Добавил:
СПбГУТ * ИКСС * Программная инженерия Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Лекции / ОиММПР. Тестовые вопросы (7-8 лекции)

.pdf
Скачиваний:
49
Добавлен:
08.04.2020
Размер:
66.54 Кб
Скачать

ТЕСТОВЫЕ ВОПРОСЫ к 7-8-й лекции

«Априорная неопределенность вероятностных моделей в задачах принятия решений. Методы динамического программирования.»

по дисциплине «Оптимизация и математические методы принятия решений».

Текст вопроса

 

Варианты ответов

 

Ответ

A

B

C

D

 

 

 

1

Как происходит поиск

Выполняется

Производится

Задача

Выполняется

 

 

оптимального решения в

определение

статистичес-

сводится к

поиск

 

 

стохастической задаче?

вероятности

кое отыскание

детерминиро

неизвестных

 

 

 

события и по

функции

ванной или

параметров и по

 

 

 

нему

выполняется

 

 

 

распределе-

ним нормируются

 

 

 

вырабатывают-

ния

оптимизация

критерии

 

 

 

ся критерии

 

в среднем

 

 

2

Укажите способы описания

 

Методы

Спрогнозиро

 

 

 

неопределенностей.

 

замены,

 

 

 

Теория

вать выбор

Применение

 

 

 

свертки,

 

 

 

нечеткости,

цели для

оценок критериев

 

 

 

ранжирования

 

 

 

интервальная

генерации

по Лапласу,

 

 

 

математика,

критериев,

вариантов

максимину,

 

 

 

включая

 

 

 

вероятностная

решения и

Сэвиджу или

 

 

 

модель

имитационное

выбора

Гурвицу

 

 

 

 

моделирова-

лучшего

 

 

 

 

 

ние

 

 

 

 

 

 

 

 

3

Что является полным

 

 

Заданное

 

 

 

статистическим описанием

 

Многомерная

функцией в

 

 

 

случайного процесса?

Измеренное

плотность

рамках

Сформированные

 

 

 

распределе-

корреляцион

 

 

 

множество

на основе

 

 

 

случайных

ния

ной теории

линейного сдвига

 

 

 

вероятностей

вектором

 

 

 

величин,

функции

 

 

 

значений

математичес

 

 

 

соответствую-

квадратур

 

 

 

щих

процесса

ких

случайных

 

 

 

внутри

ожиданий и

 

 

 

различным

величин,

 

 

 

моментам

заданной

матричной

задействованные

 

 

 

временной

корреляцион

 

 

 

времени на

или

 

 

 

рассматриваем

области во

ной

рассматриваемые

 

 

 

всех

функцией

 

 

 

ом интервале

временных

векторное

в процессе

 

 

 

 

 

 

 

 

 

сечениях

случайное

 

 

 

 

 

 

поле

 

 

4

К какому типу из пяти основных

 

 

Сравнение

 

 

 

типов вычислительных процедур

Отсечение всех

Использовани

значений

Построение

 

 

решения относится метод

множеств

е достаточных

целевой

оптимизирующей

 

 

полного или локального

заведомо

условий

функции на

последовательнос-

 

 

перебора?

неоптималь-

оптимальнос-

сетке

ти допустимого

 

 

 

ного решения

ти

значений

решения

 

 

 

 

 

аргументов

 

 

5

К какому типу из пяти основных

Построение

Сравнение

Использован

Использование

 

 

типов вычислительных процедур

оптимизирующ

значений

 

 

ие

необходимых

 

 

решения относится метод

ей

целевой

 

 

достаточных

условий

 

 

множителей Лагранжа?

последовательн

функции на

 

 

условий

экстремума

 

 

 

ости

сетке

 

 

 

оптимальнос

функции

 

 

 

допустимого

значений

 

 

 

ти

переменных

 

 

 

решения

аргумента

 

 

 

 

 

 

6

Укажите типы оценок в задачах

 

 

 

 

 

 

непараметрического оценивания,

Параметри-

Порядковые

Знаковые

Ранговые

 

 

применяемые в качестве

ческие

 

 

статистик или параметров

 

 

 

 

 

 

 

 

 

 

 

принятия решений.

 

 

 

 

 

Текст вопроса

 

Варианты ответов

 

Ответ

A

B

C

D

 

 

 

7

Какой критерий является

 

 

Критерий

 

 

 

средневзвешенным критерием

Критерий

Критерий

Вальда

Критерий Лапласа

 

 

пессимизма-оптимизма?

Гурвица

Сэвиджа

(минимаксн

 

 

 

 

 

ый)

 

 

8

К чему относится процедура

К методам

 

К методам

К методам

 

 

стохастической

оценивания на

К методам и

 

 

адаптации

стохастической

 

 

аппроксимации Робинса —

уровне

алгоритмам

 

 

параметров и

экстраполяции по

 

 

Монро?

непараметри-

линейной

 

 

компонентов

рекуррентным

 

 

 

ческой неопре-

фильтрации

 

 

 

задачи

алгоритмам

 

 

 

деленности

 

 

 

 

 

 

 

 

9

К каким результатам решения

 

 

К частичной

 

 

 

задачи приводит моделирование

К идентифика-

К принципам

или полной

К идентификации

 

 

в соответствии с адаптивными

ции

недостаточнос

статисти-

вида

 

 

алгоритмами?

параметров

ти основания

ческой

распределения

 

 

 

модели

 

определен-

 

 

 

 

 

 

ности

 

 

10

Критерий Колмогорова —

 

 

 

К процедурам

 

 

Смирнова, критерий Ренъе

 

 

 

идентификации

 

 

(относительный критерий

К процедурам

К методам

К рекуррент-

функций и плот-

 

 

согласия) и критерий Мизеса

адаптации

оценивания на

ным

ностей распре-

 

 

(интегральный критерий

параметров и

уровне

алгоритмам

деления для

 

 

согласия) относятся к - ...?

компонентов

непараметри-

стохасти-

непараметричес-

 

 

 

входной

ческой

ческой

ких уровней

 

 

 

последовательн

неопределен-

идентифи-

априорной

 

 

 

ости

ности

кации

неопределенности

 

 

 

 

 

 

статистических

 

 

 

 

 

 

характеристик