Xslav21 - Revision history

Onarr at 13:07, 3 June 2015

2015-06-03T13:07:22Z

Onarr: /* Optimalizace nakupovaných leteckých kapacit */

2015-06-03T13:06:31Z

‎Optimalizace nakupovaných leteckých kapacit

Tomáš: /* Výstupy práce */

2015-05-20T14:53:23Z

‎Výstupy práce

Onarr: /* Výstupy práce */

2015-05-20T14:50:36Z

‎Výstupy práce

Onarr: /* Výstupy práce */

2015-05-17T13:25:25Z

‎Výstupy práce

Tomáš: /* Výstupy práce */

2015-05-17T09:47:20Z

‎Výstupy práce

Tomáš: /* Výstupy práce */

2015-05-17T09:46:34Z

‎Výstupy práce

Tomáš: /* Výstupy práce */

2015-05-17T09:45:50Z

‎Výstupy práce

Onarr: /* Výstupy práce */

2015-05-17T06:16:05Z

‎Výstupy práce

Onarr: /* Výstupy práce */

2015-05-16T20:09:04Z

‎Výstupy práce

@@ Line 5: / Line 5: @@
 == Zadání ==
-'''Název simulace''': Analýza ztrát v případě preference krátkodobého zisku před dlouhodobým
+'''Název simulace''': Analýza poptávky v případě preference krátkodobého zisku před dlouhodobým
 '''Předmět''': 4IT495 Simulace systémů (LS 2014/2015)

← Older revision		Revision as of 13:06, 3 June 2015
Line 1:		Line 1:

−	~~== Optimalizace nakupovaných leteckých kapacit ==~~

	Rád bych provedl monte carlo simulaci na upřednostňování krátkodobého uspokojení před dlouhodobým.		Rád bych provedl monte carlo simulaci na upřednostňování krátkodobého uspokojení před dlouhodobým.

← Older revision		Revision as of 14:53, 20 May 2015
Line 39:		Line 39:

	--[[User:Onarr\|Onarr]] 15:25, 17 May 2015 (CEST)počet výrobků s elasticitou je vymyšlený. Můžu jej zrušit. Jako nejschůdnější se mi zdá využít příkladu podniků Apple a Samsung. Vezmu dva srovnatelné mobilní telefony, které mají totožné funkce. Apple je znám tím, že jeho mobilní telefony nejsou ve svém životním cyklu zlevňovány, kdežto ostatní dodavatelé mobilních telefonů tyto akce využívají. Je možné vzít několik cyklů, kde si tyto společnosti konkurují, vzít jejich statistická data prodejů (ty jsou přístupná) a z těchto dat vyvodit jak slevové akce snižují poptávku u výrobků z dalšího životního cyklu (nový produkt). Jednoduše řečeno vezmu čísla prodejů iphone 3,4 a 5 a konkurenčních produktů samsungu v daném období (odvozené z obchodních zpráv z dané doby). V rámci agregátorů porovnávajících ceny jsou dostupné grafy, na kterých je viditelný průběh cen v čase (např. heureka). Z těchto dat bych měl být schopen získat co potřebuji		--[[User:Onarr\|Onarr]] 15:25, 17 May 2015 (CEST)počet výrobků s elasticitou je vymyšlený. Můžu jej zrušit. Jako nejschůdnější se mi zdá využít příkladu podniků Apple a Samsung. Vezmu dva srovnatelné mobilní telefony, které mají totožné funkce. Apple je znám tím, že jeho mobilní telefony nejsou ve svém životním cyklu zlevňovány, kdežto ostatní dodavatelé mobilních telefonů tyto akce využívají. Je možné vzít několik cyklů, kde si tyto společnosti konkurují, vzít jejich statistická data prodejů (ty jsou přístupná) a z těchto dat vyvodit jak slevové akce snižují poptávku u výrobků z dalšího životního cyklu (nový produkt). Jednoduše řečeno vezmu čísla prodejů iphone 3,4 a 5 a konkurenčních produktů samsungu v daném období (odvozené z obchodních zpráv z dané doby). V rámci agregátorů porovnávajících ceny jsou dostupné grafy, na kterých je viditelný průběh cen v čase (např. heureka). Z těchto dat bych měl být schopen získat co potřebuji
		+	::'''Schváleno'''. [[User:Tomáš\|Tomáš]] 16:53, 20 May 2015 (CEST)

← Older revision		Revision as of 14:50, 20 May 2015
Line 38:		Line 38:
	:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu např. Nebo opatřit empirická data jinak. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš\|Tomáš]] 11:45, 17 May 2015 (CEST)		:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu např. Nebo opatřit empirická data jinak. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš\|Tomáš]] 11:45, 17 May 2015 (CEST)

−	--[[User:Onarr\|Onarr]] 15:25, 17 May 2015 (CEST)počet výrobků s elasticitou je vymyšlený. Můžu jej zrušit. Jako nejschůdnější se mi zdá využít příkladu podniků Apple a Samsung. Vezmu dva srovnatelné mobilní telefony, které mají totožné funkce. Apple je znám tím, že jeho mobilní telefony nejsou ve svém životním cyklu zlevňovány, kdežto ostatní dodavatelé mobilních telefonů tyto akce využívají. Je možné vzít několik cyklů, kde si tyto společnosti konkurují, vzít jejich statistická data prodejů (ty jsou přístupná) a z těchto dat vyvodit jak slevové akce snižují poptávku u výrobků z dalšího životního cyklu (nový produkt). Jednoduše řečeno vezmu čísla prodejů iphone 3,4 a 5 a konkurenčních produktů samsungu v daném období (odvozené z obchodních zpráv z dané doby). V rámci ~~e-shopu~~ (~~zkusím alza~~.cz) ~~která prodává elektrotechniku pak zjistím jaká byla míra slev u samsungu a tato data využiji v simulaci~~.	+	--[[User:Onarr\|Onarr]] 15:25, 17 May 2015 (CEST)počet výrobků s elasticitou je vymyšlený. Můžu jej zrušit. Jako nejschůdnější se mi zdá využít příkladu podniků Apple a Samsung. Vezmu dva srovnatelné mobilní telefony, které mají totožné funkce. Apple je znám tím, že jeho mobilní telefony nejsou ve svém životním cyklu zlevňovány, kdežto ostatní dodavatelé mobilních telefonů tyto akce využívají. Je možné vzít několik cyklů, kde si tyto společnosti konkurují, vzít jejich statistická data prodejů (ty jsou přístupná) a z těchto dat vyvodit jak slevové akce snižují poptávku u výrobků z dalšího životního cyklu (nový produkt). Jednoduše řečeno vezmu čísla prodejů iphone 3,4 a 5 a konkurenčních produktů samsungu v daném období (odvozené z obchodních zpráv z dané doby). V rámci agregátorů porovnávajících ceny jsou dostupné grafy, na kterých je viditelný průběh cen v čase (např. heureka). Z těchto dat bych měl být schopen získat co potřebuji

← Older revision		Revision as of 13:25, 17 May 2015
Line 37:		Line 37:
	:: Ty elasticity - mám na mysli ty konkrétní cifry, které uvádíte, jste odvodil jak?		:: Ty elasticity - mám na mysli ty konkrétní cifry, které uvádíte, jste odvodil jak?
	:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu např. Nebo opatřit empirická data jinak. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš\|Tomáš]] 11:45, 17 May 2015 (CEST)		:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu např. Nebo opatřit empirická data jinak. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš\|Tomáš]] 11:45, 17 May 2015 (CEST)
		+
		+	--[[User:Onarr\|Onarr]] 15:25, 17 May 2015 (CEST)počet výrobků s elasticitou je vymyšlený. Můžu jej zrušit. Jako nejschůdnější se mi zdá využít příkladu podniků Apple a Samsung. Vezmu dva srovnatelné mobilní telefony, které mají totožné funkce. Apple je znám tím, že jeho mobilní telefony nejsou ve svém životním cyklu zlevňovány, kdežto ostatní dodavatelé mobilních telefonů tyto akce využívají. Je možné vzít několik cyklů, kde si tyto společnosti konkurují, vzít jejich statistická data prodejů (ty jsou přístupná) a z těchto dat vyvodit jak slevové akce snižují poptávku u výrobků z dalšího životního cyklu (nový produkt). Jednoduše řečeno vezmu čísla prodejů iphone 3,4 a 5 a konkurenčních produktů samsungu v daném období (odvozené z obchodních zpráv z dané doby). V rámci e-shopu (zkusím alza.cz) která prodává elektrotechniku pak zjistím jaká byla míra slev u samsungu a tato data využiji v simulaci.

@@ Line 36: / Line 36: @@
 :: Dobrý den, ale to co je v učebnicích ekonomie nejsou reálná data, ale ekonomické modely. Reálná data jsou reálná data - z praxe, nějaké statistiky. Nehledě na to, že do ekonomického modelu musíte doplnit konkrétní parametry, abyste dostal konkrétní výsledky.
 :: Ty elasticity - mám na mysli ty konkrétní cifry, které uvádíte, jste odvodil jak?
-:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš|Tomáš]] 11:45, 17 May 2015 (CEST)
+:: Problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu např. Nebo opatřit empirická data jinak. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš|Tomáš]] 11:45, 17 May 2015 (CEST)

← Older revision		Revision as of 09:45, 17 May 2015
Line 33:		Line 33:
	::[[User:Oleg.Svatos\|Oleg.Svatos]] 08:42, 15 May 2015 (CEST) OK. Stále zůstává otázka na základě jakých dat (tzn. reálných) budete odvozovat pravděpodobnostní rozdělení pro generovánní: 1) poptávky a 2) snížení poptávky v dalším období na základě aplikace akcí. Na toto je mít třeba reálná data, jinak simulace v MC nedává smysl.		::[[User:Oleg.Svatos\|Oleg.Svatos]] 08:42, 15 May 2015 (CEST) OK. Stále zůstává otázka na základě jakých dat (tzn. reálných) budete odvozovat pravděpodobnostní rozdělení pro generovánní: 1) poptávky a 2) snížení poptávky v dalším období na základě aplikace akcí. Na toto je mít třeba reálná data, jinak simulace v MC nedává smysl.
	--[[User:Onarr\|Onarr]] 22:09, 16 May 2015 (CEST) Zdravím. Reálná data není složité získat, vyskytují se takřka v každé učebnici ekonomie. Už tam je celkově dokázáno, že je rozdíl mezi krátkodobou a dlouhodobou poptávkou - dlouhodobá poptávka je více plochá. Z elasticity poptávky, kterou budu odvozovat od podobných výrobků (nemusí to být konkrétně elektronický výrobek, důležité je aby měl podobnou elasticitu), budu pak brát hodnoty pro pravděpodobnostní rozdělení. Jako nejvíce hodící se rozdělení pro tuto problematiku shledávám poissonovo rozdělení - většina lidí je ovlivňována elasticitou poptávky, existují však tací, kteří jsou velmi věrní značce (např apple) a výrobek si koupí i za plnou cenu poté co jej jindy koupily ve slevě. Naopak existují i tací, kteří se k výrobku staví negativně a nekoupí si jej nikdy. Většina je však ovlivňována cenou, proto poissonovo rozdělení. Toto rozdeleni pouziji u obou nahodnych promennych.		--[[User:Onarr\|Onarr]] 22:09, 16 May 2015 (CEST) Zdravím. Reálná data není složité získat, vyskytují se takřka v každé učebnici ekonomie. Už tam je celkově dokázáno, že je rozdíl mezi krátkodobou a dlouhodobou poptávkou - dlouhodobá poptávka je více plochá. Z elasticity poptávky, kterou budu odvozovat od podobných výrobků (nemusí to být konkrétně elektronický výrobek, důležité je aby měl podobnou elasticitu), budu pak brát hodnoty pro pravděpodobnostní rozdělení. Jako nejvíce hodící se rozdělení pro tuto problematiku shledávám poissonovo rozdělení - většina lidí je ovlivňována elasticitou poptávky, existují však tací, kteří jsou velmi věrní značce (např apple) a výrobek si koupí i za plnou cenu poté co jej jindy koupily ve slevě. Naopak existují i tací, kteří se k výrobku staví negativně a nekoupí si jej nikdy. Většina je však ovlivňována cenou, proto poissonovo rozdělení. Toto rozdeleni pouziji u obou nahodnych promennych.
		+
		+	:: Dobrý den, ale to co je v učebnicích ekonomie nejsou reálná data, ale ekonomické modely. Reálná data jsou reálná data - z praxe, nějaké statistiky. Nehledě na to, že do ekonomického modelu musíte doplnit konkrétní parametry, abyste dostal konkrétní výsledky.
		+	:: Ty elasticity - mám na mysli ty konkrétní cifry, které uvádíte, jste odvodil jak?
		+	:: Ta problém samotný se mě osobně líbí, ale to konkrétní zadání by chtělo dotáhnout. U tohoto typu modelu je třeba opravdu pracovat s reálnými daty. Optimálně v tomto případě třeba z nějakého eshopu. Jinak je z toho pouhé akademické cvičení. [[User:Tomáš\|Tomáš]] 11:45, 17 May 2015 (CEST)

