V technické praxi, stejně jako běžném životě, jsme nuceni dělat rozhodnutí. Ať už se jedná o řízení výrobní linky či hledání optimálního spojení mezi dvěma místy, naše rozhodnutí vycházejí ze znalostí, které o světě máme. Chceme-li činit úspěšná rozhodnutí, je třeba vyřešit dvě úlohy: 1) řízený objekt co nejlépe poznat a 2) dosáhnout cíle, který jsme si vytyčili. Tyto dva úkoly jsou však většinou v rozporu: systém se nejlépe pozná, když se nechová podle našich požadavků. V reálném světě navíc existují náhodné jevy, poruchy a nepředvídané situace, které jednotně nazýváme neurčitostí. Tato skutečnost způsobuje, že naše znalost systému není nikdy dokonalá.

Za účelem řízení systémů, které jsou buď natolik složité, že jejich deterministický popis je nemožný, nebo obsahují náhodné prvky již ze své podstaty, vzniklo stochastické řízení, nebo-li optimální řízení za neurčitosti. Cílem stochastického řízení je minimalizovat velikost  odchylek systému od požadovaného stavu optimalizací řídících zásahů.

Jeden z přístupů k řešení tohoto probému je dynamické programování, které navrhl americký matematik Richard Bellman[]. Jedná se o metodu, která s využitím zpětného chodu minimalizuje hodnotu očekávané ztátové funkce. 

Tento přístup má analytické řešení pouze v případě znalosti všech parametrů systému, což je většinou nemožné. V šedesátých letech 20. století navrhl Alexander Aronovich Feldbaum řešení použitím takzvaného duálního řízení. Hlavní myšlenkou tohoto přístupu bylo, že řízení musí nejen minimalizovat aktuální ztrátu, ale rovněž musí získat o systému co nejvíce informací pro minimalizaci budoucích ztrát.

Přímá aplikace tohoto postupu je však bohužel i u poměrně jednoduchých značně komplikována složitostí výpočtu.  K řešení úlohy je proto vhodné požít aproximačních metod.
\newline

Tato  bakalářská práce si klade následující cíle
\begin{itemize}
\item
Formulace úlohy stochastického řízení
\item
Řešení úlohy stochastického řízení s aditivní ztrátouvou funkcí pomocí duálního řízení
\item
Formulace úlohy stochastického řízení za neúplných informací a její převedení na úlohu s úplnými znalostmi systému
\item
Představení některých aproximačních přístupů k duálnímu řízení, zejména pak stochastického iterativního dynamického programování
\item
Aplixace duálního řízení k nalezení optimální strategie na jednoduchém systému
\item
Porovnání uvedených aproximačních přístupů na jednoduchém systému
\end{itemize}