Show simple item record

Probabilistic programs with discrete probability distributions
dc.contributor.advisorDupačová, Jitka
dc.creatorMurgaš, Karel
dc.date.accessioned2017-04-27T04:34:57Z
dc.date.available2017-04-27T04:34:57Z
dc.date.issued2010
dc.identifier.urihttp://hdl.handle.net/20.500.11956/34316
dc.description.abstractTato práce se zabývá úlohami stochastického programování s pravděpodobnostními omezeními s diskrétním rozdělením. Ukazuji konečnost a korektnost algoritmu pro výpočet p-leve eficientních bodů, který také implementuji v prostředí R. Pomocí těchto bodů pak uvolňuji množinu přípustných řešení, abych získal úlohu konvexního programování, a zkoumám vlastnosti množiny vzniklé tímto uvolněním. Výsledky jsou prezentovány pro lineární, celočíselné a nelineární programování. V závěrečném příkladu je porovnán diskrétní přístup k náhodě se spojitýn případem.cs_CZ
dc.description.abstractThis thesis deals with stochastic programming problems with probabilistic constraits with discrete distribution. Finitness and corectness of algortithm for finding p-level efficient points is proved and I implement this algorithm in R. I relax the feasible set to get convex problem and I study properties of the relaxed set. Results for linear, integer and nonlinear problems are presented. In en example I compare discrete approach with the continuous one.en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleÚlohy pravděpodobnostního programování s diskrétním rozdělenímcs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2010
dcterms.dateAccepted2010-09-06
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId62625
dc.title.translatedProbabilistic programs with discrete probability distributionsen_US
dc.contributor.refereeBranda, Martin
dc.identifier.aleph001386915
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineProbability, mathematical statistics and econometricsen_US
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_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 ekonometriecs_CZ
uk.degree-discipline.enProbability, mathematical statistics and econometricsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csTato práce se zabývá úlohami stochastického programování s pravděpodobnostními omezeními s diskrétním rozdělením. Ukazuji konečnost a korektnost algoritmu pro výpočet p-leve eficientních bodů, který také implementuji v prostředí R. Pomocí těchto bodů pak uvolňuji množinu přípustných řešení, abych získal úlohu konvexního programování, a zkoumám vlastnosti množiny vzniklé tímto uvolněním. Výsledky jsou prezentovány pro lineární, celočíselné a nelineární programování. V závěrečném příkladu je porovnán diskrétní přístup k náhodě se spojitýn případem.cs_CZ
uk.abstract.enThis thesis deals with stochastic programming problems with probabilistic constraits with discrete distribution. Finitness and corectness of algortithm for finding p-level efficient points is proved and I implement this algorithm in R. I relax the feasible set to get convex problem and I study properties of the relaxed set. Results for linear, integer and nonlinear problems are presented. In en example I compare discrete approach with the continuous one.en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
dc.identifier.lisID990013869150106986


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 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