PRIOR INFORMATION IN STOCHASTIC OPTIMIZATION: QUASIGRADIENT METHODS

Resumen

En este trabajo, se extiende el método de cuasi-gradiente estocástico cuando hay información a priori sobre la región en donde es probable encontrar direcciones descendentes. Nuestra extensión utiliza los estimadores de subgradiente de máxima entropía y de mínima entropía cruzada que incorporan la información a priori en la forma de valores esperados. Asimismo, analizamos varios patrones información a príori, y proporcionamos las condiciones de la convergencia para el método propuesto. Por último, obtenemos una representación de la distribución límite para la información esperada, la cual es proporcionada por una sucesión de estimadores de los subgradientes generados por el método propuesto.