Inferencia estadistica en problemas de programacion lineal y programacion dinamica

Tesis doctoral de Tomas Prieto Rumeau

En esta memoria se estudian distintos problemas de optimización (programación 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 parámetros desconocidos. Se proponen distintos algoritmos estocásticos de búsqueda 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 métodos de demostración se basan principalmente en resultados de cadenas de markov y de martingalas, utilizándose también una técnica de alteración infinitesimal de los parámetros del problema y de los algoritmos de estimación, técnicas denominadas de perturbación y truncamiento.

 

Datos académicos de la tesis doctoral «Inferencia estadistica en problemas de programacion lineal y programacion dinamica«

  • Título de la tesis:  Inferencia estadistica en problemas de programacion lineal y programacion dinamica
  • Autor:  Tomas Prieto Rumeau
  • Universidad:  Complutense de Madrid
  • Fecha de lectura de la tesis:  13/03/2001

 

Dirección y tribunal

  • Director de la tesis
    • Miguel Martin Diaz
  • Tribunal
    • Presidente del tribunal: pilar Ibarrola muñoz
    • Rafael Infante macías (vocal)
    • jaume Barceló bugeda (vocal)
    • laureano Fernando Escudero bueno (vocal)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio