Zarządzanie Projektami

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zarządzanie Projektami"

Transkrypt

1 Zarządzaie Projektami Wykład 2 Wartość i metody ocey projektów Dr Zbigiew Karwacki Katedra Badań Operacyjych UŁ

2 Przegląd defiicji projektu Projekty istieją od dawa oraz zajmuje się imi wielu zaiteresowaych, jedakże defiicje projektu są przedstawiae w literaturze przedmiotu w krańcowo różych ujęciach. Moża jedak ustalić, że projekt bywa zwykle kojarzoy z iwestycją, a do często wymieiaych atrybutów ależą: korzyść, koszt, upływ czasu, ryzyko. Moża zatem twierdzić, że te pojęcia świadczą o istocie projektu.

3 Przegląd defiicji projektu Według F.Sharpe a iwestycja to poświęceie czegoś w chwili obecej z adzieją a pozyskaie czegoś w przyszłości. Zgodie z tym w iwestycji występują dwa waże czyiki czasu oraz ryzyka. Poświęceie czegoś to koszt (zdarzeie pewe), a pozyskaie czegoś to korzyść (zdarzeie iepewe). Defiicja projektu Sharpe a, w której czyikami kreującymi projekt są: koszt, korzyść, upływ czasu i ryzyko, uwypukla ujęcie czyikowe.

4 Przegląd defiicji projektu Według G.Croft a projekt jest sposobem opisu przedsięwzięcia ietypowego. Podkreśleie ietypowości ozacza, że preferowae jest ujęcie jakościowe jeżeli zgodzimy się, że coś ietypowego może być kojarzoe z jakością. Obok dwóch wymieioych ujęć defiiowaia projektu, ie moża pomiąć ujęcia operacyjego zorietowaego a zadaia i cele projektu.

5 Przegląd defiicji projektu Ujęcie operacyje jest preferowae przez światowe istytucje fiasowe, a także przez światowe orgaizacje powołae do walki z ubóstwem oraz wspieraia rozwoju gospodarczego. Jeszcze ią defiicję projektu propouje Asia Developmmet Bak: projektem jest takie przedsięwzięcie, w którym występuje logicze uporządkowaie przyczy oraz efektów. Jest to więc przedsięwzięcie, w którym uwzględioo strukturę przyczyowo skutkową.

6 Przegląd defiicji projektu Do logiczego uporządkowaia przyczy oraz efektów zaleca się uwzględieie astępującej struktury hierarchiczej: if uwzględimy akłady oraz zostaą podjęte działaia, the mogą być osiągięte wyiki projektu; if wyiki projektu zmaterializują się, the mogą być zrealizowae zadaia projektu; if zadaia projektu zostaą wykoae, the cel strategiczy projektu moża uzać za spełioy.

7 Opis struktury projektu Wyrazy zazaczoe a czerwoo moża azwać słowami kluczowymi charakteryzującymi projekt, które ależy uzupełić wyrażeiami sformalizowaymi, które azywamy ormatywami projektu. Trzeba też sprecyzować, kto będzie moitorował postępy pracy oraz w jaki sposób. W opisie projektu powiy też zaleźć się iformacje o przesłakach jego podjęcia oraz zagrożeiach pomyślego wykoaia orm projektu. Poieważ opis struktury projektu jest dosyć złożoy, to w celu ułatwieia jego wykoaia moża mu adać astępującą formę.

8 Opis struktury projektu Słowa kluczowe Normatywy projektu Moitorowaie projektu Przesłaki oraz zagrożeia Cel strategiczy Zadaia Wyiki Działaia Nakłady

9 Opis struktury projektu Słowa kluczowe Cel strategiczy (wizja) Przekształceie regiou w obszar produktywy i przyjazy ekologiczie, zapewiający wszystkim dobrobyt teraz i w przyszłości Skuteczość projektu Zadaia. Większość farmerów opauje i wdroży ekologicze metody uprawy ziemi. 2. Jakość wody trwale poprawi się; zawartość soli zmiejszy się. Wyiki. Wdrożeie ekologiczych metod uprawy ziemi 2. Poprawa jakości wody Efektywość Działaia Koszty i korzyści I. Program owoczesego zarządzaia firmą I. Szkoleie i pomoc przy wdrażaiu programu II. Pomoc fiasowa i rzeczowa przy ogradzaiu gospodarstw II. Poprawa jakości wody. Zalesieie 30 ha obszaru regiou 2. Wytyczeie oraz ogrodzeie obszarów chroioych Normatywy projektu oraz mieriki ocey Do 200 r. Liczba ubogich gospodarstw zmiejszy się do % Zaikie emigracja ludości Sta zdrowoty ludości poprawi się o 5% W okresie dwóch lat 75% farmerów wdroży program owoczesego zarządzaia farmą Co ajmiej 25% farmerów ie będzie używało środków chemiczych Obszary zasoloe ie przekroczą 5% całości regiou Zasoleie wody osiągie poziom dopuszczaly Procet farmerów stosujących program owoczesego zarządzaia Procet farmerów, którzy ie wdrożyli tego programu Przyrost ilości wody zdatej do picia Obszar ziemi poday rekultywacji Przyrost ziemi adającej się do uprawy Nakłady Zatrudieie pracowików admiistracji przy opracowaiu i wdrożeiu programu (w roboczo- godziach) Środki pieięże z budżetu a opracowaie i wdrożeie programu (w tys. AUD) Praca własa farmerów (w roboczo- godziach) Pieięże środki budżetowe (w tys. AUD) Pieięże środki farmerów (w tys. AUD)

10 Opis struktury projektu Rys. Etapy cey projektu Cel strategiczy - wizja Skuteczość projektu Zadaia projektu Efektywość Nakłady Działaia Koszty i korzyści Wyiki

11 Cel strategiczy lub wizja projektu Rozpatrujemy dwa projekty A i B. Przyjmujemy, że wybór projektu lepszego powiie być oparty a retowości iwestycji, czyli relacji zysku do wielkości poiesioego akładu iwestycyjego. ( Paradoks Simpsoa) Projekt Zadaie okresowe okres pierwszy Zadaie okresowe Okres drugi Cel strategiczy; Dwa okresy łączie A B ,6 0, , 0, ,55 0,35 Ucieczką przed problemami dotyczącymi celu strategiczego jest odwołaie się do wizji projektu, która ie jest kojarzoa z wyikami zadań projektu, a tym samym moża pomiąć agregowaie wyików cząstkowych.

