Zarządzanie ryzykiem 3. Dorota Kuchta

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zarządzanie ryzykiem 3. Dorota Kuchta"

Transkrypt

1 Zarządzanie ryzykiem 3 Dorota Kuchta

2 Pojęcie użyteczności paradoks petersburski Bernoulli paradoks petersburski: Rzucamy kostką aż do momentu, kiedy po raz pierwszy wypadnie orzeł W tym momencie gracz otrzymuje 2 n PLN n liczba rzutów Im później wypadnie orzeł, tym wyższa wypłata, ale prawdopodobieństwo wypadnięcia orła dopiero po wielu rzutach jest mniejsze

3 Pojęcie użyteczności paradoks petersburski Wartość oczekiwana wygranej nieskończoność Liczba rzutów do momentu uzyskania orła Wygrana E(X)= (p i x i ) Prawdopodobieństwo 1 2 1/ / / / / iloczyn

4 Pojęcie użyteczności paradoks petersburski Wartość oczekiwana wygranej nieskończona Możliwa wygrana - 2 n, gdzie n może być dowolnie duże Ile byśmy zainwestowali w tę grę????????????????????

5 Obiektywna i subiektywna wartość wyniku Ludzie przekształcają wartości podane explicite w wartości subiektywne (użyteczności) Np. ta sama suma pieniędzy ma inną wartość dla człowieka ubogiego, a inną dla zamożnego Użyteczność pieniędzy nie wzrasta liniowo z ich obiektywną wartością, zależy od ilości posiadanych pieniędzy.

6 Przykład funkcji użyteczności (logarytmiczna) Δu Δv/v, Δ:zmiana, v: wartość aktualna, u: użyteczność 3 2,5 2 1,5 1 0,

7 1. model indywidualnego podejmowania decyzji (Bernoulli) EU(X) użyteczność oczekiwana: EU(X)= (p i u(x i )) zamiast wartości oczekiwanej E(X)= (p i x i ) x i - wszystkie możliwe wyniki, p i ich prawdopodobieństwa

8 Pojęcie użyteczności paradoks petersburski Użyteczność oczekiwana wygranej nieskończoność EU(X)= (p i u(x i )) Liczba rzutów do momentu uzyskania orła Wygrana - użyteczność Prawdopodobieństwo iloczyn 1 2, log(2)=0,3 1/2 0,15 2 4, log(4)=0,6 1/4 0,15 3 8, log(8)=0,9 1/8 0, , log(16)=1,2 1/16 0, , log(32)=1,5 1/32 0,04.

9 Funkcja użyteczności i unikanie ryzyka 1. możliwość 2. możliwość Na pewno 100 zł Orzeł 200 zł Reszka 0 zł Wartość oczekiwana 100 zł Wartość oczekiwana = ½ 200+½ 0=100 zł Użyteczność log(100)=2 Użyteczność = ½ log(200)+½ 0=½ 2,3=1.15 Zgodnie z tym modelem, ludzie powinni unikać ryzyka. Czy tak jest zawsze?

10 Eksperyment 1. możliwość 2. możliwość 3000 na pewno 4000 z prawd. 80% 0 z prawd. 20% 1. możliwość 2. możliwość na pewno z prawd. 80% 0 z prawd. 20%

11 Eksperyment Efekt pewności preferowanie pewnego mniejszego zysku w stosunku do większego niepewnego - unikanie ryzyka 1. możliwość 2. możliwość 3000 na pewno 4000 z prawd. 80% 0 z prawd. 20% 80% 20% Efekt odbicia preferowanie niepewnej większej straty w stosunku do mniejszej pewnej - poszukiwanie ryzyka 1. możliwość 2. możliwość na pewno z prawd. 80% 0 z prawd. 20% 8% 92%

12 100 Potęgowa funkcja użyteczności inna dla zysków, inna dla strat

13 Potęgowa funkcja użyteczności inna dla zysków, inna dla strat u(x)=x α dla x >0 (np. α=0,6) u(x)=λx β dla x<0 (np. λ=5, β=0,6)

14 Funkcja użyteczności Użyteczność dużych wypłat pozytywnych jest relatywnie niższa niż użyteczność małych wypłat: A. u(350)=33 B. u(1000)=63

15 Funkcja użyteczności Podzielenie wypłaty na kilka mniejszych daje większą satysfakcję niż jednorazowa wypłata A. u(75)=13 B. u(25)+u(50)=7+10=17

