Метод, при котором первоначально задача реш-ся без условия целочисленности, с последующим добавлением доп.ограничений до получения целочислнного реш-ия

Правильного ответа нет

На этапе модельных экспериментов самостоятельным объектом исследования явл:

Модель

Наиболее изученными и разработанными в классе нелинейных моделей явл модели:

С нелинейными ограничениями и нелинейной целевой ф-ей.

Наилучший вариант решения задачи с т.з.выбранного критерия

Оптимум

Оптимизационные ЭММ-это модели

Предназначенные для выбора наилучшего варианта раз-ия соц-эк-кой системы

Осн.ограничения модели накладываются на

Все переменные или на большинство

Ограничения пропорциональности-это ограничения

По соотношению между отдельнымипеременными

Ограничения по исп-нию произв-х рес-ов в общем виде записывается соотношениями типа:

≤

Огрничения по исп-ию пашни в случае включения чистого пара в число неизвестных величин явл ограничением типа

=

Ограничения по исп-ию площадей естественных с-х угодий (сенокосов,пастбищ)-это соотношение типа:

≤

Ограничения по исп-ию произв-х рес-ов в общем случае имеют вид:

∑a_ijx_j≤b_i+x_i

Ограничения по выполнению заданного объема работ-это соотношение типа:

≥

Ограничения по произв-ву продукции в общем случае имеют вид:

∑V_ijx_j≥V_i

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда максимальное значение ф-ции Z=X₁+2X₂ равно

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда минимальное значение ф-ции Z=X₁+2X₂ равно

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда максимальное значение ф-ции Z=2X₁-X₂ равно

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда минимальное значение ф-ции Z=2X₁-X₂ равно

-3

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда максимальное значение ф-ции Z=X₁-3X₂ равно

-4

Область допустимых реш-ий задачи линейного программирования имеет вид. Тогда минимальное значение ф-ции Z=X₁-3X₂ равно

-24

Область допустимых реш-ий в графическом методе-это

Множество точек,на плоскости,координаты к-х удовлетворяют системе ограничений модели

По общему целевому назначению ЭММ бывают:

Теоретико-аналитические

По степени агрегирования объектов модел-ия ЭММ бывают:

Макроэк-кие

По учету фактора времени ЭММ бывают:

Динамические

По учету фактора неопред-ности ЭММ бывают:

Стохастические

Прикладные ЭММ-это модели

Предназначенные для реш-ия конкретных эк-х задач анализа,прогназирования и управления

По эк-кой роли в модели переменные бывают:

Основные и вспомогательные

По эк-кому смыслу доп-ые ограничения-это ограничения:

По произв-ву заданного объема продукции

По записи матем-кой модели в общем виде коэф.ограничений обозначаются:

a_ij

Производственная ф-ция задана как Y=6K^2/3L^1/3, где K-капитал, L-труд. Тогда предельный продукт труда при К=8, L=1, равен…

Производственная ф-ция задана как Y=6K^2/3L^1/3, где K-капитал, L-труд. Тогда предельный продукт капитала при К=8, L=1, равен…

Производственная ф-ция задана как Y=6K^2/3L^1/3, где K-капитал, L-труд. Тогда предельный продукт труда при К=1, L=8, равен…

0,5

Производственная ф-ция задана как Y=6K^2/3L^1/3, где K-капитал, L-труд. Тогда предельный продукт капитала при К=1, L=8, равен…

Производственная ф-ция задается как Y=2K^0,5L^0,5, где K-капитал, L-труд. Тогда предельный продукт труда при К=25, L=16, равен…

0,5

Производственная ф-ция задана как Y=4K^0,5L^0,5, где K-капитал, L-труд. Тогда предельный продукт капитала при К=25, L=16, равен…

1,6

Производственная ф-ция задана как Y=3K^0,5L^0,5, где K-капитал, L-труд. Тогда предельный продукт труда при К=16, L=36, равен…

Производственная ф-ция задана как Y=8K^0,5L^0,5, где K-капитал, L-труд. Тогда предельный продукт капитала при К=16, L=36, равен…

Показатель,колич-но выражающий предельную меру(экстремум) эк-го эффекта принимаемого хоз-го реш-ия.

Критерий оптимальности

Переменная, относительно к-ой решено ур-ние для формирования опорного плана, при реш-ии задачи линейного программирования симплексным методом

Базисная переменная

Переменная, водимая в неравенство с целью преобразования его в ур-ие,при реш-ии задачи линейного программ-ния симплексным методом.

Искусственная переменная

Переменная, значение к-ой опред-ся на основе значения др переменной. На примере, переменная-Y в выражении Y=F(X).

Зависимая переменная

Переменная, вводимая в неравенство,имеющее знаки отн-ния «=» или «≥», с положительным единичным коэв-том,при реш-ии задачи линейного программирования М-методом

Искусственная переменная