Cтраница 2
В стохастической задаче в качестве критерия оптимальности может быть принята вероятность попадания в момент времени Т точки у ( Т) в заданную область; ограничения на фазовые координаты могут быть сформулированы в виде ограничений на вероятности пребывания фазовых координат в заданных границах. [16]
В стохастической задаче фильтрации LQG-теории [10] условие B D21 0 означает некоррелированность шума наблюдения и шума, возбуждающего состояние, a D21D21 I - невырожденность задачи фильтрации. [17]
В стохастических задачах состояние системы 5 после г - го шага неполностью определяется состоянием S - - i и управлением U, но зависит еще от случайного события. [18]
В стохастических задачах параметры условий искажены случайными помехами. Измерения fj ( x) в различных точках обычно предполагаются независимыми случайными величинами. Чтобы можно было оценивать трудоемкость и качество решения стохастических задач, принимают те или иные допущения о статистических характеристиках помех. Изучение стохастических задач и разработка методов их решения является предметом стохастиче-ческого програм мирования. [19]
В стохастических задачах с флуктуирующими параметрами переменными являются функции. [20]
В стохастических задачах с флуктуирующими параметрами переменными являются функции. [21]
В стохастических задачах последняя оценка известна лишь с определенной вероятностью. [22]
В стохастических задачах эта оценка выполняется лишь с определенной вероятностью. [23]
В ряде стохастических задач требование целочисленности не вызывает дополнительных трудностей при построении решающих правил и решающих распределений. С такими ситуациями сталкиваются, главным образом, в моделях, в которых помимо вероятностных или статистических условий имеются жесткие ограничения типа x G и методы построения решающих правил не исключают дискретный характер множества G. К сожалению, чаще приходится встречаться со стохастическими задачами, в которых требование целочисленности существенно усложняет конструирование решающих правил. [24]
При решении стохастических задач с апостериорными или априорными решающими правилами могут еще задаваться дополнительные требования на характер решающего правила вплоть до вида функциональной зависимости решающего правила от случайных параметров условий задачи. В последнем случае задача бесконечно-мерного программирования сводится к конечно-мерной задаче ( или к последовательности конечно-мерных задач), в которой требуется вычислить оптимальные численные значения параметров решающего правила. Дополнительные требования к классу измеримых функций, из которых следует выбирать решение задачи (2.1) - ( 2.3.), могут определяться содержательными соображениями или необходимостью упростить построение и реализацию решающего правила. [25]
Общие постановки стохастических задач, изложенные в гл. [26]
Методы решения стохастических задач - новая область исследований, здесь еще сделано сравнительно немного. Но характер экономических процессов таков, что вероятностный ( стохастический) подход совершенно необходим для наиболее реалистического отражения действительности в экономико-математических моделях. [27]
Математические формулировки стохастических задач в настоящей главе специально не рассматриваются. Они аналогичны детерминированным задачам, однако для их корректной постановки необходимо уточнить некоторые основные понятия, в частности - уточнить, что понимается под решением стохастической задачи. [28]
При постановке стохастической задачи не только формулируются ограничительные условия и целевая функция, но сразу же устанавливается, какой план будет считаться допустимым и какой - оптимальным. [29]
Такая постановка стохастической задачи называется нежесткой. [30]