Optymalizacja reguł przejścia systemu bonus-malus
|
|
- Aniela Witkowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Optymalizaca rguł przścia systmu onus-malus Dr Marcin Topolwski Dr Michał Brnardlli Instytut Ekonomtrii Szkoła Główna Handlowa w Warszawi
2 Plan: Inspiraca, motywaca, cl i zakrs adania Ryzyko Systm onus-malus Modl systmu onus-malus Składki Miary akości systmu onus-malus Algorytm Badani Wyniki Wnioski OKA 014. M.Topolwski, M.Brnardlli Strona z 5
3 Inspiraca Marlock M. Aspcts of optimization in automoil insuranc, Springr, Próa optymalizaci rguł przścia systmu onus-malus: - dla ówczsngo systmu nimickigo, - dla wykładnicz funkci struktury ryzyka, - dla okrsu t = 5 lat. Motywaca Znan i stosowan: - miary akości (lastyczność składki staconarn, lastyczność struminia płatności,,, NSP, RSVP, ) - krytria oliczania składk (Norrg, Norrg-Borgan-Hom, Gild-Sundt) - łaknini zniżk (mtody programowania dynamiczngo) Suiktywn założnia przy konstrukci systmu onus-malus: - licza klas - licza wyróżnianych szkód - rguły przścia!!! Powszchny sposó konstrukci systmu onus-malus: - propozyca systmu, adani właściwości, korkta systmu, adani właściwości, Czy można usprawnić i zoiktywizować tn procs poprzz optymalizacę zasad przścia? OKA 014. M.Topolwski, M.Brnardlli Strona 3 z 5
4 Zakrs adania Próa optymalizaci rguł przścia dla systmów onus-malus: - różniących się liczą klas (s) i liczą wyróżnianych szkód (q), - dla funkci struktury ryzyka okrślon odwrotnym rozkładm gaussowskim, - dla różnych wartości śrdni i warianci częstości szkód, - dla okrsu staconarngo. Cl adania Rozszrzni i uogólnini wniosków płynących z optymalizaci rguł przścia systmu onus-malus. Czy optymalizaca rguł przścia pozwoli usprawnić i zoiktywizować procs udowy systmu onus-malus? Czy dążni do uzyskania dorych własności statystycznych idzi w parz z pożądanymi właściwościami rynkowymi? OKA 014. M.Topolwski, M.Brnardlli Strona 4 z 5
5 Ryzyko Zakładamy nizalżność wysokości szkody od liczy szkód Zakładamy, ż oczkiwana wysokość szkody =1 (częstotliwość szkód λ = szkodowość) K licza szkód K ~ Poisson (λ) Warunkow prawdopodoiństwo spowodowania k szkód w dnym okrsi λ λ Pk ( λ) P(K k / Λ λ) k! k Λ częstotliwość szkód (szkodowość), Λ ~ IG(µ, θ) odwrotny rozkład gaussowski (Willmot [1987]) Strukturę ryzyka w portflu okrśla u(λ) - rozkład gęstości zminn Λ Bzwarunkow prawdopodoiństwo spowodowania k szkód w dnym okrsi P k P(K k) 0 λ k λ k! u( λ)dλ 0 λ k λ k! du( λ) Przy powyższych założniach E Λ μ, VarΛ μθ oraz EK μ, VarK μ μθ OKA 014. M.Topolwski, M.Brnardlli Strona 5 z 5
6 Systm onus-malus Przymu się (np. Lmair [1985]), ż systm onus-malus składa się z: skończon liczy klas S,S { 1,,...,s } takich, ż uzpiczony nalży do dn klasy w dnostkowym okrsi uzpicznia (zwykl rok), a klasa w kolnym okrsi uzpicznia zalży tylko od klasy i liczy szkód zgłoszonych w poprzdnim okrsi, składk okrślonych dla każd klasy, okrślon klasy startow, do któr trafiaą uzpiczaący się po raz pirwszy (warunk zędny dla dalsz analizy). Ponadto przymumy, ż klasą nalpszą (o naniższ składc i nakorzystniszych rgułach przścia) st klasa o numrz 1, a nagorszą klasa o numrz s. Zasady przścia pomiędzy klasami można przdstawić w postaci tali przść (lu macirzy przść T = [t ik ]), która pokazu do któr klasy przchodzi uzpiczony z klasy i po zgłoszniu k szkód. Przykładowa tala przść dla systmu o 10-ciu klasach wyróżniaącgo do 3 szkód (klasa nalpsza 1). k = klasa T =[t ik ] = OKA 014. M.Topolwski, M.Brnardlli Strona 6 z 5
7 Modl systmu onus-malus Poniważ systm onus-malus posiada własność Markowa (klasa w kolnym okrsi zalży tylko od klasy i liczy szkód w poprzdnim okrsi) zwykl modlm takigo systmu st odpowidni łańcuch Markowa (Lmair [1985],[1995]). Macirzą transformaci nazywamy macirz postaci T k [ t i (k)], gdzi: t i 1 (k) 0 dla dla T (i) k T (i) Prawdopodoiństwo przścia z klasy i do p i ( λ) pk ( λ)ti(k) k0 Macirz prawdopodoiństw przścia i ( λ)] pk ( λ) k k0 P ( λ) [p T k Dla rgularn macirzy prawdopodoiństw przścia łańcuch posiada własność rgodyczności i rozkład staconarny ( ) [ ( λ ),..., s( λ )] λ 1 ( λ) P( λ) ( λ) ( λ) 1 1 Odpowidnio zwarunkowy rozkład staconarny [,..., s ] [ 1( λ)u( λ)dλ,..., s( λ)u( λ)dλ] OKA 014. M.Topolwski, M.Brnardlli Strona 7 z 5
8 Systmy dopuszczaln Skupiamy się na systmach spłniaących poniższ warunki: wirsz tali przść T są nimaląc (słaa monotoniczność w wirszach) w każd klasi kara* za spowodowani większ liczy szkód st ni mnisza niż za spowodowani mnisz liczy szkód, kolumny tali przść T są nimaląc (słaa monotoniczność w kolumnach) kara* za spowodowani taki sam liczy szkód w kasi gorsz ni moż yć mnisza niż w klasi lpsz (z wyątkim klasy nagorsz), systmy są niprzywidln (modlm st łańcuch niprzywidlny) żadn z lmntów wktora staconarngo ni st równy zro, systmy są rgodyczn (modlm st łańcuch rgodyczny) rozkład staconarny ni zalży od klasy startow. *kara rozumiana st tu ako przści pomiędzy klasami, a ni ako kara finansowa na tym tapi astrahumy od wysokości składk. Taki systmy nazywamy systmami dopuszczalnymi. Jst to rozszrzni dfinici systmu sprawidliwgo w snsi przść między klasami (Podgórska i inni [006]). Zatm modlm rozpatrywanych przz nas systmów onus-malus ędzi niprzywidlny i rgodyczny łańcuch Markowa. OKA 014. M.Topolwski, M.Brnardlli Strona 8 z 5
9 Składki Krytrium Norrga (Norrg [1976]) opira się na minimalizaci łędu śrdniokwadratowgo ocny uzpiczongo. W przypadku systmów onus-malus st to minimalizaca wartości oczkiwan kwadratu odchylnia składki staconarn od prawdziw szkodowości. Q( ) λ ( λ ) u( λ )dλ min 0 S Błąd ocny dla wktora składk składk = [] Q( ) EΛ EΛ S S Dla okrślongo portfla (rozkładu Λ) EΛ st stał, a nalpszy systm o składkach Q-optymalnych to taki, dla którgo: max S Składki Q-optymaln (ntto) λ ( λ ) u( λ )dλ 0 ( λ ) u( λ )dλ 0 Dla składk Q-optymalnych systm st finansowo zilansowany, czyli oczkiwana składka st równa śrdni częstości szkód EΛ S W dalsz części korzystamy wyłączni z składk Q-optymalnych wyłączni w uęciu ntto. OKA 014. M.Topolwski, M.Brnardlli Strona 9 z 5
10 OKA 014. M.Topolwski, M.Brnardlli Strona 10 z 5 Wskaźnik dokładności ocny uzpiczonych Biorąc łąd śrdniokwadratowy ocny przy składkach Q-optymalnych S E Q Λ i przymuąc 1 Λ Q E oraz Q S otrzymumy Q1 Q Q Dal analizuąc wartości aki moż przymować Q mamy dla systmu nagorszgo o stał składc (rak zróżnicowania składk): Λ Λ E E S lu Λ E Q dla systmu nalpszgo Q = 0 (doskonała ocna uzpiczonych): 0 EΛ Q S lu 1 Λ Q E Q Zatm, dla rzczywistych systmów onus-malus wartość Q podlga ograniczniu Λ EΛ E S lu 1 Λ Q Q E Nasza unormowana miara dokładności ocny uzpiczonych przz systm o składkach Q-optymalnych: Λ Λ Λ E E E QN S lu Λ 1 Λ E Q E Q QN QN wskazu gdzi lży wartość Q na odcinku pomiędzy swoą namniszą a nawiększą wartością dla okrślongo rozkładu Λ.
11 OKA 014. M.Topolwski, M.Brnardlli Strona 11 z 5 Charaktrystyki systmu onus-malus (miary akości) Składka staconarna (Loimaranta [197]) S Współczynnik zminności składki staconarn (Lmair [1985][1995]) S ) V ( Unormowana składka staconarna (RSAL Rlativ Stationary Avrag Lvl) (Lmair [1985][1995]) min max min RSAL Elastyczność składki staconarn (Loimaranta [197]) ) ( λ λ λ λ λ η Elastyczność całkowita (D Pril [1977]) λ λ λ η η 0 )d )u( (
12 Optymalizaca rguł przścia algorytm Marlocka: Good xprinc was mad Marlock [1985] dokonu optymalizaci rguł przścia ówczsngo nimickigo systmu onus-malus dla rozkładu po 5 latach, stosuąc hurystyczną procdurę zliżoną do podścia opartgo na kolnych itracach wykorzystywango w maksymalizaci prolmów wypukłych. Jak tłumaczy autor w procdurz t, każdy kolny lmnt tali przść sta się zminną pozwalaąc (przy odpowidnich warunkach) maksymalizować Q. Autor ni przytacza dnak dowodu na to, ż opisany algorytm znadu optimum gloaln. Ogranicza się do stwirdznia Good xprinc was mad. Zaznacza, ż z różnych punktów startowych osiągano to samo rozwiązani (to samo rozwiązani yło wskazywan ako nalpsz). OKA 014. M.Topolwski, M.Brnardlli Strona 1 z 5
13 Optymalizaca rguł przścia nasz algorytm Mamy do czyninia z zadanim programowania całkowitoliczowgo przy niliniow funkci clu. Rozważamy przypadk asymptotyczny (stan staconarny). Wprowadzamy warunki monotoniczności zarówno w wirszach i w kolumnach tali systmu onus-malus. Ograniczamy się do systmów niprzywidlnych i rgodycznych. Kolno dla każdgo lmntu [t ik ] tali przść T systmu zminiamy go wartości uwzględniaąc warunki monotoniczności oraz niprzywidlności i rgodyczności systmu. Oliczamy składki Q-optymaln i wartość Q. Wyiramy wartość [t ik ] maksymalizuącą Q T =[t ik ] = Po optymalizaci wszystkich lmntów tali T procdurę powtarzamy i porównumy wyniki z poprzdnią itracą. Jżli w dwóch kolnych krokach itracynych algorytm wskaż to samo rozwiązani procdurę przrywamy. OKA 014. M.Topolwski, M.Brnardlli Strona 13 z 5
14 Optymalizaca rguł przścia nasz algorytm c.d. Poszukumy rozwiązania dokonuąc zmian na dwa sposoy: - w kolnych wirszach, - w kolnych kolumnach. Sprawdzamy ziżność algorytmu do rozwiązania dla różnych punktów startowych (rozpoczynaąc od różnych systmów dopuszczalnych). W większości przypadków znalzion rozwiązani yło taki samo nizalżni od kirunku zmian w tali przść (w wirszach lu kolumnach) i rozwiązania początkowgo, al w niktórych przypadkach wskazan przz algorytm rozwiązania yły różn. Wówczas wyirano nalpsz. Dla kirunku poszukiwania w wirszach algorytm potrzu zwykl mni itraci niż w kolumnach. OKA 014. M.Topolwski, M.Brnardlli Strona 14 z 5
15 Porównani wyników algorytmu Marlocka (z lw) i naszgo (z praw) - Vry good xprinc was mad Q 0, Q 0, Q1 0,04 Q1 0,04 Q 0, Q 0, QN 0, QN 0, OKA 014. M.Topolwski, M.Brnardlli Strona 15 z 5
16 Badani Rozpatrumy systmy o 10 klasach wyróżniaąc do 3 szkód dla funkci struktury różniących się paramtrami rozkładu (IG), ay zadać portfl od niski częstości szkód i mał warianci do wysoki częstości szkód i wysoki warianci: portfl s1 portfl s portfl s3 μ 0,05 μ 0,05 μ 0,05 θ 0,01 θ 0,05 θ 0,15 portfl s4 portfl s5 portfl s6 μ 0,15 μ 0,15 μ 0,15 θ 0,01 θ 0,05 θ 0,15 portfl s7 portfl s8 portfl s9 μ 0,3 μ 0,3 μ 0,3 θ 0,01 θ 0,05 θ 0,15 Rozpatrumy systmy różn wilkości: - różną liczę klas dla systmów wyróżniaących do trzch szkód dla funkci struktury IG(0,15; 0,05), - różną liczę szkód wyróżnianych przz systmy o dzisięciu klasach i funkci struktury IG(0,15; 0,05). OKA 014. M.Topolwski, M.Brnardlli Strona 16 z 5
17 Wyniki systmy wskazan przz algorytm μ 0, μ 0, μ 0, θ 0, θ 0, θ 0, μ 0, μ 0, μ 0, θ 0, θ 0, θ 0, μ 0, μ 0, μ 0, θ 0, θ 0, θ 0, OKA 014. M.Topolwski, M.Brnardlli Strona 17 z 5
18 Wyniki systmy wskazan przz algorytm oraz ich charaktrystyki (% przy założniu, ż klasą startową st klasa 7) % μ 0,05 % μ 0,05 % μ 0,05 7% 0, ,930 θ 0,01 31% 0, ,861 θ 0,05 57% 0, ,776 θ 0,15 6% 0, ,031 VarΛ 0,001 54% 0, ,037 VarΛ 0,003 74% 0, ,036 VarΛ 0,008 49% 0, ,006 VarK 0,051 56% 0, ,039 VarK 0,053 75% 0, ,038 VarK 0,058 54% 0, ,007 V 1,775 86% 0, ,007 V 0,541 77% 0, ,041 V 0,199 73% 0, ,004 RSAL 0,017 90% 0, ,008 RSAL 0,058 78% 0, ,043 RSAL 0,11 80% 0, ,006 η 0,13 95% 0, ,009 η 0,10 98% 0, ,011 η 0,11 100% 0, ,005 Q 0, % 0, ,010 Q 0,00 100% 0, ,01 Q 0,001 15% 0, ,004 Q1 0, % 0, ,01 Q1 0,005 10% 0, ,013 Q1 0, % 0, ,004 Q 0, % 0, ,007 Q 0, % 0, ,014 Q 0,003 37% 1, ,00 QN 0, % 0, ,009 QN 0,93 106% 0, ,015 QN 0,119 % μ 0,15 % μ 0,15 % μ 0,15 % 0, ,945 θ 0,01 11% 0, ,80 θ 0,05 6% 0, ,790 θ 0,15 0% 0, ,009 VarΛ 0,00 5% 0, ,07 VarΛ 0,008 41% 0, ,093 VarΛ 0,03 9% 0, ,009 VarK 0,15 41% 0, ,0 VarK 0,158 58% 0, ,06 VarK 0,173 38% 1, ,016 V 3,46 58% 0, ,011 V 1,491 74% 0, ,010 V 0,747 65% 1, ,009 RSAL 0,015 64% 0, ,017 RSAL 0,035 79% 0, ,014 RSAL 0,071 86%, ,004 η 0,198 79% 0, ,019 η 0,344 94% 0, ,010 η 0, %, ,00 Q 0, % 0, ,00 Q 0, % 0, ,016 Q 0,010 15% 3, ,001 Q1 0, % 1, ,010 Q1 0, % 0, ,015 Q1 0, % 3, ,001 Q 0,9 197% 1, ,004 Q 0, % 0, ,013 Q 0,035 1% 6, ,004 QN 0,799 85%, ,005 QN 0, % 0, ,014 QN 0,557 % μ 0,3 % μ 0,3 % μ 0,3 % 0, ,958 θ 0,01 5% 0, ,887 θ 0,05 15% 0, ,818 θ 0,15 43% 1, ,018 VarΛ 0,003 % 0, ,04 VarΛ 0,015 37% 0, ,01 VarΛ 0,045 6%, ,006 VarK 0,303 31% 0, ,07 VarK 0,315 48% 0, ,014 VarK 0,345 75% 3, ,003 V 4,385 45% 1, ,0 V,197 53% 0, ,03 V 1,44 85% 3, ,00 RSAL 0,018 67% 1, ,017 RSAL 0,030 63% 0, ,031 RSAL 0,057 93% 4, ,001 η 0,158 86%, ,007 η 0,307 76% 0, ,040 η 0, % 4, ,001 Q 0, %, ,003 Q 0, % 1, ,06 Q 0, % 4, ,001 Q1,790 13% 3, ,003 Q1 0, % 1, ,011 Q1 0,70 110% 4, ,000 Q 1,81 133% 3, ,00 Q 0,54 169% 1, ,004 Q 0,9 66% 11, ,011 QN 0,641 06% 5, ,008 QN 0,804 39%, ,01 QN 0,774 OKA 014. M.Topolwski, M.Brnardlli Strona 18 z 5
19 Ranking systmów Systmy wdług wartości QN* μ θ Q Q QN η V RSAL s8 0,3 0,05 0,1057 0,543 0,8043 0,3070,1967 0,0304 s4 0,15 0,01 0,0678 0,9 0,7990 0,1976 3,460 0,0148 s9 0,3 0,15 0,0406 0,94 0,7743 0,4109 1,444 0,0567 s5 0,15 0,05 0,0175 0,075 0,7413 0,3438 1,4913 0,0346 s7 0,3 0,01 0,9695 1,805 0,6409 0,1581 4,3850 0,0177 s1 0,05 0,01 0,0046 0,0104 0,630 0,13 1,7751 0,0173 s6 0,15 0,15 0,0100 0,0350 0,5575 0,3343 0,7466 0,0710 s 0,05 0,05 0,0018 0,003 0,95 0,100 0,5409 0,0578 s3 0,05 0,15 0,0007 0,006 0,119 0,113 0,1993 0,114 * wyższ wartości QN są lpsz portfl s1 portfl s portfl s3 μ 0,05 μ 0,05 μ 0,05 θ 0,01 θ 0,05 θ 0,15 portfl s4 portfl s5 portfl s6 μ 0,15 μ 0,15 μ 0,15 θ 0,01 θ 0,05 θ 0,15 portfl s7 portfl s8 portfl s9 μ 0,3 μ 0,3 μ 0,3 θ 0,01 θ 0,05 θ 0,15 OKA 014. M.Topolwski, M.Brnardlli Strona 19 z 5
20 Ranking systmów c.d. Systmy wdług wartości wskaźników V RSAL η Q Q1 Q QN ( ) ( ) ( ) ( ) ( ) ( ) ( ) portfl s1 portfl s portfl s3 s3 s4 s9 s7 s7 s7 s8 μ 0,05 μ 0,05 μ 0,05 s s1 s5 s8 s8 s8 s4 θ 0,01 θ 0,05 θ 0,15 s6 s7 s6 s4 s4 s4 s9 s9 s8 s8 s9 s9 s9 s5 portfl s4 portfl s5 portfl s6 s5 s5 s1 s5 s5 s5 s7 μ 0,15 μ 0,15 μ 0,15 s1 s9 s s6 s6 s6 s1 θ 0,01 θ 0,05 θ 0,15 s8 s s4 s1 s1 s1 s6 s4 s6 s7 s s s s portfl s7 portfl s8 portfl s9 s7 s3 s3 s3 s3 s3 s3 μ 0,3 μ 0,3 μ 0,3 θ 0,01 θ 0,05 θ 0,15 ( ) od nawyższych do naniższych ( ) od naniższych do nawyższych Q niższ wartości lpsz Q1 wartość stała zalżna od funkci struktury ryzyka Q, QN wyższ wartości lpsz η prfrowan wartości liski 1, tu wyższ wartości są lpsz, poniważ dla wszystkich portfli η < 1 V prfrowan wartości liski 1 OKA 014. M.Topolwski, M.Brnardlli Strona 0 z 5
21 Elastyczności składki staconarn dla systmów wskazanych przz algorytm OKA 014. M.Topolwski, M.Brnardlli Strona 1 z 5
22 Wyniki systmy różnych rozmiarów Systmy różniąc się liczą klas, q = 3, Λ~IG(0,15; 0,05) s = Q 0,050 0,0 0,00 0,0187 0,0175 0,0164 Q1 0,09 0,09 0,09 0,09 0,09 0,09 Q 0,0650 0,0678 0,0698 0,0713 0,075 0,0736 QN 0,6301 0,6715 0,7014 0,731 0,7413 0,7569 Systmy różniąc się liczą wyróżnianych szkód, s =10, Λ~IG(0,15; 0,05) q = Q 0,01 0,018 0,0175 0,0173 Q1 0,09 0,09 0,09 0,09 Q 0,069 0,0718 0,075 0,077 QN 0,6887 0,7306 0,7413 0,743 OKA 014. M.Topolwski, M.Brnardlli Strona z 5
23 Wnioski Wzrost liczy klas powodu spadk Q (dla okrślongo portfla) Wzrost liczy wyróżnianych szkód powodu spadk Q (dla okrślongo portfla) Minimalizaca Q moż prowadzić do systmu niakcptowango z względu na inn krytria Minimalizaca Q ni gwarantu innych dorych własności systmu (np. wktor składk, lastyczność całkowita, współczynnik zminności składki staconarn) Ni wyda się ay minimalizaca Q yła pożądana dla wszystkich portfli (funkci struktury) Ni wyda się ay minimalizaca Q pozwoliła zautomatyzować procs udowy systmu onus-malus [Ocna systmu onus-malus wymaga ulpsznia miar] Kirunki dalszych adań Optymalizaca rguł przścia przy składkach oliczanych wdług innych krytriów Optymalizaca rguł przścia przy składkach okrślonych przz dcydnta Optymalizaca rguł przścia względm innych charaktrystyk systmu onus-malus OKA 014. M.Topolwski, M.Brnardlli Strona 3 z 5
24 Biliografia Borgan O., Hom J.M., Norrg R., A Nonasymptotic Critrion for Evaluation of Automoil Bonus Systms, Scandinavian Actuarial Journal 1981, s D Pril N., Th Efficincy of a Bonus-Malus Systm, ASTIN Bulltin, Vol. 10, Part 1, 1978, s Gild V., Sundt B., On Bonus Systms with Crdiility Scal, Scandinavian Actuarial Journal, 1989, s.13-. Lmair J., Automoil Insuranc: Actuarial Modls, Kluwr Nihoff, Boston Lmair J., Bonus-malus Systms in Automoil Insuranc, Kluwr Nihoff, Boston Loimaranta K., Som Asymptotic Proprtis of Bonus Systms, ASTIN Bulltin, Vol. VI, Part 3, 197, s Marlock M., Aspcts of optimization in automoil insuranc, Lctur Nots in Economics and Mathmatics Systms, Springr Brlin-NY, 1985, s Norrg R., A crdiility thory for automoil onus systms, Scandinavian Actuarial Journal, 1976, Podgórska M., Ciślik B., Kryszń B., Nimic M., Topolwski M., Systm onus-malus sprawidliwy w snsi przść między klasami, Instytut Ekonomtrii SGH, Warszawa 006. Willmot G., Th Poisson-Invrs Gaussian Distriution as an Altrnativ to th Ngativ Binomial, Scandinavian Actuarial Journal, 1987, OKA 014. M.Topolwski, M.Brnardlli Strona 4 z 5
25 Dziękumy za uwagę OKA 014. M.Topolwski, M.Brnardlli Strona 5 z 5
26 Źródło: Marlock M., Aspcts of optimization in automoil insuranc, Lctur Nots in Economics and Mathmatics Systms, Springr Brlin-NY, OKA 014. M.Topolwski, M.Brnardlli Strona 6 z 5
Optymalizacja reguł przejścia systemu bonus-malus o składkach Q-optymalnych
Marcin Topolewski, Michał Bernardelli Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie Optymalizacja reguł przejścia systemu bonus-malus o składkach Q-optymalnych Streszczenie Systemy bonus-malus
Bardziej szczegółowoWpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną
Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną Anna Szymańska Katedra Metod Statystycznych Uniwersytet Łódzki Taryfikacja w ubezpieczeniach
Bardziej szczegółowoZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO
ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO Łukasz MACH Strszczni: W artykul przdstawiono procs budowy modlu rgrsji logistycznj, którgo clm jst wspomagani
Bardziej szczegółowoCHARAKTERYSTYKA OBCIĄŻENIOWA
Opracowani: dr inż. Ewa Fudalj-Kostrzwa CHARAKTERYSTYKA OBCIĄŻENIOWA Charaktrystyki obciążniow są wyznaczan w ramach klasycznych statycznych badań silników zarówno dla silników o zapłoni iskrowym jak i
Bardziej szczegółowoRozwiązanie równania różniczkowego MES
Rozwiązani równania różniczkowgo MES Jrzy Pamin -mail: jpamin@l5.pk.du.pl Instytut Tchnologii Informatycznych w Inżynirii Lądowj Wydział Inżynirii Lądowj Politchniki Krakowskij Strona domowa: www.l5.pk.du.pl
Bardziej szczegółowoPrzykład 1 modelowania jednowymiarowego przepływu ciepła
Przykład 1 modlowania jdnowymiarowgo przpływu cipła 1. Modl przpływu przz ścianę wilowarstwową Ściana składa się trzch warstw o różnych grubościach wykonana z różnych matriałów. Na jdnj z ścian zwnętrznych
Bardziej szczegółowoSzacowanie 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 szczegółowoUogólnione wektory własne
Uogólnion wktory własn m Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do
Bardziej szczegółowoANALIZA MOŻLIWOŚCI ZASTOSOWANIA HIERARCHICZNYCH ESTYMATORÓW WIARYGODNOŚCI WYŻSZEGO RZĘDU W UBEZPIECZENIACH KOMUNIKACYJNYCH
PRZEGLĄD STATYSTYCZNY R. LXII ZESZYT 2 2015 MARCIN TOPOLEWSKI 1 ANALIZA MOŻLIWOŚCI ZASTOSOWANIA HIERARCHICZNYCH ESTYMATORÓW WIARYGODNOŚCI WYŻSZEGO RZĘDU W UBEZPIECZENIACH KOMUNIKACYJNYCH 1. WSTĘP Niniejsza
Bardziej szczegółowoREGULAMIN PSKO 2016. I. Kryteria i wymagania dla zawodników Optimist PSKO. II. Mistrzostwa PSKO. III. Puchar Polski PSKO
I. Krytria i wymagania dla zawodników Optimist PSKO 1. W rgatach PSKO mogą startować zawodnicy do lat 15 posiadający licncję sportową PZŻ, aktualn ubzpiczni OC i będący członkami PSKO, spłniający wymagania
Bardziej szczegółowo2009 ZARZĄDZANIE. LUTY 2009
Wybran zstawy gzaminacyjn kursu Matmatyka na Wydzial ZF Uniwrsyttu Ekonomiczngo w Wrocławiu w latach 009 06 Zstawy dotyczą trybu stacjonarngo Niktór zstawy zawirają kompltn rozwiązania Zakrs matriału w
Bardziej szczegółowoSystem 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 szczegółowoDefinicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A
Uogólnion wktory własnw Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A m do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do
Bardziej szczegółowoFunkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska
Funkcja niciągła. Typy niciągłości funkcji Autorzy: Anna Barbaszwska-Wiśniowska 2018 Funkcja niciągła. Typy niciągłości funkcji Autor: Anna Barbaszwska-Wiśniowska DEFINICJA Dfinicja 1: Funkcja niciągła
Bardziej szczegółowox y x y y 2 1-1
Mtod komputrow : wrzsiń 5 Zadani. Obliczć u(.5) stosując intrpolację kwadratową Lagrang a dla danch z tabli. i i 5 u( i )..5. 5. 7. Zadani.Dlapunktów =, =, =obliczćfunkcjębazowąintrpolacjihrmitah, ().
