(*) Leider ist diese Information in Deutsch nicht verfügbar.
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 2025W
Lernergebnisse
Kompetenzen
Die Studierenden sollten über Grundkenntnisse der Wahrscheinlichkeitstheorie verfügen
Fertigkeiten
Kenntnisse
Grundbegriffe der Markov-Kette mit diskreter und kontinuierlicher Zeit kennen
Untersuchen Sie die Eigenschaften von Markov-Ketten mit Bewertungen
Ableitung einer iterativen Lösung für sequentielle Markov-Entscheidungsprozesse
Entwicklung der Politik-Iteration für die Lösung von Optimierungsproblemen
Praktische Anwendung des Politik-Iterationsalgorithmus auf reale Steuerungsprobleme
Die wichtigsten Eigenschaften von sequentiellen Entscheidungsprozessen mit Diskontierung zu verstehen
Berechnung der Zustandswahrscheinlichkeiten von Markov-Prozessen, Algorithmen der dynamischen Programmierung, Lösung des Optimierungsproblems mit Hilfe von Markov-Entscheidungsprozessen
Beurteilungskriterien
(*)Written exam
Lehrmethoden
(*)Slides and blackboard presentation
Abhaltungssprache
English
Literatur
(*)
Lecture notes
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
Frühere Varianten
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis) TM1WCVOMARK: VO Markov-Ketten (2000S-2022S)
