|
| |
|
| |
|
|
Identifikační funkce pro konvergenci podle pravděpodobnosti s aplikací v teorii odhadu
Kříž, Pavel ; Hlubinka, Daniel (oponent) ; Štěpán, Josef (vedoucí práce)
V předkládané práci představíme koncept identifikační funkce pro konvergenci v pravděpodobnosti (PLIF) tak, jak je učiněno v [6]. Tato funkce určuje skoro jistě hodnotu pravděpodobnostní limity náhodné posloupnosti na základě jedné realizace této posloupnosti. Podle téhož článku ukážeme konstrukci PLIF pro reálné náhodné veličiny na základě speciální PLIF pro 0-1 náhodné veličiny. Postupem uvedeným v [8] dále sestrojíme univerzální PLIF pro reálné náhodné posloupnosti a to za platnosti hypotézy kontinua. Dokážeme také, že sepciální PLIF pro 0-1 nádhodné veličiny (tedy ani PLIF pro reálné náhodné veličiny) nemůže být borelovsky měřitelná a to tak, jak je publikováno v [2]. Konstrukci univerzální PLIF dále rozšíříme z R na libovolný separabilní metrizovatelný topologický prostor. Takovou PLIF lze využít např. pro tvorbu funkcionálních reprezentací stochatického integrálu a slabého řešení stochatických diferenciálních rovnic.
|
|
|
Deterministic and Stochastic Epidemic Models
Staněk, Jakub ; Štěpán, Josef (vedoucí práce) ; Hlubinka, Daniel (oponent) ; Dohnal, Gejza (oponent)
Kermack-McKendrick model and its version with vaccination are presented. First, we introduce a model with vaccination and then a numerical study that includes comparison of di erent vaccination strategies and searching for optimal vaccination strategy is presented. We proceed to introduce a stochastic model with migration and consequently we suggest its generalization and prove the existence and uniqueness of a solution to the stochastic di erential equation (henceforth SDE) describing this model. Three stochastic versions of Kermack-McKendrick model with vaccination are suggested and compared. A procedure of nding the optimal vaccination strategy is presented. We also prove the theorem on the existence and uniqueness of a solution to the SDE that drives a model with multiple pathogens. Finally, the stochastic di erential equation describing the general model is presented. We study properties of a solution to this SDE and present sufficient conditions for the existence of a solution that is absorbed by the natural barrier of the model.
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
host ::
RSS.