Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Dynamie Programming with Returns in Random Variables Spaces

Tytuł:
Dynamie Programming with Returns in Random Variables Spaces
Zmienne losowe w dyskretnym programowaniu dynamicznym
Autorzy:
Sitarz, Sebastian
Powiązania:
https://bibliotekanauki.pl/articles/904913.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
dynamic programming
partially ordered set
stochastic dominance
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Język:
angielski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
This paper presents a model of dynamic, discrete decision-making problem (finite number of periods, states and decision variables). Described process has returns in random variables spaces equipped with partial order. The model can be applied for many multi-stage, multi-criteria decision making problems. There are a lot of order relations to compare random variables. Properties of those structures let us apply Bellman’s Principle of dynamic programming. The result of using this procedure is obtainment of a whole set of optimal values (in the sense of order relation). For illustration, there is presented a numerical example.

W artykule opisano dyskretny model programowania dynamicznego z wartościami funkcji kryterium z przestrzeni zmiennych losowych wyposażonej w częściowy porządek. Opisany proces dynamiczny ma charakter deterministyczny. Porównując zmienne losowe stosowane są różne rodzaje relacji porządkujących. Własności struktur zmiennych losowych pozwalają stosować uogólnioną metodę programowania dynamicznego - tzw. zasadę Bellmana. Efektem tej procedury jest uzyskanie pełnego zbioru wartości optymalnych (w sensie relacji częściowego porządku). Analogicznie, jak w programowaniu wielokryterialnym, tak i tu rozwiązaniem problemu optymalizacyjnego może być duży zbiór wartości optymalnych. Przedstawione są metody zawężające ten zbiór, wykorzystujące dynamiczną postać zadania oraz własności zmiennych losowych.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies