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![]() |
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. |