/ / * ** ***

Wielkość: px
Rozpocząć pokaz od strony:

Download "/ / * ** ***"

Transkrypt

1 91 / / * ** *** 93/3/31 : 9/11/0 : :.P51 C61 G1:JEL 139 / 51 kiaee@isu.ac.ir. abrihami@u.ac.ir. sobhanihs@u.ac.ir..7.*..**..***

2 Dynamic Sochasic ) (Opimizaion /

3 93... /. (Jump-Diffusion) * *

4 .. (1381). (1386). (1386) /

5 95... / ( 1998) (). ( 001) ( 007). ( 000)... (Black & Scholes, 1973, p.640) (Leland, 1994, p.117). (Chami & Cosimano, 001, p.15).. Sheldon, 006, ). (p.174 (Dangl & Lehar, 004, p.7). Mukuddem-Peersen & Peersen, 006, ).

6 (p.31. (Mukuddem-Peersen e al., 007, p.4) L D C T R : 1 C D = L T R (1) 1 ( Ω, F, F 0, P). : dl = ( C D T R ) d σl dw ν L dp () Wiener Sochasic ) W σ (Brownian Moion) (Process ν /

7 97... / P. λ (Poisson Process) (007) : 3 L dl = L[( r c) d σ dw ν LdP ] (3) L. c r. 3 r L c (1 ). ( : (. (. λ. dp.. νl L r D T r. r : 4 L T D I = r L r T r D (4)

8 .. : 5 C = a0 a1d ad b1 L bl, (5). ( a0, a1, a, b1, b ).. V(, L ) : 6 max V (, L ) = D s.. T β 0 e L T D [ r L r T r D ( a a D a D b L b L )] d dl = ( C D T R ) d σ L dw ν L dp β L. D D. L T 6. : R T C (6) 98 /

9 99... / C T = θ L = δ D R = γ D 7. θ :. ( ( θ. γ 9. : 10 max V(, L ) = D s.. T β 0 e L T [ r L ( r δ r D (7) (8) (9) ) D ( a a D a D b L b L )] d dl = ( θl (1δ γ ) D ) d σ L dw ν L dp (10) 10 T D N = (1δ γ ) M = ( r δ r ) ) 11 D :( 1 NA1 ( M a1) NA D = L (11) a a : 13 1 A A 1

10 / 100 (1) ) ( ) ( ) ( = N A a a M N A b r a A L λν θ β (13) ))] ( ( ) 4 )) ( ( [( = N a N b a A ν λν σ β θ ν λν σ β θ D L 14 : (14) dp L L dw d L a A N a a a M N A N dl ν σ θ ) ) ( = ( : (15) dp L L dw d R T D dl ν σ ) = (

11 /. 15 T T. r D R T. R = γd T = δd..... α. F (1α). r M r ) R r.(.

12 M R r r. : 16 T β F M T max V(, L e r L r L r D a a D a D b L b L d (16) ) = ( α (1α) δ ( )) D 0 βt R M T α) e [(1 ( r r )) 1] L s.. dl = ((1δ γ ) D ) d σ L dw ν L dp. (1 T. T 16 (1α)L R M T. [(1 ( r r )) 1] V ( T, LT ) (Hanson, 007, p.174) : 17 βt R M T V( T,(1α) LT ) = (1α) e [(1 ( r r )) 1] LT (17) 17. D : NA1 ( M a1) NA D = a a L (18) N = (1δ γ ) M = ( r T δ). M 10 /

13 /. A A F M a( αr (1α) r b1 ) A N( M a1) A1 = (19) a ( β λν ) A N A a[( = ( σ β λν ( ν )) 4b N a N ) ( σ β λν ( ν ))] (0) : 1 N A1 N( M a1) N A dl = ( L ) d σl dw νl dp (1) a a ) 1 ) (. ( 1.

14 . ( ) : σ. 1 σ L. dw σl dw. νl dp ν L ν /

15 105 / ν. dp. νl dp λ λ ν. λ ν :...

16 λ ν :1 σ λ 35 ν β /

17 / : L r D r T r

18 .3 C ( ) = a0 a1d ad b1 L bl.... Eviews. 3 L D L. :3 a 1e a -15e b -16e R Durbin Wason 0.96 F P 0.00 P D /

19 γ θ δ α. : / θ α δ γ

20 .. Malab dp dw :3 110 /

21 / α ( : F. r M. r ( 3

22 M ( r F r.5 1.5). dp dw : /

23 : / :.1...

24 /

25 /

26 . :1.(Hanson, 007, p.178 :. ). : 7 ' β L T D V = max { e [ r L ( r δ r ) D ( a a D a D b L b L )] D ' 1 ' V ( L (1 ) D ) V L [ V ( L L, ) V ( L, )]} () L θ δ γ Lσ λ ν ' ' ' V L V L V. L. ν σ : D D ' β VL Ne ( M a1) D = (3) a T D. N = (1δ γ ) M = ( r δ r ) : 4 3 D V ' V = e ' L β β e N 4a ' L V N e a ' L VLMN e r L a β e β β ( M a1) 4a M ( M a1 ) a0e a 0 1 β ' NVL ( M a1 ) b1e a ' VL N ( M a1 ) 1 ' VLσ L λ[ V ( L a ' a1v LN a1e a β 1 L b e β β ( M a1 ) a L V θl ' L νl, ) V ( L, )](4) 116 /

27 V ( M a ) : 5 N ( M a ) β ' 1 β 1 ' ' = a0 e L VL VL 4a θ a 4a 1 ' L β β V ( ) Lσ L r b1 e L be L λ[ V ( L νl, ) V ( L e N, )] (5) : 6 L β V (, L ) = ( A0 A1 L A L ) e c (6) A A / : X.( = 1, K,6 ) = 0/0001 N =10000 : 7 dx = f ( X, ) d g( X, ) dw h( X, ) dp (7) W P ( X k ) k 1 k X. : 8 X k = X k 1 X k = f ( X k, k ) g( X k, k ) Wk h( X, ) Pk (8) Wk = W( k 1) W( k ) Pk = P( k 1) P( k ). W k X

28 P k W k = N(0,1) (0,1) ul = (1λ )/, ur = (1 λ )/ ( u l, ur ). P k k 1 0 X : 9 k =1: N X k 1 = X k f ( X k, k ) g( X k, k ) Wk h( X, ) Pk (9) = k 1 k. X Ĥ » «4. Black F. and Scholes M. J. ; "The Pricing of Opions and Corporae Liabiliies" ; Journal of Poliical Economy, Vol.81, No. 3, Chami, R. and Cosimano, T. F.; " Moneary policy wih a ouch of Basel"; Working Paper 01/151, Inernaional Moneary Fund, Washingon, DC, USA, / 6. Dangl J. P., Lehar B.; " Value-a-risk vs. Building Block Regulaion in Banking"; Journal of Financial Inermediaion, vol. 13, 004.

29 / 7. Dar, Humayon A. and Presley, John R.; "Lack of Profi and Loss Sharing in Islamic Banking: Managemen and Conrol Imbalances"; Inernaional Journal of Islamic Finance, Vol, Hanson, F. B.; Applied Sochasic Processes and Conrol for Jump- Diffusions: Modeling, Analysis and Compuaion and Compuaion; Universiy of Illinois, Chicago, USA, Iqbal, Munawar, Ahmad, Ausaf and Khan, Tariqullah; Challenges Facing Islamic Banking; Islamic Research and Training Insiue, Islamic Developmen Bank, Occasional Paper No. 1, Iqbal, Zamir and Mirakhor, Abbas; An Inroducion o Islamic Finance: Theory and Pracice; Chicheser: John Wiley & Sons, Khan, Tariqullah & Ahmed, Habib; Risk Managemen: An Analysis of Issues in Islamic Financial Indusry; Islamic Research and Training Insiue, Islamic Developmen Bank, Occasional Paper No. 5, Leland, H. E.; " Corporae deb value, bond covenans, and opimal capial srucure" ; The Journal of Finance, vol. 49, no. 4, Mukuddem-Peersen J., Peersen M. A.; " Bank Managemen via Sochasic Opimal Conrol"; Auomaica, vol. 4, No. 8, Mukuddem-Peersen J., Peersen M. A., Schoeman I. M., and Tau B. A.; " Maximizing Banking Profi on a Random Time Inerval" ; Journal of Applied Mahemaics, Sheldon Lin; Inroducory Sochasic Analysis for Finance and Insurance; John Wiley Sons, 006.

Aksjomatyzacja centralności wektora własnego i Katza oraz ich zastosowanie w systemie finansowym. Tomasz Wąs

Aksjomatyzacja centralności wektora własnego i Katza oraz ich zastosowanie w systemie finansowym. Tomasz Wąs Aksjomatyzacja centralności wektora własnego i Katza oraz ich zastosowanie w systemie finansowym Tomasz Wąs Jak zmierzyć ryzyko instytucji finansowej? A Inc. Jak zmierzyć ryzyko instytucji finansowej?

Bardziej szczegółowo

Modelowanie ryzyka kredytowego: MODEL BLACK-COX A

Modelowanie ryzyka kredytowego: MODEL BLACK-COX A Modelowanie ryzyka kredytowego: MODEL BLACK-COX A Mariusz Niewęgłowski Wydział Matematyki i Nauk Informacyjnych, Politechniki Warszawskiej Warszawa 2014 Niewęgłowski MiNI PW Modele wartości firmy Warszawa

Bardziej szczegółowo

Dynamiczne stochastyczne modele równowagi ogólnej

Dynamiczne stochastyczne modele równowagi ogólnej Dynamiczne stochastyczne modele równowagi ogólnej mgr Anna Sulima Instytut Matematyki UJ 8 maja 2012 mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012

Bardziej szczegółowo

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI

Bardziej szczegółowo

v = v i e i v 1 ] T v =

v = v i e i v 1 ] T v = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v n U v v v +q 3q +q +q b c d XY X +q Y 3q r +q = r 3q = r +q = r +q = r 3q = r +q = E = E +q + E 3q + E +q = k q r+q 3 + k 3q r 3q 3 b V = kq

