(максимум или минимум)

нелинейное программирование
Раздел математического программирования, изучающий методы решения экстремальных задач с нелинейной целевой функцией и (или) областью допустимых решений, определенной нелинейными ограничениями. В экономике это соответствует тому, что результаты (эффективность) возрастают или убывают непропорционально изменению масштабов использования ресурсов (или, что то же самое, масштабов производства) - например, из-за деления издержек производства на предприятиях на переменные и условно-постоянные, из-за насыщения спроса на товары, когда каждую следующую единицу продать труднее, чем предыдущую, из-за влияния экстерналий (см.Внешняя экономия, внешние издержки) и т.д. В краткой форме задачу Н.п. можно записать так: F (x) ? max при условиях g (x) ? b, x ? 0. где x — вектор искомых переменных, F (x) — целевая функция, g (x) — функция ограничений (непрерывно дифференцируемая), b — вектор констант ограничений (выбор знака ? в первом условии здесь произволен, его всегда можно изменить на обратный). Решение задачи нелинейного программирования (глобальный максимум или минимум) может принадлежать либо границе, либо внутренней части допустимого множества. Иначе говоря, задача состоит в выборе таких неотрицательных значений переменных, подчиненных системе ограничений в форме неравенств, при которых достигается максимум (или минимум) данной функции. При этом не оговаривается форма ни целевой функции, ни неравенств. Могут быть разные случаи: целевая функция — нелинейна, а ограничения — линейны; целевая функция — линейна, а ограничения (хотя бы одно из них) - нелинейны; и целевая функция, и ограничения нелинейны. Задачи, в которых число переменных и (или) число ограничений бесконечно, называются задачами бесконечномерного Н.п.. Задачи, в которых целевая функция и (или) функции ограничений содержат случайные элементы, называются задачами стохастического Н.п. Например, задачу для двух переменных (выпуск продукта x и выпуск продукта y) и вогнутой целевой функции (прибыль — p) можно геометрически представить на чертеже (см. рис. H.4; заштрихована область допустимых решений). Эта задача реалистично отражает распространенное в экономике явление: рост прибыли с ростом производства до определенного (оптимального) уровня в точке B’, а затем ее снижение, например, вследствие затоваривания продукцией или исчерпания наиболее эффективных ресурсов. Нелинейные задачи сложны, часто их упрощают тем, что приводят к линейным. Для этого условно принимают, что на том или ином участке целевая функция возрастает или убывает пропорционально изменению независимых переменных. Такой подход называется методом кусочно-линейных приближений, он применим, однако, лишь к некоторым видам нелинейных задач. Нелинейные задачи в определенных условиях решаются с помощью функции Лагранжа (см. Множители Лагранжа, Лагранжиан): найдя ее седловую точку, тем самым находят и решение задачи. Среди вычислительных алгоритмов Н.п. большое место занимают градиентные методы. Универсального же метода для нелинейных задач нет, и, по-видимому, может не быть, поскольку они чрезвычайно разнообразны. Особенно трудно решаются многоэкстремальные задачи. Для некоторых типов задач выпуклого программирования (вид нелинейного) разработаны эффективные численные методы оптимизации Рис. Н.4 Нелинейное программирование (заштрихована область допустимых решений)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• nonlinear programming

экстремальные задачи
От слова экстремум (крайнее), что означает максимум или минимум некоторой функции. В экономике мы обычно ищем наилучшее или оптимальное значение того или иного показателя: наивысшую производительность труда, или минимум используемых фондов и т.д. Значит, практически все или почти все экономические задачи — экстремальные. Экстремальность задачи обозначается так: A ? max или max A и т.д., если она решается на максимум какого-то критерия оптимальности A, например прибыли. Или же так: A ? min, min A, если под A понимаются, например, затраты на производство, которые надлежит минимизировать. В общем случае: extr A, или A ? extr.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• extremal problems

нелинейное программирование
Раздел математического программирования, изучающий методы решения экстремальных задач с нелинейной целевой функцией и (или) областью допустимых решений, определенной нелинейными ограничениями. В экономике это соответствует тому, что результаты (эффективность) возрастают или убывают непропорционально изменению масштабов использования ресурсов (или, что то же самое, масштабов производства) - например, из-за деления издержек производства на предприятиях на переменные и условно-постоянные, из-за насыщения спроса на товары, когда каждую следующую единицу продать труднее, чем предыдущую, из-за влияния экстерналий (см.Внешняя экономия, внешние издержки) и т.д. В краткой форме задачу Н.п. можно записать так: F (x) ? max при условиях g (x) ? b, x ? 0. где x — вектор искомых переменных, F (x) — целевая функция, g (x) — функция ограничений (непрерывно дифференцируемая), b — вектор констант ограничений (выбор знака ? в первом условии здесь произволен, его всегда можно изменить на обратный). Решение задачи нелинейного программирования (глобальный максимум или минимум) может принадлежать либо границе, либо внутренней части допустимого множества. Иначе говоря, задача состоит в выборе таких неотрицательных значений переменных, подчиненных системе ограничений в форме неравенств, при которых достигается максимум (или минимум) данной функции. При этом не оговаривается форма ни целевой функции, ни неравенств. Могут быть разные случаи: целевая функция — нелинейна, а ограничения — линейны; целевая функция — линейна, а ограничения (хотя бы одно из них) - нелинейны; и целевая функция, и ограничения нелинейны. Задачи, в которых число переменных и (или) число ограничений бесконечно, называются задачами бесконечномерного Н.п.. Задачи, в которых целевая функция и (или) функции ограничений содержат случайные элементы, называются задачами стохастического Н.п. Например, задачу для двух переменных (выпуск продукта x и выпуск продукта y) и вогнутой целевой функции (прибыль — p) можно геометрически представить на чертеже (см. рис. H.4; заштрихована область допустимых решений). Эта задача реалистично отражает распространенное в экономике явление: рост прибыли с ростом производства до определенного (оптимального) уровня в точке B’, а затем ее снижение, например, вследствие затоваривания продукцией или исчерпания наиболее эффективных ресурсов. Нелинейные задачи сложны, часто их упрощают тем, что приводят к линейным. Для этого условно принимают, что на том или ином участке целевая функция возрастает или убывает пропорционально изменению независимых переменных. Такой подход называется методом кусочно-линейных приближений, он применим, однако, лишь к некоторым видам нелинейных задач. Нелинейные задачи в определенных условиях решаются с помощью функции Лагранжа (см. Множители Лагранжа, Лагранжиан): найдя ее седловую точку, тем самым находят и решение задачи. Среди вычислительных алгоритмов Н.п. большое место занимают градиентные методы. Универсального же метода для нелинейных задач нет, и, по-видимому, может не быть, поскольку они чрезвычайно разнообразны. Особенно трудно решаются многоэкстремальные задачи. Для некоторых типов задач выпуклого программирования (вид нелинейного) разработаны эффективные численные методы оптимизации Рис. Н.4 Нелинейное программирование (заштрихована область допустимых решений)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• nonlinear programming