16 Wybór programów ekonomicznych Program 1 Program 2 10% bezrobocie 5% bezrobocie 12 % inflacja 17 % inflacja

17 Wybór programów ekonomicznych Program 1 Program 2 10% bezrobocie 5% bezrobocie 12 % inflacja 17 % inflacja

18 Wybór programów ekonomicznych Program 1 Program 2 90% zatrudnienie 95% zatrudnienie 12 % inflacja 17 % inflacja Program 1 Program 2 10% bezrobocie 5% bezrobocie 12 % inflacja 17 % inflacja

19 Wybór programów ekonomicznych Program 1 Program 2 90% zatrudnienie 95% zatrudnienie 12 % inflacja 17 % inflacja

20 Wybór programów zwalczających epidemię Program 1 Program 2 Ocali na pewno 200 osób spośród 600 zagrożonych Umrze na pewno 400 osób spośród 600 zagrożonych 1/3 prawd. że da się uratować wszystkich 2/3 prawd., że nie uda się uratować nikogo 1/3 prawd. że da się uratować wszystkich 2/3 prawd., że nie uda się uratować nikogo

21 Preferencje przypisywane zmianom, a nie sumom końcowym Ktoś dał nam 200 zł i jest skłonny ofiarować nam więcej, mamy do wyboru: Możliwość 1 Możliwość 2 Da 100 zł Rzucimy monetą: Orzeł 200 zł Reszka 0 Ktoś dał nam 400 zł, ale mamy do wyboru: Możliwość 1 Możliwość 2 Oddamy mu 100 zł Rzucimy monetą: Orzeł oddamy 200 zł Reszka oddamy 0

22 Preferencje przypisywane zmianom, a nie sumom końcowym Ktoś dał nam 200 zł i jest skłonny ofiarować nam więcej, mamy do wyboru: Możliwość 1 Możliwość 2 Da 100 zł Rzucimy monetą: Orzeł 200 zł Reszka 0 Ktoś dał nam 400 zł, ale mamy do wyboru: Możliwość 1 Możliwość 2 Oddamy mu 100 zł Rzucimy monetą: Orzeł oddamy 200 zł Reszka oddamy 0

23 Preferencje przypisywane zmianom, a nie sumom końcowym Ktoś dał nam 200 zł i jest skłonny ofiarować nam więcej, mamy do wyboru: Możliwość 1 Możliwość 2 Da 100 zł: status quo +100 Rzucimy monetą: Orzeł 200 zł : status quo +200 Reszka 0: status quo Ktoś dał nam 400 zł, ale mamy do wyboru: Możliwość 1 Możliwość 2 Oddamy mu 100 zł: status quo -100 Rzucimy monetą: Orzeł status quo -200 Reszka status quo

24 Unikanie straty Kontakty społeczne Czas dojazdu Aktualna praca Brak kontaktów 10 min Oferta x Ograniczone kontakty Oferta y Kontakty w normie 20 min 60 min Aktualna praca Oferta x Kontakty społeczne Czas dojazdu Liczne i miłe kontakty Ograniczone kontakty Oferta y Kontakty w normie 60 min 20 min 60 min

25 Unikanie straty Kontakty społeczne Czas dojazdu Aktualna praca Brak kontaktów 10 min Oferta x Ograniczone kontakty Oferta y Kontakty w normie 20 min 60 min Aktualna praca Oferta x Kontakty społeczne Czas dojazdu Liczne i miłe kontakty Ograniczone kontakty Oferta y Kontakty w normie 60 min 20 min 60 min

26 Efekt posiadania Pan X kupił dobre wino w sporych ilościach kilka lat temu za 10$. Dzisiaj można to wino sprzedać na aukcji za 200$. Pan X tylko od czasu do czasu pija wino, jednak nie jest skłonny ani sprzedać swoich zapasów, ani ich powiększyć przy obecnej cenie. Wartość obiektu zmienia się, gdy jest on włączony w nasz stan posiadania.

27 Unikanie zmian Odziedziczyłeś dużą sumę pieniędzy i nie zainwestowałeś ich jeszcze nigdzie: Możl. 1 Możl. 2 Możl. 3 Firma z umiarkowanym ryzykiem Firma z wysokim ryzykiem Obligacje Skarbu Państwa

28 Unikanie zmian Odziedziczyłeś dużą sumę pieniędzy i zainwestowałeś je już w firmę z umiarkowanym ryzykiem, ale możesz je przenosić bez żadnych opłat i podatków: Możl. 1 Możl. 2 Możl. 3 Firma z umiarkowanym ryzykiem Firma z wysokim ryzykiem Obligacje Skarbu Państwa

29 Podsumowanie wniosków z zastosowania pojęcia użyteczności Względność strat i zysków w stosunku do punktu odniesienia Unikanie straty To jednak nie wyjaśnia w pełni zachowania ludzi w sytuacjach ryzykownych.

19/05/2015. Teoria perspektywy w podejmowaniu decyzji. Proces podejmowania decyzji - wykład 10. Ratowanie czy zamykanie zakładu pracy?

19/05/2015. Teoria perspektywy w podejmowaniu decyzji. Proces podejmowania decyzji - wykład 10. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy w podejmowaniu decyzji Proces podejmowania decyzji - wykład 10 Stworzona przez Daniela Kahnemana i Amosa Tversky ego i Daniela Kahnemana (1979) Opisuje efekt niestałości preferencji

Bardziej szczegółowo

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1 Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład dr Mariusz Grządziel 5 lutego 04 Paradoks Zenona z Elei wersja uwspółcześniona Zenek goni Andrzeja; prędkość Andrzeja:

Bardziej szczegółowo

Pułapki podejmowania decyzji inwestycyjnych

Pułapki podejmowania decyzji inwestycyjnych Pułapki podejmowania decyzji inwestycyjnych Decyzje inwestycyjne na Giełdzie Akademia Młodego Ekonomisty program edukacji ekonomicznej gimnazjalistów 17 lutego 2009 r. Żeby zarobić? Żeby nie stracić? Po

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

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Ryzyko w procesie zarządzania dr Mirosław Wójciak Uniwersytet Ekonomiczny w Katowicach 27 lutego 2012 1 Gdzie spotykamy się z ryzykiem? Praktycznie w każdej dziedzinie życia.

Bardziej szczegółowo

Rola perspektywy w podejmowaniu decyzji. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy. Który plan wybieracie..???

Rola perspektywy w podejmowaniu decyzji. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy. Który plan wybieracie..??? Rola perspektywy w podejmowaniu decyzji Psychologia wykład 8 Mechanizmy podejmowania decyzji Dr Beata Bajcar Zakład Psychologii I Ergonomii Teoria perspektywy jest teorią psychologiczną autorstwa Daniela

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2 ZADANIA - ZESTAW 2 Zadanie 2.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 1 0 2 p k 1/ 1/6 1/2 a) wyznaczyć dystrybuantę tej zmiennej losowej i naszkicować jej wykres, b) obliczyć

Bardziej szczegółowo

Postawy wobec ryzyka

Postawy wobec ryzyka Postawy wobec ryzyka Wskaźnik Sharpe a przykład zintegrowanej miary rentowności i ryzyka Konstrukcja wskaźnika odwołuje się do klasycznej teorii portfelowej Markowitza, której elementem jest mapa ryzyko

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.0. Wstęp Katarzyna Rybarczyk-Krzywdzińska Wstęp Dlaczego prawdopodobieństwo klasyczne nie wystarcza? Jak opisać grę w ruletkę,

Bardziej szczegółowo

Modelowanie Stochastyczne I

Modelowanie Stochastyczne I Losowe gry liczbowe - TOTOLOTEK Paweł Cibis pcibis@o2.pl 11 stycznia 2006 1 Plan referatu 2 Informacje ogólne 3 4 Dlaczego ludzie grają w totka? Wartość oczekiwana gry Teoria użyteczności Teoria perspektywy

Bardziej szczegółowo

3.1 Analiza zysków i strat

3.1 Analiza zysków i strat 3.1 Analiza zysków i strat Zakładamy że firma decyduje czy ma wdrożyć nowy produkt lub projekt. Firma musi rozważyć czy przyszłe zyski (dyskontowane w czasie) z tego projektu są większe niż koszty poniesione

Bardziej szczegółowo

8. Podejmowanie Decyzji przy Niepewności

8. Podejmowanie Decyzji przy Niepewności 8. Podejmowanie Decyzji przy Niepewności Wcześniej, losowość (niepewność) nie była brana pod uwagę (poza przypadkiem ubezpieczenia życiowego). Na przykład, aby brać pod uwagę ryzyko że pożyczka nie zostanie

