|
|
Diskrétní skenovací statistika
Láf, Adam ; Pawlas, Zbyněk (vedoucí práce) ; Beneš, Viktor (oponent)
Pro náhodný výběr z celočíselného rozdělení je zavedena diskrétní skenovací statistika jako maximum z klouzavých součtů daného počtu po sobě jdoucích náhodných veličin. Tato práce seznámí čtenáře s několika postupy pro odhad roz- dělení diskrétní skenovací statistiky, přičemž uvedené aproximace následně zhod- notí na konkrétních případech. Zaměří se převážně na náhodné výběry z alterna- tivního rozdělení, pro které bude uveden i návod pro výpočet přesných výsledků. Zmíněny budou i souvislosti s narozeninovým problémem a s odhadováním nej- většího počtu po sobě jdoucích úspěchů v řadě bernoulliovských pokusů. 1
|
|
|
Vliv typu pravděpodobnostního rozdělení poptávky na velikost objednávky
Naglová, Martina ; Fábry, Jan (vedoucí práce) ; Kuncová, Martina (oponent)
Práce se zabývá stanovením velikosti objednávky při stochastické poptávce z pohledu nákladové a ziskové funkce. Při stochastické poptávce není známa výše poptávky, je známo pouze její pravděpodobnostní rozdělení. Hlavním cílem je transformace vzorců pro různá pravděpodobnostní rozdělení poptávky. V nákladové funkci je nutné stanovit velikost objednávky tak, aby nákladová funkce byla minimální. Je třeba uvažovat bipolární strukturu nákladů, ve které skladovací náklady s výší objednávky rostou a pořizovací náklady s výší objednávky klesají. V ziskové funkci je zkoumáno, zda je možné dosáhnout vyššího zisku pomocí kontraktu s ostatními články dodavatelsko-odběratelského řetězce a jak to ovlivní velikost objednávky.
|
|
|
Neurčité a intervalově-pravděpodobnostní přístupy k hodnocení rizik investičního projektu realizovaného formou partnerství veřejného a soukromého sektoru (PPP)
Ostrouško, Viktorie ; Synek, Miloslav (vedoucí práce) ; Ivánek, Jiří (oponent) ; Scholleová, Hana (oponent)
V této práci je zdůvodněno použití teorie fuzzy množin při posuzování ukazatele hodnoty za peníze (Value for Money - VfM) v projektech spolupráce veřejného a soukromého sektoru v podmínkách, kdy nejsou dostatečně dostupné informace pro stanovení rozdělení pravděpodobností popisujících možné hodnoty změn parametrů projektu. Snahou této práce je prokázat účinnost použití teorie fuzzy množin a fuzzy logiky ve výše uvedených podmínkách. Disertační práce se zabývá klasifikací druhů nejistoty a analýzou přístupů k jejímu modelování, zkoumá tradiční metody hodnocení ekonomické efektivnosti investičního projektu v podmínkách rizika a nejistoty s důrazem na jejich přednosti a nedostatky. Na základě provedené analýzy byla předložena další metoda založená na použití teorie neurčitých množin demonstrující přístup, který se dá považovat za vhodnější a spolehlivější nástroj k řešení stanoveného cílu práce. Cílem této práce je zpracování aplikačního modelu pro hodnocení rizik PPP projektů při sledování dosažení důležitého ukazatele efektivnosti těchto projektů v podobě hodnoty za peníze (VfM) v podmínkách nejistoty spojené s neúplnou informací o základních údajích. Stanoveny cíl práci byl splněn. Navrženy mnou model hodnocení rizik dává stabilnější výsledky v porovnání s pravděpodobnostním modelem. Pro ověření předpokladu o vhodnějším použití neurčitého přístupu před intervalově-pravděpodobnostním bylo provedeno porovnání dosažených výsledků za použití různých typů pravděpodobnostních rozdělení a funkcí příslušnosti, zejména zkoumání výsledného ukazatele v citlivosti na tyto změny. Představené praktické výsledky byly porovnány a na základě porovnání byl vyvozen závěr ukazující novost provedeného výzkumu v předvedení možnosti využití aparátu TNM v projekční analýze hodnocení efektivity projektu typu PPP zvlášť když se musí brát v úvahu různé kombinace faktorů nejistoty. Byla ukázána praktická aplikace teoretických rozpracování této práce na analýze investičního projektu při navrhování a budování rychlostní komunikace kolem Moskvy.
|
|
|
Pravděpodobnostní rozdělení v programu SAS
Rosypal, Martin ; Vrabec, Michal (vedoucí práce) ; Honnerová, Jana (oponent)
Cílem této práce je zpracování metodiky tvorby individualizačních zásuvných modulů do statistického programu SAS Enterprise Guide a vytvoření takového modulu, který by umožňoval zjednodušení výpočtů hodnot kvantilů, pravděpodobnostních funkcí (resp. hustot pravděpodobnosti) a distribučních funkcí, a dále dle uživatele zadaných parametrů vykreslil příslušný graf. V souvislosti s obsahovou náplní tohoto modulu je v této práci zpracována rešerše z oblasti popisu celkem dvaadvaceti pravděpodobnostních rozdělení podporovaných v SAS Enterprise Guide. Zásuvný modul je vytvořen pomocí programovacího jazyka Visual Basic.NET ve vývojovém prostředí Visual Studio 2003, jeho zdrojové kódy a zdrojové kódy grafů vytvořených v programu R vydají na zhruba 100 stran a jsou obsaženy na přiloženém CD. Teoretická část obsahující výše uvedenou rešerši je zpracována v druhé a třetí kapitole této práce, metodika tvorby zásuvných modulů pro SAS Enterprise Guide je obsažena ve čtvrté kapitole a vlastní zásuvný modul je popsán v kapitole páté.
|
host ::
RSS.