PIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH

Podobne dokumenty
Zaawansowane metody numeryczne

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

ROZMYTE WARTOŚCI WIELKOŚCI PRODUKCJI I INTERWAŁOWE WARTOŚCI KOSZTÓW W ANALIZIE WEJŚCIA WYJŚCIA.

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Diagonalizacja macierzy kwadratowej

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311

Problem plecakowy (KNAPSACK PROBLEM).

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Natalia Nehrebecka. Zajęcia 4

Kwantowa natura promieniowania elektromagnetycznego

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

7. Wykład VII: Warunki Kuhna-Tuckera

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Laboratorium ochrony danych

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH

Sortowanie szybkie Quick Sort

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

WikiWS For Business Sharks

Programowanie Równoległe i Rozproszone

Wstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

Badania operacyjne w logistyce i zarządzaniu produkcją

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

I. Elementy analizy matematycznej

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

ZAGADNIENIE TRANSPORTOWE

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

Podstawy teorii falek (Wavelets)

Wykład 5 12/15/2013. Problemy algebry liniowej w Matlabie

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

2. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI

Analiza ryzyka kosztowego robót remontowo-budowlanych w warunkach niepełnej informacji

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

ZESTAW ZADAŃ Z INFORMATYKI

APROKSYMACJA QUASIJEDNOSTAJNA

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH


) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Stateczność układów ramowych

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Statystyka. Zmienne losowe

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Definicje ogólne

Wykład IX Optymalizacja i minimalizacja funkcji

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

(Dantzig G. B. (1963))

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

1. Komfort cieplny pomieszczeń

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Natalia Nehrebecka. Wykład 2

SZTUCZNA INTELIGENCJA

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

ZASTOSOWANIE METOD ANALIZY WRAŻLIWOŚCI DO MODELOWANIA KONSTRUKCJI Z PRZEDZIAŁOWYMI PARAMETRAMI. 1 Wprowadzenie

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej


Zadanie na wykonanie Projektu Zespołowego

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

Matematyczny opis ryzyka

KONSPEKT WYKŁADU. nt. MECHANIKA OŚRODKÓW CIĄGŁYCH. Piotr Konderla

Metoda wyznaczania najtańszych 1-diagnozowalnych struktur opiniowania diagnostycznego

Prawdopodobieństwo i statystyka r.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

Egzamin poprawkowy z Analizy II 11 września 2013

Wprowadzenie. Support vector machines (maszyny wektorów wspierających, maszyny wektorów nośnych) SVM służy do: Zalety metody SVM

p Z(G). (G : Z({x i })),

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Plan wykładu. Sztuczne sieci neuronowe. Neuronu dyskretny. Neuron dyskretny (perceptron prosty)

Ć W I C Z E N I E N R M-6

Proste modele ze złożonym zachowaniem czyli o chaosie

Transkrypt:

