2. Класифікація методів математичного програмування.

В залежності від властивостей функцій f та g_i математичне програмування можна розглядати як самостійну дисципліну, яка займається вивченням та розробкою методів рішення окремих класів задач.

На сам перед усі задачі МП можна поділити на задачі лінійного та нелінійного програмування. При цьому, якщо всі функції f та g_i лінійні, то задача є задачею лінійного програмування (ЛП). Якщо ж хоча б одна з цих функцій не лінійна, то така задача є задачею не лінійного програмування (НЛП)

Засновником ЛП є радянський математик-економіст Л.В. Канторовіч. (1939 р. наукова праця „Математичні методи організації та планування виробництва”).

Через 10 років американський математик Дж. Данціг розробив ефективний спосіб рішення даного класу задач – симплекс-метод. Вперше термін ЛП з’явився в 1951 році в працях Дж. Данціга та Т. Купманса.

Однак, при вирішенні ряду задач з’являються зв’язки не лінійного характеру. Тому вслід за розробкою моделей ЛП почалися інтенсивні дослідження не лінійних моделей.

Якщо в задачі МП цільова функція або хоча б одна з функцій обмежень нелінійна , то такий розділ МП називаеться нелінійним програмуванням (НЛП).

Якщо на всі або на деякі змінні накледені умови дискретності, наприклад, цілочисельності, то такі задачі розглядаються в розділі МП, який називається дискретним, окремо цілочисельним програмуванням.

Якщо параметри цільової функції або системи обмежень змінюються у часі або сам процес прийняття рішення має багатокроковий характер, то такі задачі вирішуються методами динамічного програмування.

В усіх наведених раніше розділах МП інформація звісна та достовірна. Такі методи оптимізації звуться детермінованими або методами існування рішень в умовах визначеності.

Якщо параметри, які належать функції цілі, або обмежень задачі є випадковими, або приймати рішення необхідно в умовах ризиків, то говорять про проблеми стохастичної оптимізації, а розділ називається стохастичним програмуванням (СП). В першу чергу слід віднести методи та моделі прийняття рішень в умовах конфліктних ситуацій (математична теорія ігор), в умовах неповної інформації (експертні оцінки), в умовах ризику (статистичні рішення) та інші.

Пізніше з’явились інші типи задач, які враховують специфіку цільової функції та системи обмежень, в зв’язку з чим виникли параметричне, дробово-лінійне, комбінаторне та інші типи програмування.

У випадку нелінійностей специфіка задач породила квадратичне, біквадратичне, сепарабельне, випукле та інші типи програмування.

З’явились численні методи пошуку оптимальних рішень: градієнтні, штрафних та барьєрних функцій, можливих напрямків, випадкового пошуку та інші.

Відзначимо, що задачі МП з однією цільовою функцією вирішуються методами скалярної оптимізації. Однак, реальні випадки настільки складні, що вимушені враховувати декілька цільових функцій, котрі повинні приймати екстремальні значення. Наприклад, дати продукції більше, високого гатунку з мінімальними витратами. Задача, де знаходять рішення по кільком цільовим функціям, відносять до векторної оптимізації – це задачі багатокритеріальні.