпуску
продукции Т-житое: госзаказы или уже

00:50:11.813 --> 00:50:14.895
заключённые договоры по отдельным видам
продукции.

00:50:15.096 --> 00:50:19.940
В таком случае модель дополнительным
ограничением вида X-житое больше либо

00:50:19.980 --> 00:50:21.301
равно Т-житое.

00:50:23.103 --> 00:50:25.465
Задача о смесях, рационе и диете.

00:50:27.052 --> 00:50:32.007
К группе задач о смесях относятся задачи
по отысканию наиболее дешёвого выбора из

00:50:32.207 --> 00:50:36.882
определённых исходных материалов,
обеспечивающих получение смеси с заданными

00:50:36.922 --> 00:50:42.277
свойствами. Получаемые смеси должны иметь
в своём составе эн различных компонентов.

00:50:42.697 --> 00:50:44.058
В определённых количествах.

00:50:44.139 --> 00:50:50.226
А сами, э-э, сами компоненты являются
составными частями исходных материалов.

00:50:52.108 --> 00:50:56.394
Введём следующее обозначение: X сжитое —
количество материала сжитого вида,

00:50:56.554 --> 00:50:57.435
входящего в смесь

00:50:58.238 --> 00:51:03.636
Ц сжитого — цена материала сжитого вида, Б
— итое — минимально необходимое содержание

00:51:03.756 --> 00:51:05.716
итого компонента в смеси.

00:51:06.195 --> 00:51:11.833
Коэффициенты A и сжитое показывают
удельный вес, вид, вес, извините, сжитого

00:51:11.953 --> 00:51:14.312
компонента в единице сжитого материала.

00:51:15.462 --> 00:51:18.025
Экономико-математическая модель задачи.

00:51:19.787 --> 00:51:25.634
Целевая функция F от X равна сумме Cro на
X-житое, стремится к минимуму.

00:51:26.195 --> 00:51:30.400
Сумма ограничений Aжитое умножить на x's
житое больше либо равно Б итому.

00:51:30.902 --> 00:51:35.746
Ик житое больше либо равно нулю Формула
2.2.

00:51:36.146 --> 00:51:39.668
Целевая функция представляет собой
суммарную стоимость смеси.

00:51:39.988 --> 00:51:43.991
Функциональное ограничение является
ограничением по содержанию компонентов

00:51:44.191 --> 00:51:49.075
смеси. Смесь должна содержать компоненты в
объёмах не менее указанных.

00:51:52.148 --> 00:51:57.026
Транспортная задача. Модель транспортной
задачи позволяет разработать оптимальный

00:51:57.226 --> 00:52:02.503
маршрут перевозки однородного продукта от
производителя к потребителю.

00:52:02.583 --> 00:52:07.861
При этом имеется баланс между суммарным
способом потребителя и возможностями.

00:52:08.591 --> 00:52:10.755
поставщиков по их удовлетворению.

00:52:11.075 --> 00:52:12.158
Причём потребителям

00:52:12.624 --> 00:52:16.986
Безразлично, на каких пунктах производства
будет поступать продукция.

00:52:17.547 --> 00:52:21.750
Лишь бы их заявки были полностью
удовлетворены, так как от схемы

00:52:21.910 --> 00:52:26.513
прикрепления потребителей к поставщикам
существенно зависит объём транспортной

00:52:26.633 --> 00:52:30.395
работы, возникает задача о наиболее
рациональном прикреплении.

00:52:30.973 --> 00:52:36.332
Правильным направлении перевозок, при
котором потребности полностью

00:52:36.492 --> 00:52:37.972
удовлетворяются.

00:52:38.332 --> 00:52:43.851
Вся продукция от поставщиков вывозится, а
затраты на транспортировку минимальны.

00:52:45.011 --> 00:52:47.091
Итак, постановка транспортной задачи.

00:52:47.251 --> 00:52:51.090
Транспортная задача, далее будем
обозначать аббревиатурой ТЗ.

00:52:51.632 --> 00:52:55.114
Возникает при планировании рациональных
перевозок грузов.

00:52:55.754 --> 00:53:01.116
Имеется M продуктов отправления одного
груза A1, A2 и так далее AM.

00:53:01.316 --> 00:53:07.678
Поставщики из Nпунктов назначения того же
груза Б1, Б2 и так далее БМ, потребители.

00:53:08.248 --> 00:53:13.043
Предполагается, что из любого пункта
Аитого груз может быть доставлен в любой

00:53:13.123 --> 00:53:14.442
пункт Бжитый.

00:53:14.881 --> 00:53:19.557
Известны объёмы, запасы груза поставщиков
Аитого больше нуля.

00:53:22.034 --> 00:53:25.431
Потребности в грузе, спрос потребителей
Бжитого больше нуля.

00:53:25.827 --> 00:53:30.468
Стоимость тариф перевозки единицы груза из
каждого пункта отправления в любой пункт

00:53:30.548 --> 00:53:33.789
назначения: Ц и Желибо равна нулю.

00:53:34.189 --> 00:53:38.230
Требуется определить оптимальный план
перевозок груза из пункта А и в пункт

00:53:38.270 --> 00:53:43.032
Бжит, так чтобы, первое, вывести груз из
отправителя АИТ.

00:53:43.692 --> 00:53:48.850
Второе — удовлетворить потребности в грузе
спрос каждого потребителя дожитого; третье

00:53:48.930 --> 00:53:51.609
— транспортные расходы были минимальными.

00:53:52.969 --> 00:53:57.248
Допустимый план перевозок, решение задачи
в виде неотрицательной матрицы.

00:53:57.448 --> 00:53:59.527
Итак, матрица X равна

00:54:00.904 --> 00:54:04.543
Э-э матрица X и житого.

00:54:04.983 --> 00:54:06.262
Формула 2.3.

00:54:06.542 --> 00:54:11.260
Где X и житое — количество груза,
перевозимого из точки Aita, от итого

00:54:11.380 --> 00:54:15.219
поставщика в точку Б-житого к житому
потребителю.

00:54:17.578 --> 00:54:19.857
Математическая модель транспортной задачи.

00:54:20.238 --> 00:54:27.037
Найти X, удовлетворяющую матрицу X,
удовлетворяющую условиям ограничений и

00:54:27.197 --> 00:54:32.357
доставляющую минимальный минимум целевой
функции Z транспортных расходов.

00:54:33.596 --> 00:54:40.035
Формула 2.4: сумма X и житого равна а-а;
сумма X s и житого равна Б-житому.

00:54:40.381 --> 00:54:47.179
Икс и житого больше либо равно нулю и Z
сумма C и житого умножить на X и житое

00:54:47.299 --> 00:54:48.738
стремится к минимуму.

00:54:49.938 --> 00:54:54.656
Модель транспортной задачи относится к
задаче линейного программирования и может

00:54:54.856 --> 00:54:56.775
быть решена симплексным методом.

00:54:57.216 --> 00:55:02.019
Однако для её решения созданы специальные
алгоритмы — самый распространённый метод

00:55:02.419 --> 00:55:04.661
решения — метод потенциала.

00:55:11.705 --> 00:55:14.467
Этапы моделирования в линейном
программировании.

00:55:15.188 --> 00:55:18.903
Последовательность моделирования в
линейном программировании представляет

00:55:18.983 --> 00:55:25.495
собой итеративную процедуру, которая
представляет и позволяет провести

00:55:26.174 --> 00:55:30.329
коррекцию после каждого этапа и вернуться
в любую из предшествующих.

00:55:30.679 --> 00:55:35.717
Первый этап — постановка задачи и
обоснование критерия оптимальности.

00:55:38.316 --> 00:55:43.315
Здесь необходимо определить оптимальный
план рассматриваемого

00:55:43.595 --> 00:55:47.353
социально-экономического процесса,
производственного процесса, который

00:55:47.593 --> 00:55:48.993
приносил бы заданный эффект.

00:55:50.028 --> 00:55:54.104
Эффект, с точки зрения которого
рассматривается задача, является критерием

00:55:54.223 --> 00:55:59.617
оптимальности, который имеет экстремальное
значение в оптимальном плане.

00:56:00.935 --> 00:56:04.971
При решении различных критериев
оптимальности с одинаковой системой

00:56:05.050 --> 00:56:06.529
ограничений могут быть получены

00:56:07.085 --> 00:56:08.604
Разные оптимальные планы.

00:56:08.764 --> 00:56:12.601
Второй этап — выбор переменных и
ограничений задачи.

00:56:12.961 --> 00:56:18.198
Переменные — это виды деятельности,
размеры которых нужно найти в ходе решения

00:56:18.358 --> 00:56:23.395
задачи. Состав переменных определяется
моделируемым процессом.

00:56:24.200 --> 00:56:25.599
Классификация переменных.

00:56:25.679 --> 00:56:29.157
Первое — основные искомые виды
деятельности.

00:56:29.876 --> 00:56:35.472
Второе — дополнительные переменные,
которые добавляются в модель при переходе

00:56:37.111 --> 00:56:39.949
от неканонического вида модели к
каноническому.

00:56:40.356 --> 00:56:44.840
Это обусловлено требованиями применения
для решения данной задачи методом

00:56:44.960 --> 00:56:46.481
линейного программирования.

00:56:47.201 --> 00:56:52.686
Введённые дополнительные переменные
означают или сверхплановое производство

00:56:52.846 --> 00:56:54.727
продукции, или излишек.

00:56:54.928 --> 00:56:56.689
Перебор по отношению к минимуму.

00:56:57.028 --> 00:56:58.907
По заданной границе.

00:57:00.146 --> 00:57:05.942
Количество дополнительных переменных равно
суммарному количеству ограничений модели в

00:57:06.062 --> 00:57:07.501
каноническом виде.

00:57:09.420 --> 00:57:13.337
Третье. Вспомогательные включаются в
модель для того, чтобы определить

00:57:13.977 --> 00:57:16.734
Величины некоторых производственных
показателей.

00:57:18.452 --> 00:57:24.604
Например, объём трудовых ресурсов, объём
материально-денежных ресурсов, земельных и

00:57:24.724 --> 00:57:29.798
тому подобное, необходимых для решения и
реализации оптимального плана.

00:57:30.964 --> 00:57:35.444
При выборе ограничений нужно
руководствоваться следующим: в модели в

00:57:35.564 --> 00:57:40.805
виде ограничений нужно отразить все
существенные условия моделируемого

00:57:40.925 --> 00:57:45.725
процесса, которые могут влиять на состав и
размеры определяемых видов деятельности

00:57:45.925 --> 00:57:46.605
предприятия.

00:57:47.407 --> 00:57:50.128
Третий этап — разработка структурной
модели.

00:57:51.248 --> 00:57:56.130
Структурная модель — это модель в общем
виде, то есть в виде системы ограничений и

00:57:56.210 --> 00:58:00.131
целевой функции. Модель включает в себя
следующие компоненты:

00:58:00.491 --> 00:58:04.533
технико-экономические коэффициенты при
переменных A и GT.

00:58:05.292 --> 00:58:08.253
В системе ограничений коэффициенты при
переменных называются

00:58:08.453 --> 00:58:10.894
технико-экономическими коэффициентами.

00:58:11.214 --> 00:58:16.336
Они делятся на нормативные коэффициенты
пропорциональности и коэффициенты связей.

00:58:17.137 --> 00:58:22.538
Например, коэффициенты могут выражать,
например, нормы затрат этого вида ресурса.

00:58:22.889 --> 00:58:24.809
На единицу сжитой переменные.

00:58:25.730 --> 00:58:30.332
Коэффициенты пропорциональности являются в
ограничениях по соотношению отраслей после

00:58:30.532 --> 00:58:31.772
их преобразования.

00:58:32.693 --> 00:58:37.975
Коэффициенты связи позволяю появляются в
ограничениях пропорционально связи.

00:58:38.295 --> 00:58:40.696
Объёмы правой части ограничения — Б иТ.

