Класифікація задач стохастичного програмування: за виглядом цільової функції та за умовами обмеження.
В якості цільової функції задачі стохастичного лінійного програмування з імовірнісними обмеженнями зазвичай приниймають такі функціонали, як математичне сподівання або дисперсію лінійної форми або ймовірність перевищення лінійною формою деякого фіксованого порога.
- за виглядом цільової функції
1.Задачі з цільовою функцією Неможливо розібрати вираз (невідома помилка): \overline{cx}=M(cx)
називають М- моделями
2.Задачі, в яких потрібно мінімізувати дисперсію лінійної форми Неможливо розібрати вираз (невідома помилка): \ M({cx-\overline{cx}})^2 , називають V-моделями
3.Стохастичні задачі, в яких оптимізується ймовірність перевищення лінійної формою деякого порога Неможливо розібрати вираз (невідома помилка): \ P({cx \geq c^0 x^0}) , називають Р-моделями
У цю ж групу моделей включають задачі, де потрібно мінімізувати поріг Неможливо розібрати вираз (невідома помилка): \ {k} , який не повинен бути перевищений лінійною формою Неможливо розібрати вираз (невідома помилка): \ {cx}
із заданою ймовірністю Неможливо розібрати вираз (невідома помилка): \ {\alpha}
Неможливо розібрати вираз (невідома помилка): \ {k} \rightarrow min,P({cx} \le {k})={\alpha} .
При формалізації стохастичної задачі можна привести у відповідність всій області визначення цільової функції одне або декілька імовірнісних обмежень. Умови задачі (в лінійному випадку) можуть бути представлені у вигляді одного з наступних записів:
- за умовами обмеження
a).Неможливо розібрати вираз (невідома помилка): \ P \left \{ \sum^{n}_{j=1} a_{ij}x_j \geq b_{i} \right \} \geq {\alpha}_{i}, 0 \le {\alpha}_{i} \le 1, i=1,...,m .
b).Неможливо розібрати вираз (невідома помилка): \ P \left \{ \sum^{n}_{j=1} a_{ij}x_j \geq b_{i} \right \} \geq {\alpha}_{i}, 0 \le {\alpha}_{i} \le 1, i=1,...,m .
