Optimización robusta distribucional con métrica de Wasserstein y algunas aplicaciones

En el presente trabajo estudiaremos los problemas de Optimización Robusta Distribucional DRO, estos son problemas de optimización estocástica formulados desde una visión robusta, esta visión consiste en asumir que la distribución verdadera de la variable aleatoria involucrada en el problema pertenece a un conjunto de distribuciones llamado conjunto de ambigüedad, para este caso tal conjunto se define usando la métrica de Wasserstein. Asumiendo ciertas condiciones en la función objetivo, menos restrictivas que las impuestas hasta ahora en la literatura, demostraremos que un DRO de este tipo se puede reformular como un problema de optimización semi-infinita y que dependiendo de la función objetivo dicho problema se puede formular como un problema de optimización convexa finito. Por último presentaremos una serie de aplicaciones en campos como la estadística y la economía, estas aplicaciones son todas contribuciones propias de este trabajo.

• Autores: Fonseca Valero, Diego Fernando
• Fecha de publicación: 2018
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/34569
• Acceso en línea: http://hdl.handle.net/1992/34569
• Palabra clave: Optimización matemática; Probabilidades; Matemáticas
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/