A vegetatív működés modelljei

Hasonló dokumentumok
Szabályozás árjelzések nélkül: Kornai 90

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 8.

Tartalom. Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás

Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció)

A magyar szabályozáselméleti iskola

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Ha ismert (A,b,c T ), akkor

KÖZGAZDASÁGTAN I. BMEGT30A003 HÉTFŐ: 8:15 10:00 (Q-II) HÉTFŐ: 10:15 12:00 (QAF15) A CSERE 31. FEJEZET

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 7.

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9. el?

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi

Numerikus módszerek 1.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse November 17. Knorr-Bremse

3. előadás Stabilitás

A maximum likelihood becslésről

Exponenciális kisimítás. Üzleti tervezés statisztikai alapjai

Bevezetés az állapottér elméletbe: Állapottér reprezentációk

A HIÁNY ÉS SZEREPE A RENDSZERVÁLTÁS SZELLEMI ELŐKÉSZÍTÉSÉBEN

Drótos G.: Fejezetek az elméleti mechanikából 4. rész 1

Matematika A1. 9. feladatsor. A derivált alkalmazásai. Függvény széls értékei

Irányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

Matematika (mesterképzés)

Bevezetés a kaotikus rendszerekbe

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

A lineáris programozás alapjai

GROVER-algoritmus. Sinkovicz Péter. ELTE, MSc II dec.15.

Irányításelmélet és technika I.

1. Egyensúlyi pont, stabilitás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Alkalmazott matematikus mesterszak MINTATANTERV

3. Fékezett ingamozgás

MATEMATIKAI MÓDSZEREK A DINAMIKUS KÖZGAZDASÁGTANBAN

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Irányítástechnika Elıadás. Zárt szabályozási körök stabilitása

Matematika A1a Analízis

MATEMATIKA 2. dolgozat megoldása (A csoport)

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK

Nevezetes függvények

Szokol Patricia szeptember 19.

OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés)

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér

Numerikus módszerek beugró kérdések

1. Fejezet. Visszacsatolt erősítők. Elektronika 2 (BMEVIMIA027)

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Az irányítástechnika alapfogalmai Irányítástechnika MI BSc 1

Logisztikai szimulációs módszerek

Boros Zoltán február

Matematikai statisztika c. tárgy oktatásának célja és tematikája

pont) Írja fel M struktúrában a parametrikus bizonytalansággal jellemzett

Valószínűségi változók. Várható érték és szórás

Ó Ó ü ú ú

Georg Cantor (1883) vezette be Henry John Stephen Smith fedezte fel 1875-ben. van struktúrája elemi kis skálákon is önhasonló

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite

Mechatronika alapjai órai jegyzet

ű ű Ö Ü

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

ő Ú ú Ü ú

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9.

LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai

Ó

Ó Ü

ű ű ű Ú Ü Ü Ú ű Ó Ó ű

ű ű Ó

Ú ű Ö ű ű Ü Ú ű Ü ű ű ű ű ű Ö ű

ű ű ű Ú ű ű Ó ű Ó Ö

ú ú ú ű ú Ó ú ű Ö Ö ű ű ű ú ú ű ű ű ű ú ű Ö ú ú ű Ó ű ű

Ú Ö ű Ö

Ó ű ű ű ű ű

M{ZD{ mx Maz_MX5_12R2_V2_Cover.indd 1 01/08/ :05

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Készítette: Fegyverneki Sándor

Neurális hálózatok bemutató

ű ű ű Ú ű ű ű ű Ó

(Independence, dependence, random variables)

Irányítástechnika 2. előadás

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek

Megerősítéses tanulás 2. előadás

lim 2 2 lim 2 lim 1 lim 3 4 lim 4 FOLYTONOSSÁG 1 x helyen? ( 2 a matek világos oldala Mosóczi András 4.1.? 4.5.? 4.2.? 4.6.? 4.3.? ? 4.8.?

Bevezetés az algebrába 2 Vektor- és mátrixnorma

13. modul: MÁSODFOKÚ FÜGGVÉNYEK

4. Kartell két vállalat esetén

Bevezetés az operációkutatásba A lineáris programozás alapjai

ű ű ű ű ű ű ű ű

Ö Ö Ú

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

"Flat" rendszerek. definíciók, példák, alkalmazások

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással

Diszkrét Matematika MSc hallgatók számára. 4. Előadás

Bevezetés az algebrába 2

Az Anti-equilibriumtól az ágens alapú modellezésig

Dinamikus modellek szerkezete, SDG modellek

dimenziója Szirmay-Kalos László N= 1/r D D= (logn) / (log 1/r) D= (log4) / (log 3) = 1.26 N = 4, r = 1/3 Vonalzó ( l ) db r =1/3 N = 4 r 2 N 2 N m r m

Átírás:

Tartalom 1 Motiváció 2 Decentralizált irányítási modellek 3 Működőképesség és stabilitás 4 Összehasonlítás 5 Következtetések

Az Anti-Equilibriumtól a Hiányig Az Anti-Equilibriumban ígért konstruktív kritika: dinamikus szabályozáselmélet Árjelzés és a tervirányítás alatt: vegetatív szabályozás Matematikai szabályozáselmélet alkalmazása Működőképesség és stabilitás

Az Anti-Equilibriumtól a Hiányig Az Anti-Equilibriumban ígért konstruktív kritika: dinamikus szabályozáselmélet Árjelzés és a tervirányítás alatt: vegetatív szabályozás Matematikai szabályozáselmélet alkalmazása Működőképesség és stabilitás

Az Anti-Equilibriumtól a Hiányig Az Anti-Equilibriumban ígért konstruktív kritika: dinamikus szabályozáselmélet Árjelzés és a tervirányítás alatt: vegetatív szabályozás Matematikai szabályozáselmélet alkalmazása Működőképesség és stabilitás

Az Anti-Equilibriumtól a Hiányig Az Anti-Equilibriumban ígért konstruktív kritika: dinamikus szabályozáselmélet Árjelzés és a tervirányítás alatt: vegetatív szabályozás Matematikai szabályozáselmélet alkalmazása Működőképesség és stabilitás

Matematikai irányításelmélet-1 Folytonos vagy diszkrét idő: t = 0, 1, 2,... Előnyök vs. hátrányok Folytonos: egyszerű geometriai kép, görbék Diszkrét: elemi (nem kell a differenciaegyenletek elméletét ismerni) késleltetést egyszerű modellezni (készletezés, költségvetés, beruházás) statisztikai megfigyelések is ilyenek

Matematikai irányításelmélet-1 Folytonos vagy diszkrét idő: t = 0, 1, 2,... Előnyök vs. hátrányok Folytonos: egyszerű geometriai kép, görbék Diszkrét: elemi (nem kell a differenciaegyenletek elméletét ismerni) késleltetést egyszerű modellezni (készletezés, költségvetés, beruházás) statisztikai megfigyelések is ilyenek

Matematikai irányításelmélet-1 Folytonos vagy diszkrét idő: t = 0, 1, 2,... Előnyök vs. hátrányok Folytonos: egyszerű geometriai kép, görbék Diszkrét: elemi (nem kell a differenciaegyenletek elméletét ismerni) késleltetést egyszerű modellezni (készletezés, költségvetés, beruházás) statisztikai megfigyelések is ilyenek

Matematikai irányításelmélet-1 Folytonos vagy diszkrét idő: t = 0, 1, 2,... Előnyök vs. hátrányok Folytonos: egyszerű geometriai kép, görbék Diszkrét: elemi (nem kell a differenciaegyenletek elméletét ismerni) késleltetést egyszerű modellezni (készletezés, költségvetés, beruházás) statisztikai megfigyelések is ilyenek

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Matematikai irányításelmélet-2 Állapotvektor: x t n-dimenziós valós vektor Irányításvektor: u t m-dimenziós valós vektor Állapotegyenlet: x t+1 = Ax t + Bu t + w, ahol x 0 kezdőállapot adott Normálállapot: x o = Mx o + Bu o + w Eltérésdinamika: ˆx t+1 = Aˆx t + Bû t Norma szerinti visszacsatolás: û t = K ˆx t

Teljesen decentralizált szabályozás Speciális feltevések: m = n és A = I, B 1 létezik Decentralizálás: u it = k i x it, i = 1, 2,..., n Eltérésdinamika: x t+1 = (I Bk)x t

Teljesen decentralizált szabályozás Speciális feltevések: m = n és A = I, B 1 létezik Decentralizálás: u it = k i x it, i = 1, 2,..., n Eltérésdinamika: x t+1 = (I Bk)x t

Teljesen decentralizált szabályozás Speciális feltevések: m = n és A = I, B 1 létezik Decentralizálás: u it = k i x it, i = 1, 2,..., n Eltérésdinamika: x t+1 = (I Bk)x t

Definíciók Működőképesség: x t > 0, u t > 0 stb. lehet, hogy instabil, például ciklikus vagy kaotikus Stabilitás: hosszabb távon tart a normális állapothoz Lokális aszimptotikus: Ha az x 0 kezdőérték elegendő közel van x o -hoz, akkor x t elég közel marad hozzá, és az eltérés aszimptotikusan eltűnik