Bardziej szczegółowo

Ą ń ń ć Ę Ę ć ć ń ń Ż ń ń Ą Ą ń Ż Ń Ż ć Ą ń ŚĆ ć Ę Ę Ą ń Ś ń ć Ę Ą ń Ę ń ń ń ń ć ń ń Ś Ź ń ć ć ń ć ń Ś Ż Ę Ń ń ń ń ń ń ć Ń Ę Ę Ę Ę Ę ńń ź ĄĘ Ę ź ń Ąń Ę Ę Ę Ź Ę Ę Ą Ś Ę Ę ć Ś Ą Ń ć ń ń ć Ś ć Ń Ó ń ń ć

Bardziej szczegółowo

Europejska opcja kupna akcji calloption

Europejska opcja kupna akcji calloption Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy

Bardziej szczegółowo

Reprezentacja martyngałowa względem addytywnych procesów Markowa-Itô

Reprezentacja martyngałowa względem addytywnych procesów Markowa-Itô Reprezentacja martyngałowa względem addytywnych procesów Markowa-Itô Instytut Matematyk Unwersytetu Jagellońskego Instytut Nauk Ekonomcznych PAN Wynk wspólne z prof. Ł. Stettnerem (IM PAN) prof. Z. Palmowskm

Bardziej szczegółowo

Modelowanie ryzyka kredytowego Zadania 1.

Modelowanie ryzyka kredytowego Zadania 1. 1 Ex-dividend prices Modelowanie ryzyka kredytowego Zadania 1. Mariusz Niewęgłowski 19 października 2014 Definicja 1. Dla każdego t [0, T ] cena ex-dividend wypłaty (X, A, X, Z, τ) ( ) S t := B t E Q Bu

Bardziej szczegółowo

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku w Lokalnie Ergodycznym Środowisku Tymoteusz Chojecki UMCS, Lublin Tomasz Komorowski IMPAN, Warszawa Kościelisko, 10 września 2016, XLV Konferencja Zastosowań Matematyki T. Komorowski, T. Chojecki w Lokalnie

Bardziej szczegółowo

Rynek, opcje i równania SDE

Rynek, opcje i równania SDE Rynek, opcje i równania SDE Adam Majewski Uniwersytet Gdański kwiecień 2009 Adam Majewski (Uniwersytet Gdański) Rynek, opcje i równania SDE kwiecień 2009 1 / 16 1 Rynek, portfel inwestycyjny, arbitraż

Bardziej szczegółowo

Pręt nr 1 - Element żelbetowy wg. EN :2004

Pręt nr 1 - Element żelbetowy wg. EN :2004 Pręt nr 1 - Element żelbetowy wg. EN 1992-1-1:2004 Informacje o elemencie Nazwa/Opis: element nr 5 (belka) - Brak opisu elementu. Węzły: 13 (x6.000m, y24.000m); 12 (x18.000m, y24.000m) Profil: Pr 350x800

Bardziej szczegółowo

MODELOWANIE ZMIAN ZMIENNYCH STANU W MODELU DWUMIANOWYM DO CELÓW WYCENY OPCJI REALNYCH *

MODELOWANIE ZMIAN ZMIENNYCH STANU W MODELU DWUMIANOWYM DO CELÓW WYCENY OPCJI REALNYCH * Krzysztof Targiel Uniwersytet Ekonomiczny w Katowicach MODELOWANIE ZMIAN ZMIENNYCH STANU W MODELU DWUMIANOWYM DO CELÓW WYCENY OPCJI REALNYCH * Wprowadzenie Najpowszechniej stosowanym podejściem w wycenie

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Krzysztof Kępczyński Zagadnienie paryskiej ruiny w gaussowskim modelu ryzyka

Krzysztof Kępczyński Zagadnienie paryskiej ruiny w gaussowskim modelu ryzyka Uniwersytet Wrocław Wydział Matematyki i Informatyki Instytut matematyczny specjalność: zastosowania rachunku prawdopodobieństwa i statystyki Krzysztof Kępczyński Zagadnienie paryskiej ruiny w gaussowskim

Bardziej szczegółowo

drgania h armoniczne harmoniczne

drgania h armoniczne harmoniczne ver-8..7 drgania harmoniczne drgania Fourier: częsość podsawowa + składowe harmoniczne () An cos( nω + ϕ n ) N n Fig (...) analiza Fouriera małe drgania E p E E k E p ( ) jeden sopień swobody: -A A E p

Bardziej szczegółowo

Numeryczne aproksymacje prawdopodobieństwa ruiny

Numeryczne aproksymacje prawdopodobieństwa ruiny Numeryczne aproksymacje prawdopodobieństwa ruiny Krzysztof Burnecki Aleksander Weron Centrum Metod Stochastycznych im. Hugona Steinhausa Instytut Matematyki i Informatyki Politechnika Wrocławska www.im.pwr.wroc.pl/

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Inverse problems - Introduction - Probabilistic approach

Inverse problems - Introduction - Probabilistic approach Inverse problems - Introduction - Probabilistic approach Wojciech Dȩbski Instytut Geofizyki PAN debski@igf.edu.pl Wydział Fizyki UW, 13.10.2004 Wydział Fizyki UW Warszawa, 13.10.2004 (1) Plan of the talk

Bardziej szczegółowo

4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K:

4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K: /, Dirac,, Bismut[B]., [B], [B],, [K], [T], [W].,,,,, /.,.,,,..,.. M, g): n = l,. P SO : T M, M SOn) 3. P Spin : M Spinn), P SO 4. P : P SO P Spin, π : P M: 5. S = S + S : Spinn) l S +, S l ) 6. F = P

