Стохастическое расширение детерминированной задачи 348 [c.490]
Будем называть рандомизацию задачи — переход от детерминированной модели выбора решения к ее естественному стохастическому аналогу — стохастическим расширением задачи. Детерминированная модель выбора решения соответствует изучению явления с близкого расстояния при непосредственном наблюдении за ним. Стохастическое расширение соответствует постановке задачи, отвечающей рассмотрению изучаемого явления из точки, сдвинутой относительно него во времени и в пространстве. При этом, естественно, из поля зрения исчезают детали. Однако достигаемое таким образом расширение поля зрения позволяет лучше рассмотреть общие контуры явления, отделить главное от второстепенного, заметить связь исследуемого явления со средой и его место в задаче более высокого уровня. Историческая перспектива — более длительное наблюдение за явлением, необходимое для стохастического расширения задачи, — обосновывает выбор статистического описания модели ее информационной структуры и метода сглаживания исходных данных. Таким образом, при стохастическом расширении задач теряется некоторая информация о деталях и вводится дополнительная информация, позволяющая судить о сравнительной важности различных аспектов исследуемого в задаче явления с точки зрения задачи более высокого уровня. [c.29]
Прикладные модели стохастического программирования можно разделить на два больших класса. В моделях первого класса влияние случайного фактора является определяющим и задача с самого начала ставится как стохастическая. Модели второго класса представляют собой стохастическое расширение сложных детерминированных задач управления. [c.29]