Métodos numéricos para resolver problemas de control óptimo

Autores
Gianatti, Justina
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Parente, Lisandro Armando
Lotito, Pablo Andres
Descripción
El objetivo principal de esta tesis es proponer métodos numéricos para resolver ciertos problemas de control óptimo. En una primera etapa se analizan problemas de control óptimo determinista de tipo minimax y se presentan condiciones de optimalidad tanto necesarias como suficientes. Se plantea una discretización en tiempo de dicho problema y, a partir de las condiciones de optimalidad halladas, se propone un algoritmo de descenso convergente. Siguiendo con esta misma línea, se estudia un problema de control óptimo minimax con incertezas. Se plantean aproximaciones por promedios muestrales (sample average approximations) y se demuestra la epiconvergencia de las funciones de costo de estos nuevos problemas cuando el tamaño de la muestra tiende a infinito. Estos últimos se aproximan mediante problemas discretos en tiempo con controles seccionalmente constantes, para los cuales se estudian condiciones de optimalidad y se generaliza el algoritmo propuesto para el caso determinista. Además, se estudia la convergencia de minimizadores de los problemas discretos a minimizadores del problema continuo.En una segunda etapa se estudia un problema de control óptimo estocástico con costo integral. Se generaliza el algoritmo de Sakawa-Shindo que había sido propuesto para el caso determinista, el cual está basado en el Principio del Máximo de Pontryagin (PMP). El estudio del algoritmo está hecho en tiempo continuo, y esto es lo que motiva la última parte de la tesis en la que se estudia un problema de control óptimo estocástico en tiempo discreto. Se demuestra el Principio de la Programación Dinámica (PPD) para este problema, se estudia la convergencia de las funciones valor cuando el paso de tiempo tiende a cero y también se analiza la convergencia de controles óptimos. Finalmente se dan condiciones de optimalidad necesarias para el problema en tiempo discreto y se demuestra que el algoritmo de Sakawa-Shindo estocástico puede adaptarse a este caso.
Fil: Gianatti, Justina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina
Materia
Control Óptimo
Control Óptimo Estocástico
Problemas Minimax
Métodos Numéricos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/84037
Acceder
id CONICETDig_c98504885a11dbad99bdd49bf2ba6fe4
oai_identifier_str oai:ri.conicet.gov.ar:11336/84037
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Métodos numéricos para resolver problemas de control óptimoGianatti, JustinaControl ÓptimoControl Óptimo EstocásticoProblemas MinimaxMétodos Numéricoshttps://purl.org/becyt/ford/1.1https://purl.org/becyt/ford/1El objetivo principal de esta tesis es proponer métodos numéricos para resolver ciertos problemas de control óptimo. En una primera etapa se analizan problemas de control óptimo determinista de tipo minimax y se presentan condiciones de optimalidad tanto necesarias como suficientes. Se plantea una discretización en tiempo de dicho problema y, a partir de las condiciones de optimalidad halladas, se propone un algoritmo de descenso convergente. Siguiendo con esta misma línea, se estudia un problema de control óptimo minimax con incertezas. Se plantean aproximaciones por promedios muestrales (sample average approximations) y se demuestra la epiconvergencia de las funciones de costo de estos nuevos problemas cuando el tamaño de la muestra tiende a infinito. Estos últimos se aproximan mediante problemas discretos en tiempo con controles seccionalmente constantes, para los cuales se estudian condiciones de optimalidad y se generaliza el algoritmo propuesto para el caso determinista. Además, se estudia la convergencia de minimizadores de los problemas discretos a minimizadores del problema continuo.En una segunda etapa se estudia un problema de control óptimo estocástico con costo integral. Se generaliza el algoritmo de Sakawa-Shindo que había sido propuesto para el caso determinista, el cual está basado en el Principio del Máximo de Pontryagin (PMP). El estudio del algoritmo está hecho en tiempo continuo, y esto es lo que motiva la última parte de la tesis en la que se estudia un problema de control óptimo estocástico en tiempo discreto. Se demuestra el Principio de la Programación Dinámica (PPD) para este problema, se estudia la convergencia de las funciones valor cuando el paso de tiempo tiende a cero y también se analiza la convergencia de controles óptimos. Finalmente se dan condiciones de optimalidad necesarias para el problema en tiempo discreto y se demuestra que el algoritmo de Sakawa-Shindo estocástico puede adaptarse a este caso.Fil: Gianatti, Justina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; ArgentinaParente, Lisandro ArmandoLotito, Pablo Andres2017-10-30info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/84037Gianatti, Justina; Parente, Lisandro Armando; Lotito, Pablo Andres; Métodos numéricos para resolver problemas de control óptimo; 30-10-2017CONICET DigitalCONICETspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:10:02Zoai:ri.conicet.gov.ar:11336/84037instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:10:03.175CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Métodos numéricos para resolver problemas de control óptimo
title Métodos numéricos para resolver problemas de control óptimo
spellingShingle Métodos numéricos para resolver problemas de control óptimo
Gianatti, Justina
Control Óptimo
