|
|
Coupling a rychlost konvergence diskrétních MCMC algoritmů.
Kalaš, Martin ; Prokešová, Michaela (vedoucí práce) ; Dvořák, Jiří (oponent)
Konvergence marginálního rozdělení Markovova řetězce ke stacionárnímu rozdělení je důležitá vlastnost, která má v moderní matematice mnoho aplikací. Jednou z nich jsou např. Markov Chain Monte Carlo algoritmy, které slouží ke generování realizací ze složitých pravděpodobnostních rozdělení. Pro takové aplikace je klíčové správně odhadnout tzv. mixing time Markovova řetězce, tj. počet kroků nutný k tomu, aby se marginální rozdělení řetězce lišilo od stacionárního rozdělení jen s povolenou nepřesností. Cílem této práce je popsat metodu odhadu mixing time, která využívá obecnou pravděpodobnostní techniku zvanou coupling. V první části textu bude vybudován teoretický aparát, na jehož základě tuto metodu odvodíme. Ve druhé části předvedeme její použití na klasických příkladech Markovových řetězců, kterým je například náhodná procházka po grafu. V závěru ukážeme odhad rychlosti konvergence Metropolisova řetězce pro přípustná obarvení grafu, jakožto typického příkladu MCMC algoritmu.
|
|
|
Generating random pattern-avoiding matrices
Kučera, Stanislav ; Jelínek, Vít (vedoucí práce) ; Šámal, Robert (oponent)
Binární matice neobsahující menší matici jako podmatici se stávají zajímavým tématem. V mé práci uvádím dva nové algoritmy pro testování, zda velká čtvercová binární matice obsahuje menší binární matici, a randomizovaný proces, který aproximuje uniformní náhodnou matici neobsahující danou matici. Toto umožní vědeckým pracovníkům testovat jejich hypotézy na náhodných maticích. Proto moje práce také obsahuje efektivní přenositelnou implementaci všech zmíněných algoritmů. Powered by TCPDF (www.tcpdf.org)
|
|
|
Využití Markovských řetězců v bankovnictví
Klímová, Hana ; Marada, Tomáš (vedoucí práce) ; Prášková, Zuzana (oponent)
Cílem práce je seznámit se s teorií Markovových řetězců a ukázat jejich použití v bankovním sektoru při modelování změn ratingu klienta. Práce obsahuje stručný úvod do teorie Markovových procesů s diskrétní množinou stavů a diskrétním a spojitým časem. Dále jsou zde diskutovány tři odhady, které se používají pro modelování matice pravděpodobností přechodu ratingů - metoda kohort, durační metoda a Aalenův-Johansenův neparametrický odhad. Na základě reálných bankovních dat jsou pak jednotlivé metody použity pro kalkulaci odhadů matic pravděpodobností přechodu, výsledky jsou následně diskutovány. V poslední části jsou pomocí známé matice intenzit simulována data s novými ratingy, na základě kterých jsou znovu pomocí jednotlivých metod odhadnuty matice pravděpodobností přechodu, jejich porovnáním na původní matici ukážeme rozdíly mezi metodami.
|
|
|
Míchající procesy nad konečnou abecedou
Vostal, Ondřej ; Kupsa, Michal (vedoucí práce) ; Dostál, Petr (oponent)
Výkladem teorie mixingu náhodných procesů směřujeme k rozdělení obecných procesů, markovských řetězců a markovských řetězců nad konečnou abecedou do skupin různě mixujících procesů. Výklad doplňujeme příklady. Ukazujeme, že pro obecné procesy jsou tyto skupiny různé, pro markovské řetězce některé splývají a pro markovské řetězce nad konečnou abecedou splývají všechny. Powered by TCPDF (www.tcpdf.org)
|
|
|
Scenario structures in multistage stochastic programs
Harcek, Milan ; Kopa, Miloš (vedoucí práce) ; Branda, Martin (oponent)
Práce se věnuje úlohám vícestupňového stochastického programování v kontextu různých způsobů reprezentace náhodného procesu. Základní formou reprezentace náhodného procesu je scénářový strom. V práci jsou popsány vlastnosti obecného a po stupních nezávislého scenářového stromu. Scenářové stromy jsou nakonec kombinovány s markovskými řetězci, které popisují stav systému a určují tak, který scénářový strom se má použít. V práci je popsaná taky scénářová mřížka, která umožňuje redukovat komplexitu oproti obecné verzi scénářového stromu. Scenářové stromy jsou generovány metodou momentů. Pomocí scénářových stromů jsou reprezentovány náhodné výnosy, které vstupují do optimalizačního problému privátního investora.
|
|
|
Rychlost konvergence Markovových řetězců - dolní meze pro mixing
Ditrich, Jakub ; Prokešová, Michaela (vedoucí práce) ; Swart, Jan (oponent)
V práci se zabýváme rychlostí konvergence ireducibilních a aperiodických homogenních markovských řetězců s konečnou diskrétní množinou stavů. Přesněji dolními odhady času potřebného k dostatečnému přiblížení marginálního rozdělení řetězce ke stacionárnímu rozdělení, takzvaným časem mixingu. Ukážeme různé metody odvození odhadů, patřičně je namotivujeme, zformulujeme a dokážeme. Nakonec ukážeme jejich použití na vhodných příkladech. Výsledkem je přehledný soupis tří metod, které se za účelem získání dolní meze dají použít. 1
|
|
|
Systémy diferenčních rovnic aplikovány na Markovovy řetězce
Esterlová, Alena ; Tomášek, Petr (oponent) ; Štoudková Růžičková, Viera (vedoucí práce)
Tato práce se zabývá zkoumáním Markovových řetězců a jejich aplikací v genetice. Konkrétněji je zkoumána konvergence řetězců, a to především pro řetězce o třech stavech. Úvodní kapitola je věnována teorii matic, která se ke studiu Markovových řetezců využívá. Následuje samotný popis Markovových řetězců a jejich teorie. Závěrečná kapitola je věnována příkladům a zkoumání konkrétních řetězců o třech stavech, u kterých nedojde ke konvergenci.
|
|
|
Posloupnosti úspěchů a náhodnost
Zdeněk, Pavel ; Čoupek, Petr (vedoucí práce) ; Antoch, Jaromír (oponent)
V této práci je uvedena metoda výpočtu rozdělení pěti náhodných veličin spojených s nepřetržitými posloupnostmi úspěchů, které lze pozorovat v posloupnosti nezávislých bernoulliovských pokusů. K tomu je využita technika vnoření náhodné posloupnosti do Markovova řetězce, která je oproti literatuře vylepšena. Pro každou náhodnou veličinu byl zkonstruován Markovův řetězec, byla ověřena definice vnoření a byl uveden postup, jak její rozdělení spočítat. U každé náhodné veličiny je uveden vyřešený příklad. 1
|
|
|
Scenario structures in multistage stochastic programs
Harcek, Milan ; Kopa, Miloš (vedoucí práce) ; Branda, Martin (oponent)
Práce se věnuje úlohám vícestupňového stochastického programování v kontextu různých způsobů reprezentace náhodného procesu. Základní formou reprezentace náhodného procesu je scénářový strom. V práci jsou popsány vlastnosti obecného a po stupních nezávislého scenářového stromu. Dále je rozebrán případ scénářového stromu závislého na stavech markovského řetězce. Stavy markovského řetězce reprezentují období krize a období bez krize. Nakonec je, pomocí informace o historickém počtu krizových období, použita scénářová mřížka. Scénáře pro scénářové stromy jsou generovány metodou momentů. Scénářové struktury jsou použity jako vstup do optimalizačního problému privátního investora.
|
|
|
The Stigler-Luckock model for a limit order book
Fornůsková, Monika ; Swart, Jan (vedoucí práce) ; Večeř, Jan (oponent)
STIGLERŮV LUCKOCKŮV MODEL PRO LIMIT ORDER BOOK Abstrakt Jednou z kategorií dnešních finančních trhů jsou takzvané order-driven markety, je- jichž hlavní součástí jsou databáze (tzv. order book) všech příchozích nabídek (tzv. or- derů) na nákup a prodej. Hlavním cílem této práce je rozšíření Stiglerova Luckockova modelu pro order booky, abychom získali lepší vhled do procesu tvorby ceny a také chování samotných účastníků trhu. V této práci si ukážeme model, který se zaměřuje na porovnávání různých typů strategií tzv. market makerů, což jsou sofistikovaní ob- chodníci, kteří profitují z extenzivního obchodování na trhu. Trh je popsán pomocí Markovských řetězců a různé strategie jsou porovnávány pomocí Monte Carlo simulací a teorie her. Výsledky ukázaly, že ordery market makerů by měly mít malý spread a velké objemy. Finální model porovnává vždy dvě různé strategie, ve kterých market makeři pozorují své portfolio, a v případě zjištění, že mají více peněz než assetu (nebo naopak), změní a posunou ceny svých orderů ve snaze vyrovnat své portfolio. Tento finální model nakonec doporučil, aby market makeři kontrolovali své portfolio často, ale aby se chovali s rozvahou, tj. aby neměnili ceny moc...
|
host ::
RSS.