Відмінності між версіями «Детерм. аналог для довільного розподілу вип. вектора b: нормальний розподіл, розподіл Вейбулла, рівномірний розподіл, гамма-розподіл.»
| Рядок 21: | Рядок 21: | ||
<math>\zeta_i\geqslant 1, \lambda\geqslant 0;</math> | <math>\zeta_i\geqslant 1, \lambda\geqslant 0;</math> | ||
| + | |||
| + | Щільність розподілу 1) відповідає нормальному закону. Формула 2) відповідає розподілу Вейбулла. Розподіл 3) включає рівномірний розподіл (<math> n_i=1 </math>). Щільність 4) визначає гамма-розподіл. Формули 2) і 4) включають експоненційний розподіл (<math> \zeta_i=1 </math>). | ||
| + | |||
| + | У всіх цих випадках розглянута задача – задача опуклого програмування. Однак ліві частини обмежень <math> \prod_{i =1}^m [1- F_{b_{i}}(\tilde{b_{i}}) ] \geqslant \alpha </math> – не є опуклими вверх функціями. Замінимо цю умову на еквівалентну нерівність: | ||
| + | |||
| + | <math> \sum_{i=1}^m \ln[1-F_{b_{i}}(\tilde{b_{i}})] \geqslant \ln(\alpha) </math> | ||
| + | |||
| + | Ця заміна дозволяє перейти для всіх вищезазначених розподілів до еквівалентних детермінованих задач, у яких ліві частини обмежень – лінійні та опуклі вверх функції. | ||
| + | |||
| + | Доведемо це твердження для розподілів 1) і 2). Твердження буде доведене, якщо буде встановлена нерівність: | ||
| + | |||
Версія за 12:21, 4 квітня 2013
Розглянемо випадок, коли щільності розподілів складових Неможливо розібрати вираз (невідома помилка): b_i
вектора обмежень визначаються однією з наступних функцій:
Неможливо розібрати вираз (невідома помилка): 1) \varphi_{i}^{(1)}(y_i)=\frac{1}{\sqrt{2\pi}\sigma_i} e^{-\frac{(y_i-\mu_i)^2}{2\sigma_i^2}}
Неможливо розібрати вираз (невідома помилка): 2) \varphi_{i}^{(2)}(y_i)=\begin{cases} \lambda_i\zeta_i(y_i-\beta_i)^{\zeta_i-1}e^{-\lambda_i(y_i-\beta_i)^{\zeta_i}},y_i\geqslant \beta_i\\ 0, y_i<\beta_i \end{cases}
Неможливо розібрати вираз (невідома помилка): \zeta_i\geqslant 1, \lambda\geqslant 0;
Неможливо розібрати вираз (невідома помилка): 3) \varphi_{i}^{(3)}(y_i)=\begin{cases} \frac{n_i}{\overline{a}_i-\underline{a}_i}(\frac{y_i-\underline{a}_i}{\overline{a}_i-\underline{a}_i})^{n_i-1},y_i \in [\overline{a}_i,\underline{a}_i]\\ 0, y_i \overline{\in} [\overline{a}_i,\underline{a}_i] \end{cases}
Неможливо розібрати вираз (невідома помилка): 4) \varphi_{i}^{(4)}(y_i)=\begin{cases} \frac{\lambda_i}{\Gamma(\zeta_i)}(\lambda_i y_i)^{\zeta_i-1}e^{-\lambda_i y_i},y_i\geqslant 0\\ 0, y_i<0 \end{cases}
Неможливо розібрати вираз (невідома помилка): \zeta_i\geqslant 1, \lambda\geqslant 0;
Щільність розподілу 1) відповідає нормальному закону. Формула 2) відповідає розподілу Вейбулла. Розподіл 3) включає рівномірний розподіл (Неможливо розібрати вираз (невідома помилка): n_i=1
). Щільність 4) визначає гамма-розподіл. Формули 2) і 4) включають експоненційний розподіл (Неможливо розібрати вираз (невідома помилка): \zeta_i=1
).
У всіх цих випадках розглянута задача – задача опуклого програмування. Однак ліві частини обмежень Неможливо розібрати вираз (невідома помилка): \prod_{i =1}^m [1- F_{b_{i}}(\tilde{b_{i}}) ] \geqslant \alpha
– не є опуклими вверх функціями. Замінимо цю умову на еквівалентну нерівність:
Неможливо розібрати вираз (невідома помилка): \sum_{i=1}^m \ln[1-F_{b_{i}}(\tilde{b_{i}})] \geqslant \ln(\alpha)
Ця заміна дозволяє перейти для всіх вищезазначених розподілів до еквівалентних детермінованих задач, у яких ліві частини обмежень – лінійні та опуклі вверх функції.
Доведемо це твердження для розподілів 1) і 2). Твердження буде доведене, якщо буде встановлена нерівність:
Виконав: Олійник Артем Олександрович
