典型タグ

確率・期待値DP

確率遷移に対する期待値・分布・到達確率の再帰式を解く。

この典型を扱う単元: 確率過程・期待値DP

検索別名: Markov DP、stochastic dynamic programming、期待値DP、確率DP

未知問からこの典型を見つける手掛かり

扱う対象
  • ランダム
  • 分布
  • 期待値
  • 確率
使う手掛かり
  • 期待値の線形性
  • 等確率
  • 遷移確率
保つ不変量
  • 吸収
  • 期待回数
  • 確率分布
求めるもの
  • 分布
  • 期待値
  • 確率
適用しない条件
個別の除外条件の記載はありません。扱う対象と使う手掛かりから適用を判断してください。
分類・前提・学習成果

分類と直接の前提

概念上の親: DP状態と遷移

関連する典型

    学習成果と学習単位

    • 意思決定時点で観測済みの情報を状態にし、行動の最適化と確率平均を正しい順序で組み合わせたBellman式を解ける。

      確率過程・期待値DPで学ぶ
    • 互いに排反な状態に確率を配り、遷移確率・吸収条件・総確率を保って分布や到達確率を計算できる。

      確率過程・期待値DPで学ぶ
    • 状態から先の期待費用・期待回数を定義し、一歩分の費用と未来の期待値を分け、自己ループを移項した方程式を解ける。

      確率過程・期待値DPで学ぶ

    代表問題

    この典型の考え方を具体的な問題で確かめるための入口です。

    関連問題

    この典型が主タグまたは補助タグとして付いている問題です。