Control Óptimo Estocástico
Problemas Minimax
Métodos Numéricos
title_short Métodos numéricos para resolver problemas de control óptimo
title_full Métodos numéricos para resolver problemas de control óptimo
title_fullStr Métodos numéricos para resolver problemas de control óptimo
title_full_unstemmed Métodos numéricos para resolver problemas de control óptimo
title_sort Métodos numéricos para resolver problemas de control óptimo
dc.creator.none.fl_str_mv Gianatti, Justina
author Gianatti, Justina
author_facet Gianatti, Justina
author_role author
dc.contributor.none.fl_str_mv Parente, Lisandro Armando
Lotito, Pablo Andres
dc.subject.none.fl_str_mv Control Óptimo
Control Óptimo Estocástico
Problemas Minimax
Métodos Numéricos
topic Control Óptimo
Control Óptimo Estocástico
Problemas Minimax
Métodos Numéricos
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.1
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv El objetivo principal de esta tesis es proponer métodos numéricos para resolver ciertos problemas de control óptimo. En una primera etapa se analizan problemas de control óptimo determinista de tipo minimax y se presentan condiciones de optimalidad tanto necesarias como suficientes. Se plantea una discretización en tiempo de dicho problema y, a partir de las condiciones de optimalidad halladas, se propone un algoritmo de descenso convergente. Siguiendo con esta misma línea, se estudia un problema de control óptimo minimax con incertezas. Se plantean aproximaciones por promedios muestrales (sample average approximations) y se demuestra la epiconvergencia de las funciones de costo de estos nuevos problemas cuando el tamaño de la muestra tiende a infinito. Estos últimos se aproximan mediante problemas discretos en tiempo con controles seccionalmente constantes, para los cuales se estudian condiciones de optimalidad y se generaliza el algoritmo propuesto para el caso determinista. Además, se estudia la convergencia de minimizadores de los problemas discretos a minimizadores del problema continuo.En una segunda etapa se estudia un problema de control óptimo estocástico con costo integral. Se generaliza el algoritmo de Sakawa-Shindo que había sido propuesto para el caso determinista, el cual está basado en el Principio del Máximo de Pontryagin (PMP). El estudio del algoritmo está hecho en tiempo continuo, y esto es lo que motiva la última parte de la tesis en la que se estudia un problema de control óptimo estocástico en tiempo discreto. Se demuestra el Principio de la Programación Dinámica (PPD) para este problema, se estudia la convergencia de las funciones valor cuando el paso de tiempo tiende a cero y también se analiza la convergencia de controles óptimos. Finalmente se dan condiciones de optimalidad necesarias para el problema en tiempo discreto y se demuestra que el algoritmo de Sakawa-Shindo estocástico puede adaptarse a este caso.
Fil: Gianatti, Justina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina
description El objetivo principal de esta tesis es proponer métodos numéricos para resolver ciertos problemas de control óptimo. En una primera etapa se analizan problemas de control óptimo determinista de tipo minimax y se presentan condiciones de optimalidad tanto necesarias como suficientes. Se plantea una discretización en tiempo de dicho problema y, a partir de las condiciones de optimalidad halladas, se propone un algoritmo de descenso convergente. Siguiendo con esta misma línea, se estudia un problema de control óptimo minimax con incertezas. Se plantean aproximaciones por promedios muestrales (sample average approximations) y se demuestra la epiconvergencia de las funciones de costo de estos nuevos problemas cuando el tamaño de la muestra tiende a infinito. Estos últimos se aproximan mediante problemas discretos en tiempo con controles seccionalmente constantes, para los cuales se estudian condiciones de optimalidad y se generaliza el algoritmo propuesto para el caso determinista. Además, se estudia la convergencia de minimizadores de los problemas discretos a minimizadores del problema continuo.En una segunda etapa se estudia un problema de control óptimo estocástico con costo integral. Se generaliza el algoritmo de Sakawa-Shindo que había sido propuesto para el caso determinista, el cual está basado en el Principio del Máximo de Pontryagin (PMP). El estudio del algoritmo está hecho en tiempo continuo, y esto es lo que motiva la última parte de la tesis en la que se estudia un problema de control óptimo estocástico en tiempo discreto. Se demuestra el Principio de la Programación Dinámica (PPD) para este problema, se estudia la convergencia de las funciones valor cuando el paso de tiempo tiende a cero y también se analiza la convergencia de controles óptimos. Finalmente se dan condiciones de optimalidad necesarias para el problema en tiempo discreto y se demuestra que el algoritmo de Sakawa-Shindo estocástico puede adaptarse a este caso.
publishDate 2017
dc.date.none.fl_str_mv 2017-10-30
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/84037
Gianatti, Justina; Parente, Lisandro Armando; Lotito, Pablo Andres; Métodos numéricos para resolver problemas de control óptimo; 30-10-2017
CONICET Digital
CONICET
url http://hdl.handle.net/11336/84037
identifier_str_mv Gianatti, Justina; Parente, Lisandro Armando; Lotito, Pablo Andres; Métodos numéricos para resolver problemas de control óptimo; 30-10-2017
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842270104402788352
score 13.13397

Publicaciones similares