Inhalt

[ TM1WCVOMARK ] VL Markov-Ketten

Versionsauswahl
Es ist eine neuere Version 2023W dieser LV im Curriculum Masterstudium Artificial Intelligence 2024W vorhanden.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS B3 - Bachelor 3. Jahr Mathematik Dmitry Efrosinin 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Bachelorstudium Technische Mathematik 2012W
Ziele Ein Markov-Kette ist ein mathematisches Modell, das sich beim Studium komplexer Systeme als nützlich erweist. Die grundlegenden Begriffe der Markov-Kette sind der Zustand eines Systems und der Übergang von einem Zustand in einen anderen. Man sagt, ein System befinde sich in einem bestimmten Zustand, wenn die Variablen, die das System vollständig beschreiben, die diesem Zustand zugeordneten Werte annehmen. Ein Übergang des Systems von einem Zustand in einen anderen liegt vor, wenn die das System beschreibenden Variablen ihre Werte entsprechend ändern. Der Sinn dieses Kurses besteht darin, einem Markov-Entscheidungsproblem eine analytische Struktur zu geben, die zugleich das System hinreichend gut beschreibt und trotzdem rechnerisch verwendbar ist.
Lehrinhalte
  1. Markov-Kette mit diskreter Zeit
  2. Bewertete Markov-Kette
  3. Iterative Lösung von sequentiellen Entscheidungsprozessen
  4. Die Politik-Iteration für die Lösung von sequentiellen Entscheidungsprozessen
  5. Anwendung der Politik-Iteration
  6. Die Politik-Interationsmethode für Prozesse mit mehreren ergodischen Klassen
  7. Der sequentielle Entscheidungsprozess mit Diskontierung
  8. Markov-Kette mit kontinuierlicher Zeit
  9. Die kontinuierliche bewertete Markov-Kette
  10. Das kontinuierliche Entscheidungsproblem
  11. Der kontinuierliche Entscheidungsprozess mit Diskontierung
  12. Schlussbemerkungen
Beurteilungskriterien Schriftliche Prüfung am Ende des Semesters
Lehrmethoden Folie und Tafel
Abhaltungssprache Deutsch
Literatur Skriptum
Howard R. Dynamic programming and Markov processes. Wiley Series, 1960.
Puterman M. L. Markov decision process. Wiley series in Probability and Mathematical Statistics, 1994.
Lehrinhalte wechselnd? Nein
Präsenzlehrveranstaltung
Teilungsziffer -
Zuteilungsverfahren Direktzuteilung