S k = R 1 q k + R 2 q k R k 1 q 2 + R k q.

Wielkość: px
Rozpocząć pokaz od strony:

Download "S k = R 1 q k + R 2 q k R k 1 q 2 + R k q."

Transkrypt

1 Matematyka nansowa - 5. Strumienie pªatno±ci: renty I. Motywacja, oznaczenia, zaªo»enia Rent cz sto nazywa si dowolny strumie«pªatno±ci. Jednak dla nas rent b dzie strumie«pªatno±ci polegaj cy na wypªacaniu pewnych sum (rat) z wcze±niej uzbieranych ±rodków lub na podstawie umowy. Prostymi przykªadami rent s comiesi czne wypªaty wynagrodzenia, czy emerytury, typowa renta z posiadanego kapitaªu, dywidendy z posiadania akcji, kupony z tytuªu posiadania obligacji. W zadaniach zwi zanych z rentami istotne b d nast puj ce wielko±ci i oznaczenia: Stopa procentowa r z podanym okresem kapitalizacji OK i okresem stopy OS. Jak zwykle, zakªadamy przy dalszych wzorach,»e OS = OK. Je±li tak nie jest, zaczynamy zadanie od uzgodnienia stopy za pomoc stopy wzgl dnej. Okres pªatno±ci OP jest to odst p czasowy pomi dzy kolejnymi wpªatami. Jest to domy±lna jednostka czasu w takim zadaniu (przyjmujemy OP = 1). N - liczba pªatno±ci. Przez R i oznaczamy wysoko± i-tej raty renty. Je±li wszystkie raty s równe, oznaczamy ich wysoko± przez R. Przez S i oznaczamy warto± renty po zako«czeniu i-tego okresu pªatno±ci, zaktualizowan na moment i. Doprecyzujmy ostatni punkt: S i to warto± kapitaªu zawartego we wszystkich pªatno- ±ciach do ko«ca i-tego okresu pªatno±ci, zaktualizowana na koniec i-tego okresu pªatno- ±ci. Jest równa ona sumie zaktualizowanych na ten moment warto±ci wszystkich rat renty wpªaconych do tego momentu. Jak przy wpªatach, musimy ustali dodatkowe zaªo»enia dotycz ce sposobu dokonywania wypªat rent. Mog by one dokonywane: z doªu, czyli na ko«cu ka»dego okresu pªatno±ci, czyli w momentach 1, 2,..., N 1, N. Tak sytuacj oznaczaj podkre±lenia danych zmiennych i oznacze«np. S k. Jest to domy±lny sposób dokonywania pªatno±ci w strumieniu nansowym tj. je±li w zadaniu nie jest nic innego napisane, to zakªadamy,»e pªatno±ci s z doªu. z góry, czyli na pocz tku ka»dego okresu pªatno±ci, czyli w momentach 0, 1, 2,..., N 1. Tak sytuacj oznaczaj kreski nad danymi zmiennymi i oznaczeniami np. S k. Przy okazji wpªat analizowali±my ró»ne modele kapitalizacji wkªadów: zªo»ony, prosty i polski. Dokªadnie tak samo mo»na analizowa te modele w sytuacji rent. Jednak»e, z powodów wyja±nionych wcze±niej, model zªo»ony jest najbardziej sensownym modelem wyceny w przygniataj cej wi kszo±ci sytuacji, wi c od tej pory tylko ten model b dziemy analizowa - zarówno w tej cz ±ci wykªadu, jak i w kolejnych. II. Renta czasowa - wzory Tak jak przy wkªadach, zakªadamy,»e wypªaty rat dokonywane s okresowo co okres OP, z doªu, przy zªo»onym modelu kapitalizacji w podokresach, stopie procentowej r o OK = OS (je±li by tak nie byªo, zadanie zaczniemy od uzgodnienia okresu stopy za pomoc stopy wzgl dnej). W tym modelu, pierwszym krokiem jest uzgodnienie OK i OP przez zmian dªugo±ci okresu kapitalizacji stopy r. By móc to uczyni zmieniamy stop r na stop r ef, tak,»e OS ef = OK ef = OP, takim samym wzorem jak zwykle. We wzorach b dziemy cz ±ciej u»ywa czynnika akumulacji q = 1 + r ef. Zauwa»my,»e wszystkie zaªo»enia s dokªadnie takie jak w modelu wkªadów okresowych: jedyn ró»nic jest notacja R i zamiast W i oraz kierunek przepªywu kapitaªu. Zatem otrzymane wzory musz by takie same, jak wzory otrzymane w wypadku wkªadów. W szczególno±ci, je±li zaªo»ymy,»e wysoko±ci rat s dowolne (R 1, W 2,..., W N ), w momentach 1, 2,..., N, to: S k = R 1 q k 1 + R 2 q k R k 1 q + R k. S k = R 1 q k + R 2 q k R k 1 q 2 + R k q. 1