12 Profil projektu W iżyierii ekoomiczej do ocey projektu wykorzystuje się krzywą azywaą profilem projektu. Rys. 2 Wykres typowego profilu projektu. Zysk = Korzyść - koszt 0 T Upływ czasu w przyszłości

13 Profil projektu Kształt krzywej profilu projektu przypomia krzywą cyklu życia projektu, jedak dołączoe do wykresu opisy są odmiee. Uwzględioy okres od chwili początkowej 0 do końcowej T ie dzieli się a fazy. Zazaczoe a osi odciki są rówymi podokresami czasowymi, obejmującymi zazwyczaj jede rok. Brak faz ozacza, że zadaia projektu są pomijae. Praktyka wymaga, aby wybór projektu był oparty a jedej kokretej oceie. O tym, czy projekt przyjąć decyduje różica między polem pod krzywą (czerwoe) a polem ad krzywą (zieloe). Różica musi być dodatia.

14 Zysk = Korzyść - koszt Profil projektu 0,05 sceariusz 0,0 optymistyczy 0,5 sceariusz 0,40 oczekiway 0,5 0,0 sceariusz 0,05 pesymistyczy 0 T Upływ czasu w przyszłości Rys. 3 Szkic profilu projektu z uwzględioymi sceariuszami

15 Profil projektu Jedym z podstawowych problemów ocey i wyboru projektu jest uwolieie się od sztywego zakładaia długości okresu, obejmującego początek i koiec projektu. W praktyce zdając sobie sprawę z absurdalości odległego w czasie horyzotu, oceę profilu projektu ograicza się do okresu ieprzekraczającego pięciu lat. Dzieje się tak dlatego, że w miarę upływu czasu oczekiwaia stają się bardziej iepewe.

16 Wartość pieiądza w czasie Jeżeli uwzględimy odmiee chwile czasowe, to idetycze kwoty pieięże ie mogą mieć idetyczych wartości użytkowych. Ozacza to, że w miarę upływu czasu wartość użytkowa pieiądza zmieia się, a dokładiej staje się coraz miejsza. Przykład Dae są astępujące oczekiwae wielkości roczych przychodów i wydatków pewego projektu (w ml EUR). Po dokoaiu saldowaia otrzymujemy Przychody Wydatki Zysk

17 Wartość pieiądza w czasie W tym przypadku profil oczekiwaych zysków będzie wyglądał astępująco: Zysk lub strata (w ml EUR) Upływ czasu -50

18 Wartość pieiądza w czasie Załóżmy, że iwestor skłoy jest przyjąć, że każdy rok opóźieia obiża wartość użytkową kwoty omialej o 0%. Rozpatrywae w różych chwilach wielkości omiale ależy więc zamieić a wartości, które dotyczą chwili obecej. W tym celu każdą z ich ależy pomożyć przez współczyik dyskotujący, który w tym przypadku wyosi /,.Operację tą azywamy dyskotowaiem po czasie. W efekcie otrzymujemy: Odstęp względem chwili początkowej Wielkość omiala zysku (w ml EUR) Wielkość współczyika dyskotowego Wartość użytkowa zysku w chwili początkowej (w ml EUR) rok 2 lata 3 lata 4 lata (/,) = 0,90909 (/,) 2 = 0, (/,) 3 = 0,7535 (/,) 4 = 0, x 0,90909 = 27, x 0, = 24, x 0,7535 = 5,026 0 x 0,68303 = 6,830

19 Wartość pieiądza w czasie Po zdyskotowaiu profil oczekiwaych zysków będzie wyglądał astępująco: Zysk lub strata (w ml EUR) 27,273 24,793 5,026 6,830 Upływ czasu -50

20 Wartość pieiądza w czasie Wartość obeca projektu (tz. dotycząca chwili, kiedy astąpił wydatek 50ml EUR) wyosi: , , , ,830 = 23,922 ml EUR Poieważ wartość obeca projektu jest dodatia projekt jest dopuszczaly. Tak więc mechaizm ocey projektu jest astępujący:. Opracowaie progoz przychodów i wydatków, które po dokoaiu saldowaia defiiują oczekiwae zyski, 2. Zdyskotowaie zysków a chwilę początkową, 3. Zsumowaie wszystkich wielkości zdyskotowaych, 4. Zaakceptowaie projektu, jeżeli suma wielkości zdyskotowaych jest dodatia.

21 Podstawowe mieriki Rys. 4 Cztery podstawowe mieriki w dwóch wersjach Określeie Defiicja Wymiar Jedostka miary (przykładowa) Wskaźik przyrostu absolutego Przyrost lub spadek Różiczka pieięża Stopa procetowa (iterest rate) Wersja z czasem ieciągłym Wersja z czasem ciągłym Stopa zamiay (chage rate) Wersja z czasem ieciągłym Wersja z czasem ciągłym Stopa wzrostu (growth rate) Wersja z czasem ieciągłym Wersja z czasem ciągłym i i dk c c g g K K K dk K K K t dk t t K K K t dk K dt K - K t K t K t t - K - K K t t K t t t - K t t g K K [ M ] [ M ] [ s ] [ s ] [ M x T - ] [ M x T - - ] [ T - - ] [ T - ] (EUR) (EUR) brak brak (EUR/rok) (EUR/rok) (/rok) (/rok) [M] wielkości fizycze oraz pieięże, [T] - upływ czasu, [s] skalar

22 Stopa wzrostu a stopa procetowa W pewym przedsiębiorstwie bilas otwarcia wyosił 50 ml EUR. Po raz drugi z rzędu rok był pomyśly, gdyż osiągięte dochody etto wyiosły 25 ml EUR. Należy obliczyć wielkość stopy procetowej oraz wielkość stopy wzrostu, jeżeli dochody etto za rok ubiegły były rówe 20 ml EUR. Bilas zamkięcia obliczamy astępująco: 50 ml (EUR) + 25 ml (EUR/rok) x (rok) = 75 ml (EUR) Stopę procetową i stopę wzrostu obliczamy astępująco: stopa procetowa stopa wzrostu i g ,25 / 0,50 /rok

23 Kryteria wyboru projektu Kryteria wyboru projektu moża podzielić a trzy kategorie:. Pieiężą azywaą też wartościową, 2. Wskaźikową azywaą rówież względą, której zaletą jest uiwersalość, okupioa jedak iejedozaczością otrzymywaych rozwiązań, 3. Okresu zwrotu.