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 6. Momenty zmiennych losowych Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8.11.2018 1 / 47 Funkcje zmiennych losowych Mierzalna funkcja Y

Bardziej szczegółowo

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30. Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne

Bardziej szczegółowo

3.1 Analiza zysków i strat

3.1 Analiza zysków i strat 3.1 Analiza zysków i strat Zakładamy że firma decyduje czy ma wdrożyć nowy produkt lub projekt. Firma musi rozważyć czy przyszłe zyski (dyskontowane w czasie) z tego projektu są większe niż koszty podniesione.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w

Bardziej szczegółowo

9 Funkcje Użyteczności

9 Funkcje Użyteczności 9 Funkcje Użyteczności Niech u(x) oznacza użyteczność wynikającą z posiadania x jednostek pewnego dobra. Z założenia, 0 jest punktem referencyjnym, czyli u(0) = 0. Należy to zinterpretować jako użyteczność

Bardziej szczegółowo

Zmienne losowe i ich rozkłady

Zmienne losowe i ich rozkłady Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej

Bardziej szczegółowo

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem; 05DRAP - Niezależność zdarzeń, schemat Bernoulliego A Zadania na ćwiczenia Zadanie A.. Niech Ω = {ω, ω 2, ω, ω, ω 5 } i P({ω }) = 8, P({ω 2}) = P({ω }) = P({ω }) = 6 oraz P({ω 5}) = 5 6. Niech A = {ω,

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek prawdopodobieństwa i statystyka Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.

Bardziej szczegółowo

Co to jest proces motywacyjny?

Co to jest proces motywacyjny? Proces motywacyjny Plan Co to jest proces motywacyjny Jakie warunki muszą być spełnione żeby powstał proces motywacyjny Rodzaje motywacji W jaki sposób natężenie motywacji wpływa na procesy poznawcze i

Bardziej szczegółowo

DOŚWIADCZENIA WIELOETAPOWE

DOŚWIADCZENIA WIELOETAPOWE . 4. DOŚWIADCZENIA WIELOETAPOWE Drzewem stochastycznym nazywamy graf ilustrujący przebieg wieloetapowego doświadczenia losowego. Wierzchołkom drzewa stochastycznego przyporządkowane są wyniki poszczególnych

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy. Młody inwestor na giełdzie

Ekonomiczny Uniwersytet Dziecięcy. Młody inwestor na giełdzie Ekonomiczny Uniwersytet Dziecięcy Młody inwestor na giełdzie dr Dominika Kordela Uniwersytet Szczeciński 26 październik 2017 r. Plan spotkania Inwestycje, rodzaje inwestycji Giełda papierów wartościowych

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω) ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem; 05DRAP - Niezależność zdarzeń, schemat Bernoulliego Definicja.. Zdarzenia A i B nazywamy niezależnymi, jeżeli zachodzi równość P(A B) = P(A) P(B). Definicja. 2. Zdarzenia A,..., A n nazywamy niezależnymi

Bardziej szczegółowo

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5)

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5) Przykład 0. Gra polega na jednokrotnym rzucie symetryczną monetą, przy czym wygrywamy 1 jeżeli wypadnie orzeł oraz przegrywamy 1 jeżeli wypadnie reszka. Nasz początkowy kapitał wynosi 5. Jakie jest prawdopodobieństwo,

Bardziej szczegółowo

PODEJMOWANIE DECYZJI OBARCZONYCH RYZYKIEM UJĘCIE TEORII PERSPEKTYWY

PODEJMOWANIE DECYZJI OBARCZONYCH RYZYKIEM UJĘCIE TEORII PERSPEKTYWY mgr Joanna Dreżewska monaco@o2.pl mgr Olga Strukowska-Kozień olgastrukowskakozien@gmail.com Wyższa Szkoła Zarządzania i Bankowości PODEJMOWANIE DECYZJI OBARCZONYCH RYZYKIEM UJĘCIE TEORII PERSPEKTYWY Wprowadzenie

Bardziej szczegółowo

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej szczegółowo

1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25.

