可靠性数学.docVIP

文老师： 题1：最优化 例 1 运输问题 设有m个水泥厂A1,A2, …, Am,年产量各为a1, a2, …,am吨.有k个城市B1,B2…, Bk用这些水泥厂生产的水泥,年需求量b1,b2, …,bk吨.再设由Ai到Bj每吨水泥的运价为cij元.假设产销是平衡的,即: 试设计一个调运方案,在满足需要的同时使总运费最省。 解：设Ai→Bj的水泥量为xij,已知Ai→Bj单价为cij,单位为元,则总运费为: 数学模型: 注:平衡条件作为已知条件并不出现在约束条件中。 例2 生产计划问题 设某工厂有m种资源B1,B2, …,Bm,数量分别为: b1,b2, …, bm,用这些资源产n种产品A1,A2, …, An.每生产一个单位的Aj产品需要消耗资源Bi的量为aij,根据合同规定,产品Aj的量不少于dj.再设Aj的单价为cj. 问如何安排生产计划,才能既完成合同,又使该厂总收入最多? 数学模型 例 3 指派问题 设有四项任务B1,B2,B3,B4派四个人A1,A2, A3,A4去完成.每个人都可以承担四项任务中的任何一项,但所消耗的资金不同.设Ai完成Bj所需资金为cij. 如何分配任务,使总支出最少? 设变量 则总支出可表示为: 数学模型: 例4 0-1背包问题 设有一个容积为 b的背包，n个体积分别为，价值分别为的物品，如何以最大的价值装包? 其中目标(1.3)欲使包内所装物品的价值最大； (1.4)为包的能力限制； (1.5)表示xi为二进制变量，xi=1表示装第i个物品，xi=0表示不装． 最优化问题的一般形式为: P: (1.1)(目标函数) (1.2)(等式约束) (1.3)(不等式约束) 其中x是n维向量. 在实际应用中,可以将求最大值的目标函数取相反数后统一成公式中求最小值的形式. 我们总是讨论 题二： 给定a,b(ab)以及e 0, step 1 令x2=a+0.618(b-a), f2=f(x2); step 2 令x1=a+0.382(b-a), f1=f(x1); step 3 若|b – a| e , 则 x*=(a+b)/2,Stop. step 4 若f1f2, 则b=x2,x2=x1,f2=f1,转step 2; 若f1=f2, 则a=x1,b=x2 ,转step 1; 若f1f2, 则a=x2,x1=x2,f1=f2,转step 5; step 5 令x2=a+0.618(b – a)，f2=f(x2),转step3. 例1.4.1 用黄金分割法求函数f(x)=x2-x+2在区间[-1,3]上的极小值，要求区间长度不大于原始区间长的0.08。 用0.618法求解例1.4.1的数据表 迭代次数 [a,b] x1 x2 f1 f2 |b-a|e 0 [-1,3] 0.528 1.472 1.751 2.695 否 1 [-1,1.472] -0.056 0.528 2.059 1.751 否 2 [-0.056,1.472] 0.528 0.888 1.751 1.901 否 3 [-0.056,0.888] 0.305 0.528 1.788 1.751 否 4 [0.305,0.888] 0.528 0.665 1.751 1.777 否 5 [0.305,0.665] 0.443 0.528 1.753 1.751 否 6 [0.443,0.665] 0.528 0.580 1.751 1.757 是 最优解x*=(0.443+0.665)/2=0.554 题三： 设((,F,P)为概率空间，T是参数集。若对任意t(T，有随机变量X(t,e)与之对应，则称随机变量族{X(t,e)，tT}是((,F,P)上的随机过程，简记为{X(t)，tT}或{Xt，t(T}。 X(t)的所有可能的取值的集合称为状态空间或相空间，记为I。 ：对于固定的一个事件（样本） 样本空间：样本的集合样本空间。 函数：对于x()，称为一条轨迹一个样本函数（一个实现） 样本函数空间过程）所有样本函数x(t)集合就称为样本函数空间χ即χ={x(t),tT} 随机过程的例子 以X(t)表示某电话交换台在时间段[0,t]内接到的呼叫次数，则{X(t)，t∈[0,∞)}是随机过程； 以X(t)表示某地区第t天的最高气温，则{X(t), t=0,1,…}是随机过程； 以X(t)表示某固定点处在时刻t的海面相对于平均海平面的高度，则{X(t)，t∈[0