Definíciók Működőképesség: x t > 0, u t > 0 stb. lehet, hogy instabil, például ciklikus vagy kaotikus Stabilitás: hosszabb távon tart a normális állapothoz Lokális aszimptotikus: Ha az x 0 kezdőérték elegendő közel van x o -hoz, akkor x t elég közel marad hozzá, és az eltérés aszimptotikusan eltűnik

Definíciók Működőképesség: x t > 0, u t > 0 stb. lehet, hogy instabil, például ciklikus vagy kaotikus Stabilitás: hosszabb távon tart a normális állapothoz Lokális aszimptotikus: Ha az x 0 kezdőérték elegendő közel van x o -hoz, akkor x t elég közel marad hozzá, és az eltérés aszimptotikusan eltűnik

Eredmények Ha b ii = 1: saját állapotra van hatás, normálva N = I B 0: a mellékhatások negatívak vagy nullák; ρ(n) < 1: összeségében kicsik, 0 < k < 1: a visszacsatolás csillapított, akkor az eltérésdinamika: x t+1 = (I k + Nk)x t pozitív mátrixú, monoton, működőképes és aszimptotikusan stabil Maximális konvergenciasebesség: k o > 1

Eredmények Ha b ii = 1: saját állapotra van hatás, normálva N = I B 0: a mellékhatások negatívak vagy nullák; ρ(n) < 1: összeségében kicsik, 0 < k < 1: a visszacsatolás csillapított, akkor az eltérésdinamika: x t+1 = (I k + Nk)x t pozitív mátrixú, monoton, működőképes és aszimptotikusan stabil Maximális konvergenciasebesség: k o > 1

Eredmények Ha b ii = 1: saját állapotra van hatás, normálva N = I B 0: a mellékhatások negatívak vagy nullák; ρ(n) < 1: összeségében kicsik, 0 < k < 1: a visszacsatolás csillapított, akkor az eltérésdinamika: x t+1 = (I k + Nk)x t pozitív mátrixú, monoton, működőképes és aszimptotikusan stabil Maximális konvergenciasebesség: k o > 1

Eredmények Ha b ii = 1: saját állapotra van hatás, normálva N = I B 0: a mellékhatások negatívak vagy nullák; ρ(n) < 1: összeségében kicsik, 0 < k < 1: a visszacsatolás csillapított, akkor az eltérésdinamika: x t+1 = (I k + Nk)x t pozitív mátrixú, monoton, működőképes és aszimptotikusan stabil Maximális konvergenciasebesség: k o > 1

Eredmények Ha b ii = 1: saját állapotra van hatás, normálva N = I B 0: a mellékhatások negatívak vagy nullák; ρ(n) < 1: összeségében kicsik, 0 < k < 1: a visszacsatolás csillapított, akkor az eltérésdinamika: x t+1 = (I k + Nk)x t pozitív mátrixú, monoton, működőképes és aszimptotikusan stabil Maximális konvergenciasebesség: k o > 1

Összehasonlítás az irodalommal Walrasi árszabályozás (Arrow et al, 1958) p t+1 = p t + kz(p t ) ahol p t a t-edik időszak árvektora, z a túlkeresleti függvény Mundel (1969): általános decentralizálhatósági tétel, de csigalassú stabilizálás

Összehasonlítás az irodalommal Walrasi árszabályozás (Arrow et al, 1958) p t+1 = p t + kz(p t ) ahol p t a t-edik időszak árvektora, z a túlkeresleti függvény Mundel (1969): általános decentralizálhatósági tétel, de csigalassú stabilizálás

Összehasonlítás az irodalommal Walrasi árszabályozás (Arrow et al, 1958) p t+1 = p t + kz(p t ) ahol p t a t-edik időszak árvektora, z a túlkeresleti függvény Mundel (1969): általános decentralizálhatósági tétel, de csigalassú stabilizálás

Következtetések A decentralizált szabályozás elmélete jól alkalmazható a közgazdaságtanban A készlet- és rendelésjelzéses szabályozás elmélete hozzájárul a többlet- és a hiánygazdaság jobb megértéséhez Optimalizálás nélkül is alkalmazható

Következtetések A decentralizált szabályozás elmélete jól alkalmazható a közgazdaságtanban A készlet- és rendelésjelzéses szabályozás elmélete hozzájárul a többlet- és a hiánygazdaság jobb megértéséhez Optimalizálás nélkül is alkalmazható

Következtetések A decentralizált szabályozás elmélete jól alkalmazható a közgazdaságtanban A készlet- és rendelésjelzéses szabályozás elmélete hozzájárul a többlet- és a hiánygazdaság jobb megértéséhez Optimalizálás nélkül is alkalmazható

Irodalom I Kornai J. (1971): Anti-Equilibrium. Kornai J. (1980): A hiány.