экстремальные задачи
От слова экстремум (крайнее), что означает максимум или минимум некоторой функции. В экономике мы обычно ищем наилучшее или оптимальное значение того или иного показателя: наивысшую производительность труда, или минимум используемых фондов и т.д. Значит, практически все или почти все экономические задачи — экстремальные. Экстремальность задачи обозначается так: A ? max или max A и т.д., если она решается на максимум какого-то критерия оптимальности A, например прибыли. Или же так: A ? min, min A, если под A понимаются, например, затраты на производство, которые надлежит минимизировать. В общем случае: extr A, или A ? extr.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• extremal problems

оптимальная модель
оптимизационная модель
Экономико-математическая модель, которая охватывает некоторое число вариантов (технологических способов) производства, распределения или потребления и предназначена для выбора таких значений переменных, характеризующих эти варианты, чтобы был найден лучший из них. В отличие от дескриптивной (описательной, балансовой) модели оптимизационная модель содержит наряду с уравнениями, описывающими взаимосвязи между переменными, также критерий для выбора — функционал (или, что то же, целевую функцию). Оптимизационные модели — основной инструмент экономико-математических методов. Обычно они очень сложны, насчитывают сотни и тысячи уравнений и переменных. Но общая структура таких моделей проста. Она состоит из целевой функции, способной принимать значения в пределах области, ограниченной условиями задачи (области допустимых решений), и ограничений, характеризующих эти условия. Целевая функция в самом общем виде в свою очередь состоит из трех элементов: управляемых переменных, параметров (или также переменных), которые не поддаются управлению, например, зависящих от внешней среды, и формы зависимости между ними (формы функции). Если обозначить критерий оптимальности — U (в частном случае, например, — полезность), управляемые переменные — xi и параметры — yi, то получим общий вид оптимизационной модели: 1) U = f (xi, yj) ? max или min, т.е. отыскивается максимум или минимум функции f (x, y) в зависимости от того, какой показатель выбран в качестве критерия; 2) xi = A, xi > A или xi < A — это означает, что управляемые переменные xi могут изменяться лишь в заданных пределах: быть равными, или больше, или меньше величин, определяемых ограничениями модели. О.м. — основа для решения оптимальных или оптимизационных задач.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• оптимизационная модель

EN

• optimization model

оптимальная модель
оптимизационная модель
Экономико-математическая модель, которая охватывает некоторое число вариантов (технологических способов) производства, распределения или потребления и предназначена для выбора таких значений переменных, характеризующих эти варианты, чтобы был найден лучший из них. В отличие от дескриптивной (описательной, балансовой) модели оптимизационная модель содержит наряду с уравнениями, описывающими взаимосвязи между переменными, также критерий для выбора — функционал (или, что то же, целевую функцию). Оптимизационные модели — основной инструмент экономико-математических методов. Обычно они очень сложны, насчитывают сотни и тысячи уравнений и переменных. Но общая структура таких моделей проста. Она состоит из целевой функции, способной принимать значения в пределах области, ограниченной условиями задачи (области допустимых решений), и ограничений, характеризующих эти условия. Целевая функция в самом общем виде в свою очередь состоит из трех элементов: управляемых переменных, параметров (или также переменных), которые не поддаются управлению, например, зависящих от внешней среды, и формы зависимости между ними (формы функции). Если обозначить критерий оптимальности — U (в частном случае, например, — полезность), управляемые переменные — xi и параметры — yi, то получим общий вид оптимизационной модели: 1) U = f (xi, yj) ? max или min, т.е. отыскивается максимум или минимум функции f (x, y) в зависимости от того, какой показатель выбран в качестве критерия; 2) xi = A, xi > A или xi < A — это означает, что управляемые переменные xi могут изменяться лишь в заданных пределах: быть равными, или больше, или меньше величин, определяемых ограничениями модели. О.м. — основа для решения оптимальных или оптимизационных задач.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• оптимизационная модель

EN

• optimization model

оптимизационная модель
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• optimization model

- конечный останов или устройство для предотвращения регулирующих действий оператора по установке регулятора на максимум или минимум; часто это связано с безопасностью.

- конечный останов или устройство для предотвращения регулирующих действий оператора по установке регулятора на максимум или минимум; часто это связано с безопасностью.

uniqueness of solution — единственность решения