盖·路查德 对Bruss和Weber的最优停止问题进行了改进和渐近分析。 （英语） Zbl 1463.60064号 数学。申请。（华沙） 45，第2期，95-118（2017）。 总结：多年来，经典的秘书问题被概括为几个方向。在本文中，我们的兴趣仅限于那些与更一般的问题有关的推广，即在特定类型的最后一次观察时停止。我们考虑的Bruss-Weber问题围绕以下模型：设（X_1，X_2，\ldots，X_n）是一个独立且同分布的随机变量序列，可以取三个值：（{+1，-1，0\}）。目标是最大化在序列中最后一次出现值\（+1）或\（-1）时停止的概率。我们研究了离散和连续时间设置中的相关问题，具有已知或未知的观测次数，以及已知和未知的概率测度。特别是，考虑了不完全信息的所谓x策略。我们在本文中的贡献是对这类问题中的几个问题进行了精细分析，并研究了解的渐近行为。我们还对相应的完全选择算法进行了仿真。 引用于1文件 MSC公司： 60克40 停止次数；最优停车问题；赌博理论 68周27 在线算法；流式算法 62升12 序贯估计 关键词：停车时间;联合国最佳选择方法;odds-算法;最佳解决方案;x战略;渐近展开;信息不完整。 PDF格式BibTeX公司 XML格式引用 \textit{G.Louchard}，数学。申请。（华沙）45，No.2，95--118（2017；Zbl 1463.60064） 全文： 内政部 arXiv公司 参考文献： [1] K.Ano和M.Ando。关于Bruss的随机可用性停止问题的注记。在托马斯·弗格森的论文中，IMS讲座笔记-专题系列，第35卷，第71-82页。2000. ·Zbl 0994.60047号 [2] D.Assaf和E.Samuel-Cahn。具有多重选择的凡人的简单比率预言不等式。应用概率杂志，37（4）：1084-10912000·兹比尔0982.60027 [3] F.T.布鲁斯。一类具有未知数量选项的最佳选择问题的uni_ed方法。概率年鉴，12（3）：882-8891984·Zbl 0553.60047号 [4] F.T.布鲁斯。关于Cowan和Zabczyk的一个最优选择问题。应用概率杂志，24（4）：918-9281987·Zbl 0596.60046号 [5] F.T.布鲁斯。把赔率加起来为一，然后停下来。概率年鉴，28（3）：1384{13912000.}·Zbl 1005.60055号 [6] F.T.布鲁斯。关于最优停止奇数定理界的注记。概率年鉴，31（4）：1859-18612003·Zbl 1059.60056号 [7] F.T.布鲁斯和T.S.弗格森。高风险和有竞争力的投资模式。应用概率年鉴，12（4）：1202-12262002·Zbl 1005.60054号 [8] F.T.Bruss和G.Louchard。基于序列更新的odds-算法及其性能。应用概率进展，41:131-1532009·Zbl 1169.60006号 [9] F.T.Bruss和M.Yor。具有比例增量的随机过程和最后到达问题。随机过程及其应用，122（9）：3239-32612012·Zbl 1255.60166号 [10] R.丹迪维尔。韦伯最优停止问题及其推广。《统计与概率快报》，97:176-1842015年·Zbl 1314.60088号 [11] R.丹迪维尔。弱信息条件下的连续停止。博士论文。技术报告，布鲁塞尔自由大学，2016年。 [12] S.R.Xiau和J.R.Yang。选择马尔可夫相关试验中的最后一次成功。《应用概率杂志》，39（2）：271-2812002·Zbl 1006.60038号 [13] A.Kurishima和K.Ano。随机观察数Bernoulli试验中的多重停止概率问题。Mathematica Applicanda，44（1）：209-2202016年·Zbl 1370.60076号 [14] 松井（T.Matsui）和阿诺（K.Ano）。布鲁斯多次停球赔率问题的下限。运筹学数学，41（2）：700-7142016·Zbl 1338.60119号 [15] K.Szajowski和D.Lebek。高风险投资的最佳策略。比利时数学学会公报-西蒙·斯特文，14（1）：143-1552007·Zbl 1219.91128号 [16] M.Tamaki。将乘法赔率求和为1，然后停止。应用概率杂志，47（3）：761-7772010·Zbl 1201.60039号 [17] R.R.韦伯。优化和控制，第6节。课堂讲稿，剑桥大学统计实验室，2013年。网址：www.statslab.cam.uk。 [18] R。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。