Marusz GONERA, Ludmła DYMOWA, Paweł SEWASTJANOW Instytut Informatyk Teoretyczne Stosowane ul. Dąbrowskego, 73, 42-200 Częstochowa PIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH 285 słów Znaczna cześć problemów przy modelowanu procesów, zawsk w narozmatszych dzedznach sprowadza sę do rozwązywana układów równań lnowych algebracznych. Dzś można powedzeć, że problemy ch rozwązywana w przypadku opsu parametrów przez lczby rzeczywste są w zasadze rozwązane. Jednak w rzeczywstośc parametry tych układów równań są często wadome z dokładnoścą do przedzałów. Konstatuemy, że, ścśle mówąc, układ równań, realzuący, na przykład, zagadnene mechank, rozwązywany za pomocą metody elementów skończonych, ma być przedstawony w kształce przedzałowym. Równeż dotyczy to systemów ekonometrycznych, których parametry maą awne przedzałowy charakter uż na zasadze wewnętrznych właścwośc metod statystycznych, wykorzystywanych dla ch otrzymana. Problem rozwązywana równań przydzałowych est ednym z ważneszych zagadneń arytmetyk przedzałowe. Mmo, że formalne rozszerzene przedzałowe systemów zwykłych z punktu wdzena algebracznego wydae sę banalnym, konkretne realzace, na przykład, rozmytoprzedzałowe odmany procedury Gaussa doprowadzą do znacznego rozszerzena wynkowych przedzałów. Odnotowana cecha to est wewnętrzny problem arytmetyk przedzałowe, w zwązku z czym powstało klka e modyfkac. Wszystke te sposoby są efektywne w odnesenu do określonych klas sytuac. W całośc wzrost przedzałów wynkowych całkowce odzwercedla rzeczywstość w stoce odpowada zasadze wzrastana neoznaczonośc (entrop). Przyczyną ch powstana est właśne dążene do skonstruowana matematyk przedzałowe, pozwalaące otrzymywać wynk w forme dosyć wąskch przedzałów. Drug metodologczny problem rozwązywana równań przedzałowych, to problem stnena zera przedzałowego. W nnesze pracy zaproponowana została metoda rozwązywana równań przedzałowych, całkowce rozwązuąca problem drug w znaczącym stopnu problem perwszy. Naturalny efekt osąga sę w skutku wprowadzena nektórych ogranczeń, które będzemy nazywal naturalnym. Przy tym perwastk równań przedzałowych otrzymuemy w forme dosyć wąskch przedzałów rozmytych. W nnesze pracy opsane są ogólne metodologczne zasady zaproponowane metody. Metoda została zlustrowana przykładem rozwązywana układu równań lnowych przedzałowych. Otrzymane wynk są porównane z wynkam rozwązywana tego samego zagadnena przez bezpośredne rozszerzene przedzałowe procedury Gaussa. SŁOWA KLUCZOWE: ranga, lczba przedzałowa, przedzałowa metoda Gaussa 1.WPROWADZENIE Znaczna cześć problemów przy modelowanu procesów, zawsk w narozmatszych dzedznach sprowadza sę do rozwązywana układów równań lnowych algebracznych. Dzś można powedzeć, że problemy ch rozwązywana w przypadku opsu parametrów przez lczby rzeczywste są w zasadze rozwązane. Jednak w rzeczywstośc parametry tych układów równań są często wadome z dokładnoścą do przedzałów. Na przykład, dobre nformatorze właścwośc materałów podaą z reguły dane w forme m±σ, gdze σ charakteryzue sę szerokoścą przedzałów zadanego parametru. Ne będzemy tuta zagłębać sę w flozofę nepewnośc danych weścowych (zwykle est zwązana z nedokładnoścą pomarów, prognoz, - 1 -

