
- •Введение
- •1. Основы исследования систем и принятия решений
- •1.1. Постановка задач принятия решений и разработка моделей
- •1.2. Классификация математических моделей и методов принятия решений
- •1.3. Принятие решений в условиях определенности при векторном критерии
- •Способ 5
- •1.4. Принятие решений в условиях риска и неопределенности
- •1.5. Программное компьютерное обеспечение исследования транспортных систем
- •2. Построение математических моделей
- •2.1. Детерминированные модели
- •2.1.1. Решение систем линейных уравнений
- •2.1.2. Решение систем нелинейных уравнений
- •2.1.3. Численное интегрирование
- •2.1.4. Вычисление специальных функций
- •2.1.5. Сортировка чисел (символов)
- •Программа сортировки по индексам
- •Программа сортировки по методу "пузырька"
- •2.2. Стохастические модели
- •2.2.1. Исследование распределения случайных величин
- •1) Критерий хи - квадрат (Пирсона)
- •2) Критерий Романовского
- •3) Критерий Колмогорова
- •Ринунок 2.13 – Эмпирическая (1) и теоретическая (2) функции распределения
- •4) Критерий Мизеса-Смирнова
- •2.2.2. Генерация случайных чисел по различным законам распределения
- •2.2.3. Интервальная оценка параметров и определение интервалов распределения случайных величин
- •2.2.4. Исследование статистических зависимостей между случайными величинами
- •2.2.5. Исследование временных рядов
- •2.2.6. Системы массового обслуживания
- •1) Аналитическое исследование систем массового обслуживания
- •2) Статистическое имитационное моделирование
- •3. Оптимизационные задачи и методы их решения
- •3.1. Безусловная оптимизация для одномерной унимодальной целевой функции
- •3.2. Многомерная безусловная оптимизация
- •3.3. Оптимизация при наличии ограничений
- •3.4. Задача линейного программирования
- •3.5. Отыскание кратчайших расстояний и путей между пунктами транспортной сети. Кратчайшая связывающая сеть
- •3.6. Транспортная задача линейного программирования
- •3.7. Одномерная задача динамического программирования
- •3.8. Эвристические методы решения транспортных задач
- •3.8.1. Маршрутизация перемещения ресурсов помашинными отправками
- •3.8.2. Маршрутизация перемещения мелких партий ресурсов
- •3.9. Задачи дискретной оптимизации
- •3.9.1. Целочисленная задача линейного программирования
- •3.9.2. Задача о назначениях
- •3.9.3. Задача о ранце (рюкзаке)
- •3.9.4. Задача о коммивояжере
- •3.10. Задачи упорядочения и согласования
- •3.11. Состязательные задачи
- •3.1. Основная литература
- •3.2. Дополнительная литература
- •Приложение 1. Компьютерная программа принятия решений в условиях риска и неопределенности
- •Приложение 2. Компьютерная программа исследования распределения случайных величин
- •Приложение 3. Компьютерная программа однофакторного корреляционно-регрессионного анализа
- •Приложение 4. Компьютерная программа проведения многофакторного корреляционно-регрессионного анализа
- •Приложение 5. Компьютерная программа выравнивания динамического ряда многочленом ряда фурье
- •Приложение 6. Компьютерная программа решения задачи линейного программирования симплекс-методом
- •Приложение 7. Компьютерная программа отыскания кратчайших расстояний между пунктами транспортной сети
- •Приложение 8. Компьютерная программа решения транспортной задачи линейного программирования
- •Приложение 9. Компьютерная программа разработки сборочно-развозочных маршрутов на основе метода кларка-райта
- •Приложение 10. Компьютерная программа расчета параметров сетевого графика
- •Приложение 11. Компьютерная программа решения игровой задачи двух сторон на основе алгоритма брауна
- •Учебное издание
- •По дисциплине "Математические модели в транспортных системах" для студентов специальностей 1-44 01 01, 1-44 01 02
- •Подписано в печать .04.2006
- •220013, Г. Минск, проспект Независимости, 65.
3) Критерий Колмогорова
Статистика критерия Колмогорова определяется максимальным отклонением по границам интервалов между теоретической F(Хj) и эмпирической Fэ(Хj) функциями распределения (рисунок 2.13).
1.0 1
F(x),Fэ(x)
0.60
2
0.20
Xmin Xmax x
X0 X1 X2 X3 X4 Xj (j=N=5)
Ринунок 2.13 – Эмпирическая (1) и теоретическая (2) функции распределения
Для этого для каждого значения Хj вычисляется модуль разности между эмпирической и теоретической функциями распределения abs(F (Хj)- Fэ (Хj)) и затем из всех рассчитанных значений находится максимальная величина
.
Вычисляется значение статистики критерия Колмогорова
.
Полученное значение статистики необходимо сравнить с табличным. При принятых значениях уровня значимости (0.1–0.2) по таблице определяют критическое значение и проверяют условие
< .
При выполнении условия гипотеза о распределении случайной величины по предполагаемому теоретическому закону по критерию Колмогорова может быть принята, в противном случае – отклонена. При больших значениях требования к согласованности распределений повышаются.
Табличные значения критерия Колмогорова следующие:
Уровень значимости |
0.40 |
0.30 |
0.20 |
0.10 |
0.05 |
Значение критерия |
0.89 |
0.97 |
1.07 |
1.22 |
1.36 |
4) Критерий Мизеса-Смирнова
Критерий Мизеса-Смирнова в отличие от критерия Колмогорова, который основывается на максимуме абсолютной величины разности между эмпирической и теоретической функциями распределения, использует статистику в виде суммы взвешенных через весовую функцию квадратов разностей между эмпирической и теоретической функциями по всем наблюдаемым значениям случайной величины
,
где F(x) – теоретическая функция распределения;
Fэ(x) – эмпирическая функция распределения;
g(F(x)) – весовая функция.
Обычно используют весовые функции двух видов: g(F(x))=1, при которой все значения функции распределения обладают одинаковым весом, и
,
при которой увеличивается вес наблюдений
на концах распределения.
Ниже рассматривается критерий при весовой функции второго вида.
После
выполнения интегрирования выражение
для расчета статистики критерия имеет
вид
,
где xi – результаты наблюдений, отсортированные по величине (x i x i +1).
Полученное значение статистики ω2 сравнивается с табличным значением ω2. Значение принимается на уровне 0.1– 0.2. Табличное значение критерия при =0.1 составляет ω2 =1.94 и при =0.2 – ω2 =1.42. Если рассчитанное значение статистики больше табличного, то гипотеза о согласованности отвергается, и если нет – то принимается.
Компьютерная программа для исследования распределения случайных величин приведена в приложении 2. Состоит из головной программы и модулей для исследования распределения непрерывных и дискретных величин.