Робастное параллельное управление в случайной среде и оптимизация обработки данных

Рассматривается управление обработкой больших объемов данных, если для обработки имеются два альтернативных метода с различными априори неизвестными эффективностями. Требуется определить более эффективный метод и обеспечить его преимущественное применение. С использованием параллельной обработки это может быть выполнено за сравнительно небольшое число этапов, причем практически без потери качества управления, т.е. без увеличения минимаксного риска. Для описания управления ранее было получено инвариантное уравнение, решение которого содержит сингулярность при $t=0$. В статье дается представление этого решения в виде произведения, один из сомножителей которого является плотностью нормального распределения, сингулярной при $t=0$, а второй, несингулярный, является решением нового уравнения. Численные эксперименты показывают, что новое уравнение дает больше возможностей для расчетов. В частности, оно позволяет улучшить асимптотические оценки минимаксного риска.