- •26.10.2007 Г., протокол № 2
- •Введение
- •Глава 1 элементы математической статистики
- •1.2. Генеральная совокупность и выборка
- •1.2. Обработка вариационного ряда
- •Группировка вариант в классы при дискретной изменчивости признака
- •1.3. Показатели описательной статистики
- •Форма записи и расчета среднеквадратического отклонения
- •Сравнительная оценка состава работников предприятия
- •1.4. Оценка статистических параметров по выборочным данным
- •1.5. Теоретические функции распределения
- •1.6. Статистические критерии различия
- •Форма обработки вариант в независимых совокупностях
- •Форма обработки данных сопряженных наблюдений
- •Сравнение эмпирических и теоретических частот с использованием критерия Пирсона
- •Глава 2 дисперсионный анализ
- •2.1. Однофакторный дисперсионный анализ
- •Однофакторный дисперсионный анализ
- •Результаты однофакторного дисперсионного анализа
- •2.2. Двухфакторный дисперсионный анализ
- •Двухфакторный дисперсионный комплекс
- •Результаты двухфакторного дисперсионного анализа
- •Глава 3 кластерный анализ
- •Число разбиений в зависимости от их заданной доли и вероятности
- •Число разбиений в зависимости от сочетаний числа кластеров и объектов
- •3.1. Этапы работ в кластерном анализе
- •3.2. Вроцлавская таксономия
- •3.3. Метод дендро-дерева б. Берри
- •Количественные показатели для зонирования города
- •Нормализованные безразмерные данные
- •Глава 4 информационный анализ
- •4.1. Показатели неопределенности объектов
- •Расчет показателя энтропии для установления оптимального времени отбора образцов
- •4.2. Применение информационного анализа в картографии
- •Глава 5 корреляционный анализ
- •5.1. Линейная корреляция
- •Исходные данные для расчета коэффициента корреляции
- •5.2. Нелинейная корреляция
- •Исходные данные по упругости водяного пара
- •5.3. Частная (парциальная) корреляция
- •Исходные данные для расчета коэффициентов частной корреляции
- •5.4. Понятие о множественной корреляции
- •5.5. Оценка различий коэффициентов корреляции
- •5.6. Ранговая корреляция
- •Оценка ландшафта для рекреационной цели
- •Расчет рангового коэффициента корреляции
- •Глава 6 регрессионный анализ
- •6.1. Линейная зависимость
- •Расчет данных для уравнения линейной зависимости
- •Расчет данных для определения точности выравнивания линии
- •6.2. Гиперболическая зависимость
- •Расчет данных для уравнения линейной зависимости
- •6.3. Параболическая зависимость
- •Расчет данных для уравнения параболической зависимости
- •6.4. Множественная регрессия
- •Расчет данных для уравнения линейной множественной регрессии
- •Расчет данных для критерия хи-квадрат
- •Глава 7 факторный анализ
- •7.1. Сущность и возможности применения
- •7.2. Последовательность операций
- •Редуцированная корреляционная матрица Rx
- •Квадрат корреляционной матрицы
- •Показатели четвертой и восьмой степени корреляционной матрицы
- •Квадрат корреляционной матрицы
- •Матрица произведений
- •Матрица первых остаточных коэффициентов корреляции r1
- •Вычисление коэффициентов при факторе f2
- •Глава 8 методы линейного программирования
- •8.1. Составные части общей модели линейного программирования
- •8.2. Распределительная модель линейного программирования
- •8.3. Правила работы с матрицей
- •Допустимые планы перевозок грузов
- •8.4. Метод потенциалов
- •8.5. Дельта-метод Аганбегяна
- •8.6. Модификация моделей транспортных задач
- •8.6.1.Открытая транспортная задача
- •8.6.2. Максимизация целевой функции
- •8.6.3. Ограничения по времени транспортировки продукции
- •Учет времени перевозки продукции
- •8.6.3. Транспортно-производственная задача
- •8.6.4. Многоэтапная транспортная задача
- •8.6.5. Многопродуктовая транспортная задача
- •8.6.6. Лямбда-задача
- •Глава 9 методы теории графов
- •9.1. Элементы теории графов
- •9.2. Топологический анализ сетей
- •9.3. Сетевые постановки транспортных задач
- •9.4. Сетевая постановка открытой транспортной задачи
- •9.5. Транспортно-производственная задача
- •9.6. Классификация с использованием графов
- •Глава 10 динамические ряды
- •10.1. Показатели динамического ряда
- •10.2. Сглаживание динамических рядов
- •10.3. Выравнивание по способу наименьших квадратов
- •Глава 11 математическое моделирование в географии
- •11.1. Математическое моделирование природных и общественных процессов
- •Глава 12 географическое поле
- •12.1. Операции над статистическими поверхностями
- •12.2. Методика составления карт изокоррелят
- •Литература Основная
- •Дополнительная
- •Приложения
- •1. Таблица достаточно больших чисел
- •2. Случайные числа
- •3. Значение критерия τ в зависимости от объема выборки n
- •4. Значения критерия Стьюдента t при различных уровнях значимости
- •6. Значения критерия хи-квадрат (Пирсона)
- •5. Критические значения f (критерия Фишера)
- •7. Минимальные существенные значения коэффициентов корреляции
- •8. Соотношение между r и z' для z' значений от 0 до 5*
- •9. Значения коэффициента корреляции рангов Спирмена для двусторонних пределов уровня значимости α
- •10. Алгоритм вычисление основных показателей описательной статистики и критерия Стьюдента в Microsoft Office Excel 2003
- •11. Алгоритм проведения однофакторного дисперсионного анализа в Microsoft Office Excel 2003
- •12. Алгоритм проведения корреляционного и регрессионного анализов в Microsoft Office Excel 2003
- •13. Алгоритм проведения кластерного анализа в Statsoft Statistica 6.0
- •14. Алгоритм проведения факторного анализа в Statsoft Statistica 6.0
- •15. Решение задачи на оптимальность
- •Оглавление
8.6.5. Многопродуктовая транспортная задача
Все рассмотренные транспортные задачи относятся к числу однопродуктовых. Однако иногда возникает необходимость составления базисного плана перевозок взаимозаменяемых видов продукции. Такой вопрос следует решать как единую задачу, так как в ней различные продукты могут приравниваться друг к другу через переводные коэффициенты. Решение задачи данной модели не имеет принципиальных отличий от решения закрытой однопродуктовой задачи. Существуют лишь специфические методические приемы обработки исходной информации, которые необходимо знать, чтобы подготовить матрицу для выполнения расчетов.
