/ / * ** ***
|
|
- Maria Ciesielska
- 6 lat temu
- Przeglądów:
Transkrypt
1 91 / / * ** *** 93/3/31 : 9/11/0 : :.P51 C61 G1:JEL 139 / 51 kiaee@isu.ac.ir. abrihami@u.ac.ir. sobhanihs@u.ac.ir..7.*..**..***
2 Dynamic Sochasic ) (Opimizaion /
3 93... /. (Jump-Diffusion) * *
4 .. (1381). (1386). (1386) /
5 95... / ( 1998) (). ( 001) ( 007). ( 000)... (Black & Scholes, 1973, p.640) (Leland, 1994, p.117). (Chami & Cosimano, 001, p.15).. Sheldon, 006, ). (p.174 (Dangl & Lehar, 004, p.7). Mukuddem-Peersen & Peersen, 006, ).
6 (p.31. (Mukuddem-Peersen e al., 007, p.4) L D C T R : 1 C D = L T R (1) 1 ( Ω, F, F 0, P). : dl = ( C D T R ) d σl dw ν L dp () Wiener Sochasic ) W σ (Brownian Moion) (Process ν /
7 97... / P. λ (Poisson Process) (007) : 3 L dl = L[( r c) d σ dw ν LdP ] (3) L. c r. 3 r L c (1 ). ( : (. (. λ. dp.. νl L r D T r. r : 4 L T D I = r L r T r D (4)
8 .. : 5 C = a0 a1d ad b1 L bl, (5). ( a0, a1, a, b1, b ).. V(, L ) : 6 max V (, L ) = D s.. T β 0 e L T D [ r L r T r D ( a a D a D b L b L )] d dl = ( C D T R ) d σ L dw ν L dp β L. D D. L T 6. : R T C (6) 98 /
9 99... / C T = θ L = δ D R = γ D 7. θ :. ( ( θ. γ 9. : 10 max V(, L ) = D s.. T β 0 e L T [ r L ( r δ r D (7) (8) (9) ) D ( a a D a D b L b L )] d dl = ( θl (1δ γ ) D ) d σ L dw ν L dp (10) 10 T D N = (1δ γ ) M = ( r δ r ) ) 11 D :( 1 NA1 ( M a1) NA D = L (11) a a : 13 1 A A 1
10 / 100 (1) ) ( ) ( ) ( = N A a a M N A b r a A L λν θ β (13) ))] ( ( ) 4 )) ( ( [( = N a N b a A ν λν σ β θ ν λν σ β θ D L 14 : (14) dp L L dw d L a A N a a a M N A N dl ν σ θ ) ) ( = ( : (15) dp L L dw d R T D dl ν σ ) = (
11 /. 15 T T. r D R T. R = γd T = δd..... α. F (1α). r M r ) R r.(.
12 M R r r. : 16 T β F M T max V(, L e r L r L r D a a D a D b L b L d (16) ) = ( α (1α) δ ( )) D 0 βt R M T α) e [(1 ( r r )) 1] L s.. dl = ((1δ γ ) D ) d σ L dw ν L dp. (1 T. T 16 (1α)L R M T. [(1 ( r r )) 1] V ( T, LT ) (Hanson, 007, p.174) : 17 βt R M T V( T,(1α) LT ) = (1α) e [(1 ( r r )) 1] LT (17) 17. D : NA1 ( M a1) NA D = a a L (18) N = (1δ γ ) M = ( r T δ). M 10 /
13 /. A A F M a( αr (1α) r b1 ) A N( M a1) A1 = (19) a ( β λν ) A N A a[( = ( σ β λν ( ν )) 4b N a N ) ( σ β λν ( ν ))] (0) : 1 N A1 N( M a1) N A dl = ( L ) d σl dw νl dp (1) a a ) 1 ) (. ( 1.
14 . ( ) : σ. 1 σ L. dw σl dw. νl dp ν L ν /
15 105 / ν. dp. νl dp λ λ ν. λ ν :...
16 λ ν :1 σ λ 35 ν β /
17 / : L r D r T r
18 .3 C ( ) = a0 a1d ad b1 L bl.... Eviews. 3 L D L. :3 a 1e a -15e b -16e R Durbin Wason 0.96 F P 0.00 P D /
19 γ θ δ α. : / θ α δ γ
20 .. Malab dp dw :3 110 /
21 / α ( : F. r M. r ( 3
22 M ( r F r.5 1.5). dp dw : /
23 : / :.1...
24 /
25 /
26 . :1.(Hanson, 007, p.178 :. ). : 7 ' β L T D V = max { e [ r L ( r δ r ) D ( a a D a D b L b L )] D ' 1 ' V ( L (1 ) D ) V L [ V ( L L, ) V ( L, )]} () L θ δ γ Lσ λ ν ' ' ' V L V L V. L. ν σ : D D ' β VL Ne ( M a1) D = (3) a T D. N = (1δ γ ) M = ( r δ r ) : 4 3 D V ' V = e ' L β β e N 4a ' L V N e a ' L VLMN e r L a β e β β ( M a1) 4a M ( M a1 ) a0e a 0 1 β ' NVL ( M a1 ) b1e a ' VL N ( M a1 ) 1 ' VLσ L λ[ V ( L a ' a1v LN a1e a β 1 L b e β β ( M a1 ) a L V θl ' L νl, ) V ( L, )](4) 116 /
27 V ( M a ) : 5 N ( M a ) β ' 1 β 1 ' ' = a0 e L VL VL 4a θ a 4a 1 ' L β β V ( ) Lσ L r b1 e L be L λ[ V ( L νl, ) V ( L e N, )] (5) : 6 L β V (, L ) = ( A0 A1 L A L ) e c (6) A A / : X.( = 1, K,6 ) = 0/0001 N =10000 : 7 dx = f ( X, ) d g( X, ) dw h( X, ) dp (7) W P ( X k ) k 1 k X. : 8 X k = X k 1 X k = f ( X k, k ) g( X k, k ) Wk h( X, ) Pk (8) Wk = W( k 1) W( k ) Pk = P( k 1) P( k ). W k X
28 P k W k = N(0,1) (0,1) ul = (1λ )/, ur = (1 λ )/ ( u l, ur ). P k k 1 0 X : 9 k =1: N X k 1 = X k f ( X k, k ) g( X k, k ) Wk h( X, ) Pk (9) = k 1 k. X Ĥ » «4. Black F. and Scholes M. J. ; "The Pricing of Opions and Corporae Liabiliies" ; Journal of Poliical Economy, Vol.81, No. 3, Chami, R. and Cosimano, T. F.; " Moneary policy wih a ouch of Basel"; Working Paper 01/151, Inernaional Moneary Fund, Washingon, DC, USA, / 6. Dangl J. P., Lehar B.; " Value-a-risk vs. Building Block Regulaion in Banking"; Journal of Financial Inermediaion, vol. 13, 004.
29 / 7. Dar, Humayon A. and Presley, John R.; "Lack of Profi and Loss Sharing in Islamic Banking: Managemen and Conrol Imbalances"; Inernaional Journal of Islamic Finance, Vol, Hanson, F. B.; Applied Sochasic Processes and Conrol for Jump- Diffusions: Modeling, Analysis and Compuaion and Compuaion; Universiy of Illinois, Chicago, USA, Iqbal, Munawar, Ahmad, Ausaf and Khan, Tariqullah; Challenges Facing Islamic Banking; Islamic Research and Training Insiue, Islamic Developmen Bank, Occasional Paper No. 1, Iqbal, Zamir and Mirakhor, Abbas; An Inroducion o Islamic Finance: Theory and Pracice; Chicheser: John Wiley & Sons, Khan, Tariqullah & Ahmed, Habib; Risk Managemen: An Analysis of Issues in Islamic Financial Indusry; Islamic Research and Training Insiue, Islamic Developmen Bank, Occasional Paper No. 5, Leland, H. E.; " Corporae deb value, bond covenans, and opimal capial srucure" ; The Journal of Finance, vol. 49, no. 4, Mukuddem-Peersen J., Peersen M. A.; " Bank Managemen via Sochasic Opimal Conrol"; Auomaica, vol. 4, No. 8, Mukuddem-Peersen J., Peersen M. A., Schoeman I. M., and Tau B. A.; " Maximizing Banking Profi on a Random Time Inerval" ; Journal of Applied Mahemaics, Sheldon Lin; Inroducory Sochasic Analysis for Finance and Insurance; John Wiley Sons, 006.
Aksjomatyzacja centralności wektora własnego i Katza oraz ich zastosowanie w systemie finansowym. Tomasz Wąs
Aksjomatyzacja centralności wektora własnego i Katza oraz ich zastosowanie w systemie finansowym Tomasz Wąs Jak zmierzyć ryzyko instytucji finansowej? A Inc. Jak zmierzyć ryzyko instytucji finansowej?
Modelowanie ryzyka kredytowego: MODEL BLACK-COX A
Modelowanie ryzyka kredytowego: MODEL BLACK-COX A Mariusz Niewęgłowski Wydział Matematyki i Nauk Informacyjnych, Politechniki Warszawskiej Warszawa 2014 Niewęgłowski MiNI PW Modele wartości firmy Warszawa
Dynamiczne stochastyczne modele równowagi ogólnej
Dynamiczne stochastyczne modele równowagi ogólnej mgr Anna Sulima Instytut Matematyki UJ 8 maja 2012 mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012
OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
v = v i e i v 1 ] T v =
v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v n U v v v +q 3q +q +q b c d XY X +q Y 3q r +q = r 3q = r +q = r +q = r 3q = r +q = E = E +q + E 3q + E +q = k q r+q 3 + k 3q r 3q 3 b V = kq
Ą ń ń ć Ę Ę ć ć ń ń Ż ń ń Ą Ą ń Ż Ń Ż ć Ą ń ŚĆ ć Ę Ę Ą ń Ś ń ć Ę Ą ń Ę ń ń ń ń ć ń ń Ś Ź ń ć ć ń ć ń Ś Ż Ę Ń ń ń ń ń ń ć Ń Ę Ę Ę Ę Ę ńń ź ĄĘ Ę ź ń Ąń Ę Ę Ę Ź Ę Ę Ą Ś Ę Ę ć Ś Ą Ń ć ń ń ć Ś ć Ń Ó ń ń ć
Europejska opcja kupna akcji calloption
Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy
Reprezentacja martyngałowa względem addytywnych procesów Markowa-Itô
Reprezentacja martyngałowa względem addytywnych procesów Markowa-Itô Instytut Matematyk Unwersytetu Jagellońskego Instytut Nauk Ekonomcznych PAN Wynk wspólne z prof. Ł. Stettnerem (IM PAN) prof. Z. Palmowskm
Modelowanie ryzyka kredytowego Zadania 1.
1 Ex-dividend prices Modelowanie ryzyka kredytowego Zadania 1. Mariusz Niewęgłowski 19 października 2014 Definicja 1. Dla każdego t [0, T ] cena ex-dividend wypłaty (X, A, X, Z, τ) ( ) S t := B t E Q Bu
Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku
w Lokalnie Ergodycznym Środowisku Tymoteusz Chojecki UMCS, Lublin Tomasz Komorowski IMPAN, Warszawa Kościelisko, 10 września 2016, XLV Konferencja Zastosowań Matematyki T. Komorowski, T. Chojecki w Lokalnie
Rynek, opcje i równania SDE
Rynek, opcje i równania SDE Adam Majewski Uniwersytet Gdański kwiecień 2009 Adam Majewski (Uniwersytet Gdański) Rynek, opcje i równania SDE kwiecień 2009 1 / 16 1 Rynek, portfel inwestycyjny, arbitraż
Pręt nr 1 - Element żelbetowy wg. EN :2004
Pręt nr 1 - Element żelbetowy wg. EN 1992-1-1:2004 Informacje o elemencie Nazwa/Opis: element nr 5 (belka) - Brak opisu elementu. Węzły: 13 (x6.000m, y24.000m); 12 (x18.000m, y24.000m) Profil: Pr 350x800
MODELOWANIE ZMIAN ZMIENNYCH STANU W MODELU DWUMIANOWYM DO CELÓW WYCENY OPCJI REALNYCH *
Krzysztof Targiel Uniwersytet Ekonomiczny w Katowicach MODELOWANIE ZMIAN ZMIENNYCH STANU W MODELU DWUMIANOWYM DO CELÓW WYCENY OPCJI REALNYCH * Wprowadzenie Najpowszechniej stosowanym podejściem w wycenie
Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Krzysztof Kępczyński Zagadnienie paryskiej ruiny w gaussowskim modelu ryzyka
Uniwersytet Wrocław Wydział Matematyki i Informatyki Instytut matematyczny specjalność: zastosowania rachunku prawdopodobieństwa i statystyki Krzysztof Kępczyński Zagadnienie paryskiej ruiny w gaussowskim
drgania h armoniczne harmoniczne
ver-8..7 drgania harmoniczne drgania Fourier: częsość podsawowa + składowe harmoniczne () An cos( nω + ϕ n ) N n Fig (...) analiza Fouriera małe drgania E p E E k E p ( ) jeden sopień swobody: -A A E p
Numeryczne aproksymacje prawdopodobieństwa ruiny
Numeryczne aproksymacje prawdopodobieństwa ruiny Krzysztof Burnecki Aleksander Weron Centrum Metod Stochastycznych im. Hugona Steinhausa Instytut Matematyki i Informatyki Politechnika Wrocławska www.im.pwr.wroc.pl/
Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Inverse problems - Introduction - Probabilistic approach
Inverse problems - Introduction - Probabilistic approach Wojciech Dȩbski Instytut Geofizyki PAN debski@igf.edu.pl Wydział Fizyki UW, 13.10.2004 Wydział Fizyki UW Warszawa, 13.10.2004 (1) Plan of the talk
4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K:
/, Dirac,, Bismut[B]., [B], [B],, [K], [T], [W].,,,,, /.,.,,,..,.. M, g): n = l,. P SO : T M, M SOn) 3. P Spin : M Spinn), P SO 4. P : P SO P Spin, π : P M: 5. S = S + S : Spinn) l S +, S l ) 6. F = P
Zabezpieczenie przed spadkiem wartości aktywów w modelu typu Lévy ego z fazowymi skokami i dowolną funkcją wynagrodzenia
Zbigniew Palmowski 1, Joanna Tumilewicz 2 Zabezpieczenie przed spadkiem wartości aktywów w modelu typu Lévy ego z fazowymi skokami i dowolną funkcją wynagrodzenia 1. Wstęp W artykule rozważymy proces spadku,
Katedra Mechaniki Konstrukcji ĆWICZENIE PROJEKTOWE NR 1 Z MECHANIKI BUDOWLI
Katedra Mechaniki Konstrukcji Wydział Budownictwa i Inżynierii Środowiska Politechniki Białostockiej... (imię i nazwisko)... (grupa, semestr, rok akademicki) ĆWICZENIE PROJEKTOWE NR Z MECHANIKI BUDOWLI
Identyfikacja cząstek
Określenie masy i ładunku cząstek Pomiar prędkości przy znanym pędzie e/ µ/ π/ K/ p czas przelotu (TOF) straty na jonizację de/dx Promieniowanie Czerenkowa (C) Promieniowanie przejścia (TR) Różnice w charakterze
Modelowanie ryzyka kredytowego: Model Mertona - estymacja
Modelowanie ryzyka kredytowego: Model Mertona - estymacja Mariusz Niewęgłowski Wydział Matematyki i Nauk Informacyjnych, Politechniki Warszawskiej Warszawa 2010 Niewęgłowski (MiNI PW) Model Mertona Warszawa
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej
Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej Łukasz Dębowski ldebowsk@ipipan.waw.pl i Instytut Podstaw Informatyki PAN Co to jest entropia nadwyżkowa? Niech (X i ) i Z będzie procesem
Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.
Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia
Sekantooptyki owali i ich własności
Sekantooptyki owali i ich własności Magdalena Skrzypiec Wydział Matematyki, Fizyki i Informatyki Uniwersytet Marii Curie-Skłodowskiej 19 października 2009r. Informacje wstępne Definicja Owalem nazywamy
Modelowanie Rynków Finansowych
Modelowanie Rynków Finansowych Modelowanie zmienności, modele GARCH Zajęcia 6 Katarzyna Lada, Paweł Sakowski, Paweł Strawiński 23 marca, 2009 Literatura na dziś Engle (2001), The Use of ARCH/GARCH Models
Pręt nr 4 - Element żelbetowy wg PN-EN :2004
Budynek wielorodzinny - Rama żelbetowa strona nr z 7 Pręt nr 4 - Element żelbetowy wg PN-EN 992--:2004 Informacje o elemencie Nazwa/Opis: element nr 4 (belka) - Brak opisu elementu. Węzły: 2 (x=4.000m,
Dodatek 2. Wielowymiarowe modele GARCH model GoGarch
Dodatek 2. Wielowymiarowe modele GARCH model GoGarch MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (dodatek 2) Model GoGARCH 1 / 14 Ogólna specykacja modelu MGARCH Ogólna posta dla N-wymiarowego procesu MGARCH
ODWZOROWANIA JEDNO- I WIELOWARTOŚCIOWE. PODOBIEŃSTWA, RÓŻNICE I PROBLEMY Z TEGO WYNIKAJĄCE.
Wydział Matematyki, Informatyki i Ekonometrii Uniwersytet Zielonogórski ODWZOROWANIA JEDNO- I WIELOWARTOŚCIOWE. PODOBIEŃSTWA, RÓŻNICE I PROBLEMY Z TEGO WYNIKAJĄCE. Joachim Syga III Konferencja Zastosowań
Prawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych
Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O górnym ograniczeniu zysku ze strategii handlowej opartej na kointegracji XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych Zależność kointegracyjna
Bezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe
Bezgradientowe metody optymalizacji funkcji wielu zmiennych informacje dodatkowe Wybór kierunku poszukiwań Kierunki bazowe i ich modyfikacje metody bezgradientowe. Kierunki oparte na gradiencie funkcji
Matematyka ubezpieczeń majątkowych r.
Zadanie. W pewnej populacji kierowców każdego jej członka charakteryzują trzy zmienne: K liczba przejeżdżanych kilometrów (w tysiącach rocznie) NP liczba szkód w ciągu roku, w których kierowca jest stroną
Równania różniczkowe liniowe rzędu pierwszego
Katedra Matematyki i Ekonomii Matematycznej SGH 21 kwietnia 2016 Wstęp Definicja Równanie różniczkowe + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to
ń ę ń ę ń ę ń ę ę ę ę ę ź ń ź Ś ę Ł ń ę ę ń ę ń ę ę ę ę ę ę ź ę ę Ż ę ŚĆ ę Ż ń ń ę ń ę ę ę ę ę ź ę ę Ś Ś Ś Ś ź ę ń ę ę Ź ń Ś Ś ę ń ę ę ę ę ę ź ń ŚĆ Ś ń ń ń Ą ń ę ę ŚĆ ę Ż ę ń ę ę ę ę ę ź ń Ś Ś ź Ś Ł ę
Projekt silnika bezszczotkowego prądu przemiennego. 1. Wstęp. 1.1 Dane wejściowe. 1.2 Obliczenia pomocnicze
projekt_pmsm_v.xmcd 01-04-1 Projekt silnika bezszczotkowego prądu przemiennego 1. Wstęp Projekt silnika bezszczotkowego prądu przemiennego - z sinusoidalnym rozkładem indukcji w szczelinie powietrznej.
Maszyny wektorów podpierajacych w regresji rangowej
Maszyny wektorów podpierajacych w regresji rangowej Uniwersytet Mikołaja Kopernika Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie X X R d, Y R Z = (X, Y ), Z = (X, Y ) - niezależne
Stochastyczne równania różniczkowe, studia II stopnia
Stochastyczne równania różniczkowe, studia II stopnia Niech W t (ewentualnie W, W (t)), t oznacza proces Wienera oraz niech W = Niech W = (W, W 2,, W n ) oznacza n-wymiarowy proces Wienera Pokazać, że
PODSTAWY CHEMII KWANTOWEJ. Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej
PODSTWY CHEMII KWTOWEJ Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoreycznej Zespół Chemii Kwanowej Grupa Teorii Reakywności Chemicznej LITERTUR R. F. alewajski, Podsawy i meody chemii kwanowej:
Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron
Krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Temperatura Curie Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk
Ą Ą Ł Ą Ą Ń Ł Ś Ł Ś Ł Ś Ł Ś Ł ż Ł ŚĆ Ł Ś Ą ć ż ż Ą Ś Ś Ł Ś ż Ł Ź Ś Ś Ś Ź Ś ż ż ż Ł ż ż ż Ł Ś Ś ż Ś Ś ć ż ć Ą ć Ł ć ż ć ć ć ż Ś Ł Ś Ł Ą ż ć Ą ż Ś ć Ś ż ż ż Ś Ł ż Ą Ą ż ż ż ż Ą ż ż Ś Ś ż ż ż Ś ć ż Ł ż ż
Szacowanie 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
Spektroskopia mionów w badaniach wybranych materiałów magnetycznych. Piotr M. Zieliński NZ35 IFJ PAN
Spektroskopia mionów w badaniach wybranych materiałów magnetycznych Piotr M. Zieliński NZ35 IFJ PAN 1. Fundamenty spektroskopii mionów. Typowy eksperyment 3. Cel i obiekty badań 4. Przykłady otrzymanych
Sprężyny naciskowe z drutu o przekroju okrągłym
