Algoritmos de descomposición para modelos estocásticos multietapa mixtos 0-1

  1. Merino Maestre, María
Dirigée par:
  1. María Araceli Garín Martín Directeur/trice
  2. Gloria Pérez Sainz de Rozas Directeur/trice

Université de défendre: Universidad del País Vasco - Euskal Herriko Unibertsitatea

Fecha de defensa: 01 juillet 2005

Jury:
  1. Jesús de la Cal Aguado President
  2. Mikel Lezaun Iturralde Secrétaire
  3. Antonio Alonso Ayuso Rapporteur
  4. Elena Fernández Aréizaga Rapporteur
  5. Fernando Jorge Tusell Palmer Rapporteur

Type: Thèses

Teseo: 126791 DIALNET

Résumé

En el trabajo se desarrollan los siguientes aspectos: En primer lugar, se persigue explicar el interés de la Programación Estocástica en general y su aplicación en el mundo financiero y económico en particular, Para ello se describen los conceptos fundamentales, las tecnologías de modelización, los métodos de resolución y las múltiples aplicaciones de esta disciplina. En segundo lugar, en el campo de la modelización estocástica, se persigue generalizar conceptos definidos en los modelos lineales bietapa a los modelos multietapa mixtos 0-1, incorporar medidas de riesgo, así como contrastar la bondad de la solución estocástica propuesta frente a la determinista basada en el escenario promedio. En tercer lugar, en cuanto a las metodologías de resolución en optimización bajo incertidumbre, se diseña y se contrasta mediante la correspondiente experiencia computacional algoritmos de descomposición de modelos estocásticos mixtos 0-1, tanto para el caso bietápico como multietápico, todos ellos de grandes dimensiones. Por último, se describen, modelizan y resuelven de forma eficiente dos aplicaciones en el ámbito financiero. La primera consiste en la estructuración de una cartera de títulos con garantía hipotecaria bajo incertidumbre y la segunda trata la gestión de una cartera de activos y pasivos de renta fija bajo incertidumbre.