Masterarbeit aus dem Jahr 2016 im Fachbereich BWL - Sonstiges, Note: 2,0, Universitat Augsburg, Sprache: Deutsch, Abstract: Bei einem Markov-Entscheidungsproblem handelt es sich um ein Entscheidungsproblem, bei dem der Nutzen eines Agenten von einer Folge von Entscheidungen abhangig ist. Markov-Entscheidungsprobleme koennen zur Modellierung eines breiten Feldes von echten Problemen dienen, allerdings haben echte Probleme in der Regel sehr grosse Aktions- und Zustandsraume und sind damit sehr rechenaufwendig zu loesen bzw. zu approximieren. Wahrend der Mensch von Natur aus sehr gut darin ist, wichtige Informationen aus grossen Datenmengen herauszufiltern, gestaltet sich dies fur Computer schwieriger. Der Mensch besitzt die Fahigkeit, Probleme durch Kreativitat und Abstraktionsvermoegen sehr effizient zu loesen, wahrend der Computer hierfur Algorithmen, also eindeutig vorgeschriebene Handlungsvorschriften zur Problemloesung, benoetigt. Die Herausforderung besteht nun darin, Algorithmen zu entwickeln, die die Gegebenheiten und Strukturen eines Problems nutzen, um dieses moeglichst schnell und effizient zu loesen. Es gibt also keinen allgemein besten Algorithmus, sondern nur Algorithmen, die zur Loesung eines bestimmten Problems besonders gut geeignet sind. Das Problem das in dieser Arbeit untersucht wird, ist die Steuerung einer Intensivstation (oder ICU vom englischen Intensiv Care Unit). Intensivstationen sind fur den Bereich des Operations Research besonders interessant, da sie durch ihren hohen Personalbedarf und die benoetigte Vielzahl an medizinischen Apparaten zu den kostenintensivsten Abteilungen im Krankenhaus gehoeren. Die Intensivstation verursacht 20% der Gesamtkosten eines Krankenhauses, hat aber dabei nur einen Anteil von 5% der Betten. Zu den hohen Kosten einer Intensivstation kommt hinzu, dass diese die Patienten mit den alarmierendsten Gesundheitszustanden versorgen soll. Die Intensivstation ist also sowohl die k
