Відмінності між версіями «Задача СП: М-модель з імовірнісними обмеженнями з випадковою матрицею коефіцієнтів обмежень. Незалежні корельовані умови обмеження.»
Рядок 67: | Рядок 67: | ||
<font size=3> Додатня визначеність форми <math>\sum_{j,k}\upsilon_{ijk}x_{j}x_{k}</math> гарантує опуклість форми, обмеженої умовами (1.13). </font> | <font size=3> Додатня визначеність форми <math>\sum_{j,k}\upsilon_{ijk}x_{j}x_{k}</math> гарантує опуклість форми, обмеженої умовами (1.13). </font> | ||
− | <font size=3> Таким чином, при прийнятих припущеннях лінійна стохастична задача (1.1)-(1.3) з ймовірнісними обмеженнями зводиться до детермінованої задачі опуклого програмування з лінійною цільовою функцією та квадратичними умовами-нерівностями: </font> | + | <font size=3> Таким чином, при прийнятих припущеннях [[Задача СП. М-модель з імовірнісними обмеженнями з детермінованою матрицею коефіцієнтів обмежень. Детермінована задача. Двоїста задача.|лінійна стохастична задача(1.1)-(1.3)]] з ймовірнісними обмеженнями зводиться до детермінованої задачі опуклого програмування з лінійною цільовою функцією та квадратичними умовами-нерівностями: </font> |
<font size=3> <math>\sum^{n}_{j=1}\bar{c}_{j}\rightarrow max</math>, | <font size=3> <math>\sum^{n}_{j=1}\bar{c}_{j}\rightarrow max</math>, | ||
Рядок 79: | Рядок 79: | ||
<font size=3> <math>x_{j}\geqslant 0</math>, <math>j=1,\ldots,n</math> | <font size=3> <math>x_{j}\geqslant 0</math>, <math>j=1,\ldots,n</math> | ||
(1.16). </font> | (1.16). </font> | ||
+ | [1, c. 67-68]. | ||
==Список використаних джерел== | ==Список використаних джерел== | ||
1. Юдин Д. Б. Математические методы управления в условиях неполной информации. / Юдин Д. Б. М: «Сов. радио», 1974. – 400 с. | 1. Юдин Д. Б. Математические методы управления в условиях неполной информации. / Юдин Д. Б. М: «Сов. радио», 1974. – 400 с. |
Версія за 12:50, 2 червня 2017
Відмовимося тепер від умови детермінованості матриці А в задачі (1.1)-(1.3). Нехай елементи матриці А та складові вектора b – незалежні між собою нормально розподілені випадкові величини.
Запис Неможливо розібрати вираз (невідома помилка): a_{ij}\in N(\bar{a}_{ij},\sigma^2_{ij}) , Неможливо розібрати вираз (невідома помилка): b_{i}\in N(\bar{b}_{i},\vartheta^2_{i})
означає, що Неможливо розібрати вираз (невідома помилка): a_{ij} (відповідно Неможливо розібрати вираз (невідома помилка): b_{i}
) - нормально розподілені випадкові величини з математичним сподіваннями Неможливо розібрати вираз (невідома помилка): \bar{a}_{ij}
(відповідно Неможливо розібрати вираз (невідома помилка): \bar{b}_{i}
) та дисперсіями Неможливо розібрати вираз (невідома помилка): \vartheta^2_{i}
(відповідно Неможливо розібрати вираз (невідома помилка): \sigma^2_{ij}
).
Нехай крім того,
Неможливо розібрати вираз (невідома помилка): \alpha_{i}\geqslant 0,5,i=1,\ldots,m .
При зроблених припущеннях лінійна стохастична задача(1.1)-(1.3), розв'язок якої визначається в розв’язувальних правилах нульового порядку, зводиться до детермінованої задачі опуклого програмування з лінійною цільовою функцією та квадратичними обмеженнями.
Дійсно, при прийнятих припущеннях нев’язка і-ої умови – випадкова величина
Неможливо розібрати вираз (невідома помилка): \delta_{i} = \sum^{n}_{j=1}{a_{ij}x_{j}}- b_{i}
є нормально розподіленою величиною з математичним сподіванням
Неможливо розібрати вираз (невідома помилка): \overline{\delta_{i}(x)} = \sum^{n}_{j=1}\bar{a}_{ij}x_{j}- \bar{b}_{i}
та дисперсією
Неможливо розібрати вираз (невідома помилка): \sigma^2_{i}(x)= \sum^{n}_{j=1}\sigma^2_{ij}x^2_{j}+ \vartheta^2_{i} ,
тобто
Неможливо розібрати вираз (невідома помилка): \delta_{i}(x)\in N(\overline{\delta_{i}(x)},\sigma^2_{i}(x)) .
