Abordare matematica

Exemplul 1- minimizarea functiei f, cu restrictiile date

f x y , ( ) x y x + y
2
+ :=
x 0 :=
y 0 :=
solutiile initiale posibile
Given
functia matematica given-fie date restrictiile
1 x sin 11 x ( ) ( )
2
y
2

1 x cos 7 x ( ) ( )
2
y
2

Nec Minimize f x , y , ( ) :=
functia obiectiv
Nec
0.912
0.421
|

\
|
|

=
Solutiile
Minimul functiei
m f Nec
0
Nec
1
, ( ) :=
m 1.472 =
min 1 2 , 3 , ( ) 1 =
Exemplul 2- maximizarea functiei f
f x y , ( ) x y x + y
2
+ :=
x 0 :=
y 0 :=
Given
1 x sin 11 x ( ) ( )
2
y
2

1 x cos 7 x ( ) ( )
2
y
2

Nec Maximizef x , y , ( ) :=
Nec
0.864
0.997
|

\
|
|

=
M f Nec
0
Nec
1
, ( ) :=
M 2.721 =
Exemplul 3- programare liniara
minimizarea functiei
f x
1
x
2
, x
3
, x
4
, x
5
, x
6
, x
7
, ( ) 16 x
1
4 x
2
+ 20 x
3
+ 4 x
4
+ 18 x
5
+ 3 x
6
+ 15 x
7
+ :=
x
1
0 :=
x
2
0 :=
x
3
0 :=
x
4
0 :=
x
5
0 :=
x
6
0 :=
x
7
0 :=
Given
x
1
0
x
2
0
x
3
0
x
4
0
x
5
0
x
6
0
x
7
0
4x
1
2x
2
+ 3x
3
+ 4x
5
+ 3x
7
+ 100
3x
1
4x
3
+ x
4
+ 2x
5
+ 2x
7
+ 80
2x
1
3x
3
+ x
5
+ 3x
6
+ 4x
7
+ 120
X Minimize f x
1
, x
2
, x
3
, x
4
, x
5
, x
6
, x
7
, ( ) :=
X
22.857
0
2.857
0
0
21.905
0
|

\
|
|
|
|
|
|
|
|
|

=
m f X
0
X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, ( ) :=
m 488.571 =
maximizarea functiei
f x
1
x
2
, x
3
, x
4
, x
5
, x
6
, x
7
, ( ) 16 x
1
4 x
2
+ 20 x
3
+ 4 x
4
+ 18 x
5
+ 3 x
6
+ 15 x
7
+ :=
x
1
0 :=
x
2
0 :=
x
3
0 :=
x
4
0 :=
x
5
0 :=
x
6
0 :=
x
7
0 :=
Given


x
1
20
x
2
30
x
3
30
x
4
40
x
5
50
x
6
60
x
7
70
4x
1
2x
2
+ 3x
3
+ 4x
5
+ 3x
7
+ 100
3x
1
4x
3
+ x
4
+ 2x
5
+ 2x
7
+ 80
2x
1
3x
3
+ x
5
+ 3x
6
+ 4x
7
+ 120
X Maximizef x
1
, x
2
, x
3
, x
4
, x
5
, x
6
, x
7
, ( ) :=
X
20
30
30
40
50
60
70
|

\
|
|
|
|
|
|
|
|
|

=
M f X
0
X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, ( ) :=
M 3.33 10
3
=
Sistem neliniar- solutii
x 1 :=
y 2 :=
z 2 :=
Given
x log
y
x
|

\
|
|

1 +
y 0.4 z
2
+ 2 x
2

z 2 x
y
20
+
Minerr x y , z , ( )
1.21
1.961
2.119
|

\
|
|
|

=
x 1 :=
y 2 :=
z 2 :=
Given
x log
y
x
|

\
|
|

1 +
y 0.4 z
2
+ 2 x
2

z 2 x
y
20
+
Find x y , z , ( )
1.21
1.961
2.119
|

\
|
|
|

=
Optimizarea fiabilitii

Creterea fiabiltii sistemelor prin utilizarea redondanei este o msur sigur pentru
sigurana n funcionare. Problema obinerii optimului fiabilitii prin alegerea adecvat a
alocaiilor a necesitat elaborarea unor metode eficiente de programare neliniar.
In vederea optimizrii, se precizeaz funcia obiectiv i restriciile. Pentru sistemele
complexe, din punctul de vedere al fiabilitii, funciile obiectiv pot fi:
1) minimizarea costului pentru o fiabilitate minim i greutate maxim impuse;
2) maximizarea fiabilitii pentru un cost maxim i greutate maxim impuse;
3) minimizarea costului pentru o fiabilitate minim impus, volum i greutate maxime
impuse.
Problema 1.
Fie un sistem cu N elemente n serie, ale cror fiabiliti r
1
, r
2
,...,r
N
, volume v
1
, v
2
,...,v
N
,
costuri c
1
, c
2
,...,c
N
i greuti w
1
, w
2
,...,w
N
sunt cunoscute. Se dorete maximizarea fiabilitii,
prin alocarea unor elemente redondante celor N elemente serie, tiind c resursa privind
costul total este C, volumul total al sitemului trebuie sa fie maxim V i greutatea total
maxim s fie G.










Funcia de fiabilitate a sistemului este

( ) ( ) [ ]

=
=
N
j
j
xj r x R
1
^ 1 1
Restriciile se consider a fi de forma

V x v x g
N
j
j j
=

=1
1
) (


( ) ( ) [ ] C x x c x g
N
j
j j j
+ =

=1
2
4 / exp


( ) W x x w x g
N
j
j j j
=

=1
3
4 / exp ) (
1 1 1 1
2
X
1 X
2
X
j
X
N
1
2 j
N


Aplicaie
j 1 2 3 4 5
r
j
0,8 0,85 0,90 0,65 0,75
v
j
1 2 3 4 2
c
j
7 7 5 9 4
W
j
7 8 8 6 9
V= 100; C = 175; W = 200

Solutie
Matricea datelor
ORIGIN 1 :=
r
v
Md
0.8
1
7
7
0.85
2
7
8
0.9
3
5
8
0.65
4
9
6
0.75
2
4
9
|

\
|
|
|
|
|

:=
c
w
Md
3 4 ,
9 =
Md
1 2 ,
0.85 =
Restrictiile
V 100 :=
C 175 :=
W 200 :=
Functia de fiabilitate
R x1 x2 , x3 , x4 , x5 , ( ) 1 1 Md
1 1 ,
( )
x1

1 1 Md
1 2 ,
( )
x2

1 1 Md
1 3 ,
( )
x3

1 1 Md
1 4 ,
( )
x4

1 1 Md
1 5 ,
( )
x5

:=
Functiile restrictiilor
gv x1 x2 , x3 , x4 , x5 , ( ) Md
2 1 ,
x1 Md
2 2 ,
x1 + Md
2 3 ,
x3 + Md
2 4 ,
x4 + Md
2 5 ,
x5 + :=
gc x1 x2 , x3 , x4 , x5 , ( ) Md
3 1 ,
x1 exp
x1
4
|

\
|
|

+
|

\
|
|

Md
3 2 ,
x2 exp
x2
4
|

\
|
|

+
|

\
|
|

+ Md
3 3 ,
x3 exp
x3
4
|

\
|
|

+
|

\
|
|

+ Md
3 4 ,
x4 exp
x4
4
|

\
|
|

+
|

\
|
|

+ + :=
gw x1 x2 , x3 , x4 , x5 , ( ) Md
4 1 ,
x1 exp
x1
4
|

\
|
|

Md
4 2 ,
x2 exp
x2
4
|

\
|
|

+ Md
4 3 ,
x3 exp
x3
4
|

\
|
|

+ Md
4 4 ,
x4 exp
x4
4
|

\
|
|

+ Md
4 5 ,
x5 + :=
Exemplul 2- maximizarea functiei R
x1 1 :=
x2 1 :=
x3 1 :=
x4 1 :=
x5 1 :=
Given
gv x1 x2 , x3 , x4 , x5 , ( ) V
gc x1 x2 , x3 , x4 , x5 , ( ) C
gw x1 x2 , x3 , x4 , x5 , ( ) W
Nec MaximizeR x1 , x2 , x3 , x4 , x5 , ( ) :=
Nec
2.676
2.353
2.072
3.533
2.79
|

\
|
|
|
|
|
|

=
Solutia - restrictiile suplimentare: necunoscutele sunt numere naturale
Se analizeaza valorile concrete ale solutiilor:
rotunjirea superioara cand fractia este mai mare sau egala cu 0.5, x=floor(x1)+1
rotunjirea inferioara cand fractia este mai mica cu 0.5, x=floor(x1)
Functia floor- partea intreaga
Nec
2 1 ,
2.353 =
Necrs
floor Nec
1 1 ,
( ) 1 +
floor Nec
2 1 ,
( )
floor Nec
3 1 ,
( )
floor Nec
4 1 ,
( ) 1 +
floor Nec
5 1 ,
( ) 1 +
|

\
|
|
|
|
|
|
|

:=
Necrs
3
2
2
4
3
|

\
|
|
|
|
|
|

=
Ms R Necrs
1
Necrs
2
, Necrs
3
, Necrs
4
, Necrs
5
, ( ) :=
floor 4.6 ( ) 4 =
floor 4.2 ( ) 4 =
Ms 0.931 =
Necri
floor Nec
1 1 ,
( )
floor Nec
2 1 ,
( )
floor Nec
3 1 ,
( )
floor Nec
4 1 ,
( )
floor Nec
5 1 ,
( )
|

\
|
|
|
|
|
|
|

:=
Necri
2
2
2
3
2
|

\
|
|
|
|
|
|

=
Mi R Necri
1
Necri
2
, Necri
3
, Necri
4
, Necri
5
, ( ) :=
Mi 0.834 =