Procesos de Decisión de Markov Descontados Sensibles al Riesgo

Ponente(s): Ezequiel Hernández García, Rubén Blancas Rivera Hugo Adán Cruz Suárez

En este trabajo se presenta una introducción breve a los Procesos de Decisión de Markov, y se investiga los avances en los Procesos de Decisión de Markov Descontados Sensibles al Riesgo. Un Proceso de Decisión de Markov (PDM) es un modelo matemático aplicado a sistemas dinámicos aleatorios cuyos estados son observados por un tomador de decisiones (o controlador), quien intenta influir en la evolución del sistema aplicando una serie de acciones o controles. Estas acciones tienen dos consecuencias: por un lado, generan un costo que depende del estado y la acción tomada; por otro lado, el estado y la acción tomada determinan la distribución de probabilidad del siguiente estado. El objetivo de los PDM cuando se considera sensibilidad al riesgo es minimizar una función que dependa tanto del costo en cada etapa como de un coeficiente de sensibilidad al riesgo sobre todas las posibles acciones que el controlador pueda tomar. Se presentarán algunos de los avances en el estudio de estos problemas y algunas de sus aplicaciones.