- •О.В.Старожилова специальные главы математики
- •Оглавление
- •Тема 3 Нелинейная парная регрессия 152
- •Тема 4. Линейная множественная регрессия 160
- •Тема 5. Нелинейная множественная регрессия 175
- •Глава 1 Гармонический анализ
- •1.1 Задача о звучащей струне
- •1.2 Ортогональные системы функций
- •Доказательство
- •1.3 Ряд Фурье по тригонометрической системе функций
- •Доказательство
- •1.4 Достаточные условия разложения функции в ряд Фурье
- •1.5 Разложение в ряд Фурье непериодической функции
- •1.6 Ряд Фурье для четных и нечетных функций
- •Доказательство
- •1.7 Ряды Фурье для функций любого периода
- •1.8 Интеграл Фурье
- •1.9 Интеграл Фурье для четной и нечетной функции
- •1.10 Комплексная форма интеграла Фурье
- •1.11 Преобразование Фурье
- •Глава 2 Математическая логика и ив
- •2.1 Этапы развития логики
- •2.2 Логика высказываний
- •2.3Логические связки
- •2.4Логические операции
- •2.5 Алфавит исчисления высказываний
- •2.6 Формулы .Тавтология
- •2.7Законы логики высказываний
- •2.8 Формальные теории. Выводимость. Интерпретация
- •2.9 Аксиоматический метод
- •2.10 Система аксиом исчисления высказываний (ив)
- •2.11 Правила вывода
- •1 Правило подстановки(пп).
- •2 Правило заключения (пз).
- •2.12 Производные правила вывода
- •2.13 Построение вывода в логике высказываний
- •Закон перестановки посылок.
- •Закон соединения посылок
- •Закон разъединения посылок .
- •2.14 Связь между алгеброй и исчислением высказываний
- •Контрольные вопросы
- •Глава 3 Задачи регрессионного анализа
- •3.1 Метод наименьших квадратов
- •3.2 Линейный регрессионный анализ
- •3.3 Оценка модели регрессии
- •3.4 Проблемы применения метода линейной регрессии
- •3.5 Предпосылки статистической модели лр
- •3.6 Задачи регрессионного анализа
- •3.7 Многомерная нормальная регрессионная модель
- •3.8 Вариация зависимой переменной
- •Контрольные вопросы
- •Глава 4 Общая постановка и виды задач принятия решений
- •4.1 Математическая постановка задачи оптимизации
- •4.2Локальный и глобальный минимум цф
- •4.3 Методы безусловной оптимизации
- •4.4 Метод покоординатного спуска
- •4.5 Метод Розенброка
- •4.6 Метод конфигураций
- •4.7 Методы случайного поиска
- •4.8 Метод Ньютона
- •Глава 5 Преобразование Фурье
- •5.1 Аппрокисмация функции по Фурье
- •5.2 Преобразование Фурье
- •5.3 Быстрое преобразование Фурье
- •Лабораторный комплекс Гармонический и спектральный анализ
- •Вариант № 29
- •Вариант № 30
- •Тема 2. Линейная парная регрессия
- •Решение
- •Тема 3 Нелинейная парная регрессия
- •Тема 4. Линейная множественная регрессия
- •Тема 5. Нелинейная множественная регрессия
- •Численные методы поиска безусловного экстремума Графический анализ функции
- •Задача одномерного поиска
- •Алгоритм Свенна
- •Метод перебора
- •Метод поразрядного поиска
- •Метод дихотомии.
- •Метод Фибоначчи
- •Метод средней точки
- •Метод Ньютона
- •Литература
Глава 4 Общая постановка и виды задач принятия решений
При проектировании любых технических объектов, технологических процессов и систем всегда решаются задачи выбора и принятия решений.
Задачей
принятия решения
называют кортеж (совокупность)
,
где
–
множество вариантов решения задачи;
–
принцип
оптимальности, дающий представление о
качестве вариантов, в простейшем случае
– это правило их предпочтения друг
перед другом.
Решением
задачи принятия решений
называется множество
,
которое является подмножеством множества
,
полученное на основе принципа
оптимальности.
Задачи принятия решений классифицируются по наличию информации об и и бывают трех видов:
и – неизвестны. Это общая задача принятия решений. Данные для получения xопт определяют в данной задаче в процессе ее решения.
– неизвестно, – известно ( эта задача поиска вариантов).
и – известны ( это задача оптимизации).
В общем случае задача принятия решения решается в два этапа:
1 этап: Задача формализуется, т.е. строится ее математическая модель, в которой конкретные физические, технические, технологические, экономические условия и требования к объекту воплощаются в виде задачи оптимизации с определенной целевой функцией и допустимым множеством вариантов.
2 этап: Решение задачи оптимизации с использованием известных методов.
Основы теории оптимизации
Теория оптимизации, с одной стороны, является самостоятельной наукой, а, с другой стороны, составной частью науки под названием «исследование операций».
Операция (в данной науке) – это совокупность взаимосогласованных действий, направленных на достижение вполне определенной цели.
Обязательно должно быть сформулирована цель. Если есть разные пути достижения этой цели, то необходимо найти наилучший из них.
4.1 Математическая постановка задачи оптимизации
Постановка
задачи оптимизации включает в себя
множество допустимых решений
и
числовую функцию
,
определенную на этом множестве, которая
называется целевой функцией.
Нельзя отождествлять критерий (критерии) оптимальности и целевую функцию.
Целевая функция – это аналитическая зависимость между критерием (критериями) оптимальности и подлежащими оптимизации параметрами с указанием направления экстремума.
Отличие понятий «критерий» и «целевая функция» состоит в следующем:
Целевая функция может включать в себя более одного критерия.
Для целевой функции всегда и обязательно указывается вид экстремума:
.
Различают два вида задач оптимизации:
Задачу минимизации.
Задачу максимизации.
Чтобы
решить задачу минимизации
функции
на
множестве
,
необходимо найти такой вектор
(
а также соответствующее значение целевой
функции
),
чтобы неравенство:
выполнялось
для всех
.
При этом
называют
оптимальным решением (точнее здесь –
минимальным решением),а
-
оптимумом (минимумом).
Чтобы
решить задачу максимизации
функции
на
множестве
,
необходимо найти такой вектор
(
а также соответствующее значение целевой
функции
),
чтобы неравенство:
выполнялось
для всех
.
При этом
называют
оптимальным (максимальным ) решением,
а
–
оптимумом ( максимумом ).
В общем виде находится именно вектор , т.к., например, при решении двухпараметрической задачи, он будет включать в себя два параметра, трехпараметрической – три параметра и т.д.
