Stochastické rozhodovacie procesy a ich modelovanie

  • Kredity: 10
  • Ukončenie: Skúška
  • Rozsah: 16sP
  • Semester: letný
  • Fakulta hospodárskej informatiky

Vyučujúci

Zaradený v študijných programoch

data science v ekonómii

Výsledky vzdelávania

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné vedomosti:
- znalosť analýzy ekonomických údajov,
- vedomosti tvorby stochastických matematických modelov,

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné zručnosti:
- schopnosť vytvárať a používať stochastické matematické modely,
- riešenia ekonomických problémov pomocou adekvátneho softvéru.

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné kompetencie:
- praktické zručnosti a kompetencie s aplikáciou stochastických metód pri analýze ekonomických problémov využitím príslušného softvéru.

Stručná osnova predmetu

Predmet je zameraný na stochastické modelovanie a optimalizačné metódy na podporu rozhodovania. Cieľom je poskytnúť stručný prehľad vedeckého poznania v niekoľkých oblastiach modelovania stochastických procesov a na základe získaných vedomostí skonštruovať matematický model použiteľný v ekonomickej praxi. Na riešenie problémov sa používajú softvérové nástroje, napríklad jazyk R, jazyk Python, GAMS, Simul8, Eviews. Cieľom je taktiež poskytnúť prehľad o oblastiach výskumu a typickej metodológii výskumu a inšpirovať Ph.D. študentov pre vlastnú prácu študentov v ich danej oblasti.
• Modelovanie neistoty: Teória pravdepodobnosti, Stochastické procesy, Teória Fuzzy množín, Bayesova aktualizácia.
• Stochastické dynamické programovanie.
• Markovove reťazce a Markovove rozhodovacie procesy.
• Stochastické programovanie:
• Fuzzy optimalizácia a rozhodovanie
• Simulačné modelovanie.
• Aplikácie: Teória hromadnej obsluhy, Teória zásob, Riadenie výrobných procesov

Odporúčaná literatúra

1. Stewart, W. J. (2009). Probability, Markov Chains, Queues, and Simulation. Princeton university press.
2. Tijms, H.C. (2003). A First Course in Stochastic Models. Wiley.
3. King, A.J., Wallace, S.W. (2012). Modeling with Stochastic Programming. Springer.
4. Powell, W. (2011). Approximate Dynamic Programming. Wiley.
5. Privault, N. (2013). Understanding Markov Chains. Examples and Applications, Springer
6. Kleijnen, J.P.C. (2008). Design and Analysis of Simulation Experiments. Springer.

Podmienky na absolvovanie predmetu

40 % Zadania a prezentácia semestrálneho projektu
60 % Záverečná skúška

Pracovné zaťaženie študenta

Celkové: pracovná záťaž 10 kreditov x 26 h = 260 h.
Samostatne zaťaženie pre jednotlivé vzdelávacie činnosti
260 hodín
16 hodín účasť na konzultáciách
44 hodín príprava na konzultácie
100 hodín spracovanie projektu
100 hodín príprava na skúšku

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský, anglický

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 16.05.2022

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 16.05.2022