• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Программа "Принятие решений в условиях неопределенности"

Это очень математический курс о том, как моделировать неопределенность и как формулировать и решать задачи оптимизации. Несмотря ни на что, это очень ориентированный на практику курс. Задачи, с которыми мы будем иметь дело, встречаются практически в каждой крупной отрасли. 
Несколько примеров:

  • Вы — управляющий магазином и должны заказать товар сегодня, чтобы продать его завтра. Спрос на товар Вам не известен заранее, каждая не проданная единица товара — Ваши потери. Сколько товара заказать?
  • Вы — портфельный управляющий, занимаетесь инвестициями. Вам нужно составить оптимальный портфель ценных бумаг, но Вы не знаете как поведут себя ценные бумаги завтра. 
  • Вы — проектировщик транспортной сети. Вам нужно выбрать оптимальный план городской застройки. Как это сделать?


Примеров таких задач огромное количество. Все они связаны с принятие некоторого (оптимального) решения в условиях неполной информации. Иногда Вам достаточно решить задачу в среднем, иногда Вас интересуют самые худшие ситуации. Возможно, Вы принимаете решение один раз, возможно Вы можете менять свои решения во времени или корректировать их. Контекстов может быть очень много, но очень часто они укладываются в несколько стандартных ситуаций.
 В этом курсе мы изучим как моделировать неопределенность и как решать задачи, связанные с оптимизацией в условиях неопределенности.
Данные навыки будут полезны в следующих обдастях: финансовый менеджмент и управление рисками, алгоритмический трейдинг, логистика и проектирование систем поставок, моделирование социо-экономических процессов и e-commerce.

Преподаватели

 

 

Юрий Дорн
Выпускник МФТИ. Читает оптимизацию на ФУПМ МФТИ, ФКН ВШЭ и в Школе анализа данных Яндекса. Сотрудник ИППИ РАН.


Юрий Дорн

Основные темы программы

  • Введение: оптимальные решения и неопределенность.
  • Стохастическая оптимизация
  • Робастные решения.
  • Принятие решений в режиме онлайн.

Начальные требования

Хорошие знания теории вероятностей, базовый анализ и оптимизация [как дифференцировать сложную функцию, условие оптимальности первого порядка, условие Каруша-Куна-Таккера я расскажу, но будет хорошо, если они известны заранее]
Базовая линейная алгебра [вектора, матрицы и функции от них].
Для подготовки к программе хорошо подойдут интенсивы "Теория игр и теория принятия решений", "Теория вероятностей и математическая статистика", "Математический анализ и линейная алгебра".

Расписание занятий

4, 6, 11 и 13 июля: 19:00-22:00
8 и 15 июля: 15:00-18:00

28

академических часа

28 000

рублей

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца

Подать заявку


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!