Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Детерминированные эквиваленты вероятностных ограниченийСтр 1 из 2Следующая ⇒
Применение традиционных методов решения требует преобразования вероятностных ограничений в соответствующие им детерминированные эквиваленты. Известно, что обычно этот процесс реализовать весьма непросто и успешным он бывает лишь в отдельных специальных случаях. Рассмотрим вероятностное ограничение, записанное в следующем виде: . (6.14) Ясно, что (I) вероятностные ограничения (6.2) представляют собой набор ограничений вида (6.14); (II) стохастическое ограничение на целевую функцию совпадает с ограничением вида (6.14), если ввести определение ; (III) стохастическое ограничение на целевую функцию совпадает с ограничением вида (6.14), если ввести определение ; (IV) стохастические ограничения на цели и совпадают с ограничением вида (6.14), если ввести определения b- и b - , соответственно и (V) стохастические ограничения на цели и совпадают с ограничением вида (6.14), если ввести определения - b и , соответственно. В этом разделе приведена сводка ряда известных результатов. Теорема 6.1. Пусть случайный вектор вырождается в случайную величину с функцией распределения Ф, а функция имеет вид = h(x)- . Тогда будет втом и только в том случае, если h(x) , где . Доказательство: Предположим, что неравенство может быть записано в следующем виде . (6.15) Ясно, что для каждого заданного доверительного уровня существует некоторое число (таких чисел может быть несколько или даже бесконечно много) такое, что (6.16) и вероятность будет возрастать, если заменить меньшим числом. Поэтому тогда и только тогда, когда Отметим, что равенство удовлетворяется всегда. Следовательно, в соответствии с (6.16), = , где – обратная функция для Ф. В ряде случаев решение уравнения (6.16) будет не единственным, что равносильно многозначности функции . В такой ситуации следует выбирать решение, наибольшее из имеющихся, т.е. Таким образом, требуемым детерминированным эквивалентом является . Теорема доказана. Предположим, что имеются следующие вероятностные ограничения: (6.17) где – экспоненциально распределенная случайная величина EXP(2), распределение вероятностей для которой обозначим как , а – нормально распределенная случайная величина N(2, 1), распределение вероятностей для нее обозначим как , Из теоремы 6.1. следует, что вероятностные ограничения (6.17) эквивалентны детерминированным ограничением вида Теорема 6.2. Пусть имеется случайный вектор , а функция g(x, ) принимает вид g(x, )= . Если и bпредставляют собой независимые нормально распределенные случайные величины, тогда тогда и только тогда, когда , (6.18) где Ф – нормированное нормальное распределение. Доказательство: Вероятностное ограничение может быть записано в следующем виде Pr . (6.19) Поскольку и b предполагаются независимыми нормально распределенными случайными величинами, функция Также является нормально распределенной функцией со следующими значениями математического ожидания и дисперсии Отметим, что случайная величина Должна быть нормированной нормально распределенной, т.е. иметь вид N(0, 1). Поскольку неравенство эквивалентно выражению Вероятностное ограничение (6.19) эквивалентно ограничению (6.20) Где - нормированная нормально распределенная случайная величина. Итак, вероятностное ограничение (6.20) удовлетвориться только тогда и только тогда, когда (6.21) Отсюда следует, что детерминированным эквивалентом рассматриваемого вероятностного ограничения является выражение (6.18). Теорема доказана. Предположим, например, что вероятностное ограничение имеет следующий вид (6.22) где и b – нормально распределенные величины N(1.1), N(2.1), N(3.1) и N(4.1), соответственно. Тогда формула (6.18) позволяет получить детерминированный эквивалент для ограничения (6.22), который примет вид учитывая тот факт, что (0.95)=1.645.
|