Matemaattinen ohjelmointi tarjoaamenetelmien toteuttaminen optimaalisen ratkaisun löytämiseksi. Tällaisten ongelmien ratkaisu liittyy äärialttiuden toimintojen tutkimiseen. Matemaattisen ohjelmoinnin menetelmät ovat varsin yleisiä sovelluksessa kybernetiikan alalla.
Suuri määrä tehtäviä esiintyyyhteiskuntaan, liittyy usein sellaisiin ilmiöihin, jotka perustuvat päätösten tietoiseen perustaan. Juuri tarvittavan valinnan mahdollisesta toimintatavasta, jota käytetään ihmisen elämän eri aloilla, matemaattisen ohjelmoinnin ongelmat ovat niiden sovellus.
Yhteiskunnan kehityksen historia osoittaa senrajoitettu määrä tietoa on aina estänyt oikean päätöksen, ja optimaalinen ratkaisu perustui lähinnä intuitioon ja kokemukseen. Tulevaisuudessa päätöksenteon tiedon määrän kasvaessa käytettiin suoria laskelmia.
Kuva moderniinyritys, jossa tuotetun tuotevalikoiman ansiosta syöttötietojen virtaus on yksinkertaisesti valtava. Sen käsittely on mahdollista vain nykyaikaisten elektronisten tekniikoiden avulla. Ja jos sinun tarvitsee valita optimaaliset ratkaisut tarjotuista ratkaisuista, niin et voi tehdä ilman elektroniikkaa.
Siksi matemaattinen ohjelmointi kulkee seuraavien päävaiheiden kautta.
Ensimmäisessä vaiheessa kaikki tärkeät tekijät on merkitty tärkeysjärjestykseen ja niiden välinen säännöllisyys, jota he voivat noudattaa.
Toinen vaihe on ongelmamallin rakentaminen vuonna 2003matemaattinen ilmentymä. Toisin sanoen se on todellisuuden abstraktio, jota käytetään matemaattisten symbolien avulla. Matemaattinen malli kykenee määrittämään vertailuparametrien ja valitun ilmiön välisen suhteen. Tässä vaiheessa tulisi olla tällaisen ominaisuuden rakentaminen, jossa jokainen optimaalinen tai pienempi arvo vastaa optimaalista tilannetta tekemästään päätöksestä.
Edellä olevien vaiheiden tulosten perusteella muodostetaan matemaattinen malli, joka käyttää tiettyä matemaattista tietämystä.
Kolmas vaihe liittyy tutkimukseenmuuttujia, joilla on merkittävä vaikutus objektiiviseen toimintaan. Tämän ajanjakson tulisi sisältää tietyt matemaattiset tiedot, jotka auttavat ongelmien ratkaisemisessa päätöksenteon toisessa vaiheessa.
Neljäs vaihe on verrataKolmannessa vaiheessa saadut laskutoimitukset mallinnettuun kohteeseen. Toisin sanoen, tässä vaiheessa asetettu arvo simulointiin esineen saavuttamiseksi vaadittu tarkkuus syötetyn datan. Päätöksenteko tässä vaiheessa riippuu tutkimuksen tuloksesta. Joten, kun vertailun epätyydyttäviä tuloksia vastaanotetaan, moduuloitavan kohteen tulodataa tarkennetaan. Jos tarvetta ilmenee, päivitys suoritetaan muotoilussa ongelman, jonka jälkeen rakentaminen uuden matemaattisen mallin, ratkaisu matemaattisen ongelmaa ja uusi vertailussa tuloksia.
Matemaattisen ohjelmoinnin ansiosta voimme käyttää kahta laskentataajuutta:
- sellaisten determinististen ongelmien ratkaisu, jotka olettavat kaikkien alkuperäisten tietojen varmuuden;
- stokastinen ohjelmointi, joka salliiratkaista ongelmia, jotka sisältävät epävarmuustekijöitä tai kun näiden ongelmien parametrit ovat satunnaisia. Esimerkiksi tuotannon suunnittelu tapahtuu usein reaaliaikaisten tietojen puutteellisessa näyttämisessä.
Yleisesti ottaen matemaattisella ohjelmoinnilla on rakenteessa seuraavat ohjelmointiosuudet: lineaarinen, epälineaarinen, kupera ja kvadratinen.
</ p>