Bardziej szczegółowoMichał Brzozowski Wykład 40 h Makrokonomia zaawansowana Część I: Ekonomia Montarna Dyżur: onidziałki.30 2.45, p. 409 E-mail: brzozowski@wn.uw.du.pl http://coin.wn.uw.du.pl/brzozowski lan wykładu. Czym
Bardziej szczegółowoZASTOSOWANIE METODY GRAFÓW WIĄZAŃ DO MODELOWANIA PRACY ZESPOŁU PRĄDOTWÓRCZEGO W SIŁOWNI OKRĘTOWEJ
Chybowski L. Grzbiniak R. Matuszak Z. Maritim Acadmy zczcin Poland ZATOOWANIE METODY GRAFÓW WIĄZAŃ DO MODELOWANIA PRACY ZEPOŁU PRĄDOTWÓRCZEGO W IŁOWNI OKRĘTOWEJ ummary: Papr prsnts issus of application
Bardziej szczegółowoAnaliza danych jakościowych
Analiza danych jakościowych Ccha ciągła a ccha dyskrtna! Ciągła kg Dyskrtna Cchy jakościow są to cchy, których jdnoznaczn i oczywist scharaktryzowani za pomocą liczb jst nimożliw lub bardzo utrudnion.
Bardziej szczegółowoZASTOSOWANIA POCHODNEJ
ZASTOSOWANIA POCODNEJ Ruła d l'ospitala. Nich, - różniczkowa w pwnym sąsidztwi punktu oraz lub istnij skończona lub niwłaściwa ranica wtdy Uwaa. Powyższ twirdzni jst równiż prawdziw dla ranic jdnostronnych
Bardziej szczegółowoINSTYTUT TELEKOMUNIKACJI, TELEINFORMATYKI I AKUSTYKI POLITECHNIKI WROCŁAWSKIEJ. Raport I28/P-006/07
INSTYTUT TELEKOMUNIKACJI, TELEINFORMATYKI I AKUSTYKI POLITECHNIKI WROCŁAWSKIEJ Raport I28/P-006/07 PLANARNE I KONFOREMNE ZINTEGROWANE UKŁADY ANTENOWE Z MACIERZĄ BUTLERA JAKO SIECIĄ FORMOWANIA WIELU WIĄZEK.
Bardziej szczegółowoPrzetwarzanie sygnałów biomedycznych
Prztwarzani sygnałów biomdycznych dr hab. inż. Krzysztof Kałużyński, prof. PW Człowik- najlpsza inwstycja Projkt współfinansowany przz Unię Europjską w ramach Europjskigo Funduszu Społczngo Wykład XI Filtracja
Bardziej szczegółowoSieci neuronowe - uczenie
Sici nuronow - uczni http://zajcia.jakubw.pl/nai/ Prcptron - przypomnini x x x n w w w n wi xi θ y w p. p. y Uczni prcptronu Przykład: rozpoznawani znaków 36 wjść Wyjści:, jśli na wjściu pojawia się litra
Bardziej szczegółowoLaboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 11 Badanie materiałów ferromagnetycznych
Laboratorium Półprzwodniki Dilktryki Magntyki Ćwiczni nr Badani matriałów frromagntycznych I. Zagadninia do przygotowania:. Podstawow wilkości charaktryzując matriały magntyczn. Związki pomiędzy B, H i
Bardziej szczegółowoWPŁYW STÓP PROCENTOWYCH W USA I W STREFIE EURO NA STOPY PROCENTOWE W POLSCE I. STOPY PROCENTOWE W GOSPODARCE OTWARTEJ.
Ewa Czapla Instytut Ekonomii i Zarządzania Politchnika Koszalińska WPŁYW STÓP PROCENTOWYCH W USA I W STREFIE EURO NA STOPY PROCENTOWE W POLSCE I. STOPY PROCENTOWE W GOSPODARCE OTWARTEJ. Stopy procntow
Bardziej szczegółowoRachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz
1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn,
Bardziej szczegółowoMES dla ustrojów prętowych (statyka)
MES dla ustrojów prętowych (statyka) Jrzy Pamin -mail: jpamin@l5.pk.du.pl Piotr Pluciński -mail: pplucin@l5.pk.du.pl Instytut Tchnologii Informatycznych w Inżynirii Lądowj Wydział Inżynirii Lądowj Politchniki
Bardziej szczegółowoWpływ liczby klas i reguł przejścia systemu bonus-malus na jego efektywność taryfikacyjną
Anna Szymańska Wydział Ekonomiczno-Socjologiczny Uniwersytet Łódzki Wpływ liczby klas i reguł przejścia systemu bonus-malus na jego efektywność taryfikacyjną Streszczenie Towarzystwa ubezpieczeniowe konkurują
Bardziej szczegółowo- Jeśli dany papier charakteryzuje się wskaźnikiem beta równym 1, to premia za ryzyko tego papieru wartościowego równa się wartości premii rynkowej.
