Análise e melhoramento do método variacional para controle ótimo de sistemas lineares com saltos markovianos sem observação da variável de salto

• Ano de defesa: 2019
• Autor(a) principal: Ribeiro, Junior Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Cadeias de Markov; Condicionamento numérico; Controle ótimo; Dynamic linear systems; Jump parameters; Markov chains; Numerical conditioning; Optimal control; Parâmetros com salto; Sistemas dinâmicos lineares
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22082019-103742/

Sistemas Lineares com Saltos Markovianos (SLSMs) são estudados desde a década de 1960 e vêm ganhando visibilidade desde então, com diversas aplicações dentre as quais Finanças, Robótica e Engenharias diversas. Um problema de regulação trata de controlar o SLSM buscando fazer sua trajetória se aproximar de zero. Quando os saltos markovianos são observados, o problema é simples e bem resolvido, muito diferente de quando não se observam os saltos. Neste trabalho é estudado um algoritmo da literatura utilizado para resolver o problema de regulação sem observação dos saltos, chamado Método Variacional (MV). Sendo um dos melhores métodos para o dado problema, enfrenta dificuldades de cunho numérico. Neste trabalho se procura analisar e melhorar o condicionamento dos subproblemas envolvidos, de forma a favorecer a convergência do método. São testadas abordagens diferentes usando precondicionadores e comparados os resultados, permitindo concluir que três das cinco abordagens é que trouxeram os melhores resultados. Por se tratar de sistemas lineares do tipo Ax = b, as abordagens de condicionamento podem ser adaptadas para outros problemas semelhantes.