ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA"

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

Optymalne inwestowanie w rozwój firmy. Zastosowanie teorii sterowania.

Optymalne 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 szczegółowo

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Zadania 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 szczegółowo

Nieskończona jednowymiarowa studnia potencjału

Nieskończona 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 szczegółowo

Matematyka bankowa 1 1 wykład

Matematyka 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 szczegółowo

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

Inwestycje 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

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x

WYMAGANIA 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 szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA 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 szczegółowo

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Spis 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 szczegółowo

Wartość przyszła pieniądza

Wartość 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 szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele 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 szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika 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 szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład 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 szczegółowo

Ekonomia matematyczna - 1.2

Ekonomia 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 szczegółowo

Podstawy 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) 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 szczegółowo

Algebra liniowa z geometrią

Algebra 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 szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W 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 szczegółowo

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

10. Wstęp do Teorii Gier

10. Wstęp do Teorii Gier 10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej

Bardziej szczegółowo

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Metoda mnożników Lagrange a i jej zastosowania w ekonomii Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1 Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient Dla prostoty ograniczymy się do

Bardziej szczegółowo

Metody niedyskontowe. Metody dyskontowe

Metody 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 szczegółowo

PLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH

PLANOWANIE 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 szczegółowo

Teoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1

Teoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier wstęp 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier zajmuje się logiczną analizą sytuacji, gdzie występują konflikty interesów, a także istnieje możliwość kooperacji. Zakładamy zwykle,

Bardziej szczegółowo

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy MODEL REGRESJI LINIOWEJ. METODA NAJMNIEJSZYCH KWADRATÓW Analiza regresji zajmuje się badaniem zależności pomiędzy interesującymi nas wielkościami (zmiennymi), mające na celu konstrukcję modelu, który dobrze

Bardziej szczegółowo

1. Podstawy matematyki

1. Podstawy matematyki 1. Podstawy matematyki 1.1. Pola Pole wiąże wielkość fizyczną z położeniem punktu w przestrzeni W przypadku, gdy pole jest zależne od czasu, możemy je zapisać jako. Najprostszym przykładem pola jest pole

Bardziej szczegółowo

(b) Oblicz zmianę zasobu kapitału, jeżeli na początku okresu zasób kapitału wynosi kolejno: 4, 9 oraz 25.

(b) Oblicz zmianę zasobu kapitału, jeżeli na początku okresu zasób kapitału wynosi kolejno: 4, 9 oraz 25. Zadanie 1 W pewnej gospodarce funkcja produkcji może być opisana jako Y = AK 1/2 N 1/2, przy czym A oznacza poziom produktywności, K zasób kapitału, a N liczbę zatrudnionych. Stopa oszczędności s wynosi

Bardziej szczegółowo

Tadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii

Tadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii Mechanika klasyczna Tadeusz Lesiak Wykład nr 4 Dynamika punktu materialnego: Praca i energia; zasada zachowania energii Energia i praca T. Lesiak Mechanika klasyczna 2 Praca Praca (W) wykonana przez stałą

Bardziej szczegółowo

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna wykład 1: Indukcja i zależności rekurencyjne Gniewomir Sarbicki Literatura Kenneth A. Ross, Charles R. B. Wright Matematyka Dyskretna PWN 005 J. Jaworski, Z. Palka, J. Szymański Matematyka

Bardziej szczegółowo

Optymalizacja liniowa w liczbach całkowitych (PLC)

Optymalizacja liniowa w liczbach całkowitych (PLC) * ) && &&& % ( - &&(() n && - n% ( ' n!"#$ Optymalizacja liniowa w liczbach całkowitych (PLC) (( & ' nn nn Zadanie (-) nazywamy zadaniem regularnym Zadanie (-) nazywamy zadaniem PLC Stosownie do tego podziału

Bardziej szczegółowo

2.1 Wartość Aktualna Renty Stałej

2.1 Wartość Aktualna Renty Stałej 2.1 Wartość Aktualna Renty Stałej Zakładamy że dana osoba ma dostać kwotę o stałej wartości nominalnej x przez N okresów (zwykle miesięcznie lub rocznie), np. stała renta/emerytura. Zakładamy że pierwsza

Bardziej szczegółowo

Optymalne inwestowanie w rozwój firmy - zastosowanie teorii sterowania

Optymalne inwestowanie w rozwój firmy - zastosowanie teorii sterowania Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Piotr Leszczyński Nr albumu: 320155 Optymalne inwestowanie w rozwój firmy - zastosowanie teorii sterowania Praca licencjacka na kierunku

Bardziej szczegółowo

Optymalizacja konstrukcji

Optymalizacja konstrukcji Optymalizacja konstrukcji Kształtowanie konstrukcyjne: nadanie właściwych cech konstrukcyjnych przeszłej maszynie określenie z jakiego punktu widzenia (wg jakiego kryterium oceny) będą oceniane alternatywne

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. Wykład 1 Wprowadzenie do ekonomii menedżerskiej 1 WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. PODEJMOWANIE OPTYMALNYCH DECYZJI NA PODSTAWIE ANALIZY MARGINALNEJ. 1. EKONOMIA MENEDŻERSKA ekonomia menedżerska

Bardziej szczegółowo

Elementy matematyki finansowej w programie Maxima

Elementy matematyki finansowej w programie Maxima Maxima-03_windows.wxm 1 / 8 Elementy matematyki finansowej w programie Maxima 1 Wartość pieniądza w czasie Umiejętność przenoszenia kwot pieniędzy w czasie, a więc obliczanie ich wartości na dany moment,

Bardziej szczegółowo

OCENA EFEKTYWNOŚCI INWESTYCJI. Jerzy T. Skrzypek

OCENA EFEKTYWNOŚCI INWESTYCJI. Jerzy T. Skrzypek OCENA EFEKTYWNOŚCI INWESTYCJI Jerzy T. Skrzypek 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności

Bardziej szczegółowo

Maksymalizacja zysku

Maksymalizacja zysku Maksymalizacja zysku Na razie zakładamy, że rynki są doskonale konkurencyjne Firma konkurencyjna traktuje ceny (czynników produkcji oraz produktów jako stałe, czyli wszystkie ceny są ustalane przez rynek

Bardziej szczegółowo

WSTĘP ZAŁOŻENIA DO PROJEKTU

WSTĘP ZAŁOŻENIA DO PROJEKTU UNIWERSYTET ZIELONOGÓRSKI WYDZIAŁ ZARZĄDZANIA Przykład analizy opłacalności przedsięwzięcia inwestycyjnego WSTĘP Teoria i praktyka wypracowały wiele metod oceny efektywności przedsięwzięć inwestycyjnych.

Bardziej szczegółowo

Paulina Drozda WARTOŚĆ PIENIĄDZA W CZASIE

Paulina Drozda WARTOŚĆ PIENIĄDZA W CZASIE Paulina Drozda WARTOŚĆ PIENIĄDZA W CZASIE Zmianą wartości pieniądza w czasie zajmują się FINANSE. Finanse to nie to samo co rachunkowość. Rachunkowość to opowiadanie JAK BYŁO i JAK JEST Finanse zajmują

Bardziej szczegółowo

Wykład 5 Kurs walutowy parytet stóp procentowych

Wykład 5 Kurs walutowy parytet stóp procentowych Wykład 5 Kurs walutowy parytet stóp procentowych dr Leszek Wincenciak WNUW 2/30 Plan wykładu: Kurs walutowy i stopy procentowe Kursy walutowe i dochody z aktywów Rynek pieniężny i rynek walutowy fektywność

Bardziej szczegółowo

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady.

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady. Przedmiot: EKONOMIA MATEMATYCZNA Katedra: Ekonomii Opracowanie: dr hab. Jerzy Telep Temat: Matematyczna teoria produkcji Zagadnienia: Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie,

Bardziej szczegółowo

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym Zadania rozwiązali: Przykładowe rozwiązania zadań Próbnej Matury 014 z matematyki na poziomie rozszerzonym Małgorzata Zygora-nauczyciel matematyki w II Liceum Ogólnokształcącym w Inowrocławiu Mariusz Walkowiak-nauczyciel

Bardziej szczegółowo

Wykład z modelowania matematycznego. Algorytm sympleks.

Wykład z modelowania matematycznego. Algorytm sympleks. Wykład z modelowania matematycznego. Algorytm sympleks. 1 Programowanie matematyczne jest to zbiór metod poszukiwania punktu optymalizującego (minimalizującego lub maksymalizującego) wartość funkcji rzeczywistej

Bardziej szczegółowo

Analiza opłacalności inwestycji v.

Analiza opłacalności inwestycji v. Analiza opłacalności inwestycji v. 2.0 Michał Strzeszewski, 1997 1998 Spis treści 1. Cel artykułu...1 2. Wstęp...1 3. Prosty okres zwrotu...2 4. Inflacja...2 5. Wartość pieniądza w czasie...2 6. Dyskontowanie...3

Bardziej szczegółowo

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady część II

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady część II Wydział Matematyki i Informatyki Uniwersytetu Łódzkiego w Łodzi Dariusz Wardowski Katedra Analizy Nieliniowej Bankowość i metody statystyczne w biznesie - zadania i przykłady część II Łódź 2008 Rozdział

Bardziej szczegółowo

Matematyka finansowa 11.10.2004 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXIII Egzamin dla Aktuariuszy - 11 października 2004 r.

Matematyka finansowa 11.10.2004 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXIII Egzamin dla Aktuariuszy - 11 października 2004 r. Komisja Egzaminacyjna dla Aktuariuszy XXXIII Egzamin dla Aktuariuszy - 11 października 2004 r. Część I Matematyka finansowa Imię i nazwisko osoby egzaminowanej:... WERSJA TESTU Czas egzaminu: 100 minut

Bardziej szczegółowo

MS Excel 2007 Kurs zaawansowany Funkcje finansowe. prowadzi: Dr inż. Tomasz Bartuś. Kraków: 2008 04 18

MS Excel 2007 Kurs zaawansowany Funkcje finansowe. prowadzi: Dr inż. Tomasz Bartuś. Kraków: 2008 04 18 MS Excel 2007 Kurs zaawansowany Funkcje finansowe prowadzi: Dr inż. Tomasz Bartuś Kraków: 2008 04 18 Funkcje finansowe Excel udostępnia cały szereg funkcji finansowych, które pozwalają na obliczanie min.

Bardziej szczegółowo

Wykaz treści i umiejętności zawartych w podstawie programowej z matematyki dla IV etapu edukacyjnego

Wykaz treści i umiejętności zawartych w podstawie programowej z matematyki dla IV etapu edukacyjnego Wykaz treści i umiejętności zawartych w podstawie programowej z matematyki dla IV etapu edukacyjnego 1. Liczby rzeczywiste P1.1. Przedstawianie liczb rzeczywistych w różnych postaciach (np. ułamka zwykłego,

Bardziej szczegółowo

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.)

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.) Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. godz. = 76 godz.) I. Funkcja i jej własności.4godz. II. Przekształcenia wykresów funkcji...9 godz. III. Funkcja

Bardziej szczegółowo

ZARZĄDZANIE FINANSAMI W PROJEKTACH C.D. OCENA FINANSOWA PROJEKTU METODY OCENY EFEKTYWNOŚCI FINANSOWEJ PROJEKTU. Sabina Rokita

ZARZĄDZANIE FINANSAMI W PROJEKTACH C.D. OCENA FINANSOWA PROJEKTU METODY OCENY EFEKTYWNOŚCI FINANSOWEJ PROJEKTU. Sabina Rokita ZARZĄDZANIE FINANSAMI W PROJEKTACH C.D. OCENA FINANSOWA PROJEKTU METODY OCENY EFEKTYWNOŚCI FINANSOWEJ PROJEKTU Sabina Rokita Podział metod oceny efektywności finansowej projektów 1.Metody statyczne: Okres

Bardziej szczegółowo

Matematyka finansowa w pakiecie Matlab

Matematyka finansowa w pakiecie Matlab Matematyka finansowa w pakiecie Matlab Wykład 5. Wycena opcji modele dyskretne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK Kurs letni dla studentów studiów zamawianych na kierunku Matematyka

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12

Bardziej szczegółowo

Matematyka finansowa 10.12.2012 r. Komisja Egzaminacyjna dla Aktuariuszy. LXII Egzamin dla Aktuariuszy z 10 grudnia 2012 r.

Matematyka finansowa 10.12.2012 r. Komisja Egzaminacyjna dla Aktuariuszy. LXII Egzamin dla Aktuariuszy z 10 grudnia 2012 r. Komisja Egzaminacyjna dla Aktuariuszy LXII Egzamin dla Aktuariuszy z 10 grudnia 2012 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.

Bardziej szczegółowo

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne: Prosto do matury klasa d Rok szkolny 014/015 WYMAGANIA EDUKACYJNE Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające

Bardziej szczegółowo

Wykład FIZYKA I. 5. Energia, praca, moc. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 5. Energia, praca, moc. http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html. Dr hab. inż. Władysław Artur Woźniak Wykład FIZYKA I 5. Energia, praca, moc Dr hab. inż. Władysław Artur Woźniak Instytut Fizyki Politechniki Wrocławskiej http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html ENERGIA, PRACA, MOC Siła to wielkość

Bardziej szczegółowo

ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ

ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ Zestaw 5 1.Narynkuistniejądwajhandlowcyidwatowary,przyczymtowarupierwszegosą3sztuki,adrugiego 2sztuki. a). Jak wygląda zbiór alokacji dopuszczalnych, jeśli towary

Bardziej szczegółowo

Inne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak

Inne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak Inne kryteria tworzenia portfela Analiza i Zarządzanie Portfelem cz. 3 Dr Katarzyna Kuziak. Minimalizacja ryzyka przy zadanym dochodzie Portfel efektywny w rozumieniu Markowitza odchylenie standardowe

Bardziej szczegółowo

Ciągi. Kurs matematyki w Oratorium (http://www.salezjanie.rumia.pl/math)

Ciągi. Kurs matematyki w Oratorium (http://www.salezjanie.rumia.pl/math) Ciągi Kurs matematyki w Oratorium (http://www.salezjanie.rumia.pl/math) Spis treści 1 Ciągi liczbowe 1 1.1 Podstawowe własności ciągów................... 2 1.2 Granica ciągu............................

Bardziej szczegółowo

11. 11. OPTYMALIZACJA KONSTRUKCJI

11. 11. OPTYMALIZACJA KONSTRUKCJI 11. OPTYMALIZACJA KONSTRUKCJI 1 11. 11. OPTYMALIZACJA KONSTRUKCJI 11.1. Wprowadzenie 1. Optymalizacja potocznie i matematycznie 2. Przykład 3. Kryterium optymalizacji 4. Ograniczenia w zadaniach optymalizacji

Bardziej szczegółowo

Arkusz kalkulacyjny MS EXCEL ĆWICZENIA 3

Arkusz kalkulacyjny MS EXCEL ĆWICZENIA 3 Arkusz kalkulacyjny MS EXCEL ĆWICZENIA 3 Uwaga! Każde ćwiczenie rozpoczynamy od stworzenia w katalogu Moje dokumenty swojego własnego katalogu roboczego, w którym będziecie Państwo zapisywać swoje pliki.

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY /

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / Wymagania konieczne (K) dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, zatem powinny być opanowane przez każdego ucznia. Wymagania

Bardziej szczegółowo

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady Wydział Matematyki Uniwersytetu Łódzkiego w Łodzi Dariusz Wardowski Katedra Analizy Nieliniowej Bankowość i metody statystyczne w biznesie - zadania i przykłady Łódź 2006 Rozdział 1 Oprocentowanie lokaty

Bardziej szczegółowo

Nauka o finansach. Prowadzący: Dr Jarosław Hermaszewski

Nauka o finansach. Prowadzący: Dr Jarosław Hermaszewski Nauka o finansach Prowadzący: Dr Jarosław Hermaszewski ANALIZA PROJEKTÓW INWESTYCYJNYCH Wykład 6 Trzy elementy budżetowania kapitałowego Proces analizy decyzji inwestycyjnych nazywamy budżetowaniem kapitałowym.

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Programowanie liniowe. Metoda Simplex. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ ZADANIE LINIOWE Tortilla z ziemniaków i cebuli (4 porcje) 300

Bardziej szczegółowo

MATEMATYKA KL II LO zakres podstawowy i rozszerzony

MATEMATYKA KL II LO zakres podstawowy i rozszerzony MATEMATYKA KL II LO zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające poza program nauczania

Bardziej szczegółowo

5. Utarg krańcowy (MR) można zapisać jako: A)

5. Utarg krańcowy (MR) można zapisać jako: A) 1. Na rynku pewnego dobra działają dwie firmy, które zachowują się zgodnie z modelem Stackelberga. Firmy ponoszą stałe koszty krańcowe równe 24. Odwrócona linia popytu na tym rynku ma postać: P = 480-0.5Q.

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

Dynamiczne metody oceny opłacalności inwestycji tonażowych

Dynamiczne metody oceny opłacalności inwestycji tonażowych Dynamiczne metody oceny opłacalności inwestycji tonażowych Dynamiczne formuły oceny opłacalności inwestycji tonażowych są oparte na założeniu zmiennej (malejącej z upływem czasu) wartości pieniądza. Im

Bardziej szczegółowo

Uszereguj dla obydwu firm powyższe sytuacje od najkorzystniejszej do najgorszej. Uszereguj powyższe sytuacje z punktu widzenia konsumentów.

Uszereguj dla obydwu firm powyższe sytuacje od najkorzystniejszej do najgorszej. Uszereguj powyższe sytuacje z punktu widzenia konsumentów. Strategie konkurencji w oligopolu: modele Bertranda, Stackelberga i lidera cenowego. Wojna cenowa. Kartele i inne zachowania strategiczne zadania wraz z rozwiązaniami Zadanie 1 Na rynku działają dwie firmy.

Bardziej szczegółowo

1 Funkcja użyteczności

1 Funkcja użyteczności 1 Funkcja użyteczności Funkcja użyteczności to funkcja, której wartościami są wartości użyteczności (satysfakcji, komfortu psychicznego). Można mówić o użyteczności różnych zjawisk. Użyteczność pieniądza

Bardziej szczegółowo

Wartość przyszła pieniądza: Future Value FV

Wartość przyszła pieniądza: Future Value FV Wartość przyszła pieniądza: Future Value FV Jeśli posiadamy pewną kwotę pieniędzy i mamy możliwość ulokowania ich w banku na ustalony czas i określony procent, to kwota w przyszłości (np. po 1 roku), zostanie

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH

WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH Problemy Kolejnictwa Zeszyt 149 89 Dr inż. Adam Rosiński Politechnika Warszawska WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH SPIS TREŚCI 1. Wstęp. Optymalizacja procesu

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 4. Wartości własne i wektory własne 4.1. Podstawowe definicje, własności i twierdzenia 4.2. Lokalizacja wartości własnych 4.3. Metoda potęgowa znajdowania

Bardziej szczegółowo

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2 Instytut Matematyczny Uniwersytet Wrocławski Zakres egzaminu magisterskiego Wybrane rozdziały anazlizy i topologii 1 i 2 Pojęcia, fakty: Definicje i pojęcia: metryka, iloczyn skalarny, norma supremum,

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

Autor: Agata Świderska

Autor: Agata Świderska Autor: Agata Świderska Optymalizacja wielokryterialna polega na znalezieniu optymalnego rozwiązania, które jest akceptowalne z punktu widzenia każdego kryterium Kryterium optymalizacyjne jest podstawowym

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Pr(X 1 = 0) = 6/10, Pr(X 1 = 1) = 1/10, i gęstością: f(x) = 3/10 na przedziale (0, 1). Wobec tego Pr(X 1 + X 2 5/3) wynosi:

Bardziej szczegółowo

Prace magisterskie 1. Założenia pracy 2. Budowa portfela

Prace magisterskie 1. Założenia pracy 2. Budowa portfela 1. Założenia pracy 1 Założeniem niniejszej pracy jest stworzenie portfela inwestycyjnego przy pomocy modelu W.Sharpe a spełniającego następujące warunki: - wybór akcji 8 spółek + 2 papiery dłużne, - inwestycja

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 4 BADANIA OPERACYJNE dr inż. Maciej Wolny AGENDA I. Badania operacyjne podstawowe definicje II. Metodologia badań operacyjnych III. Wybrane zagadnienia badań operacyjnych

Bardziej szczegółowo

Matematyka finansowa 8.12.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I

Matematyka finansowa 8.12.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I Komisja Egzaminacyjna dla Aktuariuszy LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.

Bardziej szczegółowo

V. Analiza strategiczna

V. Analiza strategiczna V. Analiza strategiczna 5.1. Mocne i słabe strony nieruchomości Tabela V.1. Mocne i słabe strony nieruchomości 5.2. Określenie wariantów postępowania Na podstawie przeprowadzonej analizy nieruchomości

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Procesy stochastyczne WYKŁAD 5 Proces Poissona. Proces {N(t), t } nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Proces zliczający musi

Bardziej szczegółowo

KARTA KURSU. Mathematics

KARTA KURSU. Mathematics KARTA KURSU Nazwa Nazwa w j. ang. Matematyka Mathematics Kod Punktacja ECTS* 4 Koordynator Dr Maria Robaszewska Zespół dydaktyczny dr Maria Robaszewska Opis kursu (cele kształcenia) Celem kursu jest zapoznanie

Bardziej szczegółowo

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ L.p. 1. Liczby rzeczywiste 2. Wyrażenia algebraiczne bada, czy wynik obliczeń jest liczbą

Bardziej szczegółowo

Liczenie efektów ekonomicznych i finansowych projektów drogowych na sieci dróg krajowych w najbliższej perspektywie UE, co się zmienia a co nie?

Liczenie efektów ekonomicznych i finansowych projektów drogowych na sieci dróg krajowych w najbliższej perspektywie UE, co się zmienia a co nie? Liczenie efektów ekonomicznych i finansowych projektów drogowych na sieci dróg krajowych w najbliższej perspektywie UE, co się zmienia a co nie? Danuta Palonek dpalonek@gddkia.gov.pl Czym jest analiza

Bardziej szczegółowo

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI

SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI SPIS TREŚCI WSTĘP.................................................................. 8 1. LICZBY RZECZYWISTE Teoria............................................................ 11 Rozgrzewka 1.....................................................

Bardziej szczegółowo

System bonus-malus z mechanizmem korekty składki

System bonus-malus z mechanizmem korekty składki System bonus-malus z mechanizmem korekty składki mgr Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny dr hab. Wojciech Bijak, prof. SGH Ubezpieczeniowy Fundusz Gwarancyjny, Szkoła Główna Handlowa Zagadnienia

Bardziej szczegółowo

Matematyka podstawowa V. Ciągi

Matematyka podstawowa V. Ciągi Matematyka podstawowa V Ciągi Teoria ciąg arytmetyczny - pierwszy wyraz ciągu - różnica Kolejny wyraz ciągu arytmetycznego powstaje przez dodanie do poprzedniego różnicy. = + Np. =2,=3 :2,5,8,11 = 4,=2

Bardziej szczegółowo

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Karolina Kalińska MATEMATYKA: PRZYKŁADY I ZADANIA Włocławek 2011 REDAKCJA WYDAWNICTWA PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Matematyka:

Bardziej szczegółowo

J.Brander i P.Krugman (1983): A Reciprocal Dumping Model of International Trade

J.Brander i P.Krugman (1983): A Reciprocal Dumping Model of International Trade J.Brander i P.Krugman (1983): A Reciprocal Dumping Model of International Trade Jan J. Michałek (wersja uproszczona) J.Brander i P.Krugman (1983): A Reciprocal Dumping Model of International Trade - jakie

Bardziej szczegółowo