[pt] MÉTODO DA APROXIMAÇÃO AMOSTRAL PARA RESTRIÇÕES PROBABILÍSTICAS

• Ano de defesa: 2018
• Autor(a) principal: BERNARDO KULNIG PAGNONCELLI
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] OTIMIZACAO ESTOCASTICA; [pt] PROBLEMA DE RESERVA; [pt] METODOS AMOSTRAIS; [pt] RESTRICAO PROBABILISTICA; [en] STOCHASTIC OPTIMIZATION; [en] PROVISIONING PROBLEM; [en] SAMPLING METHODS; [en] CHANCE CONSTRAINTS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=32816&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=32816&idi=2; http://doi.org/10.17771/PUCRio.acad.32816

[pt] Estudamos aproximações amostrais de problemas com restrições probabilísticas através da aproximação pela média amostral (SAA) e demonstramos as propriedades de convergência relacionadas. Utilizamos SAA para obter bons candidatos à solução e cotas estatísticas para o valor ótimo do problema original. Para ajustar corretamente parâmetros, aplicamos o método a dois problemas com restrições probabilísticas. O primeiro é um problema de seleção de portfolio linear com retornos seguindo uma distribuição lognormal multivariada. O segundo é uma versão com restrições probabilísticas conjuntas de um problema da mistura simplificado. Concluímos com uma aplicação mais exigente ao problema de se determinar a provisão mínima que um agente econômico deve ter de forma a satisfazer uma série de obrigações futuras com probabilidade suficientemente alta.