1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25. 1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25. A Najłatwiejszym sposobem jest rozpatrzenie wszystkich odpowiedzi

Bardziej szczegółowo

Psychologiczne aspekty zarządzania finansami

Psychologiczne aspekty zarządzania finansami Psychologiczne aspekty zarządzania finansami Zakres tematyczny: Podejmowanie decyzji finansowych Racjonalność i nieracjonalność decyzji Ryzyko w psychologii finansowej Piramida zachowań finansowych Zarządzanie

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

Ruletka czy można oszukać kasyno?

Ruletka czy można oszukać kasyno? 23 stycznia 2017 Ruletka czy można oszukać kasyno? M. Dworak, K. Maraj, S. Michałowski Plan prezentacji Podstawy ruletki System dwójkowy (Martingale) Czy system rzeczywiście działa? 1/22 Podstawy ruletki

Bardziej szczegółowo

Czarodziejski młynek do pomnażania pieniędzy Akcje na giełdzie

Czarodziejski młynek do pomnażania pieniędzy Akcje na giełdzie Ekonomiczny Uniwersytet Dziecięcy Czarodziejski młynek do pomnażania pieniędzy Akcje na giełdzie dr Jarosław Kilon Uniwersytet w Białymstoku 22 listopada 2012 r. RYNEK KAPITAŁOWY Rynek walutowy Rynek finansowy

Bardziej szczegółowo

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) = Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x

Bardziej szczegółowo

Materiały dla finalistów

Materiały dla finalistów Materiały dla finalistów Malachoviacus Informaticus 2016 11 kwietnia 2016 Wprowadzenie Poniższy dokument zawiera opisy zagadnień, które będą niezbędne do rozwiązania zadań w drugim etapie konkursu. Polecamy

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko

Bardziej szczegółowo

= A. A - liczba elementów zbioru A. Lucjan Kowalski

= A. A - liczba elementów zbioru A. Lucjan Kowalski Lucjan Kowalski ZADANIA, PROBLEMY I PARADOKSY W PROBABILISTYCE Przypomnienie. Ω - zbiór zdarzeń elementarnych. A zdarzenie (podzbiór Ω). A - liczba elementów zbioru A Jeśli zdarzeń elementarnych jest skończenie

Bardziej szczegółowo

Ryzyko. Ekonomika i organizacja produkcji. Materiały do zajęć z EiOP - L. Wicki Niebezpieczeństwo. Hazard. Zarządzanie ryzykiem

Ryzyko. Ekonomika i organizacja produkcji. Materiały do zajęć z EiOP - L. Wicki Niebezpieczeństwo. Hazard. Zarządzanie ryzykiem Szkoła Główna Gospodarstwa Wiejskiego Katedra Ekonomiki i Organizacji Przedsiębiorstw Ekonomika i organizacja produkcji Ryzyko Zarządzanie ryzykiem Dr inż. Ludwik Wicki Pojęcia występujące w ubezpieczeniowej

Bardziej szczegółowo

Wycena opcji rzeczywistych zgodnie z teorią perspektywy

Wycena opcji rzeczywistych zgodnie z teorią perspektywy mgr Marek Jarzęcki Uniwersytet Ekonomiczny w Poznaniu Wycena opcji rzeczywistych zgodnie z teorią perspektywy Seminarium ROS 2014: Opcje realne teoria dla praktyki Szczecin, 30. listopada 2014 roku Agenda

Bardziej szczegółowo

Zarządzanie ryzykiem 2. Dorota Kuchta

Zarządzanie ryzykiem 2. Dorota Kuchta Zarządzanie ryzykiem 2 Dorota Kuchta Użyteczność który rozkład jest lepszy? 0,25 0,2 0,15 0,1 Serie1 Serie2 0,05 0-5 -4-3 -2-1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Bardziej szczegółowo

Finanse dla sprytnych

Finanse dla sprytnych Ekonomiczny Uniwersytet Dziecięcy Uniwersytet w Białymstoku 28 kwietnia 2011 r. Finanse dla sprytnych Dlaczego inteligencja finansowa popłaca? dr Adam Wyszkowski EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL

Bardziej szczegółowo

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. Matematyka lekcja 5 5. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. I. rzypomnij sobie:. Jak rysujemy drzewo stochastyczne i przy jego pomocy obliczamy prawdopodobieństwo

