--
format bank = [300 490 580]; = [30 49 58]; = [-668.12 0 438.13]; = 0.001; n = 1:10 (n, 1:3) = X0 + ( n-1) * gamma * b. * dx;
Елементи матриці G говорять про те, що ціна 1-го товару при русі по градієнту вийде за кордон його закупівельної ціни на 5-му кроці. Тому при проведенні дослідів, які забезпечують рух по градієнту, слід обмежитися чотирма кроками. p align="justify"> Процедура руху по градієнту, на відміну від повного факторного експерименту, несе в собі потенційну небезпеку втрати деякої частини прибутку у разі невірного визначення напрямку найшвидшого зростання функції прибутку. Для зменшення ризику втрат слід рухатися по градієнту, послідовно ставлячи повторні досліди в кожній наміченої-точці градієнтного променя і щоразу даючи оцінку статистичної значущості відмінності середніх на основному рівні і в новій точці. p align="justify"> Обмежимося чотирма повторними дослідами в кожній точці,
Крок 1
% У робочому просторі MATLAB повинна бути матриця Gi = i: 4, p (i) = profit3 (G (2, :)); Y = p (i), end, = 4; ( 'Досвідчені дані на основному рівні матриці дизайну:') = [4780.00; 4460.00; 4660.00:3860.00] ('Середнє значення властивості на основному рівні матриці дизайну:') mean = sum (Y0)/N ('Досвідчені дані на 1-му кроці руху по градієнту: ) = p ('Середнє значення властивості на 1-му кроці руху по градієнту') mean = sum (Y1)/ N = [Y0 Y1]; ('Оцінка p-value відмінності середніх') short = anoval (gradmean)
Крок 2all
% У робочому просторі MATLAB повинна бути матриця Gi = i: 4, p (i) = profit3 (G (3, :)); Y = p (i), end, = 4; ( 'Досвідчені дані на основному рівні матриці дизайну:') = [4780.00; 4460.00; 4660.00:3860.00] ('Середнє значення властивості на основному рівні матриці дизайну:') mean = sum (Y0)/N ('Досвідчені дані на 2-му кроці руху по градієнту: ) = p ('Середнє значення властивості на 2-му кроці руху по градієнту') mean = sum (Y2)/ N = [Y0 Y2]; ('Оцінка p-value відмінності середніх') short = anoval (gradmean)
В
Крок 3all
% У робочому просторі MATLAB повинна бути матриця Gi = i: 4, p (i) = profit3 (G (4, :)); Y = p (i), end, = 4; ( 'Досвідчені дані на основному рівні матриці дизайну:') = [4780.00; 4460.00; 4660.00:3860.00] ('Середнє значення властивості на основному рівні матриці дизайну:') mean = sum (Y0)/N ('Досвідчені дані на 3-му кроці руху по градієнту: ) = p ('Середнє значення властивості на 3-му кроці руху по градієнту') mean = sum (Y3)/ N = [Y0 Y3]; ('Оцінка p-value відмінності середніх') short = anoval (gradmean)
<...