24 Kryteria pieięże Kryterium NPV (et preset value) Najpopulariejszym kryterium wyboru jest wartość obeca etto NPV. Jeżeli przepływy pieięże są saldowae a bieżąco (co jest obecie stadardem) określeie etto jest ie zasade, mówimy wówczas o wartości obecej (preset value), którą ozaczamy symbolem P.

25 Nazwa: Kryteria pieięże Kryterium NPV (et preset value) Wartość obeca etto przepływu pieiężego lub wartość obeca przepływu pieiężego Zapis algebraiczy: Wzór: NPV P NPV P F ;k; Pieięża zasada ocey dopuszczalości projektu jest astępująca:. Jeśli NPV > 0, to projekt jest dopuszczaly, 2. Jeśli NPV = 0, to ocea projektu ie jest możliwa, 3. Jeśli NPV < 0, to projekt jest iedopuszczaly. N 0 P [ F N 0 F k ]

26 Postać graficza: Kryteria pieięże Kryterium NPV (et preset value) Wartość P=? F F 2 F N- F N 0 2 N- N Czas Koszt kapitału = k%

27 Przykład Kryteria pieięże Kryterium NPV (et preset value) Dae są astępujące wielkości wpływów i wydatków pieiężych dotyczące pewego projektu: Wyszczególieie Przyjmując, że koszt kapitału k=0%, oceń dopuszczalość projektu, a wyik podaj z dokładością do jedej cyfry po przeciku Wpływy pieięże (w tys. EUR) Wydatki pieięże (w tys. EUR)

28 Kryteria pieięże Kryterium NPV (et preset value) Po odjęciu wydatków pieiężych od dochodów otrzymujemy: Wyszczególieie Saldo (w tys. EUR) , 400 0, 360 0, 320 0, 280 0, 240 P , 24,8 (tys.eur) Poieważ NPV=24,8 (tys. EUR) 0 (tys. EUR) stwierdzamy, że projekt jest dopuszczaly.

29 Rys. 5 Profil przepływów pieiężych etto. Kryteria pieięże Kryterium NPV (et preset value) Wartość P=24,8 F =400 F 2 =360 F 3 =320 F 4 =280 F 4 = Czas Koszt kapitału = 0% F 0 = -000

30 Nazwa Kryteria pieięże Wartość obeca profilu ret roczych Wartość obeca profilu ret roczych Zapis algebraiczy P A A P A A; k; N Wzór P A k k N k N, k 0

31 Kryteria pieięże Wartość obeca profilu ret roczych Wartość P A =? A 0 2 N- N Koszt kapitału = k% Czas

32 Kryteria pieięże Wartość obeca profilu ret roczych Przykład ret roczych z opóźieiem W oddziale techologiczym zakupioo system CAD do wykoywaia rysuków, za który zapłacoo gotówką 5000 EUR. Za dostawę owych wersji oprogramowaia zobowiązao się płacić po 500 EUR roczie przez 6 lat, przy czym pierwsza płatość pojawi się za 3 lata. Oblicz wartość obecą wszystkich płatości, jeśli roczy koszt kapitału wyosi 8%.

33 Kryteria pieięże Wartość obeca profilu ret roczych Wartość R A =? P c =? P A =? S N dotyczy ret roczych A=500 K=8%

34 Kryteria pieięże Wartość obeca profilu ret roczych Obliczeia muszą być przeprowadzoe etapami. Najpierw ależy określić tymczasową wartość obecą ret roczych R A, która wystąpi w chwili s=2. Następie otrzymay wyik ależy zdyskotować a chwilę obecą, gdzie s=0. Na koiec trzeba dodać F =5000 EUR. Przy obliczaiu R A ależy posłużyć się odrębą skalą a osi czasu, poumerowaą do N=6. R A , R A A; 0,08; 6 23,4 EUR 500 gdzie 4, jest wielkością czyika ret roczych. 0,08 0,08 6 0,08 6

35 Kryteria pieięże Wartość obeca profilu ret roczych Wielkość R A traktujemy jako wartość przyszłą w chwili s=2, którą ależy zdyskotować a chwilę obecą. Na drugim etapie otrzymujemy: P A R A P A R A ; 0,08; 2 23,44 gdzie 0, jest wartością czyika dyskotowego dla dwóch okresów. Na etapie trzecim do wartości obecej profilu ret roczych dodajemy wydatek początkowy i otrzymujemy: P F 98, ,69 EUR PC A 0 Wartość obeca wszystkich płatości wyosi 698,69 EUR. 0, ,69 EUR

36 Kryteria pieięże Wartość rety roczej Nazwa Wartość rety roczej Zapis algebraiczy A P A P; k; N A P k k N k N Wzór

37 Kryteria pieięże Wartość rety roczej Wartość P A 0 2 N- N Koszt kapitału = k % Czas

38 Przykład z kryterium rety roczej Kryteria pieięże Wartość rety roczej Pewa firma dostarcza gotowe posiłki, a zamówieia przyjmowae są przez iteret. Dotychczasowe sukcesy sprawiły, że plauje się zakupieie oraz zaistalowaie w samochodach firmy pięciu przeośych systemów komputerowych. Koszt zakupu jedego systemu wyosi 4600 EUR. Szacuje się, że system może być eksploatoway przez 5 lat. Przez pierwszy rok wydatki a utrzymaie wszystkich systemów wyiosą łączie 650 EUR, a po każdym roku będą się zwiększać o 50 EUR. Przyjęto, że wymagay, roczy koszt kapitału powiie być rówy 0%. Czy projekt moża uzać za fiasowo dopuszczaly, jeśli zapewi dodatkowe dochody rocze a kwotę 200 EUR?

