KẾT LUẬN
Khi giải các bài toán điều khiển, việc chứa
các tích phân bội luôn gặp khó khăn. Các
phương pháp trực tiếp được sử dụng nhưng có
độ phức tạp cao. Với phương pháp xấp xỉ
ngẫu nhiên, các bài toán chứa tích phân bội
được giải quyết với độ phức tạp nhỏ hơn.
Ứng dụng cụ thể trong bài toán đánh giá độ
tin cậy, lời giải của bài toán tìm được bằng
quá trình thiết lập dãy các lời giải xấp xỉ.
7 trang |
Chia sẻ: thucuc2301 | Lượt xem: 655 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Phương pháp xấp xỉ ngẫu nhiên giải một loại bài toán điều khiển chứa tích phân bội và ứng dụng - Trần Thị Ngân, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
93
PHƢƠNG PHÁP XẤP XỈ NGẪU NHIÊN GIẢI MỘT LOẠI BÀI TOÁN
ĐIỀU KHIỂN CHỨA TÍCH PHÂN BỘI VÀ ỨNG DỤNG
Trần Thị Ngân*, Trần Mạnh Tuấn
Đại học CNTT & TT – ĐHTN
TÓM TẮT
Bài toán điều khiển đã đƣợc nhiều tác giả trong và ngoài nƣớc quan tâm giải quyết bằng nhiều
phƣơng pháp khác nhau. Trong đó có những bài toán điều khiển chứa các tích phân bội. Việc giải
một bài toán chứa tích phân bội luôn có độ phức tạp tính toán cao khi giải bằng các thuật giải
thông thƣờng (sử dụng các công cụ giải tích). Với việc áp dụng phƣơng pháp xấp xỉ ngẫu nhiên,
các tích phân bội đƣợc giải với độ phức tạp nhỏ hơn nhiều.
Từ khóa: Bài toán điều khiển, tích phân bội, độ phức tạp tính toán, giải tích toán học, lý thuyết độ
tin cậy.
MỞ ĐẦU*
Cho vecto
n
n Raaa )...,,( 1 có các thành
phần hữu hạn và vecto
n
n Rbbb )...,,( 1
với các thành phần nhận các giá trị có thể là
vô hạn. Liên quan tới chúng là hình hộp mở
[a,b), các thời điểm
1
0 , RTt và lớp U các
hàm hằng từng khúc trên ],[ 0 Tt , xác định lần
lƣợt dƣới dạng:
1
0
1 1
1
0,
: ,..., :
[ , ) : ,
, 1
: min , : max , 1 ( )
1
; : ,
0
(.) (., ) : 1 (.) :[ , ]
: ,
{0,1}|
1 .
i i
n
n i
i i
i i Y
i n i n
n
i
i
i i i a
i
i i i
x x x R a
a b
x b i n
t a T b y
khi y Y
khi y Y
u u t T
a b
i n
(1.1)
Xét bài toán điều khiển tất định Lagrange với
hàm điều khiển )...,,( 1 nuuu U đƣợc
tham số hóa theo các tham số
),(),( 0 ban ,
),(),...,(
1
1110 ii
n
in
ba
và với thời
gian điều khiển ),( 0 Tt có thể là vô hạn sau:
*
Tel: 0989.040.454; Email: ttngan@ictu.edu.vn
2
2
1 1 1
( ) : ( )
( )
1 inf,
( ,..., )
L i i i
n n
n
n
J u z z T
z T z
u
Q u u
(1.2)
iiiii ztzTtttutptz )(;),().()( 00
đã cho 11 ni
(1.3)
1 1
0 0
( ) ( ,..., ; ). ( ),
; ( )
n n n
nn
z t Q u u t u t
t t T z t z
đã cho.
(1.3*)
Trong đó:
1
1
0 0
11
1 1
1
0
1
1 1
1
1
0
1
1 1 1 1 1
( ) : ... ( ,..., ,..., ) ,
[ , ], 1 ;
( ,..., ; ) : ... ( ) ( ; )
... ( ) : ( ; )
( ,..., ) : ( ,..., ; )
n
n
n
n
n
vv
i i i n j
j ia a
i
T T n
n n j j j j
jt t
n
j n
ja a
b
n n n n
a
p x p x x x dx
x t T i n
Q u u x p x u x dx
p x dx q x
Q u u Q u u x dx
11
1 1
0 1 0... ( ) ... ( ; ) : ( )
n
n n n
n n n
b b
n n n n
a a a a
p x dx dx q x dx q
(1.4)
Với các giả thiết sau đƣợc thỏa mãn:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
94
(A)- Hàm đã cho
1: RRp n là dƣơng,
liên tục và khả tích (theo nghĩa Lebesgue)
trên [a,b):
( , )
( , )
( ) 0, ( , ); , ;
( )
L a b
a b
p x x a b p C a b
p x dx p
(1.5)
(B)- Các tham số ),...,(: 1 n thỏa mãn:
( , )
0 : ,
1 1, 0 1
i L a b
n
p p
i n
(1.6)
Khi dùng phƣơng pháp trực tiếp để giải bài
toán điều khiển (1.2) – (1.4), ta có thể chuyển
nó về bài toán quy hoạch:
2
1
( ) : ( ) inf,
( , ); ( ) ( ), 1
n
i i
i
i i i
J f
a b f f i n
(1.7)
1 11
1 1 1
( ) : ... ... ( ) ,
( , ), 1
i i i n
i i i n
b b bb
i i
a a a a a
i i i
f p x dx
a b i n
(1.8)
11
1 1
0
1 0
1 0
( ; )
( ) :
( )
1
... ( ) , ( , )
( )
n
n
n n
n n
b
n n
n
b
a a
q x dx
f
q
p x dx a b
q
(1.9)
Việc giải số bài toán quy hoạch (1.7) theo các
phƣơng pháp tất định gặp khó khăn ở chỗ cần
phải tính (n -1) tích phân bội )( iif trong
(1.8) và các tích phân bội trong (1.9), )( 01 q
trong (1.4) thì mới xác định đƣợc một giá trị
cho hàm mục tiêu )(J .
Mở rộng các kết quả đã có và sử dụng kết quả
của công trình [7], bài toán điều khiển (1.2)-
(1.4) đƣợc giải trong dạng tổng quát. Với ý
nghĩa đó, phƣơng pháp Monte Carlo, tạo ƣớc
lƣợng không chệch của các tích phân bội sẽ
đƣợc sử dụng (trong mục II.2) để thiết lập các
phƣơng trình hồi quy tƣơng ứng với bài toán
quy hoạch (1.7)-(1.9). Trên cơ sở này,
phƣơng pháp Robins Monro (Robins Monro’s
Procedure - RMP) đƣợc xây dựng để giải số
bài toán ban đầu. Những ứng dụng vào lý thuyết
độ tin cậy sẽ đƣợc trình bày trong mục II.3.
II.2. XÂY DỰNG MÔ HÌNH XẤP XỈ
NGẪU NHIÊN
Nhằm chuyển bài toán điều khiển (1.2)-( 1.4)
về bài toán quy hoạch (1.7)-(1.9), ta xét kết
quả sau:
Bổ đề 2.1: Nếu các điều kiện (A), (B) được
thỏa mãn thì:
1-Bài toán quy hoạch (1.7) có lời giải duy
nhất:
* * * * *
1 0
* * *
0 1 1
: ( ,..., ) ( , )
( , ); : ( ,..., )
n n
na b
(2.1)
Cho bởi nghiệm duy nhất:
niba iii ,...,1),,(* của n phương
trình phi tuyến:
nniii fnif )(,11,)(
(2.2)
2- Hệ động lực (1.3)-( 1.3*) là điều khiển
được bởi lớp hàm U và lớp hàm này cũng là
tập hợp các điều khiển chấp nhận được của
bài toán điều khiển (1.2)-( 1.3*).
3- Bài toán điều khiển (1.2)-( 1.3*) có điều
khiển tối ưu duy nhất *)(.,** uu U xác
định từ lời giải (2.1) của bài toán quy hoạch
(1.7) theo công thức:
*
* * * * * * *
1
( , )
(.; ) : ( ,..., ), ( ) : ( ; )
: 1 ( ), 0, , 1 .
i i
n i i i
a
u u u u t u t
t t T i n
(2.3)
Bổ đề trên đây đƣa việc giải bài toán điều
khiển (1.2)-(1.3*) về việc tìm nghiệm
),(* ba của hệ phƣơng trình phi
tuyến (2.2). Nhằm thiết lập lƣợc đồ tính
toán theo RMP thực hiện điều này, ta đƣa
vào hàm vecto:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
95
1 1
1
: ( ),..., ( ) ( , ),
: ,...,
n n
n
n
g u g u g u a b
u u u R
(2.4)
có các thành phần thỏa mãn điều kiện (C)
dƣới đây:
(C)- Với mỗi i = 1, , n, hàm
),(: 1 iii baRg là một song ánh khả vi,
liên tục trên R1, trong đó
)(,0)( 1Rttgi .
