O wykorzystaniu programowania liniowego z ograniczeniami stożkowymi do optymalizacji rozmiarów prób w wieloparametrowym losowaniu warstwowym

• Autorzy: Marcin Skibicki
• Języki publikacji: PL

Abstrakty

Zaprezentowano adaptację ogólnej procedury rozwiązywania zadań liniowych z ograniczeniami stożkowymi.

Słowa kluczowe

PL

Macierze; Optymalizacja matematyczna; Programowanie liniowe

EN

Matrix; Mathematical optimization; Linear programming

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2003
• Numer: cz. 2 Metoda reprezentacyjna w badaniach ekonomiczno-społecznych
• Strony: 143--150

Twórcy

autor

Marcin Skibicki

Bibliografia

• Alizadeh F. (1995). Interior-point methods in semidefinite programming with applications to combinatorial optimization. "SIAM Journal on Optimization" 5(1), pp. 13-51.
• Dalenius T. (1957). Sampling in Sweden. Contribution to Methods and Theories of Sample Survey Practice. Almqvist & Wiksells, Stockholm.
• Nesterov Y., Nemirovsky A. (1988). A general approach to polynomial-time algorithms design for convex programming. "Tech. Report, Centr. Econ. & Math. Inst." [USSR Acad. Sei., Moscow, USSR].
• Skibicki M. (2003). Optimization of sample sizes from strata on basis of spectra radius of covariance matrix of mean estimators vector. "Statistics in Transition" Vol. 6, No. 1, pp. 151-159.
• Vandenberghe L., Boyd S. (1996). Semidefinite programming. "SIAM Review" 38, pp. 49-95.
• Wywiał J. (1988). Lokalizacja próby w warstwach minimalizująca promień spektralny macierzy wariancji i kowariancji wektora średnich z próby. Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 404, s. 195-200.
• Wywiał J. (1995). Wielowymiarowe aspekty metody reprezentacyjnej. Ossolineum, Katowice.
• Wywiał J., Kończak G. (1994). O lokalizacji próby w warstwach minimalizującej promień spektralny macierzy wewnątrzwarstwowej macierzy wariancji i kowariancji. W: XI Seminarium Ekonometryczne im. Profesora Zbigniewa Pawłowskiego, Trzemieśnia 24-26 III. Akademia Ekonomiczna w Krakowie, s. 85-92.