A hasonlsg elemzs mdszernek matematikai elemzse A COCO

  • Slides: 46
Download presentation
A hasonlóság elemzés módszerének matematikai elemzése (A COCO LP feladatai és megoldási lehetőségei) Dr

A hasonlóság elemzés módszerének matematikai elemzése (A COCO LP feladatai és megoldási lehetőségei) Dr Bánkuti Gyöngyi Kaposvári Egyetem Matematika és Fizika Tanszék, egyetemi docens Dr Pitlik László Szent István Egyetem TATA Kiválósági Központ és Informatikai Intézet, Információtechnológiai Tanszék, vezető

Hogy kerül a csizma az asztalra ? VIII. Alkalmazott Informatika Konferencia Kaposvári Egyetem 2010.

Hogy kerül a csizma az asztalra ? VIII. Alkalmazott Informatika Konferencia Kaposvári Egyetem 2010. január 22. Gazdaságinformatika szekció II. , 48. előadó 13: 30 Elnök: Dr Bánkuti Gyöngyi

Bevezetés a COCO alapgondolatába: m – változók száma Az adatbázis: Független változók: n –

Bevezetés a COCO alapgondolatába: m – változók száma Az adatbázis: Független változók: n – adataink száma m Függő változó: n ? Vektorosan:

A közismert regresszió egy interpretációja yxi - rész becslő függvények ci - konstansok c

A közismert regresszió egy interpretációja yxi - rész becslő függvények ci - konstansok c 1 c(m-1) c 2 x 1 x 2 X 1 max. … X 2 max. X 1 max. x 1 X 2 max. Xm-1 x 2 … xm X(m-1)max. yx (m-1) yx 2 yx 1 cm yxm Xm-1 X(m-1)max. Xm max. xm Xm max.

Módosítás: Lépcsős függvény multiplikátorok ci – lépcsős függvények yxi - c 2 c 1

Módosítás: Lépcsős függvény multiplikátorok ci – lépcsős függvények yxi - c 2 c 1 … x 2 x 1 yx(m-1) … x 1 x 2 cm Xm-1 yx 2 yx 1 cm-1 rész becslő függvények xm yxm Xm-1 xm

Lépcsős függvény multiplikátorok numerikusan n Természetesen adódik, hogy n legyen a felosztás száma. xm

Lépcsős függvény multiplikátorok numerikusan n Természetesen adódik, hogy n legyen a felosztás száma. xm

ci. xi együttkezelése si - lépcsős függvény! c 1 Közelítése lépcsős függvénnyel x 1

ci. xi együttkezelése si - lépcsős függvény! c 1 Közelítése lépcsős függvénnyel x 1 Új ötlet! s 1 X 1 x 1 xi - csak változó!

si - lépcsős függvény! xi - k csak változók! …… S 1(x 1) s

si - lépcsős függvény! xi - k csak változók! …… S 1(x 1) s 1 … s 2 X 1 x 1 X 2 x 2 Lépcsők sm-1 Sm X m-1 X m xm

További ötlet: sorszám transzformáció Az alapadatok nagyság szerinti sorba rakása xi -k nem változnak

További ötlet: sorszám transzformáció Az alapadatok nagyság szerinti sorba rakása xi -k nem változnak ez csak a függő változókban történő transzformációt jelent! Ez a modellben hogyan jelentkezik ? !! ( 2010. 17. 0. 06. ) !!

Sorszámozási példa Excelben: Növekvő sorszámozás Csökkenő sorszámozás Csak y tengely menti nyújtás zsugorítás +

Sorszámozási példa Excelben: Növekvő sorszámozás Csökkenő sorszámozás Csak y tengely menti nyújtás zsugorítás + X tengelyre történő tükrözés és eltolás is

A sorszámozás használat okai és elemzése: - Az Fkeres függvény „könnyebben keres”. Ok. -

A sorszámozás használat okai és elemzése: - Az Fkeres függvény „könnyebben keres”. Ok. - „Az LP Solver csak pozitív egész számokat kezel” - A modellben xij-k kiküszöbölődnek, helyettük + egész számok lesznek !! - Mj. : Az azonos adatokat azonos sorszámmal jelöli az Excel, a következő sorszám(oka)t kihagyja

A diszkretizálás használatának problémája S 1(x 1) – diszkrét lépcsős függvény S 1(x 1)

A diszkretizálás használatának problémája S 1(x 1) – diszkrét lépcsős függvény S 1(x 1) ? … s 1 Sj+1, 1 Sj, 1 12 3 … j …(n-1) n X 1 Nx 1 Melyik (alsó, felső ; bal, jobboldali) értéket vegyük figyelembe a becslésnél? j j+1 Nx 1 X 1 Súlyozott átlagot. . ? Az lineáris, nem lépcsős fv.

A probléma megjelenése a lépcsők mátrix-ában X 1

A probléma megjelenése a lépcsők mátrix-ában X 1

A becslés hibájának definiálása - -

A becslés hibájának definiálása - -

A becslés hibájának definiálása (célfüggvény) A lépcsők mennyire becslik jól yi-ket. Lineáris hiba =

A becslés hibájának definiálása (célfüggvény) A lépcsők mennyire becslik jól yi-ket. Lineáris hiba = = min. Legkisebb négyzetek Hiba = = min.

A lépcsők LP feladata Csökkenő lépcső esetén

A lépcsők LP feladata Csökkenő lépcső esetén

A lépcsők LP feladata Csökkenő lépcső esetén n x m feltételi egyenlet

A lépcsők LP feladata Csökkenő lépcső esetén n x m feltételi egyenlet

A lépcsők LP feladata Vegyes lépcsők esetén Csökkenő Modell alkotásból adódik Határozatlan Növekvő c)

A lépcsők LP feladata Vegyes lépcsők esetén Csökkenő Modell alkotásból adódik Határozatlan Növekvő c) ? ? ? d)

A lépcsők LP feladata Növekvő lépcső és lineáris hiba függvény esetén: Abszolút érték kellene

A lépcsők LP feladata Növekvő lépcső és lineáris hiba függvény esetén: Abszolút érték kellene de azt az LP nem tud kezelni. (Solverben nem lineáris modellt kell választani. )

A lépcsők LP feladata Növekvő lépcső és lineáris hiba függvény esetén: A konstans hozzáadása

A lépcsők LP feladata Növekvő lépcső és lineáris hiba függvény esetén: A konstans hozzáadása az optimum helyét nem, csak értékét változtatja.

A megoldandó LP feladat növekvő lépcsők és lineáris hiba függvény esetén Primál: (Nem Duál

A megoldandó LP feladat növekvő lépcsők és lineáris hiba függvény esetén Primál: (Nem Duál csak más felírás) c 1 x 1

A megoldandó LP feladat csökkenő lépcsők és lineáris hiba függvény esetén: c 1 a.

A megoldandó LP feladat csökkenő lépcsők és lineáris hiba függvény esetén: c 1 a. ) x 1

a) Az egyenletek a 4 esetre 0 és 0 feltételekkel: b) c) d)

a) Az egyenletek a 4 esetre 0 és 0 feltételekkel: b) c) d)

a) Az egyenletek a 4 esetre 0 feltételekkel: b) c) d)

a) Az egyenletek a 4 esetre 0 feltételekkel: b) c) d)

A megoldandó LP feladat vegyes lépcsők és lineáris hiba függvény esetén: c 1 a.

A megoldandó LP feladat vegyes lépcsők és lineáris hiba függvény esetén: c 1 a. ) x 1 b. ) c 2 x 2

LP feladat növekvő lépcsők és lineáris hiba függvény esetén Primál: I. S 11 S

LP feladat növekvő lépcsők és lineáris hiba függvény esetén Primál: I. S 11 S 21 1 -1 u 11 b S 31 S 41 S 51 S 61 S 71 S 81 0 0 u 21 1 -1 u 31 u 41 u 51 u 61 u 71 1 -1 1 0 0 0 -1 0

A „multiplikativ modell LP feladata

A „multiplikativ modell LP feladata

Az X mátrixok definiciója

Az X mátrixok definiciója

LP feladat: INDULÓ TÁBLA egyenlőséges y becslési feltételek és lineáris hiba függvény

LP feladat: INDULÓ TÁBLA egyenlőséges y becslési feltételek és lineáris hiba függvény

Ynxn mátrixok képzése Helyezés: Ynxn= 1 2 3 4 5 6 7 8 Sorszám:

Ynxn mátrixok képzése Helyezés: Ynxn= 1 2 3 4 5 6 7 8 Sorszám: X 1 1 0 0 0 0 1 X 2 0 0 0 1 0 0 4 X 3 0 0 0 1 0 7 X 4 0 1 0 0 0 2 X 5 0 0 0 1 0 0 4 X 6 0 0 0 0 1 8 X 7 0 0 1 0 0 0 3 x 8 0 0 0 1 0 0 4

LP feladat: növekvő lépcső, lineáris hiba függvény

LP feladat: növekvő lépcső, lineáris hiba függvény

LP feladat kisebb egyenlő esetén: S mo.

LP feladat kisebb egyenlő esetén: S mo.

LP feladat nagyobb egyenlő esetén: Az egyenlőséges közelitése. . ? . . . S

LP feladat nagyobb egyenlő esetén: Az egyenlőséges közelitése. . ? . . . S = ( S mo. + S mo. ) / 2 ? ! S mo.

LP feladat kisebb és nagyobb egyenlő esetén: S < >

LP feladat kisebb és nagyobb egyenlő esetén: S < >

A legkisebb négyzetek minimuma hiba célfüggvény elemzése Legkisebb négyzetek Hiba = Kvadratikus programozási feladat:

A legkisebb négyzetek minimuma hiba célfüggvény elemzése Legkisebb négyzetek Hiba = Kvadratikus programozási feladat: Karush-Kunh-Thucker (KKT) féle feltételek esetén linearizálható: HA Q pozitív szemidefinit akkor: A kvadratikus feladat átírható lineárissá: Routh – Hurwitz kritérium: (Pozitív aldeterminánsok) = min.

A legkisebb négyzetek minimuma hiba célfüggvény elemzése - -

A legkisebb négyzetek minimuma hiba célfüggvény elemzése - -

A legkisebb négyzetek minimuma példa célfüggvény elemzése 2 -szeres szorzatok fele -fele

A legkisebb négyzetek minimuma példa célfüggvény elemzése 2 -szeres szorzatok fele -fele

A legkisebb négyzetek minimuma példa célfüggvény elemzése Routh – Hurwitz kritérium: D 1=2 D

A legkisebb négyzetek minimuma példa célfüggvény elemzése Routh – Hurwitz kritérium: D 1=2 D 2=0 D 3=0 D 4=0 Q pozitív szemidefinit!

A kvadratikus célfüggvény pozitív definitásának bizonyítása Routh – Hurwitz kritérium: D 1=1 D 2=0

A kvadratikus célfüggvény pozitív definitásának bizonyítása Routh – Hurwitz kritérium: D 1=1 D 2=0 Dn=0 Q pozitív szemidefinit!

Jelenleg használatos megoldó eszközök: Excel Solver LPS Ide LP és nem lineáris célfüggvényeket (legkisebb

Jelenleg használatos megoldó eszközök: Excel Solver LPS Ide LP és nem lineáris célfüggvényeket (legkisebb négyzetek hiba függvényt is) tud Csak LP megoldó nem lineárist pl. Lkn. -k (legkisebb négyzetek hiba függvényt) multiplikativ modellt, nem tud Kis dimenziós feladatokra jó Max ? ? ? X ? ? ? Csak pozitiv EGÉSZ ? Eket kezel (probléma transzformációja szükséges) Iterativ algoritmust használ Kezdőérték …? Mo = fv(kezdőérték) ? néha Nem multiplikativ 0 -ról is indul Időnként feltételeket sért …?

Az LP feladat típusok összefoglalása Legkisebb négyzetek hiba - Excel Feltétel Csak lépcső Lépcső

Az LP feladat típusok összefoglalása Legkisebb négyzetek hiba - Excel Feltétel Csak lépcső Lépcső Becslés = Y Lépcső Becslés Y Cél fv: Lkn. -k Solver de. . ? Solver Nem szokásos Nem megy Megoldás Solverrel Tapasztalat Robosztus, jó …? Indoklás Indirekt túlhatározott benne van a Becslés = Y Túlhatározott

Az LP feladat típusok összefoglalása Lineáris hiba – LPS IDE Feltétel Csak lépcső Lépcső

Az LP feladat típusok összefoglalása Lineáris hiba – LPS IDE Feltétel Csak lépcső Lépcső Becslés = Y Lépcső Becslés Y Cél fv: Lin. Megoldás Nem IDE-ben használt nincs nem modell megy tipus IDE de egyedül csak a párja nem fut le IDE gyakori (Mo + Mo )/2 átlag… Tapasztalat - Indok Hiányos = feltételt az modell IDE nem tud - ? ! matematikailag de intuiciónak jó. .

Az LP feladat típusok összefoglalása Multiplikativ – Lin. Hiba - Solver Feltétel Csak lépcső

Az LP feladat típusok összefoglalása Multiplikativ – Lin. Hiba - Solver Feltétel Csak lépcső Lépcső Becslés = Y Lépcső Becslés Y Cél fv: Lin. Megoldás Solver Solver (Mo + Mo )/2 átlag… Tapasztalat - - Indok Hiányos = feltételt az modell IDE nem tud ? ! matematikailag de intuiciónak jó. .

Az LP feladat típusok összefoglalása Multiplikativ – Lkn. -k hiba - Solver Feltétel Csak

Az LP feladat típusok összefoglalása Multiplikativ – Lkn. -k hiba - Solver Feltétel Csak lépcső Lépcső Becslés = Y Lépcső Becslés Y Cél fv: Lin. Megoldás Solver Solver (Mo + Mo )/2 átlag… Tapasztalat - - Indok Hiányos = feltételt az modell IDE nem tud ? ! matematikailag de intuiciónak jó. .

Megjegyzések A Multiplikativ modell bonyolultabb, nem szükséges, mert az additiv is a körül mozog.

Megjegyzések A Multiplikativ modell bonyolultabb, nem szükséges, mert az additiv is a körül mozog. Solverben üres lépcsővel nem indul. Miért nem szükségesek a Becslés = Y feltételek Véletlenszerűen változtatott lépcsők esetén is a 0 hiba csak úgy jöhet létre ha teljesül a Becslés = Y feltétel Továbbfejlesztés Az elemzések fontosak a fejlesztendő saját program kialakitásához.

Köszönöm figyelmüket!

Köszönöm figyelmüket!