2 2 Przy najcz stszym zaªo»eniu,»e wszystkie raty s równe (R 1 = R 2 =... = R N = R), mamy: Twierdzenie 1 (Renta, raty z doªu). Twierdzenie 2 (Renta, raty z góry). S k = R qk 1 q 1. S k = Rq qk 1 q 1. Mo»emy oblicza warto± aktualn renty, zgodnie ze wzorem: Twierdzenie 3 (Warto± aktualna renty). P V = S N q N. S N oczywi±cie oznacza S N lub S N, w zale»no±ci od kontekstu. B dzie to kluczowy wzór w wielu zagadnieniach zwi zanych z rent. P V mo»e by cen, jak inwestor jest gotów zapªaci za pozyskanie danej renty, je±li szuka stopy zwrotu r ef na okres pªatno±ci lub te» kapitaªem pocz tkowym, z którego jest wypªacana renta i który ma wystarczy na caªy czas jej trwania, je±li jest inwestowany wedªug warunków oprocentowania. III. Renta wieczysta Rent o sko«czonej liczbie rat nazywamy rent czasow. Mo»liwa te» jest próba zaplanowania tzw. renty wieczystej, czyli renty o niesko«czonej liczbie rat. Na przykªad w ten sposób mo»na zaplanowa sobie wypªaty emerytury, bez zakªadania dªugo±ci»ycia na tej emeryturze. Taki format mog te» przybra wypªaty z niektórych inwestycji (np. obligacji wieczystych, zwanych konsolami), a tak»e przydaje si on przy fundamentalnej wycenie akcji. Dla ustalenia uwagi, bez utraty ogólno±ci, zakªadamy,»e mamy zawsze do czynienia z tzw. rent pewn - czyli wypªacan niezale»nie od tego, czy odbiorca»yje i od jakichkolwiek innych okoliczno±ci. Spróbujmy wyceni warto± tera¹niejsz renty wieczystej P V lub, w innej interpretacji, wielko± kapitaªu K z której mo»na j wypªaca. Zaªó»my,»e rata takiej renty wynosi R w, renta jest wypªacana z doªu i obowi zuje stopa procentowa r, taka,»e OS = OK = OP (w innym wypadku u»ywamy stopy wzgl dnej i efektywnej tak, by dopasowa te okresy), a q = 1 + r. Otrzymujemy nast puj ce wzory na warto± kapitaªu K potrzebnego do wypªaty renty wieczystej w wysoko±ci R w : Twierdzenie 4 (Renta wieczysta, raty z doªu). K = R w r. Twierdzenie 5 (Renta wieczysta, raty z góry). K = R wq r. Te wzory ªatwo przeksztaªci tak, by otrzyma wzory na maksymaln mo»liw rent wieczyst wypªacan z kapitaªu K: Twierdzenie 6 (Maksymalna renta wieczysta z doªu). R w = Kr. Twierdzenie 7 (Maksymalna renta wieczysta z góry). R w = Kr q.