Bardziej szczegółowo

Zabezpieczenie przed spadkiem wartości aktywów w modelu typu Lévy ego z fazowymi skokami i dowolną funkcją wynagrodzenia

Zabezpieczenie przed spadkiem wartości aktywów w modelu typu Lévy ego z fazowymi skokami i dowolną funkcją wynagrodzenia Zbigniew Palmowski 1, Joanna Tumilewicz 2 Zabezpieczenie przed spadkiem wartości aktywów w modelu typu Lévy ego z fazowymi skokami i dowolną funkcją wynagrodzenia 1. Wstęp W artykule rozważymy proces spadku,

Bardziej szczegółowo

Katedra Mechaniki Konstrukcji ĆWICZENIE PROJEKTOWE NR 1 Z MECHANIKI BUDOWLI

Katedra Mechaniki Konstrukcji ĆWICZENIE PROJEKTOWE NR 1 Z MECHANIKI BUDOWLI Katedra Mechaniki Konstrukcji Wydział Budownictwa i Inżynierii Środowiska Politechniki Białostockiej... (imię i nazwisko)... (grupa, semestr, rok akademicki) ĆWICZENIE PROJEKTOWE NR Z MECHANIKI BUDOWLI

Bardziej szczegółowo

Identyfikacja cząstek

Identyfikacja cząstek Określenie masy i ładunku cząstek Pomiar prędkości przy znanym pędzie e/ µ/ π/ K/ p czas przelotu (TOF) straty na jonizację de/dx Promieniowanie Czerenkowa (C) Promieniowanie przejścia (TR) Różnice w charakterze

Bardziej szczegółowo

Modelowanie ryzyka kredytowego: Model Mertona - estymacja

Modelowanie ryzyka kredytowego: Model Mertona - estymacja Modelowanie ryzyka kredytowego: Model Mertona - estymacja Mariusz Niewęgłowski Wydział Matematyki i Nauk Informacyjnych, Politechniki Warszawskiej Warszawa 2010 Niewęgłowski (MiNI PW) Model Mertona Warszawa

Bardziej szczegółowo

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339

Bardziej szczegółowo

Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej

Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej Łukasz Dębowski ldebowsk@ipipan.waw.pl i Instytut Podstaw Informatyki PAN Co to jest entropia nadwyżkowa? Niech (X i ) i Z będzie procesem

Bardziej szczegółowo

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r. Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia

Bardziej szczegółowo

Sekantooptyki owali i ich własności

Sekantooptyki owali i ich własności Sekantooptyki owali i ich własności Magdalena Skrzypiec Wydział Matematyki, Fizyki i Informatyki Uniwersytet Marii Curie-Skłodowskiej 19 października 2009r. Informacje wstępne Definicja Owalem nazywamy

Bardziej szczegółowo

Modelowanie Rynków Finansowych

Modelowanie Rynków Finansowych Modelowanie Rynków Finansowych Modelowanie zmienności, modele GARCH Zajęcia 6 Katarzyna Lada, Paweł Sakowski, Paweł Strawiński 23 marca, 2009 Literatura na dziś Engle (2001), The Use of ARCH/GARCH Models

Bardziej szczegółowo

Pręt nr 4 - Element żelbetowy wg PN-EN :2004

Pręt nr 4 - Element żelbetowy wg PN-EN :2004 Budynek wielorodzinny - Rama żelbetowa strona nr z 7 Pręt nr 4 - Element żelbetowy wg PN-EN 992--:2004 Informacje o elemencie Nazwa/Opis: element nr 4 (belka) - Brak opisu elementu. Węzły: 2 (x=4.000m,

Bardziej szczegółowo

Dodatek 2. Wielowymiarowe modele GARCH model GoGarch

Dodatek 2. Wielowymiarowe modele GARCH model GoGarch Dodatek 2. Wielowymiarowe modele GARCH model GoGarch MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (dodatek 2) Model GoGARCH 1 / 14 Ogólna specykacja modelu MGARCH Ogólna posta dla N-wymiarowego procesu MGARCH

Bardziej szczegółowo

ODWZOROWANIA JEDNO- I WIELOWARTOŚCIOWE. PODOBIEŃSTWA, RÓŻNICE I PROBLEMY Z TEGO WYNIKAJĄCE.

ODWZOROWANIA JEDNO- I WIELOWARTOŚCIOWE. PODOBIEŃSTWA, RÓŻNICE I PROBLEMY Z TEGO WYNIKAJĄCE. Wydział Matematyki, Informatyki i Ekonometrii Uniwersytet Zielonogórski ODWZOROWANIA JEDNO- I WIELOWARTOŚCIOWE. PODOBIEŃSTWA, RÓŻNICE I PROBLEMY Z TEGO WYNIKAJĄCE. Joachim Syga III Konferencja Zastosowań

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych

XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O górnym ograniczeniu zysku ze strategii handlowej opartej na kointegracji XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych Zależność kointegracyjna

Bardziej szczegółowo

Bezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe

Bezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe Bezgradientowe metody optymalizacji funkcji wielu zmiennych informacje dodatkowe Wybór kierunku poszukiwań Kierunki bazowe i ich modyfikacje metody bezgradientowe. Kierunki oparte na gradiencie funkcji

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. W pewnej populacji kierowców każdego jej członka charakteryzują trzy zmienne: K liczba przejeżdżanych kilometrów (w tysiącach rocznie) NP liczba szkód w ciągu roku, w których kierowca jest stroną

Bardziej szczegółowo

Równania różniczkowe liniowe rzędu pierwszego

Równania różniczkowe liniowe rzędu pierwszego Katedra Matematyki i Ekonomii Matematycznej SGH 21 kwietnia 2016 Wstęp Definicja Równanie różniczkowe + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to

Bardziej szczegółowo

ń ę ń ę ń ę ń ę ę ę ę ę ź ń ź Ś ę Ł ń ę ę ń ę ń ę ę ę ę ę ę ź ę ę Ż ę ŚĆ ę Ż ń ń ę ń ę ę ę ę ę ź ę ę Ś Ś Ś Ś ź ę ń ę ę Ź ń Ś Ś ę ń ę ę ę ę ę ź ń ŚĆ Ś ń ń ń Ą ń ę ę ŚĆ ę Ż ę ń ę ę ę ę ę ź ń Ś Ś ź Ś Ł ę

Bardziej szczegółowo

Projekt silnika bezszczotkowego prądu przemiennego. 1. Wstęp. 1.1 Dane wejściowe. 1.2 Obliczenia pomocnicze

Projekt silnika bezszczotkowego prądu przemiennego. 1. Wstęp. 1.1 Dane wejściowe. 1.2 Obliczenia pomocnicze projekt_pmsm_v.xmcd 01-04-1 Projekt silnika bezszczotkowego prądu przemiennego 1. Wstęp Projekt silnika bezszczotkowego prądu przemiennego - z sinusoidalnym rozkładem indukcji w szczelinie powietrznej.

Bardziej szczegółowo

Maszyny wektorów podpierajacych w regresji rangowej

Maszyny wektorów podpierajacych w regresji rangowej Maszyny wektorów podpierajacych w regresji rangowej Uniwersytet Mikołaja Kopernika Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie X X R d, Y R Z = (X, Y ), Z = (X, Y ) - niezależne

Bardziej szczegółowo

Stochastyczne równania różniczkowe, studia II stopnia

Stochastyczne równania różniczkowe, studia II stopnia Stochastyczne równania różniczkowe, studia II stopnia Niech W t (ewentualnie W, W (t)), t oznacza proces Wienera oraz niech W = Niech W = (W, W 2,, W n ) oznacza n-wymiarowy proces Wienera Pokazać, że

Bardziej szczegółowo

PODSTAWY CHEMII KWANTOWEJ. Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej

PODSTAWY CHEMII KWANTOWEJ. Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej PODSTWY CHEMII KWTOWEJ Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoreycznej Zespół Chemii Kwanowej Grupa Teorii Reakywności Chemicznej LITERTUR R. F. alewajski, Podsawy i meody chemii kwanowej:

Bardziej szczegółowo

Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron Krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Temperatura Curie Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk

Bardziej szczegółowo

Ą Ą Ł Ą Ą Ń Ł Ś Ł Ś Ł Ś Ł Ś Ł ż Ł ŚĆ Ł Ś Ą ć ż ż Ą Ś Ś Ł Ś ż Ł Ź Ś Ś Ś Ź Ś ż ż ż Ł ż ż ż Ł Ś Ś ż Ś Ś ć ż ć Ą ć Ł ć ż ć ć ć ż Ś Ł Ś Ł Ą ż ć Ą ż Ś ć Ś ż ż ż Ś Ł ż Ą Ą ż ż ż ż Ą ż ż Ś Ś ż ż ż Ś ć ż Ł ż ż

Bardziej szczegółowo

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja

Bardziej szczegółowo

Spektroskopia mionów w badaniach wybranych materiałów magnetycznych. Piotr M. Zieliński NZ35 IFJ PAN

Spektroskopia mionów w badaniach wybranych materiałów magnetycznych. Piotr M. Zieliński NZ35 IFJ PAN Spektroskopia mionów w badaniach wybranych materiałów magnetycznych Piotr M. Zieliński NZ35 IFJ PAN 1. Fundamenty spektroskopii mionów. Typowy eksperyment 3. Cel i obiekty badań 4. Przykłady otrzymanych

Bardziej szczegółowo

Sprężyny naciskowe z drutu o przekroju okrągłym

Sprężyny naciskowe z drutu o przekroju okrągłym Sprężyny owe z o przekroju okrągłym Stal sprężynowa, zgodnie z normą PN-71/M80057 (EN 10270:1-SH oraz DIN 17223, C; nr mat. 1.1200) Stal sprężynowa nierdzewna, zgodnie z normą PN-71/M80057 (EN 10270:3-NS

Bardziej szczegółowo

Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH

Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (dodatek 3) Modele MGARCH 1 / 11 Ogólna specykacja modelu MGARCH Ogólna posta dla N-wymiarowego procesu

Bardziej szczegółowo

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info

Bardziej szczegółowo

Zawansowane modele wyborów dyskretnych

Zawansowane modele wyborów dyskretnych Zawansowane modele wyborów dyskretnych Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Zawansowane modele wyborów dyskretnych grudzien 2013 1 / 16 Model efektów