Śrdni waŝony koszt kapitału (WACC) Spółki mogą korzystać z wilu dostępnych na rynku źródł finansowania: akcj zwykł, kapitał uprzywiljowany, krdyty bankow, obligacj, obligacj zaminn itd. W warunkach polskich
Bardziej szczegółowoTermodynamika. Część 10. Elementy fizyki statystycznej klasyczny gaz doskonały. Janusz Brzychczyk, Instytut Fizyki UJ
Trodynaika Część 1 Elnty fizyki statystycznj klasyczny gaz doskonały Janusz Brzychczyk, Instytut Fizyki UJ Użytczn całki ax2 dx = 1 2 a x ax2 dx = 1 2a ax2 dx = a a x 2 ax2 dx = 1 4a a x 3 ax2 dx = 1 2a
Bardziej szczegółowoPOLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY. Optymalizacja układów powierzchniowych z wykorzystaniem algorytmów ewolucyjnych
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY Katdra Wytrzymałości Matriałów i Mtod Komputrowych Mchaniki Rozprawa doktorska Tytuł: Optymalizacja układów powirzchniowych z wykorzystanim
Bardziej szczegółowo4) lim. lim. lim. lim. lim. x 3. e e. lim. lim x. lim. lim. lim. lim 2. lim. lim. lim. Zadanie 1 Wyznacz dziedziny następujących funkcji: log x.
Zastosowania matmatyki w konomii Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7)
Bardziej szczegółowoEkscytony Wanniera Motta
ozpatrzmy oddziaływani lktronu o wktorz falowym bliskim minimum pasma przwodnictwa oraz dziury z obszaru blisko wirzcołka pasma walncyjngo. Zakładamy, ż oba pasma są sfryczni symtryczn, a ic kstrma znajdują
Bardziej szczegółowoANALIZA PRACY SYSTEMU ENERGETYCZNO-NAPĘDOWEGO STATKU TYPU OFFSHORE Z WYKORZYSTANIEM METODY DRZEW USZKODZEŃ
MGR INŻ. LSZK CHYBOWSKI Politchnik Szczcińsk Wydził Mchniczny Studium Doktorncki ANALIZA PRACY SYSTMU NRGTYCZNO-NAPĘDOWGO STATKU TYPU OFFSHOR Z WYKORZYSTANIM MTODY DRZW USZKODZŃ STRSZCZNI W mtril przdstwiono
Bardziej szczegółowoNARODOWY FUNDUSZ INWESTYCYJNY PROGRESS S.A.
NARODOWY FUNDUSZ INWESTYCYJNY PROGRESS S.A. RAPORT UZUPEŁNIAJĄCY OPINIĘ Z BADANIA INFORMACJI FINANSOWEJ, OBEJMUJĄCEJ WPROWADZENIE, BILANS, RACHUNEK ZYSKÓW I STRAT ORAZ DODATKOWE INFORMACJE I OBJAŚNIENIA
Bardziej szczegółowoEKONOMETRIA. Ekonometryczne modele specjalne. Zbigniew.Tarapata zbigniew.tarapata.akcja.pl/p_ekonometria/ tel.
EKONOMETRIA Tmat wykładu: Ekonomtryczn modl spcjaln Prowadzący: dr inż. Zbigniw TARAPATA -mail: Zbigniw.Tarapata Tarapata@isi.wat..wat.du.pl http:// zbigniw.tarapata.akcja.pl/p_konomtria/ tl.: 0-606-45-54-80
Bardziej szczegółowoSzeregowy obwód RC - model matematyczny układu
Akadmia Morska w Gdyni Katdra Automatyki Okrętowj Toria strowania Mirosław Tomra Na przykładzi szrgowgo obwodu lktryczngo składającgo się z dwóch lmntów pasywnych: rzystora R i kondnsatora C przdstawiony
Bardziej szczegółowoStanowisko laboratoryjne do badań przesuwników fazowych
Polichnika Śląska Wydział Elkryczny Insyu Mrologii i Auomayki Elkrochniczn Tma pracy: Sanowisko laboraoryn do badań przsuwników fazowych Promoor: Dr inż. Adam Cichy Dyploman: Adam Duna Srukura rfrau. Wsęp.
Bardziej szczegółowolim lim 4) lim lim lim lim lim x 3 e e lim lim x lim lim 2 lim lim lim Zadanie 1 Wyznacz dziedziny następujących funkcji: log x x 6x
Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7) 8) 9) 5 5 7 7 7 6 0) 6 ) ) 9) 0)
Bardziej szczegółowoZakład Ubezpieczeń Społecznych Departament Zamówień Publicznych ul. Szamocka 3, 5, 01-748 Warszawa tel: 22 667 17 04, fax: 22 667 17 33
Zakład Ubzpiczń Społcznych Dpartamnt Zamówiń Publicznych ul. Szamocka 3, 5, 01-748 Warszawa tl: 22 667 17 04, fax: 22 667 17 33 993200/271/IN- 268/15 Warszawa, dnia 19.03.2015 r. Informacja dla Wykonawców,
Bardziej szczegółowoRachunek Prawdopodobieństwa MAP1064, 2008/09
1 Rachunk Prawdopodobiństwa MAP1064, 008/09 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 10-1 Opracowani: dr hab. Agniszka Jurlwicz Litratura: [1] A. Plucińska, E. Pluciński,
Bardziej szczegółowoPROGRAM DZIAŁAŃ W ZAKRESIE ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO
Część 3 Projkt z nia 26.01.2007 r. PROGRAM DZIAŁAŃ W ZAKRESIE ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO W ramach programu ziałań w zakrsi rozwoju społczństwa informacyjngo ęą pojmowan inicjatywy, któr wzmocnią
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 2013
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 2013 KAROL MAREK KLIMCZAK SYMULACJA FINANSOWA SPÓŁKI ZA POMOCĄ MODELU ZYSKU REZYDUALNEGO Słowa kluczow:
Bardziej szczegółowoTemat: Pochodna funkcji. Zastosowania
Tmat: Pochodna funkcji. Zastosowania A n n a R a j f u r a, M a t m a t y k a s m s t r, W S Z i M w S o c h a c z w i Kody kolorów: Ŝółty now pojęci pomarańczowy uwaga A n n a R a j f u r a, M a t m a
Bardziej szczegółowo19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136
Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 19 marzec, 2012 Przykłady procesów Markowa (i). P = (p ij ) - macierz stochastyczna, tzn. p ij 0, j p ij =
Bardziej szczegółowoElektroniczne systemy bezpieczeństwa mogą występować w trzech rodzajach struktur. Są to struktury typu: - skupionego, - rozproszonego, - mieszanego.
