Couvre l'algorithme Branch & Bound pour une exploration efficace des solutions possibles et discute de la relaxation LP, de l'optimisation du portefeuille, de la programmation non linéaire et de divers problèmes d'optimisation.
Explore la sélection dynamique des portefeuilles, les fonctions d'utilité logarithmique, l'aversion au risque et les problèmes de contrôle optimaux sur les marchés financiers.
Couvre le risque dans les décisions d'investissement, l'évaluation des flux de trésorerie incertains, le taux de rendement, les rendements du portefeuille et l'utilité de la variation moyenne.
Explore les applications pratiques et les implications du modèle de tarification des immobilisations en finance, y compris lestimation des bêtas et le calcul des rendements attendus.
Couvre l'optimisation de portefeuille robuste sur le plan de la distribution pour maximiser l'utilité attendue avec des rendements d'actifs incertains.
Couvre les compromis en matière de risque et de rendement dans les portefeuilles, les avantages de la diversification et la frontière efficace avec de multiples actifs.
Examiner les stratégies d'évaluation des risques, d'équivalence de certitude et de diversification afin de réduire les risques dans les processus décisionnels.
Discute des distributions de probabilité et du théorème de la limite centrale, en soulignant leur importance dans la science des données et l'analyse statistique.
Explore les réseaux neuronaux formés sous la descente de gradient stochastique, discutant des couches cachées, de la fonction de perte carrée et de l'évolution des particules.
Explore la somme des polynômes carrés et la programmation semi-définie dans l'optimisation polynomiale, permettant l'approximation des polynômes non convexes avec SDP convexe.
Couvre le risque et l'incertitude dans les projets environnementaux, en mettant l'accent sur l'analyse coûts-avantages et le concept de certitude équivalente pour les personnes averses au risque.