Gắn với các hàm niug ii ,...,1),( nói trên,
ta ký hiệu:
,,...,:
,,),,...,(...:;
,1,,),...,,...,(...:)(
,),...,(,)()(),...,(:)(
1
110
1
1
1
110
1
1
1
1
11
11
n
n
n
n
j
jnnn
ij
ijniii
n
n
n
i
iinn
R
Ruduuuupuq
niRuduuuupup
Ruuuugugugpup
n
(2.5)
1
0
0
1
0
( ) ( ) : ( ) ,
, 1 1,
( ; )
( ) ,
( ; )
, ( , ) .
i
n
i i i i
i
n n
n
n n
n
n n
f f p t dt
R i n
q u du
f
q u du
R R
(2.5*)
và lần lƣợt chứng minh đƣợc các kết quả sau:
Bổ đề 2.2: Nếu các điều kiện (A), (B), (C)
được thỏa mãn thì:
1-Với mỗi I = 1,..., n luôn tồn tại hàm ngược
liên tục ),(,)(
11
iiiiii baxRxgu
của hàm
1),,()( Rubaugx iiiiii và
ta có:
1 1
1
( ) ( ), 1 1,
( ) ( )
( ,..., ), : ( ) ,
( , ), 1
i i i i
n n
n i i
i i i
f f i n
f f
g R
a b i n
(2.6)
10 ( ) , , 1 1;
0 ( ) 1,
i i i
n
n
f p R i n
f R
(2.6*)
Trong đó,
1,...,1),,0(:(.)
1 nipRf i
và
1
0
1
0 ),1,0(:,.)(
nn RRf
là các hàm liên tục, thực sự tăng với i = 1,,
n-1 và thực sự giảm với i = n.
2-Hệ n phương trình phi tuyến:
nniii fnif )(,11,)(
(2.7)
luôn có nghiệm duy nhất:
n
n R ),...,(:
**
1
* và lời giải *
trong (2.1) của bài toán (1.7) được xác định
từ nghiệm này theo công thức:
* * *1 1
* * *
1
( ),..., ( ) ( , ),
: ( ,..., )
n n
n
n
g g a b
R
(2.8)
3-Khi chuẩn hóa hàm
nRuup ),( trong
(2.5), ta thu được hàm mật độ:
( )
: , ; ( ) 1,
0,
n
n
R
n
p u
u u R u du
p
u u R
(2.9)
Từ kết luận 3 của bổ đề trên, ta có thể thiết
lập vecto ngẫu nhiên
n
n R ),...,(: 1 có
hàm mật độ (đồng thời) là
nRuu ),( và
lập quá trình ngẫu nhiên nR ),( ,
dƣới dạng:
1 1 1 1
1
1
1
: ,..., , ,
: ( ,..., )
1
, : ,
0
1 ,
,
: , 1 , .
n
n n n
n
n
i i
i i i i
i i
n n
n
j j n n n
i
R
R
khi
khi
i n
(2.10)
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
96
Gọi nn RRF : là hàm vecto xác định
dƣới dạng:
1 1 1 1
0
1
0
0
0 1 1
: ,..., , ,
: ( , ) ,
: , 1 1,
;
:
;
, : ( ,..., ).
n
n
n n n
n
n
i i i i
n
n n n
n
n n
F F F F R
R
F p f i n
q u
F du
p
q u
du
p
(2.11)
Khi đó ta thu đƣợc các kết quả sau:
Bổ đề 2.3: Nếu các điều kiện (A)-(C) được
thỏa mãn thì ta có:
,, nRFE
(2.12)
n
R
RconstFE n ,
22
2.13)
Đồng thời, hệ phương trình (2.6) tương
đương với hệ phương trình hồi quy sau đây:
nn RpE
)0,,...,(:; 11
1
(2.14)
Đối với hàm
n
n Ruuuup ),...,(,0)( 1 xác định
trong (2.7) và tham số n nêu trong giả thiết
(B), ta còn bổ sung thêm giả thiết (D) dƣới
đây:
(D)-Tham số
2
1
n và hàm
),0(:,.)( 10 Rup , phụ thuộc tham biến
1
110 ),...,(
n
n Ruuu là đối xứng qua
trục mun :
,),(),,(),( 000
n
nnn Ruuuumupumup
sao cho: (2.15)
*
* *
1
*
0 0
( ) . ,
:
i
i
n
i i i i i n n
i
n
p u du p
R
(2.15*)
Bổ đề 2.4: Nếu các điều kiện (A) – (D) được
thỏa mãn thì với mọi )1,0( , ta có:
,,0,: ** FG
(2.16)
*
*
inf , 0,
: : 1/n
F
R
(2.17)
Trong đó: ),...,( **1
*
n là nghiệm duy
nhất của hệ (2.9).
Chú ý 2.1: Ta nhận thấy rằng: có thể thu hẹp
miền áp dụng *\ nR của điều kiện (2.14*)
thành miền )( . Nghĩa là ta có thể thay
điều kiện nói trên trong giả thiết (D) bởi điều
kiện sau:
*
*
1
*
( )
. ,
i
i
n
i i i i i
i
n n
p u du
p
(2.18)
Khi đó, có thể đưa ra một dấu hiệu đủ của
điều kiện này, dưới dạng:
*131
*
: min ( ) , ( )
1
: :
i i
i n
n
p
p B
R
(2.18*)
Bây giờ ta sử dụng phƣơng pháp RMP để xây
dụng dãy nghiệm xấp xỉ ngẫu nhiên 1mm
của hệ phƣơng trình hồi quy (2.14) theo mô
hình lặp sau:
1
1
1
,..., , 1;
,
, ,
1 .
m m m m
n n
m m m
n m
m m m m i
i i m i i
m
p
i n
(2.19)
trong đó: vecto ngẫu nhiên nR)1( là tùy ý,
1mm
là dãy số thỏa mãn điều kiện:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
97
1
2
1
,;1,0
m
m
m
mm m
(2.20)
),(),,( mmmi
m
ii xác định theo (2.10)
và
11
,...,
m
m
n
mm là dãy những thể
hiện độc lập của vecto ngẫu nhiên
n ,...,1 đƣợc tạo bằng phƣơng pháp
Monte Carlo từ hàm mật độ u cho dƣới
dạng (2.9), (2.5). Khi đó ta có:
Định lý 2.1: Với các điều kiện (A)-(D), ta đặt:
1
1 ( , )
0
: ,..., ( , ), : ( ),
1 , 1
: ,..., ; ( ) : 1 ( ),
, , 1 .
m
i i
m m m m m
n i i i
m m m m
n i a
a b g
i n m
u u u u t t
t t T i n
(2.21)
Trong đó 1mm là dãy nghiệm xấp xỉ ngẫu
nhiên của hệ (2.14) lập theo RMP (2.19). Khi
đó:
1-Dãy 1mm sẽ hội tụ hầu chắc chắn (hcc)
về lời giải ),(
* ba của bài toán quy
hoạch (1.7): .1}lim{
*
m
m
P
(2.22)
2- Dãy 1mmu sẽ hội tụ theo mục tiêu
(theo nghĩa hầu chắc chắn) về điều khiển tối
ưu u* U của bài toán điều khiển (1.2)-
(1.3*): .1)()(lim *
uJuJP L
m
L
m
(2.23)
Chứng minh: Khi xét các thành phần của
vecto hàm F() trong (2.11) ta nhận thấy
rằng: do tính dƣơng của các hàm
nii uqupup ;,, 0 trong (2.5) nên từ
(2.5), (2.5*) và (2.9) ta có:
0
( ) 1, 1 .
i
n
i i i
i i
R
f f t
F dt
p p
u du i n
(2.24)
Tƣơng tự, do 0 < < 1 nên ta còn có:
0
0
;
( )
;
2 2
n
n
n n
n
n n
R
q u du
F
p
q u du
u du
p
Kết hợp điều này với (2.24) ta thu đƣợc:
21
2 2
1
3 ,
n
i i n
i
n
F F F
F n const R
(2.25)
Ta biết rằng: từ các điều kiện (2.25), (2.20),
(2.17), (2.13), (2.12) có thể suy ra sự hội tụ
hcc của dãy nghiệm xấp xỉ ngẫu nhiên
1mm về nghiệm của hệ phƣơng trình hồi
quy (2.14):
*
*
{ lim } 1
{ lim } 1, 1 .
m
m
m
i i
m
P
P i n
(2.26)
trong đó, do hệ phƣơng trình hồi quy này
tƣơng đƣơng với hệ (2.9) (theo bổ đề 2.3) nên
nghiệm * nói trên cũng là nghiệm duy nhất
của (2.7). Bởi vậy, từ (2.14), (2.21), và tính
liên tục của các hàm gi (theo giả thiết (C))
ta có:
*
* *
{ lim } { lim
} { lim }, 1 .
m m
i i i i
m m
m
i i i i
m
P P g
g P i n
Khi đó, từ (2.26) ta thu đƣợc:
*
*
{ lim }, 1
{ lim } 1,
m
i i
m
m
m
P i n
P
trong đó, (xem Bổ đề 2.2), ),(
* ba là
điều khiển tối ƣu dạng (2.1) của bài toán
(1.2)-(1.4). Nghĩa là (2.22) đƣợc chứng minh.
Cuối cùng, từ tính liên tục của các hàm
nif
i
1, trong (1.8), (1.9) ta suy ra
tính liên tục của hàm J trong (2.5). Khi
đó, ta có:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
98
* *
*
1 { lim } { lim }
{ lim }
m m
m m
m
L L
m
P P J J
P J u J u
Nghĩa là (2.23) đƣợc chứng minh.
Chú ý 2.2: Do lời giải ),(
* ba của bài
toán quy hoạch (1.7) cũng là nghiệm duy nhất
của hệ phƣơng trình (2.2) (theo Bổ đề 2.1)
nên ta cũng có thể sử dụng các công thức
(2.19), (2.21) để lập dãy 1mm các nghiệm
xấp xỉ của hệ (2.2) với sự hội tụ theo nghĩa
của công thức (2.22).
II.3. Ứng dụng vào lý thuyết độ tin cậy
Giả sử n
ii
n SS
1
)( :
là một hệ thống mà
mỗi bộ phận niSi 1, gắn với biến chỉ
thị trạng thái hoạt động [10], có dạng:
*
*
*
0
1
:
ii
ii
iii
khi
khi
XX
(3.1)
Trong đó: 1 là ký hiệu hệ thống hoạt động, 0
là ký hiệu hệ thống bị tê liệt.
trong đó, i là tuổi thọ của bộ phận (cá thể
[4]) iS và
*
i là mức tối thiểu của tuổi thọ,
để cho bộ phận này còn hoạt động đƣợc. Ta
xem rằng hệ n
ii
n SS
1
)( :
thu đƣợc từ sự bổ
sung bộ phận nS vào hệ
1
1
)1( :
n
ii
n SS ,
trong đó, gọi 11,
)( nii là độ tin cậy
hoạt động của mỗi bộ phận iS trong hệ
)1( nS , theo nghĩa:
* ( ) : 1 ,
0 1, 1 1.
i
i i i
i
P
i n
(3.2)
Gọi nnkXX k
k ,1),,...,( 1
)( là biến chỉ
thị trạng thái hoạt động của hệ )(kS :
(3.3)
và xem rằng cả 2 hệ nnkS
k ,1,)( đều
hoạt động theo cấu trúc song song, nghĩa là
(xem [6]) các hàm cấu trúc của chúng có
dạng:
.,1,max),...,(
1
1
)( nnkXXX i
ki
k
k
(3.4)
Bài toán ngƣợc của đánh giá độ tin cậy
(ĐGĐTC) một hệ thống đƣợc đặt ra (xem [1])
là để xác định các mức tối thiểu
nii 1,
*
của tuổi thọ các bộ phận trong
hệ )(nS , với giả thiết rằng đã cho các độ tin
cậy hoạt động i
i 1)( của mỗi bộ phận
11, niSi trong hệ
)1( nS ban đầu và
cho xác suất n , để bộ phận hỗ trợ (bổ sung)
nS sẽ làm cho hệ mới
)(nS hoạt động khi hệ
cũ )1( nS bị tê liệt:
( ) ( 1)1 1 1( ,..., ) 1| ( ,..., ) 0
1
, 1.
2
n n
n n
n n
P X X X X
(3.5)
Trong việc giải bài toán trên đây, ta giả thiết
(xem [2]) rằng: tuổi thọ của mỗi bộ phận iS
là một đại lƣợng ngẫu nhiên (đlnn)
nii 1,,0 và xem rằng đã cho
hàm mật độ (đồng thời)
nixxxp in 1,0,0),...,( 1 của
vecto ngẫu nhiên ).,...,( 1 n
Để có thể sử dụng mô hình tính toán trong
Mục 2.2 vào việc giải bài toán ngƣợc của
ĐGĐTC nói trên, trƣớc hết ta lƣu ý rằng:
trong trƣờng hợp này, hiển nhiên là điều kiện
(A) đƣợc thỏa mãn với:
0, , 1 ;
( , ) : 0, ;
( ) 1
n
i i
nn
R
a b i n
a b R
p p x dx
(3.6)
Do 1p nên từ (3.2) và (3.5) ta thu đƣợc
điều kiện (B). Ngoài ra, các hàm:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99
99
1
0 0
0
( ,..., ,..., )
( ) : ...
, ( ) ( )
i
i n
i i
j i i i i i
j i
p x x x
p x
dx f p x dx
(3.7)
lần lƣợt là hàm mật độ và hàm phân bố của
đlnn nii 1, . Khi đó, từ (3.2) ta có:
11,* niPf iiiii
(3.8)
Chú ý 3.1: Khi )(xp là hàm mật độ của
vecto ngẫu nhiên , hàm f trong (1.9)
có dạng:
1
, 1 1,
,
, 1 1
: ,...,
i i n n
n
i i
n
n
P i n
f
P i n
R
(3.9)
nnnn Rf **1** ,...,:,
(3.10)
Chú ý 3.2: Dựa trên (3.8) và (3.10) ta nhận
thấy (xem Bổ đề 2.1) rằng: lời giải
),...,(
**
1
*
n trong bài toán ngược của
ĐGĐTC chính là nghiệm duy nhất của hệ
phương trình (2.2). Bởi vậy, có thể sử dụng
mô hình tính toán nêu trong Chú ý 2.2 để thiết
lập dãy 1mm những lời giải xấp xỉ cho lời
giải * nói trên.
KẾT LUẬN
Khi giải các bài toán điều khiển, việc chứa
các tích phân bội luôn gặp khó khăn. Các
phƣơng pháp trực tiếp đƣợc sử dụng nhƣng có
độ phức tạp cao. Với phƣơng pháp xấp xỉ
ngẫu nhiên, các bài toán chứa tích phân bội
đƣợc giải quyết với độ phức tạp nhỏ hơn.
Ứng dụng cụ thể trong bài toán đánh giá độ
tin cậy, lời giải của bài toán tìm đƣợc bằng
quá trình thiết lập dãy các lời giải xấp xỉ.
TÀI LIỆU THAM KHẢO
[1]. Nguyễn Văn Hộ, Nguyễn Văn Hữu, Nguyễn
Quý Hỷ, Về một bài toán ngược của đánh giá độ
tin cậy một hệ thống trong nghiên cứu tương quan
dòng chảy giữa sông Đà – Đồng Nai, Kỷ yếu Hội
nghị Ứng dụng Toán học Toàn quốc lần thứ I, T.2,
NXB ĐHQGHN, 2000 (Tr.191-206)
[2]. Nguyen Quy Hy, Nguyen Dinh Hoa, The
population and it renewal function, Viet. J. Math.,
Vol.24, N3, 1996, (Tr.198-224).
[3]. Nguyen Quy Hy, Nguyen Van Huu, Nguyen
Van Ho, Tong Dinh Quy, Mai Van Duoc, The
Monte Carlo method in theory of reliability and its
application to hydroelectric system, Proc.
ISTAEM HongKong 2001 (85-88).
[4]. Nguyễn Quý Hỷ, Phương pháp mô phỏng số
Monte Carlo, NXB ĐHQGHN, 2004.
[5]. Révész P., A note on the Robbins-Monro
method, Stuchia Sci. Math. Hung., N 7, 1972
(355-362).
[6]. Barlow R. E., Proschan F., Statistical Theory
of Reliability and Life Testing, New York 1975.
ABSTRACT
THE STOCHASTIC APPOROXIMATION METHOD FOR SOLVING A KIND
OF CONTROL PROBLEM INCLUDING MULTIPLE INTEGRALS AND
APPLICATION
Tran Thi Ngan*, Tran Manh Tuan
College of Information Technology and Comunication – TNU
Control problems have been solved by many authors in different methods. There are some
problems that contain multiple integrals. These problems always get high computing complexity
when using normal algorithms (mathematical analysis tools). By applying stochastic
apporoximation method, multiple integrals are solved with much less computing complexity.
Key words: Control problems, Multiple integrals, Complexity, Mathematical analysis, reliability
theory.
*
Tel: 0989.040.454; Email: ttngan@ictu.edu.vn
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Các file đính kèm theo tài liệu này:
- brief_33296_37120_3182012154051_split_16_674_2052377.pdf