Resumen

Investigamos el problema estocástico de complementariedad lineal afectado afínmente por los parámetros inciertos. Suponiendo que solo tenemos información limitada sobre los parámetros inciertos, como los primeros dos momentos o los primeros dos momentos junto con el soporte de la distribución, formulamos el problema estocástico de complementariedad lineal como una reformulación de optimización robusta de distribución que minimiza el peor caso de una medida de complementariedad esperada con restricciones de no negatividad y una restricción conjunta robusta de distribución que representa que la probabilidad de que el mapeo lineal sea no negativo no sea menor que un nivel de probabilidad dado. Aplicando la teoría dual del cono y el procedimiento S, demostramos que el homólogo robusto de distribución del problema de complementariedad incierto puede ser aproximado de manera conservadora por la optimización con desigualdades matriciales bilineales. Los resultados numéricos preliminares muestran que una solución de nuestro método es deseable.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Estocástico; Problema de complementariedad lineal; Parámetros inciertos; Optimización robusta de distribución; Restricciones de no negatividad; Restricción de probabilidad conjunta
• Keywords:Stochastic; Linear complementarity problem; Uncertain parameters; Distributionally robust optimization; Nonnegativity constraints; Joint chance constraint