|
|
Stochastic Calculus and Its Applications in Biomedical Practice
Klimešová, Marie ; Růžičková, Miroslava (oponent) ; Dzhalladova, Irada (oponent) ; Baštinec, Jaromír (vedoucí práce)
In the presented dissertation is defined the stochastic differential equation and its basic properties are listed. Stochastic differential equations are used to describe physical phenomena, which are also influenced by random effects. Solution of the stochastic model is a random process. Objective of the analysis of random processes is the construction of an appropriate model, which allows understanding the mechanisms. On their basis observed data are generated. Knowledge of the model also allows forecasting the future and it is possible to control and optimize the activity of the applicable system. In this dissertation is at first defined probability space and Wiener process. On this basis is defined the stochastic differential equation and the basic properties are indicated. The final part contains biology model illustrating the use of the stochastic differential equations in practice.
|
|
| |
|
|
Stochastic Calculus and Its Applications in Biomedical Practice
Klimešová, Marie ; Růžičková, Miroslava (oponent) ; Dzhalladova, Irada (oponent) ; Baštinec, Jaromír (vedoucí práce)
In the presented dissertation is defined the stochastic differential equation and its basic properties are listed. Stochastic differential equations are used to describe physical phenomena, which are also influenced by random effects. Solution of the stochastic model is a random process. Objective of the analysis of random processes is the construction of an appropriate model, which allows understanding the mechanisms. On their basis observed data are generated. Knowledge of the model also allows forecasting the future and it is possible to control and optimize the activity of the applicable system. In this dissertation is at first defined probability space and Wiener process. On this basis is defined the stochastic differential equation and the basic properties are indicated. The final part contains biology model illustrating the use of the stochastic differential equations in practice.
|
|
| |
|
|
Stochastické modely epidemií
Drašnar, Jan ; Staněk, Jakub (vedoucí práce) ; Hlubinka, Daniel (oponent)
Tato práce vychází z jednoduchého deterministického modelu tvořeného obyčejnou diferenciální rovnicí, který má dva stacionární body - v závislosti na počátečních podmínkách bud' nemoc prakticky vymizí nebo se v populaci udržuje neomezeně dlouho. Tento model je poté rozšířen přidáním difuzních členů, čímž vzniknou různé stochastické diferenciální rovnice. Na nich je zkoumáno, jak volba difuzních koeficientů ovlivňuje chování modelu v okolí stacionárních bodů původního mo- delu a na hranici biologicky interpretovatelné oblasti. Teoretické výsledky jsou poté ilustrovány numerickými simulacemi. 1
|
|
|
Stochastic Integrals Driven by Isonormal Gaussian Processes and Applications
Čoupek, Petr ; Maslowski, Bohdan (vedoucí práce) ; Dostál, Petr (oponent)
Stochastické integrály řízené isonormálními gaussovskými procesy a aplikace Diplomová práce - Petr Čoupek Abstrakt V diplomové práci je podrobně studován stochastický integrál deterministických funkcí s hod- notami v Hilbertově prostoru v případě, kdy řídící proces je tvaru βt = t 0 K(t, s)dWs, kde W je Brownův pohyb a K je kvardaticky integrovatelné jádro. Takovéto procesy zobecňují případ frakcionálního Brownova pohybu BH , definovaného pomocí Hurstova parametru H ∈ (0, 1). Na jádro K jsou uvažovány dvě sady podmínek, odpovídající regulárnímu a singulárnímu případu a studován byl konkrétně případ regulární. Hlavním výsledkem je, že prostor β-integrabilních funkcí lze vnořit do prostoru L 2 1+2α ([0, T]; V ), což v případě frakcionálního Brownova pohybu odpovídá prostoru L 1 H ([0, T]). Dále byl zaveden cylindrický gaussovský volterrovský proces a vůči němu stochastický integrál deterministckých funkcí s hodnotami v prostoru lineárních operátorů. Výsledky byly dále aplikovány v teorii stochastických diferenciálních rovnic (SDR), konkrétně byla dokázána měřitelnost řešení dané SDR ve tvaru ,,mild ,, .
|
host ::
RSS.