Вестник Самарского государственного технического университета. Серия «Физико-математические науки»
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Скоро в журнале
Архив
Импакт-фактор
Сотрудники журнала
Правила для авторов
Лицензионный договор
Редакционная политика

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Вестник Самарского государственного технического университета. Серия «Физико-математические науки», 2022, том 26, номер 3, страницы 573–591
DOI: https://doi.org/10.14498/vsgtu1947
(Mi vsgtu1947)
 

Математическое моделирование, численные методы и комплексы программ

Вероятностные модели для анализа обратных экстремальных задач комбинаторики

Н. Ю. Энатская

Национальный исследовательский университет "Высшая школа экономики", Московский институт электроники и математики им. А. Н. Тихонова, г. Москва, 123458, Россия (публикуется на условиях лицензии Creative Commons Attribution 4.0 International)
Список литературы:
Аннотация: В обратной экстремальной задаче для комбинаторной схемы при заданном значении целевой функции вида определенного экстремального значения ее характеристики строится вероятностная модель, обеспечивающая получения этого значения в ее исходах. Рассматривается два типа таких характеристик, относящихся к каждому или совокупности исходов схемы.
Доасимптотический анализ такой модели проводится авторским перечислительным методом. Его основу составляет построение итерационного случайного процесса с итерациями последовательных этапов нумерованного бесповторного перечисления и формирования исходов схемы. Итерационное развитие процесса представляется вероятностным графом.
Исследование исходов схемы по модели в перечислительном методе проводится по следующим направлениям: визуального нумерованного представления исходов схемы, нахождения их числа, установления взаимно-однозначного соответствия между видами и номерами исходов схемы, получения их (управляемого случайным процессом перечисления исходов схемы) вероятностного распределения и их моделирования с этим распределением.
Наряду с непосредственным исследованием схем по указанным направлениям предлагаются алгоритмы получения результатов для них путем их частичного пересчета из результатов аналогичного анализа более общих, ранее изученных схем с меньшими ограничениями на значения рассматриваемых характеристик.
Ключевые слова: обратная экстремальная задача, экстремальное значение характеристики, доасимптотический анализ схемы.
Получение: 12 августа 2022 г.
Исправление: 25 августа 2022 г.
Принятие: 31 августа 2022 г.
Публикация онлайн: 20 сентября 2022 г.
Реферативные базы данных:
Тип публикации: Статья
УДК: 519.115
MSC: 60F15
Образец цитирования: Н. Ю. Энатская, “Вероятностные модели для анализа обратных экстремальных задач комбинаторики”, Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 26:3 (2022), 573–591
Цитирование в формате AMSBIB
\RBibitem{Ena22}
\by Н.~Ю.~Энатская
\paper Вероятностные модели для анализа обратных экстремальных задач комбинаторики
\jour Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки
\yr 2022
\vol 26
\issue 3
\pages 573--591
\mathnet{http://mi.mathnet.ru/vsgtu1947}
\crossref{https://doi.org/10.14498/vsgtu1947}
\edn{https://elibrary.ru/AWBYGO}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vsgtu1947
  • https://www.mathnet.ru/rus/vsgtu/v226/i3/p573
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Вестник Самарского государственного технического университета. Серия: Физико-математические науки
    Статистика просмотров:
    Страница аннотации:218
    PDF полного текста:105
    Список литературы:35
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024