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Czy w ekonomii dwa plus dwa równa się cztery? Jak liczą ekonomiści? Mgr Kornelia Bem - Kozieł Wyższa Szkoła Ekonomii, Prawa i Nauk Medycznych w Kielcach 9 kwiecień 2014 r. Co

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

Zdarzenie losowe (zdarzenie)

Zdarzenie losowe (zdarzenie) Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano

Bardziej szczegółowo

Optymalizacja decyzji

Optymalizacja decyzji Optymalizacja decyzji Dr hab. inż Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć będa dostępne na stronie www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia

Bardziej szczegółowo

Zarządzanie ryzykiem finansowym

Zarządzanie ryzykiem finansowym Zarządzanie projektami Wrocław, 30 października 2013 Spis treści Motywacja Rachunek prawdopodobieństwa Koherentne miary ryzyka Przykłady zastosowań Podsumowanie Po co analizować ryzyko na rynkach finansowych?

Bardziej szczegółowo

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania Chemia Budowlana - Wydział Chemiczny - 1 Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania rozwiązywane na wykładzie, rozwiązywane na ćwiczeniach, oraz samodzielnie

Bardziej szczegółowo

Akademia Młodego Ekonomisty. Zarządzanie ryzykiem

Akademia Młodego Ekonomisty. Zarządzanie ryzykiem Akademia Młodego Ekonomisty dr Bartłomiej J.Gabryś Uniwersytet Ekonomiczny w Katowicach 25 września 2017 r. bo przypadek to taka dziwna rzecz, której nigdy nie ma dopóki się nie zdarzy bo przypadek to

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.); 03DRAP - Przykłady przestrzeni probabilistycznych Definicja 1 Przestrzeń probabilistyczna to trójka (Ω, F, P), gdzie Ω zbiór zdarzeń elementarnych, F σ ciało zdarzeń (podzbiorów Ω), P funkcja prawdopodobieństwa/miara

Bardziej szczegółowo

OPTYMALIZACJA JEDNOSTADIALNEGO STEROWANIA WIELKOŚCIĄ ZAPASU W LOGISTYCZNYCH SYSTEMACH ZAOPATRZENIA I PRODUKCJI

OPTYMALIZACJA JEDNOSTADIALNEGO STEROWANIA WIELKOŚCIĄ ZAPASU W LOGISTYCZNYCH SYSTEMACH ZAOPATRZENIA I PRODUKCJI POLITECHNIKA ŚLĄSKA Wydział Inżynierii Materiałowej i Metalurgii KATEDRA INŻYNIERII PRODUKCJI OPTYMALIZACJA JEDNOSTADIALNEGO STEROWANIA WIELKOŚCIĄ ZAPASU W LOGISTYCZNYCH SYSTEMACH ZAOPATRZENIA I PRODUKCJI

Bardziej szczegółowo

Teoria oczekiwanej użyteczności

Teoria oczekiwanej użyteczności Teoria oczekiwanej użyteczności Michał Krawczyk Wydział Nauk Ekonomicznych UW O czym będzie mowa Stany świata, zdarzenia, loterie, preferencje Maksymalizacja oczekiwanych wypłat Maksymalizacja oczekiwanej

Bardziej szczegółowo

SHARE "50+ w Europie"

SHARE 50+ w Europie TNS Polska - SHARE ul. Wspólna 56 00-687 Warszawa Tel: +48 22 598 97 14 Numer seryjny kwestionariusza: 2960001 ID gospodarstwa domowego ID osoby Imię respondenta P L - 0 0-0 Data wywiadu: ID ankietera:

Bardziej szczegółowo

Zmienna losowa. Rozkład skokowy

Zmienna losowa. Rozkład skokowy Temat: Zmienna losowa. Rozkład skokowy Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga * - materiał nadobowiązkowy Anna Rajfura, Matematyka i statystyka matematyczna na kierunku Rolnictwo SGGW 1 Zagadnienia

Bardziej szczegółowo

XXXX Egzamin dla Aktuariuszy z 9 października 2006 r.

XXXX Egzamin dla Aktuariuszy z 9 października 2006 r. Komisja Egzaminacyjna dla Aktuariuszy XXXX Egzamin dla Aktuariuszy z 9 października 2006 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

Zadania zestaw 1: Zadania zestaw 2

Zadania zestaw 1: Zadania zestaw 2 Zadania zestaw 1: Zadania zestaw 2 Zadania zestaw 3. 1 Rozkład zmiennej losowej skokowej X przedstawia tabela. x i m 0 n p i 0,4 0,3 0,3 a) Wyznacz m i n jeśli: są całkowite, m

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

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

Bardziej szczegółowo

Rachunek prawdopodobieństwa dla informatyków

Rachunek prawdopodobieństwa dla informatyków Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe

Bardziej szczegółowo

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka 1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń

Bardziej szczegółowo

KOMBINATORYKA I P-WO CZ.1 PODSTAWA

KOMBINATORYKA I P-WO CZ.1 PODSTAWA KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i

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

PROBABILISTYKA - test numery zestawów 1,3,5,7,9,...,41

PROBABILISTYKA - test numery zestawów 1,3,5,7,9,...,41 1 numery zestawów 1,3,5,7,9,...,41 (a) Jeśli P (A) = 0.5 oraz P (B) = 0.3 oraz B A, to P (B \ A) = 0.2. (b) Przy jednokrotnym rzucie kostk a prawdopodobieństwo, że wypadnie szóstka pod warunkiem, że wypad

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.); 03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której

Bardziej szczegółowo

Czym jest użyteczność?

Czym jest użyteczność? Czym jest użyteczność? W teorii gier: Ilość korzyści (czy też dobrobytu ), którą gracz osiąga dla danego wyniku gry. W ekonomii: Zdolność dobra do zaspokajania potrzeb. Określa subiektywną przyjemność,

Bardziej szczegółowo

Czym jest kontrakt terminowy?

Czym jest kontrakt terminowy? Kontrakty terminowe Czym jest kontrakt terminowy? Kontrakt to umowa między 2 stronami Nabywca/sprzedawca zobowiązuje się do kupna/sprzedaży w określonym momencie w przyszłości danego instrumentu bazowego

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI poziom rozszerzony

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI poziom rozszerzony Próbny egzamin maturalny z matematyki. Poziom rozszerzony 1 PRÓNY EGZMIN MTURLNY Z MTEMTYKI poziom rozszerzony ZNI ZMKNIĘTE W każdym z zadań 1.. wybierz i zaznacz jedną poprawną odpowiedź. Zadanie 1. (0

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

Doświadczenie i zdarzenie losowe Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.

Bardziej szczegółowo

Kwantowa implementacja paradoksu Parrondo

Kwantowa implementacja paradoksu Parrondo Kwantowa implementacja paradoksu Parrondo Jarosław Miszczak Instytut Informatyki Teoretycznej i Stosowanej PAN, Gliwice oraz Zakład Fizyki Teoretycznej, Uniwersytet Śląski, Katowice 7 Czerwca 2005 Plan

Bardziej szczegółowo

Strategie inwestycyjne na rynku kapitałowym

Strategie inwestycyjne na rynku kapitałowym Akademia Młodego Ekonomisty Uniwersytet w Białymstoku 13 pażdziernika 2011 r. Strategie inwestycyjne na rynku kapitałowym Inwestowanie na rynku Jarosław Kilon RYNEK KAPITAŁOWY Rynek walutowy Rynek finansowy

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

Statystyka Astronomiczna

Statystyka Astronomiczna Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości

Bardziej szczegółowo

2010 W. W. Norton & Company, Inc. Wybór Międzyokresowy

2010 W. W. Norton & Company, Inc. Wybór Międzyokresowy 2010 W. W. Norton & Company, Inc. Wybór Międzyokresowy Wybór Międzyokresowy Dochód często jest otrzymywany w stałych kwotach, np. miesięczna pensja. Jaki jest podział dochodu na kolejne miesiące? (oszczędności

Bardziej szczegółowo

Rozdział II 1. podręcznika Wolna przedsiębiorczość - Dział Drugi: Przedsiębiorczość w teorii - Ryzyko i ubezpieczenie

Rozdział II 1. podręcznika Wolna przedsiębiorczość - Dział Drugi: Przedsiębiorczość w teorii - Ryzyko i ubezpieczenie Rozdział II 1. podręcznika Wolna przedsiębiorczość - Dział Drugi: Przedsiębiorczość w teorii - Ryzyko i ubezpieczenie Autor: Mateusz Machaj Poniżej przedstawiamy wersję roboczą rozdziału pierwszego działu

Bardziej szczegółowo

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród

Bardziej szczegółowo

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12. IMIE I NAZWISKO ZADANIE 1 Rzucamy sześcienna kostka do gry. Jakie jest prawdopodobieństwo, że wypadna co najmniej dwa oczka. ZADANIE 2 Rzucamy trzy razy symetryczna sześcienna kostka do gry. Oblicz prawdopodobieństwo

Bardziej szczegółowo

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B; Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

12DRAP - parametry rozkładów wielowymiarowych DRAP - parametry rozkładów wielowymiarowych Definicja.. Jeśli h : R R, a X, Y ) jest wektorem losowym o gęstości fx, y) to EhX, Y ) = hx, y)fx, y)dxdy. Jeśli natomiast X, Y ) ma rozkład dyskretny skupiony

Bardziej szczegółowo

5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej

5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej 5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej Stopa inflacji, i, mierzy jak szybko ceny się zmieniają jako zmianę procentową w skali rocznej. Oblicza się ją za pomocą średniej ważonej cząstkowych

Bardziej szczegółowo

Finanse behawioralne; badanie skłonności poznawczych inwestorów

Finanse behawioralne; badanie skłonności poznawczych inwestorów Finanse behawioralne; badanie skłonności poznawczych inwestorów Łukasz Małek promotor dr inż. R. Weron Instytut Matematyki i Informatyki Politechnika Wrocławska Wrocław, 13.07.2007 Spis treści 1 Cel pracy

Bardziej szczegółowo

Gospodarka zapasami. Studia stacjonarne MSP Semestr letni 2010/2011. Wykład

Gospodarka zapasami. Studia stacjonarne MSP Semestr letni 2010/2011. Wykład Gospodarka zapasami Studia stacjonarne MSP Semestr letni 2010/2011 Wykład 2 2.03.2011 Podstawowe pojęcia w zarządzaniu zapasami Zapas Zapas pozycji wykazujących ruch Zapas pozycji nie wykazujących ruchu

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB VIII ASSESS

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB VIII ASSESS WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI AB VIII ASSESS. oteria oteria = rozkład prawdopodobieństwa na zbiorze zdarzeń x (możliwych ocen wariantu) - odpowiada mu rozkład użyteczności. W praktyce, loteria

Bardziej szczegółowo

Informacja i decyzje w ekonomii

Informacja i decyzje w ekonomii Informacja i decyzje w ekonomii Prof. Tomasz Bernat tomasz.bernat@usz.edu.pl Krótko o programie Informacja i decyzje w ekonomii miejsce i zastosowanie w teorii Ryzyko, niepewność i informacja w podejmowaniu

Bardziej szczegółowo

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast

Bardziej szczegółowo

1 Wersja testu A 18 września 2014 r.

1 Wersja testu A 18 września 2014 r. 1 Wersja testu A 18 września 2014 r. 1. Zapisać w postaci przedziału lub uporządkowanej sumy przedziałów zbiór liczb rzeczywstych x, dla których podana implikacja jest prawdziwa. a) x 2 < 4 x < 3, (, +

Bardziej szczegółowo

ARKUSZ VIII

ARKUSZ VIII www.galileusz.com.pl ARKUSZ VIII W każdym z zadań 1.-24. wybierz i zaznacz jedną poprawną odpowiedź. Zadanie 1. (0-1 pkt) Iloczyn liczb 2+ 3 i odwrotności liczby 2 3 jest równy A) 2 3 B) 1 C) 2 3 D) 2+

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Kampus Ochota 18 kwietnia 2015 Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Andrey (Andrei)

Bardziej szczegółowo

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014 Zmienne losowe dr Mariusz Grządziel Wykład 2; 20 maja 204 Definicja. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 8 KWIETNIA 2017 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Dla każdej dodatniej

Bardziej szczegółowo

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. A Teoria Definicja A.1. Niech (Ω, F, P) będzie przestrzenią probabilistyczną. Zmienną losową określoną na przestrzeni Ω nazywamy dowolną

Bardziej szczegółowo

Matematyka Ekonomiczna

Matematyka Ekonomiczna Matematyka Ekonomiczna David Ramsey, Prof. PWr e-mail: david.ramsey@pwr.edu.pl strona domowa: www.ioz.pwr.edu.pl/pracownicy/ramsey Pokój 5.16, B-4 Godziny konsultacji: Poniedziałek 14-16, Wtorek 16-18

Bardziej szczegółowo