Aspekty ekonomiczne konstrukcji i optymalizacji długookresowych portfeli inwestycyjnych na rynku kapitałowym

Wielkość: px
Rozpocząć pokaz od strony:

Download "Aspekty ekonomiczne konstrukcji i optymalizacji długookresowych portfeli inwestycyjnych na rynku kapitałowym"

Transkrypt

1 zeszyty aukowe uwersytetu szczecńskego r 89 fase, Ryk Fasowe, Ubezpeczea r 78 (05) DOI: 0.876/frfu s Aspekty ekoomcze kostrukcj optymalzacj długookresowych portfel westycyjych a ryku kaptałowym Jerzy Tymńsk * Mara Tymńska ** Streszczee: Cel prezetacja praktyczych aspektów kostrukcj optymalzacj portfel paperów wartoścowych a ryku kaptałowym. Przedstawoo zarys metod kostrukcj optymalzacj portfel z uwzględeem zagadea ch efektywośc. Metodologa badaa omówoo stosowaą zazwyczaj metodę programowaa kwadratowego przy zastosowau fukcj Lagrage a oraz waruków Kuha-Tuckera. Uwzględoo też e metody, a przykład metodę Beale a, która może być przydata do rozwązywaa zadań programowaa kwadratowego z wklęsłą fukcją celu. Istotym makametem przytoczoych model portfelowych, szczególe portfel długookresowych, może być wymóg rozkładu ormalego stóp. Stąd zapropoowaa została autorska kocepcja kostrukcj optymalzacj portfel długookresowych. Orygalość wartość prezetowaa kocepcja umożlwa kostruowae portfel welokryteralych, to jest dwu- trójkryteralych. Została oparta a teor chaosu z wykorzystaem wykładka Hursta, który pozwala określć rozkład stóp. Przy czym rozkład te może meć charakter losowy bądź też może wykazywać tred. W kocepcj autorskej wybór spółek dokoay jest przy zastosowau teor ezawodośc. Portfel zoptymalzowao metodą programowaa dyamczego oraz arzędzam z teor ezawodośc. Wyk dla celów porówawczych skostruowao portfel rykowy metodą tradycyją programowaa kwadratowego z użycem fukcj Lagrage a. Wyboru spółek do portfela dokoao przy zastosowau fukcj użyteczośc. Wyk uzyskae z portfela tradycyjego były słabsze w porówau do propozycj portfelowych autora. Słowa kluczowe: optymalzacja, welokryterowość, programowae dyamcze, ezawodość, trwałość długookresowa * dr Jerzy Tymńsk, Katedra Zarządzaa, Uwersytet Jaa Kochaowskego w Kelcach Fla w Potrkowe Trybualskm, ul. J. Słowackego 4/8, Potrków Trybualsk, e-mal: tymmar@poczta.oet.pl. ** dr Mara Tymńska, Katedra Zarządzaa, Uwersytet Jaa Kochaowskego w Kelcach Fla w Potrkowe Trybualskm, ul. J. Słowackego 4/8, Potrków Trybualsk, e-mal: m.tymska@upt.pl.

2 84 Jerzy Tymńsk, Mara Tymńska Wprowadzee Decyzje ekoomcze zwązae z rykam kaptałowym w stotym stopu wpływają a rozwój gospodarczy zarówo w skal mkro, jak makro. Obektem szczególe wrażlwym a jakość podejmowaych decyzj jest przedsęborstwo, przed którym, podobe jak przed gospodarką śwatową, wek XXI stawa coraz to owe wyzwaa. Od meedżerów oczekuje sę elastyczośc skuteczośc w podejmowau welowaratowych dzałań wzmacających potecjał gospodarczy przedsęborstwa zwązaych z jego przetrwaem rozwojem. Obszaram stote determującym przyszłość przedsęborstwa są owoczese techologe oraz westycje, zwłaszcza westycje a ryku kaptałowym. Decyzje westycyje zalcza sę do grupy decyzj o charakterze strategczym, wywołują oe bowem skutk ekoomcze w przyszłośc, zazwyczaj odległej. Podejmowae trafych decyzj ekoomczych przez westora wymaga wedzy oraz umejętośc stosowaa specjalstyczego aparatu arzędzowego metodologczego. Problematyka metod wspomagających decyzje westora a ryku kaptałowym zajmuje zaczące mejsce w krajowej śwatowej lteraturze. Ne ozacza to, że jest dostatecze rozpracowaa. Przecwe, zateresowae teoram portfelowym powoduje koeczość doskoalea dotychczasowych poszukwaa owych rozwązań metodologczych zwększających ekoomczą skuteczość decyzj kaptałowych. Celem badań prowadzoych przez autora było sformułowae zaprezetowae owej dwukryteralej kocepcj kostrukcj portfela westycyjego a ryku kaptałowym. Propozycje autora dotyczą wykorzystaa elemetów teor ezawodośc do wyboru paperów wartoścowych kostruowaego portfela, a astępe jego optymalzacj przy zastosowau metody programowaa dyamczego. Prezetowaa kocepcja jest alteratywą procedurą optymalzacj korzyśc z portfela westycyjego dla westora z awersją do ryzyka, dla którego waży jest sk pozom ryzyka przy względe wysokm dochodze (Tarczyńsk 00). Warukem osągęca główego celu prowadzoych badań był dobór odpowedch metod badawczych. Na etape wstępego wyboru strumetów fasowych do portfela zastosowao elemety teor ezawodośc (Sadowsk, 969). Jest to owa propozycja, która jak wyka z prowadzoych badań prowadz do lepszej jakośc kostruowaego portfela. Wąże sę to z wyższą trwałoścą portfela w założoym horyzoce progozy oraz trafejszą oceą ryzyka.. Optymalzacja ujęce teoretycze W aukach ekoomczych pod pojęcem optymalzacj rozume sę poszukwae ajlepszego rozwązaa, czyl realzację celu a podstawe kryterum o charakterze maksymalzacj bądź mmalzacj optymalzowaego zjawska. W problematyce ryku kaptałowego mamy do czyea z optymalzacją warukową, w której występują waruk ograczające obszar dopuszczalych rozwązań lewostroe, a przykład ryzyka waracj, bądź prawostroe mmalej stopy, co moża rozwązać za pomocą metod programowaa kwadratowego (Tymńsk 03). Należy podkreślć, że dla rozwązań optymalych programowaa wypukłego koecze jest zastosowae fukcj Lagrage a oraz waruków Kuha-Tuckera.

3 Aspekty ekoomcze kostrukcj optymalzacj Portfelowe kostrukcje welokryterale ch optymalzacja W lteraturze przedmotu mamy szereg model portfelowych sposobów ch optymalzacj, w tym także propozycje modelu welokryteralego Markowtza. Kryterum optymalzacyje w tym modelu dotyczy: maksymalzacj oczekwaego max e x = () mmalzacj waracj oczekwaego m σ j jx x = = j (a) gdze: σ j ozacza kowarację, gdy j waracje ( σj = σ ), jeżel = j zmea x, =,, ozacza udzał akcj -ej w portfelu. Wskazać ależy dwa stote założea modelu Markowtza: po perwsze, wymagae zawestowae kaptału x = = po druge, krótka sprzedaż e jest przewdzaa 0 x, =,,. Model te może być uzupełoy o dodatkowe założea bądź też o dodatkowe krytera. Przyjmując założee westora, że pomędzy oczekwaym zwrotem z portfela a waracją powa występować ajlepsza relacja, wschodz sę w obszar decyzj subektywych. Poszukuje sę rozwązaa modelu metodam terakcyjym, wprowadzając współczyk wagowe dla kryterów optymalzacyjych modelu. W rozważaach a temat procesów optymalzacyjych e moża pomąć takch strumetów matematyczych, jak waruk Kuha-Tuckera czy własośc fukcj Lagrage a. Należy także poszukwać ych metod arzędz umożlwających doskoalących procesy optymalzacyje. Jest to szczególe waże dla złożoych kostrukcj welokryteralych. 3. Aspekty wyboru paperów wartoścowych do kostrukcj optymalego portfela Isteje wele metod wyboru paperów wartoścowych do portfela. Przytoczyć ależy metodę Hellwga dotyczącą tegralej pojemośc formacyjej (H k suma dywdualych pojemośc formacyjych) czy bardzo wszechstroą metodę Tarczyńskego wyboru czyków portfela paperów wartoścowych określoych marą atrakcyjośc westycj TMAI (Tarczyńsk 00). Model TMAI zawera zmee zarówo z ryku kaptałowego, jak zmee fasowe pozwalające oceć stadg fasowy frmy. Często jako arzędza wspomagające decyzje w obszarze portfel westycyjych mogą być wykorzystae fukcje użyteczośc westorów. Jedą z klasyczych metod decyzyjych jest metoda programowaa kwadratowego. Do model welokryteralych rozwązywaych przy użycu klasyczych metod optymalzacj ależy a przykład model zakładający maksymalzację różcy oczekwaej stopy pomożoej przez parametr λ (obrazujący awersję do ryzyka) oraz waracj portfela (Wybrae problemy loścowej 004) postac: p ( λ E( R p ) V max ()

4 86 Jerzy Tymńsk, Mara Tymńska = x =, x 0, ( =,,..., ). Fukcja celu zapsaa jest za pomocą zmodyfkowaej fukcj użyteczośc (parametr λ), maksymalzowaej z uwzględeem waracj portfela. Przyjęto założee, że jest to fukcja dwukryterala. Celem optymalzacj jest uzyskae maksymalej wartośc dochodu, to jest stopy przy mmalym ryzyku. Rozwązae takego zadaa, które jest zazwyczaj zadaem programowaa kwadratowego, wymaga wprowadzea dodatkowego ograczea (Wybrae problemy loścowej 004) postac: = y K, y x 0, y { 0, }, ( =,,..., ) (3) gdze: y zmea bara [przyjmująca wartośc: y =, gdy strumet fasowy jest w optymalym portfelu (P MO ); y = 0, gdy strumet fasowy I zajduje sę f, I f PMO poza portfelem optymalym], to zaczy, 0, I P K lczba strumetów w portfelu (wyraża stopeń jego dywersyfkacj), K model może być rozwązyway za pomocą algorytmu DAOH (Tymńsk, 990). Model ze zmodyfkowaą fukcją celu: f MO E( Rp ) R A f max, V PA x = (4) = gdze: e( R p A ) oczekwaa portfela, V P A odchylee stadardowe portfela P A, R f wola od ryzyka, P A portfel, który jest warukowo efektywy, gdy westycja wola od ryzyka e była dopuszczala. W tym modelu występuje maksymalzacja portfela z udzałem strumetów wolych od ryzyka. Model te może być rozwązay po wprowadzeu dodatkowych waruków. Warto dodać, że algorytm poday w (Tymńsk 990) umożlwa rozwązae tego typu model dla portfel rogowych, czyl portfel różących sę jedym walorem dodawaym lub pomjaym.

5 Aspekty ekoomcze kostrukcj optymalzacj Kostrukcje portfelowe z wykorzystaem programów komputerowych Do model portfelowych rozwązywaych umerycze dostępe są dwa serwery MOMIP CPLEX (por. Szwed 004). Moża je zastosować w modelach: portfela deksowego, portfela taksoomczego TMAI, portfela Markowtza, EMAD, cvar. Kostrukcja portfela deksowego opera sę a jedodeksowym modelu Sharpe a, którego główym założeem jest lowa zależość mędzy m z poszczególych spółek a m z deksu. Model matematyczy takego portfela ma postać: przy ograczeach: max α (5) j= x j j j= x j β j =, j= x j =, 0 x j W, gdze: x j ozacza udzał j-ego waloru w portfelu, α j wartość współczyka α waloru j-ego, β j wartość współczyka β waloru j-ego, lczba rozpatrywaych walorów, W maksymaly udzał pojedyczej spółk w portfelu. Model TMAI ma wele teresujących zalet pozwala a dokładą oceę rykową spółek wykorzystywaych do kostrukcj portfela paperów wartoścowych. Jego główą zaletą jest wszechstroe ujęce czyków ocey fudametalej spółek. Stąd też przyjęce w kocepcj TMAI fukcj dyskrymacyjej pozwala a określee mary sytetyczej. Uwzględa oa wpływ wskaźków a przykład fasowych, rykowych lub kombacj tych wskaźków oraz tworzy kryterum dyskrymacj badaych spółek gełdowych, wykorzystując podstawowe charakterystyk rykowe akcj otowaych a GPW (Gerałtowska 004: 99). Na podstawe tej mary moża wyodrębć grupy dobrych złych spółek, co umożlwa efektywą optymalzację modelu TMAI (Tarczyńsk 00: 4). Wykorzystae fukcj dyskrymacyjej do trafego wyodrębea zboru spółek gełdowych umożlwa kostrukcję portfela paperów wartoścowych o długm horyzoce czasu. Wybór właścwej fukcj dyskrymacyjej w ujęcu progostyczym wymaga spełea przez cechy dagostycze (wskaźk fasowe bądź rykowe lub ch kombacje) założeń odośe do ormalośc rozkładu, a także braku stotej zależośc pomędzy cecham dagostyczym (Gerałtowska 004: 98; Tarczyńsk 00).

