Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Empirické odhady ve stochastickém programování; závislá data
Název práce v češtině: Empirické odhady ve stochastickém programování; závislá data
Název v anglickém jazyce: Empiciral Estimates in Stochastic Programming; Dependent Data
Klíčová slova: stochastické programování, empirické odhady, slabá závislost, mixing
Klíčová slova anglicky: Stochastic Programming, Empiciral Estimates, Weak Dependence, Mixing
Akademický rok vypsání: 2011/2012
Typ práce: diplomová práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: RNDr. Vlasta Kaňková, CSc.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 20.10.2011
Datum zadání: 21.10.2011
Datum potvrzení stud. oddělením: 20.12.2011
Datum a čas obhajoby: 16.09.2014 00:00
Datum odevzdání elektronické podoby:29.07.2014
Datum odevzdání tištěné podoby:31.07.2014
Datum proběhlé obhajoby: 16.09.2014
Oponenti: prof. RNDr. Jitka Dupačová, DrSc.
 
 
 
Zásady pro vypracování
Problémy z ekonomické a finanční praxe vedou často na optimalizační úlohy závislé na pravděpodobnostní míře. Samozřejmě úplná znalost teoretické míry je nutná pro nalezení optimálního řešení a optimální hodnoty. Jelikož často tento předpoklad není splněn, je mnohdy nutné stanovit odhad řešení a optimální hodnoty na základě dat (matematicky náhodného výběru).

Úkolem diplomové práce bude:
- Uvést stručný přehled výsledků pro nezávislé výběry.
- Vypracovat stručný přehled koeficientů slabé nezávislosti.
- Vytvořit přehled výsledků pro slabě závislá pozorování.
- Pokusit se porovnat výsledky pro nezávislá pozorování a shota zmíněné typy stochasticky závislých výběrů.
- Na jednoduché úloze stochastického programování demonstrovat rozdíl mezi nezávislým a slabě závislým výběrem.
Seznam odborné literatury
[1] P. Doukham: Mixing: Properties and Examples. Lectures Notes and Statistics 85, Springer Berlin, 1994
[2] V. Kaňková: A Note on Estimates in Stochastic Programming. J. Comput. Math 56 (1994), pp. 97-112
[3] A. Shapiro, D. Dentcheva and A. Ruszczyski: Lectures on Stochastic Programming (Modeling and Theory). Copyright 2009 by Society for Industrial and Applied Mathematics and the Mathematical Programming Society, Philadelphia, USA
Další literatura bude doplněna podle zaměření uchazeče.

 
Univerzita Karlova | Informační systém UK