ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA
|
|
- Konrad Skrzypczak
- 8 lat temu
- Przeglądów:
Transkrypt
1 ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA DYNAMICZNYCH LOKAT KAPITAŁOWYCH Krzysztof Gąsior Uniwersytet Rzeszowski Streszczenie Celem referatu jest zaprezentowanie praktycznego zastosowania zasady maksimum Pontriagina. Dla matematycznego formułowania problemu korzystamy ze znanego modelu dynamicznych lokat kapitałowych, który w badanym przez nas zagadnieniu jest liniowym układem równań różniczkowych. W naszych rozważaniach będziemy się starać wyznaczyć warunki w jaki sposób podzielić nasze zasoby tak, aby przy zadanych ograniczeniach finansowych w końcowym momencie czasu uzyskać maksymalny zysk z inwestycji. 1. Wprowadzenie Niech =, oznacza przedział osi liczbowej czasu o elementach t. Niech X oznacza n wymiarową przestrzeń Euklidesa. Element tej przestrzeni () R nazywamy wektorem stanu. Niech U oznacza r wymiarową przestrzeń sterowania. Element tej przestrzeni () R nazywamy wektorem sterowania. Dany jest zbiór będący iloczynem kartezjańskim. Przekrój tego zbioru oznaczamy przez () dla każdego. Odpowiednio rzut () na przestrzeń X oznaczamy przez (), a przekrój () przy ustalonym przez (,). Niech pary funkcji ((),()) określone na przedziale, spełniają następujące warunki: 1. Wektor stanu () jest ciągły i przedziałami różniczkowalny. 2. Wektor sterowania () jest przedziałami ciągły. 3. Dla każdego ustalonego funkcja ((),()) przyjmuje wartości ze zbioru (), to jest (),() (), czyli (), (,()). (1) W szczególności przy =, = ( ) ( ),( ) ( ) (2) ISSN , Nr 1 (1) 2009, s
2 4. W przestrzeni sterowań określony jest obszar dopuszczalnych sterowań wypukły, ograniczony i domknięty. 5. Funkcja wektorowa określona na oraz ma ciągłe pochodne względem. 6. Pary (),() są określone na przedziale prawie wszędzie, to jest z wyjątkiem być może skończonej liczby punktów i spełniają równanie różniczkowe w postaci wektorowej =(,,) (3) 7. Na funkcjach, spełniających (3) oraz dana jest całka,(),(). Definicja (por. [2], str. 329). Zbiór par (),() spełniających wymienione założenia nazywamy zbiorem dopuszczalnych procesów sterowania D i odpowiednio () nazywamy zbiorem dopuszczalnych trajektorii, zaś () nazywamy zbiorem dopuszczalnych sterowań. Związki (1) nazywamy zwykle ograniczeniami odpowiednio na wektor stanu oraz wektor sterowania, a ograniczenia (2) warunkami granicznymi. Definicja (por.[2], str. 329). Na obszarze dopuszczalnym D dany jest funkcjonał =,,+ ( ),( ). Funkcja ( ),( ) jest określona w przestrzeni. Problem sterowania optymalnego () polega na znalezieniu takich ( (), ()) dla których powyższy funkcjonał osiąga minimalną wartość: (), (). 1. Zasada maksimum Pontriagina Twierdzenie 1 (por. [2], str. 379,Twierdzenie 8.1, Zasada maksimum Pontriagina). Jeżeli para ( (), ()) jest odpowiednio sterowaniem optymalnym i trajektorią optymalną stanu i jeżeli zbiór nie zależy od x oraz t, to prawie wszędzie w przedziale, spełniony jest warunek maksimum funkcji H dla każdego : (), (), (), (), (),,, (4) gdzie ( ):, R jest rozwiązaniem równania z warunkiem końcowym (),(),(), (),(),, () = (),, (), () ( )= (). ( ) 64