39 Kryteria pieięże Wartość rety roczej Wartość EUR Czas Koszt kapitału = 0%

40 Kryteria pieięże Wartość rety roczej Wielkości dochodów co roku są idetycze, moża zatem do ocey użyć kryterium rety roczej. Najpierw musimy wszystkie wydatki zdyskotować a chwilę obecą. Otrzymujemy astępujący wyik: P Wartość obecą wydatków przeliczamy astępie a wartość rety roczej: A P 650, Z pomiięciem zaku mius wyik te moża iterpretować jako średioroczy wydatek. Oceę projektu ależy sformułować a podstawie wielkości etto ret roczych tz.: Projekt jest iedopuszczaly. A P; 0,; = < 0 EUR 850, 2, ,0 3 0,,, 4 5,, , ,85 EUR EUR

41 Kryteria wskaźikowe wewętrza stopa zwrotu IRR Jeżeli koszt kapitału zastąpimy stopą zwrotu z projektu, a ta jest iezaa, to w celu jej obliczeia ależy sformułować astępujące rówaie: gdzie r jest wewętrzą stopą zwrotu. Dopuszczalość projektu defiiujemy astępująco:. Jeśli r > k, to projekt jest dopuszczaly, 2. Jeśli r = k, to ocea projektu ie jest możliwa, 3. Jeśli r > k, to projekt jest dopuszczaly. gdzie k ozacza koszt kapitału. F 0 r 0 F r F 2 r 2... F N r N 0

42 Kryteria wskaźikowe wewętrza zmodyfikowaa stopa zwrotu MIRR Obliczając IRR mamy do czyieia z wyzaczaiem pierwiastków wielomiaów -tego stopia. Jeżeli tylko jede z ich jest dodati, to o jest IRR. Problem powstaje gdy więcej iż jede jest większy od zera. Idea rozstrzygięcia tego dylematu jest prosta. Przepływy pieięże etto rozdzielamy a dodatie i ujeme. Dodatie dyskotujemy a chwilę obeca, a ujeme kapitalizujemy a ostatią chwile przyszłą. W efekcie otrzymujemy tylko dwa przepływy, czyli jest to profil przepływu jedorazowego. Z jego oceą ie ma żadych trudości, a co ważiejsze istieje tylko jedo rozwiązaie.

43 Przykład Kryteria wskaźikowe wewętrza zmodyfikowaa stopa zwrotu MIRR W pewym projekcie dae są astępujące wielkości wpływów i wydatków pieiężych (w tys. EUR): Ozaczeia Wpływy Wydatki Przepływy etto Przyjmujemy, że k=6%. Wyzaczając MIRR, ależy oceić, czy projekt jest dopuszczaly.

44 Kryteria wskaźikowe wewętrza zmodyfikowaa stopa zwrotu MIRR W tym celu ujeme przepływy etto dyskotujemy a chwile =0: P= -0 3 x (,06) -2 = -2,670 tys. EUR Przepływy dodatie kapitalizujemy a chwilę =3: F= 2 x (,06) = 25,247 tys. EUR Otrzymujemy astępujące wyiki: F P x ( + MIRR) 3 = 0 25, x (+MIRR) 3 = 0 Po obliczeiach otrzymujemy MIRR = 0,2584 Poieważ MIRR = 25,84% > 6%, to projekt ależy uzać za dopuszczaly.

45 Okres zwrotu Projekt moża także oceiać a podstawie upływu czasu. Wiadomo, że wartość obeca wyraża się wzorem: P gdzie: F przepływy pieięże, =0,, 2,, N; k koszt kapitału; N liczba okresów. Przyjmijmy, że zamiast pełej liczby okresów, N, uwzględimy taką ich liczbę, Q, która spełi astępującą ierówość: mi Wielkość Q określa liczbę okresów zapewiających jedyie zwrot poiesioych akładów Q 0 N 0 F k F 0, k 0,,..., N

46 Okres zwrotu Wielkość Q określa liczbę okresów zapewiających jedyie zwrot poiesioych zdyskotowaych wydatków pieiężych. Tak więc Q azywamy okresem zwrotu. Przykład Rozpatrujemy projekt obejmujący 5 lat, o koszcie kapitału rówym 0%, w którym występowały astępujące przypływy pieięże: Wyszczególieie Przepływy pieięże F Skumulowae przepływy pieięże Wartość obeca P Skumulowae wartości obece Q=4

47 Okres zwrotu Wartość dodatia skumulowaych wartości obecych pojawia się pod koiec okresu czwartego, a zatem Q = 4 Okres zwrotu może być wykorzystyway do ocey projektów wspólie z NPV. Jeżeli mamy wybrać ajlepszy projekt z kilku rozpatrywaych i zachodzi szczególa sytuacja ich NPV są takie same. To ajlepszy będzie te, który charakteryzuje się ajkrótszym okresem zwrotu.

48 Bilas płaticzy W literaturze przedmiotu kryteria oparte a okresie zwrotu są, a raczej były traktowae ieprzychylie. Zarzucao im wiele uchybień, które w większości były ieprawdziwe. Nieoczekiwaa zmiaa astąpiła z chwilą zwróceia większej uwagi a tzw. bilase płaticze. Dla dowolej chwili bilas płaticzy projektu jest defiioway astępująco: PB F 0 k F k -... F - k F, 0,,...,N Gdzie: F przepływ pieięży etto; k koszt kapitału; N liczba powtórzeń okresu roczego.

49 Bilas płaticzy Bilas płaticzy moża rówież azwać wartością przyszłą projektu. Jedya różica polega a tym, że wartość przyszła dotyczy chwili ostatiej, atomiast w bilasie płaticzym mamy do czyieia z ciągiem dat kaledarzowych. Pojawieie się bilasu płaticzego zmieia sposób patrzeia a zagadieie ocey projektu. W przeciwieństwie do NPV uwagę kierujemy a kapitalizację, a ie dyskotowaie. Należy także podkreślić zaczeie sum kumulowaych, co poprzedio było iedoceiae.

50 Bilas płaticzy Końcowy bilas płaticzy rówa się wartości przyszłej projektu: PB Wyrażeie defiiujące kryterium okresu zwrotu, tz.: Po pomożeiu przez (+k) Q otrzymujemy: Q N 0 Jeżeli Q = N, to wyrażeie C jest idetycza jak A. Tak wić udowodiliśmy, że kryterium okresu zwrotu jest powiązae z bilasem płaticzym Q 0 N 0 F F k F k Q k N 0 0 F (B) (A) (C)

51 Bilas płaticzy Rys. Okresowe bilase płaticze projektu. EUR PB + Obszar dodatich wielkości bilasu DPB PB N Wartość przyszła F 0 - PB 0 PB PB 2 Q PB 3 PB 4 Obszar ujemych wielkości bilasu UPB N Koszt kapitału = k%

52 Bilas płaticzy Rys. Profile oraz bilase płaticze czterech projektów 96,50 EUR EUR EUR EUR k=0% k=0% k=0% k=0% 59,37 59,37 59,37 68,73 58,73 48,73 50,00 60,00 70, , Jedorazowa płatość 00,00 Rówomiere płatości 00, Malejące płatości 00, Rosące płatości NPV=47,63 Projekt A NPV=47,63 Projekt B NPV=47,63 Projekt C NPV=47,63 Projekt D

53 Bilas płaticzy Rys. Bilase płaticze czterech projektów Projekt A Projekt B Projekt C Projekt D PB PB PB PB F=63,40 F=63,40 F=63,40 F=63,40 3,67 3, ,64 4,

54 Bilas płaticzy Wyiki obliczeń prezetują się astępująco: Projekt Nazwa profilu Wartość przyszła gdzie: PB bilas płaticzy w chwili ; Q umer okresu, począwszy od którego zachodzi relacja PB 0 EUR NPV UPB DPB Q A Jedorazowa płatość 63,40 47,63 33, B Rówomiere płatości 63,40 47,63 50,63 3,67 2 C Malejące płatości 63,40 47,63 4,27 3,33 2 D Rosące płatości 63,40 47,63 66, UPB Q 0 PB DPB N Q PB

55 Bilas płaticzy Na podstawie kryterium NPV stwierdzoo, że wszystkie projekty są rówoważe ekoomiczie. Jedozaczość wyboru uzyskao dzięki rozdzieleiu bilasów płaticzych a dodatie i ujeme. EUR 350 A 300 UPB D B C DPB EUR

56 Bilas płaticzy W celu ujawieia czyika czasu ależy zauważyć, że wzór a bilas płaticzy moża także zapisać astępująco: PB j 0 F j k j k PB F gdzie: =, 2,, N; PB 0 =F 0 ; F j wielkość przepływu pieiężego etto. Po dalszych przekształceiach otrzymujemy: PB g t PB F PB g t PB F, 0,,..., N gdzie: PB oraz PB - stay bilasu w chwilach i - wyrażoe w EUR; k koszt kapitału pozbawioy wymiaru; g stopa wzrostu wyrażoa za pomocą /rok; t okres roczy; N liczba okresów roczych; F przepływ pieięży. Ozacza to, że bieżący sta bilasu zależy od bieżącej wielkości przepływów pieiężych, powiększoej o skapitalizoway sta bilasu z chwili wcześiejsze.

57 Zagadieie programowaia matematyczego Załóżmy, że akład iwestycyjy, I, został poiesioy w okresie obecym, efekt zaś pojawi się w okresie przyszłym. Należy więc uwzględić astępującą fukcję produkcji, azywaą fukcją Fisherowską : II = f(i I ) gdzie: I I akład iwestycyjy a koiec okresu obecego (w EUR); II - efekt iwestycji a koiec okresu przyszłego (w EUR). Należy zauważyć, że upływ czasu wystąpił tutaj w formie iejawej, poieważ wśród zmieych zależych ie występuje zmiea czasowa. Kwotę przezaczoą a iwestycje, czyli I I EUR, moża wypożyczyć a ryku pieiężym przy roczej stopie procetowej rówej i. Po upływie roku otrzymamy

58 Po upływie roku otrzymamy: Zagadieie programowaia matematyczego C II = ( + i) x I I gdzie: i stopa procetowa, staowiąca względą część kwoty pieiężej I I, tz.: i = R (EUR)/ I I (EUR), przy czym R I I ozacza kwotę odsetkową; ( + i) - jedorazowa kapitalizacja określoej kwoty pieiężej; I I akład iwestycyjy a koiec okresu. Należy zauważyć, że wielkość C II moża potraktować jako koszt pozyskaia kwoty pieiężej II, jaki poiesiemy w okresie przyszłym. To ozacza, że wielkość: II = II C II = II - ( + i) x I I Jest zyskiem, czyli dochodem etto z iwestycji, otrzymaym a koiec okresu przyszłego.

59 Zagadieie programowaia matematyczego Zagadieie maksymalizacji zysku formułujemy astępująco: max II II f(i I ) - ( i) I I (A) gdzie: II wartość zysku a koiec okresu przyszłego; f(i I ) pieięży efekt iwestycji a koiec okresu przyszłego; I I - akład iwestycyjy w okresie obecym; ( + i) - jedorazowy czyik kapitalizacji, czyli zamiay akładu w iwestycyjego w koszt utracoych korzyści; i wielkość roczej stopy procetowej. Maksimum zysku zależy zatem od określoej optymalie wielkości akładu iwestycyjego

60 Zagadieie programowaia matematyczego W wersji alteratywej rozpatrywae zagadieie przedstawia się astępująco: max II przy czym II f(i I ) II ( W tym wypadku ( + i) x I defiiuje liię ograiczeia budżetowego. Rozwiązaie zadaia ozaczoego symbolem (A) otrzymujemy wyzaczając rówaie różiczkowe, które przyrówujemy do zera. Ozacza to, że: opt d df I df I II I I - i 0 i ( B ) opt di di di I I Otrzymaego wyiku (B) ie moża kojarzyć ze stopą wzrostu. Przyjmuje się atomiast, że relacja df II / di I dii / di I określa międzyokresowy kurs wymiay przyrostu przyszłego dochodu względem przyrostu wydatków w okresie obecym. Ozacza to, że obok cey zwykłej oraz kursu walut istieje jeszcze trzeci rodzaj cey, która fukcjouje a ryku fiasowym i) ( - I I I ) I II - ( i) I I

61 Wybór ajkorzystiejszego projektu Rozpatrujemy 9 projektów, dla których akłady iwestycyje oraz oczekiwae zyski po dwóch latach są astępujące: Numer projektu Nakłady iwestycyje (w tys. EUR) Oczekiwae dochody (w tys. EUR) Kierując się maksymalym zyskiem, wybierz projekt ajkorzystiejszy, przy czym wiadomo, że oprocetowaie dwuletich obligacji wyosi 20% w ujęciu roczym.

62 Rys. 6 Obliczaie międzyokresowych kursów wymiay Nr projektu Wybór ajkorzystiejszego projektu I MI D MD C MC MD/MC MD/MI w tys. EUR ,38,44,75,60,33,00 0,73 0,47 3,35 2,09 2,50 2,35,90,43,05 0,68 Gdzie: I akład iwestycyjy, MI = I k I k - akład krańcowy, D oczekiway dochód, MD = D k + - D k - krańcowy dochód, C =(+0,2) 2 x I koszt, MC = C k+ - C k koszt krańcowy, = I - D - zysk lub strata, = D C - zysk lub strata, MD/MC wskaźiik: atychmiastowego kursu wymiay kosztu a dochód pieięży, MD/MI wskaźik: międzyokresowego kursu wymiay kosztu a dochód pieięży.

