Відмінності між версіями «Класифікація задач стохастичного програмування: за виглядом цільової функції та за умовами обмеження.»
| Рядок 13: | Рядок 13: | ||
При формалізації стохастичної задачі можна привести у відповідність всій області визначення цільової функції одне або декілька імовірнісних обмежень. Умови задачі (в лінійному випадку) можуть бути представлені у вигляді одного з наступних записів: | При формалізації стохастичної задачі можна привести у відповідність всій області визначення цільової функції одне або декілька імовірнісних обмежень. Умови задачі (в лінійному випадку) можуть бути представлені у вигляді одного з наступних записів: | ||
| − | *'''за умовами обмеження''' | + | *'''''за умовами обмеження''''' |
<math>\ a) </math> <math>\ P \left \{ \sum^{n}_{j=1} a_{ij}x_j \geq b_{i} \right \} \geq {\alpha}_{i}, 0 \le {\alpha}_{i} \le 1, i=1,...,m </math>, | <math>\ a) </math> <math>\ P \left \{ \sum^{n}_{j=1} a_{ij}x_j \geq b_{i} \right \} \geq {\alpha}_{i}, 0 \le {\alpha}_{i} \le 1, i=1,...,m </math>, | ||
<math>\ b) </math> <math>\ P \left \{ Ax \geq {b} \right \} \geq {\alpha}, 0 \le {\alpha} \le 1 </math>, | <math>\ b) </math> <math>\ P \left \{ Ax \geq {b} \right \} \geq {\alpha}, 0 \le {\alpha} \le 1 </math>, | ||
| − | <math>\ c) </math> <math>\ P \left \{ \sum^{n}_{j=1} a_{i_kj}x_j \geq b_{i_k}; i_{k}\subset{I_{k}} \right \} \geq {\alpha}_{k}, 0 \le {\alpha}_{k} \le 1, k=1,...,s </math>. | + | <math>\ c) </math> <math>\ P \left \{ \sum^{n}_{j=1} a_{i_kj}x_j \geq b_{i_k}; i_{k}\subset{I_{k}} \right \} \geq {\alpha}_{k}, 0 \le {\alpha}_{k} \le 1, k=1,...,s, |
| + | |||
| + | </math>. | ||
Версія за 16:39, 8 січня 2014
В якості цільової функції задачі стохастичного лінійного програмування з імовірнісними обмеженнями зазвичай приниймають такі функціонали, як математичне сподівання або дисперсію лінійної форми або ймовірність перевищення лінійною формою деякого фіксованого порога.
- за виглядом цільової функції
1.Задачі з цільовою функцією Неможливо розібрати вираз (невідома помилка): \overline{cx}=M(cx)
називають М- моделями
2.Задачі, в яких потрібно мінімізувати дисперсію лінійної форми Неможливо розібрати вираз (невідома помилка): \ M({cx-\overline{cx}})^2 , називають V-моделями
3.Стохастичні задачі, в яких оптимізується ймовірність перевищення лінійної формою деякого порога Неможливо розібрати вираз (невідома помилка): \ P({cx \geq c^0 x^0}) , називають P-моделями
У цю ж групу моделей включають задачі, де потрібно мінімізувати поріг Неможливо розібрати вираз (невідома помилка): \ {k} , який не повинен бути перевищений лінійною формою Неможливо розібрати вираз (невідома помилка): \ {cx}
із заданою ймовірністю Неможливо розібрати вираз (невідома помилка): \ {\alpha}
Неможливо розібрати вираз (невідома помилка): \ {k} \rightarrow min,P({cx} \le {k})={\alpha} .
При формалізації стохастичної задачі можна привести у відповідність всій області визначення цільової функції одне або декілька імовірнісних обмежень. Умови задачі (в лінійному випадку) можуть бути представлені у вигляді одного з наступних записів:
- за умовами обмеження
Неможливо розібрати вираз (невідома помилка): \ a)
Неможливо розібрати вираз (невідома помилка): \ P \left \{ \sum^{n}_{j=1} a_{ij}x_j \geq b_{i} \right \} \geq {\alpha}_{i}, 0 \le {\alpha}_{i} \le 1, i=1,...,m
,
Неможливо розібрати вираз (невідома помилка): \ b)
Неможливо розібрати вираз (невідома помилка): \ P \left \{ Ax \geq {b} \right \} \geq {\alpha}, 0 \le {\alpha} \le 1
,
Неможливо розібрати вираз (невідома помилка): \ c)
Неможливо розібрати вираз (невідома помилка): \ P \left \{ \sum^{n}_{j=1} a_{i_kj}x_j \geq b_{i_k}; i_{k}\subset{I_{k}} \right \} \geq {\alpha}_{k}, 0 \le {\alpha}_{k} \le 1, k=1,...,s,
.