00:58:41.563 --> 00:58:47.048
Объём является константами, равными
какому-либо численному значению, в том

00:58:47.088 --> 00:58:51.533
числе нулю, или могут быть объёмы
производственных ресурсов, производства

00:58:51.733 --> 00:58:53.214
продукции и так далее.

00:58:54.696 --> 00:59:00.221
Коэффициенты целевой функции ЦТ выражают
экономический эффект в расчёте на единицу

00:59:00.341 --> 00:59:00.862
переменной.

00:59:01.340 --> 00:59:05.701
Целевая функция — это математическое
выражение критерия оптимальности.

00:59:09.022 --> 00:59:14.463
Четвёртый этап — сбор и подготовка
исходной информации для моделей.

00:59:15.023 --> 00:59:18.943
На этом этапе собирается и обрабатывается
та информация, которая определена

00:59:19.571 --> 00:59:22.008
в качестве исходной на предыдущем этапе.

00:59:22.328 --> 00:59:27.482
Это технико-экономические коэффициенты при
переменных объёмы ограничения,

00:59:27.482 --> 00:59:29.959
экономический эффект от каждой переменной.

00:59:30.318 --> 00:59:34.713
Исходной информацией для составления
модели служит информация.

00:59:35.147 --> 00:59:38.507
От отчётов, бизнес-планов и тому подобное
и так далее.

00:59:40.907 --> 00:59:45.066
Пятый этап — построение числовой, в том
числе в табличном виде, модели.

00:59:45.586 --> 00:59:50.305
Числовой моделью называют модель, в
которой аналитические символы структурной

00:59:50.385 --> 00:59:51.225
модели заменены

00:59:51.725 --> 00:59:53.766
Конкретными числовыми значениями.

00:59:54.207 --> 00:59:58.210
Числовая модель может быть составлена в
размёрнутом виде и в табличном виде

00:59:58.290 --> 01:00:03.254
матрицы задачи. В таблице 1 представлена
задача «матрица линейного

01:00:03.414 --> 01:00:10.219
программирования». Итак, матрица задач
линейного программирования, таблица 1

01:00:10.419 --> 01:00:12.901
— переменные ограничения от одного до N.

01:00:15.337 --> 01:00:22.060
Свободные переменные X1, X2 и так далее,
XG XM объёма ограничения

01:00:22.380 --> 01:00:29.263
B1 и так далее B, строка, значение целевой
функции C1,C и

01:00:29.383 --> 01:00:31.463
так далее, ЦМ, стремится к максимуму.

01:00:35.172 --> 01:00:39.015
Шестой этап — решения задач на компьютере
или вручную.

01:00:39.375 --> 01:00:44.780
Этот этап включает разработку алгоритмов
численного решения, подготовку программы

01:00:44.900 --> 01:00:49.665
на компьютере и непосредственное решение
для решения на компьютере необходимого

01:00:49.945 --> 01:00:53.108
программа для решения задач
соответствующего типа.

01:00:56.164 --> 01:00:58.726
Седьмой этап — анализ полученного
результата.

01:00:59.126 --> 01:01:05.771
На этом этапе решается вопрос правильности
и полноты результатов, применяемости их

01:01:05.851 --> 01:01:09.854
как в практической деятельности, так и в
целях усовершенствования модели.

01:01:10.542 --> 01:01:15.378
Поэтому должна быть проведена проверка
адекватности модели, то есть выявление с

01:01:15.418 --> 01:01:21.093
известной долей вероятности соответствия
модели реальному объекту по тем свойствам,

01:01:21.253 --> 01:01:24.411
которые считаются существенными для
исследования.

01:01:25.370 --> 01:01:26.649
Проверку адекватности.

01:01:27.906 --> 01:01:31.069
Осложнение трудности измерения
экономических величин.

01:01:31.149 --> 01:01:35.753
Однако без таковой проверки применение
результатов моделирования может не только

01:01:35.993 --> 01:01:39.235
оказаться малополезным, но и принести
вред.

01:01:42.038 --> 01:01:42.878
Восьмой этап.

