Оптимизация под неопределенностью: новый подход к квадратичным задачам
![В базовом детерминированном решении (при [latex]\beta = 0[/latex], [latex]\gamma = 0[/latex]) достигается целевое значение 0.1041 при размере выборки 50 и размере узлов 12, при этом максимальное значение β составляет 0.127235, а значение конвергенции [latex]\beta_{\rm conv}[/latex] - 0.135836, что демонстрирует эффективность предложенного подхода.](https://arxiv.org/html/2603.05620v1/Figure_3.png)
В статье представлен эффективный метод решения стохастических квадратичных задач с использованием робастной оптимизации и меры неопределенности, основанной на дистанции Вассерштейна.