A. Cl ćwicznia Clm ćwicznia jst zapoznani się z wskaźnikami nizawodnościowymi lktronicznych systmów bzpiczństwa oraz wykorzystanim ich do optymalizacji struktury nizawodnościowj systmu.. Część tortyczna
Bardziej szczegółowoREGULAMIN PRZYJMOWANIA I PRZEKAZYWANIA ZLECEŃ NABYCIA LUB ZBYCIA INSTRUMENTÓW FINANSOWYCH PRZEZ EFIX DOM MAKLERSKI S.A.
REGULAMIN PRZYJMOWANIA I PRZEKAZYWANIA ZLECEŃ NABYCIA LUB ZBYCIA INSTRUMENTÓW FINANSOWYCH PRZEZ EFIX DOM MAKLERSKI S.A. Rozdział I. POSTANOWIENIA OGÓLNE 1. Rgulamin okrśla zasady przyjmowania i przkazywania
Bardziej szczegółowo.pl KSIĄŻKA ZNAKU. Portal Kulturalny Warmii i Mazur. www.eświatowid.pl. Przygotował: Krzysztof Prochera. Zatwierdził: Antoni Czyżyk
Portalu Kulturalngo Warmii i Mazur www.światowid Przygotował: Krzysztof Prochra... Zatwirdził: Antoni Czyżyk... Elbląg, dn. 4.12.2014 Płna forma nazwy prawnj: www.światowid Formy płnj nazwy prawnj nalży
Bardziej szczegółowoWykład VIII: Odkształcenie materiałów - właściwości sprężyste
Wykład VIII: Odkształcni matriałów - właściwości sprężyst JERZY LI Wydział Inżynirii Matriałowj i ramiki Katdra Tchnologii ramiki i Matriałów Ogniotrwałych Trść wykładu: 1. Właściwości matriałów wprowadzni
Bardziej szczegółowoKONSTRUKCJE STALOWE W EUROPIE. Wielokondygnacyjne konstrukcje stalowe Część 5: Projektowanie połączeń
KONSTRUKCJE STLOWE W EUROPIE Wilokondygnacyjn konstrukcj stalow Część 5: Projktowani ołączń. Wilokondygnacyjn konstrukcj stalow Część 5: Projktowani ołączń 5 - ii Część 5: Projktowani ołączń PRZEDMOW
Bardziej szczegółowoPerspektywy rozwoju rolnictwa ekologicznego w Polsce
Anna urczak Zachodniopomorska Szkoła Biznsu w Szczcini Prspktywy rozwoju rolnictwa kologiczngo w Polsc Strszczni W artykul wyjaśniono istotę rolnictwa kologiczngo Następni szczgółowo omówiono zasady, na
Bardziej szczegółowoMIARY NIERÓWNOŚCI. 6. Miary oparte na kwantylach rozkładu dochodu
MIARY NIERÓWNOŚCI Charakterystyka miar nierówności 2 Własności miar nierówności 3 Miary nierówności oparte o funkcję Lorenza 3 Współczynnik Giniego 32 Współczynnik Schutza 4 Miary nierówności wykorzystujące
Bardziej szczegółowoQ n. 1 1 x. el = i. L [m] q [kn/m] P [kn] E [kpa], A [m 2 ] n-1 n. Sławomir Milewski
Ćwiczni a: Statyka rozciągango pręta - intrpolacja liniowa Dany jst pręt o długości L, zamocowany na lwym końcu, obciążony w sposób jdnorodny ciągły (obciążni q) i skupiony (siła P na prawym swobodnym
Bardziej szczegółowoz przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X
Zadanie. Mamy dany ciąg liczb q, q,..., q n z przedziału 0,, oraz ciąg m, m,..., m n liczb dodatnich. Rozważmy dwie zmienne losowe: o X X X... X n, gdzie X i ma złożony rozkład dwumianowy o parametrach,q
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowoPrzykłady procesów nieodwracalnych: wyrównywanie się temperatur, gęstości i różnicy potencjałów.
modynamika pocsów niodwacalnych modynamika klasyczna - tmostatyka - opis pocsów odwacalnych Ni można na podstawi otzymać wniosków dotyczących pzbigu w czasi pocsów niodwacalnych Pzykłady pocsów niodwacalnych:
Bardziej szczegółowoHierarchiczna analiza skupień
Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym
Bardziej szczegółowoWeryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (punktowa, przedziałowa) Weryfikacja
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci
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 szczegółowoImmunizacja ryzyka stopy procentowej ubezpieczycieli życiowych
Immunizacja ryzyka stopy procentowej ubezpieczycieli życiowych Elżbieta Krajewska Instytut Matematyki Politechnika Łódzka Elżbieta Krajewska Immunizacja ubezpieczycieli życiowych 1/22 Plan prezentacji
Bardziej szczegółowoMetoda Elementów Skończonych w Modelowaniu Układów Mechatronicznych. Układy prętowe (Scilab)
Mtoda Elmntów Skończonych w Modlowaniu Układów Mchatronicznych Układy prętow (Scilab) str.1 I. MES 1D układy prętow. Podstawow informacj Istotą mtody lmntów skończonych jst sposób aproksymacji cząstkowych
Bardziej szczegółowoParametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f
Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie
Bardziej szczegółowo6. Dynamika Stan równowagi. ρb(x, y, z) V n t d. Siły
6. Dynamika P.Pluciński 6. Dynamika 6.1. tan równowagi t ρb d x, y, z P ρüx, y, z ρbx, y, z z n t d x y iły ρb wktor gęstości sił masowych [N/m 3 ] ρb d wktor gęstości sił masowych tłuminia [N/m 3 ] ρü
Bardziej szczegółowoZadanie 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 szczegółowoPrawdopodobieństwo i statystyka
Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości
Bardziej szczegółowoWybrane metody szacowania rezerw techniczno-ubezpieczeniowych
Wybrane metody szacowania rezerw techniczno-ubezpieczeniowych Agata Boratyńska SGH, Warszawa Agata Boratyńska (SGH) Rezerwy 1 / 24 Plan 1 Co to są rezerwy techniczno-ubezpieczeniowe? 2 Rezerwa składek
Bardziej szczegółowowydanie 3 / listopad 2015 znaków ewakuacji i ochrony przeciwpożarowej PN-EN ISO 7010 certyfikowanych pr zez C N B O P www.znaki-tdc.
Stosowani znaków wakuacji i ochron przciwpożarowj crtfikowanch pr zz C N B O P www.znaki-tdc.com wdani 3 / listopad 2015 AA 001 Wjści wakuacjn AA 010 Drzwi wakuacjn AA 009 Drzwi wakuacjn AA E001 E001 AA
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie. Niech łączna wartość szkód: Ma złożony rozkład Poissona. Momenty rozkładu wartości poedyncze szkody wynoszą:, [ ]. Wiemy także, że momenty nadwyżki wartości poedyncze szkody ponad udział własny
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 1.10.2012 r.
Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 6.04.2009 r.
Matematyka ubezpieczeń majątkowych 6.04.009 r. Zadanie. Niech N oznacza liczbę szkód zaszłych w ciągu roku z pewnego ubezpieczenia z czego: M to liczba szkód zgłoszonych przed końcem tego roku K to liczba
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowocos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω
Rachunk prawdopodobiństwa MAP6 Wydział Elktroniki, rok akad. 8/9, sm. ltni Wykładowca: dr hab. A. Jurlwicz Przykłady do listy : Transformata Fourira Przykłady do zadania. : Korzystając z dfinicji wyznaczyć
Bardziej szczegółowoREGULAMIN ŚWIADCZENIA USŁUGI DORADZTWA DLA PRZEDSIĘBIORSTW W EFIX DOM MAKLERSKI S.A.
REGULAMIN ŚWIADCZENIA USŁUGI DORADZTWA DLA PRZEDSIĘBIORSTW W EFIX DOM MAKLERSKI S.A. Rozdział I. POSTANOWIENIA OGÓLNE 1. Rgulamin okrśla zasady świadcznia usługi doradztwa dla przdsiębiorstw w zakrsi:
Bardziej szczegółowoEkonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe Wykład 10 Modele przełącznikowe Markowa Literatura P.H.Franses, D. van Dijk (2000) Non-linear time series models in empirical finance, Cambridge University Press. R. Breuning,
Bardziej szczegółowoEkonometria - 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 szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowoGranica funkcji - Lucjan Kowalski GRANICA FUNKCJI
GRANICA FUNKCJI Granica uncji. - dowolna liczba rzczywista. O, = - ; + - otoczni liczby puntu o prominiu, S, = - ;, + - sąsidztwo liczby puntu o prominiu, Nich uncja będzi orślona w sąsidztwi puntu, g
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoKRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony
KRYTERIA OCENIANIA ODPOWIEDZI Próna Matura z OPERONEM Matematyka Poziom rozszerzony Listopad W ni niej szym sche ma cie oce nia nia za dań otwar tych są pre zen to wa ne przy kła do we po praw ne od po
Bardziej szczegółowoZadanie 1. są niezależne i mają rozkład z atomami: ( ),
Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:
Bardziej szczegółowoWykład 14. Testowanie hipotez statystycznych - test zgodności chi-kwadrat. Generowanie liczb losowych.
Wykład 14 Testowanie hipotez statystycznych - test zgodności chi-kwadrat. Generowanie liczb losowych. Rozkład chi-kwadrat Suma kwadratów n-zmiennych losowych o rozkładzie normalnym standardowym ma rozkład
Bardziej szczegółowoPodstawowe finansowe wskaźniki KPI
Podstawowe finansowe wskaźniki KPI 1. Istota wskaźników KPI Według definicji - KPI (Key Performance Indicators) to kluczowe wskaźniki danej organizacji używane w procesie pomiaru osiągania jej celów. Zastosowanie
Bardziej szczegółowoPRACA DOKTORSKA ANALIZA DYNAMICZNYCH I USTALONYCH STANÓW PRACY SILNIKA RELUKTANCYJNEGO MGR INŻ. JANUSZ KOŁODZIEJ ZE STRUMIENIEM POPRZECZNYM
POLITECHNIKA OPOLSKA WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI MGR INŻ. JANUSZ KOŁODZIEJ ANALIZA DYNAMICZNYCH I USTALONYCH STANÓW PRACY SILNIKA RELUKTANCYJNEGO ZE STRUMIENIEM POPRZECZNYM PRACA
Bardziej szczegółowoPRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW
PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW Rachunek prawdopodobieństwa (probabilitis - prawdopodobny) zajmuje się badaniami pewnych prawidłowości (regularności) zachodzących przy wykonywaniu doświadczeń
Bardziej szczegółowoSprawozdanie finansowe za20l0 rok
Krjowy Ruch kologiczno- Spolczny ul. Kuroptwy 9 05-500 Mysidlo NP123-10-32-147 RGON015563734 Sprwozdni finnsow z20l0 rok Urz4d Skrbowy w Pisczni Ul. Czjwicz 2/4 05-500 Pisczno Mysidlo, dn. 30.03.201 1r.
Bardziej szczegółowo(Dantzig G. B. (1963))
(Dantzig G.. (1963)) Uniwersalna metoda numeryczna dla rozwiązywania zadań PL. Ideą metody est uporządkowany przegląd skończone ilości rozwiązań bazowych układu ograniczeń, które możemy utożsamiać, w przypadku
Bardziej szczegółowoZagadnienie statyki kratownicy płaskiej
Zagadnini statyki kratownicy płaskij METODY OBLICZENIOWE Budownictwo, studia I stopnia, smstr 6 Instytut L-5, Wydział Inżynirii Lądowj, Politchnika Krakowska Ewa Pabisk () Równania MES dla ustrojów prętowych
Bardziej szczegółowoMODELE POPYTU KONSUMPCYJNEGO DLA BRANŻ PIWOWARSKIEJ I SPIRYTUSOWEJ
Michał Purczyński * MODELE POPYTU KONSUMPCYJNEGO DLA BRANŻ PIWOWARSKIEJ I SPIRYTUSOWEJ Wstęp Tmatyka modli popytu konsumpcyjngo dla branż piwowarskij i spirytusowj jst szroko obcna w litraturz polskij
Bardziej szczegółowoZamiana punktowych danych wilgotności objętościowej gleby na rozkłady powierzchniowe
Ewa Borecka-Stefańska, Amadeusz Walczak, Anna Daniel, Małgorzata Dawid, Grzegorz Janik Instytut Kształtowania i Ochrony Środowiska Centrum Kształcenia na Odległość Uniwersytet Przyrodniczy we Wrocławiu
Bardziej szczegółowoOgólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009
Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O pewnym modelu pojawiania się szkód Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009 Modele pojawiania
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoElektrony, kwanty, fotony
Wstęp. Elktrony, kwanty, fotony dr Janusz B. Kępka Sir Isaa Nwton (angilski fizyk i filozof, 16-177) w swym znakomitym dzil Optiks (170 r.) rozważał zarówno korpuskularny jak i falowy araktr światła, z
Bardziej szczegółowoZałącznik 5.1 Analiza statystyczna wyników badania dotyczącego zarządzania ryzykiem w przedsiębiorstwach
Załącznik 5.1 Analiza statystyczna wyników badania dotyczącgo zarządzania ryzykim w przdsiębiorstwach Spis trści Liczba pracowników w jdnostc lokalnj... 5 A.Przyczyny źródłow... 8 A1. Zarządzani BHP, w
Bardziej szczegółowo8. PODSTAWY ANALIZY NIELINIOWEJ
8. PODSTAWY ANALIZY NIELINIOWEJ 1 8. 8. PODSTAWY ANALIZY NIELINIOWEJ 8.1. Wprowadzenie Zadania nieliniowe mają swoje zastosowanie na przykład w rozwiązywaniu cięgien. Przyczyny nieliniowości: 1) geometryczne:
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowo