-
1 выпуклое множество
Большой англо-русский и русско-английский словарь > выпуклое множество
-
2 convex set
-
3 convex set
-
4 convex set
failure set — множество отказов; множество неудачных исходов
-
5 set
nounмножество nmost selective confidence set наиболее селективное/точное доверительное множествоPareto set of designs множество n планов Паретоring of sets кольцо n множествthin set разреженное/тонкое множествоАнглийский-русский словарь по теории вероятностей, статистике и комбинаторике > set
-
6 random
adjслучайныйrandom access memory оперативная память, память с произвольной выборкойrandom -effects model модель f со случайными эффектамиrandom event случайное событие random finite set конечное случайное множествоrandom permutation случайная перестановка/подстановкаАнглийский-русский словарь по теории вероятностей, статистике и комбинаторике > random
-
7 normally
нормально, обычно normally closed switch ≈ нормально замкнутый выключатель normally convergent series ≈ нормально сходящийся ряд normally convex set ≈ нормально выпуклое множество normally correlated variables ≈ нормально коррелированные величины normally deductive codificate ≈ нормально дедуктивный кодификат normally distributed quantity ≈ (случайные) величины, распределенные по нормальному закону normally distributed random variable ≈ случайная величина, распределенная по нормальному закону normally distributed series ≈ нормально распределенный ряд normally embeddable semigroup ≈ нормально вложимая полугруппа normally hereditary space ≈ нормально наследственное пространство normally independently distributed ≈ независимые нормально распределенные (о случайных величинах) normally observable operator ≈ нормально наблюдаемый оператор normally open cover ≈ нормально открытое покрытие normally open switch ≈ нормально разомкнутый выключатель normally ordered set ≈ вполне упорядоченное множество normally resolvable operator ≈ нормально разрешимый оператор normally separated sets ≈ нормально отделимые множества normally separated space ≈ нормально отделимое пространство normally solvable equation ≈ нормально разрешимое уравнение normally summable series ≈ нормально суммируемый ряд - normally convergent - normally correlated - normally distributed - normally embedded - normally exhaustible - normally ordered - normally persistent - normally solvable adv нормально, обыкновенно, обычно, как правилоБольшой англо-русский и русско-английский словарь > normally
-
8 regularly
ровно regularly arranged matrix ≈ регулярно упорядоченная матрица regularly closed set ≈ регулярно замкнутое множество regularly closed subspace ≈ регулярно замкнутое подпространство regularly cocompact space ≈ регулярно кокомпактное пространство regularly connected complex ≈ регулярно связный комплекс regularly connected polyhedron ≈ регулярно связный полиэдр regularly convergent sequence ≈ регулярно сходящаяся последовательность regularly convergent series ≈ регулярно сходящийся ряд regularly convex set ≈ регулярно выпуклое множество regularly exhaustible surface ≈ регулярно исчерпываемая поверхность regularly finer partition ≈ регулярно более мелкое разбиение regularly missed observations ≈ регулярно пропускаемые наблюдения regularly ordered space ≈ регулярно упорядоченное пространство regularly partitioned matrix ≈ регулярно разделенная (на блоки) матрица regularly situated sets ≈ регулярно расположенные множества regularly situated subsets ≈ регулярно расположенные подмножества regularly varying function ≈ регулярно изменяющаяся функция - regularly closed - regularly convergent - regularly convex - regularly convexenvelope - regularly embedded - regularly homotopic - regularly shaped - regularly spaced правильно, размеренно регулярно, через одинаковые промежутки симметрично (юридическое) в соответствии с требованием права regularly в соответствии с требованиями права ~ регулярноБольшой англо-русский и русско-английский словарь > regularly
-
9 linear programming
линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
Англо-русский словарь нормативно-технической терминологии > linear programming
-
10 convex set
Большой англо-русский и русско-английский словарь > convex set
-
11 absolutely convex set
Математика: абсолютно выпуклое множество -
12 convex set
Механика: выпуклое множество -
13 locally convex set
Математика: локально выпуклое множество -
14 normally convex set
Математика: нормально выпуклое множество -
15 polynomially convex set
Математика: полиномиально выпуклое множествоУниверсальный англо-русский словарь > polynomially convex set
-
16 rationally convex set
Математика: рационально выпуклое множество -
17 regularly convex set
Математика: регулярно выпуклое множество -
18 strongly convex set
Математика: сильно выпуклое множество -
19 weakly convex set
Математика: слабо выпуклое множество -
20 absolutely convex set
English-Russian scientific dictionary > absolutely convex set
- 1
- 2
См. также в других словарях:
Выпуклое множество — Выпуклое множество … Википедия
ВЫПУКЛОЕ МНОЖЕСТВО — в евклидовом или другом векторном пространстве множество, к рое вместе с любыми двумя точками содержит все точки соединяющего их отрезка. Пересечение любой совокупности В. м. есть В. м. Наименьшая размерность плоскости, содержащей данное В. м.,… … Математическая энциклопедия
ВЫПУКЛОЕ ТЕЛО — замкнутое (конечное плп бесконечное) выпуклое множество в евклидовом или другом топологическом векторном пространстве, имеющее внутренние точки … Математическая энциклопедия
Выпуклое тело — геометрическое тело, обладающее тем свойством, что соединяющий две его любые точки отрезок содержится в нём целиком. На рис. тело а выпукло, а тело б не выпукло. Шар, куб, шаровой сегмент, полупространство примеры В. т. Любая связная… … Большая советская энциклопедия
Выпуклое отношение предпочтения — Выпуклость отношения предпочтения это свойство, описывающее склонность потребителя к сбалансированному потреблению имеющихся товаров. Например, если потребитель утверждает, что набор составлен из двух одинаковых пачек кофе и набор составлен … Википедия
ЛОКАЛЬНО ВЫПУКЛОЕ ПРОСТРАНСТВО — отделимое топологическое векторное пространство над полем действительных или комплексных чисел, в к ром любая окрестность нулевого элемента содержит выпуклую окрестность нулевого элемента; иначе говоря, топологическое векторное пространство… … Математическая энциклопедия
Связное множество — (математическое) точечное множество, состоящее как бы из одного куска, т. е. такое, что при любом его разбиении на два непресекающихся непустых подмножества одно из них содержит точку, предельную для другого (см. Предельная точка). На… … Большая советская энциклопедия
Случайное множество — измеримое отображение семейства элементарных исходов произвольного вероятностного пространства в некоторое пространство , элементами которого являются множества. Существуют различные уточнения понятия. Случайное множество в зависимости от… … Википедия
Уравновешенное множество — Множество , принадлежащее векторному пространству , называется уравновешенным, если для любого скаляра , такого что , выполняется соотношение то есть для любого элемента элемент … Википедия
УРАВНОВЕШЕННОЕ МНОЖЕСТВО — множество Uдействительного или комплексного векторного пространства . такое, что из и следует Примером У. м. может служить единичный шар нормированного векторного пространства и вообще окрестность нуля Uбазы окрестностей нуля топологич.… … Математическая энциклопедия
ПОЛНОЕ МНОЖЕСТВО — в топологическом векторном пространстве Xнад полем К множество Атакое, что совокупность линейных комбинаций элементов из А(всюду) плотна в X, т. е. порожденное множеством Азамкнутое подпространство, или замкнутая линейная оболочка А, совпадает с… … Математическая энциклопедия