Národní úložiště šedé literatury Nalezeno 99 záznamů.  začátekpředchozí82 - 91další  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Statistické úlohy v Markovových řetězcích
Adamová, Markéta ; Prášková, Zuzana (vedoucí práce) ; Branda, Martin (oponent)
V této práci se zabýváme základními statistickými metodami v teorii Markovových řetězců. V případě diskrétního času se práce věnuje odhadu matice pravděpodobností přechodu a některým základním testům (test zadané matice pravděpodobností přechodu, test homogenity, test nezávislosti, test řádu Markovova řetězce). V případě spojitého času je práce zaměřena na Poissonův proces a na proces množení a zániku, jsou zde uvedeny metody pro odhad jednotlivých parametrů těchto procesů a testy, zda pozorovaná data pocházejí ze zmíněných procesů se zadanými parametry. Na závěr jsou odvozené odhady a testové statistiky aplikovány na reálná data.
Řešení lineárních úloh s celočíselnými omezeními v GAMSu
Škoda, Štěpán ; Branda, Martin (vedoucí práce) ; Kopa, Miloš (oponent)
V předložené práci studujeme problémy celočíselné lineární opti- malizace a to nejprve z hlediska teoretického (část I) a následně na základě empirických údajů (část II). První sekce vysvětluje, čím se tento obor zabývá a kde se aplikuje. Druhá a třetí obsahují okomentované matematické formu- lace úloh, definice a věty potřebné k pochopení metod pro řešení obecných lineárních optimalizačních úloh. V poslední sekci první části se seznámíme s dvěma nejznámějšími skupinami algoritmů, které používá komerční software. Druhá část podává bližší informace o jedné internetové knihovně obsahující některé praktické problémy, které bylo v minulosti potřeba řešit. Dále se zde vyskytují sekce pojednávající o solverech a pokročilých volbách systému GAMS. V poslední sekci jsou uvedena data získaná při řešení úloh pomocí různých kódů (solverů) softwaru. 1
Úlohy pravděpodobnostního programování s diskrétním rozdělením
Murgaš, Karel ; Dupačová, Jitka (vedoucí práce) ; Branda, Martin (oponent)
Tato práce se zabývá úlohami stochastického programování s pravděpodobnostními omezeními s diskrétním rozdělením. Ukazuji konečnost a korektnost algoritmu pro výpočet p-leve eficientních bodů, který také implementuji v prostředí R. Pomocí těchto bodů pak uvolňuji množinu přípustných řešení, abych získal úlohu konvexního programování, a zkoumám vlastnosti množiny vzniklé tímto uvolněním. Výsledky jsou prezentovány pro lineární, celočíselné a nelineární programování. V závěrečném příkladu je porovnán diskrétní přístup k náhodě se spojitýn případem.
Nonconvex stochastic programming problems-formulations, sample approximations and stability
Branda, Martin ; Lachout, Petr (vedoucí práce) ; Kaňková, Vlasta (oponent) ; H.van der Vlerk, Maarten (oponent)
Název: Nekonvexní úlohy stochastického programování - formulace, "sample" aproximace a stabilita Autor: RNDr. Martin Branda E-mail: branda@karlin.mff.cuni.cz Školitel: Doc. RNDr. Petr Lachout, CSc. E-mail školitele: lachout@karlin.mff.cuni.cz Abstrakt: V práci se zabýváme úlohami, ve kterých se může objevit požadavek na celočíselnosti některých rozhodovacích proměnných, tedy není možné předpokládat konvexnost. Ve druhé kapitole jsou představeny základní úlohy stochastického programování a jsou nastíněny problémy, které vznikají při řešení těchto úloh. Ve třetí kapitole porovnáme základní tři možné formulace - úlohu s pravděpodobnostními omezeními, s "integrated" pravděpodobnostními omezeními a s penalizací v účelové funkci. Dokážeme, že úlohy jsou asymptoticky ekvivalentní za poměrně slabých podmínek. Diskutujeme též použití "sample" aproximativních postupů pro řešení těchto úloh a zobecníme výsledky o rychlosti konvergence. Všechny uvedené postupy jsou aplikovány a porovnány na investičním problému s Value-at-Risk, celočíselnými investicemi a transakčními náklady. V dalších dvou kapitolách se zabýváme dynamickými finančními úlohami, ve kterých je možná ztráta modelována pomocí dvoustupňového rozhodovacího procesu. Ve čtvrté kapitole se zabýváme "mean-risk" modelem s Conditional Value-at-Risk, zobecníme...
Míry rizika-dynamika, citlivost
Branda, Martin
Risk measures are subject to many scientific papers and monographs published on financial portfolio optimization problem within stochastic programming. Currently there are many functionals which measure risk of random future losses according to risk managers preferences. However, their sensitivity is studied less commonly, especially according to possible changes of input data or with respect to the portfolio allocation. This thesis deals with sensitivity of two frequently discussed measures - Value at Risk (VaR) and Conditional Value at Risk (CVaR). Explicit contamination bounds for relative VaR optimization problem are expressed using general results of parametric optimization valid for quadratic programming. A numerical study and a heuristic algorithm for correlation matrices stressing are involved. Sensitivity of VaR and CVaR is studied through their derivatives with respect to the portfolio allocation. Assumptions for the derivatives are formulated, Hessians introduced and convexity is discussed. At last, some dynamic risk measures for multi-period investory models are proposed.
Stabilní rozdělení a finanční aplikace
Omelchenko, Vadym ; Branda, Martin (oponent) ; Klebanov, Lev (vedoucí práce)
Nazev pracc: Stabihn rozdeleni a iinancnf aplikacc Autor: Vadyni Oinclchcnko pravdipodobnosti a mateuiaticke statistiky Vedoucf diplomove praee: Prof. Lev Klebanov, DrSc. e-mail vedonci'ho: Lev.Klebanov@raff.cuni.cz Abstrakt: Tato prace so zabyva teorii' stabilnieh rn^deleni. mrt.odami odhadu jcjicb pararnctrii a j(;jich miancni a])likaci. Byly siinineny vseobecne znamc odhady a navrzeny inct.ody odliadn ()arainctm na zakladn r-harakt^risticko furikc',0 a projekcrii inctody. kt(^r;i jc niodifikaci metody inaximalni vcrohodnosti. Kvalit.a odbadfi sc zjisfovala s pouiocf siiuulaci naliodnelio vybcni zc sta- bihn'lio rozdeleni so znamymi paranictry a. porovnam" odhadu parametru s jcjich skutcrnymi hodnotami. Jadrcin teto ])rac;c jsou odhady parauictru ata- bilni'ch rozdeleni, coz jc aplikovat(^lnc ]>ro modifikaee modcln typu AR.CH/ GARCH sc stabilnf inovaci. Kh'cova slova: stabilnf rozdeleni, ARCH/GARCH moclely. odhady zalozene na charakteristicke funkci (CF), odhady zalozene na jjrojekcrii metode, pfi'bnzne odhadnni ML (MLP).

Národní úložiště šedé literatury : Nalezeno 99 záznamů.   začátekpředchozí82 - 91další  přejít na záznam: