Матрица начальных данных определяется: 1) возможными решениями; 2) вероятными состояниями; 3)

Матрица начальных данных определяется: 1) возможными решениями; 2) вероятными состояниями; 3) априорными вероятностями; 4) апостериорными вероятностями
nbsp;(*ответ*) 1, 2
nbsp;2, 4
nbsp;1, 4
nbsp;2, 3
Минимаксный (максиминный) аспект относительно матрицы сожалений величается аспектом
nbsp;(*ответ*) Сэвиджа
nbsp;Предельного уровня
nbsp;Лапласа
nbsp;Гурвица
Нахождение максимина является приватным случаем задач
nbsp;(*ответ*) математического программирования
nbsp;многокритериальной оптимизации
nbsp;принятия решений в критериях риска
nbsp;принятия решений в критериях неопределенности
Неконтролируемые причины, исходя из информированности о их исследователя операции, делятся на _ группы
nbsp;(*ответ*) три
nbsp;одинаковые
nbsp;две
nbsp;четыре
Непустое и ограниченное огромное количество возможных решений, удовлетворяющее системе линейных неравенств, именуется
nbsp;(*ответ*) выпуклым многогранником
nbsp;обилием реализации
nbsp;обилием компромисса
nbsp;хорошим решением
Ограниченность либо некорректность информации приводит к ситуации: 1) детерминированности; 2) неопределенности; 3) риска
nbsp;(*ответ*) 2, 3
nbsp;1, 3
nbsp;2
nbsp;1, 2, 3
Одним из превосходств _ является то, что его практическое внедрение не подразумевает неотклонимого познания законов рассредотачивания подходящих случайных величин
nbsp;(*ответ*) аспекта предельного уровня
nbsp;аспекта ожидаемого значения
nbsp;аспекта Лапласа
nbsp;минимаксного аспекта
Операция подразумевает достижение
nbsp;(*ответ*) нескольких целей
nbsp;ряда компромиссов
nbsp;компромисса
nbsp;только одной цели
Определение _ цели может предшествовать определению критерия эффективности
nbsp;(*ответ*) качественной
nbsp;статической
nbsp;неопределенной
nbsp;количественной
Основное различие меж аспектами, используемыми в условиях неопределенности, определяется _ личика, принимающего решения
nbsp;(*ответ*) стратегией поведения
nbsp;мотивированными установками
nbsp;структурой информационного состояния
nbsp;информационным состоянием
Параметр a [0, 1] в аспекты Гурвица именуется
nbsp;(*ответ*) показателем оптимизма
nbsp;стационарной точкой
nbsp;уровнем надежности
nbsp;уровнем значимости
Петербургский парадокс иллюстрирует тот факт, что функция полезности, разглядываемая как функция от возможных денежных заработков
nbsp;(*ответ*) не является линейной
nbsp;не всюду определена
nbsp;не определена совершенно точно
nbsp;не является непрерывной
По виду информационного состояния лица, принимающего решения, задачки исследования операций делятся на
nbsp;(*ответ*) статические и динамические
nbsp;линейные и выпуклые
nbsp;стохастические и неопределенные
nbsp;детерминированные и стохастические