Zobrazit minimální záznam

Úlohy stochastického programování s endogenní náhodou
dc.contributor.advisorKopa, Miloš
dc.creatorKočandrle, Erik
dc.date.accessioned2024-11-29T03:49:36Z
dc.date.available2024-11-29T03:49:36Z
dc.date.issued2024
dc.identifier.urihttp://hdl.handle.net/20.500.11956/192931
dc.description.abstractTato práce staví na standardním modelu stochastického programování a představuje rozší- ření pro endogenní náhodu, které může být v určitých situacích vhodnější. Klasická úloha sto- chastického programování předpokládá, že rozdělení náhodného elementu nezávisí na rozhod- nutích. Tento předpoklad není vždy splněný a v praktických úlohách často potkáváme situace, kde subjekt může různými způsoby toto rozdělení ovlivnit. Modely s endogenní náhodou často vykazují vysokou míru komplexity a výpočetní složitosti. Tato práce shrnuje několik užiteč- ných technik pro modelování endogenní náhody spolu s příklady demonstrujícími jejich možná využití. Zkoumané principy jsou poté demonstrovány rozšířením klasického problému proda- vače novin a úlohy optimalizace portfolia pomocí rizikové míry CVaR, kde předpokládáme, že dostatečně velká investice dokáže pozměnit rozdělení ztrát jednotlivých aktiv. 1cs_CZ
dc.description.abstractThis thesis builds upon the standard stochastic programming model and introduces an ex- tension for endogenous randomness, which can be more suitable in certain situations. The classical stochastic programming model assumes, that the distribution of the underlying ran- dom element is independent of the decision makers actions. This assumption is not always reasonable and practical problems often include situations, where the decisions maker can al- ter the distribution in various ways. Models with endogenous randomness often exhibit high complexity and computational expense. This thesis summarizes several tractable modelling techniques with motivational examples demonstrating their possible use. The derived princi- ples are then demonstrated by providing extensions of the classical newsvendor problem and the CVaR portfolio optimization problem, where we assume, that a large enough investment can alter the assets loss distribution. 1en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectstochastic programming|multi-stage programming|endogenous randomness|newsvendor problem|portfolio optimization|CVaR risk measureen_US
dc.subjectstochastické programování|vícestupňové programování|endogenní náhoda|problém prodavače novin|optimalizace portfolia|CVaR míra rizikacs_CZ
dc.titleStochastic programming problems with endogenous randomnessen_US
dc.typediplomová prácecs_CZ
dcterms.created2024
dcterms.dateAccepted2024-09-05
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId266228
dc.title.translatedÚlohy stochastického programování s endogenní náhodoucs_CZ
dc.contributor.refereeLachout, Petr
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineProbability, Mathematical Statistics and Econometrics with specialisation in Econometricsen_US
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometrie se specializací Ekonometriecs_CZ
thesis.degree.programProbability, Mathematical Statistics and Econometricsen_US
thesis.degree.programPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csPravděpodobnost, matematická statistika a ekonometrie se specializací Ekonometriecs_CZ
uk.degree-discipline.enProbability, Mathematical Statistics and Econometrics with specialisation in Econometricsen_US
uk.degree-program.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-program.enProbability, Mathematical Statistics and Econometricsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csTato práce staví na standardním modelu stochastického programování a představuje rozší- ření pro endogenní náhodu, které může být v určitých situacích vhodnější. Klasická úloha sto- chastického programování předpokládá, že rozdělení náhodného elementu nezávisí na rozhod- nutích. Tento předpoklad není vždy splněný a v praktických úlohách často potkáváme situace, kde subjekt může různými způsoby toto rozdělení ovlivnit. Modely s endogenní náhodou často vykazují vysokou míru komplexity a výpočetní složitosti. Tato práce shrnuje několik užiteč- ných technik pro modelování endogenní náhody spolu s příklady demonstrujícími jejich možná využití. Zkoumané principy jsou poté demonstrovány rozšířením klasického problému proda- vače novin a úlohy optimalizace portfolia pomocí rizikové míry CVaR, kde předpokládáme, že dostatečně velká investice dokáže pozměnit rozdělení ztrát jednotlivých aktiv. 1cs_CZ
uk.abstract.enThis thesis builds upon the standard stochastic programming model and introduces an ex- tension for endogenous randomness, which can be more suitable in certain situations. The classical stochastic programming model assumes, that the distribution of the underlying ran- dom element is independent of the decision makers actions. This assumption is not always reasonable and practical problems often include situations, where the decisions maker can al- ter the distribution in various ways. Models with endogenous randomness often exhibit high complexity and computational expense. This thesis summarizes several tractable modelling techniques with motivational examples demonstrating their possible use. The derived princi- ples are then demonstrated by providing extensions of the classical newsvendor problem and the CVaR portfolio optimization problem, where we assume, that a large enough investment can alter the assets loss distribution. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code1
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV