Dynamic Programming and Decision TheoryPG TRB Mathematics Questions

5 free practice questions on Dynamic Programming and Decision Theory, out of 25 in this topic, for Post Graduate Teacher Recruitment Board (PG TRB) aspirants. Each one shows the correct answer and a full explanation.

Q1Easy

Bellman's principle of optimality states that:

பெல்மேனின் உகந்த கொள்கை பின்வருமாறு கூறுகிறது:

  1. aWhatever initial state and decision, remaining decisions must be optimal for resulting stateஆரம்ப நிலை மற்றும் முடிவு எதுவாக இருந்தாலும், மீதமுள்ள முடிவுகள் அதன் விளைவாக வரும் நிலைக்கு உகந்ததாக இருக்க வேண்டும்✓ Correct
  2. bEvery subproblem can be solved independently without tracking state transitionsநிலை மாற்றங்களைக் கண்காணிக்காமல் ஒவ்வொரு துணைக் கணக்கையும் சுயாதீனமாக தீர்க்க முடியும்
  3. cThe overall objective value is strictly equal to the sum of greedy local optimaஒட்டுமொத்த குறிக்கோள் மதிப்பு பேராசை உள்ளூர் உகந்த மதிப்புகளின் கூட்டுத்தொகைக்கு கண்டிப்பாக சமம்
  4. dOptimal solutions are achieved exclusively when backward recursion equals forward recursionபின்னோக்கிய மறுநிகழ்வு முன்னோக்கிய மறுநிகழ்வுக்கு சமமாக இருக்கும்போது மட்டுமே உகந்த தீர்வுகள் அடையப்படுகின்றன

Explanation

Principle of optimality: an optimal policy's tail is optimal for the remaining subproblem (Bellman, 1957).

உகந்த கொள்கை: மீதமுள்ள துணைப் பிரச்சனைக்கு உகந்த கொள்கையின் வால் உகந்ததாகும் (பெல்மேன், 1957).

Q2Easy

In dynamic programming, the state captures:

டைனமிக் நிரலாக்கத்தில், மாநிலம் கைப்பற்றுகிறது:

  1. aAn arbitrary index enumeration of decision alternatives available at current stepதற்போதைய படியில் கிடைக்கும் முடிவு மாற்றுகளின் தன்னிச்சையான குறியீட்டு பட்டியல்
  2. bAll information needed to make an optimal decision at current stageதற்போதைய கட்டத்தில் உகந்த முடிவை எடுக்க தேவையான அனைத்து தகவல்களும்✓ Correct
  3. cThe total number of stages remaining until the planning horizon is reachedதிட்டமிடல் எல்லை அடையும் வரை மீதமுள்ள நிலைகளின் மொத்த எண்ணிக்கை
  4. dThe cumulative cost incurred from the initial stage up to the terminal stageஆரம்ப கட்டத்திலிருந்து இறுதி கட்டம் வரை ஏற்பட்ட திரட்டப்பட்ட செலவு

Explanation

State: sufficient statistic for future decisions; Markov property ensures current state summarizes relevant past.

மாநிலம்: எதிர்கால முடிவுகளுக்கு போதுமான புள்ளிவிவரம்; மார்கோவ் சொத்து தற்போதைய நிலை தொடர்புடைய கடந்த காலத்தை சுருக்கமாக உறுதிப்படுத்துகிறது.

Q3Easy

The recurrence relation in dynamic programming (backward recursion) is:

டைனமிக் புரோகிராமிங்கில் (பின்னோக்கிய மறுநிகழ்வு) மறுநிகழ்வு உறவு:

  1. af_t(s) = min_{a} [c_t(s,a) + f_{t+1}(s'(s,a))]f_t(s) = min_{a} [ c_t(s,a) + f_{t+1}(s'(s,a))]✓ Correct
  2. bf_t(s) = c_t(s,a) - f_{t+1}(s)f_t(s) = c_t(s,a) - f_{t+1}(கள்)
  3. cf_t(s) = max_{s'}[c_t(s,s')]f_t(s) = அதிகபட்சம்_{s'}[ c_t(s,s') ]
  4. df_t(s) = f_{t+1}(s) + c_t(s)f_t(s) = f_{t+1}(கள்) + c_t(s)

Explanation

Bellman equation: optimal value function satisfies V(s) = min_a [c(s,a) + gamma*V(s')] for discounted problems.

பெல்மேன் சமன்பாடு: உகந்த மதிப்பு செயல்பாடு V(s) = min_a [c(s,a) + gamma* c_t(s,a)0 ] தள்ளுபடி சிக்கல்களுக்கு திருப்தி அளிக்கிறது.

Q4Easy

The shortest path problem from source s to all vertices can be solved by dynamic programming (Dijkstra's algorithm for non-negative weights) in time:

மூல s முதல் அனைத்து முனைகளுக்கும் உள்ள குறுகிய பாதை பிரச்சனையை டைனமிக் புரோகிராமிங் மூலம் (எதிர்மறை அல்லாத எடைகளுக்கான Dijkstra இன் அல்காரிதம்) தீர்க்க முடியும்:

  1. aO((V + E) * log V) using a priority queue (min-heap implementation)முன்னுரிமை வரிசையைப் பயன்படுத்தி O((V + E) * log V) (min-heap செயல்படுத்தல்)✓ Correct
  2. bO(V * E) for arbitrary graphs containing potential negative cycle weightsசாத்தியமான எதிர்மறை சுழற்சி எடைகளைக் கொண்ட தன்னிச்சையான வரைபடங்களுக்கு O(V * E)
  3. cO(V^3) by computing all-pairs shortest paths via matrix multiplicationsஅணிப் பெருக்கல்கள் மூலம் அனைத்து ஜோடி குறுகிய பாதைகளையும் கணக்கிடுவதன் மூலம் O(V^3)
  4. dO(V + E) by topological ordering restricted to directed acyclic graphsதிசைசார் சுழற்சியற்ற வரைபடங்களுக்கு மட்டுப்படுத்தப்பட்ட இடவியல் வரிசைப்படுத்தல் மூலம் O(V + E)

Explanation

Dijkstra with a min-heap: O((V+E) log V); O(V^2) with adjacency matrix.

ஒரு நிமிடக் குவியலுடன் கூடிய Dijkstra: O((V+E) பதிவு V); பக்கத்து அணியுடன் O(V^2).

Q5Easy

The 0/1 Knapsack problem with n items and capacity W is solved by DP in time:

n உருப்படிகள் மற்றும் திறன் W உடன் 0/1 நாப்சாக் பிரச்சனை DP ஆல் சரியான நேரத்தில் தீர்க்கப்படுகிறது:

  1. aO(n*log(W))
  2. bO(2^n)
  3. cO(n^2)
  4. dO(n*W)✓ Correct

Explanation

Knapsack DP: dp[i][w] = max value using first i items with capacity w; O(nW) time and space.

நாப்சாக் DP: dp[i][w] = திறன் கொண்ட முதல் i பொருட்களைப் பயன்படுத்தி அதிகபட்ச மதிப்பு; O(nW) நேரம் மற்றும் இடம்.

20 more questions on Dynamic Programming and Decision Theory

Track your mastery, build a daily streak, and compete on the leaderboard across all 1 PG TRB subjects.