@@ Line 32: / Line 32: @@
 [[User:Oleg.Svatos|Oleg.Svatos]] 17:15, 12 May 2015 (CEST) Zdravím, abych se přiznal jsem z tohoto zadání nějaký zmatený - různé názvy simulace, v úvodu se mluví o multiagentní simulaci, ale dále je uváděné Monte Carlo atp. Pokud by to mělo být v MC, tak by mě zajímalo , co budou náhodné proměné a na základě jakých dat budete vycházet při stanovení pravděpodobnostních rozdělení, ze kterých budete hodnoty nahodných proměnných generovat?
 ::[[User:Oleg.Svatos|Oleg.Svatos]] 08:42, 15 May 2015 (CEST) OK. Stále zůstává otázka na základě jakých dat (tzn. reálných) budete odvozovat pravděpodobnostní rozdělení pro generovánní: 1)  poptávky a 2) snížení poptávky v dalším období na základě aplikace akcí. Na toto je mít třeba reálná data, jinak simulace v MC nedává smysl.
---[[User:Onarr|Onarr]] 22:09, 16 May 2015 (CEST) Zdravím. Reálná data není složité získat, vyskytují se takřka v každé učebnici ekonomie. Už tam je celkově dokázáno, že je rozdíl mezi krátkodobou a dlouhodobou poptávkou - dlouhodobá poptávka je více plochá. Z elasticity poptávky, kterou budu odvozovat od podobných výrobků (nemusí to být konkrétně elektronický výrobek, důležité je aby měl podobnou elasticitu), budu pak brát hodnoty pro pravděpodobnostní rozdělení. Jako nejvíce hodící se rozdělení pro tuto problematiku shledávám poissonovo rozdělení - většina lidí je ovlivňována elasticitou poptávky, existují však tací, kteří jsou velmi věrní značce (např apple) a výrobek si koupí i za plnou cenu poté co jej jindy koupily ve slevě. Naopak existují i tací, kteří se k výrobku staví negativně a nekoupí si jej nikdy. Většina je však ovlivňována cenou, proto poissonovo rozdělení.
+--[[User:Onarr|Onarr]] 22:09, 16 May 2015 (CEST) Zdravím. Reálná data není složité získat, vyskytují se takřka v každé učebnici ekonomie. Už tam je celkově dokázáno, že je rozdíl mezi krátkodobou a dlouhodobou poptávkou - dlouhodobá poptávka je více plochá. Z elasticity poptávky, kterou budu odvozovat od podobných výrobků (nemusí to být konkrétně elektronický výrobek, důležité je aby měl podobnou elasticitu), budu pak brát hodnoty pro pravděpodobnostní rozdělení. Jako nejvíce hodící se rozdělení pro tuto problematiku shledávám poissonovo rozdělení - většina lidí je ovlivňována elasticitou poptávky, existují však tací, kteří jsou velmi věrní značce (např apple) a výrobek si koupí i za plnou cenu poté co jej jindy koupily ve slevě. Naopak existují i tací, kteří se k výrobku staví negativně a nekoupí si jej nikdy. Většina je však ovlivňována cenou, proto poissonovo rozdělení. Toto rozdeleni pouziji u obou nahodnych promennych.