Співвідношення (1.2) еквівалентні нерівностям
Неможливо розібрати вираз (невідома помилка): P(\delta_{i}(x)\leqslant0)\geqslant\alpha_{i}
, Неможливо розібрати вираз (невідома помилка): i=1,\ldots,m
,
або, в нашому випадку те саме
Неможливо розібрати вираз (невідома помилка): \ \frac{1}{\sqrt{2 \pi}\sigma_{i}(x)} \int\limits_{\infty}^{0} e^{-\frac{\xi-\bar{\delta}_{i}(x))^2}{2\sigma^2_{i}(x)}}d\xi \geqslant\alpha_{i} , Неможливо розібрати вираз (невідома помилка): i=1,\ldots,m ,.
Позначивши
Неможливо розібрати вираз (невідома помилка): \ \Phi(t)=\frac{1}{\sqrt{2 \pi}} \int\limits_\infty^0 e^{-\frac{\xi^2}{2}}d\xi
- функція Лапласа,
перепишемо останню нерівність у вигляді
Неможливо розібрати вираз (невідома помилка): \Phi(-\frac{\bar{\delta}_{i}(x)}{\sigma_{i}(x)})\geqslant\alpha_{i} ,
Або те саме, що
Неможливо розібрати вираз (невідома помилка): \bar{\delta}_{i}(x)+\Phi^{-1}(\alpha_{i}\sigma_{i}(x))\leqslant 0 .
Враховуючи вирази для Неможливо розібрати вираз (невідома помилка): \bar{\delta}_{i}(x)
та Неможливо розібрати вираз (невідома помилка): \sigma_{i}(x) отримаємо
Неможливо розібрати вираз (невідома помилка): \Phi^{-1}(\alpha_{i})(\sum^{n}_{j=1}\sigma^2_{ij}x^2_{j}+ \vartheta^2_{i})^{\frac{1}{2}}\leqslant \bar{b}_{i}-\sum^{n}_{j=1}\bar{a}_{ij}x_{j} , Неможливо розібрати вираз (невідома помилка): i=1,\ldots,m . (1.12)
За умовою Неможливо розібрати вираз (невідома помилка): \alpha_{i}\geqslant 0,5 . В цьому випадку Неможливо розібрати вираз (невідома помилка): \Phi^{-1}(\alpha_{i})\geqslant 0
, і область, обмежена умовами (1.12) – опукла.
Аналогічний результат отримується і тоді, коли випадкові елементи умови – рядки, корельовані між собою.
Ведемо позначення
Неможливо розібрати вираз (невідома помилка): \upsilon_{ij}= M((b_{i}-\bar{b}_{i})(a_{ij}-\bar{a}_{ij})) , Неможливо розібрати вираз (невідома помилка): \upsilon_{ijk}= M((a_{ij}-\bar{a}_{ij})(a_{ik}-\bar{a}_{ik})) .
Міркуючи як і раніше, отримаємо при Неможливо розібрати вираз (невідома помилка): \alpha_{i}\geqslant 0,5
Неможливо розібрати вираз (невідома помилка): \Phi^{-1}(\alpha_{i})(\sum_{j,k}\upsilon_{ijk}x_{j}x_{k}+2\sum_{j}\upsilon_{ij}x_{j}+ \vartheta^2_{i})^{1/2})\leqslant \bar{b}_{i}-\sum_{j}\bar{a}_{ij}x_{j}
(1.13)
Неможливо розібрати вираз (невідома помилка): i=1,\ldots,m .
Додатня визначеність форми Неможливо розібрати вираз (невідома помилка): \sum_{j,k}\upsilon_{ijk}x_{j}x_{k}
гарантує опуклість форми, обмеженої умовами (1.13).
Таким чином, при прийнятих припущеннях лінійна стохастична задача(1.1)-(1.3) з ймовірнісними обмеженнями зводиться до детермінованої задачі опуклого програмування з лінійною цільовою функцією та квадратичними умовами-нерівностями:
Неможливо розібрати вираз (невідома помилка): \sum^{n}_{j=1}\bar{c}_{j}\rightarrow max , (1.14)
Неможливо розібрати вираз (невідома помилка): \Phi^{-1}(\alpha_{i})(\sum_{j,k}\upsilon_{ijk}x_{j}x_{k}+2\sum_{j}\upsilon_{ij}x_{j}+ \vartheta^2_{i})^{1/2})\leqslant \bar{b}_{i}-\sum_{j}\bar{a}_{ij}x_{j}
Неможливо розібрати вираз (невідома помилка): i=1,\ldots,m
(1.15)
Неможливо розібрати вираз (невідома помилка): x_{j}\geqslant 0 , Неможливо розібрати вираз (невідома помилка): j=1,\ldots,n
(1.16). [1, c. 67-68].
Список використаних джерел
1. Юдин Д. Б. Математические методы управления в условиях неполной информации. / Юдин Д. Б. М: «Сов. радио», 1974. – 400 с.