01:01:45.332 --> 01:01:51.134
Корректировка модели, оптимального плана,
вариантные расчёты при

01:01:51.334 --> 01:01:57.656
необходимости. Перечисленные этапы
находятся в тесной взаимосвязи.

01:01:57.976 --> 01:02:00.817
В частности, могут иметь место

01:02:02.145 --> 01:02:03.625
Возвратные связи этапов.

01:02:03.784 --> 01:02:09.622
Так, на этом этапе построения модели может
выясниться, что постановка задачи или

01:02:09.822 --> 01:02:13.780
противоречива, или приводит к слишком
сложной математической модели.

01:02:14.059 --> 01:02:17.218
В этом случае исходная постановка должна
быть скорректирована.

01:02:17.578 --> 01:02:22.255
Наиболее частая необходимость возврата
возникает на этапе, на этапе подготовки

01:02:22.415 --> 01:02:23.575
исходной информации.

01:02:26.726 --> 01:02:32.165
Вариантные расчёты могут осуществляться
путём изменения численной величины

01:02:32.685 --> 01:02:38.284
конкретных показателей, а также при
варьировании элементов самой структуры

01:02:38.484 --> 01:02:43.723
модели. Нелинейное программирование.

01:02:44.913 --> 01:02:48.429
Во многих экономических моделях
зависимости между постоянными и

01:02:48.549 --> 01:02:52.904
переменными факторами лишь в первом
приближении можно считать линейным.

01:02:52.984 --> 01:02:57.259
Более детальное рассмотрение позволяет
обнаружить их нелинейность.

01:02:58.178 --> 01:03:01.255
Как правило, такие показатели, как
прибыль, себестоимость

01:03:01.961 --> 01:03:06.244
Капитальные затраты на производство и
другое в действительности зависят от

01:03:06.324 --> 01:03:10.968
объёма производства, расходов ресурсов и
тому подобного нелинейно.

01:03:14.091 --> 01:03:17.333
В этом случае возникает задача нелинейного
программирования.

01:03:17.453 --> 01:03:18.094
В дальнейшем будем

01:03:18.964 --> 01:03:21.126
обозначать аббревиатурой НП.

01:03:21.527 --> 01:03:25.330
В общем виде задача нелинейного
программирования состоит в определении

01:03:25.771 --> 01:03:32.096
максимального, минимального значения F
X1.X2 и так далее XN при условии, что её

01:03:32.297 --> 01:03:34.939
переменные удовлетворяют соотношению.

01:03:35.599 --> 01:03:40.400
Житое меньше либо равно Б итому, Житое
равно Битому.

01:03:40.961 --> 01:03:46.522
Модель 2.6. Где F и Gite — некоторые
известные функции N переменных Bite —

01:03:46.602 --> 01:03:47.882
заданные числа.

01:03:49.123 --> 01:03:53.484
Имеется в виду, что в результате решения
задачи будет определена точка X со

01:03:53.564 --> 01:03:54.244
звёздочкой.

01:03:54.550 --> 01:03:58.146
Координаты, которые удовлетворяют
соотношениям 2.6.

01:03:58.266 --> 01:04:02.022
Причём для всякой другой точки,
соответствующей условию 2.6, выполняется

01:04:02.222 --> 01:04:07.416
соотношение F со звёздочкой большое
больше, чем F малое от X1.

01:04:07.456 --> 01:04:09.454
X2 и так далее XN 2.

01:04:10.188 --> 01:04:16.104
Где F и Жита — линейные функции, то это
будет задача линейного программирования.

01:04:18.422 --> 01:04:23.378
Соотношение 2.6, образующее систему
ограничений, включает в себя и условие

01:04:23.458 --> 01:04:26.216
неотрицательности переменных, если таковые
имеются.

01:04:26.781 --> 01:04:31.098
Последние могут быть заданы и отдельно в
евклидовом пространстве Et N.

01:04:31.218 --> 01:04:36.415
Система ограничений 2.6 представляет
область допустимых решений, в отличие от

01:04:36.495 --> 01:04:40.653
задачи линейного программирования, она не
является выпуклой.