63 Wybór ajkorzystiejszego projektu Wyiki w kolumie 8 iformują o zyskach lub stratach, lecz zostały otrzymae po odjęciu akładów iwestycyjych I od dochodów D i dlatego ie mogą być traktowae jako poprawe, gdyż ie uwzględiają kosztu utracoych korzyści. Zyski lub straty oparte a kosztach utracoych korzyści zamieszczoo w kolumie 9. Widać, że projekty i 9 są iedopuszczale, gdyż geerują straty pieięże. Najlepsze są projekty 6 i 7. Który projekt ależy wybrać? Odpowiedź a to pytaie otrzymamy, gdy wielkość przyszłych zysków podzielimy przez odpowiedie kursy międzyokresowe. Otrzymujemy wtedy tzw. zdyskotowae wartości obece zysków: - dla projektu 6 : 50/,90 = 26,32 tys. EUR - dla projektu 7 : 50/,43 = 34,97 tys. EUR Wartość obeca zysku jest większa dla projektu 7 i dlatego jest o ajkorzystiejszy.

64 Wybór ajkorzystiejszego projektu Jeżeli te sam problem chcielibyśmy rozwiązać stosując kryterium NPV to model matematyczy wyglądał by astępująco:, i i max,2,...,9 NPV NPV przy ograiczeiach : { 0,} NPV NPV i NPV 5 3 NPV NPV NPV NPV 5 5

65 Wybór ajkorzystiejszego projektu Po obliczeiu NPV dla wszystkich projektów i podstawieiu do modelu otrzymujemy:, i i max, 2,...,9-20,528 28,04 5 (-2,053 ) 34, ( 34,656 7,024 ) 7 3 7,328 24,432 8 ( 4 6,792 ) 9 2 {0,}, i,2,...,9 i

66 Wybór ajkorzystiejszego projektu Otrzymujemy rozwiązaie optymale jedozaczie, w którym 6 =, a wartość fukcji celu ( NPV) 34,88. Dla projektu 7 NPV wyosi 34,656. Porówując rozwiązaia tego samego problemu z puktu widzeia maksymalizacji oczekiwaego zysku i maksymalizacji NPV widzimy, że otrzymaliśmy rozwiązaia zbliżoe aczkolwiek róże.

67 Wybór ajkorzystiejszego projektu Rozpatrzmy teraz problem, w którym występuje ograiczeie budżetowe, którego ie braliśmy pod uwagę w poprzedim przykładzie. Rozpatrujemy teraz 4 projekty, z których każdy może być w pełi lub częściowo sfiasoway dochodami z roku obecego oraz przyszłego. Wszystkie projekty sięgają okresu 4 lat i zapewiają astępujące wpływy pieięże etto: Wpływy pieięże etto Dostępy budżet Okres w ml EUR Projekt A B C D

68 Wybór ajkorzystiejszego projektu Należy obliczyć maksimum wielkości obecych wpływów pieiężych etto oraz zapropoować właściwe decyzje iwestycyje przy wyikowej stopie procetowej (i) rówej 0%. Do rozwiązaia tego problemu możemy wykorzystać zadaie programowaia matematyczego. W tym celu ajpierw obliczamy wielkości czyików dyskotowych zgodie z wzorem: i i i i i i 0, , ,7535 0,68303

69 Wybór ajkorzystiejszego projektu Następie każdemu projektowi przypisujemy zmieą s (s = A, B, C, D), określającą udział projektu w całości przedsięwzięcia oraz spełiającą ograiczeia budżetowe. Zadaie programowaia matematyczego będzie wyglądało astępująco: 0,90909 F 0, F 0,7535 F 0,68303 F NPV, s s F A, B, C, D max przy ograiczeiach: F A 30 B F F 0 F F gdzie: F efektywa wielkość wpływów pieiężych etto w okresie = 0,,2,3,4; s udział projektu s w przedsięwzięciu, przy czym s = A, B, C, D s B, A A A C B B 5 0 D B C C 35 C 0 30 D D D

70 Wybór ajkorzystiejszego projektu Zadaie to, moża rozwiązać metodą simpleks. Wyiki są astępujące: A B 0 C 0,5 D NPV 7,6 ml EUR Ozacza to, że w całości powiy być sfiasowae projekty A i D, atomiast projektowi C ależy przydzielić połowę wymagaego akładu fiasowego. Projekt B powiie być odrzucoy. Propoowae rozwiązaie zapewia maksymalą wartość NPV rówą 7,6 ml EUR.

Strategie finansowe przedsiębiorstwa

Strategie finansowe przedsiębiorstwa Strategie fiasowe przedsiębiorstwa Grzegorz Michalski 2 Różice między fiasami a rachukowością Rachukowość to opowiadaie [sprawozdaie] JAK BYŁO i JAK JEST Fiase zajmują się Obecą oceą tego co BĘDZIE w PRZYSZŁOŚCI

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Klasyfikacja inwestycji materialnych ze względu na ich cel:

Klasyfikacja inwestycji materialnych ze względu na ich cel: Metodologia obliczeia powyższych wartości Klasyfikacja iwestycji materialych ze względu a ich cel: mające a celu odtworzeie środków trwałych lub ich wymiaę w celu obiżeia kosztów produkcji, rozwojowe:

Bardziej szczegółowo

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

Struktura czasowa stóp procentowych (term structure of interest rates) Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,

Bardziej szczegółowo

PODSTAWY MATEMATYKI FINANSOWEJ

PODSTAWY MATEMATYKI FINANSOWEJ PODSTAWY MATEMATYKI INANSOWEJ WZORY I POJĘCIA PODSTAWOWE ODSETKI, A STOPA PROCENTOWA KREDYTU (5) ODSETKI OD KREDYTU KWOTA KREDYTU R R- rocza stopa oprocetowaia kredytu t - okres trwaia kredytu w diach

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i

Bardziej szczegółowo

Matematyka finansowa 06.10.2008 r. Komisja Egzaminacyjna dla Aktuariuszy. XLVII Egzamin dla Aktuariuszy z 6 października 2008 r.