3 Wniosek (por. [2], str. 384). Jeżeli istnieje sterowanie optymalne znajdujące się w zbiorze sterowań dopuszczalnych, to spełnione są warunki: () = (),(),(),, ( () )=, () = (),(),(),, ( () )= ( ) ( ), (5) oraz spełniony jest warunek (4) dla prawie wszystkich,. Uwaga. Powyższe warunki nazywamy równaniami kanonicznymi Hamiltona. Funkcje H nazywamy funkcją Hamiltona (hamiltonianem), a zmiennymi sprzężonymi (dualnymi). 2. Zastosowanie zasady maksimum do analizy optymalności dynamiki lokat kapitałowych Niech będą dane dwa konta bankowe dla których możemy zaplanować pewną inwestycję kapitałową. Należy w jak najbardziej ekonomiczny sposób podzielić nasze zasoby tak, aby w końcowym momencie czasu uzyskać maksymalny zysk. Dla matematycznego formułowania zagadnienia korzystamy z modelu dynamicznych lokat kapitałowych (por. [3], str. 210): = +,=1,2, (6) przy warunkach brzegowych (0)=, (0)=, (7) ( ), ( ) swobodne, dane, oraz ograniczeniach na sterowanie: +,,, (8) gdzie:, jest oprocentowaniem na koncie (, R \0 oraz ),, jest saldem wpływów i wydatków (, R),, jest stanem konta w momencie czasu t (, R ), jest ilością wolnych środków możliwych do zainwestowania w chwili t ( R ). Aby zbadać jakość analizowanego zjawiska określimy funkcjonał celu, postaci: = ( + ) ( ( )+ ( )) Pierwszy składnik jest sumą przepływów pieniężnych dokonywanych pomiędzy kontami, zaś drugi sumą pieniędzy ulokowanych na kontach w momencie zakończenia procesu. Zatem minimalizacja funkcjonału będzie polegała na minimalizacji pierwszego składnika, a maksymalizacji drugiego. Współczynnik 0, uwzględnia preferencje składnika w funkcjonale. Gdyby drugi człon funkcjonału był stały i nie zależał od ( ), ( ), moglibyśmy go pominąć w obliczeniach. Jego równoważna forma ma postać: 65
4 = (0) (0) (9) O ile powyższy funkcjonał zawiera dodatkowe wyrażenie poza całką, to jednak to wyrażenie jest stałe. Wpływa ono na optymalną wartość J, ale nie na optymalne ścieżki k,k oraz optymalną wartość k (t ), k (t ). Korzystając z zasady maksimum Pontriagina, problem sprowadza się do maksymalizacji funkcji H, gdzie, zastępujemy równaniami procesu (6): =(λ +1)( + ) s (10) na obszarze wyznaczonym przez zależności (8). Oznaczmy przez = = λ +1,=1,2, (11) Otrzymujemy, że znalezienie wartości optymalnych s,s polega na maksymalizacji funkcji: = s + s, na obszarze dopuszczalnym. D W zależności od przyjmowanych wartości przez zmienne, otrzymujemy: =, =,, <0, (12) =, = +, 0, (13) = +, =, 0. (14) W warunkach (13 ) i (14 ) zakładamy, że co najmniej jedna zmienna (), () jest dodatnia. Wyznaczmy teraz zmienne sprzężone. Korzystając z (5) oraz (10) otrzymujemy: λ = = μ (λ +1),=1,2. 66
5 Rozwiązanie szczegółowe po uwzględnieniu warunku (5) dla funkcjonału (9) ma postać: λ ()= ( ) 1,=1,2. Podstawiając otrzymany wynik do (11) mamy: ()= ( ),=1,2. Wstawiając powyższe zależności do warunków (12) (14), uwzględniając warunek, że, a dodatkowo w warunkach (13) i (14) logarytmując oraz rugując czas, otrzymujemy następujące zależności: =, =,, (12 ) = +, =, <, (13 ) =, = +, <, (14 ) Z warunku (12 ) otrzymujemy, że dla =, które wynosi: = 1 obie zmienne (), () są ujemne, czyli następuje zmiana sterowania z (13 ) lub (14 ) na (12 ). Rozważmy przypadki sterowania ze względu na wartość współczynnika preferencji w funkcjonale (9): Przypadek 1. Dla 0<<1, gdy zachodzi zależność (13 ) równania procesu są postaci: = + +, =0 a rozwiązania tego układu z warunkami początkowymi (7) wyrażają się wzorami: ()= (15) ()= Natomiast, gdy spełniony jest warunek (14 ) poprzez analogie, otrzymujemy: ()= gdzie w obu przypadkach 0,. ()= + + +, Przypadek 2. Gdy =, wtedy spełniony jest warunek (12 ), a proces kapitalizacji opisany jest w następujący sposób: ()=, 0,. ()= Przypadek 3. Gdy 1 <, wtedy zamiana procesu następuje podczas jego trwania. Niech w I etapie procesu spełniony jest warunek (13 ). Optymalne trajektorie przy warunkach początkowych (7) wyrażone są przez zależności (15), gdzie 0, ). Natomiast w II etapie opisane są równaniami: 67
6 ()=,,, ()= gdzie wartości, nie możemy wyznaczyć z warunków początkowych (7), ponieważ nie jesteśmy w momencie czasu =0. Korzystając z faktu, że proces musi być ciągły i wartości w momencie czasu = etapu I i II muszą być równe, otrzymujemy: = = Połączenie tych dwóch ścieżek daje nam, na całym przedziale czasu 0,. W analogiczny sposób możemy uzyskać ścieżkę, gdy zmiana sterowania następuje z (14 ) na (12 ). 3. Interpretacja ekonomiczna Analiza ekonomiczna wyodrębnionych przez nas przypadków jest następująca: Przypadek 1. System inwestowania polega na wybieraniu przez cały okres 0, z konta o niższym oprocentowaniu, kwot równych iloczynowi oprocentowania razy wartość kapitału początkowego ulokowanych na koncie i wpłacaniu wraz z maksymalną możliwą wartością pieniędzy równą na konto o wyższym oprocentowaniu. Przypadek 2. Strategia polega na wybieraniu z kont przez cały okres trwania procesu kwot równych iloczynowi oprocentowania i kwoty początkowej z obu kont. Również na konta nie wpłacamy żadnych nadwyżek finansowych. Przypadek 3. System polega na prowadzeniu strategii inwestowania jak w przypadku 1 przez okres czasu 0, ), a w przedziale czasu, strategii z przypadku 2. Uwaga. Maksymalny zysk z inwestowania możemy uzyskać, gdy stosujemy strategie z przypadku 1, a najmniejszy w przypadku 2. Robert Dorfman w swoim artykule podaje, że każdemu elementowi zasady maksimum możemy przypisać znaczenie ekonomiczne odwołujące się do naszej intuicji(zob. [1]). W porównaniu do omawianego w artykule, nasz Hamiltonian przyjmuje postać: (),(),(),= (),(),+ (),(),, (16) gdzie F jest wyrażeniem podcałkowym z funkcjonału (9), a drugi człon jest iloczynem skalarnym zmiennych dualnych oraz równań procesu(6). Zasada maksimum wymaga maksymalizacji funkcji H względem,. Znaczy, to że musimy w każdej chwili starać się maksymalizować łączne perspektywy zysku poprzez optymalny wybór salda. W szczególności wymaga to równoważenia spodziewanego bieżącego zysku, ze spodziewanym zwiększeniem przyszłego. Dla jaśniejszego przedstawienia, zbadamy słabą wersję zasady maksimum: = + () =0,=1,2. Po sprowadzeniu do postaci: = (),=1,2, 68
7 warunek ten pokazuje, że optymalnie wybrane, muszą równoważyć każdy krańcowy wzrost bieżącego zysku umożliwiony przez tę strategię(lewa strona równania) z krańcowym zwiększeniem przyszłego zysku, która będzie wołane tą strategią poprzez zwiększanie zasobów kapitału. Zasada Pontriagina korzysta z dwóch równań ruchu. Jedno równanie, dla zmiennej stanu jest bezpośrednio opisane równaniami (6). Charakteryzuje ono sposób, w jaki nasze decyzje wpływają na stopę zmiany kapitału. Równania ruchu dla zmiennej dualnej opisują wzory: = = () =1,2, lub też po przemnożeniu przez 1: = + () =1,2, Lewa strona powyższego równania określa stopę deprecjacji(spadku) w czasie ceny dualnej. Z równań ruchu wynika, że stopa ta jest równa co do wielkości różnicy dwóch składowych po prawej stronie. Pierwszy z nich reprezentuje krańcowy wpływ kapitału na bieżący zysk. Natomiast drugi, krańcowy wzrost kapitału na zwiększenie wartości kapitału. Zasada maksimum w tym przypadku oznacza, że stopa deprecjacji ceny dualnej jest równa stopie wzrostu różnicy bieżącego i przyszłego zysku, dzięki gromadzeniu kapitału. Na zakończenie wyjaśnimy znaczenie warunku zakończenia procesu w twierdzeniu 1. Przy sztywnym horyzoncie zakładamy, że liczą się tylko zyski uzyskane w okresie 0,. W naszym przypadku λ ( )=0,=1,2. Oznacza, to że cena dualna kapitału powinna spaść do zera w końcowym momencie. Dzieje się tak, ponieważ wartość kapitału zależy wyłącznie od tego, ile może nam przynieść zysku. Wynika stąd, że zajmowanie się gromadzenie kapitału pod koniec okresu planowania nie przyniesie nam znaczących korzyści. Zatem powinniśmy starać się zgromadzić jak najwięcej kapitału do chwili. 4. Bibliografia 1. Dorfman R., An Economic Interpretation of Optimal Control Theory, The American Economic Review, Vol. 59, No. 5., Grudzień 1969r. 2. Górecki H., Optymalizacja systemów dynamicznych, PWN, Warszawa Panek E., Elementy ekonomii matematycznej równowaga i wzrost, PWN, Warszawa
Zasada maksimum Pontriagina
25.04.2015 Abstrakt Wiele zagadnień praktycznych dotyczących układów dynamicznych wymaga optymalizacji pewnych wielkości. Jednakże zwykła teoria gładkich układów dynamicznych zajmuje się jednak tylko opisem
Bardziej szczegółowoSterowanie optymalne
Sterowanie optymalne Sterowanie Procesami Ciągłymi 2017 Optymalizacja statyczna funkcji Funkcja celu/kryterialna/kosztów Ograniczenie Q(x) min x x = arg min Q(x) x x X, gdzie X zbiór rozwiązań dopuszczalnych
Bardziej szczegółowo1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci
Bardziej szczegółowoOptymalne inwestowanie w rozwój firmy. Zastosowanie teorii sterowania.
Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Izabela Asiewicz Nr albumu: 305038 Optymalne inwestowanie w rozwój firmy. Zastosowanie teorii sterowania. Praca licencjacka na kierunku
Bardziej szczegółowo1. Podstawowe pojęcia
1. Podstawowe pojęcia Sterowanie optymalne obiektu polega na znajdowaniu najkorzystniejszej decyzji dotyczącej zamierzonego wpływu na obiekt przy zadanych ograniczeniach. Niech dany jest obiekt opisany
Bardziej szczegółowoRozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując
Bardziej szczegółowoZadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby
Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowoProgramowanie liniowe
Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 2
RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na
Bardziej szczegółowoNieskończona jednowymiarowa studnia potencjału
Nieskończona jednowymiarowa studnia potencjału Zagadnienie dane jest następująco: znaleźć funkcje własne i wartości własne operatora energii dla cząstki umieszczonej w nieskończonej studni potencjału,
Bardziej szczegółowoDefinicja problemu programowania matematycznego
Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i
Bardziej szczegółowoMatematyka bankowa 1 1 wykład
Matematyka bankowa 1 1 wykład Dorota Klim Department of Nonlinear Analysis, Faculty of Mathematics and Computer Science, University of Łódź, Banacha 22, 90-238 Łódź, Poland E-mail address: klimdr@math.uni.ldz.pl
Bardziej szczegółowoArytmetyka. Działania na liczbach, potęga, pierwiastek, logarytm
Arytmetyka Działania na liczbach, potęga, pierwiastek, logarytm Zbiory liczbowe Zbiór liczb naturalnych N = {1,2,3,4, }. Zbiór liczb całkowitych Z = {, 3, 2, 1,0,1,2,3, }. Zbiory liczbowe Zbiór liczb wymiernych
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoBADANIA OPERACYJNE pytania kontrolne
DUALNOŚĆ 1. Podać twierdzenie o dualności 2. Jaka jest zależność pomiędzy funkcjami celu w zadaniu pierwotnym i dualnym? 3. Prawe strony ograniczeń zadania pierwotnego, w zadaniu dualnym są 4. Współczynniki
Bardziej szczegółowoDefinicje i przykłady
Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest
Bardziej szczegółowo9 Przekształcenia liniowe
9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2
Bardziej szczegółowo27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE
27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i
Bardziej szczegółowoTeoretyczne podstawy programowania liniowego
Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i
Bardziej szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Wykład 2 Optymalizacja
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce
Bardziej szczegółowodoc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Bardziej szczegółowoInformacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
Bardziej szczegółowoA. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1
A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe ZAGADNIENIE DUALNE Z każdym zagadnieniem liniowym związane jest inne zagadnienie nazywane dualnym. Podamy teraz teraz jak budować zagadnienie
Bardziej szczegółowoUkłady równań i równania wyższych rzędów
Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem
Bardziej szczegółowoMetoda simpleks. Gliwice
Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowoElementy matematyki finansowej
ROZDZIAŁ 2 Elementy matematyki finansowej 1. Procent składany i ciągły Stopa procentowa i jest związana z podstawową jednostką czasu, jaką jest zwykle jeden rok. Jeśli pożyczamy komuś 100 zł na jeden rok,
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Bardziej szczegółowoZAGADNIENIA PROGRAMOWANIA LINIOWEGO
ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo
Bardziej szczegółowoInwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.
Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.
Bardziej szczegółowo- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.
4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x
WYMAGANIA EDUACYJNE Z MATEMATYI LASA III ZARES ROZSZERZONY (90 godz.) Oznaczenia: wymagania konieczne (dopuszczający); P wymagania podstawowe (dostateczny); R wymagania rozszerzające (dobry); D wymagania
Bardziej szczegółowoStandardowe zadanie programowania liniowego. Gliwice 1
Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci
Bardziej szczegółowoMechanika kwantowa Schrödingera
Fizyka 2 Wykład 2 1 Mechanika kwantowa Schrödingera Hipoteza de Broglie a wydawała się nie zgadzać z dynamiką Newtona. Mechanika kwantowa Schrödingera zawiera mechanikę kwantową jako przypadek graniczny
Bardziej szczegółowoPochodna funkcji odwrotnej
Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie
Bardziej szczegółowoNotatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoProgramowanie liniowe. Tadeusz Trzaskalik
Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków
Bardziej szczegółowoStabilność II Metody Lapunowa badania stabilności
Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE ZWYCZAJNE
RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE A. RÓWNANIA RZĘDU PIERWSZEGO Uwagi ogólne Równanie różniczkowe zwyczajne rzędu pierwszego zawiera. Poza tym może zawierać oraz zmienną. Czyli ma postać ogólną Na przykład
Bardziej szczegółowoCo to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.
1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory
Bardziej szczegółowoTeoria popytu. Popyt indywidualny konsumenta
Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument
Bardziej szczegółowoZ52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.
Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie
Bardziej szczegółowo1 Całki funkcji wymiernych
Całki funkcji wymiernych Definicja. Funkcją wymierną nazywamy iloraz dwóch wielomianów. Całka funkcji wymiernej jest więc postaci: W (x) W (x) = an x n + a n x n +... + a x + a 0 b m x m + b m x m +...
Bardziej szczegółowoWykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Bardziej szczegółowoWartość przyszła pieniądza
O koszcie kredytu nie można mówić jedynie na podstawie wysokości płaconych odsetek. Dla pożyczającego pieniądze najważniejszą kwestią jest kwota, jaką będzie musiał zapłacić za korzystanie z cudzych środków
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla
Bardziej szczegółowoModelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.
GRY (część 1) Zastosowanie: Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. Najbardziej znane modele: - wybór strategii marketingowych przez konkurujące ze sobą firmy
Bardziej szczegółowoDefinicja i własności wartości bezwzględnej.
Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności
Bardziej szczegółowoprzy warunkach początkowych: 0 = 0, 0 = 0
MODELE MATEMATYCZNE UKŁADÓW DYNAMICZNYCH Podstawową formą opisu procesów zachodzących w członach lub układach automatyki jest równanie ruchu - równanie dynamiki. Opisuje ono zależność wielkości fizycznych,
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych
Bardziej szczegółowoINDEKS FINANSISTY. Monika Skrzydłowska. PWSZ w Chełmie. wrzesień Projekt dofinansowała Fundacja mbanku
INDEKS FINANSISTY Monika Skrzydłowska PWSZ w Chełmie wrzesień 2017 Projekt dofinansowała Fundacja mbanku Monika Skrzydłowska (PWSZ w Chełmie) INDEKS FINANSISTY wrzesień 2017 1 / 40 Spis treści 1 Wprowadzenie
Bardziej szczegółowoPochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
Bardziej szczegółowoWykład z równań różnicowych
Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.
Bardziej szczegółowoTeoria. a, jeśli a < 0.
Teoria Definicja 1 Wartością bezwzględną liczby a R nazywamy liczbę a określoną wzorem a, jeśli a 0, a = a, jeśli a < 0 Zgodnie z powyższym określeniem liczba a jest równa odległości liczby a od liczby
Bardziej szczegółowoIX. MECHANIKA (FIZYKA) KWANTOWA
IX. MECHANIKA (FIZYKA) KWANTOWA IX.1. OPERACJE OBSERWACJI. a) klasycznie nie ważna kolejność, w jakiej wykonujemy pomiary. AB = BA A pomiar wielkości A B pomiar wielkości B b) kwantowo wartość obserwacji
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowo13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
Bardziej szczegółowoW naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.
1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ
ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą
Bardziej szczegółowoSpis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]
Spis treści 1 Metoda geometryczna... 2 1.1 Wstęp... 2 1.2 Przykładowe zadanie... 2 2 Metoda simpleks... 6 2.1 Wstęp... 6 2.2 Przykładowe zadanie... 6 1 Metoda geometryczna Anna Tomkowska 1 Metoda geometryczna
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowoFunkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoProgramowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a
Programowanie nieliniowe Badania operacyjne Wykład 3 Metoda Lagrange a Plan wykładu Przykład problemu z nieliniową funkcją celu Sformułowanie problemu programowania matematycznego Podstawowe definicje
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoAnalityczna postać równowagi Nasha w postaci sprzężenia zwrotnego w modelu Lanchestera
Analityczna postać równowagi Nasha w postaci sprzężenia zwrotnego w modelu Lanchestera Dominika Machowska dominika.machowska@uni.lodz.pl Katedra Ekonometrii, Wydział Ekonomiczno-Socjologiczny, Uniwersytet
Bardziej szczegółowoPrzestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH
Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające
Bardziej szczegółowoTwierdzenia Rolle'a i Lagrange'a
Twierdzenia Rolle'a i Lagrange'a Zadanie 1 Wykazać, że dla dowolnych zachodzi. W przypadku nierówność (a właściwie równość) w treści zadania spełniona jest w sposób oczywisty, więc tego przypadku nie musimy
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoII. FUNKCJE WIELU ZMIENNYCH
II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową
Bardziej szczegółowoElementy 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 szczegółowoSchemat programowania dynamicznego (ang. dynamic programming)
Schemat programowania dynamicznego (ang. dynamic programming) Jest jedną z metod rozwiązywania problemów optymalizacyjnych. Jej twórcą (1957) był amerykański matematyk Richard Ernest Bellman. Schemat ten
Bardziej szczegółowo1 Pochodne wyższych rzędów
Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne
Bardziej szczegółowoRównanie przewodnictwa cieplnego (I)
Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca
Bardziej szczegółowoAlgebra liniowa z geometrią
Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........
Bardziej szczegółowoEkonomia matematyczna - 1.2
Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x
Bardziej szczegółowoRównania różniczkowe liniowe wyższych rzędów o stałych współcz
Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym
Bardziej szczegółowoZagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
Bardziej szczegółowoWykład z równań różnicowych
Wykład z równań różnicowych Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp. Definicja 1. Operatorem
Bardziej szczegółowoKINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury
KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury Funkcje wektorowe Jeśli wektor a jest określony dla parametru t (t należy do przedziału t (, t k )
Bardziej szczegółowoInformacja o przestrzeniach Hilberta
Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba
Bardziej szczegółowoPLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH
Mariusz Próchniak Katedra Ekonomii II, SGH PLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Ekonomia menedżerska 1 2 Wartość przyszła (FV future value) r roczna stopa procentowa B kwota pieniędzy, którą
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Bardziej szczegółowoAlgorytm simplex i dualność
Algorytm simplex i dualność Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 15, 2016 Łukasz Kowalik (UW) LP April 15, 2016 1 / 35 Przypomnienie 1 Wierzchołkiem wielościanu P nazywamy
Bardziej szczegółowoRachunek Różniczkowy
Rachunek Różniczkowy Sąsiedztwo punktu Liczby rzeczywiste będziemy teraz nazywać również punktami. Dla ustalonego punktu x 0 i promienia r > 0 zbiór S(x 0, r) = (x 0 r, x 0 ) (x 0, x 0 + r) nazywamy sąsiedztwem
Bardziej szczegółowoPodstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)
Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne
Bardziej szczegółowodr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1
Bardziej szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoZESTAW 5 FUNKCJA PRODUKCJI. MODEL SOLOWA (Z ROZSZERZENIAMI)
ZESTAW 5 FUNKCJA PRODUKCJI. MODEL SOLOWA (Z ROZSZERZENIAMI) Zadanie 5.1 Dla podanych funkcji produkcji sprawdź, czy spełniają one warunki stawiane neoklasycznym funkcjom produkcji. Jeśli tak, zapisz je
Bardziej szczegółowo2) R stosuje w obliczeniach wzór na logarytm potęgi oraz wzór na zamianę podstawy logarytmu.
ZAKRES ROZSZERZONY 1. Liczby rzeczywiste. Uczeń: 1) przedstawia liczby rzeczywiste w różnych postaciach (np. ułamka zwykłego, ułamka dziesiętnego okresowego, z użyciem symboli pierwiastków, potęg); 2)
Bardziej szczegółowoMetody niedyskontowe. Metody dyskontowe
Metody oceny projektów inwestycyjnych TEORIA DECYZJE DŁUGOOKRESOWE Budżetowanie kapitałów to proces, który ma za zadanie określenie potrzeb inwestycyjnych przedsiębiorstwa. Jest to proces identyfikacji
Bardziej szczegółowoPOSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny
POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny Funkcja Falowa Postulat 1 Dla każdego układu istnieje funkcja falowa (funkcja współrzędnych i czasu), która jest ciągła, całkowalna w kwadracie,
Bardziej szczegółowo