01:04:41.132 --> 01:04:44.850
Если определена область допустимых
решений, то нахождение решений задачи

01:04:45.010 --> 01:04:46.329
нелинейного программирования

01:04:47.082 --> 01:04:51.041
Сводится к определению такой точки этой
области, через которую проходит

01:04:51.521 --> 01:04:57.000
гиперповерхность наивысшего либо
наинизшего уровня F равное S.

01:04:57.280 --> 01:05:01.719
Причём эта точка может находиться как на
границе области допустимых решений, так и

01:05:01.799 --> 01:05:02.638
внутри неё.

01:05:04.096 --> 01:05:07.854
В задачах нелинейного программирования, в
отличие от задач линейного

01:05:08.014 --> 01:05:11.053
программирования, нет единого метода
решения.

01:05:11.453 --> 01:05:15.731
В зависимости от вида целевой функции и
системы ограничений разработаны

01:05:15.851 --> 01:05:19.929
специальные методы решения, к которым
относятся методы-множители.

01:05:20.287 --> 01:05:23.886
Лагранжа, квадратичное и выпуклое
программирование

01:05:26.684 --> 01:05:32.042
градиентные методы, приближённые методы
решения, графический метод.

01:05:35.561 --> 01:05:37.880
Далее метод множители лагранжа.

01:05:41.852 --> 01:05:46.257
Рассмотрим частный случай общей задачи
нелинейного программирования.

01:05:46.618 --> 01:05:48.340
Формулы 25 и 26.

01:05:48.460 --> 01:05:54.588
Предполагаю, что система ограничений 2.6
содержит только уравнения, отсутствует

01:05:54.708 --> 01:05:56.871
условие неотрицательности переменных и F

01:05:58.739 --> 01:06:04.297
Также и Qитае — функции непрерывные вместе
со своими частными производными.

01:06:04.577 --> 01:06:08.295
Целевая функция стремится либо к
максимуму, либо к минимуму.

01:06:08.455 --> 01:06:10.654
Qite равно B итому.

01:06:13.373 --> 01:06:14.532
Формула 2.8.

01:06:16.063 --> 01:06:20.861
Это так называемая задача на условный
экстремум или классическая задача

01:06:20.981 --> 01:06:26.658
оптимизации. Чтобы найти решение этой
задачи, вводит набор переменных лямбда,

01:06:26.818 --> 01:06:31.255
называемых множителями лагранжа,
составляет функцию лагранжа.

01:06:32.257 --> 01:06:39.136
F большое равно F малое плюс сумма лямбда
и умножить на B It - от X1

01:06:39.296 --> 01:06:41.216
X2 и так далее X.

01:06:42.496 --> 01:06:43.896
Формула 2.9.

01:06:44.296 --> 01:06:47.975
Далее находит частные производные DF по D
X и

01:06:49.077 --> 01:06:55.071
Жита DF под лямбда и Т и рассматривают
систему N + M уравнения.

01:06:56.269 --> 01:06:58.147
Формула 210.

01:06:59.985 --> 01:07:06.059
С Н плюс N неизвестными: X1, X2 и так
далее — XN, лямбда Н, лямбда 1, лямбда 2 и

01:07:06.179 --> 01:07:07.098
так далее, лямбда Н.

01:07:10.513 --> 01:07:15.156
Всякое решение этой системы уравнений
определяется точкой X со звёздочкой, в

01:07:15.196 --> 01:07:18.598
которой может место иметь экстремум
функции F.

01:07:18.918 --> 01:07:24.402
Следовательно, решив систему уравнений,
получают все точки, в которых значение

01:07:24.882 --> 01:07:26.283
функции F может иметь

01:07:26.685 --> 01:07:28.205
Экстремальные значения.

01:07:28.405 --> 01:07:34.043
Таким образом, определение экстремальных
точек задачи нелинейного программирования

01:07:34.243 --> 01:07:39.002
методом множителей лагранши включает
следующие этапы: составляет функцию

01:07:39.082 --> 01:07:43.481
лагранджи, второе, находит частные
производные от функции лаграндже по

01:07:43.601 --> 01:07:45.640
переменным X1, лямбда.

