Processos de decisão de Markov com sensibilidade a risco com função de utilidade exponencial: Uma revisão sistemática da literatura

• Elthon Freitas Universidade de São Paulo
• Karina Delgado Universidade de São Paulo
• Valdinei Silva Universidade de São Paulo

DOI: https://doi.org/10.5753/sbsi.2017.6045

Resumo

Os processos de decisão de Markov (em inglês Markov Decision Process - MDP) têm sido usados com muita eficiência para resolução de problemas de tomada de decisão sequencial. Existem problemas em que lidar com os riscos do ambiente para obter um resultado confiável é mais importante do que maximizar o retorno médio esperado. MDPs que lidam com esse tipo de problemas são chamados de processos de decisão de Markov sensíveis a risco (em inglês Risk-Sensitive Markov Decision Process - RSMDP). Esta revisão sistemática da literatura tem por objetivo identificar os resultados teóricos e os algoritmos propostos para resolver problemas de RSMDP que tenham função utilidade exponencial, avaliando as suas principais características, semelhanças, particularidades e diferenças de modo a permitir ao leitor o conhecimento desta ferramenta de tomada de decisão sequencial para problemas sensíveis ao risco.

Palavras-chave: Processos de decisão de Markov, sensível a risco, averso a risco, planejamento probabilístico, utilidade exponencial

Referências

R. Abraham, M. Erwig, S. Kollmansberger, and E. Seifert. Visual specifications of correct spreadsheets. In Symposium on Visual Languages and Human-Centric Computing, 2005.

V. R. Basili, G. Caldiera, and H. D. Rombach. The goal question metric approach. In Encyclopedia of Software Engineering. Wiley, 1994.

M. Burnett, C. Cook, O. Pendse, G. Rothermel, J. Summet, and C. Wallace. End-user software engineering with assertions in the spreadsheet paradigm. In 25th International Conference on Software Engineering, 2003.

J. P. Caulkins, E. L. Morrison, and T. Weidemann. Do Spreadsheet Errors Lead to Bad Decisions?, pages 44–62. IGI Global, 2008.

J. P. Caulkins, E. L. Morrison, and T. Weidemann. Spreadsheet errors and decision making: Evidence from field interviews. Journal of Organizational and End User Computing, 19(3):1 – 23, 2017.

D. M. Groenewegen and E. Visser. Integration of data validation and user interface concerns in a dsl for web applications. Software & Systems Modeling, 12(1):35–52, 2013.

M. Howard, D. LeBlanc, and J. Viega. 24 Deadly Sins of Software Security: Programming Flaws and How to Fix Them. McGraw-Hill, New York, 1 edition, 2010.

D. Jannach, T. Schmitz, B. Hofer, and F. Wotawa. Avoiding, finding and fixing spreadsheet errors – a survey of automated approaches for spreadsheet {QA}. Journal of Systems and Software, 94:129 – 150, 2014.

G. Karsai, H. Krahn, C. Pinkernell, B. Rumpe, M. Schindler, and S. Vo`I´ Llkel. Design guidelines for domain specific languages. In 9th Workshop on Domain-Specific Modeling, 2009.

J. Lawrance, R. Abraham, M. Burnett, and M. Erwig. Sharing reasoning about faults in spreadsheets: An empirical study. In Visual Languages and Human-Centric Computing, 2006.

B. R. Lawson, K. R. Baker, S. G. Powell, and L. Foster-Johnson. A comparison of spreadsheet users with di↵erent levels of experience. Omega, 37(3):579 – 590, 2009.

A. M. Lund. Measuring usability with the use questionnaire. In STC Usability SIG Newsletter. 2001.

R. R. Panko. Spreadsheet errors: What we know. what we think we can do. In Symp. of the European Spreadsheet Risks Interest Group, 2008.

R. R. Panko. Two Experiments in Reducing Overconfidence in Spreadsheet Development, pages 131–149. IGI Global, 2008.

R. R. Panko and D. N. Port. End user computing: The dark matter (and dark energy) of corporate it. In 45th Hawaii Inter. Conf. on System Sciences, 2012.

S. G. Powell, K. R. Baker, and B. Lawson. A critical review of the literature on spreadsheet errors. Decision Support Systems, 46(1):128 – 138, 2008.

C. Scadi, B. Myers, and M. Shaw. Topes: Reusable abstractions for validating data. In 30th International Conference on Software Engineering, 2008.

C. Scadi, B. Myers, and M. Shaw. Fast, Accurate Creation of Data Validation Formats by End-User Developers. 2009.