Resumen

En este documento se considera el problema de estimar un matriz de covarianza inversa de alta dimensionalidad que bien podría abordarse mediante matrices “escasas”. Al aprovechar la conexión entre regresión lineal multivariada y las entradas de la matriz de covarianza inversa, se propone un procedimiento de estimación que puede explotar efectivamente tal “escasez”. Se puede computar el método propuesto empleando programación lineal; por ello, tiene el potencial de aplicarse en problemas de alta dimensionalidad.

• Materias:Desarrollo de procesos Investigación operacional Programación de la producción
• Subjects:Process development Operations research Production scheduling
• Palabras claves:Optimización de procesos, Matriz de covarianza, Selección de covarianza, Selector de dantzig, Modelo gráfico gaussiano, Matriz de covarianza inversa, Lasso, Programación lineal, Inecuación, Escasez
• Keywords:Process optimization, Covariance matrix, Covariance selection, Dantzig selector, Gaussian graphic model, Reverse covariance matrix, Lasso, Linear programming, Inequality, Scarcity