01:07:46.070 --> 01:07:48.627
Один и приравнивают их к нулю.

01:07:49.106 --> 01:07:52.622
Третье, решая полученную систему
уравнений, находят точки, в которых

01:07:52.742 --> 01:07:55.459
целевая функция задачи может иметь
экстримум.

01:07:56.537 --> 01:08:01.851
Четвёртое. Среди точек подозрительных на
экстримум

01:08:02.292 --> 01:08:06.447
Находят такие, в которых достигается
экстремум и вычисляют значения целевой

01:08:06.567 --> 01:08:07.886
функции в этих точках.

01:08:08.925 --> 01:08:14.599
Пример. По плану производства предприятию
необходимо изготовить 180 изделий.

01:08:14.799 --> 01:08:18.635
Эти изделия могут быть изготовлены двумя
технологическими способами.

01:08:19.437 --> 01:08:24.881
При производстве X1 изделий первым
способом приведённая масса токсичных

01:08:25.921 --> 01:08:29.644
отказов равна 4.1 + X1 в квадрате
килограмм.

01:08:30.045 --> 01:08:36.569
А при изготовлении X2 изделия вторым
способом составляют 82 +

01:08:36.850 --> 01:08:38.611
X2 в квадрате килограмм.

01:08:39.450 --> 01:08:44.092
Определить, сколько изделий каждым из
способов следует изготовить, чтобы общая

01:08:44.212 --> 01:08:46.212
масса отходов была минимальной.

01:08:46.732 --> 01:08:53.414
Решение. Математическая постановка задачи
состоит в определении минимального

01:08:53.494 --> 01:08:54.535
значения функции.

01:08:56.140 --> 01:08:57.900
Как задано в условии задачи.

01:08:58.180 --> 01:09:04.140
То есть целевая функция равна 4 X1 + X1 в
квадрате +2 +

01:09:04.780 --> 01:09:06.020
X2 в квадрате.

01:09:06.100 --> 01:09:10.180
При условии, что X1 + X 2 равно 180, и

01:09:11.597 --> 01:09:14.394
Переменные X 1 X 2 больше либо равны нулю.

01:09:16.272 --> 01:09:19.948
Теперь решим эту задачу, используя метод
множителей Lagranja.

01:09:20.147 --> 01:09:25.501
Найдём минимум целевой функции при
условии, что X1 + X 2 равна 180, но без

01:09:25.621 --> 01:09:27.818
учёта требований неотрицательных
переменных.

01:09:28.483 --> 01:09:35.365
Составим функцию огранжа F равную 4 X1 +
X1 в квадрате +8 X2 + X2

01:09:35.445 --> 01:09:41.487
в квадрате плюс лямбда разности 180 - X1 -
X2

01:09:42.447 --> 01:09:45.368
из формулы X1 + X 2 равно 180.

01:09:48.294 --> 01:09:54.902
Далее находим частные производные DF PD'1,
DF поква, DF по Dлям 2

01:09:55.943 --> 01:09:57.946
и приравниваем их к нулю.

01:10:00.549 --> 01:10:04.633
Вычислим частные производные, которые мы
приравняли к нулю.

01:10:05.445 --> 01:10:11.292
Для этого, а перенося в правые части
первых двух уравнений лямбда и приравнивая

01:10:11.492 --> 01:10:18.180
их нулевые части, находим 4 + 2 X1 равно
восемь плюс два

01:10:18.380 --> 01:10:21.143
X2 или X1 минус X2 равно двум.

01:10:21.926 --> 01:10:25.165
То есть неизвестные перенесли в одну
сторону, известные в другую.

01:10:25.445 --> 01:10:29.523
В данном случае и сократили на два.

01:10:30.363 --> 01:10:36.841
Б. Решая это уравнение совместно с
последним: X1 минус X2 равно двум; 180 -1

01:10:37.001 --> 01:10:38.440
минус икс два равно нулю.