Matematyka finansowa 06.10.2008 r. Komisja Egzaminacyjna dla Aktuariuszy. XLVII Egzamin dla Aktuariuszy z 6 października 2008 r. Komisja Egzamiacyja dla Aktuariuszy XLVII Egzami dla Aktuariuszy z 6 paździerika 2008 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut . Kredytobiorca

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

MATEMATYKA FINANSOWA - PROCENT SKŁADANY 2. PROCENT SKŁADANY

MATEMATYKA FINANSOWA - PROCENT SKŁADANY 2. PROCENT SKŁADANY 2. PROCENT SŁADANY Zasada procetu składaego polega a tym, iż liczymy odsetki za day okres i doliczamy do kapitału podstawowego. Odsetki za astępy okres liczymy od powiększoej w te sposób podstawy. Czyli

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fiasowy gospodarki Zajęcia r 5 Matematyka fiasowa Wartość pieiądza w czasie 1 złoty posiaday dzisiaj jest wart więcej iż 1 złoty posiaday w przyszłości, p. za rok. Powody: Suma posiadaa dzisiaj

Bardziej szczegółowo

Wartość przyszła FV. Zmienna wartość pieniądza w czasie. złotówka w garści jest warta więcej niŝ złotówka spodziewana w przyszłości

Wartość przyszła FV. Zmienna wartość pieniądza w czasie. złotówka w garści jest warta więcej niŝ złotówka spodziewana w przyszłości Zmiea wartość pieiądza w czasie Zmiea wartość pieiądza w czasie Zmiea wartość pieiądza w czasie jeda z podstawowych prawidłowości wykorzystywaych w fiasach polegająca a tym, Ŝe: złotówka w garści jest

Bardziej szczegółowo

Komisja Egzaminacyjna dla Aktuariuszy. XXXVI Egzamin dla Aktuariuszy z 10 października 2005 r. Część I. Matematyka finansowa

Komisja Egzaminacyjna dla Aktuariuszy. XXXVI Egzamin dla Aktuariuszy z 10 października 2005 r. Część I. Matematyka finansowa Komisja Egzamiacyja dla Aktuariuszy XXXVI Egzami dla Aktuariuszy z 0 paździerika 2005 r. Część I Matematyka fiasowa Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut . Niech dur() ozacza duratio

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

1% wartości transakcji + 60 zł

1% wartości transakcji + 60 zł Procet.. Wysokość prowizji, którą kliet płaci w pewym biurze maklerskim przy każdej zawieraej trasakcji kupa lub sprzedaży akcji jest uzależioa od wartości trasakcji: Wartość trasakcji do 500 zł od 500.0

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

Zarządzanie przedsiębiorstwami w ochronie środowiska. Efektywność ekonomiczna przedsięwzięć

Zarządzanie przedsiębiorstwami w ochronie środowiska. Efektywność ekonomiczna przedsięwzięć Zarządzaie przedsiębiorstwami w ochroie środowiska Efektywość ekoomicza przedsięwzięć dr iż. Adria Trząski pis treści Zmiaa wartości pieiądza w czasie Zasady spłaty kredytów Wskaźiki efektywości iwestycji

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Zarządzanie finansami

Zarządzanie finansami STOWARZYSZENIE KSIĘGOWYCH W POLSCE ODDZIAŁ W POZNANIU Zarządzaie fiasami DR LESZEK CZAPIEWSKI - POZNAŃ - WARTOŚĆ PIENIĄDZA W CZASIE Pieiądze posiadają określoą wartość. Wartość w diu dzisiejszym omialej

Bardziej szczegółowo

Procent składany wiadomości podstawowe

Procent składany wiadomości podstawowe Procet składay wiadomości podstawowe Barbara Domysławska I Liceum Ogólokształcące w Olecku Procet prosty to rodzaj oprocetowaia polegający a tym, że odsetki doliczae do złożoego wkładu ie podlegają dalszemu

Bardziej szczegółowo

a n 7 a jest ciągiem arytmetycznym.

a n 7 a jest ciągiem arytmetycznym. ZADANIA MATURALNE - CIĄGI LICZBOWE - POZIOM PODSTAWOWY Opracowała mgr Dauta Brzezińska Zad.1. ( pkt) Ciąg a określoy jest wzorem 5.Wyzacz liczbę ujemych wyrazów tego ciągu. Zad.. ( 6 pkt) a Day jest ciąg

Bardziej szczegółowo

Chemia Teoretyczna I (6).

Chemia Teoretyczna I (6). Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

Wykład 4 Elementy mikroekonomii

Wykład 4 Elementy mikroekonomii WYDZIAŁ INśYNIERII ŚRODOWISKA Wykład 4 Elemety mikroekoomii Dr iŝ. Adrzej Wisziewski Wydział IŜyierii Środowiska Spis treści Zmiaa wartości pieiądza w czasie Zasady spłaty kredytów Wskaźiki efektywości

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

Numeryczny opis zjawiska zaniku

Numeryczny opis zjawiska zaniku FOTON 8, iosa 05 7 Numeryczy opis zjawiska zaiku Jerzy Giter ydział Fizyki U Postawieie problemu wielu zagadieiach z różych działów fizyki spotykamy się z astępującym problemem: zmiay w czasie t pewej

Bardziej szczegółowo

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek.

Zadanie 3. Na jednym z poniższych rysunków przedstawiono fragment wykresu funkcji. Wskaż ten rysunek. FUNKCJA KWADRATOWA. Zadaia zamkięte. Zadaie. Wierzchołek paraboli, która jest wykresem fukcji f ( x) ( x ) ma współrzęde: A. ( ; ) B. ( ; ) C. ( ; ) D. ( ; ) Zadaie. Zbiorem rozwiązań ierówości: (x )(x

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

Metody oceny projektów inwestycyjnych

Metody oceny projektów inwestycyjnych Metody ocey projektów iwestycyjych PRZEDMIIOT : EFEKTYWNOŚĆ SYSTEMÓW IINFORMATYCZNYCH Pla wykładu Temat: Metody ocey projektów iwestycyjych 5 FINANSOWE METODY OCENY PROJEKTÓW INWESTYCYJNYCH... 4 5.1. WPROWADZENIE...

