- •Н.К. Чертко, а.А. Карпиченко
- •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
- •Статистические показатели распределения
- •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
- •Влияние высоких доз торфа на урожай ячменя
- •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
- •Матрица таксономических метрик
- •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
- •Решетка для вычисления информационных показателей
- •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
- •Итоговые значения коэффициентов 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
- •Корреляционная матрица r для восьми параметров агроландшафта
- •Корреляционная матрица r с приближенными значениями общностей
- •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
- •Этапы вычисления приближенных значений коэффициентов
- •Вычисление коэффициентов при факторе f2
- •Этапы вычисления приближенных значений коэффициентов
- •Глава 8 методы линейного программирования
- •8.1. Составные части общей модели линейного программирования
- •8.2. Распределительная модель линейного программирования
- •Исходные данные для землеустроительной задачи
- •8.3. Правила работы с матрицей
- •Исходные данные транспортной задачи
- •Допустимые планы перевозок грузов
- •8.4. Метод потенциалов
- •Базисный допустимый план (матрица 1)
- •Результаты первого перераспределения поставок (матрица 2)
- •Результаты второго распределения поставок (матрица 3)
- •Результаты третьего распределения поставок (матрица 4)
- •8.5. Дельта-метод Аганбегяна
- •Рабочая матрица прироста затрат
- •Первый вариант перемещения поставки
- •Второе перемещение поставки
- •Третье перемещение поставки
- •Четвертое перемещение поставки
- •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
- •Форма записи исходных данных в четырехблочную матрицу
- •8.6.5. Многопродуктовая транспортная задача
- •Мощности и спросы по торфу
- •Мощности и спросы по бурому углю
- •Оптимальный вариант распределения поставок в условных единицах
- •8.6.6. Лямбда-задача
- •Глава 9 методы теории графов
- •9.1. Элементы теории графов
- •9.2. Топологический анализ сетей
- •Матрица кратчайших расстояний между вершинами и индексы доступности вершин
- •9.3. Сетевые постановки транспортных задач
- •9.4. Сетевая постановка открытой транспортной задачи
- •9.5. Транспортно-производственная задача
- •9.6. Классификация с использованием графов
- •Выращивание сельскохозяйственных культур в разрезе областей
- •Глава 10 динамические ряды
- •Виды трендовых моделей
- •10.1. Показатели динамического ряда
- •Уровень производства промышленной продукции (пп) предприятия
- •10.2. Сглаживание динамических рядов
- •Сглаживание динамического ряда укрупнением интервалов и скользящим средним
- •10.3. Выравнивание по способу наименьших квадратов
- •Выравнивание динамического ряда 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 и уровня значимости α
- •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
- •Глава 9 146
- •Глава 10 166
- •Глава 11 174
- •Глава 12 179
Исходные данные транспортной задачи
Поставщики, их мощности (аi) |
Потребители и их спрос (bj) | |||
B1 40 |
B2 25 |
B3 15 |
B4 20 | |
A1 30 |
5 |
4 |
1 |
2 |
A2 50 |
1 |
2 |
3 |
4 |
A3 20 |
3 |
2 |
5 |
1 |
По исходным данным табл. 8.2 могут быть составлены следующие допустимые планы перевозок (табл. 8.3).
В допустимом плане Сij обводятся кружком в случаях наличия в таких клетках поставок (Хij), поэтому клетки таблиц с поставками условимся называть клетками с кружками.
В табл. 8.3 а число кружков 5, т. е. меньше чем m + n – 1; в табл. 8.3 б число кружков 6 (равно m + n – 1); в табл. 8.3 в кружков 7 (больше чем m + n – 1). В методе потенциалов число кружков в допустимом плане должно быть равно m + n – 1 (вариант б) и они должны быть расположены в порядке вычеркиваемой комбинации.
Таблица 8.3
Допустимые планы перевозок грузов
а)
bj ai |
40 |
25 |
15 |
20 |
30 |
|
|
25 |
5 |
50 |
40 |
|
10 |
|
20 |
|
|
|
20 |
б)
bj ai |
40 |
25 |
15 |
20 |
30 |
|
|
15 |
15 |
50 |
40 |
5 |
|
5 |
20 |
|
20 |
|
|
в)
bj ai |
40 |
25 |
15 |
20 |
30 |
|
|
15 |
15 |
50 |
25 |
20 |
|
5 |
20 |
15 |
5 |
|
|
Вычеркиваемая комбинация получается в случае, если каждый кружок – единственный в своем столбце или строке, и тогда он может быть вычеркнут. Такому условию соответствует распределение в табл. 8.3 б. Последовательность вычеркивания следующая: 40; 15; 20; 15; 5; 5 или 20; 40; 15; 5; 15; 5.
Существует несколько способов составления допустимого (базисного) плана: северо-западного угла, поисков наименьшего элемента в столбце, наименьшего элемента в строке, наименьшего элемента в матрице. Роль наименьшего элемента выполняет Cij (цифры в правом верхнем углу клеток матрицы).
Способ северо-западного угла более сложный и в случае большой матрицы не рекомендуется его использование. Если столбцов меньше, используют поиски наименьшего Cij в столбцах; если строк мало – способ поиска наименьшего элемента в строках; если матрица большая, проводится поиск наименьшего элемента в клетках матрицы.
Проведем распределение поставок перечисленными выше способами при одинаковых исходных данных и для сравнения вычислим их функционалыmin
Способ северо-западного угла. В матрице m + n – 1=7. Поставки распределяем по диагонали не зависимо от величины Cij: 305 – 252 – 155 – 103. Остаток поставок распределяем между потребителями с учетом минимальных значений Cij: 53, 54.
bj ai |
B1 40 |
B2 25 |
B3 15 |
B4 10 |
А1 30 |
30 |
2 |
3 |
4 |
A2 30 |
5 |
25 |
2 |
0 |
A3 20 |
5 |
3 |
15 |
2 |
A4 10 |
2 |
4 |
6 |
10 |
Все потребители получили необходимый объем продукции.
Функционал при таком способе распределения имеет величину:
Z = (30 · 5) + (25 · 2) + (15 · 5) + (10 · 3) + (5 · 4) + (5 · 3) = 320.
Способ поиска наименьшего Сij в столбце. Поставки распределяются последовательно по столбцам с учетом наименьших Сij. Получаем следующую последовательность:
102 – 203 – 104 – 252 – 152 – 51 – 54.
Расчет функционала:
Z = (10 · 4) + (20 · 3) + (10 · 2) + (25 · 2) + (15 · 2) + (5 · 4) + (5 · 1) = 225.
Полученный функционал (Z = 225) указывает, что допустимый план по способу наименьшего элемента в столбе более оптимальный, чем по способу северо-западного угла (Z = 320).
bj ai |
B1 40 |
B2 25 |
B3 15 |
B4 10 |
A1 30 |
5 |
25 |
3 |
5 |
A2 30 |
10 |
2 |
15 |
5 |
A3 20 |
20 |
3 |
5 |
2 |
A4 10 |
10 |
4 |
6 |
3 |
Способ поиска наименьшего элемента Сij в строке. Поставки распределяем последовательно сверху вниз по строкам с учетом наименьших величин Cij: 252 – 101 – 203 – 102 – 152 – 55.
bj ai |
B1 40 |
B2 25 |
B3 15 |
B4 10 |
A1 30 |
5 |
25 |
3 |
4 |
A2 30 |
5 |
2 |
15 |
10 |
A3 20 |
20 |
3 |
5 |
2 |
A4 10 |
10 |
4 |
6 |
3 |
Получаем функционал:
Z = (5 · 5) + (25 · 2) + (5 ·4) + (15 · 2) + (10 · 1) + (20 · 3) + (10 · 2) = 215.
По данному способу получен функционал меньше, чем в предыдущем.
Способ поиска наименьшего элемента Cij в матрице. Поставки распределяются начиная с поиска наименьших величин Cij в матрице: 101 – 152 – 252 – 102 – 203 – 54 – 55.
bj ai |
B1 40 |
B2 25 |
B3 15 |
B4 10 |
A1 30 |
5 |
25 |
3 |
4 |
A2 30 |
5 |
2 |
15 |
10 |
A3 20 |
20 |
3 |
5 |
2 |
A4 10 |
10 |
4 |
6 |
3 |
На основании распределения поставок получаем функционал:
Z = (5 · 5) + (25 · 2) + (5 · 4) + (15 · 2) + (10 · 1) + (20 · 3) + (10 · 2) = 215.
Сопоставляя величины функционала (Z), полученные в результате составления базисного плана, получаем вывод: наименьший функционал (215), а значит, и наиболее оптимальное первоначальное распределение поставок получено в нашем примере по способу наименьшего элемента в матрице и строке.
Во всех случаях распределения поставок клеток с кружками в матрицах меньше или равно m + n – 1, комбинации кружков вычеркиваемые, поэтому распределение поставок выполнено по установленным правилам.
Изменение базисного допустимого плана. Для получения оптимального плана транспортной задачи следует выполнить условие минимизации Z:
min
путем изменения базисного допустимого плана. Для этого перемещаем меньшую поставку с большим Cij в кружке в клетку, где нет поставки, а значение Cij без кружка меньшее. Произведем перемещения в предыдущей матрице, составленной по способу наименьшего Cij в строке.
Для реализации правила цепи, по которой должна перемещаться поставка, переместим поставку в клетке 2.1, равную 5, в клетку 2.2, где нет поставки. Перемещение проводим в направлении клеток, где есть поставки, и там же делаем повороты под прямым углом, пока цепь не замкнется. В нашем случае цепь имеет следующую форму:
При перемещении поставки в вершинах цепи должны чередоваться плюсы и минусы. В клетке 2.2, куда вносим поставку, должен быть плюс, и ее обозначаем квадратом. Алгебраическая сумма Cij по перемещаемым клеткам дает представление об увеличении функционала при получении положительной суммы или уменьшении – при получении отрицательной: (+5) + (–2) + (+2) + (–4) = + 1. При указанном перемещении поставки базисный допустимый план ухудшился, так как алгебраическая сумма равна + 1.
Других вариантов перемещения поставки по цепи в матрице произвести не можем, так как придется перемещать большие поставки из клеток с меньшей Cij в клетки с большей Cij, т. е. увеличивать функционал.
Если бы по условиям задачи необходимо было свести функционал к максимумуmax, то такие перемещения улучшили бы функционал.
В клетках, где имеются поставки, при прохождении поставки по цепи их величина увеличивается (+) или уменьшается (–) на величину перемещаемой поставки (в нашем случае + или – 5).
После неудачного перемещения матрица примет вид:
bj ai |
B1 40 |
B2 25 |
B3 15 |
B4 10 |
A1 30 |
10 |
20 |
3 |
4 |
A2 30 |
4 |
5 |
15 |
10 |
A3 20 |
20 |
3 |
5 |
2 |
A4 10 |
10 |
4 |
6 |
3 |
Замкнутая цепь может иметь различную прямоугольную форму:
Правила построения цепи:
Цепь должна быть замкнутым многоугольником.
В цепи четное число вершин.
Все углы цепи прямые.
Отрезки цепи могут проходить через клетки матрицы, не являющиеся вершинами данной цепи, хотя в них могут содержаться поставки.
Положительными (плюсовыми) вершинами будут клетки, в которых при перераспределении по цепи поставки увеличиваются.
Отрицательными (минусовыми) вершинами являются клетки, в которых поставки при перераспределении уменьшаются.
В цепи положительные вершины чередуются с отрицательными, количество их равно между собой.
Вершина-квадрат, куда вносится поставка в ходе перераспределения, всегда положительная.
При перераспределении поставок по цепи можно двигаться только по горизонтали или вертикали, изменяя направление только в вершинах цепи.
Клетки, пересекаемые отрезками цепи, вершинами не являются, но в цепи отражаются в виде изломанной линии:
Алгебраическая сумма чисел в вершинах цепи Cij (–2 + 3 – 4 + 1 = = –2) показывает, насколько может измениться значение функционала, если внести в вершину-квадрат поставку, равную 1. Сумму называют характеристикой цепи. Минусовая сумма указывает на уменьшение величины функционала, плюсовая – на увеличение. Эта величина равна произведению характеристики цепи (–2) на величину поставки (Хij), которую мы перемещаем по цепи (5), т. е. –2 ∙ 5 = –10.
Вырождение матрицы – случаи в математике, которые являются исключением из общего правила. В транспортной задаче вырождение бывает в случаях, когда в допустимом плане поставок число клеток с кружками может быть меньше или больше, чем m + n – 1 (см. матрицу составления плана по способу северо-западного угла, где число клеток с кружками < m + n – 1, т. е. 6). В данном случае для решения проблемы вырождения в свободную клетку записывают нулевую поставку в порядке вычеркиваемой комбинации (клетка 2.4).
Если число кружков или число поставок в клетках больше m + n – 1, как в матрице а, необходимо выбрать наименьшую поставку (5) в клетке 3.2 и перераспределить ее по цепи, как в матрице б.
а)
bj
ai |
45 |
25 |
15 |
20 |
30 |
|
|
15 |
15 |
50 |
30 |
20 |
|
5 |
20 |
15 |
5 |
|
|
б)
bj
ai |
45 |
25 |
15 |
20 |
30 |
|
|
15 |
15 |
50 |
20 |
25 |
|
5 |
20 |
20 |
|
|
|
Равенство мощностей и спросов (закрытая задача) создает потенциальную возможность вырождения, но не всегда приводит к нему.