Пример. Потребителю необходимо поставить взаимозаменяемое топливо: торф, бурый уголь. Необходимое условие: суммарная потребность в торфе и буром угле, выраженная в единицах условного топлива, будет полностью удовлетворена. Известно, что 1 т условного топлива равна 7000 ккал, 1 т торфа – 2800 ккал, 1 т бурого угля – 4200 ккал. Отсюда переводной коэффициент по теплотворной способности топлива (калорийный эквивалент) для торфа равен 2800 / 7000 = 0,4, для бурого угля – 0,6.
В табл. 8.15 представлены мощности и спросы по торфу в тоннах и показан оптимальный план перевозки с функционалом равным 13980 (F1), в табл. 8.16 представлены эти же данные по бурому углю с функционалом 10620 (F2). По двум планам объем грузооборота равен F1 + F2 = 24600 т/км. У поставщиков А1 и А2 имеется торф и бурый уголь, у поставщика А3 – только торф, у поставщика А4 – только бурый уголь. В обеих таблицах расстояния между поставщиками А1 и А2 и потребителями одинаковые, так как оба вида топлива будут перевозиться по одним и тем же транспортным путям.
Таблица 8.15
Мощности и спросы по торфу
bj ai |
B1 100 |
B2 180 |
B3 120 |
A1 150 |
12 100 |
72 |
60 50 |
A2 75 |
48 |
24 5 |
48 70 |
A3 175 |
72 |
36 175 |
60 |
Таблица 8.16
Мощности и спросы по бурому углю
bj ai |
B1 60 |
B2 210 |
B3 125 |
A1 130 |
12 60 |
72 |
60 70 |
A2 100 |
48 |
24 45 |
48 55 |
A4 165 |
36 |
12 165 |
72 |
Используя коэффициенты теплотворной способности торфа (0,4) и бурого угля (0,6) и данные Ai, Bj, xij, cij табл. 8.15, 8.16, производим перерасчет и составляем табл. 8.17, в которой данные указаны в условных (перерасчетных) единицах. Приводим ниже пояснения связанные с перерасчетом.
1. Расчет спроса потребителей в условных единицах (у. е.) проведем на примере B1 (см. табл. 8.15, 8.16). Спрос потребителя B1 на торф равен 100 т, на бурый уголь – 60 т. Используя переводные коэффициенты, рассчитываем его потребность в условном топливе:
B1 = 100 · 0,4 + 60 · 0,6 = 76.
2. Мощность поставщиков (Ai) в условных единицах дается отдельно для каждого вида топлива, потому что она выступает как ограничение на возможный размер поставок k-го вида продукта, который находится у i-го поставщика. Ее получают путем умножения величины мощности поставщика на переводной коэффициент по торфу и по бурому углю отдельно:
A1 = 150 · 0,4 = 60 (по торфу); A1 = 130 · 0,6 = 78 (по бурому углю).
3. Показатели расстояний (cij – правый верхний угол в клетках матриц, полужирный шрифт) в условных единицах получают путем деления их на переводные коэффициенты:
c11 = 12 / 0,4 = 30 (по торфу); c11 = 12 / 0,6 = 20 (по бурому углю).
После перевода всех показателей матрицы в условные единицы, как показано в пунктах 1–3, получаем новую матрицу, в которой проводим перераспределение условных единиц до получения оптимального варианта (табл. 8.17).
Таблица 8.17
Оптимальный вариант распределения поставок в условных единицах
bj, у. е. ai, у. е. |
В1 76 |
В2 198 |
В3 123 |
||
А1 |
торф |
60 |
30 60 |
150 |
120 |
|
бурый уголь |
78 |
20 16 |
100 |
80 62 |
А2 |
торф |
30 |
150 |
60 29 |
90 1 |
|
бурый уголь |
60 |
100 |
40 |
60 60 |
А3 |
торф |
70 |
180 |
90 70 |
150 |
А4 |
бурый уголь |
99 |
60 |
20 99 |
100 |
Функционал оптимального плана, выраженный в условных единицах в табл. 8.17, составляет 20790. По сравнению с суммарным потенциалом предыдущих таблиц по торфу и бурому углю, объем транспортной работы в последнем варианте с условными единицами снизился на 3810 единиц, что дает экономию по объему грузооборота более, чем на 15 %.
