Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Sample approximation technique in stochastic programming
Vörös, Eszter ; Branda, Martin (vedoucí práce) ; Kozmík, Václav (oponent)
Název práce: Simulační techniky ve stochastickém programování Autor: Eszter Vörös Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: RNDr. Martin Branda, Ph.D., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: Tato práce se zabývá úlohami stochastického programování. Sto- chastické programováni řeší optimalizační úlohy, ve kterých se vyskytují náhodné parametry. Úloha je aproximována pomocí metody výběrových průměrů. Výběr, který používáme k vytvoření aproximované úlohy vygenerujeme metodou Monte Carlo. Tato technika umožňuje získat úlohu, která je řešitelná pomocí stan- dardních algoritmů. V práci zkoumáme konvergenci optimální hodnoty a množiny optimálních řešení aproximovaného problému k optimální hodnotě a k množině optimálních řešení skutečného problému. Teoretické výsledky práce aplikujeme v úloze hledání optimálního portfolia. Klíčová slova: stochastické programování, metoda výběrového průměru, me- toda Monte Carlo, optimalizace portfolia 1
Sample approximation technique in stochastic programming
Vörös, Eszter ; Branda, Martin (vedoucí práce) ; Kozmík, Václav (oponent)
Název práce: Simulační techniky ve stochastickém programování Autor: Eszter Vörös Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: RNDr. Martin Branda, Ph.D., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: Tato práce se zabývá úlohami stochastického programování. Sto- chastické programováni řeší optimalizační úlohy, ve kterých se vyskytují náhodné parametry. Úloha je aproximována pomocí metody výběrových průměrů. Výběr, který používáme k vytvoření aproximované úlohy vygenerujeme metodou Monte Carlo. Tato technika umožňuje získat úlohu, která je řešitelná pomocí stan- dardních algoritmů. V práci zkoumáme konvergenci optimální hodnoty a množiny optimálních řešení aproximovaného problému k optimální hodnotě a k množině optimálních řešení skutečného problému. Teoretické výsledky práce aplikujeme v úloze hledání optimálního portfolia. Klíčová slova: stochastické programování, metoda výběrového průměru, me- toda Monte Carlo, optimalizace portfolia 1

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.