В задачке с бесконечным горизонтом планирования совокупа этапов, предыдущих этапам функционирования

В задачке с безграничным горизонтом планирования совокупа шагов, предшествующих шагам функционирования системы в установившемся состоянии, именуется
nbsp;(*ответ*) переходным периодом
nbsp;временем ожидания
nbsp;предварительным шагом
nbsp;предысторией состояния
В задаче с окончательным горизонтом планирования 1-я составляющая оптимального заработка fi за этапы i, i+1,N - это доход
nbsp;(*ответ*) обусловленный переходом с i-го этапа на (i+1)-й
nbsp;накопленный к i-му шагу
nbsp;скопленный к (i-1)-му шагу
nbsp;обусловленный переходом с (i+1)-го шага на i-й этап
В задаче с конечным горизонтом планирования 2-я составляющая рационального заработка fi за этапы i, i+1,N - это доход
nbsp;(*ответ*) за этапы i+1, i+2N
nbsp;скопленный к i-му этапу
nbsp;скопленный к (i+1)-му этапу
nbsp;за этапы i-1, iN
В Марковских задачах принятия решений множество вероятных состояний является
nbsp;(*ответ*) конечным
nbsp;неисчерпаемым
nbsp;неопределенным
nbsp;безграничным
В марковских моделях принятия решений поощрения (доход, потери) задаются
nbsp;(*ответ*) матрицей заработков
nbsp;генеральной совокупой
nbsp;функцией заработков
nbsp;вектором доходов
В Марковской задачке принятия решений с конечным горизонтом планирования число шагов
nbsp;(*ответ*) окончательно
nbsp;бесконечно
nbsp;равно 2
nbsp;одинаково 1
В марковской модели принятия решений с окончательным горизонтом планирования в качестве принципа оптимальности используется максимизация
nbsp;(*ответ*) ожидаемого заработка за N шагов
nbsp;ожидаемого заработка за бесконечное число шагов
nbsp;издержек
nbsp;ожидаемого заработка за заключительный шаг
В Марковском процессе состояние системы после i-го шага определяется как творенье вектора вероятностей состояний системы после (i-1)-го шага на .
nbsp;(*ответ*) транспонированную матрицу переходных вероятностей
nbsp;матрицу переходных вероятностей
nbsp;оборотную матрицу переходных вероятностей
nbsp;диагонализированную матрицу переходных вероятностей
В методе итераций по стратегиям в задачках с нескончаемым горизонтом планирования процесс решения завершают, когда
nbsp;(*ответ*) две поочередно определенные стратегии совпадают
nbsp;последующая стратегия оказывается наименее действенной
nbsp;номер итерации добивается определенного предела
nbsp;сложность вычислений добивается определенного предела
В методе полного перебора оптимальное решение может быть найдено путем оценивания эффективности _ стратегии
nbsp;(*ответ*) каждой стационарной
nbsp;хоть какой допустимой
nbsp;каждой нестационарной
nbsp;хорошей
В обозначении fi(j) оптимального ожидаемого заработка в задаче с окончательным горизонтом планирования i это номер
nbsp;(*ответ*) шага
nbsp;состояния системы
nbsp;момента медли
nbsp;принятого решения
В обозначении fi(j) рационального ожидаемого дохода в задаче с окончательным горизонтом планирования j это номер
nbsp;(*ответ*) состояния системы
nbsp;шага
nbsp;номер принятого решения
nbsp;момента медли
В случае Марковского процесса, если вероятны два решения на i-м шаге, то количество матриц заработков на этом шаге одинаково(укажите число)
nbsp;(*ответ*) 2
nbsp;1
nbsp;0
nbsp;-1