RT Dissertation/Thesis
T1 Inferencia estadística en problemas de programación lineal y programación dinámica
A1 Prieto Rumeau, Tomás
AB 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.
PB Universidad Complutense de Madrid, Servicio de Publicaciones
SN 978-84-669-1806-0
YR 2004
FD 2004
LK https://hdl.handle.net/20.500.14352/55629
UL https://hdl.handle.net/20.500.14352/55629
LA spa
NO Tesis de la Universidad Complutense de Madrid, Facultad de Ciencias Matemáticas, Departamento de Estadística e Investigación Operativa I, leída el 13-03-2001
DS Docta Complutense
RD 7 abr 2025