wpływu zewnętrznego otoczena tp.). Konstatuemy, że, ścsłe mówąc, układ równań, realzuący, na przykład, zagadnene mechank, rozwązywany za pomocą metody elementów skończonych, ma być przedstawony w kształce przedzałowym. Równeż dotyczy to systemów ekonometrycznych, których parametry maą awne przedzałowy charakter uż na zasadze wewnętrznych właścwośc metod statystycznych, wykorzystywanych dla ch otrzymana. Problem rozwązywana równań przydzałowych est ednym z ważneszych zagadneń arytmetyk przedzałowe [1]. Mmo, że formalne rozszerzene przedzałowe systemów zwykłych z punktu wdzena algebracznego wydae sę banalnym, konkretne realzace, na przykład, rozmyto-przedzałowe odmany procedury Gaussa doprowadzą do znacznego rozszerzena wynkowych przedzałów. Odnotowana cecha to est wewnętrzny problem arytmetyk przedzałowe, w zwązku z czym powstało klka e modyfkac. Nabardze znanym spośród nch są: arytmetyka przedzałowa z nestandardowym odemowanem dzelenem [2], uogólnona arytmetyka przedzałowa [3], matematyka segmentowa [4], forma scentrowana [1], MV-forma [5]. Wszystke te sposoby są efektywne w odnesenu do określonych klas sytuac. W całośc wzrost przedzałów wynkowych całkowce odzwercedla rzeczywstość w stoce odpowada zasadze wzrastana neoznaczonośc (entrop). Przyczyną ch powstana est właśne dążene do skonstruowana matematyk przedzałowe, pozwalaące otrzymywać wynk w forme dosyć wąskch przedzałów. Drug metodologczny problem rozwązywana równań przedzałowych, to problem stnena zera przedzałowego. Na przykład, mamy bazowe rzeczywste równane f(x) = 0. Jego naturalne rozszerzene przedzałowe [1] może być przedstawone przez zastępstwo zwykłych zmennych przez zmenne przedzałowe wszystkch operac arytmetycznych przez odpowedne operace przedzałowe. W wynku otrzymuemy równana przedzałowe w forme: [f]([x]) = 0. Ścsłe mówąc, równane ne ma sensu, poneważ ego lewa część przedstawa przedzał, a prawa degenerowane zero. Rzeczywśce, eżel ([ ]) [ f ] x = [ f, f ], to wtedy równane [f]([x]) = 0 est prawdzwe tylko, eśl f = f = 0. To znaczy, że przychodzmy do sprzecznośc. W nnesze pracy zaproponowana została metoda rozwązywana równań przedzałowych, całkowce rozwązuąca problem drug w znaczącym stopnu problem perwszy. Naturalny efekt osąga sę w skutku wprowadzena pewnych ogranczeń, które będzemy nazywal naturalnym. Przy tym perwastk równań przedzałowych otrzymuemy w forme dosyć wąskch przedzałów rozmytych. Pozostała część nnesze pracy zorganzowana została w następny sposób. W sekc 2 opsane są ogólne metodologczne zasady zaproponowane metody. W sekc 3 metoda została zlustrowana przykładem rozwązywana układu równań lnowych przedzałowych. Otrzymane wynk są porównane z wynkam rozwązywana tego samego zagadnena przez bezpośredne rozszerzene przedzałowe procedury Gaussa. 2. METODA ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH PRZEDZIAŁOWYCH Aby móc prześć do formułowana metody rozwązywana układów równań lnowych przedzałowych przedstawmy nektóre podstawy arytmetyk przedzałowe, które szczegóły można znaleźć w prace - 2 -

[1]. Załóżmy na początku, że lczby przedzałowe [x] oraz [y] opszemy za pomocą przedzałów wartośc odpowedno [ x, x ], oraz [ y, y ]. Przemuemy naczęśce używane operac przedzałowe [1]: dodawane: [x]+[y] = [ x + y, x + y ], (1) odemowane: [x]-[y] = [ x y, x y ], (2) mnożene: [x]*[y] = [ mn{ x y},max{ x y} ], (3) dzelene: [x]/[y] = [x]*(1/[y]). (4) Zawarta w pracy [1] metoda rozwązywana układów równań lnowych za pomocą metody Gaussa w werse przedzałowe wygląda w następuący sposób. Nech mamy układ n zwykłych równań lnowych w postac macerzowe A*x = b. Stosuąc rozkładu macerzy A na dwe macerze tróątne otrzymuemy algorytm dwuprzebegowy, na który składaą sę postępowane wprost, polegaące na elmnac do zer elementów, leżących pod dagonalną macerzy A, oraz postępowane odwrotne. Przedzałowy odpowednk metody Gaussa budue sę poprzez zastosowane analogcznych etapów przetwarzana macerzy A oraz wektorów x b, których elementy składowe [ ] [ będą mały postać: [ ] a, a ] a =, [ x ] = [ x x ] [,, oraz b = b, b ], przy czym, = 1, 2,..., n. W wynku rekurencynych przekształceń, zgodne z klasycznym algorytmem Gaussa, otrzymuemy następuący algorytm: a) Etap postępowana wprost: [ m, m ] [ a, a ]/[ a, a ]; [ a, a ] = [ a, a ] [ m, m ]*[ a, a ] = ; (5) [ m, m ] [ a, a ]/[ a, a ]; [ b, b ] = [ b, b ] [ m, m ]*[ b, b ] = (6) k k gdze = 1, 2,, n, = +1, ; k =,,n. b) Postępowane odwrotne: = n, n s = [, s] [ a, a ]*[ x, x ]; = (7) = 0, = [ x, x ] ([ b, b ] [ s, s] ) /[ a, a = ] (8) - 3 -