6 88 Jerzy Tymńsk, Mara Tymńska Markowtz sformułował dwukryteraly model średej stopy ryzyka, w którym średa, będąca oczekwaą stopą, jest maksymalzowaa, a ryzyko jest mmalzowae. W praktyce jako marę ryzyka stosuje sę warację losowej stopy. Model matematyczy portfela jest astępujący: m (6) przy ograczeach: T j= ( R jt T t= y t µ j ) x j yt = 0 dla t =,..., T, µ jx j µ 0, x Q, gdze: y t suma odchyleń od średch stóp walorów ważoa ch udzałam w portfelu w pojedyczym okrese t, x j udzał j-ego waloru w portfelu, E ( R j ) = µ j oczekwaa z waloru j, R j j-ego waloru uzyskaa w okrese t μ 0 ograczee ze względu a oczekway zwrot z portfela, Q zbór dopuszczalych wartośc zmeych x j, T horyzot westycj, lczba rozważych walorów. Wszystke omówoe modele oparte są a teor rozkładu ormalego. Jest to stoty makamet, gdyż w dłuższych horyzotach progozy (4 5 lat) modele te mogą dawać mało precyzyje rezultaty (Peters 997). Ze względu a często dość skomplkowaą kostrukcję portfelową także ch optymalzacja jest truda. Często programowae kwadratowe z fukcją Lagrage a e wystarcza (awet przy zastosowau waruków Kuha-Tuckera). Stąd kocepcja autorska zapropoowaa w pracy Ekoomcze aspekty optymalzacj westycj długookresowych (Tymńsk 03) oparta jest a teor chaosu, z wykorzystaem współczyka Hursta. W aalzach szeregów czasowych stóp moża posłużyć sę wykładkem Hursta. Jest to arzędze statystycze umożlwające aalzę szeregów czasowych, a także ułatwające podzał tych szeregów a losowe elosowe. W prowadzoych badaach, które prowadzły do wyboru akcj spółek gełdowych metodą ezawodoścową, zbadao charakter rozkładu stóp ujętych we wskaźku zmodyfkowaym zmeośc R / σp. W wyku przeprowadzoych badań wybrao do kostruowaego portfela trzy spółk GTC, RPC WWL. Wykazały oe tred wykładczy, przy czym WWL tred wzmacający (wartość wykładka Hursta ok. lczby 0,7). Spółk te posłużyły do dalszych badań umożlwających oceę trwałośc ezawodośc portfel długookresowych. W prezetowaej kocepcj kostrukcja portfela jego optymalzacja przebega w dwóch waratach. W perwszym warace wykorzystywao w procese optymalzacj programowae dyamcze, atomast w drugm merk występujące w teor ezawodośc. W procese kostrukcj optymalzacj portfela zastosowao program formatyczy Sclab. Skostruowae zostały dwa modele portfel westycyjych akcj. Perwszy ze wskaźkem jakośc R( t)/ σ ( p) max. Wskaźk te wyraża hpotetyczy dochód mak- j=

7 Aspekty ekoomcze kostrukcj optymalzacj symalzoway metodą programowaa dyamczego za pomocą fukcj tredu stopy akcj z 0 okresów. Schemat blokowy procesu oblczeowego przestawoo a rysuku. W wyku tej procedury ustaloo udzały poszczególych akcj w portfelu, a astępe określoo rzeczywsty umerycze zoptymalzoway dwukryteraly portfel westycyjy. Dae wejścowe: stopy akcj spółek (zał. ) WIG, stopy deksu gełdowego (zał. ) Oblczae: średej stopy R ( =,,, ) (zał. ) składków model Sharpe a (zał. ) Estymacja modelu Sharpe a: R = α + β R M + ε ( =,,, ) Wyzaczee waracj portfela: σ p = β σ M + σ ep ( =,,, ) odchylea stadardowego σ p = σ p Oblczae zmodyfkowaych (m) współczyków zmeośc: σ p σ p Wz( m) = oraz Wz( m) p R( t) R Oblczee OWz( m) = ( =,,, ) Wz( m) Określee fukcj (fukcj dochodu ) tredu o postac welomau trzecego : 3 f ( O W z ( m )) = α 0 + α t + α t + α 3 t, gdze t = tx = 0,; 0,,,,0 ozaczają środk (udzały w portfelu). tx {x(t)} suma dyspoowaych welkośc środków x(t) dla każdego tx

8 90 Jerzy Tymńsk, Mara Tymńska Wybór wartośc stóp akcj dla badaego zboru spółek, w oparcu o merk ezawodośc: Rˆ z ( t) = suma dodatch wartośc stóp (%) suma modułów wartośc stóp ogółem (%) Dla ˆ z R ( t ) 0, 9 GTC, RPC, WWL 3 (założoy dopuszczaly pozom ezawodośc) Wybór stóp akcj spółek w oparcu o merk tesywośc ekorzystych stóp : suma modułów ekorzystych wartośc stóp (%) λ(t) = suma modułów wartośc stóp ogółem (%) Dla s(t) (skumulowaych λ ( t) ) będą to wartośc RPC > GTC > WWL > INT, wg wartośc ajwększych do ajmejszych Ne Kostrukcja modelu optymalzacyjego dwukryterowego [] max[ Rp] = max Rtx = Tak [] m[ σ p] = tx σ + tx σ + tx3 σ 3 + tx tx σ σ ρ, + tx tx3 σ σ3 + tx tx3 σ σ3 ρ, 3 [3] tx =, 0 oraz tx 0 (tx udzał w portfelu -tej spółk) Rozwązaa modelu dokouje sę poprzez kostrukcję modelu hpotetyczego o postac: () max[ f ( OWz( m) fowz( m) ] tx,0 3 () tx = x ( t ) = 0, = (3) tx 0 ( =,,3 odpowedo dla GTC, RPC oraz WWL Weryfkacja statystycza model R, t-studeta test F Estymacja fukcj tredu (dochodu) dla wybraych spółek postac fukcj f ( OWz( m) = α + α t + α t + α t, f ( OWz( m) = 0, ,55448t 6,95379t + 3,6807t, 3 f ( OWz( m) =,044+ 0,76805t + 7,4775t,638783, t f ( OWz( m) = 0,049 0,5t + 6,047088t +, t,

9 Aspekty ekoomcze kostrukcj optymalzacj... 9 Rozwązae modelu Procedura programowaa dyamczego według formuły: Etap I max F, ( x( t)) = max f( tx) + f ( x( t) tx ) 0 tx x( t) Etap II maxf,,3( x( t)) = max [ F, ( tx) + f3( x( t) tx) 0 tx X ( t) Rezultaty optymalzacj: t = 0,9, t = 0,, t = 0 x x x 3 Wartośc optymale modelu empryczego: R p 0, 0 7 0, 9 5, 6 0, 0, 0 9, 5 8 % p 0,05 0,8 0, 004 0, 0 0, 0 0,070 0,9 0,063 0, 0, 785 0,0984 0,0984 (9,84%) p 9,84 Wz(R p),03 9,58 Portfel z krótką sprzedażą: R (GTC) =,0; R (RPC) = 0,0; R p = 0,; p = 0,03; Wz(R p) = 0,99. Koec rozwązaa problemu (perwszy warat) Rysuek. Schemat blokowy modelu dwukryteralego portfela ryku kaptałowego oparty a teor ezawodośc, rozwązyway metodą programowaa dyamczego (proces optymalzacj) Źródło: opracowae włase. W drugm warace przyjęto wskaźk zmeośc postac σ p / R( t) ( m). Zarówo wybór, jak optymalzację przeprowadzoo przy wykorzystau elemetów teor ezawodośc. Schemat tego procesu przedstawoo a rysuku. Przeprowadzoo róweż próbę optymalzacj z wykorzystaem programu formatyczego Sclab. Poadto skostruowao model trójkryteraly portfela akcj, wprowadzając do wskaźka jakośc, staowącego kryterum ocey portfela, współczyk asymetr.

10 9 Jerzy Tymńsk, Mara Tymńska Etap I Model optymalzacyjy portfela akcj (drug warat) [a] m λ s / T = T [b] z max w R ( t) ( =,,..., = ; t =,,..., T = 0 = t = [] w = = [3] w = 0 Macerz stóp badaych spółek z max R ( t) 0,9 GTC, RPC, WWL, INT Wybór spółek Etap II Kostrukcja wskaźka σ p / R( t) = Wz( m)( t), gdze: σ p określee wartośc odchylea stadardowego portfela -ej spółk (wartośc obserwacj hstorycze) według modelu Sharpe a; R(t) -ej spółk. Macerz wartośc λ ( t ) Określee modelu ˆ( λ t) : N ( t ) ( ) ˆ( ) + t N t λ t =, gdze N( t) = Wz( m)( t) N (0) + N ( t ) Wartośc skumulowae dla -ych spółek λ s( t) Wybór spółek m λs WWL < GTC < RPC< INT e WWL, GTC, RPC tak

11 Aspekty ekoomcze kostrukcj optymalzacj Etap III Określee udzałów spółek w portfelu określee wartośc λ s określee sumy dla -ych spółek λ s określee udzałów spółek w portfelu / λ s λ s Etap IV Postać emprycza modelu optymalego portfela Rp = 0,083 0,07% + 0,079 5,06% + 0,9638 7,5% = 7,5% w = 0, , ,9638 =, 0 w = 0,079 ; σ p σ = 0, = p Określee pozomu ezawodośc dla modelu zoptymalzowaego portfela akcj (w oparcu o s (0) ) z s R ( t) = e,0, zatem dla: GTC jest 0,36 ( e, gdyż 0,/0) aalogcze dla RPC 0,35, WWL 0,98 Kotrola pooptymalzacyja fukcj kryterum modelu [a] [b] m [(0, 083 0, 0 + 0, 079 0, 45 + [a] + 0, , 9 4 ) / 0 ] = 0, [b] max[0,083 0,36 + 0,079 0,35 + 0,9638 0,98 = = 0,9574 (95,74%) Ryzyko w ujęcu ezawodośc h z ( t) = f z ( t)/ R z ( t) 0,056 Dla wartośc portfela z 0, 056 e h p = = 0, 056 0,056 e współczyk zmeośc: 0,056 Wz( Rp ) = = 0,745 0,075 (Wartośc wykowe rozwązaego modelu optymalzacyjego zawera tabela ) Koec rozwązaa problemu (drug warat) Rysuek. Schemat blokowy modelu optymalzacyjego portfela westycyjego przy wykorzystau wyłącze mar ezawodośc Źródło: opracowae włase.

12 94 Jerzy Tymńsk, Mara Tymńska Dodatkowo, celem porówaa jakośc model portfel zaprezetowaych w procese badawczym autora z modelam azywaym tradycyjym (opartym a programowau kwadratowym z wykorzystaem fukcj Lagrage a) przeprowadzoo kostrukcję portfela z tego samego zboru akcj spółek, dokoując wyboru akcj do portfel w oparcu o fukcję użyteczośc. Wyk ch terpretację przedstawają tabele. Tabela Merk ocey efektywośc autorskch kocepcj kostrukcj model portfelowych ryku kaptałowego Spółk GTC 0,9 Portfelowe modele paperów wartoścowych według kocepcj autora Warat I Warat II udzały R p σ p Wz(R p ) udzały R p σ p Wz(Rp) 0,083 RPC 0, 0,0958 0,0984,03 0,079 WWL 0,0 0,9638 GTC WWL APL Warat III **** KLR TFM 0,075 0,075 0, 0,0560*** Model z uwzględeem asymetr,499 0,745* PKO GTC RPC WWL GTC 0,850 WWL 0,7 0,097 0,04,07 APL 0,03 KLR 0,0 TFM,0 0,0405 0,0795 0,779 PKO 0,0 0,0397 0,0778 0,7780** * Wartość modelu opartego a ezawodośc (m λ(t)). ** Wartośc modelu mmalego ryzyka (w Wz(Rp), uwzględoo także wskaźk ATFM. *** z Wartość ryzyka opartego a ezawodośc ( h p ). **** Model rozwązyway formatycze. Źródło: opracowae włase.

13 Aspekty ekoomcze kostrukcj optymalzacj Tabela Merk ocey efektywośc tradycyjych kocepcj kostrukcj model portfelowych ryku kaptałowego Spółk I Model tradycyjy PKM 0,760 II Model tradycyjy udzały R p σ p Wz(R p ) udzały R p σ p Wz(R p ) 0,78 GTC 0, ,096 0,0850 0,886 0,4037 RPC 0,5498 0,57634 WWL 0,3373 0,948 Źródło: badaa włase. 0,075 0,05 0,698 Syteza otrzymaych wyków propozycja modelu optymalego portfela. Wartość fukcj użyteczośc ( u = R ( σ + 0,σ ): a) dla waratów portfel według kocepcj autorskej: I 0,00454, II 0,086; b) dla model tradycyjych : I 0,00956, II 0,003.. Ocea pozomu ezawodośc: a) w odeseu do kocepcj autorskej: I warat R z (t) 0,3590, II warat R z (t) 0,9574; b) w odeseu do model tradycyjych : I warat R z (t) 0,665, II warat R z (t) 0,5073. Wartość ryzyka w drugm warace zarówo według kocepcj autora, jak modelu tradycyje skostruowaego jest zblżoa ( h = 0,05 oraz 0,056). z p Uwag końcowe Optymaly portfel długookresowej westycj a ryku kaptałowym może być tylko jede. Powe to być drug model portfela skostruoway według kocepcj autorskej. Decyzję tę uzasada wysoke prawdopodobeństwo realzacj, co ozacza ezawodość portfela w długm horyzoce progozy. Przykładowo, w okrese pęcoletm (do 0 roku) merk ezawodośc dla kostruowaego portfela kształtował sę a pozome 96%, zaś dla modelu tradycyjego portfela akcj 66%.

14 96 Jerzy Tymńsk, Mara Tymńska Lteratura Gerałtowska U. (004), Wykorzystae fukcj dyskrymacyjej do podejmowaa optymalych decyzj, w: Modelowae preferecj a ryzyko 04, red. T. Trzaskalk, Wydawctwo Akadem Ekoomczej w Katowcach, Katowce. Klepacz H., Żółtowska E., Śweszewska D. (007), Matematyka dla studetów studów ekoomczych, Absolwet, Łódź. Modelowae preferecj a ryzyko (00), red. T. Trzaskalk, Wydawctwo Akadem Ekoomczej w Katowcach, Katowce. Peters E.E. (997), Teora chaosu a ryk kaptałowe, WIG Press, Warszawa. Pugls A. Saccŕ S. (009), Fractal Geometry for Portfolo Maagemet Problems, w: Global ad Regoal Challeges for the st Cetury Ecoomcs, red. R. Boroweck, A. Jak, Foudato of the Cracow Uversty of Ecoomcs, Kraków. Sadowsk W. (969), Teora podejmowaa decyzj, PWE, Warszawa. Szwed C. (004), System formatyczy wspomagający decyzje westycyje, w: Modelowae preferecj a ryzyko, red. T. Trzaskalk, Wydawctwo Akadem Ekoomczej w Katowcach, Katowce. Tarczyńsk W. (00), Fudametaly portfel paperów wartoścowych, PWE, Warszawa. Tymńsk J. (990), Dyamczy algorytm optymalzacj hpotetyczej DAOH, Wydawctwo Uwersytetu Łódzkego, Łódź. Tymńsk J. (0), Wybrae aspekty optymalego sterowaa portfelem westycyjym akcj a ryku kaptałowym, Ekoomka Orgazacja Gospodark Żywoścowej. Zeszyty Naukowe SGGW r 9. Tymńsk J. (03), Ekoomcze aspekty optymalzacj westycj długookresowych, Weś Jutra, Warszawa. Wybrae problemy loścowej aalzy portfel akcj (004), red. D. Kopańska-Bródka, Wydawctwo Akadem Ekoomczej w Katowcach, Katowce. Załączk Stopy z 0 okresów mesęczych Mesęcze stopy akcj (od do ) w % r r r 3 r 4 r 5 r 6 r 7 r 8 r 9 r 0 ocz. st. r APL 0,64 3,3,33,36 9,00 33,84 4,0 9,95 49,3 6,8 8,39 BDX 3,08 8,3 0,70 7,6 0,00 0,00 5,56 8,4 0,00 4,00 0,58 GRJ,46,06 4,48 3,94 4,7 6,8,5 5,4 3,5 6,44 5,89 GTC,0 8,75,50 6,67 5,56 6,6 8,6 8,0 8,33 9,79 0,07 INT 5,00 0,6 0,43 4,9, 8,83 4,4 47,6 0,36 7,86 4,8 JTZ 0,7 6,00 6,47 3,67 8,55 0,3 5,33 0,98 0,6 6,80 0,93 KRS 7,4,50 9,5 5,33 0, 5,00 4,6 0,63,50 3,57 3,84 PEO,3 4,88 8,64,0 3,50,0 0,85 0,69 8,77,06 3,5 PKM,35,63 4,04 0,00 6,03 3,66 7,06,56 6,43,0 4,0 RPC 9,76,3,40 0,49 3,96 0,95 7,3 4,5,96 5,77 5,6 SKA 6,43 9,89 0,4 8,98 4,48 8,5 5,56 5,6,43 7,97,7 WWL 0,63 0,4,08,47,6 0,9,00,79 35,67 0,86 7,5 WIG 4,7 7,4 3,5 7,68 5,78 6,50 4,8 5,5 4,8 3,0 3,3 Źródło: opracowae włase w oparcu o dae z gazety Parket.

15 Aspekty ekoomcze kostrukcj optymalzacj THE ecoomc aspects of costructg ad optmsing log-term vestmet portfolos o the captal market Abstract: Purpose The am of the artcle s presetato aspects of costructo ad optmsato vestmet portfolos o the captal market. The artcle presets a outle of methods used to costruct ad optmse vestmet portfolos wth securtes. Methodology The artcle dscusses the method of quadratc programmg wth the Lagrage fucto ad Kuh-Tucker codtos, whch s usually used. Other methods are also preseted, for stace the Beal method that ca help solve quadratc programmg problems wth a cocave objectve fucto. A major weakess of the portfolo models dscussed the artcle, partcularly of the log-term portfolos, s that the rates of retur are expected to have a ormal dstrbuto. Hece authors proposed a cocept for the costructo ad optmsato of log-term portfolos. Orgalty/Value I the preseted cocept ca be costructed portfolos usg b- ad tr-crtero models. The cocept makes use of chaos theory ad the Hurst expoet wth whch the dstrbuto of rates of retur ca be detfed, regardless of whether t s radom or forms a tred. Compaes for the portfolo bult accordg to the author s cocept were selected usg relablty theory. The portfolo was optmzed wth a dyamc programmg method ad tools draw from relablty theory. Result For the sake of comparso, usg a tradtoal quadratc programmg method ad the Lagrage fuctoa alteratve portfolo was created, the compaes for whch were selected accordg to the utlty fucto. The results geerated by the tradtoal portfolo were feror to those obtaed from the portfolo proposed by the author. Keywords: optmsato, mult-crteral approach, dyamc programmg, relablty, log-term sustaablty Cytowae Tymńsk J., Tymńska M. (05), Aspekty ekoomcze kostrukcj optymalzacj długookresowych portfel westycyjych a ryku kaptałowym, Zeszyty Naukowe Uwersytetu Szczecńskego r 89, Fase, Ryk Fasowe, Ubezpeczea r 78, Wydawctwo Naukowe Uwersytetu Szczecńskego, Szczec, s ;

16

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

Bardziej szczegółowo

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-86 Nr 340 207 Iformatyka Ekoometra 0 Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych

Bardziej szczegółowo

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć Algorytm smpleks adaa operacyje Wykład adaa operacyje dr hab. ż. Joaa Józefowska, prof.pp Istytut Iformatyk Orgazacja zajęć 5 godz wykładów dr hab. ż. J. Józefowska, prof. PP Obecość a laboratorach jest

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

OPTYMALNA DYWERSYFIKACJA NA POLSKIM RYNKU INWESTYCYJNYM

OPTYMALNA DYWERSYFIKACJA NA POLSKIM RYNKU INWESTYCYJNYM Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-86 Nr 297 206 Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych agata.gluzcka@ue.katowce.pl

