Mean variance optimality in Markov decision chains

0411443 - ÚTIA 2010 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Sladký, Karel - Sitař, Milan
Mean variance optimality in Markov decision chains.
[Optimalita prumerne variance v markovskych rozhodovacich procesech.]
Proceedings of the 23rd International Conference Mathematical Methods in Economics 2005. Hradec Králové: Gadeamus, 2005 - (Skalská, H.), s. 350-357. ISBN 978-80-7041-535-1.
[Mathematical Methods in Economics 2005 /23./. Hradec Králové (CZ), 14.09.2005-16.09.2005]
Grant CEP: GA ČR GA402/05/0115
Výzkumný záměr: CEZ:AV0Z10750506
Klíčová slova: Markov reward processes * expectation and variance of cumulative rewards
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum

In this note, we consider discrete-time Markov decision processes with finite state space. Recalling explicit formulas for the growth rate of expected value and variance of the cumulative (random) reward, algorithmic procedures for finding optimal policies with respect to various mean variance optimality criteria are discussed. Computational experience with large scale numerical examples is reported.

V praci se studuji diskretni markovske rozhodovaci procesy s konecnym stavovym prostorem. Vyuzitim explicitnich vztahu pro rychlost rustu ocekavanych hodnot, jakoz i rozptylu kumulativniho (nahodneho) vynosu, jsou navrzeny algorithnmicke postupy pro nalezeni optimalniho rizeni vzhledem k ruznym kriteriim.
Trvalý link: http://hdl.handle.net/11104/0131524