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