Inferencia estadística en problemas de programación lineal y programación dinámica

  1. Prieto Rumeau, Tomás
Dirigida por:
  1. Miguel Martín Díaz Director

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 13 de marzo de 2001

Tribunal:
  1. Pilar Ibarrola Muñoz Presidenta
  2. Miguel Sánchez García Secretario
  3. Jaume Barceló Bugeda Vocal
  4. Laureano Fernando Escudero Bueno Vocal
  5. Rafael Infante Macías Vocal

Tipo: Tesis

Resumen

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.