01:10:38.754 --> 01:10:45.076
Находим, что X2 равно X1 минус два из
предыдущего уравнений: X1 минус X2 равно

01:10:45.156 --> 01:10:48.197
двум, то есть выразили X2.

01:10:49.598 --> 01:10:55.960
180 минус X1 минус X1 + два подставили
вместо X2 в уравнении

01:10:56.120 --> 01:10:56.760
выражения.

01:10:57.207 --> 01:11:00.844
Получаем, что X1 равно 91, X2 —89.

01:11:01.044 --> 01:11:05.200
Прошу внимательно просмотреть ещё раз этот
пример.

01:11:07.838 --> 01:11:11.834
При решении задач линейно-нелинейного
программирования на компьютере можно

01:11:12.034 --> 01:11:14.192
использовать программу или пакет программ.

01:11:15.303 --> 01:11:20.778
которые реализуют алгоритмы решения
математического программирования к таким

01:11:21.058 --> 01:11:26.013
программамным средствам относятся,
например, MatLab, маткат, табличный

01:11:26.132 --> 01:11:30.408
процессор Microsoft Excel, настройка,
поиска решения и другие.

01:11:30.688 --> 01:11:34.164
При решении задач в настройке поиска
решения по умолчанию

01:11:34.950 --> 01:11:38.152
Производится решение задачи нелинейного
программирования.

01:11:38.552 --> 01:11:42.353
Для решения задачи линейного
программирования следует выбрать параметр

01:11:42.554 --> 01:11:45.355
решения задачи симплекс-методом.

01:11:46.995 --> 01:11:49.957
Вопросы и задания для самопроверки.

01:11:52.062 --> 01:11:58.095
Первое. Приведите понятия и признаки
оптимизации оптимизационной задачи.

01:11:58.214 --> 01:12:03.368
Второе, приведите классификацию и краткую
характеристику задач математического

01:12:03.568 --> 01:12:07.963
программирования. Третье, перечислите
основные принципы реализации

01:12:08.578 --> 01:12:10.177
методов оптимизации.

01:12:11.617 --> 01:12:15.656
Четвёртое — дайте определение линейного
программирования.

01:12:15.776 --> 01:12:20.215
Пятое. Приведите математическую модель
линейного программирования.

01:12:20.495 --> 01:12:26.533
Шестое. Приведите примеры экономических
задач, приводящих к задачам линейного

01:12:26.653 --> 01:12:27.373
программирования.

01:12:27.720 --> 01:12:33.719
Седьмое. Сформулируйте постановку задачи
оптимального распределения ресурсов при

01:12:33.919 --> 01:12:36.838
планировании выпуска продукции на
предприятие.

01:12:40.357 --> 01:12:40.957
Восьмое.

01:12:42.822 --> 01:12:47.737
Представьте общий вид задачи оптимального
распределения ресурсов при планировании

01:12:47.857 --> 01:12:49.895
выпуска продукции на предприятии.

01:12:50.335 --> 01:12:54.970
Девятое: сформулируйте постановку задачи о
смесях о рационе и диете.

01:12:55.690 --> 01:13:00.285
Десятое: представьте общий вид задачи о
смесях рационе-диете.

01:13:01.091 --> 01:13:05.009
Одиннадцатое. Сформулируйте постановку
транспортной задачи.

01:13:06.169 --> 01:13:10.087
Двенадцатое: представьте математическую
модель транспортной задачи.

01:13:10.767 --> 01:13:16.284
Тринадцатое. Перечислите и дайте
характеристику этапов моделирования в

01:13:16.364 --> 01:13:17.723
линейном программировании.

01:13:18.799 --> 01:13:22.679
Четырнадцатое. Представьте математическую
модель задачи нелинейного

01:13:22.839 --> 01:13:28.199
программирования. Пятнадцатое,
пятнадцатое, опишите метод множителей

01:13:32.039 --> 01:13:35.919
Итак, первая лекция подошла к концу.

01:13:38.813 --> 01:13:41.325
С вами была Романова Татьяна Николаевна.