Bardziej szczegółowo

Składki zaufania z zastosowaniem niesymetrycznych funkcji strat

Składki zaufania z zastosowaniem niesymetrycznych funkcji strat Helena Jasiulewicz Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych Wojciech Kordecki Wyższa Szkoła Handlowa we Wrocławiu Katedra Ekonomi i Rachunkowości Składki zaufania

Bardziej szczegółowo

ZALEŻNY, ZŁOŻONY PROCES POISSONA WYZNACZANIE FUNKCJONAŁÓW SKŁADEK I MIAR RYZYKA

ZALEŻNY, ZŁOŻONY PROCES POISSONA WYZNACZANIE FUNKCJONAŁÓW SKŁADEK I MIAR RYZYKA Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 8-86 Nr 95 6 Stanisław Heilpern Uniwersytet Ekonomiczny we Wrocławiu Wydział Zarządzania, Informatyki i Finansów Katedra

Bardziej szczegółowo

Własności porządkowe w modelu proporcjonalnych szans

Własności porządkowe w modelu proporcjonalnych szans Własności porządkowe w modelu proporcjonalnych szans Wisła, 8 grudnia 2009 Oznaczenia Wprowadzenie Oznaczenia Porządki stochastyczne Klasy rozkładów czasu życia X F, Y G zmienne losowe o gęstościach f

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

δ δ δ 1 ε δ δ δ 1 ε ε δ δ δ ε ε = T T a b c 1 = T = T = T

δ δ δ 1 ε δ δ δ 1 ε ε δ δ δ ε ε = T T a b c 1 = T = T = T M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 8 9 6-7 7 X M O D E L O W A N I E P A S Z C Z Y Z N B A Z O W Y C H K O R P U S W N A P O D S T A W I E P O M W S P R Z D N O C I O W Y C H

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XI: Testowanie hipotez statystycznych 12 stycznia 2015 Przykład Motywacja X 1, X 2,..., X N N (µ, σ 2 ), Y 1, Y 2,..., Y M N (ν, δ 2 ). Chcemy sprawdzić, czy µ = ν i σ 2 = δ 2, czyli że w obu populacjach

Bardziej szczegółowo

Technika Próżniowa. Przyszłość zależy od dobrego wyboru produktu. Wydanie Specjalne.

Technika Próżniowa. Przyszłość zależy od dobrego wyboru produktu. Wydanie Specjalne. Technika Próżniowa Przyszłość zależy od dobrego wyboru produktu Wydanie Specjalne www.piab.com P6040 Dane techniczne Przepływ podciśnienia Opatentowana technologia COAX. Dostępna z trójstopniowym wkładem

Bardziej szczegółowo

Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa

Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa Wojciech Niemiro 1 Uniwersytet Warszawski i UMK Toruń XXX lat IMSM, Warszawa, kwiecień 2017 1 Wspólne prace z Błażejem Miasojedowem,

Bardziej szczegółowo

Spis wszystkich symboli

Spis wszystkich symboli 1 Spis wszystkich symboli Symbole podstawowe - pojedyncze znaki, alfabet grecki α β γ Γ δ ξ η ε ϕ ν ρ τ θ Θ ψ Ψ φ Φ Ω Υ Σ -alfa -beta - gamma - gamma (duże) - delta (małe) - delta (duże) -ksi -eta - epsilon

Bardziej szczegółowo

I.4 Promieniowanie rentgenowskie. Efekt Comptona. Otrzymywanie promieniowania X Pochłanianie X przez materię Efekt Comptona

I.4 Promieniowanie rentgenowskie. Efekt Comptona. Otrzymywanie promieniowania X Pochłanianie X przez materię Efekt Comptona r. akad. 004/005 I.4 Promieniowanie rentgenowskie. Efekt Comptona Otrzymywanie promieniowania X Pochłanianie X przez materię Efekt Comptona Jan Królikowski Fizyka IVBC 1 r. akad. 004/005 0.01 nm=0.1 A

Bardziej szczegółowo

MIARY ZALEŻNOŚCI OPARTE NA KOPULACH

MIARY ZALEŻNOŚCI OPARTE NA KOPULACH Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 246 2015 Współczesne Finanse 3 Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie Wydział Matematyczno-Przyrodniczy.

Bardziej szczegółowo

RÓWNANIE LOGISTYCZNE A BŁĄDZENIE LOSOWE NA PROSTEJ I PRAWO ARCUSA SINUSA

RÓWNANIE LOGISTYCZNE A BŁĄDZENIE LOSOWE NA PROSTEJ I PRAWO ARCUSA SINUSA Henryk Zawadzki RÓWNANIE LOGISTYCZNE A BŁĄDZENIE LOSOWE NA PROSTEJ I PRAWO ARCUSA SINUSA Wstęp Obserwując typowe trajektorie generowane przez chaotyczne systemy dynamiczne, nawet te teoretycznie najprostsze

Bardziej szczegółowo

(EN 10270:1-SH oraz DIN 17223, C; nr mat ) (EN 10270:3-NS oraz DIN 17224, nr mat )

(EN 10270:1-SH oraz DIN 17223, C; nr mat ) (EN 10270:3-NS oraz DIN 17224, nr mat ) (EN 10270:1-SH orz DIN 17223, C; nr mt. 1.1200) (EN 10270:3-NS orz DIN 17224, nr mt. 1.4310) d Fn K Dm k Dz L1 Ln L0 Legend d - Dm - Dz - L0 - n - czynn zwoi Ln - Fn - c - K - k - Fn stl nierdzewn = 1kg

Bardziej szczegółowo

ver b drgania harmoniczne

ver b drgania harmoniczne ver-28.10.11 b drgania harmoniczne drgania Fourier: częsość podsawowa + składowe harmoniczne N = n=1 A n cos nω n Fig (...) analiza Fouriera małe drgania E p E E k jeden sopień swobody: E p -A E p A 0

Bardziej szczegółowo

Fluktuacje procesów Lévy ego

Fluktuacje procesów Lévy ego Fluktuacje procesów Lévy ego Mateusz Kwaśnicki (Politechnika Wrocławska) mateusz.kwasnicki@pwr.edu.pl 5 Forum Matematyków Polskich Poznań, 16 maja 2014 r. Błądzenie losowe X n = X n X n 1 i.i.d. (niezależne,

Bardziej szczegółowo

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Tryb Matematyczny w L A TEX-u

Tryb Matematyczny w L A TEX-u Tryb Matematyczny w L A TEX-u Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2011-12-13 1 2 Tekst w trybie matematycznym Ściąga z symboli 3 Jak nie pisać pracy magisterskiej

Bardziej szczegółowo

Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa

Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa Systemy uczace się 2009 1 / 32 Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa Hung Son Nguyen Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski email: son@mimuw.edu.pl Grudzień

Bardziej szczegółowo

Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ. mgr inż. Iwona Pacyniak

Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ. mgr inż. Iwona Pacyniak Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ mgr inż. Iwona Pacyniak Dr Maria Kowalska, Dr inż. Krzysztof W. Fornalski i.pacyniak@clor.waw.pl Centralne Laboratorium Ochrony Radiologicznej

Bardziej szczegółowo

q (s, z) = ( ) (λ T) ρc = q

q (s, z) = ( ) (λ T) ρc = q M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 1 8 9 6-7 7 1 X W Y Z N A C Z A N I E O D K S Z T A C E T O W A R Z Y S Z Ą C Y C H H A R T O W A N I U P O W I E R Z C H N I O W Y M W I E

Bardziej szczegółowo

ZASADA DE SAINT VENANTA

ZASADA DE SAINT VENANTA Zasięg oddziaływania obciążenia samozrównoważonego w materiałach komórkowych ZASADA DE SAINT VENANTA Małgorzata Janus-Michalska Katedra Wytrzymałości Materiałów dn. 21.05.2007. PLAN PREZENTACJI 1. Wprowadzenie

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009 STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ

Bardziej szczegółowo

Rozdziaª 9: Wycena opcji

Rozdziaª 9: Wycena opcji Rozdziaª 9: Wycena opcji MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (rozdz. 9) Wycena opcji 1 / 23 Denicja opcji. Opcja nansowa:. Warunkowy kontrakt terminowy na sprzeda» lub kupno instrumentu bazowego,

Bardziej szczegółowo

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności

Bardziej szczegółowo

Analiza zawartości dokumentów za pomocą probabilistycznych modeli graficznych

Analiza zawartości dokumentów za pomocą probabilistycznych modeli graficznych Analiza zawartości dokumentów za pomocą probabilistycznych modeli graficznych Probabilistic Topic Models Jakub M. TOMCZAK Politechnika Wrocławska, Instytut Informatyki 30.03.2011, Wrocław Plan 1. Wstęp

Bardziej szczegółowo

MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW

MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW Materiały pomocnicze do wykładu (Inżynieria Środowiska) PWSZ w Elblągu dr hab. inż. Cezary Orlikowski Instytut Politechniczny MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW MECHANIKA

Bardziej szczegółowo

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

Bardziej szczegółowo

Estymatory regresji rangowej oparte na metodzie LASSO

Estymatory regresji rangowej oparte na metodzie LASSO Estymatory regresji rangowej oparte na metodzie LASSO Wojciech Rejchel UMK Toruń Wisła 2013 Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie P X, X X R m, Y, Y R Z = (X, Y ),

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 11 i 12 1 / 41 TESTOWANIE HIPOTEZ - PORÓWNANIE

Bardziej szczegółowo

Metoda największej wiarygodności

Metoda największej wiarygodności Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna

Bardziej szczegółowo

Fizyka na usługach inżynierii finansowej 1

Fizyka na usługach inżynierii finansowej 1 Fizyka na usługach inżynierii finansowej 1 Plan referatu 1. Zwiazek ekonomii z naukami ścisłymi 2. Ekonofizyka 3. Metody fizyki w inżynierii finansowej Bładzenie przypadkowe Uniwersalność Korelacje Macierze

Bardziej szczegółowo

ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL

ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL 47-70 39 7 ARMAX (ANN) 39 9 : 39 :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E7 C53 C45 :JEL navid_moarrefzadeh@yahoo.com 7 48....... (ANN). ARMAX..... 90. (994)... Kuan & White Yousefi (994) 49... (993) (995).