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości)

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości) Kospekt lekcji (Kółko matematycze, kółko przedsiębiorczości) Łukasz Godzia Temat: Paradoks skąpej wdowy. O procecie składaym ogólie. Czas lekcji 45 miut Cele ogóle: Uczeń: Umie obliczyć procet składay

Bardziej szczegółowo

Ekonomia matematyczna 2-2

Ekonomia matematyczna 2-2 Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

ZARZĄDZANIE FINANSAMI

ZARZĄDZANIE FINANSAMI STOWARZYSZENIE KSIĘGOWYCH W POLSCE ODDZIAŁ WIELKOPOLSKI W POZNANIU ZARZĄDZANIE FINANSAMI WYBRANE ZAGADNIENIA (1/2) DR LESZEK CZAPIEWSKI - POZNAŃ - 1 SPIS TREŚCI 1. RYZYKO W ZARZĄDZANIU FINANSAMI... 4 1.1.

Bardziej szczegółowo

TEORIA DO ĆWICZEŃ 08 z EwPTM

TEORIA DO ĆWICZEŃ 08 z EwPTM S t r o a 1 TEORIA DO ĆWICZEŃ 08 z EwPTM Formuły dyamicze Do podstawowych dyamiczych (dyskotowych) metod ocey iwestycji zalicza się: zdyskotoway okres zwrotu (DPP discouted payback period), wartość bieżącą

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy Ekoomiczy Uiwersytet Dziecięcy Dlaczego jede kraje są biede a ie bogate? dr Baha Kaliowska-Sufiowicz Uiwersytet Ekoomiczy w Pozaiu 23 maja 2013 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

Ekonomia matematyczna - 2.1

Ekonomia matematyczna - 2.1 Ekoomia matematycza - 2.1 Przestrzeń produkcyja Zakładamy,że w gospodarce występuje towarów, każdy jako akład ( surowiec ) lub wyik ( produkt ) w procesach produkcji. Kokrety proces produkcji jest reprezetoway

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych Ekoomia Meedżerska 2009, r 5, s. 45 62 Marek Łukasz Michalski* Okresy i stopy zwrotu akładów iwestycyjych w oceie efektywości iwestycji rzeczowych 1. Wprowadzeie Podstawowym celem przedsiębiorstwa, w długim

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Modele i arzędzia optymalizacji w systemach iformatyczych zarządzaia Prof. dr hab. iż. Joaa Józefowska Istytut Iformatyki Orgaizacja zajęć 8 godzi wykładów prof. dr hab. iż. J. Józefowska www.cs.put.poza.pl/jjozefowska

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

CIĄGI LICZBOWE. Poziom podstawowy

CIĄGI LICZBOWE. Poziom podstawowy CIĄGI LICZBOWE Poziom podstawowy Zadaie ( pkt) + 0 Day jest ciąg o wyrazie ogólym a =, N+ + jest rówy? Wyzacz a a + Czy istieje wyraz tego ciągu, który Zadaie (6 pkt) Marek chce przekopać swój przydomowy

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WPISUJE ZDAJĄCY PESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INFORMATYKI

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy przydziału

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy przydziału Istrukcja do ćwiczeń laboratoryjych z przediotu: Badaia operacyje Teat ćwiczeia: Probley przydziału Zachodiopoorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki Szczeci 20 Opracował:

Bardziej szczegółowo

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)

Bardziej szczegółowo

MARIUSZ KAWECKI zbiór zadań dla zainteresowanego matematyką licealisty

MARIUSZ KAWECKI zbiór zadań dla zainteresowanego matematyką licealisty MARIUSZ KAWECKI zbiór zadań dla zaiteresowaego matematyką licealisty Copyright by M. Kawecki 07 Spis treści Wstęp 3. Logika w praktyce 5. Liczby i działaia 0 3. Rówaia i układy rówań 6 4. Własości fukcji

Bardziej szczegółowo

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności Edward Stachowski O trzech elemetarych ierówościach i ich zastosowaiach przy dowodzeiu iych ierówości Przy dowodzeiu ierówości stosujemy elemetare przejścia rówoważe, przeprowadzamy rozumowaie typu: jeżeli

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ Nr 573 Ekoomia XXXIX 2001 BŁAŻEJ PRUSAK Katedra Ekoomii i Zarządzaia Przedsiębiorstwem METODY OCENY PROJEKTÓW INWESTYCYJNYCH Celem artykułu jest przedstawieie metod

Bardziej szczegółowo

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej 1 Artykuł techiczy Joatha Azañó Dział ds. Zarządzaia Eergią i Jakości Sieci CVM-ET4+ Zgody z ormami dotyczącymi efektywości eergetyczej owy wielokaałowy aalizator sieci i poboru eergii Obeca sytuacja Obece

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ PIENIĄDZA W CZASIE WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekoomisty Mieriki wzrostu gospodarczego dr Baha Kaliowska-Sufiowicz Uiwersytet Ekoomiczy w Pozaiu 7 marca 2013 r. Ayoe who believes that expotetial growth ca go o for ever i a fiite world

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11 RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

3. Wzory skróconego mnożenia, działania na wielomianach. Procenty. Elementy kombinatoryki: dwumian Newtona i trójkąt

3. Wzory skróconego mnożenia, działania na wielomianach. Procenty. Elementy kombinatoryki: dwumian Newtona i trójkąt Jarosław Wróblewski Matematyka dla Myślących 008/09 3. Wzory skrócoego możeia działaia a wielomiaach. Procety. Elemety kombiatoryki: dwumia Newtoa i trójkąt Pascala. 5 paździerika 008 r. 35. Uprościć wyrażeie

Bardziej szczegółowo

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

Andrzej Pogorzelski Materiały pomocnicze do studiowania przedmiotu FINANSE PRZEDSIEBIORSTWA

Andrzej Pogorzelski Materiały pomocnicze do studiowania przedmiotu FINANSE PRZEDSIEBIORSTWA . CHARAKTERYSTYKA PIENIĄDZA JAKO TWORZYWA FINANSÓW.. Fukcje pieiądza Najwygodiejszym sposobem defiiowaia pieiądza jest wymieieie jego główych, klasyczych fukcji. I tak pieiądz jest: mierikiem wartości

Bardziej szczegółowo

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7, Matematyka ubezpieczeń majątkowych.0.008 r. Zadaie. r, Zmiea losowa N ma rozkład ujemy dwumiaowy z parametrami (, q), tz.: Pr( N k) (.5 + k) (.5) k! Γ Γ * Niech k ozacza taką liczbę aturalą, że: * k if{

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce a aklejkę z kodem szkoły dysleksja MIN-R_P-072 EGZAMIN MATURALNY Z INFORMATYKI MAJ ROK 2007 POZIOM ROZSZERZONY CZĘŚĆ I Czas pracy 90 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy

Bardziej szczegółowo