Inferencia estadística en problemas de programación lineal y programación dinámica
En esta memoria se estudian distintos problemas de optimización (programacion lineal continua y entera, parada optima) de los cuales se supone que algunos de los parámetros son desconocidos. El objetivo es tratar de estimar una solución optima de estos problemas de forma directa, es decir, sin estim...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2004 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/55629 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/55629 |
| Access Level: | acceso abierto |
| Palabra clave: | Programación lineal Programación dinámica Estadística matemática (Matemáticas) 1209 Estadística |
| Sumario: | En esta memoria se estudian distintos problemas de optimización (programacion lineal continua y entera, parada optima) de los cuales se supone que algunos de los parámetros son desconocidos. El objetivo es tratar de estimar una solución optima de estos problemas de forma directa, es decir, sin estimar los parametros desconocidos. Se proponen distintos algoritmos estocásticos de busqueda del optimo. Se demuestra la convergencia casi segura a una solución óptima, se estudia la velocidad de convergencia y se prueban teoremas centrales del limite de normalidad asintótica. Los metodos de demostración se basan principalmente en resultados de cadenas de Markov y de martingalas, utilizandose tambien una tecnica de alteracion infinitesimal de los parametros del problema y de los algoritmos de estimacion, tecnicas denominadas de perturbacion y truncamiento. |
|---|