Modelos determinísticos y estocásticos de Learning by Doing. Obtención analítica de soluciones e implicaciones económicas

  1. ALVAREZ GONZALEZ, FRANCISCO
Dirigée par:
  1. Emilio Cerdá Tena Directeur/trice

Université de défendre: Universidad Complutense de Madrid

Année de défendre: 1997

Jury:
  1. Pilar Ibarrola Muñoz President
  2. Cristina Mazón Calpena Secrétaire
  3. David Pérez Castrillo Rapporteur
  4. José María Usategui Díaz de Otalora Rapporteur
  5. Rosario Romera Ayllón Rapporteur

Type: Thèses

Teseo: 59078 DIALNET

Résumé

Algunas industrias reducen costes con el tiempo simplemente debido al aprendizaje. Este efecto se denomina learning by doing. En esta tesis se estudia el learning by doing desde un enfoque teórico. La literatura previa considera modelos determinísticos y obtiene propiedades generales de la política optima del problema que se plantean las empresas de una industria en la que existe learning by doing. Las principales aportaciones de la tesis son: (I) obtención de la política optima analítica para una familia de modelos deterministicos de learning by doing; (II) estudio de implicaciones económicas novedosas, derivadas de la política optima analítica; (III) obtención de la política optima analítica para modelos con incertidumbre; (IV) estudio de implicaciones económicas para el caso de incertidumbre.