Inferencia estadística en problemas de programación lineal y programación dinámica

  1. Prieto Rumeau, Tomás
Zuzendaria:
  1. Miguel Martín Díaz Zuzendaria

Defentsa unibertsitatea: Universidad Complutense de Madrid

Fecha de defensa: 2001(e)ko martxoa-(a)k 13

Epaimahaia:
  1. Pilar Ibarrola Muñoz Presidentea
  2. Miguel Sánchez García Idazkaria
  3. Jaume Barceló Bugeda Kidea
  4. Laureano Fernando Escudero Bueno Kidea
  5. Rafael Infante Macías Kidea

Mota: Tesia

Laburpena

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.