Thesis (Selection of subject)Thesis (Selection of subject)(version: 385)
Thesis details
   Login via CAS
Metody Importance Sampling při řešení optimalizačních úloh
Thesis title in Czech: Metody Importance Sampling při řešení optimalizačních úloh
Thesis title in English: Importance Sampling methods in solving optimization problems
Key words: mean-risk modely, CVaR, Importance Sampling
English key words: mean-risk models, CVaR, Importance Sampling
Academic year of topic announcement: 2013/2014
Thesis type: Bachelor's thesis
Thesis language: čeština
Department: Department of Probability and Mathematical Statistics (32-KPMS)
Supervisor: RNDr. Václav Kozmík, Ph.D.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 09.10.2013
Date of assignment: 09.10.2013
Confirmed by Study dept. on: 25.11.2013
Date and time of defence: 11.09.2015 00:00
Date of electronic submission:30.07.2015
Date of submission of printed version:31.07.2015
Date of proceeded defence: 11.09.2015
Opponents: doc. RNDr. Ing. Miloš Kopa, Ph.D.
 
 
 
Advisors: prof. RNDr. Jitka Dupačová, DrSc.
Guidelines
Řešení optimalizačních úloh je v dnešní době často aproximováno pomocí simulačních technik. Posluchač nastuduje simulační postupy při řešení optimalizačních úloh, zejména metodu Sample Average Approximation (SAA). V rámci simulačních postupů se využívají různé techniky redukce rozptylu, mezi které patří i importance sampling. Posluchač nastuduje tuto metodu a zhotoví numerickou studii její efektivity pro jednoduché investiční modely.
References
[1] DUPAČOVÁ, J: Markowitzův model optimální volby portfolia: předpoklady, data, alternativy, studijní text, Matematicko-fyzikální fakulta Univerzity Karlovy v Praze.
[2] HESTERBERG, T. C. (1995): Weighted average importance sampling and defensive mixture distributions, Technometrics, 37 pp. 185-194.
[3] INFANGER, G. (1992): Monte Carlo (importance) sampling within a benders decomposition algorithm for stochastic linear programs, Annals of Operations Research 37 pp. 69-95.
[4] SHAPIRO, A., DENTCHEVA, D. and RUSZCZYNSKI, A. (2009): Lectures on Stochastic Programming: Modeling and Theory, SIAM-Society for Industrial and Applied Mathematics, ISBN 978-0898716870.
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html