3 Co ciekawe, do wzoru na maksymaln rent wieczyst z doªu mo»na doj± bez przeksztaªce«matematycznych, a czysto logicznie: otó», Kr s to odsetki, które gromadz si na naszej inwestycji w trakcie pierwszego okresu pªatno±ci. Je±li wypªacamy kwot nie wi ksz ni» Kr, to kapitaªu wyj±ciowego nie ubywa, wi c mo»emy takie kwoty wypªaca w niesko«czono±. Je±li za± wypªacamy wi cej, to kapitaª startowy si zmniejsza, wi c coraz mniejsze s od niego odsetki i coraz wi kszy jest z ka»d rat ubytek kapitaªu, który stopniowo maleje do zera. Dlatego Kr jest to maksymalna wysoko± renty wieczystej z doªu. Analogiczn analiz z dodatkiem przesuni cia w czasie mo»na przeprowadzi dla renty wieczystej z góry. Wspomn jeszcze,»e w niektórych ¹ródªach rent czasow nazywa si annuitetem, a wieczyst perpetuitetem. Nie wymagam znajomo±ci tego nazewnictwa. IV. Renta geometryczna Wyobra¹my sobie,»e kto± oblicza kapitaª potrzebny mu do przej±cia na emerytur. Kapitaª potrzebny mu na emeryturze w jednostce czasu OP szacuje na R. Jednak»e, nie chce wypªaca kolejnych rat emerytury w staªej wysoko±ci: potrzebuje uwzgl dni inacj, wynosz c i w czasie OP. Dlatego ka»da kolejna rata musi by 1 + i = a razy wi ksza. W ten sposób kolejne raty emerytury ukªadaj si w ci g geometryczny: R, Ra, Ra 2,.... Jakiego wzoru mo»na u»y do oszacowania wielko±ci potrzebnego kapitaªu? Zaªó»my,»e pierwsza rata wynosi R i przewidziane jest N rat. Wtedy: Twierdzenie 8 (Renta geometryczna z doªu). {R qk a k S k =, q a; q a krq k 1, q = a. Twierdzenie 9 (Renta geometryczna z góry). {Rq qk a k S k =, q a; q a krq k, q = a. Wszelkie inne obliczenia (np. obliczanie warto±ci aktualnej) prowadzimy dokªadnie tak samo jak dla renty staªej. Zauwa»my,»e renta staªa te» jest rent geometryczn, ale dla ilorazu a = 1. Wzory po podstawieniu a = 1 si zgadzaj, wi c tak naprawd wystarczy zna wzory na rent geometryczn i wzory na rent staª wynikaj z nich natychmiast. V. Zako«czenie renty czasowej W porównaniu z zadaniami z wkªadów oszcz dno±ciowych, w zadaniach z rent czasowych mo»e pojawi si nowy problem - czas i sposób wymuszonego zako«czenia wypªat. O ile wpªaca kapitaª na jaki± program oszcz dno±ciowy mo»na potencjalnie w niesko«czono±, to wypªaca mo»na tylko wtedy, gdy jaki± kapitaª do wypªacania nam zostaje. Rozwa-»amy zatem zadanie typu: przy danym modelu oprocentowania, na ile wypªat rent w wysoko±ci R wystarczy kapitaª K? Dodatkowo, maªo prawdopodobne, by wypªaty tej samej wysoko±ci DOKŠADNIE wyczerpaªy dany kapitaª, wi c powstaje pytanie - jakiej wysoko±ci b dzie ostatnia wypªata? Wyznaczenie liczby mo»liwych wypªat renty o danej wysoko±ci jest do± proste. Wystarczy zastosowa wynikaj ce z zale»no±ci K = S N q N : Twierdzenie 10. (Równanie ko«ca renty) Kq N = S N. Pechowo, to równanie jest do± podobne do równania na kapitaª uzbierany po N wpªatach: K = S N (ale od niego si ró»ni). Prawdopodobnie dlatego studenci cz sto je myl na sprawdzianach. Wystarczy jednak pami ta,»e równania ko«ca renty u»ywamy tylko w wypadku wypªaty rent i wszystko b dzie dobrze. No dobrze, u»yli±my równania ko«ca renty do obliczenia liczby rat i otrzymali±my wynik, który niemal na pewno nie jest caªkowity, np. 11, 7. Co on oznacza? Otó» w tym 3

4 4 przypadku wynik zaokr glamy w dóª, gdy» okazuje si,»e mo»emy np. wypªaci 11 rent danej wysoko±ci i jeszcze co± nam zostanie z kapitaªu, ale nie tyle, by wypªaci dwunast rent tej samej wysoko±ci. Czyli N w praktyce b dzie najwi ksz liczb caªkowit nie wi ksz ni» rozwi zanie równania ko«ca renty. Dygresja: w trakcie rozwi zywania równania ko«ca renty trzeba rozwi za równanie wykªadnicze. Mo»e to by niemo»liwe, gdy» wymagaªoby obliczenia logarytmu liczby ujemnej. Taka sytuacja oznacza,»e równanie to nie ma rozwi zania, wi c renta o danej wielko±ci jest wieczysta, nie czasowa! Zanim zastanowimy si, gdzie wliczy kapitaª pozostaªy po N okresach pªatno±ci (oznaczmy go przez K N ), policzymy, ile go zostaªo. Oczywi±cie, b dzie to kapitaª startowy zaktualizowany na moment N pomniejszony o zaktualizowan na moment N warto± renty: K N = Kq N S N. Gdy wyznaczyli±my ju» liczb rent staªej wysoko±ci, mo»emy zdecydowa, co si dzieje z reszt kapitaªu. S dwie mo»liwo±ci post powania: ostatnia rata zwi kszona - pozostaj cy po ostatniej racie kapitaª doliczamy do ostatniej raty, która dzi ki temu b dzie wi ksza ni» R. Ostatni rat jest rata numer N. ostatnia rata zmniejszana - z pozostaj cego po ostatniej regularnej racie kapitaªu tworzymy dodatkow rat. Oczywi±cie jest ona mniejsza ni» R. Ostatni rat jest rata numer N + 1. Konkretne obliczanie wysoko±ci ostatniej raty zale»y od tego, czy raty s spªacane z doªu, czy z góry. Zaªó»my,»e raty s spªacane z doªu i ostatnia rata ma by zwi kszona. W takim wypadku ostatnia rata to rata numer N, a ta rata jest pªacona w momencie N. Dlatego wystarczy do niej doliczy kapitaª warto±ci K N : R N = R + K N Zaªó»my,»e raty s spªacane z doªu i ostatnia rata ma by zmniejszona. W takim wypadku ostatnia rata to rata numer N + 1, a ta rata jest pªacona w momencie N + 1. Dlatego jest ona równa warto±ci K N przesuni tej o jeden okres do przodu: R N+1 = K N q. Zaªó»my,»e raty s spªacane z góry i ostatnia rata ma by zwi kszona. W takim wypadku ostatnia rata to rata numer N, a ta rata jest pªacona w momencie N 1. Dlatego trzeba do jej zwykªej wysoko±ci R doliczy pozostaj cy kapitaª warto±ci K N cofni ty w czasie o jeden okres (bo K N znajduje si w momencie N): R N = R + K N q 1 Zaªó»my,»e raty s spªacane z góry i ostatnia rata ma by zmniejszona. W takim wypadku ostatnia rata to rata numer N + 1, a ta rata jest pªacona w momencie N. Dlatego jest ona po prostu równa pozostaj cemu kapitaªowi warto±ci K N : R N+1 = K N VI. Stopa zwrotu renty jako inwestycji Zaªó»my,»e w zagadnieniu zwi zanym z rent zachodzi OS = OK = OP. Czym wªa±ciwie w takim zadaniu jest r? Mo»na rozwa»a r jako stop zwrotu inwestycji (o okresie bazowym OP ), na któr wpªacili±my kapitaª pocz tkowy K, i dzi ki temu mo»emy wypªaca z tego kapitaªu z odsetkami rent o zadanej wysoko±ci. Jednak»e, zrozumieniu lepiej sªu»y inna interpretacja: r jest IRR inwestycji (o okresie OP ), w której inwestor musi wpªaci P V renty dzi± by uzyska prawa do przychodów w wysoko±ci kolejnych rat renty w momentach, kiedy te raty s wypªacane.