Bardziej szczegółowo

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q =

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v v v v n 3q q q q r q = r 3q = E = E q E 3q E q = k q rq 3 k 3q r 3q 3 r q = k q rq 3 = kq 4 3 ) 4 q d b d c d d X d ± = d r = x y T d ± r ±

Bardziej szczegółowo

Uczenie ze wzmocnieniem

Uczenie ze wzmocnieniem Uczenie ze wzmocnieniem Maria Ganzha Wydział Matematyki i Nauk Informatycznych 2018-2019 Temporal Difference learning Uczenie oparte na różnicach czasowych Problemy predykcyjne (wieloetapowe) droga do

Bardziej szczegółowo

1 Warunkowe wartości oczekiwane

1 Warunkowe wartości oczekiwane Warunkowe wartości oczekiwane W tej serii zadań rozwiążemy różne zadania związane z problemem warunkowania.. (Eg 48/) Załóżmy, że X, X, X 3, X 4 są niezależnymi zmiennymi losowymi o jednakowym rozkładzie

Bardziej szczegółowo

Geometryczna zbieżność algorytmu Gibbsa

Geometryczna zbieżność algorytmu Gibbsa Geometryczna zbieżność algorytmu Gibbsa Iwona Żerda Wydział Matematyki i Informatyki, Uniwersytet Jagielloński 6 grudnia 2013 6 grudnia 2013 1 / 19 Plan prezentacji 1 Algorytm Gibbsa 2 Tempo zbieżności

Bardziej szczegółowo

PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO

PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji

Bardziej szczegółowo

Lp. Autor/ red. naukowy Tytuł Wydawnictwo Okładka. Restrukturyzacja banków w Unii Europejskiej w czasie globalnego kryzysu finansowego

Lp. Autor/ red. naukowy Tytuł Wydawnictwo Okładka. Restrukturyzacja banków w Unii Europejskiej w czasie globalnego kryzysu finansowego Prof. zw dr hab. Małgorzata Iwanicz- PUBLIKACJE (wybrane): Lp. Autor/ red. naukowy Tytuł Okładka 2015, Restrukturyzacja banków w Unii Europejskiej w czasie globalnego kryzysu finansowego Wydawnicza SGH

Bardziej szczegółowo

O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka

O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka Katedra Zastosowań Matematyki i Informatyki Uniwersytet Przyrodniczy w Lublinie Wisła 2012, 7.12.2012 Plan prezentacji 1 Wprowadzenie

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Meody Lagrange a i Hamilona w Mechanice Mariusz Przybycień Wydział Fizyki i Informayki Sosowanej Akademia Górniczo-Hunicza Wykład 7 M. Przybycień (WFiIS AGH) Meody Lagrange a i Hamilona... Wykład 7 1 /

Bardziej szczegółowo

Afiniczne rekursje stochastyczne z macierzami trójkatnymi

Afiniczne rekursje stochastyczne z macierzami trójkatnymi Afiniczne rekursje stochastyczne z macierzami trójkatnymi Ewa Damek (Uniwersytet Wrocławski ) (wyniki wspólne z Witoldem Światkowskim, Jackiem Zienkiewiczem - Uniwersytet Wrocławski, Muneya Matsui - Nanzan

Bardziej szczegółowo

Elektrodynamika Część 8 Fale elektromagnetyczne Ryszard Tanaś Zakład Optyki Nieliniowej, UAM

Elektrodynamika Część 8 Fale elektromagnetyczne Ryszard Tanaś Zakład Optyki Nieliniowej, UAM Elektrodynamika Część 8 Fale elektromagnetyczne Ryszard Tanaś Zakład Optyki Nieliniowej, UAM http://zon8.physd.amu.edu.pl/~tanas Spis treści 9 Fale elektromagnetyczne 3 9.1 Fale w jednym wymiarze.................

Bardziej szczegółowo

1. Obciążenie statyczne

1. Obciążenie statyczne . Obciążenie statyczne.. Obliczenie stopnia kinematycznej niewyznaczalności n = Σ ϕ + Σ = + = p ( ) Σ = w p + d u = 5 + 5 + 0 0 =. Schemat podstawowy metody przemieszczeń . Schemat odkształceń łańcucha

Bardziej szczegółowo

Systemy bankowe Ryszard Kokoszczyński. Japoński system bankowy Wykład 9

Systemy bankowe Ryszard Kokoszczyński. Japoński system bankowy Wykład 9 Systemy bankowe Ryszard Kokoszczyński Japoński system bankowy Wykład 9 Japoński system bankowy przed Big-Bangiem Struktura systemu wyznaczona przez regulacje i politykę rządu (subsydiowane finansowanie,

Bardziej szczegółowo

O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta

O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta Krzysztof RYKACZEWSKI Uniwersytet Mikołaja Kopernika w Toruniu SNA 2011 Toruń, 10 września 2011

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp

Bardziej szczegółowo

Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4

Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4 Zadanie ODP = exp(, 4 )E W () = exp(, )E l (;+ ) (S()) ODP = exp(, )P (S() > ), gdzie oznacza miar martyngaªow. Przy MBS proces cen akcji ma posta S(t) = S() exp[t(µ, 5σ ) + σw t ], gdzie {W t, t } jest

Bardziej szczegółowo

Estymacja parametrów rozkładu cechy

Estymacja parametrów rozkładu cechy Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział

Bardziej szczegółowo