Sprężyny owe z o przekroju okrągłym Stal sprężynowa, zgodnie z normą PN-71/M80057 (EN 10270:1-SH oraz DIN 17223, C; nr mat. 1.1200) Stal sprężynowa nierdzewna, zgodnie z normą PN-71/M80057 (EN 10270:3-NS
Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH
Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (dodatek 3) Modele MGARCH 1 / 11 Ogólna specykacja modelu MGARCH Ogólna posta dla N-wymiarowego procesu
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
Zawansowane modele wyborów dyskretnych
Zawansowane modele wyborów dyskretnych Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Zawansowane modele wyborów dyskretnych grudzien 2013 1 / 16 Model efektów
Składki zaufania z zastosowaniem niesymetrycznych funkcji strat
Helena Jasiulewicz Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych Wojciech Kordecki Wyższa Szkoła Handlowa we Wrocławiu Katedra Ekonomi i Rachunkowości Składki zaufania
ZALEŻNY, ZŁOŻONY PROCES POISSONA WYZNACZANIE FUNKCJONAŁÓW SKŁADEK I MIAR RYZYKA
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 8-86 Nr 95 6 Stanisław Heilpern Uniwersytet Ekonomiczny we Wrocławiu Wydział Zarządzania, Informatyki i Finansów Katedra
Własności porządkowe w modelu proporcjonalnych szans
Własności porządkowe w modelu proporcjonalnych szans Wisła, 8 grudnia 2009 Oznaczenia Wprowadzenie Oznaczenia Porządki stochastyczne Klasy rozkładów czasu życia X F, Y G zmienne losowe o gęstościach f
Prawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
δ δ δ 1 ε δ δ δ 1 ε ε δ δ δ ε ε = T T a b c 1 = T = T = T
M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 8 9 6-7 7 X M O D E L O W A N I E P A S Z C Z Y Z N B A Z O W Y C H K O R P U S W N A P O D S T A W I E P O M W S P R Z D N O C I O W Y C H
Prawdopodobieństwo i statystyka
Wykład XI: Testowanie hipotez statystycznych 12 stycznia 2015 Przykład Motywacja X 1, X 2,..., X N N (µ, σ 2 ), Y 1, Y 2,..., Y M N (ν, δ 2 ). Chcemy sprawdzić, czy µ = ν i σ 2 = δ 2, czyli że w obu populacjach
Technika Próżniowa. Przyszłość zależy od dobrego wyboru produktu. Wydanie Specjalne.
Technika Próżniowa Przyszłość zależy od dobrego wyboru produktu Wydanie Specjalne www.piab.com P6040 Dane techniczne Przepływ podciśnienia Opatentowana technologia COAX. Dostępna z trójstopniowym wkładem
Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa
Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa Wojciech Niemiro 1 Uniwersytet Warszawski i UMK Toruń XXX lat IMSM, Warszawa, kwiecień 2017 1 Wspólne prace z Błażejem Miasojedowem,
Spis wszystkich symboli
1 Spis wszystkich symboli Symbole podstawowe - pojedyncze znaki, alfabet grecki α β γ Γ δ ξ η ε ϕ ν ρ τ θ Θ ψ Ψ φ Φ Ω Υ Σ -alfa -beta - gamma - gamma (duże) - delta (małe) - delta (duże) -ksi -eta - epsilon
I.4 Promieniowanie rentgenowskie. Efekt Comptona. Otrzymywanie promieniowania X Pochłanianie X przez materię Efekt Comptona
r. akad. 004/005 I.4 Promieniowanie rentgenowskie. Efekt Comptona Otrzymywanie promieniowania X Pochłanianie X przez materię Efekt Comptona Jan Królikowski Fizyka IVBC 1 r. akad. 004/005 0.01 nm=0.1 A
MIARY ZALEŻNOŚCI OPARTE NA KOPULACH
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 246 2015 Współczesne Finanse 3 Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie Wydział Matematyczno-Przyrodniczy.
RÓWNANIE LOGISTYCZNE A BŁĄDZENIE LOSOWE NA PROSTEJ I PRAWO ARCUSA SINUSA
Henryk Zawadzki RÓWNANIE LOGISTYCZNE A BŁĄDZENIE LOSOWE NA PROSTEJ I PRAWO ARCUSA SINUSA Wstęp Obserwując typowe trajektorie generowane przez chaotyczne systemy dynamiczne, nawet te teoretycznie najprostsze
(EN 10270:1-SH oraz DIN 17223, C; nr mat ) (EN 10270:3-NS oraz DIN 17224, nr mat )
(EN 10270:1-SH orz DIN 17223, C; nr mt. 1.1200) (EN 10270:3-NS orz DIN 17224, nr mt. 1.4310) d Fn K Dm k Dz L1 Ln L0 Legend d - Dm - Dz - L0 - n - czynn zwoi Ln - Fn - c - K - k - Fn stl nierdzewn = 1kg
ver b drgania harmoniczne
ver-28.10.11 b drgania harmoniczne drgania Fourier: częsość podsawowa + składowe harmoniczne N = n=1 A n cos nω n Fig (...) analiza Fouriera małe drgania E p E E k jeden sopień swobody: E p -A E p A 0
Fluktuacje procesów Lévy ego
Fluktuacje procesów Lévy ego Mateusz Kwaśnicki (Politechnika Wrocławska) mateusz.kwasnicki@pwr.edu.pl 5 Forum Matematyków Polskich Poznań, 16 maja 2014 r. Błądzenie losowe X n = X n X n 1 i.i.d. (niezależne,
System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10
System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki
Tryb Matematyczny w L A TEX-u
Tryb Matematyczny w L A TEX-u Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2011-12-13 1 2 Tekst w trybie matematycznym Ściąga z symboli 3 Jak nie pisać pracy magisterskiej
Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa
Systemy uczace się 2009 1 / 32 Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa Hung Son Nguyen Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski email: son@mimuw.edu.pl Grudzień
Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ. mgr inż. Iwona Pacyniak
Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ mgr inż. Iwona Pacyniak Dr Maria Kowalska, Dr inż. Krzysztof W. Fornalski i.pacyniak@clor.waw.pl Centralne Laboratorium Ochrony Radiologicznej
q (s, z) = ( ) (λ T) ρc = q
M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 1 8 9 6-7 7 1 X W Y Z N A C Z A N I E O D K S Z T A C E T O W A R Z Y S Z Ą C Y C H H A R T O W A N I U P O W I E R Z C H N I O W Y M W I E
ZASADA DE SAINT VENANTA
Zasięg oddziaływania obciążenia samozrównoważonego w materiałach komórkowych ZASADA DE SAINT VENANTA Małgorzata Janus-Michalska Katedra Wytrzymałości Materiałów dn. 21.05.2007. PLAN PREZENTACJI 1. Wprowadzenie
STATYSTYKA MATEMATYCZNA WYKŁAD października 2009
STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ
Rozdziaª 9: Wycena opcji
Rozdziaª 9: Wycena opcji MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (rozdz. 9) Wycena opcji 1 / 23 Denicja opcji. Opcja nansowa:. Warunkowy kontrakt terminowy na sprzeda» lub kupno instrumentu bazowego,
Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
Analiza zawartości dokumentów za pomocą probabilistycznych modeli graficznych
Analiza zawartości dokumentów za pomocą probabilistycznych modeli graficznych Probabilistic Topic Models Jakub M. TOMCZAK Politechnika Wrocławska, Instytut Informatyki 30.03.2011, Wrocław Plan 1. Wstęp
MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW
MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW Materiały pomocnicze do wykładu (Inżynieria Środowiska) PWSZ w Elblągu dr hab. inż. Cezary Orlikowski Instytut Politechniczny MECHANIKA I WYTRZYMAŁOŚĆ MATERIAŁÓW MECHANIKA
Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju
Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
Estymatory regresji rangowej oparte na metodzie LASSO
Estymatory regresji rangowej oparte na metodzie LASSO Wojciech Rejchel UMK Toruń Wisła 2013 Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie P X, X X R m, Y, Y R Z = (X, Y ),
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 11 i 12 1 / 41 TESTOWANIE HIPOTEZ - PORÓWNANIE
Metoda największej wiarygodności
Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Fizyka na usługach inżynierii finansowej 1
Fizyka na usługach inżynierii finansowej 1 Plan referatu 1. Zwiazek ekonomii z naukami ścisłymi 2. Ekonofizyka 3. Metody fizyki w inżynierii finansowej Bładzenie przypadkowe Uniwersalność Korelacje Macierze
ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL
47-70 39 7 ARMAX (ANN) 39 9 : 39 :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E7 C53 C45 :JEL navid_moarrefzadeh@yahoo.com 7 48....... (ANN). ARMAX..... 90. (994)... Kuan & White Yousefi (994) 49... (993) (995).
v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q =
v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v v v v n 3q q q q r q = r 3q = E = E q E 3q E q = k q rq 3 k 3q r 3q 3 r q = k q rq 3 = kq 4 3 ) 4 q d b d c d d X d ± = d r = x y T d ± r ±
Uczenie ze wzmocnieniem
Uczenie ze wzmocnieniem Maria Ganzha Wydział Matematyki i Nauk Informatycznych 2018-2019 Temporal Difference learning Uczenie oparte na różnicach czasowych Problemy predykcyjne (wieloetapowe) droga do
1 Warunkowe wartości oczekiwane
Warunkowe wartości oczekiwane W tej serii zadań rozwiążemy różne zadania związane z problemem warunkowania.. (Eg 48/) Załóżmy, że X, X, X 3, X 4 są niezależnymi zmiennymi losowymi o jednakowym rozkładzie
Geometryczna zbieżność algorytmu Gibbsa
Geometryczna zbieżność algorytmu Gibbsa Iwona Żerda Wydział Matematyki i Informatyki, Uniwersytet Jagielloński 6 grudnia 2013 6 grudnia 2013 1 / 19 Plan prezentacji 1 Algorytm Gibbsa 2 Tempo zbieżności
PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Lp. Autor/ red. naukowy Tytuł Wydawnictwo Okładka. Restrukturyzacja banków w Unii Europejskiej w czasie globalnego kryzysu finansowego
Prof. zw dr hab. Małgorzata Iwanicz- PUBLIKACJE (wybrane): Lp. Autor/ red. naukowy Tytuł Okładka 2015, Restrukturyzacja banków w Unii Europejskiej w czasie globalnego kryzysu finansowego Wydawnicza SGH
O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka
O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka Katedra Zastosowań Matematyki i Informatyki Uniwersytet Przyrodniczy w Lublinie Wisła 2012, 7.12.2012 Plan prezentacji 1 Wprowadzenie
Metody Lagrange a i Hamiltona w Mechanice
Meody Lagrange a i Hamilona w Mechanice Mariusz Przybycień Wydział Fizyki i Informayki Sosowanej Akademia Górniczo-Hunicza Wykład 7 M. Przybycień (WFiIS AGH) Meody Lagrange a i Hamilona... Wykład 7 1 /
Afiniczne rekursje stochastyczne z macierzami trójkatnymi
Afiniczne rekursje stochastyczne z macierzami trójkatnymi Ewa Damek (Uniwersytet Wrocławski ) (wyniki wspólne z Witoldem Światkowskim, Jackiem Zienkiewiczem - Uniwersytet Wrocławski, Muneya Matsui - Nanzan
Elektrodynamika Część 8 Fale elektromagnetyczne Ryszard Tanaś Zakład Optyki Nieliniowej, UAM
Elektrodynamika Część 8 Fale elektromagnetyczne Ryszard Tanaś Zakład Optyki Nieliniowej, UAM http://zon8.physd.amu.edu.pl/~tanas Spis treści 9 Fale elektromagnetyczne 3 9.1 Fale w jednym wymiarze.................
1. Obciążenie statyczne
. Obciążenie statyczne.. Obliczenie stopnia kinematycznej niewyznaczalności n = Σ ϕ + Σ = + = p ( ) Σ = w p + d u = 5 + 5 + 0 0 =. Schemat podstawowy metody przemieszczeń . Schemat odkształceń łańcucha
Systemy bankowe Ryszard Kokoszczyński. Japoński system bankowy Wykład 9
Systemy bankowe Ryszard Kokoszczyński Japoński system bankowy Wykład 9 Japoński system bankowy przed Big-Bangiem Struktura systemu wyznaczona przez regulacje i politykę rządu (subsydiowane finansowanie,
O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta
O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta Krzysztof RYKACZEWSKI Uniwersytet Mikołaja Kopernika w Toruniu SNA 2011 Toruń, 10 września 2011
Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe
Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp
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
Estymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział