4. A priori menetelmät

Samankaltaiset tiedostot
Tchebycheff-menetelmä ja STEM

Painokerroin-, epsilon-rajoitusehtoja hybridimenetelmät

Painotetun metriikan ja NBI menetelmä

Tavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

3 Tilayhtälöiden numeerinen integrointi

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi

Monte Carlo -menetelmä

Tchebycheff-menetelmä ja STEM

Eräs Vaikutuskaavioiden ratkaisumenetelmä

VERKKOJEN MITOITUKSESTA

3.5 Generoivat funktiot ja momentit

Johdatus tekoälyn taustalla olevaan matematiikkaan

Mat Lineaarinen ohjelmointi

Epätäydelliset sopimukset

Kokonaislukuoptimointi

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Taustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon

Moraalinen uhkapeli: N:n agentin tapaus eli moraalinen uhkapeli tiimeissä

T p = 0. λ n i T i B = Käytetään kohdan (i) identiteetin todistamiseen induktiotodistusta. : Oletetaan, että väite on totta, kun n = k.

1 0 2 x 1 a. x 1 2x c b 2a c a. Alimmalta riviltä nähdään että yhtälöyhmällä on ratkaisu jos ja vain jos b 3a + c = 0.

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

HASSEN-WEILIN LAUSE. Kertausta

4. MARKKINOIDEN TASAPAINOTTUMINEN 4.1. Tasapainoperiaate Yritysten ja kuluttajien välinen tasapaino

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:

Jaksolliset ja toistuvat suoritukset

Moderni portfolioteoria

Jäykän kappaleen liike

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia.

Yrityksen teoria. Lari Hämäläinen S ysteemianalyysin. Laboratorio. Teknillinen korkeakoulu

Galerkin in menetelmä

Epälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely)

Raja-arvot. Osittaisderivaatat.

Kokonaislukutehtävien formulointeja ( ) 1.4) Mirko Ruokokoski S ysteemianalyysin. Laboratorio. Mirko Ruokokoski

Mekaniikan jatkokurssi Fys102

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

LIITE 2 SUORAN SOVITTAMINEN HAVAINTOPISTEISIIN

Lohkoasetelmat. Lohkoasetelmat. Lohkoasetelmat: Mitä opimme? Lohkoasetelmat. Lohkoasetelmat. Satunnaistettu täydellinen lohkoasetelma 1/4

7. Modulit Modulit ja lineaarikuvaukset.

Yrityksen teoria ja sopimukset


Automaattinen 3D - mallinnus kalibroimattomilta kuvasekvensseiltä

NeuroHaku monikerroksisen perceptron-neuroverkon epälineaarinen optimointi

Esitä koherentin QAM-ilmaisimen lohkokaavio, ja osoita matemaattisesti, että ilmaisimen lähdöstä saadaan kantataajuiset I- ja Q-signaalit ulos.

d L q i = V = mc 2 q i 1 γ = = p i. = V = γm q i + QA i. ṗ i + Q A i + Q da i t + j + V + Q φ

Kanoniset muunnokset

Pyörimisliike. Haarto & Karhunen.

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on

Kansainvälisen konsernin verosuunnittelu ja tuloksenjärjestely

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2

Tuotteiden erilaistuminen: hintakilpailu

COULOMBIN VOIMA JA SÄHKÖKENTTÄ, PISTEVARAUKSET, JATKUVAT VARAUSJAKAUMAT

S , FYSIIKKA III (ES), Syksy 2002, LH 4, Loppuviikko 39. Partitiofunktiota käyttäen keskiarvo voidaan kirjoittaa muotoon

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

porsche design mobile navigation ß9611

Palkanlaskennan vuodenvaihdemuistio 2014

PRS-xPxxx- ja LBB 4428/00 - tehovahvistimet

BL20A0600 Sähkönsiirtotekniikka

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Kuorielementti hum

AquaPro Bedienungsanleitung Operating instructions Gebruiksaanwijzing Käyttöohje FIN Rev.0607

FYSA220/2 (FYS222/2) VALON POLARISAATIO

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

3. Datan käsittely lyhyt katsaus

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)

5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

Sähkön- ja lämmöntuotannon kustannussimulointi ja herkkyysanalyysi

Mat Tilastollinen päättely 7. harjoitukset / Tehtävät. Hypoteesien testaus. Avainsanat:

SU/Vakuutusmatemaattinen yksikkö (5)

Simplex-menetelm. S ysteemianalyysin. 11. luento: Duaali-simplex. 1. vaiheen duaali-simplex. Hinnoittelu. Pivot-rivin laskeminen. Degeneroituneisuus

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta

Mittaustulosten käsittely

AB TEKNILLINEN KORKEAKOULU

Ilkka Mellin (2008) 1/24

R 2. E tot. Lasketaan energialähde kerrallaan 10 Ω:n vastuksen läpi oleva virta.

Yksikköoperaatiot ja teolliset prosessit

LIITE 2 SUORAN SOVITTAMINEN HAVAINTOPISTEISIIN

ER-kaaviot. Ohjelmien analysointi. Tilakaaviot. UML-kaaviot (luokkakaavio) Tietohakemisto. UML-kaaviot (sekvenssikaavio) Kirjasto

Rahastoonsiirtovelvoitteeseen ja perustekorkoon liittyvät laskentakaavat. Soveltaminen

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

Seniorien palvelutalo Untuva

Kuluttajahintojen muutokset

Hyrynsalmen kunta, jäljempänä kunta. Laskutie 1, HYRYNSALMI. Kohde sijaitsee Hallan Sauna- nimisessä kiinteistössä.

3.3 Hajontaluvuista. MAB5: Tunnusluvut

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi

Pro gradu -tutkielma. Whitneyn upotuslause. Teemu Saksala

FYSIIKAN LABORATORIOTYÖT P

Työllistääkö aktivointi?

3D-mallintaminen konvergenttikuvilta

PUTKIKELLON SUUNNITTELU 1 JOHDANTO 2 VÄRÄHTELEVÄN PALKIN TEORIAA. dm Q dx = (1) Matti A Ranta

W Hz. kohinageneraattori. H(f) W Hz. W Hz. ELEC-A7200 Signaalit ja järjestelmät Laskuharjoitukset. LASKUHARJOITUS 5 Sivu 1/7

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia

Kynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto

Tasapainojen määrittäminen tasapainovakiomenetelmällä

Transkriptio:

4. A pror menetelmät 4. Arvofunkto-menetelmä 4.2 Lekskografnen järjestämnen 4.3 Tavoteohjelmont Tom Bäckström Optmontopn semnaar - Kevät 2000 / 4. Arvofunkto-menetelmä Päätöksentekjä antaa eksplsttsen matemaattsen lausekkeen arvofunktolle U: R k R max U ( f ( x)) x s. e. x S Saatua funktota vodaan suoraan optmoda Optmontopn semnaar - Kevät 2000 / 2

4. Arvofunkto-menetelmä (jatk.) Optmontopn semnaar - Kevät 2000 / 3 Arvofunktot: Päätelmä Optmaalnen mkäl päätöksentekjä osaa muodostaa arvofunktonsa. Käytännössä mahdollsta van jos käypen psteden joukko on dskreett Ongelma: Mten muodostetaan arvofunkto? Optmontopn semnaar - Kevät 2000 / 4 2

4.2 Lekskografnen järjestämnen Päätöksentekjä järjestää kohdefunktot tärkeysjärjestykseen Kohdefunktota optmodaan yks kerrallaan tärkeysjärjerjestyksessä kunnes löydetään ykskästtenen optm. lex mn f( x), f2( x),..., f s. e. x S. n ( x) Optmontopn semnaar - Kevät 2000 / 5 4.2 Lekskografnen järjestämnen (jatkoa) Optmontopn semnaar - Kevät 2000 / 6 3

4.2 Lekskografnen järjestämnen (jatkoa) Tärken kohdefunkto on äärettömän paljon tärkeämp kun muut kohdefunktot. Suurkaan parannus vähemmän tärkeässä krteerssä e vakuta tärkeämpen krteeren optmontn. Vodaan osottaa että menetelmän toteuttama arvofunkto on epäjatkuva. Optmontopn semnaar - Kevät 2000 / 7 4.2 Lekskografnen järjestämnen (jatkoa) Teoreema. Lekskografsen ongelman ratkasu on Pareto-optmaalnen. Tod. perustuu vastaväteeseen: On olemassa pste joka on vähntään yhtä hyvä kaklla ja paremp anakn yhdellä kohdefunktolla kun x *. * x S sten että f ( x ) f ( x ), =,..., k mn x p f ( x) = * f ( x ) p f ( x p ) = * f ( x ) Optmontopn semnaar - Kevät 2000 / 8 4

4.2 Lekskografnen järjestämnen Muunnelma Vodaan aproksmoda panotetulla summalla jossa panot ovat er suuruusluokkaa. mn x w f ( x) s.e. x S, w >> w2 >> w3 >>... Tehtävä palautuu lnearseks optmonttehtäväks Optmontopn semnaar - Kevät 2000 / 9 4.2 Lekskografnen järjestämnen Muunnelma (jatkoa) Jo optmotuja funktota vodaan ptää yhtälörajotuksna: Kompromssen akaansaamseks vodaan e.o. yhtälölle määrtellä huononnuskrteerejä jolla rajotuksa kevennetään. Iteraato 2 f2 x : mn ( x) s.e. f * ( ) f ( ) x = x, x S Optmontopn semnaar - Kevät 2000 / 0 5

4.3 Tavoteohjelmont Päätöksentekjä antaa (optmstsen) tavotetason z jokaselle kohdefunktolle f. Idea: Mnmodaan jokasen funkton pokkeamaa tavotetasostaan. k mn w f ( x) z s.e. = x S Optmontopn semnaar - Kevät 2000 / 4.3 Tavoteohjelmont (jatkoa) Optmontopn semnaar - Kevät 2000 / 2 6

4.3 Tavoteohjelmont (jatkoa) Tavoteet ovat muotoa f (x) z mnmonttehtävälle, vastaavast f (x) z maksmonttehtävälle. Mnmodaan pokkeamaa δ tavotetasosta. + δ ( ) = z f x, δ = δ δ, + f ( x) + δ δ = z Ylestetty tavoteohjelmont Optmontopn semnaar - Kevät 2000 / 3 4.3 Tavoteohjelmont (jatkoa) Ylenen panotettu tavoteohjelmont-muoto: mn + + ( w + w ) δ δ + s.e. f ( x) + δ δ = z, + δ, δ 0, x S Optmontopn semnaar - Kevät 2000 / 4 7

4.3 Tavoteohjelmont (jatkoa) Jos kakk tavotteet ovat muotoa f (x) z, nn saadaan: mn s. e. k = + x S + + f ( x) δ ω δ + z, =,..., k δ 0, =,..., k Optmontopn semnaar - Kevät 2000 / 5 4.3 Tavoteohjelmont (jatkoa) Edellä käytettn L -metrkkaa, mutta mkään e estä käyttämästä jotan muuta L p - metrkkaa. Ongelma: Mten valta metrkka? Optmontopn semnaar - Kevät 2000 / 6 8

4.3 Tavoteohjelmont (jatkoa) Teoreema 2. Tavoteohjelmontongelman ratkasu on Pareto-optmaalnen jos joko tavotepste on Pareto-optmaalnen, ta kakk pokkeamat tavotearvosta ovat enegatvsa. Optmontopn semnaar - Kevät 2000 / 7 4.3 Tavoteohjelmont (jatkoa) Optmontopn semnaar - Kevät 2000 / 8 9

Mn-max tavoteohjelmont Muodostetaan tehtävä muotoa mn s.e. + max δ =,..., k ( ) + f x δ z =,.., k x S Optmontopn semnaar - Kevät 2000 / 9 Lekskografnen tavoteohjelmont Päätöksentekjä antaa sekä tavotetason että kohdefunktoden tärkeysjärjestyksen. Mnmodaan erotusta tavotetasoon kohdefunktoden tärkeysjärjestyksessä. lex mn w f, w f, w f,... s.e. x S 2 2 3 3 Optmontopn semnaar - Kevät 2000 / 20 0

4.3 Tavoteohjelmont (jatkoa) Tonen suosttu tavoteohjelmonnn ja lekskograafsen järjestämsen yhdstelmä: Muodostetaan tärkeysjärjestysluokka joden ssällä ratkastaan tavoteohjelmonttehtävä. Optmontopn semnaar - Kevät 2000 / 2 Yhteenveto Arvofunktomenetelmä on matemaattsest yksnkertanen, mutta arvofunkton valnta vo olla hankalaa. Lekskografnen järjestämnen on myös yksnkertanen, mutta e anna mahdollsuuksa kompromssehn. Tavoteohjelmont on päätöksentekjälle helpomp, mutta panojen ja metrkan valnta on ongelma. Optmontopn semnaar - Kevät 2000 / 22

Kottehtävä - Asunnon valnta Tehtävänä on valta asunto taulukon tetojen perusteella. Lauttasaar Munkknem Soukka Leppävaara Huoneta 2 2 2 3 Nelötä 45 43 60 60 Nelöhnta 5 000,00 mk 5 000,00 mk 7 800,00 mk 250,00 mk Kokonashnta 675 000,00 mk 645 000,00 mk 468 000,00 mk 675 000,00 mk Etäsyys Otanemeen (km) 4 4 5 4 Etäsyys Kamppn (km) 3 5 20 2 Oma sauna (=on,0=e) 0 0 Optmontopn semnaar - Kevät 2000 / 23 Kottehtävä (jatkoa) a) Ratkase tehtävä arvofunktomenetelmällä. Käytä omaa arvofunktota. b) Ratkase tehtävä lekskografsella järjestämsellä. Käytä omaa tärkeysjärjestystä. c) Ratkase tehtävä tavoteohjelmonnlla. Valtse omat tavotteet ja panot. Optmontopn semnaar - Kevät 2000 / 24 2