|
|
Optimization problems with chance constraints
Drobný, Miloslav ; Adam, Lukáš (advisor) ; Lachout, Petr (referee)
Autor se v diplomové práci zabývá optimalizačními úlohami s pravděpodob- nostními omezeními. Konkrétně pak situacemi, kdy není známo pravděpo- dobnostní rozdělení přítomného náhodného efektu. K řešení těchto problém· lze přistoupit metodami optimistických a pesimistických scénář·, kdy z dané rodiny možných pravděpodobnostních rozdělení vybíráme bu¤ nejpříznivější možnou variantu, nebo naopak tu nejméně výhodnou. Optimalizační úlohy s pravděpodobnostními omezeními formulovanými pomocí výše zmíněných přístup· byly za učinění jistých předpoklad· transformovány do jednoduš- ších a řešitelných optimalizačních úloh. Dosažené výsledky byly aplikovány na reálná data z oblastí optimalizace portfolia a zpracování obrazu. 1
|
|
|
Analysis of portfolio optimization models with probability constraints
Kaľatová, Monika ; Kopa, Miloš (advisor) ; Lachout, Petr (referee)
K ú ové slová: optimalizácia portfólia, pravdepodobnostné obmedzenie, anal˝za citlivosti Title: Analysis of portfolio optimization models with probability constraints Author: Monika Ka atová Department: Department of Probability and Mathematical Statistics Supervisor: doc. RNDr. Ing. Miloö Kopa, Ph.D., Department of Probability and Mathematical Statistics Abstract: This thesis focuses on analysis of optimization problems with proba- bility constraints which are used in the portfolio theory. Firstly, the notion of probability constraint, fundamental to this thesis, is established. Afterwards, we present assumptions describing situations, in which the feasible set with probabi- lity constraint is convex. We focus mainly on Telser's and Kataoka's models with individual probability constraint. Furthermore, we derive both of these models using the assumption of a given probabilistic distribution. In the empirical part Telser's and Kataoka's models are applied to financial data obtained from the Prague Stock Exchange. Keywords: portfolio optimization, chance constraints, sensitivity analysis iii
|
|
|
Optimization problems with chance constraints
Drobný, Miloslav ; Adam, Lukáš (advisor) ; Lachout, Petr (referee)
Autor se v diplomové práci zabývá optimalizačními úlohami s pravděpodob- nostními omezeními. Konkrétně pak situacemi, kdy není známo pravděpo- dobnostní rozdělení přítomného náhodného efektu. K řešení těchto problém· lze přistoupit metodami optimistických a pesimistických scénář·, kdy z dané rodiny možných pravděpodobnostních rozdělení vybíráme bu¤ nejpříznivější možnou variantu, nebo naopak tu nejméně výhodnou. Optimalizační úlohy s pravděpodobnostními omezeními formulovanými pomocí výše zmíněných přístup· byly za učinění jistých předpoklad· transformovány do jednoduš- ších a řešitelných optimalizačních úloh. Dosažené výsledky byly aplikovány na reálná data z oblastí optimalizace portfolia a zpracování obrazu. 1
|
|
|
Stochastic programming problems with chance constraints
Harcek, Milan ; Branda, Martin (advisor) ; Kopa, Miloš (referee)
The thesis presents stochastic programming with chance contraints. We begin with the definition of convex set, convex and concave function and we study the convexity of programs with deterministic constraints. We continue with the definition of quasi-concave and quasi-convex function. After that, we put our mind to probabilistic constraints and the convexity of feasible set and show the formulation of joint and separate probabilistic constraints. We discuss properties of feasible set in general case, without any assumptions concerning the probability distribution of random variable. Finally, we apply our theory to random vectors with finite discrete distribution and multiva- riate normal distribution. 1
|
guest ::
