Оптимизационные методы решения экономических задач. Классическая постановка задачи оптимизации. Оптимизация функций. Оптимизация функционалов. Многокритериальная оптимизация. Методы сведения многокритериальной задачи к однокритериальной. Метод уступок.
Аннотация к работе
Оптимизация функций. Общая постановка задачи. Различают линейное и нелинейное программирование. Сокращенная запись этой модели имеет вид: Найти решение {Xj}, позволяющее максимизировать (минимизировать) функцию при условиях , i = 1,2,…,n; Xj ? 0, j = 1,2,…,n. Матричная форма записи общей задачи линейного программирования при ограничениях AX?B X?0, где С = (с1, с2,…, сn); где С - матрица-строка А - матрица системы Х - матрица-столбец переменных В - матрица-столбец свободных членов Векторная форма записи общей задачи линейного программирования F = CX > max (min) при ограничениях Х?0, где СХ - скалярное произведение векторов С = (С1, С2, …, Сn) и Х = (х1, х2, …, хn), векторы состоят соответственно из коэффициентов при переменных и свободных членов. (про функционал) В общем случае задача оптимизации формулируется как задача отыскания max или min значения I(v) для . Взамен этого, для описания характеристик целей вводится концепция множества точек неулучшаемых решений [41] (так называемая оптимальность по Паретто [4],[6]). Метод множителей Лагранжа позволяет отыскивать максимум или минимум функции при ограничениях-равенствах. Двойственная задача по отношению к исходной задаче строится по следующим правилам: · Если исходная задача ставится на максимум, то двойственная ставится на минимум и наоборот. Критерий согласия Пирсона.