← Older revision		Revision as of 20:09, 16 May 2015
Line 32:		Line 32:
	[[User:Oleg.Svatos\|Oleg.Svatos]] 17:15, 12 May 2015 (CEST) Zdravím, abych se přiznal jsem z tohoto zadání nějaký zmatený - různé názvy simulace, v úvodu se mluví o multiagentní simulaci, ale dále je uváděné Monte Carlo atp. Pokud by to mělo být v MC, tak by mě zajímalo , co budou náhodné proměné a na základě jakých dat budete vycházet při stanovení pravděpodobnostních rozdělení, ze kterých budete hodnoty nahodných proměnných generovat?		[[User:Oleg.Svatos\|Oleg.Svatos]] 17:15, 12 May 2015 (CEST) Zdravím, abych se přiznal jsem z tohoto zadání nějaký zmatený - různé názvy simulace, v úvodu se mluví o multiagentní simulaci, ale dále je uváděné Monte Carlo atp. Pokud by to mělo být v MC, tak by mě zajímalo , co budou náhodné proměné a na základě jakých dat budete vycházet při stanovení pravděpodobnostních rozdělení, ze kterých budete hodnoty nahodných proměnných generovat?
	::[[User:Oleg.Svatos\|Oleg.Svatos]] 08:42, 15 May 2015 (CEST) OK. Stále zůstává otázka na základě jakých dat (tzn. reálných) budete odvozovat pravděpodobnostní rozdělení pro generovánní: 1) poptávky a 2) snížení poptávky v dalším období na základě aplikace akcí. Na toto je mít třeba reálná data, jinak simulace v MC nedává smysl.		::[[User:Oleg.Svatos\|Oleg.Svatos]] 08:42, 15 May 2015 (CEST) OK. Stále zůstává otázka na základě jakých dat (tzn. reálných) budete odvozovat pravděpodobnostní rozdělení pro generovánní: 1) poptávky a 2) snížení poptávky v dalším období na základě aplikace akcí. Na toto je mít třeba reálná data, jinak simulace v MC nedává smysl.
		+	--[[User:Onarr\|Onarr]] 22:09, 16 May 2015 (CEST) Zdravím. Reálná data není složité získat, vyskytují se takřka v každé učebnici ekonomie. Už tam je celkově dokázáno, že je rozdíl mezi krátkodobou a dlouhodobou poptávkou - dlouhodobá poptávka je více plochá. Z elasticity poptávky, kterou budu odvozovat od podobných výrobků (nemusí to být konkrétně elektronický výrobek, důležité je aby měl podobnou elasticitu), budu pak brát hodnoty pro pravděpodobnostní rozdělení. Jako nejvíce hodící se rozdělení pro tuto problematiku shledávám poissonovo rozdělení - většina lidí je ovlivňována elasticitou poptávky, existují však tací, kteří jsou velmi věrní značce (např apple) a výrobek si koupí i za plnou cenu poté co jej jindy koupily ve slevě. Naopak existují i tací, kteří se k výrobku staví negativně a nekoupí si jej nikdy. Většina je však ovlivňována cenou, proto poissonovo rozdělení.