5 Dlatego zadania dotycz ce obliczania kapitaªu wyj±ciowego renty mo»emy traktowa jako poszukiwania ceny, któr inwestor byªby skªonny zapªaci za dan rent, je±li wymaga stopy zwrotu r ze swojej inwestycji. B dziemy u»ywa takiej interpretacji przy wycenie instrumentów nansowych daj cych prawo do renty (obligacji kuponowych, akcji daj - cych prawo do dywidend). Z drugiej strony, próba obliczenia r (czyli IRR) z pozostaªych danych w równaniach renty prowadzi do tych samych problemów, co obliczanie IRR w innych sytuacjach - w szczególno±ci konieczno±ci rozwi zywania równa«wielomianowych n-tego stopnia. Wyj tkiem s renty wieczyste o staªej wysoko±ci, dla których IRR przy zadanej cenie i wysoko±ci raty jest ªatwe do obliczenia. 5

5. Strumienie płatności: renty

5. Strumienie płatności: renty 5. Strumienie płatności: renty Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie Matematyka finansowa rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 5. Strumienie płatności: renty Matematyka

Bardziej szczegółowo

Matematyka nansowa - 6. Strumienie pªatno±ci: spªata dªugów

Matematyka nansowa - 6. Strumienie pªatno±ci: spªata dªugów Matematyka nansowa - 6. Strumienie pªatno±ci: spªata dªugów I. Wst pne ogólne denicje i konwencje Rozwa»amy nast puj c sytuacj : po»yczkodawca po»ycza kwot K po»yczkobiorcy, który spªaca ten dªug w N ratach

Bardziej szczegółowo

Zastosowania matematyki

Zastosowania matematyki Zastosowania matematyki Monika Bartkiewicz 1 / 126 ...czy«cie dobrze i po»yczajcie niczego si nie spodziewaj c(šk. 6,34-35) Zagadnienie pobierania procentu jest tak stare jak gospodarka pieni»na. Procent

Bardziej szczegółowo

Zastosowania matematyki

Zastosowania matematyki Zastosowania matematyki Monika Bartkiewicz 1 / 126 ...czy«cie dobrze i po»yczajcie niczego si nie spodziewaj c(šk. 6,34-35) Zagadnienie pobierania procentu jest tak stare jak gospodarka pieni»na. Procent

Bardziej szczegółowo

to: r z = I K 0 ; i okres tej stopy zwrotu wynosi T. 1 OS 2

to: r z = I K 0 ; i okres tej stopy zwrotu wynosi T. 1 OS 2 Matematyka nansowa - 1. Lokaty I. Wst pne denicje Konwencja Podstawow jednostk czasu w nansach b dzie rok, wi c je±li nie podajemy jednostki czasu np. podaj c okres stopy, domy±lnie jest to rok. Dla uproszczenia

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Rozwi zania zada«z pierwszych zaj.

Rozwi zania zada«z pierwszych zaj. Rozwi zania zada«z pierwszych zaj. Ze wzgl du na bª d w jednym ze wzorów, które podaªem na wiczeniach, poni»ej podaj poprawne wersje rozwi za«zada«przerobionych na wiczeniach i zrobionych jako zadanie

Bardziej szczegółowo

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Lekcja 9 - LICZBY LOSOWE, ZMIENNE Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my

Bardziej szczegółowo

8. Papiery wartościowe: obligacje

8. Papiery wartościowe: obligacje 8. Papiery wartościowe: obligacje Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie Matematyka finansowa rzegorz Kosiorowski (Uniwersytet Ekonomiczny w 8. Krakowie) Papiery wartościowe: obligacje

Bardziej szczegółowo

4. Strumienie płatności: okresowe wkłady oszczędnościowe

4. Strumienie płatności: okresowe wkłady oszczędnościowe 4. Strumienie płatności: okresowe wkłady oszczędnościowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie Matematyka finansowa rzegorz Kosiorowski (Uniwersytet Ekonomiczny 4. Strumienie w Krakowie)

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Strategie zabezpieczaj ce

Strategie zabezpieczaj ce 04062008 Plan prezentacji Model binarny Model Black Scholesa Bismut- Elworthy -Li formuła Model binarny i opcja call Niech cena akcji w chwili pocz tkowej wynosi S 0 = 21 Zaªó»my,»e ceny akcji po trzech

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Lekcja 9 Liczby losowe, zmienne, staªe

Lekcja 9 Liczby losowe, zmienne, staªe Lekcja 9 Liczby losowe, zmienne, staªe Akademia im. Jana Dªugosza w Cz stochowie Liczby losowe Czasami potrzebujemy by program za nas wylosowaª liczb. U»yjemy do tego polecenia liczba losowa: Liczby losowe

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

O pewnym zadaniu olimpijskim O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

1 Lista 6 1. LISTA Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci Obliczenia zrobi dla TT -PL97m oraz i = 4%.

1 Lista 6 1. LISTA Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci Obliczenia zrobi dla TT -PL97m oraz i = 4%. 1. LISTA 6 1 1 Lista 6 1.1 Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci 3000. Obliczenia zrobi dla TT -PL97m oraz i = 4%. 1.2 Obliczy JSN dla nast puj cej renty dla (30)-latka: je±li»yje

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów 18 maja 2013 Twierdzenie Halla o maª»e«stwach Problem Wyobra¹my sobie,»e mamy m dziewczyn i pewn liczb chªopców. Ka»da dziewczyna chce wyj± za m», przy czym ka»da z nich godzi si po±lubi tylko pewnych

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Maksymalna liczba punktów do zdobycia: 80. Zadanie 1: a) 6 punktów, b) 3 punkty, Zadanie 2: a) 6 punktów, b) 4 punkty,

Maksymalna liczba punktów do zdobycia: 80. Zadanie 1: a) 6 punktów, b) 3 punkty, Zadanie 2: a) 6 punktów, b) 4 punkty, VII Wojewódzki Konkurs Matematyczny "W ±wiecie Matematyki" im. Prof. Wªodzimierza Krysickiego Etap drugi - 17 lutego 2015 r. Maksymalna liczba punktów do zdobycia: 80. 1. Drugi etap Konkursu skªada si

Bardziej szczegółowo

Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4

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

Bardziej szczegółowo

Liczby zmiennoprzecinkowe

Liczby zmiennoprzecinkowe Liczby zmiennoprzecinkowe 1 Liczby zmiennoprzecinkowe Najprostszym sposobem reprezentowania liczb rzeczywistych byªaby reprezentacja staªopozycyjna: zakªadamy,»e mamy n bitów na cz ± caªkowit oraz m na

Bardziej szczegółowo

Optyka geometryczna. Soczewki. Marcin S. Ma kowicz. rok szk. 2009/2010. Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku

Optyka geometryczna. Soczewki. Marcin S. Ma kowicz. rok szk. 2009/2010. Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku skupiaj ce rozpraszaj ce Optyka geometryczna Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku rok szk. 2009/2010 skupiaj ce rozpraszaj ce Spis tre±ci 1 Wprowadzenie 2 Ciekawostki 3 skupiaj ce Konstrukcja

Bardziej szczegółowo

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s

Bardziej szczegółowo

Bash i algorytmy. Elwira Wachowicz. 20 lutego

Bash i algorytmy. Elwira Wachowicz. 20 lutego Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad

Bardziej szczegółowo

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej wiczenia 13 Metoda ±cie»ki krytycznej Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Plan wicze«1 Przykªad: ubieranie choinki 2 3 Programowanie liniowe w analizie czasowej i czasowo-kosztowej projektu

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Bª dy i arytmetyka zmiennopozycyjna

1 Bª dy i arytmetyka zmiennopozycyjna 1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy

Bardziej szczegółowo

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu ➏ Filozoa z elementami logiki Na podstawie wykªadów dra Mariusza Urba«skiego Sylogistyka Przypomnij sobie: stosunki mi dzy zakresami nazw KLASYCZNE ZDANIA KATEGORYCZNE Trzy znaczenia sªowa jest trzy rodzaje

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Podstawy Ekonomii Matematycznej. Aktualizacja: 9 czerwca 2011

Podstawy Ekonomii Matematycznej. Aktualizacja: 9 czerwca 2011 Podstawy Ekonomii Matematycznej Aktualizacja: 9 czerwca 2011 Spis tre±ci I Elementy matematyki nansowej. 5 1 Procent, stopa procentowa, kapitalizacja. 6 2 Procent prosty. 8 2.1 Zasada oprocentowania prostego,

Bardziej szczegółowo

P tle. Rozdziaª Wst p. 4.2 P tle P tla for(...);

P tle. Rozdziaª Wst p. 4.2 P tle P tla for(...); Rozdziaª 4 P tle 4.1 Wst p Niniejszy rozdziaª zawiera opis p tli w j zyku C, wraz z przykªadowymi programami oraz ich obja±nieniem. 4.2 P tle P tla to element j zyka programowania, pozwalaj cy na wielokrotne,

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

Zastosowania matematyki

Zastosowania matematyki Zastosowania matematyki Monika Bartkiewicz 1 / 143 Dyskonto-przypomnienie Obliczanie kapitaªu pocz tkowego P v na podstawie znanej warto±ci kapitaªu ko«cowego F v nazywa si dyskontowaniem kapitaªu F v.

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci

Bardziej szczegółowo

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) Zadanie 1 Obecnie u»ywane tablice rejestracyjne wydawane s od 1 maja 2000r. Numery rejestracyjne aut s tworzone ze zbioru

Bardziej szczegółowo

Lekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz

Lekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz Lekcja 8 - ANIMACJA 1 Polecenia Za pomoc Baltiego mo»emy tworzy animacj, tzn. sprawia by obraz na ekranie wygl daª jakby si poruszaª. Do animowania przedmiotów i tworzenia animacji posªu» nam polecenia

Bardziej szczegółowo

Lab. 02: Algorytm Schrage

Lab. 02: Algorytm Schrage Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z

Bardziej szczegółowo

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a

Bardziej szczegółowo

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach 12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa

Bardziej szczegółowo

Wykªad 6: Model logitowy

Wykªad 6: Model logitowy Wykªad 6: Model logitowy Ekonometria Stosowana SGH Model logitowy 1 / 18 Plan wicze«1 Modele zmiennej jako±ciowej idea 2 Model logitowy Specykacja i interpretacja parametrów Dopasowanie i restrykcje 3

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Vincent Van GOGH: M»czyzna pij cy li»ank kawy. Radosªaw Klimek. J zyk programowania Java

Vincent Van GOGH: M»czyzna pij cy li»ank kawy. Radosªaw Klimek. J zyk programowania Java J zyk programowania JAVA c 2011 Vincent Van GOGH: M»czyzna pij cy li»ank kawy Zadanie 6. Napisz program, który tworzy tablic 30 liczb wstawia do tej tablicy liczby od 0 do 29 sumuje te elementy tablicy,

Bardziej szczegółowo

2 Liczby rzeczywiste - cz. 2

2 Liczby rzeczywiste - cz. 2 2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:

Bardziej szczegółowo

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska Wst p do informatyki Systemy liczbowe Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 21 pa¹dziernika 2010 Spis tre±ci 1 Liczby i ich systemy 2 Rodzaje systemów liczbowych

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na. Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da

Bardziej szczegółowo

Ekonometria Bayesowska

Ekonometria Bayesowska Ekonometria Bayesowska Wykªad 6: Bayesowskie ª czenie wiedzy (6) Ekonometria Bayesowska 1 / 21 Plan wykªadu 1 Wprowadzenie 2 Oczekiwana wielko± modelu 3 Losowanie próby modeli 4 wiczenia w R (6) Ekonometria

Bardziej szczegółowo

Zadanie 1. Zadanie 2. Niech µ A i µ B oznaczaj stopy zwrotu odpowiednio z aktywa A i B, ªatwo obliczy,»e ,

Zadanie 1. Zadanie 2. Niech µ A i µ B oznaczaj stopy zwrotu odpowiednio z aktywa A i B, ªatwo obliczy,»e , Zadanie 1 Niech µ A i µ B oznaczaj stopy zwrotu odpowiednio z aktywa A i B, ªatwo obliczy,»e Eµ A 0, 02, Eµ 2 A 0, 0175, V arµ A 171 10 4, Eµ B 0, 135, Eµ 2 B 0, 02275, V arµ B 181 4 10 4, Eµ A µ B 0,

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach ( Niezale»ne szkody maja rozkªady P (X i = k) = exp( 1)/k!, P (Y i = k) = 4+k ) k (1/3) 5 (/3) k, k = 0, 1,.... Niech S = X 1 +... + X 500 + Y 1 +... + Y 500. Skªadka

Bardziej szczegółowo

Teoria grafów i jej zastosowania. 1 / 126

Teoria grafów i jej zastosowania. 1 / 126 Teoria grafów i jej zastosowania. 1 / 126 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za pomoc siedmiu mostów, tak jak pokazuje rysunek 2

Bardziej szczegółowo

W zadaniach na procenty wyró»niamy trzy typy czynno±ci: obliczanie, jakim procentem jednej liczby jest druga liczba,

W zadaniach na procenty wyró»niamy trzy typy czynno±ci: obliczanie, jakim procentem jednej liczby jest druga liczba, 2 Procenty W tej lekcji przypomnimy sobie poj cie procentu i zwi zane z nim podstawowe typy zada«. Prosimy o zapoznanie si z regulaminem na ostatniej stronie. 2.1 Poj cie procentu Procent jest to jedna

Bardziej szczegółowo

Wst p do matematyki nansów i ubezpiecze«

Wst p do matematyki nansów i ubezpiecze« Jarosªaw Mederski i Sªawomir Plaskacz Wst p do matematyki nansów i ubezpiecze«materiaªy dydaktyczne dla studentów II-go roku matematyki specjalno± : matematyka w ekonomii i nansach. Wydziaª Matematyki

Bardziej szczegółowo

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1 II KOLOKWIUM Z AM M1 - GRUPA A - 170101r Ka»de zadanie jest po 5 punktów Ostatnie zadanie jest nieobowi zkowe, ale mo»e dostarczy dodatkowe 5 punktów pod warunkiem rozwi zania pozostaªych zada«zadanie

Bardziej szczegółowo

Lekcja 3 Banki i nowe przedmioty

Lekcja 3 Banki i nowe przedmioty Lekcja 3 Banki i nowe przedmioty Akademia im. Jana Dªugosza w Cz stochowie Banki przedmiotów Co ju» wiemy? co to s banki przedmiotów w Baltie potramy korzysta z banków przedmiotów mo»emy tworzy nowe przedmioty

Bardziej szczegółowo

Zadanie 1. Zadanie 2. Zadanie 3

Zadanie 1. Zadanie 2. Zadanie 3 Zadanie R to rata miesi czna, odsetki w k-tej racie to ods k = R( v 8 k ), a spªata kapitaªu wyra»a si wzorem kap k = Rv 8 k, gdzie v = (, 5) /6. Dany jest ukªad nierówno±ci z którego wynika Rv 8 N R(

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Ekonometria - wykªad 8

Ekonometria - wykªad 8 Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

ZADANIA. Maciej Zakarczemny

ZADANIA. Maciej Zakarczemny ZADANIA Maciej Zakarczemny 2 Spis tre±ci 1 Algebra 5 2 Analiza 7 2.1 Granice iterowane, granica podwójna funkcji dwóch zmiennych....... 7 2.2 Caªki powierzchniowe zorientowane...................... 8 2.2.1

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Lekcja 12 - POMOCNICY

Lekcja 12 - POMOCNICY Lekcja 12 - POMOCNICY 1 Pomocnicy Pomocnicy, jak sama nazwa wskazuje, pomagaj Baltiemu w programach wykonuj c cz ± czynno±ci. S oni szczególnie pomocni, gdy chcemy ci g polece«wykona kilka razy w programie.

Bardziej szczegółowo

1 Kodowanie i dekodowanie

1 Kodowanie i dekodowanie 1 Kodowanie i dekodowanie Teoria informacji zajmuje si sposobami gromadzenia, przechowywania oraz przesyªania informacji. W tym celu, a tak»e dla ochrony danych informacje kodujemy. Rozmowa telefoniczna,

Bardziej szczegółowo

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów 1 Wst p Przypomnijmy,»e komputer skªada si z procesora, pami ci, systemu wej±cia-wyj±cia oraz po- ª cze«mi dzy nimi. W procesorze mo»emy

Bardziej szczegółowo

Programowanie wspóªbie»ne

Programowanie wspóªbie»ne 1 Zadanie 1: Programowanie wspóªbie»ne wiczenia 12 Przestrzenie krotek cz. 2 Przychodnia lekarska W przychodni lekarskiej pracuje L > 0 lekarzy, z których ka»dy ma jedn z 0 < S L specjalno±ci, przy czym

Bardziej szczegółowo

Podpi cia 2014/15 na Wydziale MIM

Podpi cia 2014/15 na Wydziale MIM Podpi cia 2014/15 na Wydziale MIM Marcin Engel 13 listopada 2014 1 Wprowadzenie Na Wydziale MIM ju» od wielu lat dziaªa mechanizm podpi. Ka»dy student, który rozlicza etap studiów i chce uzyska wpis na

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

Strategia czy intuicja?

Strategia czy intuicja? Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),

Bardziej szczegółowo

2.Prawo zachowania masy

2.Prawo zachowania masy 2.Prawo zachowania masy Zdefiniujmy najpierw pewne podstawowe pojęcia: Układ - obszar przestrzeni o określonych granicach Ośrodek ciągły - obszar przestrzeni którego rozmiary charakterystyczne są wystarczająco

Bardziej szczegółowo

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja 2016. Karolina Konopczak. Instytut Rozwoju Gospodarczego

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja 2016. Karolina Konopczak. Instytut Rozwoju Gospodarczego Ekonometria Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER 22 maja 2016 Karolina Konopczak Instytut Rozwoju Gospodarczego Problem diety Aby ±niadanie byªo peªnowarto±ciowe powinno dostarczy

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

Wielomiany o wspóªczynnikach rzeczywistych Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4

Bardziej szczegółowo

Liniowe zadania najmniejszych kwadratów

Liniowe zadania najmniejszych kwadratów Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e

Bardziej szczegółowo

EDUKARIS - O±rodek Ksztaªcenia

EDUKARIS - O±rodek Ksztaªcenia - O±rodek Ksztaªcenia Zabrania si kopiowania i rozpowszechniania niniejszego regulaminu przez inne podmioty oraz wykorzystywania go w dziaªalno±ci innych podmiotów. Autor regulaminu zastrzega do niego

Bardziej szczegółowo

czyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M).

czyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M). akroekonomia I, wiczenia 8-9 Jan Hagemejer odel IS-L Wst p Do tej pory analiza polityki gospodarczej abstraowaªa od sfery monetarnej. Analizowali±my wyª cznie polityk skaln. Co wi cej, uznawali±my,»e wszystkie

Bardziej szczegółowo

Funkcja kwadratowa, wielomiany oraz funkcje wymierne

Funkcja kwadratowa, wielomiany oraz funkcje wymierne Funkcja kwadratowa, wielomiany oraz funkcje wymierne Šukasz Dawidowski Nocne powtórki maturalne 28 kwietnia 2014 r. Troch teorii Funkcj f : R R dan wzorem: f (x) = ax 2 + bx + c gdzie a 0 nazywamy funkcj

Bardziej szczegółowo

Podstawy modelowania w j zyku UML

Podstawy modelowania w j zyku UML Podstawy modelowania w j zyku UML dr hab. Bo»ena Wo¹na-Szcze±niak Akademia im. Jan Dªugosza bwozna@gmail.com Wykªad 2 Zwi zki mi dzy klasami Asocjacja (ang. Associations) Uogólnienie, dziedziczenie (ang.

Bardziej szczegółowo

Modele wielorównaniowe. Problem identykacji

Modele wielorównaniowe. Problem identykacji Modele wielorównaniowe. Problem identykacji Ekonometria Szeregów Czasowych SGH Identykacja 1 / 43 Plan wykªadu 1 Wprowadzenie 2 Trzy przykªady 3 Przykªady: interpretacja 4 Warunki identykowalno±ci 5 Restrykcje

Bardziej szczegółowo

Wstawianie gotowych rysunków w texu - informacje podstawowe.

Wstawianie gotowych rysunków w texu - informacje podstawowe. Wstawianie gotowych rysunków w texu - informacje podstawowe. By móc wstawi rysunek musimy w preambule pliku dopisa odpowiedni pakiet komend : \usepackage. W przypadku graki doª czamy pakiet:graphicx, (nieco

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

Rozdziaª 8. Modele Krzywej Dochodowo±ci

Rozdziaª 8. Modele Krzywej Dochodowo±ci Rozdziaª 8. Modele Krzywej Dochodowo±ci MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (rozdz. 8) Krzywa dochodowo±ci 1 / 18 Denicja krzywej dochodowo±ci Krzywa dochodowo±ci (yield curve): Ilustracja graczna

Bardziej szczegółowo

Semestr letni 2014/15

Semestr letni 2014/15 Wst p do arytmetyki modularnej zadania 1. Jaki dzie«tygodnia byª 17 stycznia 2003 roku, a jaki b dzie 23 sierpnia 2178 roku? 2. Jaki dzie«tygodnia byª 21 kwietnia 1952 roku? 3. W jaki dzie«odbyªa si bitwa

Bardziej szczegółowo

Opis matematyczny ukªadów liniowych

Opis matematyczny ukªadów liniowych Rozdziaª 1 Opis matematyczny ukªadów liniowych Autorzy: Alicja Golnik 1.1 Formy opisu ukªadów dynamicznych 1.1.1 Liniowe równanie ró»niczkowe Podstawow metod przedstawienia procesu dynamicznego jest zbiór

Bardziej szczegółowo