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

Analiza spektralna stóp zwrotu z inwestycji w akcje

Analiza spektralna stóp zwrotu z inwestycji w akcje Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych CZYŻYCKI Rafał 1 PURCZYŃSKI Ja Ryzyko westycj w spółk sektora TSL a Warszawskej Gełdze Paperów Wartoścowych WSTĘP Elemetem erozerwale zwązaym z dzałaloścą westorów a całym ryku kaptałowym jest epewość

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH

PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH Z PRZEDMIOTU EWOLUCYJNE METODY OPTYMALIZACJI. Rozwązać zadae zadaa załaduku (plecakowego z ograczeam a dopuszczale wymary oraz cężar []: a algorytmem symulowaego wyżarzaa.

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

WYBÓR WARIANTU PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ROZMYTYM MODELOWANIU RYZYKA TECHNOLOGICZNO- ORGANIZACYJNEGO

WYBÓR WARIANTU PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ROZMYTYM MODELOWANIU RYZYKA TECHNOLOGICZNO- ORGANIZACYJNEGO THEORETICAL FOUNDATIONS OF CIVIL ENGINEERING Polsh-Ukraa Trasactos Vol. 21, pp. 405-412, Warsaw 2013 WYBÓR WARIANTU PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ROZMYTYM MODELOWANIU RYZYKA TECHNOLOGICZNO- ORGANIZACYJNEGO

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH Zdzsław IDZIASZEK 1 Mechatrocs ad Avato Faculty Mltary Uversty of Techology, 00-908 Warsaw 49, Kalskego street r zdzaszek@wat.edu.pl Norbert GRZESIK Avato Faculty Polsh Ar Force Academy, 08-51 Dębl, Dywzjou

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

WPŁYW KORELACJI KRYTERIÓW NA WIELOKRYTERIALNĄ SELEKCJĘ WALORÓW GIEŁDOWYCH

WPŁYW KORELACJI KRYTERIÓW NA WIELOKRYTERIALNĄ SELEKCJĘ WALORÓW GIEŁDOWYCH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-8611 Nr 301 2016 Ewa Pośech Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk ewa.osech@ue.katowce.l Adraa Mastalerz-Kodzs

Bardziej szczegółowo

Zarz¹dzanie i Finanse Journal of Management and Finance Vol. 13, No. 3/1/2015

Zarz¹dzanie i Finanse Journal of Management and Finance Vol. 13, No. 3/1/2015 Zarz¹dzae Fase Joural of Maagemet ad Face Vol. 13, No. 3/1/2015 Adraa Mastalerz-Kodzs* Ewa Poœpech** Adraa Mastalerz-Kodzs, Ewa Poœpech Efektywoœæ westowaa a przyk³adze spó³ek ge³dowych z sektora eergetyczego,

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów Górctwo Geożyera Rok 3 Zeszyt 4 007 Tomasz Nedoba* OCENA ZAWARTOŚCI POPIOŁU W POKŁADACH WĘGLA ZA POMOCĄ NIEPARAMETRYCZNYCH METOD STATYSTYCZNYCH**. Wprowadzee W procese przeróbk węgla ezwykle ważym problemem

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Ocena trafności prognoz koniunktury przedsiębiorstw na przykładzie jednostek handlowych

Ocena trafności prognoz koniunktury przedsiębiorstw na przykładzie jednostek handlowych Barometr Regoaly Nr 3(3) 008 Ocea trafośc progoz kouktury przedsęborstw a przykładze jedostek hadlowych Grzegorz Kowalewsk Uwersytet Ekoomczy we Wrocławu treszczee: Celem artykułu jest zbadae jakośc progoz

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

KONSTRUKCJA PORTFELA OPTYMALNEGO PRZY WYKORZYSTANIU NARZĘDZI IDENTYFIKACJI CHAOSU W SZEREGACH CZASOWYCH

KONSTRUKCJA PORTFELA OPTYMALNEGO PRZY WYKORZYSTANIU NARZĘDZI IDENTYFIKACJI CHAOSU W SZEREGACH CZASOWYCH ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 216 Sera: ORGANIZACJA I ZARZĄDZANIE z. 96 Nr kol. 1963 Moka MIŚKIEWICZ-NAWROCKA, Katarzya ZEUG-ŻEBRO Uwersytet Ekooczy w Katowcach Wydzał Zarządzaa oka.skewcz@ue.katowce.pl,

Bardziej szczegółowo

O fundamentach pomiaru ryzyka

O fundamentach pomiaru ryzyka ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO r 854 Fase, Ryk Fasowe, Ubezpeczea r 73 (205) s 373 384 O fudametach pomaru ryzyka Elza Buszkowska * Streszczee: Autorka zapropouje e alteratywe defcje porządku

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo