Ensaios em matemática aplicadaestimação e trajetórias bootstrap de oferta de sangue e estudo de desempenho de extensões do algoritmo de Programação Dinâmica Dual Estocástica
Costa, Michelle Bandarra Marques
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Estudamos dois tópicos distintos da matemática aplicada. O primeiro tópico dedica-se à estimação e geração de trajetórias futuras de séries de oferta de sangue, contribuindo para a literatura de gestão de estoque de bens perecíveis. São utilizados modelos de Vetores Auto Regressivos (VAR) e as trajetórias são geradas por duas técnicas distintas de bootstrap presentes na literatura que consideram a não-normalidade dos erros do modelo. Conclui-se que ambas técnicas são adequadas e abordagens possíveis para melhorar a previsibilidade das séries de oferta de sangue. O segundo tópico dedica-se ao estudo de diferentes extensões do algoritmo de Programação Dinâmica Dual Estocástica (Stochastic Dual Dynamic Programming, SDDP). Sob a ótica de modelos de seleção de carteira, são comparados os desempenhos computacionais de dois algoritmos. O primeiro é uma modificação do SDDP que calcula múltiplos cortes por iteração, Multicut Decomposition Algorithm (MuDA). O segundo introduz estratégias de seleção de corte ao MuDA, no que denominamos de Cut Selection Multicut Decomposition Algorithm, CuSMuDA e, até onde sabemos, ainda não foi proposto pela literatura. São comparadas duas estratégias de seleção de corte distintas, CS1 e CS2. Foram rodadas simulações para 6 casos do problema de seleção de carteira e os resultados mostram a atratividade do modelo proposto CuSMuDA CS2, que obteve tempos computacionais entre 5,1 e 12,6 vezes menores que o MuDA e entre 10,3 e 21,9 vezes menores que o CuSMuDA CS1.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2017
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Não informado
- Identificador
- oai:repositorio.fgv.br:10438/19198
Conteúdos relacionados
- OutroVisualization for emergency calls dataFundação Getulio Vargas · 2024
- OutroNonparametric Instrumental Variable regression through stochastic gradients and Kernel methodsFundação Getulio Vargas · 2023
- DissertaçãoA machine learning approach to dengue forecastingFundação Getulio Vargas · 2018
- DissertaçãoCentral limit theorems for risk averse optimization problemsFundação Getulio Vargas · 2017