- •1. Які три складові включає постановка задачі оптимізації ? Наведіть приклад.
- •2. Наведіть класифікацію задач оптимізації і ознаки, що лежать в її основі.
- •3. Як визначити до якого класу відноситься задача оптимізації: лінійна або нелінійна? Що є ознакою їх розділення? Наведіть приклади.
- •4) Математична постановка транспортної задачі оптимізації. Що таке збалансовані та незбалансовані задачі?
- •5) Цілочисельні задачі оптимізації та їх особливості. Яким чином при рішенні задач оптимізації в Excel вказується, що змінні повинні бути цілими?
- •6) Розподільчої задачі оптимізації та їх особливості. Яким чином при рішенні задач оптимізації в Excel вказується, що змінні повинні належати множині [0, 1]?
- •7) Графічна інтерпретація вирішення задачі лінійної оптимізації симплекс методом
- •8) Методика вирішення задач оптимізації засобами Excel. Яким чином задається цільова функція, вільні змінні та тип екстремуму?
- •10. Вкажіть підходи до вирішення багатокритеріальних задач оптимізації.
- •11. Унімодальні та многомодальні цільові функції задач оптимізації. Наведіть графічні образи подібних функцій.
- •9) Методика вирішення задач оптимізації засобами Excel. Яким чином задаються обмеження на вільні змінні та їх тип: цілий, бінарний?
- •12. Як знайти аналітичним методом точки екстремуму функції однієї змінної?
- •13) В точці екстремуму перша похідна функції дорівнює нулю. Як визначити її тип – це максимум, мінімум, або точка перегину?
- •14) Перерахуйте підходи до чисельних методів вирішення нелінійних задач оптимізації та поясніть їх сутність.
- •Опишіть датчики випадкових чисел, які Ви застосовували в лабораторних роботах (Visual Studio, Excel): ім’я датчика або класу, основні методи класу, тип і діапазон чисел, що генеруються.
- •Принцип роботи алгоритмічного мультиплікативного датчика випадкових чисел.
- •Поясніть метод моделювання дискретних випадкових величин XI з ймовірністю Pi і є [1..N]. Наведіть приклад.
- •Поясніть метод моделювання неперервних випадкових величин методом оберненої функції. Наведіть приклад.
- •Поясніть метод моделювання неперервних випадкових величин методом режекції. Наведіть приклад.
- •Як визначити, чи належіть розподіл випадкової величини, який одержан експериментально, теоретичному розподілу?
- •7. В чому сутність критерію Пірсона (хі-квадрат) і з якою метою його використовують?
- •8. В чому сутність критерію Колмогорова-Смирнова і з якою метою його використовують?
- •9. Що таке помилка першого роду (пропуск цілі) і другого роду (хибна тривога) в теорії прийняття статистичного рішення? Проілюструйте рисунком.
8. В чому сутність критерію Колмогорова-Смирнова і з якою метою його використовують?
Критерій Колмогорова Смирнова призначений для перевірки простих гіпотез про належність аналізованої вибірки деякого повністю відомому закону розподілу.
Нехай
-
вибірка незалежних однаково розподілених
випадкових величин,
- емпірична
функція розподілу,
-
деяка "справжня" функція розподілу
з відомими параметрами. Статистика
критерію визначається виразом:
Гіпотеза
відкидається,
якщо статистика
перевищує
квантиль розподілу
заданого
рівня значущості
,
і приймається в іншому випадку.
9. Що таке помилка першого роду (пропуск цілі) і другого роду (хибна тривога) в теорії прийняття статистичного рішення? Проілюструйте рисунком.
Помилкове відхилення основної гіпотези Н0 називається помилкою 1 роду (пропуск цілі).
Імовірність помилки 1 роду називається рівнем значущості.
Помилкове прийняття основної гіпотези Н0 називається помилкою 2 роду (помилкова тривога).
Імовірність помилки 2 роду позначають через . Імовірність (1-) правильного відхилення основної гіпотези Н0 називається потужністю критерію прийняття рішення. Ця величина (1-) є кількісною мірою якості критерію.
Спостережуваним значенням статистичного критерію називається значення критерію, яке розраховане по вибіркової сукупності, що підкоряється певним законом розподілу.
Безліч всіх можливих значень обраного статистичного критерію ділиться на два непересічних підмножини. Перше підмножина включає в себе ті значення критерію, при яких основна гіпотеза відкидається, а друге підмножина - ті значення критерію, при яких основна гіпотеза приймається.
Критичною областю називається безліч можливих значень статистичного критерію, при яких основна гіпотеза відкидається.
Областю прийняття гіпотези або областю допустимих значень називається безліч можливих значень статистичного критерію, при яких основна гіпотеза приймається.
Якщо спостерігається значення статистичного критерію, розраховане за даними вибіркової сукупності, належить критичної області, то основна гіпотеза відкидається. Якщо спостерігається значення статистичного критерію належить області прийняття гіпотези, то основна гіпотеза приймається.
