繰り返し法 (動的計画法における) - 版の履歴

2008年11月8日 (土) 11:07にAlbeit-Kunによる

2008-11-08T11:07:14Z

Orsjwiki: "繰り返し法 (動的計画法における)" を保護しました。 [edit=sysop:move=sysop]

2007-07-20T00:35:19Z

"繰り返し法 (動的計画法における)" を保護しました。 [edit=sysop:move=sysop]

2007年7月17日 (火) 02:37に122.17.2.240による

2007-07-17T02:37:57Z

2007年7月11日 (水) 18:19に131.112.125.103による

2007-07-11T18:19:16Z

122.17.2.240: 新しいページ: ''''【くりかえしほう (iterative method)】''' 基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 $ \mu = \{\mu_...'

2007-07-11T15:21:30Z

新しいページ: ''''【くりかえしほう (iterative method)】''' 基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 $ \mu = \{\mu_...'

新規ページ

'''【くりかえしほう (iterative method)】'''

基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 $ \mu = \{\mu_{1}, \mu_{2} \} \in \Pi_{p} $ の2変数同時最適化問題

\[
\begin{array}{l}
\hspace*{-5mm} \displaystyle{\mathop{{\rm max}}_{\mu}
\sum \sum_{\hspace{-7mm}(x_{2},x_{3})}
g(x_{1},u_{1},x_{2},u_{2},x_{3}) \cdot }
p(x_{2}\vert x_{1},u_{1})p(x_3\vert x_2, u_2)
\end{array}
\]

を解く代わりに, $ \mu_{2} $ による最適化の後に $ \mu_{1} $ による最適化を行なう問題

\[
\begin{array}{l}
\hspace*{-5mm} \displaystyle{\mathop{{\rm max}}_{\mu_{1}}\mathop{{\rm max}}_{\mu_{2}}
\sum \sum_{\hspace{-7mm}(x_{2},x_{3})} g(x_{1},u_{1},x_{2},u_{2},x_{3}) \cdot }p(x_{2}\vert x_{1},u_{1})p(x_3\vert x_2, u_2)
\end{array}
\]

を解く方法. ただし, $u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})$.

← 古い版		2008年11月8日 (土) 11:07時点における版
26行目:		26行目:

	を解く方法. ただし, <math>u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})\,</math>.		を解く方法. ただし, <math>u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})\,</math>.
		+
		+	[[Category:動的・確率・多目的計画\|くりかえしほう]]

@@ 3行目: / 3行目: @@
 基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 <math> \mu = \{\mu_{1}, \mu_{2} \} \in \Pi_{p} \,</math> の2変数同時最適化問題
 <math>
 \mathbf{max}_{\mu}
@@ 9行目: / 11行目: @@
   p(x_2\vert x_1,u_1)p(x_3\vert x_2, u_2)
 \,</math>
 を解く代わりに, <math> \mu_{2} \,</math> による最適化の後に <math> \mu_{1} \,</math> による最適化を行なう問題
 <math>
 {\mathbf{max}}_{\mu_1}\mathbf{max}_{\mu_2}
    \sum \sum_{(x_2,x_3)} g(x_1,u_1,x_2,u_2,x_3) \cdot p(x_2\vert x_1,u_1)p(x_3\vert x_2, u_2)
 \,</math>
 を解く方法. ただし, <math>u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})\,</math>.

← 古い版	2007年7月20日 (金) 00:35時点における版
(相違点なし)

@@ 1行目: / 1行目: @@
 '''【くりかえしほう (iterative method)】'''
-基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 $ \mu = \{\mu_{1}, \mu_{2} \} \in \Pi_{p} $ の2変数同時最適化問題
+基本的には多変数同時問題を1変数問題の繰り返しで解く方法. 例えば, 原始政策 <math> \mu = \{\mu_{1}, \mu_{2} \} \in \Pi_{p} \,</math> の2変数同時最適化問題
-\[
+<math>
-\begin{array}{l}
+\mathbf{max}_{\mu}
-  \hspace*{-5mm} \displaystyle{\mathop{{\rm max}}_{\mu}
+    \sum \sum_{(x_2,x_3)}
-    \sum \sum_{\hspace{-7mm}(x_{2},x_{3})}
+    g(x_1,u_1,x_2,u_2,x_3) \cdot
-    g(x_{1},u_{1},x_{2},u_{2},x_{3}) \cdot }
+  p(x_2\vert x_1,u_1)p(x_3\vert x_2, u_2)
-  p(x_{2}\vert x_{1},u_{1})p(x_3\vert x_2, u_2)
+\,</math>
-を解く代わりに, $ \mu_{2} $ による最適化の後に $ \mu_{1} $ による最適化を行なう問題
+を解く代わりに, <math> \mu_{2} \,</math> による最適化の後に <math> \mu_{1} \,</math> による最適化を行なう問題
-\[
+<math>
-\begin{array}{l}
+{\mathbf{max}}_{\mu_1}\mathbf{max}_{\mu_2}
- \hspace*{-5mm} \displaystyle{\mathop{{\rm max}}_{\mu_{1}}\mathop{{\rm max}}_{\mu_{2}}
+   \sum \sum_{(x_2,x_3)} g(x_1,u_1,x_2,u_2,x_3) \cdot p(x_2\vert x_1,u_1)p(x_3\vert x_2, u_2)
-   \sum \sum_{\hspace{-7mm}(x_{2},x_{3})} g(x_{1},u_{1},x_{2},u_{2},x_{3}) \cdot }p(x_{2}\vert x_{1},u_{1})p(x_3\vert x_2, u_2)
+\,</math>
-を解く方法. ただし, $u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})$.
+を解く方法. ただし, <math>u_{1} = \mu_{1}(x_{1}), u_{2} = \mu_{2}(x_{1},u_{1},x_{2})\,</math>.