gdze: = n, n - 1,,0; = = n, n - 1,,. gdze [m ], [s ] zmenne pomocncze. W wynku otrzymuemy przedzałowy wektor [x] = [[ x 1, x1],[ x2, x2 ],...,[ x n, xn ]]. Skupmy sę na etape postępowana odwrotnego. Równane (8) przewdue welokrotne dzelene wartośc przedzałowe przez przedzał. Poneważ, ak wadomo, operaca dzelena powodue znaczne rozszerzene przedzału wynkowego, proponuemy następuące rozwązane tego problemu. Aby wyelmnować z równana dzelene należy e przekształcć do równo ważne postac: [ a ]*[ x] [ b] = [0], gdze przez zaps [0] rozumemy przedzałową postać zera. Z zasad arytmetyk przedzałowe (1)-(4) wynka, że [ a, a] [ a, a] = [ a a, a ]. a. To znaczy, że odemowane od sebe te same wartośc dae w wynku symetryczny wokół rzeczywste lczby zero przedzał. Zgodne z tą wdzą możemy zdefnować [0] ako następuący przedzał [0]=[-y, y], gdze y oznaczać będze symetryczną odchyłkę wokół zera rzeczywstego. Ostateczne nasze równane będze meć postać: [ a, a] *[ x, x] [ b, b] = [ y, y] (9) ako: Otrzymane równane przedzałowe można zgodne z zasadam arytmetyk przedzałowe przedstawć [ a * x, a * x] [ b, b] = [ y, y]. (10) Powyższe równane może być z kole rozpsane na dwa równana dotyczące lewych prawych granc przedzałów borących w nm udzał: a * x b = y, a * x b = y. (11) W wynku te transformac otrzymalśmy układ dwóch równań z trzema newadomym. Aby uproścć otrzymany układ równań możemy oba równana dodać stronam w wynku czego otrzymamy edno równane lnowe z dwoma newadomym: a * x b + a * x b = 0. (12) - 4 -

Należałoby sę teraz zastanowć, w ak sposób możemy otrzymać rozwązana szczegółowe w ake one będą postac? W celu rozwązana równana (11) musmy dodać pewne ogranczene. Nabardze naturalnym w przypadku wększośc zagadneń fzyk albo ekonomk wygląda ogranczene typu x >0, czyl przepuszczene, że wartość pozyskwanego przez nas parametru może być wyłączne dodatne. Gdy przeanalzuemy równane (11) maąc na uwadze ogranczene typu x >0, to dodzemy do wnosku, że gdy warto ść x będze namnesza, czy l x = 0, to x osągne wartość maksymalną, z czego wynka, że długość przedzału [ x, x ] będze nawększa. Gdy wartość x przesuwać będzemy na prawo od zera to w pewnym momence rozpętość przedzału [ x, x ] osągne wartość 0, gdyż x przesuwaąc sę w kerunku początku układu współrzędnych zrówna sę wartoścą z x. Oczywśce, że w praktyce x ne obowązkowo pownno być równym zero. To znaczy, że w ogóle x = x 0, gdze x 0 ogranczene, wynkaące z sensu rozwązywanego problemu. Na perwszy rzut oka wprowadzene takego rodzau ogranczeń w algebrze lnowe (co prawda, przedzałowe) wygląda dość nezwykłe. Jednak wystarczy wspomneć, że w zagadnenach programowana lnowego ogranczena są uż nezbędnym elementem zagadnena. Wprowadzaąc ogranczena w nasze sytuac faktyczne ne zmneszamy dokładnośc otrzymanego rozwązana, poneważ w realnych zagadnenach możlwe grancy poszukwanego rozwązana z reguły są wadome. Rozpatrywane przypadk podsuwaą rozwązane postac, aką przyme w nasze metodze wynk dzelena dwóch przedzałów. W wynku otrzymamy ne przedzał, lecz lczbę rozmytą (ang. fuzzy number) w postac tróątne x ~ =[l, m, u], gdze l, m, u oznaczaą charakterystyczne dla tróątne lczby rozmyte parametry: l-lewa granca, u-prawa granca, m - środek przedzału. Rozważmy procedurę otrzymana rozmytego wynku, gdy przymuemy x = x 0, gdze x 0 mnmalna możlwa wartość dolne grancy. Wtedy z równana (12) otrzymamy maksymalną wartość x z kole maksymalną szerokość przedzału w([x]) = x - x = w max. Gdy przesunemy x na prawo, otrzymamy mnesze x mneszą szerokość przedzałowego rozwązana w. Oczywśce względną szerokość przedzału w/ w max możemy traktować ak naturalny względny stopeń nepewnośc przedzałowego rozwązana. Jeżel skoarzyć stopeń nepewnośc w/ w max z α- pozomem lczby rozmyte, możemy przedstawć cągły zbór możlwych przedzałowych rozwązań (równane (12)) w forme lczby rozmyte, przedstawone na rys. 1. µ(x) 1 α-pozome 0 x mn =x 0 x= x x max Rys. 1. Przedstawene grafczne rozmytego rozwązana równana przedzałowego - 5 -

Z rysunku 1 równana (12) wynka, że przy x = x, (w=0) mamy mnmalną nepewność rozwązana, czemu w zgodnośc z zasadam teor zborów rozmytych odpowada maksymalna wartość α = 1. Aby móc porównać wynk, uzyskane za pomocą klasyczne operac dzelena przedzałów, z wynkam, uzyskanym przy pomocy nasze metody, która ch dae w postac ne przedzałów, lecz lczb rozmytych, rozpatrzymy przykład dzelena dwóch przedzałów: [b]/[a], gdze [a] = [1, 3], [b] = [3, 5]. Dzelene [b]/[a]według reguły (4) da w wynku przedzał [x] = [1, 5]. Wynkem operac dzelena według równana (12) będze lczba rozmyta ~ x =[0, 2, 2.7] z nośnkem [x] = [0, 2.7]. Analzuąc powyższe wynk, możemy zauważyć, że proponowana przez nas metoda dzelena przedzałowego ma klka charakterystycznych cech. Uzyskuemy znaczne węższe przedzały wynkowe (szerokość przedzału [x] równa est 4, nośnk lczby rozmyte ~ x ma szerokość 2.7). Jądrem lczby rozmyte x~ est wartość, która równa sę wartośc asymptotyczne, równe wynku dzelena centrów przedzałów [b] [a], w naszym przykładze to: 4/2 = 2. Natomast centrum przedzału, otrzymanego w wynku dzelena klasycznego w naszym przykładze równe est 3. To znaczy, że nasze podeśce gwarantue ne tyko mnesze szerokośc przedzałów wynkowych, ale też w odróżnenu od dzelena klasycznego zachowywane poważnych asymptotycznych cech. Lczba rozmyta ~ x w dalszych wylczenach może być wykorzystywana albo w te same postac, albo w postac zwykłego przedzału, którego grancy można łatwo wylczyć, w zależnośc od pożądanego stopnu ryzyku, zwązanego z szerokoścą wynków przedzałowych. 3. ROZWIĄZYWANIE UKŁADU RÓWNAŃ LINIOWYCH PRZEDZIAŁOWYCH Opracowaną przez nas metodę rozwązywana równań typu (8) na etape postępowana odwrotnego w metodze Gaussa zademonstruemy na przykładze przedzałowe macerzy, zaweraące przedzały uemne dodatne różne szerokośc. Macerz (13) zaczerpnęta została z zagadnena poszukwana współczynnków względne ważnośc na podstawe macerzy parzystych porównań [6]. Cechą charakterystyczną tego zadana est koneczność, aby [x 1 ], [x 2 ], [x 3 ] były dodatne, co pozwała wprowadzć naturalne ogranczena x1 = x 2 = x 3 = 0. [ 2.112,2.67] [ 3.9, 2.79] [ 6.25, 4.17] [ 3.9, 2.79] [ 8.41,15.58] [ 3.17, 1.9] [ ] [ ] [ ] 6.25, 4.17 3.17, 1.9 20.25,44.25 [ ] x1 * [ ] x2 [ x3] = 0 0 (13) 0 Równane macerzowe (13) mus zostać poddane dzałanu specalzowanego algorytmu Gaussa dla lczb przedzałowych, którego propozycę przedstawlśmy w sekc 2 nnesze pracy. Efektem rozwązana są szukane współczynnk względne ważnośc kryterów szczegółowych (rang) w postac tróątnych lczb - 6 -

rozmytych. W tabel 1 przedstawone zostały wynk rozwązywana tego samego zagadnena, uzyskane w postac zwykłych przedzałów na podstawe algorytmu Gaussa, proponowanego przez Moore a [1]. TABELA 1. Współczynnk względne ważnośc uzyskane z wykorzystanem zmodyfkowanego algorytmu Gaussa na podstawe algorytmu Gaussa, proponowanego przez Moore a [1]. Nośnk lczb rozmytych, uzyskanych na podstawe zmodyfkowanego przedzałowego algorytmu Gaussa Przedzały, uzyskane na podstawe kla- sycznego przedzałowego algorytmu Gaussa [x 1 ] [0, 0.84, 0.912] [0.2, 15] [x 2 ] [0, 0.27, 0.356] [0.1, 7.2] [x 3 ] [0, 0.16, 0.189] [0.08, 0.74] Łatwo zauważyć, że nośnk lczb rozmytych w kolumne 2 tabel 1 są znaczne mnesze, nż odpowedne rozstępy przedzałów w kolumne 3, a to w sposób nepodważalny śwadczy o tym, że proponowany przez nas zmodyfkowany przedzałowy algorytm Gaussa est lepszy od standardowego przedzałowego algorytmu Gaussa, przedstawonego w [1]. PODSUMOWANIE Proponowana metoda modyfkowanego dzelena przedzałów pozwala na rozwązane zarówno poedynczych równań przedzałowych, ak ch układów. Przy tym wynk otrzymywane są w postac lczb rozmytych. Na konkretnym przykładze pokazano, że dla układu równań lnowych otrzymane nośnk wynkaących lczb przedzałowych maą szerokośc około dzesęć węce razy mnesze, nż odpowedne prze- z klasycznego przedzałowego algorytmu dzały, wynkaące Gaussa. LITERATURA [1] Moore R.E., Interval analyss, Englewood Clffs. N.J., Prentce-Hall 1966. [2] Markov S.M., A non-standard subtracton of ntervals, Serdca 1977, 3, 359-370. [3] Hansen E., A generalzed nterval arthmetc. Interval Mathematcs/ Ed. by K.Ncke, Lecture Notes n Computer Scence, 29, Berln - Hedelberg: Sprnger-Verl. 1975, 7-18. [4] Sendov B., Some topcs of segment analyss, Interval Mathematcs, 1980/ Ed. by K.Nckel. N.Y.e.a.: Academc Press 1980, 203-222. [5] Capran O., Madsen K., Mean value forms n nterval analyss, Computng 1980, 25, 2, 147-154. [6] Mkhalov L., Dervng prortes from fuzzy parwse comparson udgments, Fuzzy Sets and Systems 2003, 134, 365-385. - 7 -